学习者认知风格、教学模式及课程特征对学习者认知信息加工过程的影响

王素芬， 陈露露， 杜 明， 王志军

(东华大学 a. 旭日工商管理学院； b. 计算机科学与技术学院， 上海 201620)

随着信息技术在教学中的应用越来越深入和广泛，信息技术的教学效果是否已经发生及如何发生？如何基于信息技术进行个性化的教学设计？这些问题越来越受到人们的关注[1-2]。许多教学理论研究表明，教学策略的设计与实施均须考虑到学习者的特征[3-5]。文献[6]认为信息技术的教学有效性同样需要考虑学习者特征。而关于学习者特征究竟如何影响信息技术的教学效果，有两类基本观点。

(1) 直接影响的观点。该观点认为学习者特征直接影响信息技术的教学效果。此类研究中，学习者特征涉及动机、成熟度、从前的经验[4]、认知风格[7]、学习风格[8]、学习者的态度[3]，学生对其屏幕上形象的舒适感[3]、技术舒适感、学习者对技术的态度及对计算机的焦虑感[4]等。教学效果包括：学生的学习参与、认知卷入[3]，对技术的看法[3]，学习性能[4，7]、自我效能[3-4]，被察觉的学习满意[4，8]，学习有效性[7]以及学习结果[1，8]等。

(2) 匹配影响的观点。该认为学习者特征与其他因素(特别是教学模式、课程特点)相互作用，影响信息技术的教学效果。这种观点与直接影响观点的不同之处在于：虽然学习者、课程和教学模式存在差异，但是这些差异未必是造成不同教学效果的主要原因，只有当这些因素相互交融、相互适配时，才会引发不同的教学效果。持这些观点的学者主要认为采用应用任务技术匹配模型[9-12]分析教学场景下信息技术有效性是非常必要的[13-16]。但文献[13-16]主要采纳了McGill等[17-18]提出的任务技术匹配测量模型，此模型主要来源于信息质量、易用、有用、以及工作兼容性等现有量表，没有结合特定的教学过程或者学习过程进行针对性设计。

从上述两大类研究的结果可知，信息技术的影响主要涉及对结果的影响，缺少对过程影响的分析。虽然学生学习活动的参与及认知卷入也受到关注[1， 3]，但对学习者学习过程的分析欠缺系统性和全面性。另外，没有对关于匹配的各种形式进行细致的讨论。结果是通过过程而发生，仅关注信息技术对结果的影响，就会出现关于信息技术教学效果研究结论的不一致和矛盾现象[1]。有些研究认为信息技术有用[19]，有些怀疑没用[20-21]，还有人认为现有研究结果难以用于实际的教学设计[1， 20-22]。产生这些研究现象，Gupta[2， 23]等认为是忽视了信息技术对学习者学习过程影响的关注。文献[6]强调：要理解信息技术对教学效果的影响，必须关注学习发生时学习者的内在心理过程，尤其是学习者的认知信息加工过程[6]。

现有研究已讨论了学习者各种特征对教学效果的影响。关于学习者是什么，在学习理论中存在各种模型[24-25]。布鲁纳考虑人类的相似性和差异性、变化性和稳定性后形成了一个关于人类特征的4分类[25]。教育界非常重视针对个体性差异而进行的教学设计[24， 26]。认知风格是一种稳定的个体差异，体现了人类接受和加工信息方式的差异[27-28]。Workman[7]研究了学习者认知风格对教学效果的直接影响，但没考虑其对学习者认知信息加工过程的影响，以及“学习者认知风格-教学模式-课程特征”相互匹配所产生的影响。此外，匹配(fit)有许多种形式[29]，不同的匹配方式所产生的影响存在差异[30]。

本文的研究问题：教学信息化中，学习者认知风格的直接影响和匹配影响观点对解释学习者学习过程发生是否存在差异？不同匹配方式的影响是否存在差异？各类认知风格的影响是否存在差异？这3个问题在现有研究中还未得到系统的解答。本文的研究目标：通过对这3个问题的探索，以期更好地理解学习者认知风格对其认知信息加工过程的影响机理，为基于信息技术的个性化课程设计提供理论基础。

