首要学习原理

戴维H．乔纳森盛群力，向佐军，译

（1．美国密苏里大学；

2．浙江大学 教育学院，浙江 杭州 310028）

一、引言

正像梅里尔（David Merrill）将其庞大的研究和设计主体整合为“首要教学原理”（First Principles of Instruction）一样（Merrill，2002），在本文中，我也想将自己对学习的认识整合为 “首要学习原理”（First Principles of Learning）。梅里尔提出的五项教学原理是：围绕着一个问题（problem），分别开展激活（activation），示证（demonstration），应用（application）和整合（integration）。图1中，我主张的五项学习原理是：围绕着一个问题，分别开展类比（analogizing）、建模（modeling）、推理（reasoning causally）和论证（arguing）。“首要教学原理”和 “首要学习原理”都可以看成是我们各自研究成果的缩影。关于 “缩影”（epitome）这一概念的解释，可以参见赖格卢特等人的说明（Reigeluth ＆Stein，1983）。

在我职业生涯的早期，我的许多学术研究工作受到了梅里尔的影响，他持续不断地探究，提出了也许是最为一致明了的教学设计模式。虽然我对梅里尔在20世纪80年代开展的海军委托项目研究工作的一致性印象深刻，但是由于本人较多地偏向建构主义立场，所以，我提出了自己的主张（Jonassen，1990，1991）。有关教学的基本假设是认为它能促进学习。作为一名建构主义者，我认为声称教学实际上能在多大程度上对学习带来的变化起到作用，这在认识论、本体论和目的论上都是值得商榷的。

图1 首要学习原理

这就是我为什么总是对学习比对教学更感兴趣，所以，我提出的是 “首要学习原理”。请注意我并不是一味地要反对教学，实际上我在这方面也做了许多工作，只是我在学习研究方面的兴趣更为浓厚些。

我的研究主要聚焦于问题解决及其相关的活动，也许可以用Gilbert Ryle（1949）关于 “知道是什么”和 “知道如何做”的区分来说明。我的研究工作一直聚焦于 “知道如何去学”与 “知道学什么”。这不仅仅是语义上的区别。绝大多数的正规教育是用来帮助学习者了解大千世界的。在世界各地大学中，学生要学习社会学、心理学、生物学以及其他各门理论学科，很少要求学生学会做事情，例如解决社会学、心理学和生物学或者其他学科的问题。

我认为，在类比、建模、推理和论证中解决问题，这是通向最有意义学习的最强有力思维模式，此时学生有最大的认知参与度和创造性学习活动，一切都充满着认知负荷和其他认知挑战。

二、问题

问题解决常常是非正式学习隐含的目标，正如我们在日常的工作和生活中要学会解决各式各样的问题。我一直主张问题解决应该成为几乎所有正规教育的主要智力焦点。为什么我们要将问题解决作为教育的重要目标呢？

一是真实性 （authenticity）。在日常生活中，尤其是在专业生涯中，人们无时不刻不在解决问题，问题无处不在。公司员工、军人和其他各种机构的人员都是因为解决问题而得到聘用、留用和奖赏。波普尔 （Karl Popper，1999）曾经断言，生活本质上就是解决问题。

二是意向性 （intentionality）。问题指明了学习的目的。为了取得学习成功，学生必须思考。在解决问题时，学生要确保理解概念，必须明确或者至少提出解决什么问题的意图。

三是固着性 （conceptual anchoring）。在解决问题时建构知识，这比仅仅知道一个问题的领域，更加有意义，更加综合性，保持得也更好，在遇到其他问题时具有更强的迁移性。

四是本体性 （ontology）。在解决问题时所建构的知识，是一种现象学知识 （体验的知识），有认识论上的意义，水平高和层次深，不是简单地听说读写 （Jonassen，2009）。

与传统的教学法相比较，基于问题的学习，能够达到更高层次的理解、问题解决迁移、高层次思维和自导学习能力，对掌握基本领域知识多少的影响甚微 （Hung，Jonassen，＆Liu，2008）。

