认知负荷理论在教学设计中的应用研究新进展

孙志军

（铜陵学院，安徽 铜陵 244000）

认知负荷理论在教学设计中的应用研究新进展

孙志军

（铜陵学院，安徽 铜陵 244000）

认知负荷理论研究证明，样例能够减少无关认知负荷，能增加认知活动中更多的工作记忆资源，以促进学习和迁移成绩的提高。近来，认知负荷研究的重点开始转向寻找好的教学设计的刺激工作记忆资源的分配来提高相关认知负荷。文章深化样例设计和应用来促进学习和迁移的实验研究进行了评述，以期为认知负荷与教学设计的研究提供新的参考框架。

认知负荷理论；相关认知负荷；交互样例特征；样例内特征；自我解释

一、认知负荷理论简介

认知负荷理论作为认知与教学设计的理论，近10年来发展较快。[1]它的基本假设是：（1）人的工作记忆容量是有限的，只能同时处理很少的信息；（2）长时记忆是无限的，储存了大量的信息，能克服工作记忆有限性；（3）长时记忆中的图式能把信息中包含的较低级别的图式组织为较高级别的图式，使其减少工作记忆容量；（4）图式的自动化能减少工作记忆容量。因此，认知负荷理论的基本原理就是工作记忆与在学习中产生重要作用的长时记忆的相互作用。

教学的最初目标是长时记忆中图式的建构和自动化，为了建构这些图式，在学习过程中，必须在工作记忆中存储和处理这些信息[2]。但是，因为工作记忆在容量上是相当有限的[3]，当学习者学习复杂材料或者采用某种教学方法时，工作记忆很容易超负荷。Sweller和Paas等认知负荷理论研究者认为，工作记忆的超负荷会抑制学习，因此，只有当避免认知超负荷，教学程序才会更有效[4]。

认知负荷理论研究者已经鉴别了在教学中，工作记忆负荷的三个来源[1][2]：内在认知负荷（intrinsic cognitive load）、无关认知负荷（extraneous cognitive load）和相关认知负荷（germane cognitive load）。内在认知负荷与所学材料的内在特征有关，被认为是不可改变的。除了内在认知负荷，无关认知负荷和相关认知负荷受教学设计影响：当教学设计对学习无效时，称为无关认知负荷；当它对学习产生良好效果时，称为相关认知负荷。相关认知负荷与图式的建构和自动化有关，它是作为一个积极的因素而考虑的，它是把有限的工作记忆资源被投入到学习中，以促进学习。

二、近期研究的焦点

虽然当学习材料的内在认知负荷低时，无关认知负荷不阻碍学习，但是当学习材料含有较高内在认知负荷时，无关认知负荷就会阻碍学习。因此，减少无关认知负荷是教学设计的当务之急[5]。[2]研究表明，对于高内在认知负荷的任务，问题解决会造成新手无关认知负荷的增加。通过比较问题解决与样例学习的学习效果，发现样例学习比问题解决有效[6]。

样例学习是指从具有详细解答步骤的事例中归纳出隐含的抽象知识来解决问题。让学生学习样例是一种减少无关认知负荷的有效方式，因为学习者可以投入所有可用的工作记忆容量来分析样例，并从长时记忆中建构解决问题的图式[7]。因此，近期认知负荷研究开始专注成功的诱导相关认知负荷[8]。

1.交互样例特征的研究

（1）样例与问题结合的研究

Reisslein和Atkinson等人观察了用电路材料，计算机教学环境下的三种教学程序：样例—问题（样例之后立即呈现一个相似的问题）、问题—样例（问题之后立即呈现一个相似的样例）、通过从后减少解答步骤使样例改变成问题[9]。研究结果发现，在近迁移问题中，教学程序主效应不显著，学生先前知识水平主效应显著，教学程序和学生知识水平的交互效应显著，对于具有较低知识的学习者，样例—问题序列比问题—样例序列的成绩要好，而对具有较高知识学习者，问题—样例序列比样例—问题序列的成绩要好。根据Anderson的认知技能获得四阶段模型，他们认为低知识学习者是因为处在认知技能获得的最初阶段或第二阶段的开始阶段，而高知识学习者处于认知技能获得的第三阶段或第四阶段的开始，不同阶段的学生需要不同样例设计模式，因此，样例的设计要考虑到学习者的先前知识的水平。

（2）多样解决方法的样例研究

Groβe和Renkl研究了多样问题解决方法的效应[10]。在他们的第一个实验中，发现给学习者提供多样的问题解决方法比提供单个解决方法更能促进学习。他们没能在第二个实验中重复这个效应，可能因为使用的材料更复杂，使其具有较高的内在认知负荷。根据Groβe和Renkl的分析，这种内在认知负荷可能留下了不足的工作记忆容量而不能对多样性的解决方法进行足够的分析处理，从而两组之间没有差异。虽然多样解决方法能够引发学习者的自我解释，这种自我解释能够增加相关认知负荷。但是，内在和无关的认知负荷保持不变，这样就需要额外的学习时间。多样解决方法的使用使认知负荷达到了工作记忆容量的限制。如果工作记忆被充分的处理全部三种形式的认知负荷，增加一种形式的负荷大概只能通过增加学习时间或减少学习来调节。因此，研究中，学习者的自我解释可能使认知负荷超出了工作记忆容量，因此，降低了学习效果。