1 理论与假设

1.1 信息技术对学习者认知信息加工过程的影响

认知信息加工理论将学习者的学习过程归约为认知信息加工过程，将学习者视为一个信息处理器[31]。基于认知信息加工理论可将学习过程分为4个阶段：感觉输入到感觉记忆、感觉记忆到工作记忆、工作记忆到长时记忆、工作记忆到行为表现。认知信息加工学习理论为详细理解学习者学习过程提供了理论基础，也为信息技术对学习者学习过程影响的多维度测量量表设计提供了理论依据。

加涅的教学理论认为，教学的目的是为了促进学习过程得以激活，教学设计应依据学习者认知信息加工过程，根据不同的学习结果类型创设不同的学习内部条件，并安排相应的学习外部条件[6， 26]。加涅的教学理论建立了学习理论与有效教学设计之间的连接，其教学设计多阶段模型[6， 26]为设计信息技术对学习者学习过程影响的多维度量表提供了教学理论基础。

本文以认知信息加工学习理论和加涅教学理论为基础，分析学习过程和教学过程，辨识了在课堂教学中信息技术对学习者认知信息加工过程的影响。涉及以下8个维度：注意的引起、学习目标的告知、相关知识的回顾、区别性特征内容的呈现、学习内容的有效组织、行为表现的引出、他人信息的反馈、自我信息的反馈。

“感觉输入到感觉记忆”阶段，涉及到的学习者学习内部条件为“接受”和“预期”，而激活这两条件的教学事件为“引起注意”和“告知学习者目标”，教学事件中教师基于信息技术的行动或课程的教学设计有“使用突然的刺激变化”和“告诉学习者学习后他们将能做什么”。

“感觉记忆到工作记忆”阶段，涉及学习者学习内部条件为“从长时记忆中提取相关内容到工作记忆中”和“选择性知觉”，对应的教学事件是“刺激回忆原有学习”和“呈现刺激材料”。教学事件中教师基于信息技术的行为或课程的教学，设计有“要求学习者回忆以前习得的知识或技能”和“呈现具有区别性特征的学习内容”。

“工作记忆到长时记忆”阶段，涉及学习者学习内部条件为“语义编码”，对应的教学事件是“提供学习指导”。教学事件中教师基于信息技术的行为或课程的教学，设计有“基于信息技术提出一个有意义的信息组织”，使得学习者能更有效地组织学习内容，便于将来需要时将信息提出。

“工作记忆到行为表现阶段”，主要涉及学习者学习内部条件为“反应”及“强化”，对应的教学事件是“引出行为表现”“从他人处获得反馈信息”“从自我获得反馈信息”，后两者是通过给予学习者行为的信息性反馈而强化正确的行为表现。

本文定义了信息技术对学习者认知信息加工过程影响的8个维度。

(1) 注意的引起(GA)。信息技术支撑学习者保持对外来刺激警觉的程度，即信息技术支撑教学事件“引起注意”，从而激发内部学习条件“接受”的程度。

(2) 目标的告知(IO)。信息技术学习者支撑理解学习目标的程度，即信息技术支撑教学事件“告知目标”，从而激发内部学习条件“预期”的程度。

(3) 相关知识的回顾(RK)。信息技术支撑学习者对先决相关知识回顾的程度，即信息技术支撑教学事件“刺激回忆原有学习”，从而激发内部学习条件“从长时记忆中提取相关内容到工作记忆中”的程度。

(4) 区别特征性内容的呈现(PSM)。信息技术支撑学习者集中于学习内容关键特征的程度，即信息技术支撑教学事件“呈现刺激材料”，从而激发内部学习条件“选择性知觉”的程度。

(5) 学习内容的有效组织(PG)。信息技术支撑学习者以有意义的方式组织信息的程度，即信息技术支撑教学事件“提供学习指导”，从而激发内部学习条件“语义编码”的程度。

(6) 表现的引出(EP)。信息技术支撑学习者轻松学习和练习的程度，即信息技术支撑教学事件“引出行为表现”，从而激发内部学习条件“反应”的程度。

(7) 他人信息的反馈(FO)。信息技术支撑学习者获得他人替代性学习经验信息的程度，即信息技术支撑教学事件“从他人处获得反馈信息”，从而激发内部学习条件“强化”的程度。

