基于认知负荷理论的复杂学习整体任务设计探讨

倪其育　刘丽丽

[摘要]目前的教学设计趋向于聚焦真实的学习任务，但由于这些任务的复杂性，使学习者的学习受到阻碍。文章基于认知负荷理论介绍了复杂学习任务的设计，并结合认知负荷理论具体探讨了如何通过降低认知负荷来进行复杂学习的整体任务设计。

[关键字]认知负荷理论；复杂学习；整体任务设计

[中图分类号]G40-057[文献标识码]A[论文编号]1009-8097(2009)03-0039-03

引言

我们知道教育和培训领域非常关注社会、商业和工业生产的新需求。在当前科学技术快速发展、信息不断更新的社会中，为了使学生能够更好的就业，在教育教学方法上强调真实的学习任务和通过课程发展职业技能。所以，教学设计理论应该支持学生培训项目的发展，最终能够使学生将所学知识和专业能力或是复杂认知技能迁移到不断变化的真实情境中。因此教育界开始关注复杂学习的设计。由于任务的复杂性势必会增加学习者的认知负荷，为更好地促进学习者的学习，我们必须考虑到人类大脑工作记忆的有限处理能力。认知负荷理论(Cognitive Load Theory简称CLT)为进行复杂学习的教学设计提供了指导。

一认知负荷理论

CLT是由澳大利亚的认知心理学家约翰·斯威勒(JohnSweller)及其同事在考察人是怎样学习和获得知识的理论基础上，提出的一种关注工作记忆负荷的心理学理论，它为研究和处理复杂学习的教学设计提供了一种新的理论框架。

认知负荷理论假定人类的认知结构由工作记忆和长时记忆组成。其中工作记忆的容量是有限的，一次只能存储5-9条基本信息或信息块。而长时记忆的容量几乎是无限的，其中存储的信息既可以是小的、零碎的一些事实，也可以是大的、复杂交互、序列化的信息。CLT认为学习的过程要求工作记忆积极地用于理解和处理教学材料，并把即将习得的信息编码以图式的形式储存在长时记忆中，但由于工作记忆容量的有限性，如果超过了工作记忆的处理能力，学习就会无效。而长时记忆中的图式则根据信息元素的使用方式来组织信息，提供知识组织和存储的机制，可以减轻工作记忆负荷。

工作记忆负荷受以下因素影响：一个是学习任务的内在特征(内部认知负荷)，另一个是任务的呈现形式(外部认知负荷)。内部认知负荷由所要学习的材料的本质与学习者的专业知识之间的交互决定，不能被教学设计所改变。如具有很高的相互作用的任务，不管其呈现方式如何，其内部认知负荷依然很高。外部认知负荷源于材料组织和呈现的方式，以教学设计的结果形式存在，可通过重新组织信息来改变。

认知负荷理论认为，过高水平的认知负荷可能直接来源于呈现给学生的教学材料的复杂性，降低了外部认知负荷的教学设计可以促进学习。最有可能从教学设计中获益的是那些需要处理复杂信息的领域，如我们常说的复杂学习。在复杂学习中，将要学习的信息成份之间彼此相互作用产生了高水平的内部认知负荷，因此要确保尽可能多的工作记忆被释放，才能达到学习的最优化。

二复杂学习任务的设计

复杂学习旨在对知识、技能、态度的融合，各种不同性质要素技能的协调以及把所学的知识迁移到日常生活和工作中。复杂学习是指向有意义学习的一种学习活动。在复杂学习的情景里，学习者面对的总是结构不良的、开放性的、情境化的真实任务。学习者通过解决这些富于挑战性的复杂问题，不仅能获得整合型的知识，真正体验到学习的意义，而且能发展成为适应社会需要的创新型人才。我们知道学习任务的设计是教学设计中的重要内容，而目前的教学理论以真实的学习任务作为驱动力，以培养学习者复杂的认知技能为目标，但由于这些任务的复杂性，人类大脑工作记忆有限的处理能力将会阻碍学习者的学习，因此研究复杂学习任务的设计就成了教学设计当前的热点。

1传统学习任务的设计

在20世纪80年代以前，学习任务设计领域主要是原子论的部分任务设计理论占支配地位，这种传统的原子论方法是让学生从相对比较简单的学习任务开始，然后过渡到增加难度的复杂任务。这样复杂的任务被分解成相对独立的简单部分或者通过从部分到整体的方式，慢慢融入到整体任务练习，直到训练项目的最后，学习者才有机会练习整体任务。这种方法对于学习那些孤立的元素间相互作用弱的学习任务来说，减轻了外部的认知负荷，对学习有很好的效果。但对于学习那些在它们直接部分或建构技巧方面需要很多条件的复杂任务时，这种教学不能有效地处理融合各个部分，因为整体总是大于部分之和，这样不利于对任务的整体掌握，更不利于将任务迁移到新的问题情境。教学设计者David Merrill关于“教学首要原则”的创新性研究告诉我们，将来的学习任务设计应该支持学习需要和高效迁移复杂认知技能或者是适应真实世界环境变化的技能的学生培训的发展。

