如何调控认知负荷“最优化”：发展综合认知能力

钟丽佳 盛群力

摘要：弗莱德·帕斯教授作为教育心理学领域近五年来最多产的研究者，对于认知负荷理论研究和实践颇有建树。弗莱德·帕斯教授认为，基于人类认知架构的特点来进行教学设计，有助于调控学习中承受的认知负荷。认知负荷理论的研究者都在努力通过设计各种教学方式来弥补那些无效的工作记忆负荷，从而策划如何通过教学条件来实现学习过程中的认知负荷“最优化”。调控认知负荷的前提和途径是明确其测量手段，主观心理努力的分级标尺是一种重要且应用广泛的测量手段。在测量认知负荷的基础上，可以进一步计算教学效率或心理效能。综合学习者集中付出的心理努力和业绩表现水平，是预测教学效能的最佳手段。教学调控的策略则应依据任务本身的元素互动性和学习者的先备基础来调整样例的形式和顺序。培育综合认知能力需要在复杂的学习环境中调整教学设计，对物理环境以及人体运动的研究在推进认知负荷理论模型的升华上迈开了实质性步伐。

关键词：弗莱德·帕斯（荷兰）；认知负荷；综合认知能力；认知测量；教学设计

中图分类号：G40-057 文献标识码：A 文章编号：1009-5195（2017）04-0003-08 doi10.3969/j.issn.1009-5195.2017.04.001

一、愉快的研究经历

访谈者：尊敬的弗莱德·帕斯教授，您好。很高兴您能接受我们的采访。您是如何涉足研究综合学习的？在此发展历程中，您遇到了什么样的机遇和挑战？

弗莱德·帕斯：我于1988年在荷兰马斯特里赫特大学（University of Maastricht）获得人体运动科学的硕士学位，而后于1993年在特温特大学（University of Twente）获得教育技术博士学位。1993年到1999年，我先后在荷兰马斯特里赫特大学人体运动专业和认知心理学专业担任助理教授。1999年至2005年，我在荷兰开放大学担任教育技术专业副教授。2005年我被荷兰开放大学和鹿特丹伊拉斯谟大学聘为教育心理学专业的终身教授。2009年我开始全职在鹿特丹伊拉斯谟大学担任教授工作。我在1989年开始攻读博士学位的时候，受到约翰·斯维勒（John Sweller）研究的启发，决定将博士论文的选题落在认知负荷理论上。最终我的博士论文题目为《如何在综合认知任务培训中对认知负荷进行教学控制》。后来我的博士论文在心理学领域的顶级杂志《教育心理学评论》上成功发表，这推动我继续沿着这个方向深化自己的研究。后续我在认知负荷理论的研究中加入了很多新的元素，例如变式度效应、相关认知负荷、认知负荷测量、教学效率、人体运动效应等。

我并不认为自己遇到什么挑战，大部分情况是一些机遇摆在面前。这些机遇是由以下这些志同道合的朋友和前辈创造的，他们分别是约翰·斯维勒、亨克·施密特（Henk Schmidt）和杰伦·范梅里恩伯尔（Jeroen J. J. G. Van Merri?nboer）。他们对我的研究给予了无限的启发和支持。此外，我的同事保罗·钱德勒（Paul Chandler）和好友保罗·艾尔斯（Paul Ayres）在我的生命中也扮演了重要的角色，让我有机会在澳大利亚卧龙岗大学和新南威尔士大学工作。

访谈者：您在认知负荷理论方面的研究与约翰·斯维勒的研究有什么相通和差别吗？

弗莱德·帕斯：我认为认知负荷理论是一种非常广博的理论，而且我一直尝试将物理环境融入认知负荷理论的研究，将焦虑测量、自我调节能力测量和人体运动作为重要的研究子课题。我认为负荷理论的研究者都在努力通过设计各种教学方式来弥补那些无效的工作记忆负荷，从而策划如何通过教学条件来控制认知负荷。约翰·斯维勒更多关注对既定效果的微调，如瞬态信息效应。但是从原理上来看，我们在很多方面都保有一致意见，而且在进一步深化发展这一理论上双方都找到了恰当的方式。

