学习策略选择、执行与转换的影响因素探析

殷 明 陶玲霞 刘电芝*

（1.苏州大学 教育学院，江苏 苏州 215006；2.江苏警官学院 侦查系，江苏 南京 210031）

当今社会处于一个飞速发展时代，随着社会信息量的激增以及信息技术的日新月异，人们的生活环境、生活方式、工作岗位等都在不断发生巨大的变化。人们需要通过不断地获取新知识，才能迅速适应不同的环境、方式以及岗位的需要。因此学习越来越成为个人成长不可缺少的途径。成立于1993年的国际21世纪教育委员会，根据联合国教科文组织相关会议的决定，对各国的教育现状和发展情况做了详尽的研究，最终于1996年提交了一份名为《学习——财富蕴藏其中》的报告。指出：随着世界的巨大变革，21世纪的教育和学习应该突破传统，具备新的目标和职责。未来人类存在支持其一生发展的四种支柱型的学习目标，因此我们的教育应该围绕这四种支柱型的学习目标展开。这四种支柱型的学习目标包括：学会认知——即掌握学习的手段、路径和方法；学会做事——即掌握工作和实践的能力；学会合作——即掌握与人类社会以及自然环境和谐共存的能力；学会生存——即掌握适应环境变化进而自我发展的能力。［1］这不断强调的就是人们的学习。但如何学习、怎样才能高效学习并不是每个人天生就拥有的能力。“学习策略”的研究正是解决此问题，旨在帮助学习者掌握有效的学习思路、学习方法，善学、巧学、快乐学，适应社会发展变化的需要，最终达成幸福人生的目的。

究竟什么是学习策略，目前还没有一个完全统一的概念界定。不同的研究者从不同的角度出发来探索学习策略的实质，一般而言可以将其视为学习过程中指导学习者进行高效学习的各种方法、技巧以及相关的学习规则或学习程序，或者是调节学习者具体学习过程的一种手段。这种方法、技巧、手段等，一般而言是外显的操作程序或步骤，但也可以是内隐的系列规则。［2］如何有效地使用学习策略，并不是一个简单的问题，涉及较多内容。国内外的学者关于学习策略影响因素的研究形成了一个较为系统的体系，从影响因素的性质来分，涉及内部因素和外部因素两个方面。内部因素可以分为背景变量以及自我变量：背景变量研究主要集中在人口学特征、学业成就、知识水平等方面，而自我变量包括动机、情感、人格以及元认知等方面；外部因素研究主要集中在学习材料、教师因素、学习环境、练习程序等方面。如果将上述影响因素进行总结归纳，就会发现策略的影响因素主要是四个方面：策略特征、任务、问题情境以及主体特征。根据策略发展的路径，包括策略选择、执行、转换三个方面，下面拟从这三个方面分别论述。

一、关于影响策略选择的因素

大量研究表明：策略选择和策略执行一样，也受被试的先前知识水平、技能、工作记忆容量、年龄等诸多因素的影响，同时也与问题和策略特征有关。已有研究在此基础上发展出了多种个体策略选择的模型，具体包括如下。

1.策略成本取向的选择——适应性决策者模型

杜克大学福奎阿商学院的Payne，Bettman以及宾夕法尼亚大学沃顿商学院的Johnson在其1993年由剑桥大学出版社出版的著作《适应性决策者》（The adaptive decision maker）中提出了适应性决策者理论模型（adaptive decision maker）［3］，这一理论在某种程度上参考了决策理论中的绝对理性假设，将学习者也视为绝对理性的个体——即当学习者面对存在多种可能的策略选择时，会按照收益最大化原则在理性分析的基础上选择相应的学习策略。为了保证收益的最大化，决策者会根据三个基本元素来对需要选择的策略进行考查：（1）对于决策者而言，策略获得的可能性；（2）策略可能会产生的相应结果；（3）策略结果的相应价值，这里的价值包括很多方面，例如最小的风险系数、最小的成本支出等。学习者在考查策略选择的过程中，依据权重比较法则（The weighted additive rule，WADD）［4］20-21对以上三点进行综合权衡比较，最终确定最佳策略选择方案，以保证策略选择结果的收益最大化。具体而言，就是根据某种策略在使用过程中可能需要学习者付出的努力程度即“成本”，以及通过使用该策略有可能让学习者有效地提高学习的速度和学习结果的准确率即“收益”。通过对“成本”和“收益”之间进行权重比较，即计算“成本收益率”（costbenefit）来最终确定选择哪种学习策略。当学习者在实际选择过程中，所有的决策分析过程是沿着当前学习任务问题所处的情境以及学习任务的最终要达成的目标状态来推进，最终目标是以最小的成本代价——即学习者在时间和努力程度上的消耗最少，获得最高的收益——即能够大幅度提高学习任务完成的准确率同时加快完成的速度。但是在实际操作过程中，人们不可能穷尽所有的策略，因此只是在学习者能够了解或熟知的有限学习策略范围内选择相对最佳策略。因此，策略本身的特征以及策略的使用成本成为策略选择的重要影响因素。