我所主张的问题解决理论与传统的问题解决模式明显不同。传统的模式力图提出一个解决各类问题的过程 （如Bransford ＆Stein，1994）。实际上问题与问题解决在许多方面是各不相同的。最重要的差异在于良构问题和非良构问题是一个统一体（Jonassen，1997；Simon，1969）。在正规教育中遇到的问题大部分是良构问题。良构问题一般具有以下几个特点：（1）给出了问题的全部要素；（2）运用有限数量的规则和原理，用一种预见性和处方性方式加以组织； （3）有正确的、一致的答案；（4）有一个首选的、规定的解决过程。另一种是非良构问题，这是在日常生活中经常会遇到的问题类型。非良构问题有以下几个特点：（1）有多种不同的解决办法；（2）目标和约束条件难以界定或者不够明确；（3）有多种解决路径；（4）有多种评估解决办法的标准。

问题在复杂性程度上也是不同的，问题的复杂性受到以下几个方面因素的制约：（1）解决问题所要求的知识的广度；（2）原有知识的水平；（3）问题解决程序的复杂性；（4）问题本身的关联复杂性（如在问题解决过程中需要同时处理的关系的量，Jonassen ＆ Hung，2008）。非良构问题一般来说比良构问题更为复杂。

问题的复杂性还同其动态性有关。在动态的问题中，不同变量和因素之间的关系通常随着时间变化而变化，并且往往是非线性的。一个因素的变化可能导致其他因素的变化，使得问题的根本性质也会随着发生变化。这些互动因素越是错综复杂，那么，问题也就越复杂。复杂的问题还有一些延迟效应，这也是属于动态性层面。非良构问题比良构问题更加具有动态性，因为后者是静态的，解决问题所需要的各种信息已经包括在问题陈述中了。

问题和问题解决的最后一个维度是其领域的专门性。在当代心理学中有一个基本的共识，这就是解决某个领域中的问题取决于特定领域的认知策略（Mayer，1992；Smith，1991；Sternberg ＆Frensch，1991）。这通常指的是 “强方法”。与其相反的是，适用于一般领域的方法则是 “弱方法”。依据领域的不同，问题也是不同的 （物理学问题与社会心理学问题是不一样的），尤其是依据问题发生的情境不同也会有差异。

假如问题的维度各不相同，那么，就有可能描述和分类不同类型的问题。我曾经对问题的类型作出过划分 （Jonassen，2000），主要是依据良构和非良构的连续体差异来划分。具体包括了智力游戏题、算法题、应用题、规则运用题、决策题、排除故障题、诊断解决题、策略性表现题、系统分析题、设计题和两难题。这样的分类假定：在一个特定的问题类型中，解决问题的认知过程是相似的。在每一种类型中，依据抽象性、复杂性和动态性，各个问题的差异较大，所遇到的认知挑战也不一样（如：比较抽象的问题需要更多的类比；动态的问题有延迟效应；非线性关系要求依据随着时间差异出现变化的情况做出推理，等等）。

教学设计的一个基本假设是：应该对学习的条件作出灵活调整，以便能够适应不同的学习结果（Gagné，1977）。因此，学会如何解决不同类的问题，需要有不同的学习活动。Jonassen于2011年提出过关于解决不同种类问题的教学模式。本文后续将讨论学会解决问题以及参与意义学习的主要认识成份——类比、建模、推理和论证。发展这些能力有助于学习者完成各种认知任务。在我看来，它们代表了至关重要的批判性思维能力。

三、类比

运用类比有利于促进概念理解，这在研究历史上曾比较早期就得到了印证 （Glynn，1989；Paris＆Glynn，2004）。类比是一个转换或者映射的过程，将某一个特定对象 （来源）的信息转换为另一个特定对象 （标的）的信息。推理性类比通过对一个现有的、更容易被理解的属性与另一个将要理解的属性进行比较，从而有助于学习者理解新的观念。