访谈者：众所周知，您被教育心理学界最著名的5本杂志评为全世界最多产的研究者。如何成为一名优秀的研究者，请您介绍一些经验。

弗莱德·帕斯：最重要的是：要投入大量的时间；对于研究成功的要求，要时刻保持敏锐的直觉；在选择一个课题的时候，遵循自己的研究热情和好奇心；选题既要有重要的理论意义，也要具备教育实践意义；要寻找高质量的相关学术期刊；向多产的研究者讨教；阅读高质量的文章作为样例；广泛阅读学科外的文章以获取灵感；和你的同伴以及专家探讨自己的文章；审阅其他同事的文章；在国际会议上提交你的研究成果；积极参与国际性的学术组织；英语语言表达要正确、简洁、具有技巧性。但同时也要注意以下几点“忌讳”：不要犹豫和著名的专家接触；不要试图颠覆其他专家的观点；不要将简单的事情说得很复杂，故弄玄虚。

访谈者：请您介绍一下在职业生涯中最快乐的经历，以及澳大利亚的研究氛围与欧洲的工作环境有什么区别？

弗莱德·帕斯：对我而言，职业生涯中最快乐的经历就是自由。作为一名研究员，我做的每一项工作不仅仅对雇佣我的学校做出了贡献，而且也为我的履历增添了一道道亮丽的色彩。这种自由同时也给我提供机会与澳大利亚、中国台湾以及美国的同事和朋友进行愉快地合作。我在澳大利亚卧龙岗大学担任客座教授期间，非常荣幸能在一个特别令人振奋的工作环境中与一批同事以及朋友协同共进。澳大利亚的研究氛围与欧洲大致相同，但是与荷兰相比，科研工作在澳大利亞更受重视。相对而言，荷兰更为注重产学研结合的实践成果。

二、新的研究焦点

访谈者：请您介绍一下最近的研究关注点，在您的职业生涯中又是如何将这些研究焦点相互衔接和转换的？

弗莱德·帕斯：我最近以及最新的研究方向主要聚焦于局部和全身运动对认知行为和健康产生的影响，分别指的是身体的姿势和体育活动。早在20世纪90年代，我的学术研究生涯起点便是人体运动对学习和认知的影响。经历了25年的起起落落，现在我又回归到这个起点，最近我特别关注儿童的身体活动对于其认知和健康的影响。总体而言，我的研究关注点主要体现在以下方面：

第一，基于戴维·吉尔里（David Geary）和约翰·斯维勒的工作，我进一步引介了关于认知负荷理论的演进与发展。这一最新发展关注的是，只有当学习者去获取那些文化上看来相对重要的新信息，而且在此之前他们又从来没有专门学习过这些信息，那么就会受到工作记忆容量的限制。文化知识是生物学上的次级信息。当学习者需要获取生物学上的一级知识，也就是他们之前专门涉及过处理此类信息，那么工作记忆容量的限制就会削减。

第二，我新近的一个关注点是瞬态信息效应，指的是当学习者还没有足够的时间来对输入的信息进行恰当加工之前，呈现的信息就已经丢失了。在运用现代教育技术时，我们常常会发现有些教学形式本身就是瞬态的，因为先前的信息很快被新进的信息所取代。我们可以在动画教学和语音文本中找到样例。例如，在认知负荷理论框架的指导下，我们曾在实验中基于动画的教学方式来研究瞬态效应。研究结果显示，动画教学形式和静态图片相比并没有什么优势，甚至有时还表现略微逊色。这激发了研究者对于瞬态信息的关注热情。通过各种合作研究，尤其是在澳大利亚新南威尔士大学与保罗·艾尔斯的合作研究，我们已经发现了低效的动画教学形式与瞬态信息之间的相互联系（Ayres et al.，2007）。融合认知负荷理论的演进、认知神经科学以及具身认知等方面的跨学科研究方法，我们也得出了一些相关的理论启示，即在学习人体运动技能时，动画比静态图片的效果更好。此阶段我们的主要贡献在于，关注是否有可能通过激发在非教育环境中自动获取的通用型生物学一级知识，来推动在教育情境中学习生物学次级知识（Paas et al.，2012）。

