基于认知负荷理论设计慕课

张恩铭 盛群力

摘 要：大规模、开放的在线课程（慕课）是一种计算机辅助学习形式。它为无数参与者提供开放的互联网教育资源，然而有人却批评其整体质量和实用性。在建设慕课时，大多数开发者只在最低程度上，考虑人类认知架构及相关的教学设计原则。本文认为，认知负荷理论源于人类认知架构和进化教育心理学，可以为任何计算机辅助学习形式（包括慕课）提供理想的教学设计原则。本文首先概述这一理论，之后提出一些教学设计原则。在计算机辅助学习环境下，人可以据此设计在线学习，并找到教学设计的理论基础。

关键词：认知负荷理论;进化教育心理学;人类认知架构;教学设计;慕课

一、引言

2008年以来，慕课（MOOCs）平台越来越多。对那些想在校外学习，却没有正式学历的人来说，这些平台为其提供了开放获取（Open Access）的资源和在线课程（Hew，2016;McAuley，Stewart，Siem-ens & Cormier，2015）。正是由于这种可选择性和人们对慕课的需求，一些人研究了可能提高慕课教学质量的因素（Deimann & Vogt，2015;Moe，2015;Siemens，2013）。然而，尽管慕课起源于学习科学，但其中大多数的组织基礎并不是目前对人类认知的认识（参见Clarà & Barberà，2014中的讨论部分）。本文认为，要想设计出教学效果更好的在线学习（包括慕课）材料，就需要用到基于人类认知架构（human cognitive architecture）的认知负荷理论（cognitive load theory）（Sweller，2012;Sweller，Ayres & Kalyuga，2011）。首先，我们将对在线学习的一些理论和实践问题进行概述，之后简要介绍认知负荷理论，并假设该理论同计算机辅助学习（例如慕课）相关，最后在其指导下，总结教学效果。

二、影响慕课设计有效性的一般因素

香槟（Champaign）等人（2014）研究了在线学习时间与表现和技能之间的相关性。结果表明，学生的技能水平与在线学习时间呈强烈的负相关关系。这说明领域内专业知识较多的学生，只需较少的时间就可以学习相关材料。然而，在线学习时间与概念学习却呈强烈的正相关关系。这说明学生在线学习的时间越长，概念学习效果越好。不过，作者担心，由于被试的选择范围大、可用的教学技能多，很难确定究竟是哪些因素影响了学习。

休（Hew，2016）研究了影响学生在线学习参与度的教学设计因素。研究对象是参与语言、文学和艺术与设计三个慕课项目的学生。通过检查这些学生反映的数据，他找到五个影响参与度的因素：（1）课程以问题为导向，有明确的解释;（2）讲师愿意与学生互动，教学富有热情;（3）学生可以和同伴互相分享知识和见解;（4）学生专注于学习和思考正在讲授的内容;（5）学生可以根据自己的学习风格偏好，使用和参与多种在线资源和活动。

埃尔·哈穆多娃（El-Hmoudova，2014）基于多种学习风格偏好，探讨了课程数量多但辍课率（dropout rates）高的问题。许多学生在视觉效果、活跃程度和学习顺序方面有中等程度的偏好。此外，如果学生对某个学习风格有强烈偏好，那么就会想让在线学习环境也能适应其风格。郑（Zheng，2015）等人也着重研究了辍课率。结果表明，激励学生学习慕课的一个原因是，其可以帮助自己做好高中升大学的准备。另一个原因则是社交互动（social interaction）——至少对一些学生来说，最初加入慕课的动机是认识更多的人。此外，王和贝克（Wang & Baker，2015）关于学习动机的观点也很引人注目，即完成慕课的学生对其内容本身更感兴趣，而未完成的学生却只会视慕课为一次学习体验。