类比对学会解决问题也是有益的。学会解决问题的主要目的是实现迁移，这就是说，培养解决相关问题的能力。虽然 “迁移”这一概念本身尚有很大差异，但是解决问题的迁移能力是指学习者能解决相似的问题。为此，对不同的问题类型提出强有力的图式，这是必不可少的 （Jonassen，2011）。这涉及到两种被证明是很管用的类比方式。一是对解决较为良构的问题来说， “类比型编码”（analogical encoding）能够支持对问题图式作出归纳。这就是说，提供类比的实例用于比较，以便学习者能够归纳出更佳的问题图式。二是对较为非良构的问题来说， “案例型推理” （case-based reasoning）能够帮助学习者在解决当前问题时，支持回忆类比问题 （体验）。

“类比型编码”是这样一个过程，即提供多种类比问题用于对要解决的问题作出比较。解决良构问题的迁移能力是有赖于图式归纳和重用的，这是类比推理的一种方式。为了引发强有力的问题图式，应该让学生对结构上相似的问题进行类比。Gentner等人的研究表明：通过比较结构一致的两种类比问题，可以极大地促进在不同情境下领会、图式归纳和长期迁移 （Gentner ＆ Markman，1997， 2005； Loewenstein， Thompson， ＆Gentner，1999，2003）。由于类比促进了关注结构上的共同性，包括共同的原理和图式 （Gick ＆Holyoak，1983），所以类比型编码改善了学习。

“案例型推理”的类比来自于经验。当我们遇到一个暂时无法解答的问题时，首先是从记忆中检索曾经解决过的相似问题。一个新遇到的问题 （新案例），会提示推理者从记忆中提取相似的案例，如果这个案例是管用的话，就重新加以使用 （即用老办法来解决新问题），这样问题就迎刃而解了。如果所建议的解决办法不管用，那就要么修正老办法，要么调整新案例。如果确认了相应的效果之后，那么习得的案例就会被保存下来以备后用。这就是所谓的案例型推理 （Kolodner，1993）。

为了提升通过案例型推理解决问题的能力，必须采用故事的形式建立原有经验的数据库，这就是所谓的 “案例图书馆”。引发故事的最简便的方式是向有经验的人提出一个问题，询问他们是否在以前遇到过相似的问题。通常，他们还会想起其他相似的故事。在记录这些故事之后，为了解释从经验中得到了什么样的启示，必须编制相应的索引。索引应该包括问题的目标与期望，问题出现的情境，被选择的解决办法，运用解决办法得到的结果以及每一个故事的要义 （即从经验中得到的启示）。除了对如何解决问题提出建议之外，这些故事中还包括了将来在教学中会用到的丰富的概念性知识和策略性知识。为什么呢？这是因为在引发故事时，人们自然而然地会用情境信息、启发式、实践智慧和个人身份来修饰故事 （Henning，1996；Schn，1983）。“类比型编码”和 “案例型推理”这两种方式都运用了相似的问题作为类比物。为了帮助学习者建构强有力的问题图式，类比型编码提供了新问题；而案例型推理则帮助学习者回忆起原有的解决问题经验。类比的过程是相似的，都强调了其在解决问题中的重要性。

四、建模

建模是一种强有力的参与、支持和评估学习者概念转变的策略，因为这些模式通过提供多重形式来表征概念理解和转变，给内部的、心理的模式搭建脚手架和予以外化（Milrad，Spector，＆Davidsen，2003；Jonassen，Strobel，＆ Gottdenker，2005）。建模不仅使得学生能参与意义学习，同时也导致了概念转变。虽然通常是向学生提供要学习的模式，同时将这种模式也用于设计互动学习环境，但是，学生对模式的建构和评估则提供了最大的学习潜力。学生建构的模式也提供了学习者的概念模式不断得以演进和重组的证据。概念转变可以来自于所探究的模式，我们所学到的东西许许多多都是来自于构建和操纵模式 （Morrison ＆ Morgan，1999）。