2.取决于个体成功经验的选择：思维适应性控制—理性模型

美国卡内基梅隆大学的Anderson同样在1993年也提出了他的策略选择模型——思维的适应性控制—理性模型（adaptive control of thoughtrational model，ACT-R Model），该理论强调学习过程中学习任务的目标距离与过往成功经验的信息在策略选择过程中的有机融合。Lovett和Anderson，1996年在前人“水壶任务”（water jars task，WJT）实验的基础上发展出了“建筑棒任务”（building sticks task，BST）实验，通过该系列实验对这个理论进行了修正。这个模型类似于人类认知理论中的“模板匹配理论”，认为学习者大脑中贮存着大量过往采取某种策略的成功经验，即个体把采用某种学习策略成功解决问题的前期经验作为匹配某类问题的模板并大量贮存于主体的大脑中，以往使用最为成功的策略往往是主体的首选或者最佳选择。这里的成功经验信息包括使用该策略以往成功实例的数量以及以往失败实例的数量，但是不包括当时成功或失败的具体问题以及相应的问题背景。这个成功信息经验对于策略选择非常重要，它在对以往所有策略进行均衡评估的基础上，预示着采用某种策略成功完成任务的可能性。这种策略选择理论与适应性策略选择理论相比较而言，更符合人类认知加工的现实，将人视为理性的，但这种理性是相对的，其决策的依据是个体已有的经验信息，而不是穷尽所有的可能。因此，策略选择的结果可能不是绝对最优，而是在个体经验范围内的相对最优。在具体选择某种策略的过程中，（1）用以测量目标距离的当前问题信息在模型中作为优先影响因素，学习者采用简单爬山算法（simple hill-climbing）来测算每一种可能缩短任务目标距离的策略，这些策略都是学习者的备选项。学习者对于这种测算的敏感性本身也是策略选择的重要基础；（2）学习者的过往经验和当前的问题情境，在策略选择的过程中是一个有机连接的独立过程。一般而言，当学习者体验过某种特定策略在一类问题上的失败经验后，学习者就会相应地减少该策略在所有类型问题上的使用。因此，每一个学习者都有自己独特的一整套策略模板。（3）修正的ACT-R模型发现，学习者使用某种策略所提高的效率相对于过往的使用经验，更能影响学习者的选择偏好。一般而言，选择某种策略使用成功的相对比率影响该策略的选择偏好。但是，学习者最初选择该策略则取决于该策略在问题解决过程中所提高的效率，而不是这种策略的成功比率，哪怕这种策略成功概率很低。［5］换言之，学习者很可能倾向于省时省力的策略，而不是最恰当的策略。当然如果成功率越高，那么这种策略也越有可能被选择。

这个模型中学习者已有经验（或者同样可以理解为前期知识水平）以及策略使用的速度、准确性等特征成为影响策略选择的重要因素。

3.思维适应性控制—理性模型的修正：适应性策略选择

同为美国卡内基梅隆大学的Siegler和Shipley在1995年提出了适应性策略选择模型（adaptive strategy choice model，ASCM）。ASCM模型中，策略作用于问题，继而产生问题的解答。策略选择的过程不仅取决于特定问题的答案，而且受使用策略解决问题的速度和准确率的影响。这些信息作为调整策略、问题以及两者之间互动的基础数据。基础数据即凭借问题解决的经验，在Siegler和 Shipley所做的实验中，孩子们获得了问题和策略的相关知识。每一种策略的知识可以被分为基于真实数据的知识和以此为基础推导出的知识。真实数据包括策略使用的速度、准确率（速度和准确率体现在三个层面：每种策略针对所有问题的速度和准确率——总体数据；每种策略针对某一特征问题的速度和准确率——特征数据；以及每种策略在每一个具体问题上的速度和准确率——具体问题数据）和所用策略的新异性（新异性数据）。速度和准确率的问题比较好理解，那么新异性如何解释呢？这里存在这样一个问题：如果在目前现有的策略工作有效的情况下，那么是什么促使学习者选择新策略并投入使用呢？ASCM模型对此问题的处理就是加入了新异性指标来标注新出现的策略。这种新异性能够临时强化新策略的强度，即便它没有任何被使用过的过往记录，这种新异性也能使得学习者选择使用。当然随着新策略的每一次使用，策略的新异性强度就降低一些，但是学习者获取了该策略使用的速度和准确率基础数据。新策略有效性的基础数据的增加就有可能进一步提升该策略被使用的可能性。［6］因此，ASCM模型在明确学习者规划究竟选择何种策略时，所依据的就是该策略使用的速度、准确率和新异性三个基础数据，但是新异性基础数据和速度、准确率基础数据成反比。如果某个策略从未在具体问题上使用过，那么ASCM模型在做策略选择规划时则单独依赖于总体和特征数据；如果某种策略既没有被用于具体问题，也没有用于任何某一特征类别的问题，那么ASCM模型在选择策略时则只能依赖总体数据进行规划筛选。