三、影响慕课学习质量的因素

有人指出，目前慕课不但教学质量（包括内容质量、教学设计质量和教学实施质量）低，而且鲜有研究关注其提高（Bali，2014;Fischer，2014）。奥西安尼尔索等人（Ossiannilsso，Altinay & Altinay，2015）的研究表明，教学设计和学习环境会影响学习者的学习体验，并且这二者同开放性（openness）、个性化（personalization）、选择性学习（choice-based learning）和协作学习环境（colla-borative learning context）一样，会从多个方面影响慕课质量。这些因素解释了恩库瓦沃西（Nkuyubwatsi，2013）的看法。他基于学生视角，从学习环境评估和慕课设计两方面，比较了在线学习和面对面教学，并认为慕课在开放性、可选择性、多样性和风格化方面可能优于面对面教学，但后者可以安排更多同龄人之间的互动。费希尔（Fischer，2014）认为，就学习质量而言，慕课也许不是最理想的在线学习形式。因为许多慕课仍采用传统教学模式，并且已经商业化。大多数批判性研究都明确指出，目前缺乏对慕课教学方法的研究（Bali，2014;Deimann & Vogt，2015;Moe，2015）。此外，不论是那些主张互动、提供协作学习空间的，还是那些提供内容的慕课（Siemens，2013），都没有重视在线学习者的认知需求。

以上回顾了一些关于慕课和其他计算机辅助教学形式的研究。本文认为，为了设计出有效的在线教学，未来可能需要基于人类认知设计和评估计算机辅助学习环境。在下一节，我们将介绍基于人类认知架构的认知负荷理论，之后从认知角度出发，讨论慕课和其他计算机辅助学习形式的结构。

四、认知负荷理论

知识可分为两级：生物初级和生物高级（Geary，2007，2008，2012;Geary & Berch，2016）。随着进化，人习得生物初级知识（biologically primary knowledge）是不费力的、顺理成章的，并且不需要他人指导。大多数通用认知技能都是生物初级的，例如一般的问题解决策略（Tricot & Sweller，2014）。

随着文化的发展，人类开始需要另一类知识——生物高级知识（biologically secondary knowledge），其与生物初级知识存在本质上的不同。习得生物高级知识需要自己下意识的努力和他人明确的指导（Kirschner，Sweller & Clark，2006;Sweller，Kirschner & Clark，2007），因为从本质上讲，其中大部分都是特定领域知识而非通用认知知识。我们之所以需要思考“怎样做到相关信息的最佳传递”，就是因为习得生物高级知识需要他人明确的指导。认知负荷理论关注的就是这个问题，它与一切计算机辅助教学形式的成功密切相关。

人类认知架构是认知负荷理论的基础，涉及对认知结构、认知功能和加工过程的组织。正因其存在，我们才能用教学设计的重头戏——生物高级知识——来学习、思考和解决问题（Sweller et al.，2011）。人类认知架构类似于生物进化论中的“自然信息加工系统”（natural information processing system）。我们可以将其描述为“五项基本原则”（Sweller & Sweller，2006）。

信息存贮原则（Information store principle）：人若想其认知系統发挥作用，就需要在长时记忆中存贮大量特定领域的信息（De Groot，Gobet & Jongman，1996）。我们认为，长时记忆中的信息容量和存贮时间是没有限制的。从教育角度看，一个人在相关领域有无专长，取决于他（她）之前是否习得并存贮了大量的生物高级知识和特定领域知识。

引用与重组原则（The borrowing and reorgani-zing principle）：认知系统需要大量信息才能发挥作用，这些信息主要引用自他人。比如，我们阅读他人的作品，聆听他人的讲话，以及模仿他人的行为（Bandura，1986）。其他物种几乎都不具备这项生物初级技能——从他人身上获取信息的能力。引用的信息与长时记忆中的原有知识相结合（即整合与重组）以后，才能存贮在长时记忆中。

随机生成原则（Randomness as genesis princi-ple）：在解决问题时，人如果无法引用他人信息，那么就可以用“随机生成和检验程序”来生成信息，之后将其与长时记忆中存贮的有效信息进行比较，以确定其有效性。无效的信息不能进入长时记忆。

变化最小原则（Narrow limits of change princi-ple）：“随机生成和检验”过程发生在工作记忆中，但是如果需要检验的元素过多，那么工作记忆就不能有效工作。原因是在加工来自环境的新信息时，工作记忆容量（Cowan，2001;Miller，1956）和持续时间（Peterson & Peterson，1959）有限。不过，也正是由于工作记忆每次加工的信息量有限，长时记忆才不会发生大而迅速的变化，从而保持其正常功能。

