面向当代学习环境设计教学*

[荷兰]Fred Paas,Jeroen J. G. van Merri⊇nboer,Tamara van Gog

(1. 3 荷兰鹿特丹大学；2 荷兰马斯特里赫特大学；3 浙江大学 教育学院)

面向当代学习环境设计教学*

[荷兰]Fred Paas1,Jeroen J. G. van Merri⊇nboer2,Tamara van Gog3

(1. 3 荷兰鹿特丹大学；2 荷兰马斯特里赫特大学；3 浙江大学 教育学院)

日益变化的学习环境对设计教学提出了严峻的挑战。其中，最重要的是考虑如何面向现实生活和完整任务开展学习；如何学会解决非良构的问题，实现学习迁移；如何从扶到放设计学习任务；如何推行个性化的教学；本文概要地讨论了综合学习设计理论和认知负荷理论的若干重要主张和认识。

学习环境；综合学习设计；个性化教学

学习环境随着学习者的身份、学习发生的情境以及学习内容的差异时刻都在变换，这对教学设计研究人员来说是一个全新的挑战。众所周知，当代学习环境中最重要的推动力是面向现实生活的学习任务。此类真实任务对学习者的认知能力提出了严峻考验，教学设计理应对此做出积极回应。因此，在进行有效教学设计的过程中，势必要应用认知负荷理论框架，充分考虑学习者认知架构的内在特征。

一、变化着的学习环境

教学设计本是一个多学科的融合成果，包括认知科学、计算机科学、心理学、教育学乃至神经系统科学等多元载体。在最新的相关文献中，Ozcinar(2009)给出了“教学设计”的定义：“对教学的具体要求进行系统安排，从行为主义、认知主义和建构主义三大理论来诠释课堂教学。教学设计包括了学习需求分析、学习目标设计、教学资源的开发、教学策略的实施和教学活动的评估”。[1]这个定义充分肯定了多元理论框架对教学设计研究的贡献。

教学设计者致力于在具体教学情境中实现学生学习效果好、效率高和参与度大的教学愿景。要实现有效教学的学习环境，我们自然要分析学习者的身份、学习环境、学习目标以及学习条件。研究人员一直在关注何种条件能够促使教学策略带来最佳的教学效果。

我们将从以下几个方面来讨论学习环境的变化：将要学习的内容、学习情境和学习者本身。

1.学习内容的变化

随着社会和技术的日新月异，人们对教学的要求也在相应变化。人们不仅需要有关事实和程序的知识，更渴望锻炼基本的问题解决和推理能力去应对其专业或者生活中的新情境。因此，教学的目的不再是要求学生在教学结束时达到某个具体的目标，而是培养学生在后续学习中能够在新问题中灵活应用所学的能力(即迁移，Mayer & Wittrock, 1996)以及可持续学习的能力(即自我调节能力或者自导学习能力;Loyens,Magda,& Rikers,2008)。

2.学习情境的变化

当今社会，除了学习内容的瞬息万变，学习情境也在日益更替。学习情境的变化主要源于新科技的不断涌现。现代社会，人们每时每刻都可以通过手机、MP3、PDA、手提电脑等用于普适计算、泛化智能和增强智能的电子设备获取海量信息。这些技术都包含了嵌入式情境支持系统，能够让众多教学手段得以实现，并支持多种类型的学习体验。因而在技术环境通达、心理环境舒畅、学习环境专业的情境中，学习活动已经打破了时间和空间的限制。此外，从现代社会总体而言，教育正在从生产经济向服务经济转变，教育机构是面向大众且具有高度灵活性的个性化服务机构(Schellekens, Paas, & Van Merri⊇nboer, 2003)。 这些教学情境的变化对我们思考教学与技术、教学和媒体、教学和手段之间的微妙关系颇有启发。

3.学习者的变化

学习者需要应对越来越多的校外情境，这不仅仅是学习情境变化的产物，也是其自身发展的必由之路。随着信息技术的飞速发展，知识技能也出现了加速退化。因此，对每个学习者而言，一生中的任何阶段都需要定期更新知识和技能(“终身学习”，Van Merri⊇nboer, Kirschner, Paas, Sloep, & Cani⊇ls, 2009)。因为终身学习的场所并不局限在学校，更多地发生在专业场景和日常生活中，学习者日益参与到多种学习网络中，并且此类学习网络的构成总是在不断变化。学习网络就是一种为支持终身学习而特别构建的社交网络(Van Merrienboer, Kirschner, Paas, Sloep, & Caniels, 2009)。此类实践技能或者个人社交网络的典型构成是异质组，包括一群具有不同的文化和专业背景、不同的先知、不同的学习目标的学习者。此外，在这个异质组中不止一位教师，而是由多人轮换承担教师、专家、辅导等角色。学习网络最显著的发展是其虚拟化。例如，他们可以采用基于网络的学习共同体形式。Wenger(1998)指出：学习共同体是一种“实践共同体”，这是一种把学习置身于“我们生活的现实世界”的社会界说。[2]基于网络的学习共同体和实践共同体有时被视为21世纪的学习新范式。非常有趣的是，这种以共同体为导向的发展与个性化教学的发展是协同共进的。虽然听起来似乎自相矛盾，但这并非不合逻辑。异质组成员在年龄、先前旧知和经历、学习风格、学习目标等方面的差异对教学效果有巨大的影响力(Furnham, Volume 2)。故一成不变的教学方式并非适合异质组的万全之策，个性化教学才能顺应个体的能力和需求。