所以，主体的经验（或者可以理解为前期知识水平）、策略的速度、准确率以及新异性成为影响策略选择的重要因素。所不同之处在于学习者会根据使用效果的新经验来对策略的选择进行修改，因此可以说是经验修正模型。

4.个体主观期望值导向的选择：策略选择学习理论

德国马克斯-普朗克人类发展研究所的Rieskamp和英国华威大学的Otto根据4组实验的结果，于2006年提出了策略选择学习理论（strategy selection learning theory，SSL theory）。该理论假设学习者对自己所具备的策略会形成自己的主观期望，在策略选择过程中会部分根据自己的主观期望来进行，并且这种期望会根据个体后续的经验不断增加变更进行更新。SSL假设个体存在一种基本的自主学习机制，和ACSM理论相比，该理论认为个体对于某种策略未来成功可能性的预期并不会影响其策略期望值。［7］这个期望值即采用某种策略后能够给自己带来什么收益，这种收益包括使用策略带来问题解决的速度加快、准确率的提高以及自己努力程度的减少。这里存在和第一种模型相类似的“成本收益率”的问题。但是这里不是将学习者视为绝对理性的，而是一种带有个体特征的选择倾向。该理论认为，人们拥有一整套的认知策略来解决所面临的推理问题，并且通过信息反馈来增强这些内在的认知策略。学习者往往喜欢选择他们认为能够有效解决问题，即符合其主观期望值的策略。个体会根据学习策略过往使用效果从而增强或削弱这些策略的期望值。如果初始策略使用的有效性较高，学习者就会受到正强化，提升对此策略的期望值，并且继续采用该策略；反之，如果初始策略使用的有效性较低，甚至阻碍了问题的解决，那么学习者会进行调整，采用更加准确、更加快速的策略。

这种策略选择模型中影响策略选择的因素除了同上述一致的策略特征之外，还加入了主体的主观期望值这个主体变量，而这个主体变量在一定程度上和主体的个体特征存在关联。现有的研究发现，即便还有其他策略更适合当前的情境［8］，人们也会倾向于选择某一特殊策略或者始终刻板地使用某种策略。［9］这里我们可以发现策略的选择在某种程度上是和主体的个体特征紧密相连的，并不是一个绝对理性的过程。

5.多元权衡的选择：生态化模型的认知龛

同为德国马克斯-普朗克人类发展研究所的Marewski与Schooler在其研究基础上对策略选择学习模型提出了新的见解。研究人员依据的是两种理论背景：简单启发式框架和ACT-R（adaptive control of thought-rational）认知结构。对于认知启发式框架，吸收了如下核心思想——即人们把通过探索环境的规律性并且利用自身的认知能力（如记忆力、时间感知能力）而形成的简单决策策略作为储备系统，供学习者在策略选择过程中做出抉择。ACT-R模型则为人类认知能力如何适应环境提供了一种定量分析的理论依据。在此基础上，Marewski与Schooler提出了一种新的定量分析策略选择理论——策略选择的生态化模型-认知龛理论（Cognitive Niches：An Ecological Model of Strategy Selection）。该理论用以预测在策略、认知能力以及环境三者之间的相互作用之下，学习者如何选择某种策略用以解决给定的任务。这种相互作用适用于每一个策略，从而形成认知龛——一种限定的特殊情境，在此情境之下相关的策略才有可能发挥作用，由此来简化策略选择。研究人员通过一系列实验研究证明：学习者在策略的选择过程中其决策的依据是记忆的可获得性以及对于现实世界的详尽知识背景。该模型能够定量地预测学习者对于现实世界客体的了解和熟悉程度，相关记忆检索速度的分布式特征以及经典决策理论的认知龛（包括策略使用的流畅性、策略的可获知性、策略的整合性、策略的规则性以及序列抽样的启发性）。根据该理论，策略选择呈现两种方式。首先，当学习者面临策略选择任务时，他并不会真的从自己所有的策略储备系统中进行全面检索。因为个体的认知加工能力有限，中央执行系统在同一时间能够处理的策略数量受工作记忆容量的限制。因此，学习者往往通过减少适用策略的检索范围来简化策略选择过程。这种局限性源自策略本身的特性以及认知能力，例如记忆、时间感知能力、与环境相互作用中表现出的规律性等。而认知龛就是用以量化说明在认知系统和环境相互作用下，学习者选择某种策略的可能性。［10］这个过程有点类似于认知加工过程中的情境与模式识别理论。如果认知龛中没有与当前问题相匹配的情境，即没有能够解决当前问题的、适合特定情境的特定策略，学习者会采用启发式来使用策略；如果在认知龛中存在与当前问题情境相重合的，个体会执行和第一种模型相同的方法，权衡“成本收益率”、学习过程、相关策略选择的影响因素（包括准确率、努力程度，以及完成任务的速度）来决定策略是否可用，这个过程是个体认知系统与环境之间相互作用的函数。因此，策略的选择在某种意义上受个体认知能力以及所处环境因素的影响。