环境组织与联结原则（Environmental organizing and linking principle）：最后这个原则揭示了人如何从长时记忆中提取存贮的信息，并据此确定行为。环境中的外部信号激活了长时记忆中存贮的相关信息，之后人再将其转移至工作记忆中，以确定行为。与来自环境的新信息不同，工作记忆可以无限处理来自长时记忆的良构信息（Ericsson & Kintsch，1995）。

本节介绍了人类认知架构，它是认知负荷理论的基础。我们可以利用“引用与重组原则”，从他人那里获取信息。如果获取不到所需信息，我们也可以尝试利用“随机生成原则”生成信息。根据“变化最小原则”，工作记忆虽然其容量和持续时间有限，但还是必须加工这些新信息。人可以利用“信息存贮原则”，将加工后的信息存贮在长时记忆中。完成存贮后，根据“环境组织与联结原则”，环境中的线索（cues）可以激活这些已有的、熟悉的信息。

五、元素交互性与认知负荷类型

上述结构解释了人如何获取和使用信息，也指导了基于计算机技术的教学设计（例如慕课和计算机辅助学习）。下面我们将用元素交互性（element interactivity）的概念，讨论为什么某些信息会造成繁重的工作记忆负荷。

元素交互性

元素交互性是衡量任务复杂性的指标之一，作为一个基本概念，人们可以用它来确定认知负荷类型。由于交互的元素之间有逻辑联系，所以工作记忆必须同时加工它们（Sweller，2010）。例如，当学生正在学习解代数方程时，其工作记忆负荷和问题的元素交互性都很高。这是因为方程的任何一部分发生变化，都会对整体造成影响。学生必须学习方程中的各个交互元素。反之，当学生正在学习第二外语的单词时，却可以分别理解其释义，因为其互相之间没有逻辑联系。学习这类材料时，元素交互性和认知负荷都很低，原因是学生在学习某个单词的释义时，不需要考虑其他单词。

两种认知负荷类型

最新版本的认知负荷理论讨论了两种认知负荷：内在认知负荷和外在认知负荷（Kalyuga，2011）。内在认知负荷（intrinsic load）由学习材料确定，其影响因素包括学习材料性质和元素交互性水平。之前提到的两个示例——解代数方程和学习第二外语单词——都隐含内在认知负荷的变化。

改变学习信息或学习者的类型，都会使内在认知负荷发生变化。例如，如果解方程的人是专家，那么与新手学习者相比，其内在认知负荷和元素交互性较低。根据“环境组织与联结原则”，专家可以将整个方程视为一个元素，因为其长时记忆中有相关信息。

与内在认知负荷不同，外在认知负荷（extraneous load）的影响因素是学习材料的呈现方式。这种认知负荷会干扰学习，因此教师应努力减少或消除其影响。它的另一个影响因素是元素交互性。如果我们能在不改变学习内容的情况下，改变元素交互性，那么外在认知负荷也会发生变化。例如，当新手学习者采用样例学习时，工作记忆中必须同时加工的交互性元素就会减少，而当其尝试解决问题时，相反的效应就会产生，因为此时元素交互性水平高（Sweller，2010）。在学习样例时，学习者只需要加工那些得到答案所必需的步骤。而在解决新问题时，学习者则需要加工那些无效的步骤，从而提高了元素交互性。

六、基于认知负荷理论的慕课建设指南

虽然在建设慕课时，还没有用到认知负荷理论，但是有理由认为，人可以将其提供的教学设计建议，直接用于慕课和其他计算机辅助学习过程。文献中已经指出了一些慕课的问题，我们假设这些问题由不良教学设计引起。所谓“不良”，是指忽视人类认知架构和进化教育心理学。在本节，我们将研究如何基于认知负荷理论，指导慕课教学。

有随机对照实验表明，和传统的教学条件相比，认知负荷理论提出的教学条件，可以让学习者更高级地学习。这证实了认知负荷理论框架下的认知负荷效应（cognitive load effects）。我们假设，在其指示下，人可以有效建设计算机辅助学习平台（例如慕课），以促进学习。本节我们将讨论这些效应，以直接用于计算机辅助学习。