2整体学习任务的设计

80年代后建构主义的学习观和教学观对学习任务设计领域的研究者产生了重大的影响。在这一背景下，一些研究者在对传统的学习任务设计方法探讨的基础上，开始试图建立一种不忽略任务元素间的复杂性关系而能合理处理任务复杂性的模式。整体任务设计应运而生，它以“学习任务”作为核心，旨在帮助学习者学会解决复杂问题、发展推理技能，最终展开自我导向的学习。它将学习任务作为一个连贯的，相互关联的整体，然后从很简单，但有意义的代表整个学习任务的整体开始逐步过渡到复杂的整体。整体任务的设计为学生的学习需要和所专业技能或复杂认识技能迁移到日益变化的真实世界情境提供了发展支持。

从以上分析我们可以概括出整体任务设计具有三个基本特征：第一，以“学习任务”为核心，将整个有意义的任务作为学习的驱动力；第二，重点关注的是学习者(以学习者为中心)的能力的发展，而不是获得独立的、零碎的知识；第三，重新重视学习任务迁移的研究。从这三个特征我们可以看出，整体任务设计模式为学习任务设计领域长期存在的三个问题，即分裂性、片断化、迁移矛盾提出了解决办法。接下来，我们将围绕这三个方面具体讨论如何通过降低认知负荷来进行复杂学习的整体任务设计。

三复杂学习的整体任务设计

1设立整体表现性目标

传统的学习任务设计主要关注学习领域的某个特殊的目标，如认识、心智运动和情感领域(Bloom，1956)，也就是通常所说的知识(Knowledge)、技能(Skills)和态度(Attitudes)；另一个关注就是关于陈述性知识和程序性知识，以及智力技能。但是当我们学习现实生活中的复杂的任务时，这种分成独立的表现性目标的分类作用并不是很理想，那么我们就需要设立整体表现性目标。整体任务设计要求设立一个完整的目标情景，关注的是各独立目标的整合，趋向于从任务一开始协调和融合建构技巧，迫使学生快速地发展

一种对待整体任务的全面视角。

整体任务设计通过强调整体表现性目标的重要性，取代了传统的原子论模式。例如，有一项复杂的任务，一些方面要求问题的解决，另一些方面要求程序的应用。在原子论模式中，你可能首先教规则的应用，然后是高级规则，最后是问题的解决，这样很少有机会教授问题解决和程序应用方面的协调与融合。而在整体任务设计中，教授复杂任务的不同要素的整合目标和教授单独的目标同样的重要。也就是说，在培训的一开始，部分的任务就需要通过高水平的策略被协调和控制。因此，在复杂学习的任务设计中，应该用高度整合的整体目标来取代部分的独立目标。

我们知道复杂学习要求学习者在真实的任务环境中处理一些复杂的、非良构的问题。但是由于新手对环境的陌生感，再加之整体任务设计要求的整体性表现目标的呈现，比起部分任务的方法，这更加大了学习者的认知负荷。那么我们如何通过学习任务设计来降低学习者的认知负荷最终达到学习的最优化呢?这就需要我们在整体任务的设计中给学习者提供一定的支持，在这种帮助下，新手就会慢慢地在长时记忆中形成图式和规则自动化，以减轻工作记忆的负担。当学习者成功完成所预期的目标，支持应慢慢减少直到它不需要。因为根据CLT，过多的或不足的支持都能阻碍学习者的操作。以下我们主要介绍运用已解决的例子和简单复杂序列两种策略来支持复杂学习的整体任务设计。

运用已解决的例子学习已经解决的例子，使学生面临的不仅仅是一个给定的情境或一个预期的目标情景，也是一个例子的解决方式。学习这些例子作为执行日常问题解决任务的补充是有用的。因为它把注意力集中在问题情境和相关的解决步骤上，因此能使学生引导出普遍的解决方式，而且通过学习这些例子也可以了解专家是如何解决新遇到的问题的，这对于规则的形成和图式的自动化都是有好处的。非良构问题解决方法的掌握，对于再次在新环境中遇到的问题，学习者的认知负荷就会降低。所以在以整体表现性目标为导向的整体任务模式的设计中，先运用已经解决的例子比真正解决相同的问题更有助于图式的建构。