2.样例内特征研究

（1）Molar样例与Modular样例的比较研究

Gerjets等人研究两种不同的样例（Molar、Modular）与提供不同详细的指导性解释相结合对学习的效果[11][12]。Molar样例是提供一个主要是以公式、规则为基础的解决方法，学生需要学习如何和何时使用这个公式。Modular样例是指提供口头的或合乎逻辑的解决方法，包括一系列能够单独考虑的步骤。Molar样例着眼于问题所属的范畴及其所对应的解答程序；Modular样例通过将复杂的解答程序分解成较小的有意义的部分，以此来减少其内在认知负荷。运用指导性的解释旨在引发学生自我解释，增强相关认知负荷。结果表明Modular样例的学习者具有优势，他们使用了较少的学习时间、回翻更少的样例、正确解答更多的问题、报告了更少的认知负荷、更高的成功体验。但是提供指导性解释和引发自我解释这两种处理都没有起作用。自我解释削弱Modular方式样例的学习，自我解释强迫学习者处理多余的信息，产生了“冗余效应”。

（2）“条件—反应”对的研究

Catrambone和Yuasa考察只关注问题中的“条件”与同时关注“条件”和“反应”的比较，并结合问题解决与样例学习，其中与其他研究不同的是，每一课只提供一个样例，并且样例之后没有相似的问题[13]。结果表明，解决问题比学习样例花费时间长，但是，解决测验问题的时间短。把学习时间和测验时间加起来进行比较，两种方法没有显著差异。在解决问题组和样例学习组，条件和反应都关注的比只关注条件的促进了学习。

（3）样例中额外信息的研究

Van Gog,Paas和Van Merrie¨nboer研究了在样例中加上问题解决步骤的信息（对解题步骤进行原理的解释）和问题解决的系统方法等额外的处理信息与传统的样例效应进行比较[14]。有趣的是，传统的样例效应被发现，但是额外的处理信息却没有优势。

学习者对额外信息处理的表征在教育设计中是一个极其重要的问题，当添加额外的信息时，“分散注意问题”和“冗余问题”都需要考虑。在分散注意模式中呈现的信息不会有效果，分散注意效应是最大的、最易获得的认知负荷效应之一，信息应该永远不要呈现在分散注意模式下直至它不可避免。冗余问题更难进行处理，当额外的信息呈现在现在的实验中，它的目标是通过减少学习者所参与的需要大量的工作记忆的推理而减少认知负荷。相反，如果额外的信息取代了学习者能很容易且自动化的推论，它将是多余的，导致“冗余效应”。

三、分析与展望

在样例学习中提高相关认知负荷的大部分方式都是有效的，因为它们增强了对解答步骤的理解。即它们促进理解步骤为什么有效（对原理的自我解释或教育解释）、何时运用（可变性、情境干扰）。学习者“不仅要理解这些问题解决任务的步骤，而且要理解何时应用、为何会有效”[15]。

但是，我们认为当前认知负荷理论研究还有许多尚待考虑的地方。

1.不同认知负荷的测量研究

认知负荷理论理论家提出了许多减少内在认知负荷、无关认知负荷和提高相关认知负荷的研究，这为教学设计提供了丰富的指导，但是研究中认知负荷的变化都是总的认知负荷的变化，没有独立的测量内在、无关和相关认知负荷的变化。

而且，我们认为大多数的认知负荷效应并不是直接改变了相关认知负荷，而是间接的减少了无关认知负荷，因此释放了工作记忆容量并增加了相关认知负荷。如果没有可用的工作记忆容量来增加相关认知负荷，学习很可能被干扰而不是促进。因此，对于不同认知负荷的分别测量将是认知负荷研究下一步更重要的任务。

2.学习者个体特征的研究

倘若学习者能够提供足够的自我解释，或者激励学习者对问题解决步骤后面的基本原理进行自我解释，这能够增加相关认知负荷[16]。但是学习者可能缺少必要的先前知识，如果这样的话，要求学习者进行自我解释可能引起无关认知负荷而不是相关认知负荷。既然这样，学习者可能受益于让解题步骤后的基本原理在样例中解释出来[17]。对于具有较多先前知识的学习者，想象解答步骤可以引起相关认知负荷，而新手则不行[18]。因此，考虑学习者先前知识是重要的，它能影响特定教学策略增加相关认知负荷的效果。学习活动只有符合学习者适当难度水平时，才能引起相关认知负荷，而且学习者也乐意对其投入努力，当学习者能够进行自我解释时，指导性解释就是多余的，并且还可能会引起无关认知负荷[19]。

四、结语

本论文介绍的这些研究已经超越了比较样例学习与问题解决的效果的研究，重点从提高相关认知负荷的角度来研究样例教学设计，虽然这些方式的效果有待于进一步验证，但是至少为我们提供了进一步研究的新的理论框架。

［1］Sweller,J.Cognitive load during problem-solving:Effects on learning[J].Cognitive Science,12,1988：257－285.