自由目标效应（The goal-free effect）

自由目标问题旨在通过“手段—目的分析法”来减少无关认知负荷（Sweller，Van Merri nboer & Paas，1998）。假设现在需要解一道几何问题：求角的值。这是一道“固定目标问题”。新手一般会用“手段—目的分析法”，专注于问题目标，找到一系列问题解决步骤，以减小已知条件和目标之间的差距。在过程中，学习者需要学习许多交互性元素，这加重了工作记忆的负荷。

然而，自由目标问题可能是一些开放性问题，例如让学生找到所有满足题设的角度值。学习者只需阅读题目的已知条件，计算出可能的角度值即可。学习者在同一时间内，只需要考虑某一个，而非一系列满足题设的角度，这降低了元素交互性，所以他便能以更好的状态，区分问题类型并做出相应行为。艾尔斯（Ayres，1993）表示，与传统的固定目标问题相比，使用自由目标问题的教学效果更好。

样例效应（The worked example effect）

样例效应是指与不提供指导相比，向学习者提供完整的问题解决指导会使其学得更好（Renkl，2014）。由前面的理论分析可知，根据引用与重组原则，学习样例就是引用他人的良构知识;而根据随机生成原则，如果学习者缺乏特定领域知识和问题解决知识，那么在解决问题时，就需要随机生成解决方案，并分别测试其有效性。与后者相比，学习者在加工样例时，需要处理的交互性元素较少，其外在认知负荷也较小。

许多研究调查并支持了样例效应，其内容涉及多个领域（Cooper & Sweller，1987;Kyun，Kalyuga & Sweller，2013;Paas，1992;Rourke & Sweller，2009;Sweller & Cooper，1985）。有人調查了用播客提供样例，是否可以提高学生的数学表现（Kay & Edwards，2012;Kay & Kletskin，2012）。学生对这些播客的反响强烈，其数学表现也有所提高。然而，在这些实验中，样例学习并未与其他形式的教学设计进行比较。

不过，并非任何程度的样例都能有效地减少外在认知负荷。如果提供了无效样例，或学习者不需要的样例，那么就可能产生负面影响。我们将在后面几个部分讨论这些问题。

问题补全效应（The problem completion effect）

待补全的问题可以替代那些提供了全部解决方案的传统示例。它明确提供一些解题步骤，但却留下关键步骤，以供学习者补全。

范梅里恩伯尔（Van Merri nboer，1990）首次深入研究了任务补全的有效性。“任务”的来源是认知负荷理论框架下的计算机编程课。研究人员将学生随机分为两组：传统策略组和问题补全组。在传统策略组，学生需要设计和编写新的计算机程序;而在问题补全组，学生则需要修改和扩展现有的计算机程序。后测结果表明，问题补全组的表现更好。范梅里恩伯尔和德克罗克（DeCroock，1992）进行了类似内容的研究。后测结果也表明，问题补全比传统问题解决的效果要好。

为了研究问题补全效应，帕斯（Paas，1992）比较了三种情况：样例、问题补全和传统问题解决。结果表明，样例组、问题补全组比传统问题解决组的效果要好。然而，对问题补全组来说，或许只有在远迁移后测任务中，才能产生这种“好效果”（Van Merri-  nboer，Schuurman，DeCroock & Paas，2002）。

分散注意效应（The split-attention effect）

课堂上的信息可能在空间或时间上相互分离。当学生需要分散其注意力，以处理这些来源丰富的信息时，分散注意效应便发生了。如果信息本身不够清晰，并且难以理解，那么学生就需要在心理上整合（Sweller et al.，2011）。然而，如果教师已经整合了这些信息，那么交互元素的数量就会减少。学生不再需要自行整合，其外在认知负荷就会减少，学习效果也会变好。

多媒体学习也提出同样的效应。例如，卡尔优加、钱德勒和斯维勒（Kalyuga，Chandler & Sweller，1999）将图表和文字制作成计算机辅助教学材料，之后测试效果。他们发现，与分散注意的信息相比，预先整合的信息可以增强学习效果。谢里希和吉崎（Al-Shehri & Gitsaki，2010）比较了两种教学设计：分散注意和整合呈现，之后评估了学习者的在线阅读表现。结果表明，在线整合材料可以增强学习效果。类似地，刘、林、蔡和帕斯（Liu，Lin，Tsai & Paas，2012）研究了在物理领域中，移动学习（mobile learning）的分散注意效应。结果也表明，当文字和图片同时出现在移动设备中时，学生表现得更好。