简单复杂序列即使是用整体任务模式设计复杂学习，我们也不可能从一门课程或训练项目的一开始就运用高度复杂的学习任务，因为这会给学习者增加过多的认知负担，同时会伴有学习业绩动机上的消极作用(Sweller，VanMerrienboer&Peas;，1998)。除了上面运用的已解决的例子外，另一个解决方法就是让学生从相对比较简单的学习任务开始，然后过渡到增加难度的复杂任务。但这种方法不同于前面所说的原子论的部分任务的方法，我们把它叫做以整体为核心的从简单到复杂的序列。例如一项任务包括有A，B，C三个技能，传统的方法是先练习A，然后是B，再是C，也就是说在一项技能学会时再加入新的任务，完全割裂任务间的联系。但在整体任务设计模式中，我们就要把A，B，C看成一个整体，假如它们之间一共有10个联系，从易到难依次为：1，2，3，4，5，6，7，8，9，10，那么在学习中，我们可以先学习它们之间的3个联系(第1，2，3)，随着学习的深入再慢慢学习其它的联系(第4，5，6，7)，最后进一步学习更复杂的联系(第8，9，10)，如图1所示：

2关注学习者能力的发展

教育提倡创新能力的培养，建构主义要求以人为本，以学习者为中心，建构以学习者为中心的学习环境，那么我们的学习任务设计就不应该还是使学习者获得一些零碎的、不完整的知识，而是使学习者获得某方面的专业能力，最终能解决现实生活中遇到的真实任务，这才是我们教学的主要目的。Van Merrienboer博士从三个维度来理解能力，第一个维度是综合，表明能力通常是包括知识、技能和态度；第二个维度是特殊，表明能力通常是与具体的情境联系在一起的，如专家技能；第三个方面是持久，表明能力一旦获得即使是使用的工具、工作的方法或是技术发生变化，也能保持稳定性。

复杂学习获得的能力可以分成两个方面：第一是无重复任务的能力，如问题解决和推理：第二是重复任务的能力，如规则和程序的运用。在整体任务设计中，如何对这两种能力的获得提供支持呢?根据CLT理论，在学习任务的无重复方面，支持性信息(问题解决和寻找原因的必要知识)会有帮助，它主要是在学习者先前知识与学习任务之间提供一个桥梁的作用。教学方法旨在详尽解释，也就是通过在新的学习要素与已有知识之间建立非任意的联系，以完善图式。支持性信息最好是在学习执行任务之前提供，然后，一个认知图式可能在长时记忆中被建立，它将在任务执行过程时，在工作记忆中随时被激活。在任务执行过程中找回已经建构好的图式对认知的需要一般要比激活在工作记忆中的外部复杂信息要少。在学习任务的重复方面，程序性信息(知道规则如何应用的知识)细化了学习任务，即学习者在学习任务过程需要时及时给予提供，比如呈现提示卡片、清单、操作工作表和流程图、询问主要问题，给出一部分答案等都是这种支持的例子。

3实现有效的迁移

在整体任务的教学设计中我们还需要考虑一个重要的问题——绩效。我们的目标是在学会同样的任务时，最小化学习者所花费的时间、精力，以提高学习的有效性。例如，在一个复杂的技术系统中，学习者需要学会诊断三个故障E1，E2，E3，如果要最小化学习者所进行的练习，那么传统的方法就是先练习E1，然后是E2，最后是E3，其顺序可以表述为：E1，E1，E1……，E2，E2，E……，E3，E3，E3……。尽管这个方法可能是分别达到三个目标最有效的，但是作为一项整体的任务来看它在学习中的迁移却较低。因为学习者在学习每一个技能时都把它当作单独的目标来学习，学会了诊断E1，就认为完成了一个目标，然后再开始新的，而不考虑E1的学习会对E2，E3产生什么影响。如果在这个学习任务设计中要达到好的迁移就要采用随机的方法，例如：E1，E3，E2，E2，E1，E3，E1，E2，E1……。用认知负荷理论来分析，与前面的方法相比这种方法对于分别达到三个独立的目标来说，好像是增加了学习者的认知负荷，而且效率较低，因为它增加了任务上必要的时间和学习者投入的努力。但是从实现整体任务的效果来看，其实它是通过情境干扰增加了相关性认知负荷，从而促进了学习者工作记忆中图式的建构与自动化，实践证明这种方法最终能产生较高的迁移。这是因为这种随机的方法，让学习者置身于建构一般的、抽象的知识，而不是完全为了去学会诊断每个具体的、单独的故障。

四小结

本文通过对认知负荷理论的分析探讨了复杂学习的整体任务设计：首先要设立整体性表现性目标，其次要关注学习者能力的发展，最后还要实现有效的迁移。整体任务的设计基于真实学习任务提出了一系列的培训策略和多种分析任务的方法，使得学习任务设计能够聚焦于完整的任务练习，对我们工作实践中复杂技能知识的掌握和学习有着重要的指导意义，但是整体任务设计作为教育技术领域中新兴的设计模式还没有发展成为完整的理论体系，本文也只是结合认知负荷理论对整体任务的设计做了初步的探讨，希望对将来复杂学习的整体任务设计的研究有一定的借鉴作用。