第三，将有关人类认知架构的科学知识应用到教学设计之中。这一研究方向主要关注如何利用人类认知架构的结构和功能来设计各种各样的教学程序。其研究成果主要表现为针对综合认知任务培训的各种创新型教学程序，例如变式度效应、补全效应、人体运动效应以及集体记忆容量效应。变式度效应是基于一种理论假设，减少外在认知负荷之后释放的工作记忆容量可以用于额外的学习活动，这种活动有助于促进学习迁移（即增加相关认知负荷）（Paas & Van Merri?nboer，1994a）。补全效应是由范梅里恩伯尔率先提出的，指的是补全任务比工作样例更能激发学生付出更多的努力（Paas，1992）。工作样例最明显的一个缺点就是它无法强迫学习者仔细学习这个样例。补全问题指的是向学习者提供给定状态、目标状态和部分解决方案，要求学习者必须完成一项剩余部分的解决方案。“补全教学策略”就是一开始向学习者提供近乎完整的解决方案，然后逐步过渡到由学习者自主生成部分直至完整的解决方案。人体运动效应已经改变了关于动画学习效果的研究视角。通过在神经科学中已经得以证实的一种镜像神经系统的神经结构，我们能够运用其解释为什么只有在涉及人体运动技能的认知任务学习中，动画才会比静态图片更有效（Van Gog et al.，2009）。集体记忆容量效应表明，想要实现合作学习相对个体学习的优势，前提条件是学习任务的复杂程度要超出个体能够驾驭的范围（Kirschner et al.，2009）。

第四，鉴别和测量认知负荷。这一研究方向主要关注的是认知负荷的定义和实证验证（Paas & Van Merri?nboer，1994b）。此外，该类研究同时还聚焦鉴别和开发那些可以在教育研究中得以应用的认知负荷测量手段。我已经率先开发了关于认知负荷最主要的主观测量手段，同时也介绍了很多生理测量技术，如针对心率变化（Paas et al.，1994）和瞳孔放大的光谱分析（Van Gerven et al.，2004）。目前主观分级测量在教育研究和实践中得以广泛应用，这种测量手段能够衡量学习任务在学习者身上施加的认知负荷（Paas et al.，2003）。 最近这项研究的焦点落在如何利用主观测量手段来区分各种不同类型的认知负荷（Leppink et al.，2013）。

第五，应用基于认知负荷理论的教学原理来弥补因为老龄化而造成的认知损伤。当前研究领域中有越来越多的证据支持这样一种假设：即在综合性认知任务中，很有可能会出现与年龄相关的认知行为衰退现象。因为这些任务高度依赖于是否能够获得充足的、引发关注的资源，从而成功地完成任务。由于与衰老相关的认知能力衰退，使得这些资源遭受不成比例的损失。基于此，我率先证实了基于认知负荷理论的教学方式可以补偿在工作记忆中产生的与衰老相关的认知衰退（Paas，Camp & Rikers，2001）。

第六，教学效率的测量。这一条路线主要聚焦于如何开发一种数学计算的手段，结合心理努力和任务表现的得分，来测量教学条件的效率（Paas et al.，1993；Van Gog & Paas，2008）。这种测量手段已在认知负荷研究领域得以广泛应用，以此实现教学条件相关效率的可视化。此外，这种测量手段也为个性化培训系统中动态学习任务选择设计的算法奠定了基础。