冗余效应（The redundancy effect）

在认知负荷理论的框架内，任何不需要学习的信息都是冗余信息（Sweller et al.，2011）。例如，用多种形式提供的相同信息（如供学生聆听或阅读的文字），或不必要的装饰性信息（诱人的细节，如与文字有关的动画）。如果工作记忆加工了这些信息，那么就会增加其外在负荷。冗余信息似乎也能分散注意，因为它也来自多个信息源（source），但冗余效应更强调，学习者不用互相对照这些信息，就能实现理解。例如，在多媒体学习中，当相同的信息同时以图表和文本，或书面和口头的形式呈现时，冗余效应就可能产生。

当冗余发生时，我们应该减少一个信息源，而不是整合来自多个信息源的信息。例如，钱德勒和斯维勒（Chandler & Sweller，1991）设计了一个生物学实验，一组的学习材料是心脏、肺和身体的血液流动图，以及一篇相同内容的书面文字;而另一组则只能看到相同的流动图。结果表明，没有书面内容的小组反而学得更好。梅耶、海泽和隆（Mayer，Heiser & Lonn，2001）发现，当学习材料只是带有讲解的动画，而不在屏幕上附加与讲解内容一致的文字时，大学生学得更好。

双重通道效应（The modality effect）

怎样使用图表和文本？这取决于其产生的分散注意效应和冗余效应。类似地，怎样提供视觉和听觉信息，则取决于两个信息源之间的逻辑关系。如前所述，我们不应该口头重复书面信息，因为这会造成冗余。然而，在某些严格界定的条件（与分散注意效应的条件类似）下，同时提供视觉和听觉信息反而是有益的。如果學生没有文本就无法看懂一张图表，那么便满足了分散注意效应的条件，此时最好口述内容，而非提供书面文字，或将图表和文字整合在一起。

工作记忆有两个组成部分：视觉-空间画板（visuo-spatial sketch pad）和语音回路（phonological loop）（Baddeley，1992）。廷德尔福特、钱德勒和斯维勒（Tindall-Ford，Chandler & Sweller，1997）指出，与只利用视觉通道相比，学习者同时利用视觉和听觉通道，可以学得更好。可能的解释是，同时使用两个通道增加了工作记忆的可用容量（Penney，1989）。许多人都研究了双重通道效应（Kalyuga，Chandler & Sweller，2000;Mayer & Moreno，1998;Tindall-Ford et al.，1997）。廷德尔福特等人（1997）比较了两种文字和图表的呈现方式：一是分别用听觉和视觉呈现;二是只用视觉呈现。结果表明，混合呈现要优于单一通道呈现。梅耶和莫雷诺（Mayer & Moreno，1998）也做了类似的研究，设计了多种实验，内容是解释闪电形成过程或汽车制动系统。在实验中，一组聆听主要步骤的讲解，而另一组则阅读屏幕上的文字，其内容与前一组的讲解相同。结果证明，混合呈现的学习效果更好。

信息即逝效应（The transient information effect）

双重通道效应表明，用听觉形式呈现信息具有潜在优势。然而，这种方式有其局限性。与文本不同，口述是短暂的。如果这些冗长并且元素交互性很高的材料是书面文字，那么学习者就可以随时重复阅读。他们可以停下来去思考某一部分内容（例如难点），也能根据需要回看;但是如果口述呈现，由于其短暂性，我们就很难甚至不可能思考和回看，因为新信息很快就会取代旧信息。如果材料的元素交互性很高，那么工作记忆就需要同时加工新旧信息，但是问题在于，旧信息已经消失。基于认知负荷理论，不应以口头形式呈现元素交互性高的信息。因为在旧的声音信息消失以前，学生可能来不及加工，之后也很难，甚至不可能恢复它们，这便产生了信息即逝效应。