二、学习环境对教学设计的影响

1.记忆的特征

学习环境的上述变化对教学设计会产生意义深远的影响。在探讨这些影响之前，必须关注的是教学效果取决于在教学设计过程中多大程度上考虑了工作记忆和长时记忆的特征(Paas, Renkl, & Sweller, 2003, 2004; Sweller, Volume 1; Sweller, Van Merri⊇nboer, & Paas, 1998; Van Merri⊇nboer & Sweller, 2005)。工作记忆主要负责信息的短期存储(大约18秒)并且整合和协调这些存储的信息，而长时记忆主要负责信息的长期存储(从几天到数十年不等)。

认知图式是学习的产物，是知识在长时记忆中存储和组织的结构。我们在工作记忆中将新的信息要素相互联系(图式建构)或者将新知与旧知相联系(图式加工)。工作记忆的容量仅有7±2个组块的记忆广度(Miller, 1956)，或者甚至只有4±1个组块的记忆广度(Cowan, 2001)。当任务包含大量相互联结的信息时，学习进程就遇到了瓶颈。因为这些信息需要在工作记忆中同时加工以推进学习进程，此类任务给工作记忆增加了负担。在认知负荷理论中，称之为原生性认知负荷(Sweller等, 1998)。认知负荷理论的研究对象是综合认知任务，其中教学对认知负荷的控制对意义学习具有重大影响。意识到这种控制的重要性，该理论运用人类认知架构的知识来生成教学技巧。

通过低层次图式和高层次图式的融合，在长时记忆中构建越来越多越来越复杂的图式，促使知识和专长的进一步发展。从长时记忆中获得的图式可以在工作记忆中存储为单一的信息要素。因此，对于具有相关旧知的学习者，相互联结的信息数量和原生性负荷都降低了。再者，随着练习次数的增加，部分内嵌子图式变成自动化，不再需要控制和费力的加工，进一步减轻了工作记忆的负荷(Schneider & Shiffrin, 1977; Shiffrin & Schneider, 1977)。

除却由任务带来的原生性认知负荷之外，还有因认知过程而生成的负荷，在这个认知过程中会设计或者呈现一项乃至以系列任务。这种负荷来自于两类加工过程：干扰学习(即外在认知负荷)和促进学习(即相关认知负荷)(Sweller 等, 1998)。例如，所有的教学过程都要求学习者参与寻求问题解决方案或者是一项陈述中的指称(例如，一项陈述中的A部分指代B部分，但是我们不太清楚哪里可以找到B部分的实体)，在这种情形下，就给学习者增加了沉重的外在认知负荷，因为工作记忆资源需要应对与图式建构和自动化无关的心理活动(Paas, Renkl, & Sweller, 2003)。相关认知负荷源于有益的认知过程，例如在设计学习任务时包含了精细加工、抽象、比较和推理等(如Paas & Van Merrienboer, 1994)。要想实现有效教学，必须优化原生性认知负荷，降低外在认知负荷，提高相关认知负荷，这样工作记忆容量不会超负荷并且能得到最有效的应用(Sweller 等, 1998)。

2.强化迁移

教学内容的变化，确切地说, 是高度灵活的问题解决技能和自我调节能力的迫切需求导致了传统教学设计范式的转变(Van Merrienboer, 1997; Van Merrienboer, Kester, & Paas, 2006)。这种转变可以在五个维度得以体现：(1)从良构问题转向非良构问题；(2)从特定领域能力转向一般领域能力；(3)从认知过程转向元认知过程(学习者对自身理解、控制、调节认知过程的认识)；(4)从专家—新手培养模式转向专家—专家培养模式；(5)从特定的学习目标转向真实的参照情境。

教学设计通常始于先确定学习结果，然后再确定认知过程和达标设计的结构，对教学手段做出决策，以及对能够激发认知和个体特质的教学技巧做出决策，最后依据特定的要求评估教学安排的成效。确定学习结果主要是针对一个特定的教学任务，其中包括一系列非良构问题，对可行的参照情境做出分析。这就意味着学习者将面对真实的生活场景，意味着需要设计一组能够代表这些场景的非良构学习任务。问题在于不仅仅要求学习者参与非良构问题的解决，而且要向他们提供必要的充分的操作支持，如果与他们的个人需求和偏爱相适应则尤佳(Van Merrienboer, Kirschner, & Kester, 2003)。学会应对非良构问题不仅需要特定领域技能还需要一般领域技能。一般领域能力基于有关认知结构和认知过程的元认知策略，而这些认知结构和过程是与特定领域技能息息相关的。观察和比较专家的业绩表现，能够让我们了解专家是如何应对非良构问题，也能促使我们建立最有效的教学模型。