［2］Sweller,J.,van Merrie¨nboer,J.,&Paas,F.Cognitive architecture and instructional design[J].Educational Psychology Review,10,1998：251－296.

［3］Miller,G.A.The magical number seven,plus or minus two:some limits on our capacity for processing information[J].Psychological Review,63,1956：81－97.

［4］Paas,F.,Renkl,A.,&Sweller,J.Cognitive load theory and instructional design:recent developments[J].Educational Psychologist,38,2003：1－4.

［5］Van Gog,T.,Ericsson,K.A.,Rikers,R.M.J.P.,&Paas,F..Instructional design for advanced learners:Establishing connections betweenthe theoretical frameworks of cognitive load and deliberate practice[J].Educational Technology Research and Development,53(3),2005：73-81.

［6］Atkinson,R.K.,Derry,S.J.,Renkl,A.,&Wortham,D..Learning from examples:Instructional principles from the worked examplesresearch[J].Review of Educational Research,70,2000：181－214.

［7］Sweller,J..Instructional design consequences of an analogy between evolution by natural selection and human cognitive architecture[J].Instructional Science,32,2004：9－31.

［8］Paas,F.,Renkl,A.,&Sweller,J..Cognitive load theory:Instructional implications of the interaction between information structures and cognitive architecture[J].Instructional Science,32,2004：1－8.

［9］Reisslein,J.,Atkinson,R.K.,Seeling,P.,&Reisslein,M..Encountering the expertise reversal effect with a computerbased environmenton electrical circuit analysis[J].Learning and Instruction,16,2006：92－103.

［10］Groe,C.S.,&Renkl,A..Effects of multiple solution methods in mathematics learning[J].Learning and Instruction,16,2006：122－138.

［11］Gerjets,P.,Scheiter,K.,&Catrambone,R.Designing instructional examples to reduce cognitive load:Molar versus modular presentationof solution procedures[J].Instructional Science,32,2004：33－58.

［12］Gerjets,P.,Scheiter,K.,&Catrambone,R.Can learning from molar and modular worked examples be enhanced by providing instructionalexplanations and prompting self-explanations[J].Learning and Instruction,16,2006：104－121.

［13］Catrambone,R.,&Yuasa,M.Acquisition of procedures:The effects of example elaborations and active learning exercises[J].Learning and Instruction,16,2006：139－153.

［14］Van Gog,T.,Paas,F.,&Van Merrie¨nboer,J.J.G..Effects of process-oriented worked examples on troubleshooting transfer performance[J].Learning and Instruction,16(2),2006154－164.

［15］Gott,S.P.,Parker Hall,E.,Pokorny,R.A.,Dibble,E.,&Glaser,R..A naturalistic study of transfer:Adaptive expertise in technical domains.In D.K.Detterman,&R.J.Sternberg(Eds.),Transfer on trial:Intelligence,cognition,and instruction[J].Norwood,NJ:Ablex.1993：258－288

［16］Chi,M.T.H.,Bassok,M.,Lewis,M.W.,Reimann,P.,&Glaser,R..Self-explanations:How students study and use examples in learning tosolve problems[J].Cognitive Science,13,1989：145－182.

［17］Lovett,M.C..Learning by problem solving versus by examples:The benefits of generating and receiving information.In Proceedings ofthe 14th annual conference of the Cognitive Science Society[J].Hillsdale,NJ:Erlbaum.1992：956－961

［18］Cooper,G.,Tindall-Ford,S.,Chandler,P.,&Sweller,J..Learning by imagining[J].Journal of Experimental Psychology:Applied,7,2001：68－82.

［19］Kalyuga,S.,Ayres,P.,Chandler,P.,&Sweller,J.The expertise reversal effect[J].Educational Psychologist,38,2003：23-32.

The New Development of the Application of Cognitive Load Theory in Instruction Designs

Sun Zhi-jun
（Tongling University，Tongling Anhui 244000，China）

It has been argued in CLTthat worked examples d ecrease extraneous load,enabling more Working Memory(WM)resources to be directed to activities that facilitate learning and transfer performance.Recently,cognitive load research has started to shift its focus towards finding instructional techniques that impose a germane cognitive load by stimulating the allocation of WM resources to such activities.This special issue provides an overview of recent experimental research on ways to further optimise the design and delivery of worked examples in order to foster learning and transfer and describes the new reference framework for future research about cognitive load and instruction design.

Cognitive load theory；Germane cognitive load；Inter-example features；Intra-example features；Self-explanation

G441

A

1672-0547（2011）04-0119-03

2011－07-12

孙志军（1982-），男，山东沂水人，铜陵学院教师，硕士，研究方向：发展与教育心理学。