三、认知负荷理论模型发展

访谈者：您如何看待认知负荷的三种分类？在最近的理论框架中，有学者认为相关负荷不再是第三种认知负荷，而是作为能够促进学习的内在负荷，您对这种提法怎么看？

弗莱德·帕斯：认知负荷理论划分了三种负荷类型：内在负荷、外在负荷和相关负荷。内在负荷是由需要学习的材料本身的复杂性所引发的，也就是需要获得的图式的复杂程度。外在负荷是由于教学程序设计不当从而干扰了图式获取过程所引发的。相关负荷指的是处理内在负荷所需要的工作记忆资源。从教学设计的观点来看，外在负荷和相关负荷共处于一个双向沟通的容器，因为减少外在负荷就意味着解放部分认知资源的占用，腾出空间来增加相关负荷。斯维勒重新定义了外在负荷和相关负荷，通过元素互动性将两者联系起来，并且通过元素互动性来解释三种负荷。元素互动性最初仅仅用于解释内在认知负荷的一个关键性特征（Sweller et al.，1994；Sweller，2004）。現在我们认为，外在负荷是由于那些对于手头的任务而言并不是很重要的元素之间的互动性所引发的，这些可以通过调整教学程序而删减。相关负荷则是由应对那些促进学习的元素互动性所需的工作记忆资源所引发的。这种概念重构具有较为深远的理论和现实意义，从理论上看，这为三种负荷类型之间的关系奠定了一个扎实的理性基础。从现实角度而言，这种重构将启发新的教学程序。你所提到的新分类将认知负荷仅仅划分为两类，虽然将工作简化了，但是却很难从动机角度来解释心理努力。相关负荷一直与内在负荷紧密相连，因此也与任务特征有关，那么我们该如何解释那些激发学习动机和心理努力却并不是与任务本身直接相关的教学策略？很明显，这种分类的可行性还需要继续考证。

访谈者：请您具体介绍一下您目前在认知负荷理论上的主要研究课题？

弗莱德·帕斯：我尤其感兴趣的是在跨学科研究基础上拓展认知负荷理论。我在头脑中设定了这样一个目标——致力于开发一种认知负荷理论的新模型，将物理学习环境纳入认知负荷的重要成分之中（Choi et al.，2014）。我还对如何在管理工作记忆负荷中应用人体动作即手势感兴趣（Pouw et al.，2014）。此外，我还与卧龙岗大学的同事一起合作研究了一项重要课题——关于认知负荷的自我管理（Gordon et al.，2016）。这里指的是，学习者要有能力处理那些并没有按照认知原理设计的教学材料。另外，我和保罗·艾尔斯合作研究的关于静态图片和动画的学习，这是基于澳大利亚研究理事会的一个基金项目，我们合作愉快且取得了丰硕的成果，成功发表了许多很有影响力的论文（Castro-Alonso et al.，2014）。最后，我一直持续关注的依然是认知负荷的测量手段。

访谈者：您可否预测未来10年欧洲在认知负荷理论研究方面会有哪些动向和发展趋势？

弗莱德·帕斯：我认为认知负荷理论的研究在欧洲和世界上其他地方仅仅存在一点细微差别。基于我和台湾师范大学Tzu-Chien Liu教授之间的合作，我认为亚洲研究的聚焦点更多在技术对学习环境的支持。总体而言，研究者都在关注认知负荷效应所引发的限制条件。我们正在寻找有关认知资源消退的例子。尽管寻找限制条件很重要，但我更乐意聚焦思考和研究新的效应。在最近发表的理论性文章中已经介绍了一些效应，例如演进式教育心理学以及如何将认知负荷理论拓展到物理学习环境中。

四、如何测量认知负荷

访谈者：您主要采用什么手段来测量心理努力？研究心理努力对于促进教学设计具有怎样的积极意义？

弗莱德·帕斯：认知负荷理论不能脱离认知负荷的测量。认知负荷理论的主要假设是与工作记忆负荷有关，然而证实认知负荷理论的唯一途径是测量认知负荷。主观心理努力的分级标尺已在学习、教学和培训中得以广泛应用，但是关于应用这种分级标尺的时间和频率仍然有多种方式。例如有些研究是在一个学习或测试阶段中的每一次任务完成之后应用这种测量标尺，有的则是在一个阶段终结之后再测量。我们在学生完成一组难易程度混合的任务序列之后测试一次心理努力，这样的得分比在每一次任务结束之后立即测试心理努力再相加所得的平均分要高。这些数据表明，学生可能是基于任务序列中最复杂的一个任务来打分的。我们通过实验进一步证实，当任务序列中全部都是简单任务，即内在负荷都较低时，在每次任务完成之后立即测量心理努力所得的均值和整个序列结束之后测量一次的得分并没有实质区别。如果问题序列是由复杂问题构成的，那么得到的结果和前面一样，即合并测试的均值要高于单次的即时测量。我们今后的研究也许会指向多选项测量手段或单一项测量手段与学习结果之间的关系，既要检测业绩行为，也要测量测试中付出的心理努力。也许有人会说，多选项测量和单一项测量并不需要完全对应，只要结果能够鉴别不同教学条件之间的差异就可以了。但是，正如前文所述，如果只在教学过程的终期测量一次心理努力，那几乎无法判断究竟是哪种程度的教学方式组合对学习过程中的认知负荷产生了影响。因此，我们建议最好是在一个长期任务实施的过程中多次测量心理努力，参考第一个实验（Van Merrienboer et al.，2002；Yeo & Neal，2004；2008），或者在任务中感知难度分级（Ayres，2006），以及在一组任务或一个长期任务中重复测量能够提供有关认知负荷的波动信息，即瞬间负荷（Xie et al.，2000）。