我们普遍认为，学生需要掌握并在各种专业场景中实践的最重要的能力就是问题解决能力(Ge & Land, 2004; Jonassen, 2004; Merrill, 2002)。当前的问题解决理论大都反映的是有关良构问题的研究成果，而非良构问题依然属于未知领域(Pretz, Naples, & Sternberg, 2003)。但是对非良构问题的关注亟待提上日程。在各个领域遇到的真实的问题都是非良构的，通常具备以下特征：不能获得完全数据或者足够的信息，各种途径相互冲突，存在多种替代方案，没有清晰的问题解决程序，多种可行的解决方案(Jonassen, 2004; Schön, 1996)。非良构问题解决的另一个显著特征是将多种情境的影响和不确定性的动态相结合(Mirel, 2004)。通常，问题解决者在找到切实可行的解决途径之前必须从各个角度来分析问题(Pretz等, 2003)。研究表明在解决良构问题时需要各种各样的智力技能，其中应用型和再生性技能大都局限在特定领域，而非良构问题不仅需要应用型技能，还包括解释性和创生性技能等并不局限在特定领域(Cho & Jonassen, 2002; Hong, Jonassen, & McGee, 2003; Van Merri⊇nboer, 1997)。从这个层面来看，特定领域技能和一般领域技能的意义也在不断变化，因为解决非良构问题需要两者的结合。

特定领域的知识、技能、态度是专业技能中的重要成分。但是有时这些成分还不足以应对非良构问题提出的挑战。那么我们就需要其他能力来完成问题解决过程，尤其是，分析问题情境，生成替代方案，依据给定情境选择最佳解决方案以及在实践中的实施方案。Pretz 等 (2003)提出一般领域能力在专业技能中扮演“元认知”成分。这意味着这些成分强调对问题解决活动的调节、监控和控制，以便更好地利用技术技能和特定领域的知识技能(Chambres, Izaute, & Marescaux, 2002; Metcalfe & Shimamura, 1996; Zimmerman & Campillo, 2003)。一般领域能力也许能抵抗“功能固着”(Davidson, 2003; De Bono, 1990; Gick & Holyoak, 1983; Holyoak & Thagard, 1995; Keane, 1997; Weisberg & Alba, 1981)和“分析瘫痪”(Von Wodtke, 1993)的负面效应，这是在非良构问题解决过程中时常出现的两大现象。“功能固着”反映了过去解决问题的经验对新情境的阻碍作用，强调对某项任务有效的问题解决策略并不具有普适性。出现“功能固着”时，人们倾向于寻找现成的解决方案匆忙得出结论，完全忽略了寻找更优化方案的机会。“分析瘫痪”倾向于陷入永无止境地分析问题和生成观点之中，没有能力在替代方案中做出选择、得出结论并作出下一步计划。

大多数有关问题解决的研究认为有限的工作记忆容量是决定学业表现最重要的认知因素(Hambrick & Engle, 2003; Paas等, 2003, 2004; Van Merri⊇nboer & Sweller, 2005)。但是，许多认知理论也强调了长时记忆在问题解决过程中的重要角色(Lubart & Mouchiroud, 2003; Robertson, 2001; Wenke & Frensch, 2003)。反之，长时记忆存储信息的容量是无限的，相关信息的检索会引发非良构问题。因此，信息可能是有效的，却是难以获得的，这些对新手和专家在解决问题时的表现都会产生影响。

“知识结构悖论”可以解释长时记忆在非良构情境中的作用和负面的问题解决方案：例如功能固着(认知偏见使人们产生一种心理定势，按照惯常的方式来使用物体)和负向迁移(先前掌握的经验对新任务学习的干扰)。这种悖论对非良构问题的解决既有促进又有阻碍作用。知识以知识结构的形式(类型和图式)来自我组织，这些对于成功的问题解决至关重要。它们易于辨识、重复、产生预期、提供最便捷的解决途径、为解释新近信息和交流新方案提供一个平台。但是，知识结构也有可能对问题解决造成不利的影响，尤其是非良构情境。知识结构会形成一种定势，使得问题解决者只看到一种途径而忽略了其他的选择(Anderson, 1983; De Bono, 1990)。人们倾向于不假思索地采用一种惯常的问题解决图式，而不再研究问题情境思考其他替代方案。正因为如此，很多人最终选择了并不恰当的图式。一旦一个知识结构得以呈现，就需要从广度和深度上加以巩固。这使得我们很难跳出禁锢去思考新的替代方案。如果一个人缺乏足够的知识结构就很难以意义建构的方式来看待信息，但是拥有牢固知识结构的人就能从新的视角来处理信息。

有关专家在非良构情境中的问题解决表现，最近的研究成果特别强调了元认知知识和某些相关策略的重要性，包括调节策略、监控策略和对问题解决活动的控制能力等，以期消除“知识结构悖论”的负面效应(Jonassen, 2004; Pretz 等, 2003; Zimmerman & Campillo, 2003)。元认知过程通过问题解决者内在表征得以呈现：包括认知图式、心理模式和计划。元认知强调两种基本能力：自我管理和自我评估(Paris & Winograd, 1990; 亦见 McCormick, Volume 1)。自我管理指的是“行动中的元认知”，也就是基于情境分析、生成观点、筛选观点、实施方案而给予问题解决的操作支持。自我评估指的是对问题解决情境中的认知和情感变化过程进行自我反思。能够意识到“知识结构悖论”的存在，就是一种元认知知识。下一步就是如何成功地应对这个问题，就是要发扬有利的一面，回避受限的一面。有关专家表现的研究证实，无论是新手还是专家都会遭遇“知识结构悖论”(Ericsson, 2003; Ericsson & Kintsch, 1995; Holyoak, 1991)。高水平的领域知识有时会阻碍问题解决进程，把探究空间局限于现有的方案。