(8) 自我信息的反馈(SF)。信息技术支撑学习者获得自己学习经验信息的程度，即信息技术支撑教学事件“从自我获得反馈信息”，从而激发内部学习条件“强化”的程度。

1.2 认知风格、教学模式和课程特征

1.2.1 认知风格

认知风格是人们对知识进行概念化和认知处理的方法[32-33]，体现了人们察觉、编码、存储和抽取信息的方式[28]，为人们理解大脑思维活动提供了线索。斯滕伯格心理自我管理理论从不同维度分析了各种思维风格，其中，心理自我管理倾向(自由/保守)、心理自我管理范围(内倾/外倾)和心理自我管理水平(全局/局部)这3个维度反映了个体认知风格的不同侧面[34]，并开发了相应的测量量表。

本文的学习者认知风格采用斯滕伯格的认知风格自由倾向(LLS)、认知风格内倾范围(ILS)和认知风格全局水平(GLS)。Workman[7]研究表明，这3类认知风格对学习者学习表现有显著直接影响。

1.2.2 教学模式和课程特征

没有哪一种学习模式是最好的，应根据学习环境(课程、学生与教师)选择相应的学习模式，信息技术仅仅是学习模式有效应用的一个助推器。文献[27]分析了2大类、5小类学习模式(客观主义学习、建构主义学习、协同学习、认知信息处理学习、社会文化学习)的基本假设、教学目标和教学意义。其中，5小类学习模式的教学意义又可将教学模式(MDCC)归纳为：是以教师为中心还是以学生为中心，是关注学习者的协作还是关注学习者独立完成。

加涅[26]、布鲁纳[35]、史密斯等[24]提出了各种知识分类，所有这些知识分类又可按综合程度进行基本区分，原理学习需要各种概念，问题解决又需要用到各种原理和概念。本文以课程内容的综合程度高低作为课程的基本特征(GD)。

1.3 学习者认知风格的直接影响

假设1a：学习者认知风格自由倾向较高，其认知信息加工过程更容易发生。

认知风格自由倾向较强的学习者喜欢新方法，喜欢面对不熟悉、不确定的情景，更能适应基于各类信息技术的教学过程，愿意在学习中利用各类信息技术[7]对学习内容进行更高效的组织，对学习内容的差别性特征非常敏感[34]。因此，认知风格自由倾向较高的学习者，基于信息技术的学习过程更容易发生。认知风格自由倾向较弱的学习者往往避免不熟悉的情景，喜欢做熟悉的工作，喜欢沿袭已有的规范和程序做事，不喜欢新方法，在建立心理表征之间的联系时倾向于习惯性思维、遵循常规的方式。因此，认知风格自由倾向较弱的学习者，不愿意在学习中采纳新技术，对基于各类信息技术的教学过程的适应性会较差[7]，学习者学习过程更不易发生。

假设1b：学习者认知风格内倾范围较高，其认知信息加工过程更容易发生。

认知风格内倾范围较高的学习者喜欢以内省和慎重的方式解决问题和分析信息[34， 36]，其具有较强的自我反省能力，更有能力依靠自己接受、理解外部信息，并与自己原有的知识结构相融合，基于信息技术的学习过程更容易发生。认知风格内倾范围较低的学习者更加依赖于与他人交流和协作。但如果仅仅是交流，没有内省和自我反思，外部信息就难以转化为自我的知识，学习者可能对基于信息技术的教学过程满意，但学习结果并没有实际发生[27， 37]。

假设1c：学习者认知风格全局水平较高，其认知信息加工过程更容易发生。

认知风格全局水平较高的学习者喜欢处理相对较大或较抽象的事情，善于发现信息之间的联系，做出整体的判断，形成的概念边界较薄[38]，更容易理解和接受各类内容的差别性特征[7]，编码效率高，从长时记忆中抽取相关内容的效率也高。认知风格全局水平较高的学习者，其基于信息技术的认知信息加工过程更容易发生。认知风格全局水平较低的学习者喜欢处理具体的、细节的事物，更喜欢把问题分解为各部分，不注重整体间的联系，关注问题的细节[34]，形成的概念边界较厚，较难发现和理解各类内容的差别性特征，编码效率低，从长时记忆中抽取相关内容的效率也较低[7]。故认知风格全局水平较低的学习者，其基于信息技术的认知信息加工过程更不易发生。

1.4 “学习者认知风格-教学模式-课程特征”间匹配影响与认知风格直接影响的比较

匹配影响观点认为学习者认知风格存在先天差异，但这种差异是通过与其他因素(如教学模式、课程特点)相互作用，才引发学习过程的不同。班杜拉的社会学习理论就认为学习者的行为是学习者通过与学习环境相互交互而产生的[39]。