为什么建构模式比使用模式对学习和概念转变而言更具创造性呢？当解决问题或者回答一个复杂的概念提问时，学习者必须构建一种现象的心理模式，以及运用这一模式作为预测、推断、猜想或实验的基础。构建一个外部世界物理的、类比的或者计算的模式，能够使得学习者的心理模式具体化。所以，当学生建构、操纵和检验自己由技术调节的模式时，他们就会学到更多，概念转变也更多，不像是在一个黑盒子模拟中摸索着引出基本的模式。参与、支持和评估概念转变的最有效方式，是构建和比较代表不同知识类型的模式 （Jonassen，2008）。

模式是由要素、关系、操作和规则组成的概念系统，其运用外部的记载方式来表示概念系统的互动 （Lesh ＆Doerr，2003）。虽然建构科学现象最常见使用的是方程式，但是许多其他类型的建模工具也可以用来代表要学习的对象，包括图像、结构化图示、隐喻以及示证 （Jonassen ＆ Henning，1999）；还包括了基于计算机的工具如像数据库、概念图、电子表格、专家系统、超媒体、系统动态工具、视觉工具和教学代理等 （Jonassen，2006a）。每一种不同的建模工具在知识建构过程中有其自己的约束条件，同时也有其建构不同知识类型的情境支持。

学生应该建构什么呢？由于学生最经常是关注教材内容的，所以，他们一般也都是构建内容主题。除了内容领域之外，Jonassen（2006）主张学生应该学会构建有关解决问题、组织观念系统和学习思维过程的模式 （即元认知反思的一种方式）。

模式建构是一种强有力的学习策略，这是因为：（1）这是一种自然的认知现象。当遇见未知的现象时，人自然会构建这一现象的理论以作为理解过程的必要部分。（2）建模支持假设检验、猜测、推断和许多其他重要的认知技能。（3）通过建构物理制品或者计算制品，将引导建构认知产品 （心理模式）。（4）学生建构模式时，他们就拥有了知识。学生的拥有感对意义理解和知识建构来说是至关重要的。当拥有观念时，学生愿意付诸更大的努力、辩护自己的主张以及更有效地作出推理 （Duffy ＆Jonassen，1993）。（5）建模提供了分享的工作空间以及有意义合作的基础。

五、推理

概念是语义加工的基础。绝大多数的理解方式都需要学会和应用概念的动态组合 （Jonassen，2006）。概念的组合定义了各种命题。命题是一组通过相关的和动态的关系联系起来的概念。成为思维之基础的最常见的命题类型是因果命题 （即原因与结果之间的联系）（Carey，2002）。David Hume（2000）曾指出因果推理是宇宙间一切事物的粘合剂。作为一种智力的粘合剂，因果关系将推理过程粘合在一起，这在各个学科中都是很常见的。

因果推理能使得学习者作出预测、得到启示、给予推断和明晰解释。给予一组事件的条件或者状态，就能预测可能的结果。预测的两个主要目的是：预测一种事件 （如经济预测和气象预报）和检验一种假设以证实或者证伪其科学性。确定性程度稍稍差一些的预测形式，就是从一组基于似乎合理的因果关系条件中得出启示。启示实际上就是包含了一些事件，或者涉及了一组效果作为某些原因的结果，却无法知道结果是什么。当一个原因的结果或者状态不清楚的时候，那么，就需要作出推断。推断的主要目的是诊断。

因果关系对理解各种形式的科学推理来说是必不可少的 （Klahr，2000）。因果推理居于大多数学习的中心地位，因此，推理对解决问题来说是绝对必要的。例如，Jonassen和Hung（2006）曾经指出，排查故障有赖于了解对要诊断系统的功能模式。功能知识是由因果关系来加以描述的，其反映了问题中各个要素之间的联系。所以，问题解决者必须理解由问题空间组成的因果关系，因为实际上任何问题之解决都与问题空间有关。问题可以定义为组成问题的各个实体之间的因果关系。