有关专家和新手之间的区别，这方面的研究卓有成效，凸显了认知因素在专门技能的习得中扮演的重要角色(Chase & Simon, 1973; Chi, Feltovich, & Glaser, 1981; De Groot & Gobet, 1996; Frensch & Sternberg, 1989)。比较分析了各个专业领域的专家表现，都得出了一致的结论(Ericsson, 2003; Ericsson & Charness, 1994; Ericsson, Charness, Feltovich, & Hoffmann, 2006)。Holyoak(1991)研究得出的结论与以往的新手—专家研究截然不同：对于新手而言有难度的任务，专家也并不都是轻而易举；专家检索技巧也是因人而异且有较大的偶然性；专家的业绩表现并没有随着练习增加而持续改进；知识有时能够跨领域迁移；教授所谓的“专家套路”并不能保证培养出另一个专家来；专门技能取决于对知识结构图式的归纳、检索和实例化，并不取决于对特别具体的操作规则的学习；熟练的表现取决于对多种信息资源的平行整合，而不是串行信息加工。很明显的是，新手和专家都需要具体的支持来改进他们的业绩表现。调查在非良构情境中一个专家与他人相比的过人之处的缘由，是教学研究领域很有价值的一个选题。此项研究确认特定的技能和内隐的认知和元认知过程，例如“刻意练习”(Ericsson, 2003)对教学设计起到不可估量的作用。

在教学设计过程中，学业目标的设定是关键性的一步。传统的教学设计模型依据确切的目标来分析学习领域，然后对照不同的学习目标选择不同的教学手段。这样终归导致原子论和局部任务模式，产生碎片化和分割化的教学(Van Merri⊇nboer, Clark, & de Croock, 2002)，而且学习者没有能力把已经学到的片段融合成一个和谐的整体，也不足以整合已经获得的知识、技能、态度，也很难在新问题和新情境中应用所学。

如前所述，当前教育的一个主要目标是实现学习迁移，以应对社会的迅猛发展和技术的日益更新提出的挑战。从整体论出发的教学设计模型积极应对挑战(如 Van Merri⊇nboer & Kirschner, 2007)，把学习领域作为一个内在协调、相互联结的整体来分析，由此生成一系列高度综合的学习目标。设计学习任务时，尽可能地以学习结束后要面对的现实生活为基础。整体任务的应用促进了知识、技能和态度的整合与协调。与局部任务截然不同的是，不是在培训结束后才要求学习者完成整体任务并整合与协调先前所学的局部任务(Van Merri⊇nboer & Kester, 2008)。因此，培训中的整体任务排序是强化迁移的首选(亦见 Peck & Detweiler, 2000; Wightman & Lintern, 1985; Wightman & Sistrunk, 1987)。有一点需要强调的是，使用真实的任务并不一定要和现实生活中的任务一模一样。另外还有一点非常重要的是，区分心理逼真度和物理逼真度。一般来说，心理逼真度比物理逼真度更重要。我们完全有理由采用一个中等物理逼真度的学习环境(模拟)，例如降低物质成本和犯错的成本，减少分散注意力的细节，在任务执行过程中有时间接受反馈和进行反思。

在评估环节要应用现实生活的参照环境，要求学习者展示已经达到的一整套学习目标中所包含的行为。这不仅把学习目标放置一个更宽泛的情境使得目标更有意义，而且要求学习者以整合的方式应用知识、技能、态度，进而促进学习迁移。

3.基于现实任务开展设计

在基于现实任务的教学设计中，要充分考虑一些基本原理以确保教学同工作记忆以及长时记忆的特点相一致。这些原理也是“四元教学设计”(4C/ID Model, 见 Van Merri⊇nboer, 1997; Van Merri⊇nboer & Kirschner, 2007)的一部分，这是一项对综合认知能力的探究。

首先，要降低过重的认知负荷是和真实的任务紧密相连的，最初的学习任务应该是专家在自身领域中遇到的整体任务的相对简化版，随着专业技能的增长，学习者将进阶到整体任务的相对复杂版。例如，在检索科学文献这项任务中，决定任务复杂程度的某些因素包括明确该领域的基本概念、相关主题的文章数量、检索词的数量和明确相关主题的布尔逻辑。应用这些因素，最简单的任务也能作为一个任务组(即任务类别)，在这个任务类别中概念明晰，检索词少，要求检索到的文献也不多。相反，最复杂的任务类别可以作为一组学习任务，在这组任务中相关概念并不清晰，需要大量的检索词和布尔逻辑来缩小相关文献的范围。另外，新增的中等复杂程度的任务可以变换一项或者多项任务因素来得以实现。