综合以上模型来看，策略的选择受策略本身特征（成本收益率、前期使用经验、策略有效性、实际使用效果）；情境因素（当前问题情境、成功经验）以及主体特征因素（主体期望、个体特征、工作记忆）等影响。此外，个体的策略选择具有一定的限制因素，个体前期知识水平、中央执行系统、主体动机与认知负荷等都会影响学习策略的选择。

二、关于影响策略执行的因素

1.影响策略执行的主体因素——前期知识水平

学习者的前期知识水平状态对于学习策略执行的效果有较为明显的影响。面对相同的学习材料，由于学习者所具备的前期知识水平差异，会直接导致相同的学习策略产生不同的执行结果。［11］所以，一个适合前期知识高水平学习者的高效学习策略，对一个前期知识低水平的学习者时未必适用，某些时候甚至会阻碍其学习。［12］因此，学习策略执行的有效性，受制于学习者的前期知识水平。国内学者刘电芝通过对小学生简算策略发展的研究同样发现：运算概念、计算公式以及相关的定律，这些前期知识水平的高低极大程度影响儿童简算策略的执行，其贡献率为45.3%；路径分析也表明其对简算策略的执行不仅产生直接影响，也产生间接影响。由于不同前期知识水平的差异和缺陷，很多儿童在执行策略的过程中甚至会倒退到前期旧策略上，而不是执行新策略。［13］

2.影响策略执行的主体因素——年龄状况

现有的大量研究证明年龄因素对于策略的执行同样具备重要的影响。有研究人员从学习策略执行中的适应性角度来分析年龄因素的差异。实验要求年轻和年长成人在强调不同的速度和准确性条件下估算两位数数字乘法问题，结果发现：虽然年轻和年长者有着相似的策略偏好，但是当面临难度大的问题或采用难度大的策略时，年长者选择的估算策略适应性差，并且估计准确性差、花费时间长。［14］严格来说，年龄因素中的年长与年轻不能作为绝对的优势条件或劣势条件，根据个体学习策略动态发展的不同阶段，年龄因素分别扮演着不同的作用。如果对工作记忆容量要求较高或者要求速度的问题解决，年龄越大完成任务执行效果就会越差；而对于凭借经验解决的问题，年龄大则能体现出一定优势。

3.影响策略执行的外部因素——教师的介入

学习策略的执行成功与否，其中指导学习的教师是一个非常重要的外部因素。一位优秀的教师，其讲解教学的重点在于从知识的传授到方法的启发与引导。教师对于策略执行的影响，从根本上而言，就是需要教师能够根据教学对象的实际情况，在教学的过程中寻找匹配学生实际情况的学习策略。根据上文所述，可以知道：学习策略的执行与学习者前期的知识水平以及年龄等因素都有关。因此，教师对于策略执行的影响可以分为直接和间接两个层面。直接层面则是教师根据学生的特点，直接传授符合其背景的学习策略，帮助学生简化信息或者调整认知资源的分配，使其将有限的认知资源充分投入学习过程，有利于学习策略的执行；间接层面，如教师通过教学增加学生的前期知识水平，因而间接影响学习者对于学习策略的执行。因此，一个教师对于学生学习策略的执行具有十分重要的作用。

4.影响策略执行的环境因素——外在学习环境

目前个体所处的学习环境包括三个方面：第一是真实的物理环境；第二是虚拟的网络环境；第三是复杂的人际环境。最具有时代特点的就是随着网络数据的普及与应用，越来越多的虚拟网络环境影响传统学习方式以及学习策略。对于这种新型的学习环境，促使着学习策略的改变，否则无法适应时代的需求。当然对于网络虚拟环境，不同的研究人员给出了不同的评价。如果从最新的第二代认知科学“具身认知”的角度并结合延展认知的观点来分析，身体和环境本身已经紧密不可区分并且成为个体认知的一部分，两者共同承载了大脑中央执行系统一部分的认知负荷。如果按照Chemero在其著作《激进的具身认知科学》（Radical embodied cognitive science）所主张的：认知应该是一个环境动力系统，而不是心理表征和计算操控，并且人类智能的一部分功能已经从大脑卸载到了身体和环境中。［15］27如果说传统的书籍和计算工具所承载的人类智能有限，而且受时空限制的话，那么日益广泛的虚拟网络环境的存在则突破了时间和空间的限制，加之信息获取的便利性，使得虚拟网络环境真正成为人类认知能力的扩展——一方面云存储的出现将人类的一部分记忆能力进行了无限扩展；另一方面云计算的应用又大大拓展人类的计算分析能力，相应地，学习者的认知加工能力也就得到了提升。因此，也就提高了个体策略执行能力。当然也有学者认为，网络环境的过多依赖，导致了学习者自主认知加工能力的下降，在学习策略的执行上缺乏主动性。