信息即逝效应表明，在材料的元素交互性高时，短暂式呈现（例如口述）比书面呈现相同材料的效果要差。此外，信息即逝效应也会影响双重通道效应。莱希和斯维勒（Leahy & Sweller，2011）得到的“反通道效应”（reverse modality effect）认为，书面信息优于听觉信息。只有当元素交互性高的文本分小段呈现时，才能得到传统的“双重通道效应”，即听觉信息更有用。

即逝信息不只是听觉信息，还包括视频和动画。黄、莱希、马库斯和斯维勒（Wong，Leahy，Marcus & Sweller，2012）也研究了信息即逝效应。他们采用讲解教学和动画辅助教学两种形式，得到了与莱希和斯维勒（2011）相似的结果，后者检验了双重通道效应。结果表明，冗长的动画辅助教学不如静态图像有效，而后者则不如分段呈现的动画有效。

信息即逝效应与计算机辅助学习系统密切相关。随着现代教学技术的发展，我们能更加轻易地使用口头语言、视频和动画。不过，使用这些技术的能力并不能解释其自身的合理性。最终判断教学方法有效性的不是教学技术，而是之前就出现的人类认知。

想象效应（The imagination effect）

想象效应是指在学习程序或概念时，想象学习比传统学习的效果好（Leahy & Sweller，2004）。一些研究应用想象策略，来学习程序性和概念性知识，已经得到了正向结果（Leahy & Sweller，2004，2005，2008）。莱希和斯维勒（2004）比较了想象策略和传统学习。结果表明，使用想象策略比学习说明书的效果好。后来，莱希和斯维勒（2005，2008）扩展了他们2004年的结论：元素交互性高的材料更可能产生想象效应。

洛伊特纳、利奥波德和萨姆弗斯（Leutner，Leopold & Sumfleth，2009）在多媒体学习的化学课上，比较了绘制示意图和想象分子结构图这两种行为。结果表明，想象分子结构图降低了认知负荷水平，并增强了学生的理解，而绘制示意图却提高了认知负荷水平，并降低了其理解。

独立元素效应（The isolated elements effect）

独立元素效应是指最开始呈现的教学信息中，独立的元素，而非复杂交互的元素，可以减少过多的内在认知负荷。其缺点是，由于信息以独立元素的形式呈现，所以学习者起初可能不太理解它们之间的关系。不过，学习者可以先形成部分图式，之后再借助下一阶段的教学，来了解它们之间的关系，进而形成整体图式（Pollock，Chandler & Sweller，2002）。

布莱尼、卡尔优加和斯维勒（Blayney，Kalyuga & Sweller，2010）比较了两种教学形式：独立—交互元素形式和完全交互元素形式。实验的参与者是会计专业的大学生。结果表明，新手学习者从前一种形式中获益更多，而专家学习者则在后者中的学习效果更好。在实验中，当专家采用独立—交互元素形式学习时，需要动用额外的工作记忆资源，以将这些简单的独立元素和原有知识整合起来，这反而干扰了学习。结果还表明，独立—交互元素策略与学习者的专业知识存在交互作用，下一节讨论的就是与其相关的“专长逆转效应”。

专长逆转效应（The expertise reversal effect）

所有教学上的“效应”，包括认知负荷效应，都有各自的适用范围。专长逆转效应（Kalyuga，Ayres，Chandler & Sweller，2003）与许多认知负荷效应一样，其边界的来源是学习者类型和任务特征的交互作用。假设我们基于认知负荷理论，提出了一种与传统方法相比，对新手学习者更有效的新方法，那么随着学习者专业知识的增加，新方法的相对有效性可能降低。最终，新方法可能彻底失去优势，其与旧方法的相对有效性甚至会逆转。

人们普遍用冗余效应来解释专长逆转效应。新手学习者必需的信息，对专家学习者来说是冗余且负面的。例如，新手可能需要在样例的协助下，才能理解问题的解法。但是随着学习者专业知识的增加，这些样例会变得无效、冗余，直至产生专长逆转效应（Kalyuga，Chandler，Tuovinen & Sweller，2001）。再例如，卡尔优加（Kalyuga，2000）等人在进行对照实验时也发现了专长逆转效应。参与实验的两组学生分别学习带有和不带有声音讲解的图表。在实验中，教师对学生进行了培训，以增加其专业知识。起初，带声音讲解的效果更好，但随着学生专业知识的增多，不带声音讲解的效果反而更好。