一组同类的学习任务称为“任务类别”，即难度相仿，所运用的知识技能也相通。任务类别以难度递增的顺序排列。这种方式使得认知负荷最优化，因为在培训项目或者课程方案的任何一个阶段，学习者接受的任务都具有一定挑战但是对认知容量的要求并不是太高。最终的任务类别代表所有的任务，包括专业人士在现实世界中遇到的最复杂的任务。还是以检索科学文献为例，我们可以利用上述决定任务复杂程度的因素来创建简单或复杂不同的任务版本：(1)领域内概念的明晰(从模糊到明晰)；(2)该主题的相关文献数量(从少到多)；(3)检索词和布尔逻辑的数量(与布尔逻辑相关的少量检索词到大量检索词)。鉴于上述因素，在第一种假设的情境中，最简单的任务类型可以这样设计：学习者将面对一组任务，在一个概念清晰、给定少量检索词的特定领域完成检索任务，目标是检索到数量有限的相关文献；而最复杂的任务类型可以这样设计：学习者在一个概念模糊的特定领域完成检索任务，需要运用大量与布尔逻辑相关的检索词来控制相关文献的数量。另外，新增的中等复杂程度的任务可以变换一项或者多项任务因素来得以实现。

第二，对于任何一个任务类型来说，要对第一项任务提供高度的支持和指导，而后逐渐降低辅助力度。研究证实，具备高支持力度的任务架构对缺乏相关先知的学生的学业表现具有促进作用。这些任务架构包括：工作样例(揭示了已知条件、求解目标和解决方案的一种学习任务(Atkinson, Derry, Renkl, & Wortham, 2000)；示范样例(一种样例或者案例用以展示解决问题的过程中如何想出各种办法)(Schunk, 1987)；补全任务(指这样一种学习任务——给出了已知条件、求解目标和部分解决方案，那些尚没有完全给出的解决方案则要求学习者自己补全，如Paas, 1992)；过程清单(明确解决问题各个阶段的具体要求和提供成功地解决问题的经验规则，学习者需要实践这些步骤，Hummel, Paas, & Koper, 2005; Van Gog, Paas, & Van Merri⊇nboer, 2006)。但是研究也进一步证实，这种高支持度的工作样例只有在精心设计下才能发挥作用，避免分散注意力(学习者面对一项任务的多种呈现材料可能会分散注意力，Ayres & Sweller, 2005)和冗余信息(Sweller, 2005)。而且这些任务仅对缺乏相关旧知的新手学习者有效，一旦学习者掌握了一定相关知能，这些任务就会失效甚至起到反作用(Kalyuga, Ayres, Chandler, & Sweller, 2003)。研究表明，基于学习者的知能发展水平，确保学习者的学习是始于高支持与指导，然后慢慢撤除这些支持与指导，这将提高学习的效果和效率。例如，应用补全策略和撤除策略，使得学习者从工作样例开始，向补全任务过渡，最后在没有支持指导下独立完成常见任务(Renkl & Atkinson, 2003)。在问题解决任务的教学设计中，还需关注一个重要因素，那就是学习目标的设定。通常我们都为学习者设定了一个明确的学业目标，然而众多领域的研究表明，自由学习任务(即没有明确目标的学习)能促发更好的学习结果(如Ayres, 1993; Owen & Sweller, 1985; Paas, Camp, & Rikers, 2001; Sweller & Levine, 1982; Vollmeyer, Burns, & Holyoak, 1996)。

即便是第一类任务类别(即专业人士在现实生活中遇到的最简单的任务)具备了高力度的支持和指导，对于学习者来说依然很复杂，这也是完全有可能的。在这种情况下，就需要运用整体任务和局部任务排序(Pollock, Chandler, & Sweller, 2002; Van Merri⊇nboer, Kester, & Paas, 2006)来调节原生性认知负荷, 或者确保总任务的完整性，同时调整对经过筛选的子任务给予相对重视(即优先注意手段, Gopher, Weil, & Siegel, 1989)。Roessingh, Kappers, and Koenderink(2002)为整体任务和局部任务的综合体开发测试了一种模型来设计最佳的培训时间安排表。他们得出结论：如果培训中包含了一项专项训练，那么应该有50%的培训时间要投入到整体任务练习以便最大化地创建学习环境。因此，他们建议：即便在某些情况下，整体任务不是唯一可行的培训模式，至少也应该适用于大部分情况。

第三，在每种任务类别中加大对任务的情境干扰，可以促进学习迁移。情境干扰的影响在有关动作技能(如Magill & Hall, 1990; Shea & Morgan, 1979; Wulf & Shea, 2002)和认知技能(如Carlson, Sullivan, & W. Schneider, 1989; De Croock, Van Merri⊇nboer, & Paas, 1998; Helsdingen, Van Gog, & Van Merri⊇nboer, 2011 Jelsma & Pieters, 1989; Paas & Van Merri⊇nboer, 1994; Schneider, Healy, & Bourne, 2002)的教学研究中已经得到了广泛关注。这种影响显示，情境干扰度越低，多种类型的任务以一个固定顺序排列(同类型的任务安排在同一个组块：如AAA-BBB-CCC-DDD)，产出的业绩表现更佳，学习过程中的认知负荷也越低。相比之下，情境干扰度高，多种类型的任务不妨以一个随机顺序排列(例如, A-C-D-B-B-C-A -D-A-B-D-C)，反而可以带来学习结束后更高效的保持和迁移。Paas和De Croock(2004)论证了因情境干扰而增加的认知负荷构成了相关认知负荷，可以激发学习者对比各种问题的解决方案，归纳出更具普遍意义的知识来解决更多的问题，进而推动了有意义学习的发展。