为了解决问题，人们必须理解问题中的因果关系。理解问题中的因果关系是一个复杂的认知现象，要求既能把握因果关系中的协变属性，又能洞察这些因果关系背后的基本机制 （Jonassen ＆Ionas，2008）。因果关系通常是从观察的数据中推断出来的。

协变用量化描述的方式总结了这些经验数据。因果关系的协变属性包括了结果的方向、强度、概率和直接性等 （Jonassen ＆Ionas，2008）。机制是对因果关系的概念性描述。协变和机制共同描述了原因为什么以及如何引起结果。两者的解释是互惠互利的，对理解而言是必不可少的，但是尚不充分。虽然学习者运用统计方法能够得出两个变量之间相关关系 （协变关系），但是却难以说明如何以及为什么这种协变得以发生的机制，这是由于缺乏对关系的理解所造成的。

Jonassen和Ionas（2008）曾探讨了一组方法来帮助学习者增强因果推理能力。因果关系可以运用关联图 （Spector ＆ Koszalka，2004），或者运用问题引导学生注意关系之间的重要属性，也可以运用模拟互动影响来查明因果关系。学习者还可以运用专家系统、系统建模工具和其他多种因果建模工具来构建因果模型 （参见上文 “建模”中所讨论的观点）。在学习中采用以上一种或者几种方法，将有利于学习者增强理解正在学会解决的问题。

六、论证

意义学习需要观念的深层次交锋。深层次参与体现在论证时要求有批判性思维能力加以支撑。学会论证标志着具备了一种重要的思维方式，能促进概念转变，对解决问题来说也是至关重要的。“论证性思维有赖于在思维中聚焦如何做，做得如何”（Kuhn，1992）。论证也是我们理性地化解质疑、争论、争议和解决问题的途径。在学习环境中融入和安排论证性活动，有助于培养创造性思维、概念转变和问题解决。

虽然论证本身有许多定义和理论，Kuhn（1991）曾指出：完整的论证包含五个基本成分：（1）支持主张的因果理论 （亦可参见上文对 “推理”的讨论）；（2）支持理论的证据；（3）可替代的理论； （4）破坏其所持理论 （辩驳）的条件；（5）反驳其他的理论。

论证既有利于学习者解决良构问题，也有利于解决非良构问题。当学习者错误地回答良构的物理问题，同时又能够通过论证合理地纠正答案时，Nussbaum和Sinatra（2003）发现，其推理能力和长期保持能力都得到了提高。另一方面，Cho和Jonassen（2003）发现，相比较解决良构问题而言，连贯一致地论证以证明解决方案和行动的能力，对解决非良构问题来说是一种更为重要的能力。非良构问题是在日常生活中经常遇到的问题类型，其特点是：（1）有多种解决问题的方案；（2）目标和约束条件较为笼统或者不够清晰；（3）有多种解决路径；（4）有多种评估解决方案的标准。因此，非良构问题解决起来颇为不易 （Jonassen，2000）。解决非良构经济问题的群体之间会有十分广泛的论争。由于非良构问题没有一致的答案，所以，学习者必须能够各持己见以证明自己的解决方案是合理的。我们已经开始建立了一种论证 （辩护）与非良构问题解决之间的清晰关系，并且值得教育研究人员和实践工作者进一步加以探究。

七、小结

聚焦问题的学习必然要求参与深层次的信息加工并获得更有意义的知识类型。为了增强学习者学会解决问题的能力，就应该创设类比、建模、推理和论证的学习环境。除了支持问题解决之外，这些活动也提供了有价值的解决问题能力的评估信息。这些学习策略以及它们与问题解决和其他不同的学习结果之间的关系如何，实际上可以列出一系列研究问题。哪一种策略对支持哪一种类型问题解决来说是最重要的？这些策略之间在多大程度上互相排斥或是互相补益？重要的启示是：通过像类比、建模、推理和论证等学习策略，而不是仅仅提供教学呈现，而且能够更好地提供学习支持作用。学习环境应该支持学习者的创造性思维。