计算机辅助学习是克服专长逆转效应的理想方式。根据该效应，随着学习者专业水平的提高，教师也应该改变其教学类型。一种可行的办法是：对学习者进行在线评估，据其知识水平来改变教学方法，这比“一把尺子衡量法”（one-size-fits-all regime）要合理得多（Kalyuga & Sweller，2004，2005）。

撤除指导效应（The guidance fading effect）

根据专长逆转效应，学习环境的设计依据是学习者的专业知识。撤除指导效应（Renkl，2014）提供了一种合理设计学习环境的方法。例如，我们可以将完整的样例改成待补全的任务（参见相关章节），之后再让学生解决问题（Van Merrinboer，Kirschner & Kester，2003;Van Merrinboer，1990）。“撤除指导效应”的提出基于这样的假设：随着学习者专业知识的增多，虽然其解决的问题更复杂，但仍将拥有充足的工作记忆资源。

伦克尔、阿特金森、迈尔和斯特利（Renkl，Atkinson，Maier & Staley，2002）将“逆向与正向撤除指导”同另外两种教学策略——“传统样例”和“问题解决对”——进行比较。不论是课堂实验还是实验室实验，“撤除指导”都优于另外两种策略。

在使用该策略时，应该注意的另一个问题是撤除指导的速度。赖斯林、 苏里文等人（Reisslein，Sulli-van & Reisslein，2007）比较了三种撤除速度：立刻撤除、快速撤除和缓慢撤除。立刻撤除组在学习样例后直接解决问题;而快速撤除组则在学习样例后，完成待补全的任务，其待补全程度逐渐增加（第二个任务有一步待补全，第三个任务有两步待补全，依此类推）;缓慢撤除组与快速撤除组相比，只在待补全程度的增加速度上有差异（每两个样例只增加一个待补全的步骤）。实验结果表明，撤除指导的速度与学习者专业知识水平之间存在交互作用。专家学习者在指导“立刻撤除”和“快速撤除”时获益更多，而缺乏经验的学习者则在指导“缓慢撤除”时学得更好。充分的指导和慢速的教学减少了外在认知负荷，因此更适合新手。

元素交互效应（The element interactivity effect）

人们通常认为，专长逆转效应是一种独立的认知负荷效应。但最近却有人认为，它只是一个更普遍的效应——元素交互效应的特例。元素交互效应已经流传多年（Sweller，1994，2010;Sweller & Chandler，

1994）。它与专长逆转效应都是二级效应，都为一级效应提供边界。对专长逆转效应来说，是学习者的专业知识水平提供了边界;而对元素交互效应来说，提供边界的则是材料的元素交互水平。

当信息的内在认知负荷高时，就会产生认知负荷效应;反之，认知负荷效应就会消失，同时产生元素交互效应（Sweller & Chandler，1994;Tindall-Ford et al.，1997）。實际上，当材料的元素交互性低时，某一效应不仅可能消失，也可能产生。陈、卡尔优加和斯维勒（Chen，Kalyuga & Sweller，2015，2016）发现的例子很有说服力，这个例子关于元素交互效应，是说元素交互性高的信息会产生传统的样例效应;而元素交互性低的信息则会产生“反转效应”，又叫“生成效应”（generation effect），后者比样例效应发现得更早。当后续记忆任务为学习者提供的还不如他们自己生成的答案时，生成效应便产生了。

如前所述，改变元素交互性的方法有两种。一是改变任务类型。例如，像我们在得到“独立元素效应”时那样，减少任务中交互元素的数量。二是改变学习者的专业知识水平，这便是“专长逆转效应”和“元素交互效应”的联系之处。

假设一个人正在解题：已知……求……。对一个刚学解方程的人来说，這个问题不仅难，而且元素交互性相对较高。为了成功解题，工作记忆需要同时加工的元素数量很多。然而，只要一个人具备代数计算能力，就可以轻松地在工作记忆中加工所有元素。许多人都能轻易地心算出答案。如前所述，根据环境组织与联结原则，人可以从长时记忆中提取相关知识，并以之解题。如果一个人已经解出过很多类似的题目，那么就会将整个问题及其解法视为一个元素。所以对领域内的专家来说，这类问题的元素交互性很低。