在认知心理学中受到广泛关注的另一项任务排序策略是间隔长短，这一定程度上也和情境干扰相关。间隔效应指的是在限定的学习时间内，通过重复刺激物之间的间隔来调节对重复刺激物的记忆，也就是说，有间隔的刺激物呈现比大容量的呈现产生更良久的记忆(Dempster, 1988)。尽管在实验研究中情境干扰和间隔效应显示了超强的优势，这些策略在教学领域并未普遍实施(Dempster, 1988, 有关间隔效应的潜在原因分析, 至今结论仍适用于情境干扰研究)。

第四，相关知能和支持程序应该“即用即学”。相关知能向学习者提供因果模式、结构模式和概念模式的实例，帮助他们获取更普遍、更抽象的图式并应用到该类别中的多种任务之中，以此促进该任务类别中任务的解决和论证过程(Van Merri⊇nboer & Kirschner, 2007)。对于出现在研究和讲座中的相关知能，教师通常称之为“理论”。相关知能反映了心理模式和认知策略。关于世界是如何组织的模式从广义上来讲，是通过案例学习来加以证明的。认知策略则由问题解决的系统方法来呈现，描述问题解决过程中连续的几个阶段，经验法则和启发式教学对成功地完成每个阶段的任务颇有裨益。支持程序旨在帮助学习者掌握常规程序，对完成任务(“如何做”的信息，Van Merri⊇nboer & Kirschner, 2007)所需要的规则、操作和步骤(如决策流程图)进行举例示范。但是，如果将综合学习任务中所有的附加信息都一并呈现，很有可能加重认知负荷。因此依据四元教学设计模式，“即用即学”信息呈现是很有必要的(Van Merrienboer, 1997)。由于其内在的复杂性，相关知能最好在任务类别之前呈现，而支持性程序最好在任务执行过程中呈现。令人惊奇的是，Kester, Kirschner和 Van Merri⊇nboer(2006)的研究并没有和这种信息呈现模式的顺序保持一致。他们的研究结果表明，呈现顺序并不是最重要的，只要相关知能和支持性程序不是同时呈现就可以了(在任务开始前或者任务执行过程中)。即使有关相关知能和支持性程序即时呈现的理论假设看起来是合理的，它只是想说明不要把所有的信息同时呈现来避免认知负荷加重。

第五，反馈是影响学习过程的一个重要变量。在教学中的反馈通常包括有关学业表现的外部信息，以此缩小当前表现和目标表现之间的差距(Ramaprasad, 1983)。提供恰当的反馈不仅能促进学习，帮助学习者核实自己的答案、评估自身的进步、确诊错误的原因(Johnson & Johnson, 1993)，而且能激发学习者保持在任务中的积极参与度，假如他们得到有益的反馈(Azevedo & Bernard, 1995; Chai, 2003; Hattie & Timperley, 2007; Hoska, 1993; Hyland, 2001; Keller, 1983; Mory, 2003; Ross & Morrison, 1993; Vollmeyer & Rheinberg, 2005)。尽管如此，还是有许多有关反馈效果的中介物：内容、频率和反馈的时机(Goodman & Wood, 2004; Kulhavy & Wager, 1993)。关于内容，反馈不仅帮助学习者核实自己的答案，并且为学习提供了最有效的信息，那就是指引学习者在后续任务中获得正确答案(Kulhavy & Stock, 1989)。但是，学习者的先前旧知也是影响反馈效果的一个因素(Hannafin, Hannafin, & Dalton, 1993)。

最终，学习者也许能更深入地掌握学习任务，通过反思、精细加工、抽象、概括来强化反思。大多数学习者不能自发地参与深度加工，而是需要外界推动，例如自我解释效应 (Chi, Bassok, Lewis, Reimann, & Glaser, 1989; Renkl, 1997)，又如“大声说出在你脑中的任何思维过程”(依据 Ericsson & Simon, 1993)，或者批判性思维效应，比如Helsdingen提到的积极刺激：“下面两个案例有什么相同点？他们是什么？他们又有什么不同点？”[3]自我解释总是结合工作样例一起研究，但是也有研究证实自我解释刺激在问题解决任务(Aleven & Koedinger, 2002; De Bruin, Rikers, & Schmidt, 2007)或者说明性文本(Chi, De Leeuw, Chiu, & Lavancher, 1994)中的积极效应。此外，自我解释刺激也可以和补全策略或者撤除策略结合来进一步强化迁移(Atkinson, Renkl, & Merrill, 2003)。Helsdingen(2008)研究了批判性思维教学的效果(参见 Cohen, Freeman, & Wolf, 1996)，包括在学习开始之前对思维方法的大体介绍和学习进程中的刺激，这些都是和情境干扰相关的。与随机练习相比，她发现整组练习(即一系列相同的学习任务操练)和积极主动的批判性思维刺激相结合更能强化学习迁移。在不同的任务中，刺激的时机不同会产生不同的效果，这些差异大约是取决于认知负荷因素。积极主动的刺激(设置在一组任务开始之前)应该安排在整组练习中，因为在固定时间表内的负荷较低。所以，学习者应该能够牢记任务开始前的刺激，在完成任务的过程中参与更多的精细加工。对于随机的时间表，则围绕另一种方式：因为随机安排施加的负荷已经很重，在任务开始前提供刺激可能导致认知超负荷。