访谈者：您如何看待心理效能的意义？在何时以何种方式测量心理效能较为合适？

弗莱德·帕斯：我认为心理效能是认知负荷研究中非常重要的一个因变量，可以将其视为智能任务挑选系统算法的基础。主观测量是认知负荷研究中重要的手段之一，同时也是决定心理效能的关键。鉴于认知负荷本身的多维特征，业绩行为、心理负荷和心理努力之间的复杂交互关系，认知负荷的测量对于研究者來说是一个难题。这种复杂性可以在观察中得以体现。尽管学习者的认知容量有限，但是他们可以投入更多的心理努力来弥补增加的心理负荷（即任务的难度），从而确保将业绩表现稳定在某一个水平上。因此，我们很难通过基于任务或业绩的测量来推测与特定业绩水平相关联的认知投入。相反，心理努力可能反映出在业绩表现和心理负荷测量中无法体现的重要信息。基于上述讨论，综合学习者集中付出的心理努力和业绩表现的水平，这些成为预测教学效能的最佳手段。在1993年，我和范梅里恩伯尔介绍过一种方法，即基于测试成绩和在测试中投入的心理努力来测量教学条件的效率。这种方法可以帮助研究者和教学设计者比较各种教学方式的效果。现在的研究已对这种方法加以改良，更多在学习过程中而非测试中测量学习者付出的心理努力。在比较各种教学材料时，这种改良之后的测量手段更适用于教学目的指向减轻外在负荷的情境。如果你的教学目的在于激发学习者在学习过程中投入更多的心理努力，那么这种改良之后的测量手段就不太适用了。在分析教学条件时，我们还是强烈建议研究者采用最初的那种基于测试阶段测量心理努力（而不是任务难度）和测试成绩的方法（Van Gog & Paas，2008）。此外，如果能够在长期的学习过程中或专长发展中运用这种测量效率的方法，那会非常有趣。这将会给学习者、教师、辅导者等提供有关学生个体发展更为精确的图景，从而进一步激发他们学习的积极性。鉴于有关总体认知负荷的主观测量价值已经得以证实，最近的研究进一步发展了这种主观分级标尺，用以区分不同类型的认知负荷（Leppink et al.，2013）。这种测量工具是很有前景的，但仍需大量的实验验证。

五、调控认知负荷的教学设计

访谈者：您为什么建议我们使用样例-问题配对，而不是问题-样例配对？请您用认知负荷理论为我们解释一下原由。

弗莱德·帕斯：这是一个非常经典的认知负荷问题。首先你需要建构一个图式，然后才能够去解决一个问题。如果本身没有图式，直接去解决问题，将会导致策略无效并且产生较高的负荷，没有可供学习的认知资源。而工作样例就是建构图式的最好途径。已有大量研究证实，对于新手教师而言，更多采用样例教学比基于问题学习的效果要好。以上观点清楚地表明，学习者应该最初从工作样例中获取图式，然后才能学习如何解决问题，并且获取可以用于心理加工的认知资源。前期研究也表明，样例-问题配对和问题-样例配对与学习者先备知识之间存在着互动关系：当学习者的先备知识不足时，他们从样例-问题配对中获益更多；而当学习者具备充足的先备知识时，他们从问题-样例配对中获益最多（Van Gog et al.，2011）。