（本文译自David H．Jonassen （2013）．First Principles of Learning，in J．Michael Spector，Barbara B．Lockee，Sharon E．Smaldino，and Mary C．Herring． （eds．）Learning，Problem Solving，and Mindtools．Essays in Honor of David H．Jonassen．New York．Routledge．Ch．17．pp．287-297．）

［1］ Bransford，J．D．，＆ Stein，B．S．（1984）．The IDEAL problem solver．New York ：W．H．Freeman．

［2］ Carey，S．（2002）．The origin of concepts：Continuing the conversation：In N．L．Stein，P．J．Bauer，＆M．Rabinowitz（Eds．），Representation，memory，and development：Essays in honor of JeanMandler（pp．43-52）．Mahwah，NJ：Lawrence Erlbaum Associates Publishers．

［3］ Cho，K．L．，＆Jonassen，D．H． （2003）．The effects of argumentation scaffolds on argumentation and problem solving．Educational Technology Research and Development，50 （3），5-22．

［4］ Duffy，T．，＆ Jonassen，D．H．（Eds．），（1992）．Constructivism and the technology of instruction：A conversation．Hillsdale，NJ：Lawrence Erlbaum Associates．

［5］ Gentner，D．，Lowenstein，J．，＆ Thompson，L．（2003）．Learning and transfer：A general role for analogical encoding．Journal of Educational Psychology，95 （2），393-405．

［6］ Gentner，D．，＆ Markman，A．B．（1997）．Structure mapping in analogy and similarity．American Psychologist，52 （1），45-56．

［7］ Gentner，D．，＆ Markman，A．B．（2005）Defining structural similarity：Journal of Cognitive Science，6，1-20．

［8］ Glynn，S．M．（1989）．The Teaching-with-Analogies（TWA）model：Explaining concepts in expository text．In K．D．Muth （Ed．），Children’s comprehension of text：Research into practice．（pp．185-204）．Newark，DE：International Reading Association．

［9］ Henning，P．H． （1996）．A qualitative study of situated learning by refrigeration service technicians working for a supermarket chain in Northeastern Pennsylvania．Unpublished Ph．D．Dissertation．The Pennsylvania State University．

［10］ Hume，D．（1739／2000）．A treatise of human nature（Eds．D．F．Norton ＆ M．J．Norton）．Oxford，UK：Oxford University Press．

［11］ Hung， W．，Jonassen，D． H．， ＆ Liu， R．（2008）．Problem-based learning．In J． M．Spector，J． G． van Merrienboer， M． D．，Merrill，＆ M．P．Driscoll（Eds．），Handbook of research on educational communications and technology，3rd ed．（pp．485-506）．New York：Lawrence Erlbaum Associates．

［12］ Milrad，M．，Spector，J．M．，＆Davidsen，P．I．（2003）．Model Facilitated Learning．In S．Naidu（Ed．），Learning and teaching with technology：Principles and practices（pp．13-27）．London：Kogan Page．

［13］ Jonassen，D．H．（1990）．Toward a constructivistic conception of instructional design．Educational Technology，30 （9），32-34．

［14］ Jonassen，D．H．（1991）．Objectivism vs．constructivism：Do we need a new paradigm？Educational Technology：Research and Development，39 （3），5-14．

［15］ Jonassen，D．H．（1997）．Instructional design model for well-structured and ill-structured problemsolving learning outcomes．Educational Technology：Research and Development，45，（1），65-95．

［16］ Jonassen，D．H．（2000）．Toward a design theory of problem solving： Educational Technology：Research ＆ Development，48 （4），63-85．

［17］ Jonassen， D． H． （2006a）． Modeling with Technology：Mindtools for Conceptual Change．Columbus，OH：Merrill／Prentice-Hall．