1.4.1 学习者认知风格自由倾向与教学模式间的匹配

当教学模式强调以学生为中心和协作学习，就需要学生直面新知识、新观念，主动探索和发现知识，还要求学生适应和学习探索知识的新方法及新技术[27]。若学生的认知风格自由倾向较高，其偏向于喜欢采纳新方法、新事物、新观点、新事物，更愿意接受挑战，则学习者认知风格自由倾向与强调以学生为中心和协作学习的教学模式较匹配[7-8]。反之，则不匹配。

当学习者认知风格自由倾向与以学生为中心的教学模式越匹配，针对主动探索和发现知识的教学事件就越容易产生教学效果[7， 33]，越容易激发学习者内部的学习条件发生，学习者认知信息加工过程更容易发生，学习结果更容易获得[32]。

1.4.2 学习者认知风格内倾范围与教学模式间的匹配

当课程学习需要有更多的交流或协作，但学习者认知风格内倾范围较高时，其有较低的社会敏感性，喜欢单独工作，总是关心自己的内心世界，不喜欢信息的变化，或对变化不敏感[38]。此时，学习者认知风格内倾范围与强调协作交流的教学模式就越不匹配。若学习者认知风格内倾范围较低，其比较外向，感情外露，喜欢了解他人的情况，喜欢与他人共同工作，对信息的变化敏感，则学习者认知风格内倾范围与强调协作交流的教学模式就越匹配。

当学习者认知风格内倾范围与强调协作交流的教学模式越匹配时，学习者越容易卷入到信息化场景下的各类教学事件，提高学习的积极性。学生越有动机且越易于卷入到学习中，学习者的学习过程就越容易发生，其学习习得就越多[7， 34]。

1.4.3 学习者认知风格全局水平与课程特征间的匹配

假设2：“学习者认知风格-教学模式-课程特征”匹配视角比直接影响视角，能更好地解释认知风格对学习者认知信息加工过程发生的影响。

学习内容综合性越强，越需要学习者有更强的信息获取、综合和处理能力，摆脱细节的困扰，发现信息间的关系，形成全局和整体的判断。若学习者认知风格全局水平较高，其全局观越强，学习者认知风格全局水平与综合性越强的课程内容就越匹配，则针对课程内容综合性较强的教学事件就越容易产生教学效果，越容易激发学习者内部的学习条件发生，学习者认知信息加工过程更容易发生，更容易获得所期望的学习结果[7， 24， 26]。

1.5 不同匹配测量方式的影响差异

Venkatraman[29]提出了5种匹配测量方法，其中交互(moderation)和相称(matching)是现有研究中最常用的两种[30]，本文选择这两种匹配测量方式。

相称是将两个因子相减即以差异程度来计算匹配程度。如以学生主动探索为主的教学模式与偏向新方法的认知风格之间的差异，用FML1表示，FML1=|IMDCC-ILLS|。这种计算方式会使得(1， 3)， (2， 4)， (5， 7)结果均相等，不能区分不同层次的差异，难以区分是在以学生主动探索为1时还是5时两者差2。

交互方式是通过将两个因子相乘来计算匹配程度，能将因子之间的匹配关系更差异化地表现出来。例如，1×3=3， 2×4=8， 5×7=35。因此，采用交互方式能更好地表现出各类匹配的情况。文献[30]研究表明，交互方式比相称方式更能揭示信息技术的战略价值。

假设3：采用交互方式比采用相称方式，前者能更好地解释学习者认知风格与教学模式或课程特征间的匹配对学习者认知信息加工过程的影响。

2 研究方法

2.1 研究变量的测量题项设计

研究变量的测量题项设计分为两部分：认知风格、教学模式与课程特征的测量题项是参照现有研究成果；信息技术对学习者认知信息加工影响的测量题项采取自行开发。

2.1.1 认知风格、教学模式与课程特征

斯滕伯格思维风格测量量表(TSI量表)[34， 40]，经常被用于教学场景[7]，量表具有较好的内容效度。本文采用其中的关于认知风格自由倾向、认知风格内倾范围和认知风格全局水平的24个测量题项。