访谈者：您是如何看待基于过程的工作样例和基于结果的样例两者的先后顺序的？在不同领域的实践中有什么差别？

弗莱德·帕斯：有关专长反转的研究表明，学生的先备知识对教学形式的效果会产生影响。对于没有先备知识的学生来说，有效的教学形式对于知识丰富的学生来说可能是无效的，反之亦然。基于过程的工作样例最初有助于学习，但是当学生已经了解了过程形式之后，样例就变得多余并且开始阻碍学习（Van Gog，Paas & Van Merrienboer，2008）。

对于新手而言，我建议最佳的培训顺序是从基于过程的样例开始，因为这些样例表明了解决问题要做什么以及为什么要这样做。教师需要对这些样例提供完整的支持。而后可以让学生学习基于结果的样例，仅仅表明需要做什么。这两种类型的样例都可以采用补全任务的形式，下一步就是要求学生自己解决问题了。

访谈者：您认为在复杂学习环境设计中该如何调控关于认知负荷的教学控制？

弗莱德·帕斯：鉴于认知负荷理论的核心指引，本领域的研究者面对的主要挑战就是如何通过教学手段来调节学习者承担的认知负荷，从而提供恰当的教学策略来实现学习过程中的认知负荷“最优化”。请注意这里的关键词是“最优化”。长期以来诸多实践者对此存在一种误解，即研究目标是降低学习者工作记忆中的认知负荷。但事实并非如此，我们的研究目标是既要避免超负荷，也要避免负荷过轻，因为这两种条件都会阻碍学习进程（Teigen，1994；Young et al.，2002）。当然我们要做的还是减少那些阻碍学习条件所产生的负荷（即外在负荷），并且增加能够促进学习条件所产生的负荷（即相关负荷）。有相当长一段时间，人们认为教学中的内在负荷是不可调整的，但是新近的研究已经对此有了突破（Pollock et al.，2002）。最初，需要人为地降低复杂材料中包含的较高元素互动性来驱动加工信息的一个图式或部分图式。可以将材料分成几个独立版块呈现，但要控制在工作记忆容量可以加工的范围之内。降低元素互动性可能最初会导致学生的理解能力降低。但是从长远来看，图式建构的加速还是会提升学习者的理解力。尽管当内在负荷比较低的时候，外在负荷并不会对学习产生非常明显的负面效应，但是当内在负荷较高时确实是有影响的。此时，就有必要降低外在负荷了。例如，运用图片和文本相结合的形式来呈现材料，有利于避免注意力分离效应和冗余效应，这时还可以利用多模态效应来呈现相互对应的文本和图片信息。当外在负荷降低的时候，学习者就可以将剩余的认知容量用于加工相关认知负荷。但是这并不会自然而然地发生。当今的研究直接指向开发那些能激励学习者在与学习相关的活动中投入更多认知资源的教学策略。例如，要求学习者对于工作样例中的解决方案进行想象和自我解释，以便对信息进行深层次加工，以及学习各种序列高变式度的工作样例（Cooper et al.，2001）。

访谈者：前面您提到了物理环境的研究，请您介绍一下如何通过调节物理环境来调控学习过程中的认知负荷？

弗莱德·帕斯：当前的研究者较少关注物理环境对认知负荷和学习的影响。我们要研究的核心问题不仅仅是证明物理学习环境与学习者特征或学习任务之间的因果交互关系，更重要的是利用认知负荷理论中的学习效能概念，来验证是否存在特定的物理环境能够实现付出较少的心理努力而获得较高的业绩表現成果。非常有趣的是，在鉴定物理学习环境作为认知负荷的一个成因时，对于相关负荷的研究颇有启示。因为对于相关负荷的新近研究认为，相关负荷通过对工作记忆增加元素互动性会增加内在负荷。如果特定的物理学习环境也会增加相关负荷，如引入中等程度的噪音（Mehta et al.，2012），那么我们就有必要重新界定相关负荷了， 因为噪音并没有增加学习任务的元素互动性。

访谈者：非常荣幸能与帕斯教授进行面对面的交流，聆听您从认知心理学视角对教学设计发表的真知灼见，非常感谢您对我们所提问题的回答和阐释。

参考文献：

[1]Ayres， P.（2006）. Using Subjective Measures to Detect Variations of Intrinsic Load within Problems[J]. Learning and Instruction， 16（5）： 389-400.