一个专长逆转效应的例子是：专家学习样例会造成冗余，从而增加其工作记忆负荷。专业知识的变化引起了元素交互性的变化，后者又导致了专长逆转效应。从这个意义上讲，专长逆转效应只是元素交互效应的特例而已。

那么，综合两种效应会产生怎样的教学效果呢？在一项实验中，陈等人（Chen et al.，2015）教新手计算几何图形面积。教学材料有两种：一种是元素交互性低的常规几何公式，而另一种则具有综合性，其目的是教学生运用那些公式来计算图形面积。对这些学生来说，后一种材料的元素交互性很高。结果表明，根据样例效应，在教授元素交互性高的材料时，教师应该提供更多样例的指导;而根据生成效应，在教授元素交互性低的材料时，教师则应该让学生自己生成答案，这样学生的表现才会更好。

然而，随着两组学习者专业知识的增加，第二次实验都得到了生成效应。这是因为随着学习者专业知识的增加，元素交互性水平反而降低。对专家来说，即便材料复杂到会产生很高水平的认知负荷，过多的指导也是冗余的。结果表明，只有在学习元素交互性高的材料时，才会出现样例效应，这也与“元素交互效应”的表述一致。此外，结果还说明了专长反转效应：对新手有益的“样例效应”，其实是对专家有害的“反样例效应”（reverse worked example effect）。

由此可见，“专长逆转效应”和“元素交互效应”是相互“纠缠”的关系。随着学习者专业知识水平的提高，元素交互性也会降低，此时教师应降低其指导水平。

七、认知负荷效应在慕课和其他计算机辅助学习形式中的应用

前面已经提到多种认知负荷效应。尽管有人已经利用多种计算机辅助学习形式，对其进行测试，但据我们所知，那其中不包括慕课。因此，我们只能在缺少随机对照实验的情况下，基于认知负荷理论及其相关效应，提出一些可能提高慕课学习效果的建议（假设）。实际上，由于没有实证依据，上述假设的有效性仍有待验证（每种假设都需要至少一条证据）。

我们有充分的理由猜测，认知负荷效应同样适用于慕课。对于知识，无论是生物初级、通用技能知识还是生物高级、特定领域知识，无论是电子版还是打印版，人都能加工。例如，没有证据表明，在学习效果方面，呈现在屏幕上的文字和图表，与相同内容的打印版之间有差异。在两种条件下，认知系统加工材料的方式一样，其中的工作记忆和长时记忆也都发挥了相同的作用。

显然，与打印材料相比，屏幕呈现更容易产生某些效应。例如，用电子版信息更容易产生信息即逝效应，从而对工作记忆造成负面影响。原因也很简单：数字技术更容易呈现即逝的信息。然而，不管媒介是什么，我们的认知系统都会用相同的方式，来对即逝的信息做出反应。

八、结 论

认知负荷理论提供了一种综合的教学设计理论。为了引出这个理论，本文首先解释了人类认知架构，之后提出了一些教学设计原则，并假设人可以直接用其来建设计算机辅助学习单元（例如慕课）。除慕课外，许多在线学习环境都已应用这一理论，它为有效学习系统的建设提供了很多指南。未来仍需很多研究，以使其适用于慕课。

基于认知负荷理论及其教学建议，我们可以解释慕课的一些失败之处，特别是为什么一些慕课不能说服学习者完成课程学习。另外，要强调的是，人已经基于人类认知架构提出认知负荷理论，据此提出假设，设计相关的对照实验，根据实验结果给出教学建议，并谨慎地检验。因此我们预计，即便在慕课环境下，这些建议也很可能有效。不同于目前多数学习系统，“基于认知负荷理论的计算机辅助学习单元”已经提出了许多教学建议，我们认为，采用这些建议会让学习效果更好。

参考文献：

O.Chen，G.Woolcott & J.Sweller.Using cognitive load theory to structure computer based learning including MOOCs，Journal of Computer Assisted Learning，2017，（33）：293-305.本文翻译经作者授权。

（责任编辑 杜丹丹）