三、影响策略转换的因素

根据上述策略执行以及策略选择的相关研究表明：人类在使用策略前受策略本身的特征、策略使用的效果（包括策略使用的速度与正确率）以及当前任务和问题情境的影响，根据这些因素在诸多策略中进行选择，并且在策略的使用过程中，策略的选择会发生变化。一方面，学习者会根据策略使用的效果进行调整，速度慢、正确率不高的策略会被学习者舍弃，重新寻找新的有效策略。另一方面，有效的策略执行需要和当前任务以及问题情境相匹配，当任务或者任务所处的情境发生变化（如认知龛理论），那么学习者同样要舍弃旧策略，寻找新的能够和任务与问题情境相匹配的策略。这种对于原有策略的舍弃，寻找和使用新策略的过程就是策略转换（strategy switching）。从现有的研究来看，策略是否有效，必须要达到策略、任务、问题情境与策略使用主体之间的匹配适应。主体特质和策略性质相对较为稳定，但是任务和问题情境存在多样性和变化性，为了能够达成这种“适应”就要求个体必须能够在多种策略中流畅灵活地转换［16］，因此，当个体所面临的任务、情境发生变化，或者策略前期使用效果不佳，学习者就不得不面临着放弃先前所使用的策略，转而在诸多的策略之中寻找更适合解决当前问题的其他策略。目前对于这种策略转换影响因素的考察主要包括以下几个方面。

1.主体因素——策略转换主体的年龄

研究最常见的是主体因素中的年龄。Ardiale和lemaire 2013年通过儿童计算过程，项目内策略转换的实验证实了这一点，即便是儿童也具备中断当前策略转而寻求更好策略的策略转换能力，并且这种能力会随着年龄的增加而提高。［17］仍然是Ardiale和Lemaire在2012年的研究，他们通过两组实验测试不同年龄组的被试在解决问题过程中的项目内策略转换（within-item strategy）情况，实验要求年轻成年组和年长成年组被试共同参与一项估算任务。研究发现：当比较容易判断出适合当前问题的最佳策略时，被试很容易就能够实现项目组内策略转换，尤其是其一开始执行的是较差策略时；年长成年被试比年轻成年被试转换频率低，只要条件合适年轻成年被试策略转换得更为频繁；通过策略转换能够帮助被试获得更高的准确率。法国学者通过实验研究，比较了年轻和年长成人在解决两位数加法问题时和估计两位数乘法问题时使用的策略数目与选择的最佳策略数目发现：年长者使用的策略数目少，也较少选择最佳策略。当统计控制了抑制和转换能力后，年龄效应在策略数目上不再显著，但在策略选择上仍然显著。［18］出现这种情况，可能是由于频繁的策略转换会增加年长者的工作记忆负荷，从而使他们更多地选择先前使用的策略。Taillan，Ardiale和Lemaire在2015年进一步的研究中也同样发现：年长成年被试在执行有线索提示策略后相较年轻成年被试，更不愿意转换策略。策略转换也存在认知成本的消耗，尤其是从较难策略转向容易策略时；年长成年被试项目组内策略转换的成本大大高于年轻成年被试，尤其是在某些特殊情形下，年长被试转换得更少。［19］因此，在某种程度上策略转换成本的增加阻止了年长成年人的策略转换能力和意愿。

上述研究表明，年龄因素是一个发展的因素，并不是固定不变的，个体的策略转换能力随着年龄的增加而波动。虽然不同年龄阶段的人都存在策略转换的能力，但是随着年龄的增加，策略转换的能力会不断增加，当年龄增加到一定阶段之后，这种策略转换能力又开始逐步下降，呈现出一个倒“U”字型。

2.任务因素——策略转换的任务难度

根据上述研究可以发现，策略转换存在认知成本，这个认知成本体现在具体指标上就是策略转换反应时的长短。策略转换的反应时越长，说明主体消耗的认知成本越大；而反应时越短，则策略转换的成本越低。关于策略转换成本的存在，某种程度上可以用“启发加工”（priming processes）和“控制执行”（control executive）两种机制进行解释。“启发加工”（priming processes）即当前检索执行的策略将影响后续策略检索和执行的有效性，也就是说当前用某个策略解决了一个问题，使得这个策略在解决后续其他问题时更容易被检索与执行，因为这个策略保持了较高的激活水平。而“控制执行”（control executive）则是主体在使用某个策略解决一个问题后，如果使用新策略那么必须将认知系统清空重新配置。包括转移注意力（从当前执行策略转移至后继策略上）；检索新的任务目标、规则以及新策略程序步骤；同时抑制无关策略（如前期已执行策略），将新的即将执行的策略置于工作记忆之中激活；等等。

正是策略转换成本的存在可能在某种程度上阻止了年长被试策略转换的能力和意愿，从而使得其策略转换相对于年轻被试频率更低。

但是Lemaire和Lecacheur在2010年在用三组实验探索任务因素如何影响策略转换时发现了一些有意思的现象：（1）关于任务的难易问题——策略转换成本仅仅在执行简单任务的出现，如果以反应时为考察指标，可以发现策略转换成本出现在被试从难策略转向易策略；策略选择过程中不论是困难任务还是容易任务都存在策略成本；在执行简单非进位的估算任务时，策略选择过程中的策略转换成本要大于该问题在策略执行过程中的成本。（2）关于策略本身的难易问题——策略执行阶段，策略转换成本仅仅发生在从难策略转向易策略过程中。［20］这些现象表明，并非像上述推理的那样：只有较难的任务才会影响策略的转换，很多时候简单任务反而会引发策略转换成本，从而影响策略的转换。国内学者刘电芝指导学生完成儿童简算策略实验时也同样发现，一旦任务有挑战性时，儿童会更多地放弃旧策略而使用新策略。［21］由此看来，任务本身的难度并不是影响策略转换的绝对因素，任务对于策略转换的影响应该还存在其他因素的干扰。