总之，有许多教学原理能促进认知负荷最优化和学习迁移，其中很多原理能够成功地结合应用，但是也要充分考虑某些结合可能会给认知负荷带来负面效应。

4.推进个性化教学

在先前的讨论中，当设计相对稳定的教学时，我们已经介绍了一些促使认知负荷和学习迁移最优化的策略。如前所述，学习者和学习情境的改变，需要更加个性化的教学轨迹来适应个体的能力和需求。在过去的十年，新技术已经使得个性化教学在“技术上”具备了可能性。尽管如此，直到现在，个性化教学也不是很成功，只有当可接受的教学轨迹数量足够之大，高度个性化的教学轨迹才能实现。因此，有必要事先开发大量的学习任务和教学资源以实现个性化教学——但是这威胁到教学的成本效用。自从网络技术的风起云涌，为大量目标群开发教学变得现实。基于技术的结合，大班个性化教学不仅仅在技术上可行，具备了现实中的成本效益。这个过程称为“定制生产”或“规模定制”，以期实现教育灵活性的高度提升(Schellekens等, 2003)。研究表明，这种个性化、适应性教学比固定的培训模式更加有效果且效率高，因为教学期间的支持力度和任务的难度是和学习者的先知相适应的(Camp, Paas, Rikers, & Van Merri⊇nboer, 2001; Corbalan, Kester, & Van Merri⊇nboer, 2006, 2008; Salden, Broers, Paas, & Van Merri⊇nboer, 2004; Salden, Paas, & Van Merri⊇nboer, 2006)。关于适应性教学的设计，应该区分三种模式：系统控制模式、责任共享模式和咨询模式(Van Merri⊇nboer, Sluijsmans, Corbalan, Kalyuga, Paas, & Tattersall, 2006)。

在系统控制模式中，教学代理人(培训者或者电子教学应用系统)在基于对学生先前任务表现评估的基础上从现有的任务组中挑选最佳的学习任务。有一个重要的问题是如何实现学习任务的最佳动态适应性。这种模式下中，支配任务选择的运算法则是建立在多方面业绩评估(准确度和所费的时间)、认知负荷以及以上因素综合体的基础上(如Camp等, 2001; Salden等, 2004, 2006)。如前所述，完成任务所需的认知容量不仅由任务难度决定，还取决于图式建构的水平和可达到的图式自动化程度(即个体的先前旧知和专门技能水平)。这意味着，学习者具备更充分的专门技能就能在付诸更少的心理努力(对真实体验中的认知负荷的衡量，Paas, Tuovinen, Tabbers, & Van Gerven, 2003)时达到与别人相同或者更高水平的业绩表现。因此，如果心理努力多而业绩表现差，学习者就需要一项更简单的任务或者得到更多的支持。如果业绩表现佳而心理努力少，那么就需要一项更有挑战性的任务或者撤除所有的支持。任务选择的运算法则正是依据这项策略运行，确保下一任务是和每一个学习者的专门技能发展达成最佳适配。虽然没有理论依据证明为何这种模式(即评估和任务选择程序)无法在常规情境中运作，如果不是一对一教学的话确实很难操作。所以这种模式通常在网络学习情境中实施，使用一种可以自动评估业绩、心理努力或者两者同时进行的应用程序，基于确定的运算法则来选择下一项任务。

Kalyuga(2006, 2008; Kalyuga & Sweller, 2004, 2005)已经拓展了有关系统控制适应性教学的研究，为了快速评估先前旧知和专门技能，对多种技术进行研发。例如，Kalyuga and Sweller(2005)在代数学中应用了一种快速评估工具，要求学习者以最快的速度指明通向解题方案的第一步。Kalyuga(2008)使用的另一项快速评估程序，依靠快速证实法而非解题步骤生成法，学习者需要快速证实建议的解题步骤是否正确。这些研究表明，系统控制适应性教学依然前途无量，尽管现有研究领域大都局限在良构学科，如代数、几何和运动学。有一个很有意义的问题是，对于非良构任务和问题，能够找到相应的快速评估技术。

在责任共享模式中，教学代理人记录了学习者的业绩表现和心理努力，从所有可选的任务中筛选出一个合适的任务子集，然后让学习者在这个子集中做出最终的选择(Corbalan 等, 2006)。这种模式对系统控制模式做出了改进，既没有完全放手让学习者自选任务，又为他们提供了学习如何选择任务的机会。责任共享模式提供了更多的选择自由，对激发学习动机具有积极效应(如, Corbalan 等, 2008; 亦见 Graham & Weiner, Volume 1; Kaplan, Katz, Flum, Volume 2)，但是自由度过高会导致压力、过高的心理努力和学习动机缺失，因此不能为过(Iyengar & Lepper, 2000; Schwartz, 2004)。这种模式也为学习者提供了一些学习过程的控制，并没有要求学习者担负全部的责任。完全责任(或者完全自我调节/ 自导学习)可视为实现个性化教学轨迹的终极目标，但是已有研究表明，当学习者应对这种评估时，没有能力对自身表现作出准确的评估或者选择合适的任务时，这样的模式对学习是不利的(Kostons, Van Gog, & Paas, 2010)。责任共享模式可以逐渐将评估和任务选择的责任从系统转向学习者。

在咨询模式中，无论是共享责任(即教学代理人选择合适的任务子集)还是学习者承担全部责任(即完全自我调节/自导学习)，学习者在选择新任务时都会得到建议和帮助。需要得以区分的有三种咨询模式：程序模式、社会模式和元认知模式(Van Merri⊇nboer 等, 2006)。