基于文献[27]对5类学习模式的教学意义分析，将教学模式分为以教师为中心还是以学生为中心、关注学习者的协作还是关注学习者独立完成的教学策略。本文的教学模式变量涉及两个侧面：以学生为中心关注学生主动探索、关注学习者交流协作。这两个侧面在文献[3-4]中以教师特征变量、学生控制、交互、教学变量、环境维度等形式出现。本文参照文献[3-4]的量表，基于本研究场景修正并设计了相关4道题项。

本文以课程内容的综合程度高低作为课程的基本特征。文献[4]中采用了类似的课程内容维度。本文在此基础上，从学习者自我感知课程内容的综合程度进行测量，自行设计3个题项。

2.1.2 信息技术对学习者认知信息加工的影响

信息技术对学习者认知信息加工影响的测量题项开发过程分为3阶段。

第一阶段是题项初步设计，由教师、研究生以及本科生构成的小组集体交流完成。其中教师已在管理学科任教十几年，具备较为丰富的教学经验；所选择的研究生及本科生均为商学院的相关专业学生，经历了商学院相当数量的课程学习，有较为全面的信息技术对各类本科管理课程学习影响的体验；在读的商学院本科生，当下关于信息技术对课程影响的体验。题项初步开发分2步完成。第一步，基于斯密斯和雷根的《教学设计》[24]和加涅的《学习条件和教学论》[26]，分析概念学习、程序学习、原理学习和问题解决学习的认知过程、学习条件及教学策略，针对这4类智慧技能学习编写不同的题项，每个维度的题项为3～6题。第二步，对题项进行语义分析，实现归类和分层处理，完成智慧技能一般性的题项构建。题项是关于学习者信念的测量，关于学习者在课堂学习中要实现特定学习任务所需的学习条件被信息技术从8个维度满足或支撑的程度。每个题项以陈述句的方式表示，采用7级李克特量表进行测量。

第二阶段对初始题项进行Q-SORT测试[38]。通过两轮Q-SORT进行多轮评分者一致性信度分析，辨识题项措辞或概念理论模糊的地方，修正题项使得概念理论含义进一步清晰。第2轮Q-SORT后，8个构念的命中率均超过90%，平均卡帕(KAPPA)值超过0.81，表明8个维度的测量量表的多轮评分者一致性信度较高，具有较好的语义一致性[38]。

第三阶段是导航测试。基于初始题项，设计初始问卷。选择26名东华大学管理学院研究生进行导航测试，并访谈部分学生，评估问卷编制是否适宜，包括问卷长度、措辞等。根据测试和访谈结果，最终形成了学习者认知信息加工有效性测量量表，共50个题项，其中GA维度为6题，IO维度为6题，RK维度为6题，PSM维度为7题，PG维度为6题，EP维度为7题，FO维度为6题，SF维度为6题。

2.2 数据采集

以中国高等院校培养具有“综合、实践和创新”能力的管理人才为背景展开相应研究，调研对象为上海4所高校经济及管理学科的本科生，共发放了912份问卷(上海对外经贸大学120份，上海工程技术大学120份，华东政法大学123份，东华大学569份)，收回624份(上海对外经贸大学119份，上海工程技术大学118份，华东政法大学98份，东华大学289份)，有效问卷数为456份。其中，东华大学占48%，上海对外经贸大学占15%，华东政法大学占19%，上海工程技术大学占18%；男生占38%，女生占62%。共涉及20个本科专业，124门课程。其中，管理类课程占24%，经济类课程占21%，金融类课程占12%，财务会计类课程占7%，信息系统类课程占11%，公共基础学科占16%，其他课程占9%。

2.3 匹配指数计算公式

2.3.1 基于相称的匹配指数

基于相称的学习者认知风格自由倾向与教学模式间的匹配指数(FML1)为

FML1=7-|IMDCC-ILLS|

(1)

式中：IMDCC和ILLS分别为MDCC和LLS题项的加和均值。

基于相称的学习者认知风格内倾范围与教学模式间的匹配指数(FMI1)为

FMI1=7-|IMDCC-(8-IISS)|

(2)

式中：IISS为ISS题项的加和均值。

基于相称的学习者认知风格全局水平与课程特征间的匹配指数(FGG1)为

FGG1=7-|IGD-IGLS|

(3)

式中：IGD和IGLS分别为GD和GLS题项的加和均值。

2.3.2 基于交互的匹配指数

基于交互的学习者认知风格自由倾向与教学模式间的匹配指数(FML2)为

FML2=IMDCC×ILLS

(4)