3.策略与任务匹配度

策略转换的成本即为认知加工时间的增加与减少。［22］根据上述研究发现，并不一定是策略或者任务的难度导致了策略转换成本的存在，从而影响主体的策略转换，现实的结果与纯粹的逻辑推理结果有相悖之处，因此必然存在其他因素对策略转换有着巨大的影响。根据Luwel等人在2009年用网格数值判断任务的系列实验发现，策略转换与任务转换一样存在认知成本，这里所谓的认知成本即增加反应时，不过认知成本增加并不会减少正确率。转换成本会随着策略与问题匹配程度的提高而减少或消失。相应地，如果策略与当前的任务不匹配，那么这个转换成本就会增加。因此该研究证明：并不是所执行策略的难度决定了策略转换的成本，而是策略与任务的匹配度决定了转换成本。［23］因此，策略与任务的匹配度也影响策略转换，成本越高越不容易进行策略转换。

4.与任务相关的先前能力知识水平

Torbeyns等研究人员2011年通过对70位大学生进行实验研究发现：使用直接或间接加法策略解决从0-1000之间多位数的减法运算时，具有较好算术运算能力背景的被试其效率明显高于运算能力相对较低的被试。而且算术运算能力较低的被试会根据自身策略执行能力来选择策略。［24］说明策略转换与个体执行任务的相关能力水平背景紧密相关。

策略选择与转换同个体对于策略的背景知识的掌握相关。Star等人2009年进行了两个实验研究，第一个研究采用65个五年级的学生，这些学生开始能够流畅使用两位数乘两位数的口头估算策略。第二个研究选择157个五年级和六年级的学生，这些学生相对而言口头估算策略背景知识略少。研究发现：学生对于估算策略使用的流畅性（即策略背景知识拥有的多少）直接影响学生策略的选择与转换。具备较多策略背景知识的学生倾向于选择并将策略转换为能够提高估算准确性的口算策略；而策略背景知识较少的学生则倾向于选择并转换为最便于执行的策略。这个研究同时揭示：策略本身的便利性和准确性同样影响个体对于策略的选择与转换的灵活性。［25］这表明个体对所要使用的策略的背景知识掌握程度对于策略的转换具有较强的影响。

四、影响策略选择、执行与转换的共同因素——认知负荷

随着认知心理学对学习研究的深入，澳大利亚学者John Sweller在1988年最早提出了认知负荷理论。认知负荷理论将人的心理作为一种可分配的资源，学习则主要是关于复杂任务问题解决中认知资源分配、利用与消耗。［26］John Sweller的理论将认知负荷区分为三种：内在认知负荷（Intrinsic Cognitive Load）、外在认知负荷（Extraneous Cognitive Load）和相关认知负荷（Germane Cognitive Load）。［27］

由于每个个体的认知资源总量是一定的，所以三种认知负荷（外在、内在与相关认知负荷［28］）之间是此消彼长的关系，即一种负荷高了，另外两种负荷必然降低；如果三种负荷都高，那么学习就无法进行了。在某种意义上来说，学习策略的实质就是通过策略的应用降低学习者在学习过程中的外在和内在认知负荷，使其能够拥有充分的认知资源来应对学习信息获取、加工、存储的处理过程，即学习策略是对于认知资源的最优化配置与使用。相对于同样的学习内容，应用策略就会使学习变得更容易，学习所需时间更短，或者在同样的时间内学习者能够掌握更多的学习内容，因为他的认知资源足以保证其学习所需。另外一个方面，某些学习策略的应用则是提升了学习者的相关认知负荷，促使其将剩余的认知资源应用于对学习内容的深度加工，同样能够提高学习效果。因此，从根本上来说，学习策略可以分为降低外在认知负荷的学习策略、降低内在认知负荷的学习策略和提高相关认知负荷的学习策略。既然学习策略用以调节个体的认知负荷水平，那么认知负荷水平已存在的前期状态，也必然影响策略使用的效果，即影响策略的选择、执行与转换。从这个角度而言，我们可以从认知负荷的角度来对所有的学习策略进行分析，可以根据认知负荷将策略进行重新考量。

诸多学者从实证研究的角度或质性分析的角度对学习策略选择、执行以及转换的相关影响因素进行了系统探讨，现有的研究表明学习策略的选择、执行与转换主要与策略自身的特征、任务性质、情境因素以及个体的主体特征紧密相关。如果对这些影响因素进行综合分析就会发现：所有的影响因素均可以从认知负荷的角度进行诠释，即学习策略的选择、执行与转换的效果都可以视作认知资源的合理运用与耗竭减少的结果。