[2]Ayres， P.， & Paas， F.（Eds.）（2007）. A Cognitive-Load Approach to the Learning Effectiveness of Instructional Animations[J].Applied Cognitive Psychology， 21（6）：695-700.

[3]Castro-Alonso， J. C.， Ayres， P.， & Paas， F.（2014）. Learning from Observing Hands in Static and Animated Versions of Non-manipulative Tasks[J]. Learning and Instruction， 34（6）：11-21.

[4]Choi， H.， Van Merri?nboer， J. J. G.， & Paas， F.（2014）. Effects of the Physical Environment on Cognitive Load and Learning： Towards a New Model of Cognitive Load[J]. Educational Psychology Review， 26（2）：225-244.

[5]Cooper， G.， Tindall-Ford， S.， & Chandler， P. et al.（2001）. Learning by Imagining[J]. Journal of Experimental Psychology： Applied， 7（1）：68-82.

[6]Gordon， C.， Tindall-Ford， S.， & Agostinho， S. et al.（2016）. Learning from Instructor-Managed and Self-Managed Split-Attention Materials[J]. Applied Cognitive Psychology， 30（1）：1-9.

[7]Kirschner， F.， Paas， F.， & Kirschner， P. A.（2009）. A Cognitive Load Approach to Collaborative Learning： United Brains for Complex Tasks[J]. Educational Psychology Review， 21（1）：31-42.

[8]Leppink， J.， Paas， F.， & Van der Vleuten， C. P. M. et al.（2013）. Development of an Instrument for Measuring Different Types of Cognitive Load[J]. Behavioral Research， 45（4）：1058-1072.

[9]Mehta， R.， Zhu， R. J.， & Cheema， A.（2012）. Is Noise Always Bad？ Exploring the Effects of Ambient Noise on Creative Cognition[J]. Journal of Consumer Research， 39（4）：784-799.

[10]Paas， F.（1992）. Training Strategies for Attaining Transfer of Problem-Solving Skill in Statistics： A Cognitive-Load Approach[J]. Journal of Educational Psychology， 84（4）：429-434.

[11]Paas， F.， & Sweller， J.（2012）. An Evolutionary Upgrade of Cognitive Load Theory： Using the Human Motor System and Collaboration to Support the Learning of Complex Cognitive Tasks[J]. Educational Psychology Review， 24（1）：27-45.

[12]Paas， F.， & Van Merri?nboer， J. J. G.（1993）. The Efficiency of Instructional Conditions： An Approach to Combine Mental-Effort and Performance Measures[J]. Human Factors， 35（4）：737-743.

[13]Paas， F.， & Van Merri?nboer， J. J. G.（1994a）. Variability of Worked Examples and Transfer of Geometrical Problem-solving Skills： A Cognitive-Load Approach[J]. Journal of Educational Psychology， 86（1）：122-133.

[14]Paas， F.， & Van Merri?nboer， J. J. G.（1994b）. Instructional Control of Cognitive Load in the Training of Complex Cognitive Tasks[J]. Educational Psychology Review， 6（4）：51-71.

[15]Paas， F.， Camp， G.， & Rikers， R.（2001）. Instructional Compensation for Age-Related Cognitive Declines： Effects of Goal-Specificity in Maze Learning[J]. Journal of Educational Psychology， 93（1）：181-186.

[16]Paas， F.， Tuovinen， J. E.， & Tabbers， H. et al.（2003）. Cognitive Load Measurement as a Means to Advance Cognitive Load Theory[J]. Educational Psychologist， 38（1）：63-71.

[17]Paas， F.， Van Merri?nboer， J.， & Adam， J.（1994）. Measurement of Cognitive Load in Instructional Research[J]. Perceptual and Motor Skills， 79（1）：419-430.

[18]Pollock， E.， Chandler， P.， & Sweller， J.（2002）. Assimilating Complex Information[J]. Learning and Instruction， 12（1）：61-86.

[19]Pouw， W.， Van Gog， T.， & Paas， F.（2014）. An Embedded and Embodied Cognition Review of Instructional Manipulatives[J]. Educational Psychology Review， 26（1）：51-72.