基于交互的学习者认知风格内倾范围与教学模式间的匹配指数(FMI2)为

FMI2=IMDCC×(8-IISS)

(5)

基于交互的学习者认知风格全局水平与课程特征间的匹配指数(FGG2)为

FGG2=IGD×IGLS

(6)

3 数据分析和结果

3.1 量表信度分析

各类变量的描述性统计和信度如表1所示。由表1可知，所有测量量表的信度(Cronbach’sα)均高于0.70，说明这些量表具有良好的内在一致性。

表1 描述性统计和信度

(续 表)

3.2 假设验证

为测试假设1、 2、 3，构建了3组模型。第一组模型由8个回归方程组成，因变量分别是信息技术对认知信息加工过程影响的8个维度，即注意的引起(IGA)、目标的告知(IO)、相关知识的回顾(RK)、区别性特征内容的呈现(PSM)、学习内容的有效组织(PG)、表现的引出(EP)、他人信息的反馈(FO)、自我信息的反馈(SF)，3个自变量是认知风格的3个维度，即认知风格自由倾向(LLS)、认知风格内倾范围(ISS)和认知风格全局水平(GLS)。第二组模型因变量不变，自变量采用基于相称的3个匹配指数，即FML1、FMI1和FGG1。第三组模型因变量不变，自变量采用基于交互的3个匹配指数，即FML2、FMI2和FGG2。

假设测试采用普通最小二乘法。回归分析前首先对因变量进行均值中心化减少多重共线性[41]，用方差膨胀因子、容差、条件指数和方差比例值测试模型均不存在多重共线性[42]。标准残差的正态概率图表明残差是正态分布，标准化残差对标准化预测值散点图显示不存在异方差性[43]。各种回归模型分析结果如表2、3和4所示，第1、2、3组模型中所有24个方程的F值都有p<0.001，故3组24个回归方程均成立。

表2 回归分析结果(第1组模型：直接影响)

表3 回归分析结果(第2组模型：相称匹配影响)

表4 回归分析结果(第3组模型：交互匹配影响)

第1组模型的回归结果显示，在教学信息化场景下，学习者认知风格自由倾向(LLS)对学习者认知信息加工过程的GA、PSM维度有p<0.001的显著正向影响(LLS对GA的回归系数βGA-LLS=0.25, LLS对PSM的回归系数βPSM-LLS=0.24)，对IO、 RK、 EP维度有p<0.01的显著正向影响(βIO-LLS=0.21；βRK-LLS=0.23；βEP-LLS=0.18)，对PG、 SF维度有p<0.05的显著正向影响(βPG-LLS=0.13,βSF-LLS=0.17)。因此，学习者认知风格自由倾向(LLS)对学习者认知信息加工过程8维度均有显著正向影响，假设1a成立。依此类推，学习者认知风格内倾范围(ILLS)和认知全局水平(GLS)对学习者认知信息加工过程8维度均有显著正向影响，假设1b和假设1c均成立。

第2组模型与第3组模型的回归结果对比发现，第3组模型中基于交互匹配8个方程的所有R2均大于第2组模型中基于相称匹配8个方程的R2， 8个维度上两类模型的ΔR2分别为(GA：0.17，IO：0.2，RK：0.18，PSM：0.16，PG：0.19，EP：0.14，FO：0.14，SF：0.16)，说明了当考虑学习者认知风格与教学模式和课程特征间匹配对学习者认知信息加工过程影响时，采用交互匹配方式的3个自变量对学习者认知信息加工8维度的解释能力大于采用相称匹配方式3个自变量的解释能力。同时，通过比较第2组模型8个方程R2的均值(0.315)和第3组模型8个方程R2的均值(0.483)，两者具有显著差异(t=21.66，p<0.001)，说明采用交互匹配方式的3个自变量与采用相称匹配方式的3个自变量，对学习者认知信息加工过程8维度的平均解释力具有显著差异。因此，采用交互匹配方式能更好地解释认知风格与教学模式和课程特征间的匹配对学习者认知信息加工过程的影响，故假设3成立。