外在认知负荷主要与学习材料的组织和呈现方式有关。因此，学习策略本身的复杂性对学习任务的外部负荷起决定作用，学习策略本身的学习越复杂时，就越会加重学习者的外部负荷，加大对主体认知资源的消耗，从而影响策略选择、执行和转换的效果。例如上述策略转换中关于任务与策略的匹配程度的问题，这个问题如果从认知负荷的角度进行分析——所谓的策略与任务的匹配程度可以视作认知负荷的大小，匹配程度越高，则外在与内在认知负荷会越低。认知负荷高低，决定了被试的反应速度，有利于主体策略的转换。此外，如前文所述大规模虚拟网络环境中云存储和云计算的出现，在个体学习过程中是有助于策略的执行。因为通过认知加工和记忆内容的环境卸载（即借助于外界计算存储工具），其实质是降低了外在认知负荷，因此学习者能够有多余的认知资源用于提升相关认知负荷。而策略的执行本身是需要消耗个体的认知资源，受制于认知负荷容量。因此，在网络虚拟环境下的学习，则有利于剩余更多认知资源投入策略的掌握与应用上。

内在认知负荷与学习材料或者任务本身的复杂性，以及学习者专业背景知识有关。学习材料或者任务本身所包含的内容或者问题单元越多，或者各个单元之间的相互关系越复杂，则引起学习者的内在认知负荷也就越高。但是这种学习材料复杂性所引起的内在认知负荷高并不是绝对的，依赖于学习者的专业知识背景。因为与任务相关的个体能力和知识的掌握水平，如果从认知负荷理论的角度来分析，实际上即是影响内在认知负荷的先前知识水平，先前知识越丰富，内在认知负荷就越低，剩余的能够用于相关认知负荷资源相对较多，因此这两个因素就会影响策略的执行和转换。如年龄往往是背景知识或前期知识水平丰富的一个重要因素，年龄越大，社会经验、背景知识越丰富，因此个体的内在认知负荷就能有效降低从而促进学习效果。但是一般内在认知负荷过高，必定会影响策略的使用。例如策略执行过程中的典型性问题“策略利用性缺陷”，根据美国学者Gaultney和Kipp等人的研究发现个体已经通过学习掌握的策略，会出现在新的情境中无法被选择和执行的问题，即所谓的“利用性缺陷”。这就是由于内在认知负荷过高，认知资源不足所导致的。无论是儿童还是成年人，当他们执行一项任务时必定会消耗一定的认知资源。尤其是在策略执行的初期，由于个体本身对于策略的操作不熟练，这时需要个体消耗更多的认知资源在策略操作本身上，这样其内在认知负荷必然升高。即便其外在认知负荷不变的情况下，其总认知负荷也是升高的。这部分多出的认知资源消耗，在个体资源总量限定的情况下，必定会造成剩余资源应对问题解决的不足，从而导致任务执行效率和准确率的降低，不能有效执行相关策略，即出现策略“利用性缺陷”问题的产生［29］，致其无法有效地应对任务及问题情境。［30］

相关认知负荷，它产生于学习者在执行一个任务时认知资源总量用于外在认知负荷、内在认知负荷之后所剩余的认知资源。这种剩余认知资源，学习者便可以充分利用，用于对学习任务的深层次加工。这种深层次加工也需要消耗认知资源，但这种认知资源的消耗能够有力地促进学习。例如在学习过程中，学习者对相关学习任务和材料进行分析、归纳和总结，并且在一段时间的学习之后，就学习的内容进行自我提问同时进行自我解答。这个过程就会产生相关认知负荷，对认知资源进行消耗，但是其结果则是大大提高学习效率，或者换言之即充分体现了学习策略的有效性。龚德英、刘电芝等人通过实验研究已证实：在内在和外在认知负荷较低情况下，增加元认知监控活动（相关认知负荷）才有更好的学习迁移效果。［31］又如年龄特征对于相关认知负荷的影响，年长的优势并不是绝对的，在前期能力和知识水平上，年长是一个较为有利的条件。然而，年长者有可能在工作记忆容量上低于年轻人，例如在完成任务的同时进行策略转换就有可能使其认知负荷超载，从而降低策略转换的正确率和频率。因此，当年长造成主体认知资源下降，在认知资源总量限定的情况下，剩余的资源有可能不足以应对主体任务执行过程中的策略转换，或者说能够用于相关认知负荷的资源就非常有限，所以年长者在策略转换上的频率和正确率往往低于年轻人。

因此，策略的选择、执行与转换必定与个体认知负荷状态相关，它是策略使用有效的一个决定性因素，所谓的问题情境、任务特性、策略特征以及主体特征都是对认知负荷产生调节作用，从而影响策略的使用。

综上所述，策略的使用并不是一个简单的传授然后复制操作的过程，首先策略使用存在选择、执行和转换的多步骤。其次在这过程中选择什么样的策略，执行效果如何，策略受阻怎样进行转换存在较大的个体差异，也存在诸多因素的影响，这些因素主要包括主体特征、环境、策略本身以及问题或学习任务的性质四大类因素。其中有的因素，如主体具备的先前知识不仅影响策略的选择，也同时影响策略的执行与转换，同样年龄不仅影响策略的执行也影响转换。因此，在策略的研究中，需要系统考察上述多方面因素；此外不仅要考虑策略的有效性，还需较多地考虑不同个体的差异情况，才能在实际问题解决过程中发挥策略的真正价值。

［1］杨江丁. 教育——财富蕴藏其中——解读国际21世纪教育委员会向联合国教科文组织提交的报告［J］. 现代教学，2009，（4）.