[20]Sweller， J.（2004）. Instructional Design Consequences of an Analogy Between Evolution by Natural Selection and Human Cognitive Architecture[J]. Instructional Science， 12（1）：185-233.

[21]Sweller， J.， & Chandler， P.（1994）. Why Some Material Is Difficult to Learn[J]. Cognition and Instruction， 12（3）：185-233.

[22]Teigen， K. H.（1994）. Yerkes-Dodson： A Law for All Seasons[J]. Theory and Psychology， 4（4）：525-547.

[23]Van Gerven， P. W. M.， Paas， F.， & Van Merri?nboer， J. J. G. et al.（2004）. Memory Load and Task-Evoked Pupillary Responses in Aging[J]. Psychophysiology， 41（2）：167-175.

[24]Van Gog， T.， & Paas， F.（2008）. Instructional Efficiency： Revisiting the Original Construct in Educational Research[J]. Educational Psychologist， 43（1）：16-26.

[25]Van Gog， T.， Kester， L.， & Paas， F.（2011）. Effects of Worked Examples， Example-Problem， and Problem-Example Pairs on Novices' Learning[J]. Contemporary Educational Psychology， 36（3）：212-218.

[26]Van Gog， T.， Paas， F.， & Marcus， N. et al.（2009）. The Mirror-Neuron System and Observational Learning： Implications for the Effectiveness of Dynamic Visualizations[J]. Educational Psychology Review， 21（1）：21-30.

[27]Van Gog， T.， Paas， F.， & Van Merrienboer， J. J. G.（2008）. Effects of Studying Sequences of Process-Oriented and Product-Oriented Worked Examples on Troubleshooting Transfer Efficiency[J]. Learning and Instruction， 18（3）：211-222.

[28]Van Merri?nboer， J. J. G.， Schuurman， J. G.， & De Croock， M. B. M. et al.（2002）. Redirecting Learners Attention During Training： Effects on Cognitive Load， Transfer Test Performance and Training Efficiency[J]. Learning and Instruction， 12（1）：11-37.

[29]Xie， B.， & Salvendy， G.（2000）. Review and Reappraisal of Modeling and Predicting Mental Workload in Single-and Multi-task Environments[J]. Work and Stress， 14（1）：74-99.

[30]Yeo， G. B.， & Neal， A.（2004）. A Multilevel Analysis of Effort， Practice and Performance： Effects of Ability， Conscientiousness， and Goal Orientation[J]. Journal of Applied Psychology， 89（2）：231-247.

[31]Yeo， G. B.， & Neal， A.（2008）. Subjective Cognitive Effort： A Model of States， Traits， and Time[J]. Journal of Applied Psychology， 93（3）：617-631.

[32]Young， M. S.， & Stanton， N. A.（2002）. Malleable Attentional Resources Theory： A New Explanation for the Eeffects of Mental Underload on Performance[J]. Human Factors， 44（3）：365-375.

收稿日期 2017-05-30 責任编辑 刘选

Abstract：As the most productive researcher in the field of educational psychology between 2009 and 2014， Fred Paas had made great contribution to the research and practice of cognitive load theory. He reckoned that， the instructional design based on the cognitive architecture of human being would be conducive to the management of cognitive load during learning. The researchers of cognitive load theory made efforts in designing various instructional approaches to make up the ineffective cognitive load， in order to realize the optimal cognitive load during learning through instructional conditions. The prerequisite and approach to controlling cognitive load is to identify the measurement techniques， and the subjective mental effort rating scales is a kind of very important measurement instrument which had been widely applied in many researches. On the basis of measuring cognitive load， it is possible to calculate the instructional efficiency or mental efficiency. Combining the learnerstest performance and mental effort invested to attain this test performance could be the optimal technique of predicting instructional efficiency. The instructional management strategies should be oriented to adjust the format and the sequence of examples based on the element interactivity of the tasks inherently and prior knowledge of learners. To develop the complex cognitive skills needs to regulate the instructional design in the complex learning environment， and the research on the physical learning environment and human movement sciences would facilitate the great progress of refining the model cognitive load theory.

Keywords： Fred Paas （Netherlands）； Cognitive Load； Complex Cognitive Skills； Cognitive Measurement； Instructional Design