程序咨询模式使用系统控制中运用的运算法则或相同规则为学习者提供选择任务的建议。包括以下各方面的计算规则：计算业绩和投入的时间或心理努力的效率，对下一项学习任务的理想支持力度，基于对常见任务中的业绩表现和投入的时间和努力来决定何时开始下一项任务和任务的难度(Kicken, Brand-Gruwel, & Van Merri⊇nboer, 2008)。由于其基于算法的性质，程序咨询模式局限性很强，较难迁移到其他领域和学习情境中。

社会咨询模式应用自我组织原则为学习者在任务排序时提供了新的途径获取建议(Koper 等, 2005; Tattersall等, 2005)。这种方式围绕一个持续性的过程：收集、加工、呈现从执行任务的所有学习者实践过程中获得的数据。当学习者与前人相同的任务选择序列时，就得到了前人成功的经验反馈，此时就形成了反馈循环圈(例如，你目前正在努力前行的道路上，已有顺利达标的先例)。我们的目标是要让学习者基于自身学习历程中的步骤做出非正式的选择，是基于真实的前人行为而不是预测的表现。相对于程序模式，社会模式应用了一种更普遍的方式，适用于更多的学习领域和情境。但是反馈原理对于学习者加强自我调节技能并不奏效。

最后，元认知咨询模式可能更适用。这种模式明确地帮助学习者运用认知策略评估自身表现，将评估结果与现有的学习任务质量相匹配，从上述任务中做出非正式选择，提出针对这些任务的工作计划等等。这也许能帮助学习者发展自我调节学习的认知策略。这种模式本身蕴含着一种假设：在发展自我调节技能方面(Zimmerman & Labuhn, Volume 1)，元认知咨询模式比程序咨询模式和社会咨询模式更有效，尤其是任务选择技能，但是在这方面我们还需做更多的实证研究。

三、结 语

本文中我们已经对教学设计做了一个简要的发展综述，从学习内容、学习情境和学习者对教学设计的影响来讨论了当代学习环境的特征。接下来，我们讨论了针对复杂认知任务进行教学设计应遵守的基本原理，这是一种对学习者的认知容量提出挑战的任务。运用认知负荷的理论框架又进一步论证了在有效教学中应该充分考虑构成人类认知架构的基本结构。然后，我们又比较细致地讨论了一些针对复杂认知任务的设计原理，旨在强化迁移、实现个性化教学、强化自我调节技能以持续终身学习。最后，我们讨论了教学设计的现状和前景。总之，我们希望本文能够激发教学设计者和研究人员设计和当代学习环境相协调的教学，由此促使学习者从复杂认知任务中学到更多，学得更快，学得更好。

[1] OZCINAR, Z. The topic of instructional design in research journals: A citation analysis for the years 1980-2008[J]. Australasian Journal of Educational Technology, 2009,(25): 559-580.

[2] WENGER, E. Communities of practice[M]. Cambridge: Cambridge University Press,1998.

[3] HELSDINGEN, A. Training complex judgment: The effects of critical thinking and contextual interference[D]. Open University of The Netherlands, Heerlen, The Netherlands,2008.

[责任编辑 向 宁]

Designing Instruction for the Contemporary Learning Landscape

[Netherlands]Fred Paas1, Jeroen J. G. van Merri⊇nboer2, Tamara van Gog3，Trans. ZHONG Li-jia, SHENG Qun-li

(1.3ErasmusUniversityRotterdam,theNetherlands; 2.MaastrichtUniversity,theNetherlands;3CollegeofEducation,ZhejiangUniversity)

The ever changing learning context imposes challenges upon teaching design. The most important includes: how to learn in face of life reality and the holistic task; how to deal with unfavorably-structured problems and realize learning transference; how to design a task from being aided to free designing; and how to promote teaching with particularity. This paper introduces the major concepts of instructional design and provides a historical overview of the field of instructional design.

learning context; comprehensive learning design; teaching with particularity

G420

A

1674-2087(2015)01-0041-09

2014-07-18

F. 帕斯(Fred Paas)，荷兰鹿特丹大学心理系教育心理学教授，认知负荷理论研究国际著名专家；J J. G. 范梅里恩伯尔(Jeroen J. G. van Merri⊇nboer)，马斯特里赫特大学教育发展与研究系教授，综合学习设计理论创始人，国际著名教学设计专家；T. 范高歌(Tamara van Gog)，荷兰鹿特丹大学心理系教育心理学教授，主要专长认知负荷研究。

*注:本文翻译获得了作者授权。原文来源：Paas, F., Van Merrienboer, J. & Van Gog, T. (2011). Designing instruction for the contemporary learning landscape. In K. R. Harris, S. Graham & T. Urdan (Eds.), APA Educational Psychology Handbook: Vol. 3. Application to Learning and Teaching (pp.335-357). Washington: American Psychological Association. 翻译时删节了原文中有关教学设计研究综述和强化自我调节技能以实现终身学习等方面的内容。同时, 由于格式不同,部分参考文献略去,读者可以从http://ro.uow.edu.au /edupapers/374/检索英文版原文及其参考文献。

译者：钟丽佳，女，浙江大学教育学院博士研究生；盛群力，男，浙江大学教育学院课程与教学研究所教授。