［2］刘电芝. 学习策略的实质［J］. 宁波大学学报（教育科学版），2000，22（1）.

［3］Bettman J R，Johnson E J，Luce M F，et al. Correlation，conflict，and choice［J］. Journal of Experimental Psychology Learning Memory & Cognition，1993，19（19）.

［4］John W P，James R B，Eric J J. The adaptive decision maker［M］. Cambridge：Cambridge Untversity Press，1993.

［5］Lovett M C，Anderson J R. History of success and current context in problem solving：combined influences on operator selection［J］. Cognitive Psychology，1996，31（2）.

［6］Siegler R S，Shipley C. Variation，selection，and cognitive change［J］. Hiusdale，NJ：Erlaum，1995.

［7］Rieskamp J，Otto P E. SSL：a theory of how people learn to select strategies［J］. Journal of Experimental Psychology General，2006，135（2）.

［8］Luwel K，Lemaire P，Verschaffel L. Children's strategies in numerosity judgment［J］. Cognitive Development，2005，20（3）.

［9］张荣华，刘电芝. 高效学习：学习策略的生成和掌握［J］. 课程·教材·教法，2012，（4）.

［10］Marewski J N，Schooler L J. Cognitive niches：an ecological model of strategy selection［J］. Psychological Review，2011，118（3）.

［11］Callender A A，Mcdaniel M A. The limited benefits of rereading educational texts［J］. Contemporary Educational Psychology，2009，34（1）.

［12］Sweller J，Ayres P，Kalyuga S. The expertise reversal effect［J］. Springer New York，2011，1（4）.

［13］刘电芝.小学数学学习策略的发展与加工机制［D］.重庆：西南师范大学，2003.

［14］Lemaire P. The impact of the euro changeover on between-currency conversions［J］. Journal of Consumer Policy，2007，30（4）.

［15］Chemero A. Radical embodied cognitive science［M］. Cambridge，MA：The MIT Press，2009.

［16］Luwel K，Onghena P，Torbeyns J，et al. Strengths and weaknesses of the choice/no-choice method in research on strategy use［J］. European Psychologist，2009，14（4）.

［17］Ardiale E，Lemaire P. Within-item strategy switching in arithmetic：a comparative study in children［J］. Front Psychol，2013，4（4）.

［18］Hodzik S，Lemaire P. Inhibition and shifting capacities mediate adults’ age-related differences in strategy selection and repertoire［J］. Acta Psychologica，2011，137（3）.

［19］Ardiale E，Lemaire P. Within-item strategy switching：an age comparative study in adults［J］. Psychology & Aging，2012，27（4）.

［20］Lemaire P，Lecacheur M. Strategy switch costs in arithmetic problem solving［J］. Memory & Cognition，2010，38（3）.

［21］秦安兰. 小学生相反数简算策略发现与发展的微发生学研究［D］. 重庆：西南师范大学，2005.

［22］Taillan J，Ardiale E，Lemaire P. Relationships between strategy switching and strategy switch costs in young and older adults：a study in arithmetic problem solving［J］. Experimental Aging Research，2015，41（2）.

［23］Luwel K，Schillemans V，Onghena P，et al. Does switching between strategies within the same task involve a cost?［J］.British Journal of Psychology，2011，100（4）.

［24］Torbeyns J，De S B，Peters G，et al. Use of indirect addition in adults' mental subtraction in the number domain up to 1000［J］. Br J Psychol，2011，102（3）.

［25］Star J R，Rittle-Johnson B，Lynch K，et al. The role of prior knowledge in the development of strategy flexibility：the case of computational estimation［J］. ZDM，2009，41（5）.

［26］Sweller J. Cognitive load during problem solving：effects on learning［J］. Cognitive Science，1988，12（2）.

［27］Sweller J，Merrienboer J J G V，Paas F G W C. Cognitive architecture and instructional design［C］// Educational Psychology Review，1998.

［28］Sweller J. Cognitive load during problem solving：effects on learning［J］. Cognitive Science，2010，12（2）.

［29］刘电芝，成茂芳. 策略发展中的“利用性缺陷”及其防止［J］.宁波大学学报（教育科学版），2008，30（4）.

［30］Gaultney J F，Kipp K，Kirk G. Utilization deficiency and working memory capacity in adult memory performance：not just for children anymore［J］. Cognitive Development，2005，20（2）.

［31］龚德英，刘电芝，张大均.元认知监控活动对认知负荷和多媒体学习的影响［J］. 心理科学，2008，31（4）.