［18］ Jonassen，D．H．（2006b）．On the role of concepts in learning and instructional design．Educational Technology：Research ＆ Development，54 （2），177-196．

［19］ Jonassen，D．H．（2008）． Model building for conceptual change：In S． Vosniadou （Ed．），International Handbook of Research on Conceptual Change（pp．676-693）New York：Routledge．

［20］ Jonassen，D．H．（2009）．Reconciling a human cognitive architecture．In S．Tobias ＆ T．Mto Instruction：Success or Failure？ New York：Routledge．

［21］ Jonassen，D．H．，＆Henning，P．（1999）．Mental models：Knowledge in the head and knowledge in the world．Educational Technology，39 （3），37-42．

［22］ Jonassen，D．H．，＆ Hung，W．（2006）．Learning to troubleshoot：A new theory-based design architecture．Educational Psychology Review，18，77-114．

［23］ Jonassen，D．H．，＆ Hung，W．（2008）．All problems are not equal： Implications for PBL．Interdisciplinary Journal of Problem-Based Learning，2 （2），6-28．

［24］ Jonassen，D．H．，Strobel，J．， ＆ Gottdenker，J． （2005）．Model building for conceptual change．Interactive Learning Environments，13 （1-2），15-37．

［25］ Klahr， D． （2000）． Exploring science： The cognition and development of discovery processes．Cambridge，MA：MIT Press．

［26］ Kolodner，J． （1993）．Case-based reasoning．New York：Morgan Kaufman．

［27］ Loewenstein，J．，Thompson，L．，＆ Gentner，D．（1999）．Analogical encoding facilitates knowledge transfer in negotiation．Psychonomic Bulletin ＆Review，6 （4），58-597．

［28］ Loewenstein，J．，Thompson，L．， ＆ Gentner，D．（2003）．Analogical learning in negotiation teams：Comparing cases promotes learning and transfer．Academy of Management Learning and Education，2（2），119-127．

［29］ Mayer，R．E．（1992）．Thinking，problem solving，cognition （2nd ed．）．New York：Freeman．

［30］ Merrill， M．D． （2002）．First principles of instruction．Educational Technology：Research and Development，50 （3），43-59．

［31］ Morrison，M．，＆ Morgan，M．S．（1999）．Models as mediating instruments．In M．S．Morgan，＆ M．Morrison （Eds．）， Models as mediators：Perspectives on natural and social science（pp．10-37）．Cambridge，UK ：Cambridge University Press．

［32］ Nussbaum，E．M．，＆ Sinatra，G．M．（2003）．Argument and conceptual engagement．Contemporary Educational Psychology，28 （3），384-395．

［33］ Paris，N．A．，＆ Glynn，S．M．（2004）．Elaborate analogies in science text：Tools for enhancing preservice teachers’ knowledge and attitudes．Contemporary Educational Psychology，29，230-247．

［34］ Popper，K．（1999）．All life is problem solving．London：Routledge．

［35］ Ryle，G． （1949）．The concept of mind．New York：Barnes and Noble．

［36］ Reigeluth，C．M．，＆ Stein，R．（1983）．The elaboration theory of instruction：In C． M．Reigeluth （Ed．），Instructional design theories and models（pp．338-381）．Hillsdale，NJ：Lawrence Erlbaum Associates．

［37］ Schn，D．A． （1983）．The reflective practitioner-how professionals think in action．New York：Basic Books．

［38］ Simon，H．A．（1969）．The sciences of the artificial．Cambridge，MA：MIT Press．

［39］ Spector，J．M．，＆ Koszalka，T．A．（2004）．The DEEP methodology for assessing learning in complex domains（Final report to the National Science Foundation Evaluative Research and Evaluation Capacity Building）． Syracuse， NY： Syracuse University．

［40］ Sternberg，R．J．，＆ Frensch，P．A．（1991）．Complex problem solving：Principles and mechanisms． Hillsdale， NJ：Lawrence Erlbaum Associates．