第2组模型与第3组模型都是体现认知风格与教学模式或课程特征的相互作用对学习者学习过程的影响。第2组模型是基于相称匹配。以FML1(指教学模式与学习者认知风格自由倾向间的相称匹配)为例，教学模式倾向于以学生为中心(包括学生主动探索、强调学习的交流等)，学习者愿意接受新方法的挑战，则两者越匹配，FML1就越高。FML1采用了差值计算方式，因此无法区分(1， 3)， (3， 5)， (5， 7)， (7， 5)的差异，无法区别在以学生为中心的不同等级上与认知风格自由倾向匹配的差异，如(5， 7)与(1， 3)的差异相同，也无法区分教学模式与认知风格自由倾向匹配的正向或负向差异，如(5， 7)与(7， 5)的差异。因此，基于相称匹配的效果往往弱于基于交互匹配的效果，文献[30]关于信息技术战略价值的研究也得出了类似结论。

第1组模型与第3组模型回归结果对比发现，基于交互匹配的第3组模型中8个方程的所有R2均大于第1组模型中8个方程的R2， 8个维度上两类模型的ΔR2分别为(GA：0.12，IO：0.14，RK：0.06，PSM：0.08，PG：0.1，EP：0.14，FO：0.146，SF：0.1)，表明“认知风格与教学模式或课程特征”间交互匹配的3个自变量对学习者认知信息加工过程8维度的解释力，大于直接影响视角下认知风格三个自变量的解释力。其次，比较第1组模型8个方程R2的均值(0.372)和第3组模型8个方程R2的均值(0.483)，两者具有显著差异(t=10.06，p<0.001)，说明“学习者认知风格与教学模式和课程特征”间交互匹配的3个自变量与学习者认知风格3个自变量对学习者认知信息加工过程8维度的平均解释力具有显著的差异。因此，“认知风格与教学模式和课程特征”间交互匹配视角比直接影响视角，能更好地解释认知风格对学习者认知信息加工过程的影响。但是对比第1组模型和第2组模型，不能得出：“认知风格与教学模式和课程特征”间对称匹配视角比直接影响视角，能更好地解释认知风格对学习者认知信息加工过程的影响。因此，假设2只有在“认知风格与教学模式和课程特征”间匹配采用交互方式时才成立，采用对称匹配方式时不成立。

第3组模型中，各类认知风格对学习者认知信息加工8个维度的影响具有显著差异，但是第1组模型并未得出类似的结论。对第3组模型8个方程中3个自变量的β值差异分别进行t检验(见表5)，例如：

tFML2-FMI2， GA=(βGA-FML2-βGA-FMI2)/[var(βGA-FML2)+

var(βGA-FMI2)-2COV(βGA-FML2，βGA-FMI2)]=45.52

说明了FML2对GA的影响与FMI2对GA的影响存在显著差异(p<0.001)。第3组模型中，3类匹配除了对FO维度(他人信息反馈)的影响外，对其他7个维度的影响次序均为FML2的影响>FGG2的影响>FMI2的影响，并且这种影响次序的差异显著。而对FO维度(他人信息反馈)的影响次序有：FML2的影响>FMI2的影响，FGG2的影响>FMI2的影响，且差异显著，而FML2的影响并不显著大于FGG2的影响。

表5 第3组模型中FML2、 FMI2、 FGG2影响系数差异的t值

“偏向于新方法的学习者与以学生为中心强调学生主动探索”的匹配和“偏向全局观的学习者与综合性较强的课程”的匹配，两者对学习者认知信息加工过程的影响均要强于“偏向于自我的学习者与协作和交流教学模式”的匹配对学习者的影响。特别是除了FO维度(他人信息反馈)外，“偏向于新方法的学习者与以学生为中心强调学生主动探索”的匹配、“偏向全局观的学习者与综合性较强课程”的匹配、“偏向于自我的学习者与协作和交流教学模式”的匹配对学习者认知信息加工过程的其他7个维度存在显著差异影响。因此，第3组模型提供了更多关于3类认知风格对学习者认知信息加工过程的影响及影响差异的信息，进一步说明了第3组模型比第1组模型具有更强的解释力。

4 结 语

本文研究了学习者3类认知风格(认知风格自由倾向、认知风格内倾范围和认知风格全局水平)，对学习者认知信息加工过程8个维度的3种影响：直接影响、与教学模式及课程内容特征相称匹配影响和交互匹配影响。以中国高等院校培养具有“综合、实践和创新”能力的管理人才为背景展开本研究，研究结果如下所述。

(1) 学习者3类认知风格对学习者认知信息加工过程具有直接的显著正向影响。

(2) 采用交互方式比采用相称方式能更好地解释学习者认知风格与教学模式或课程特征间匹配对学习者认知信息加工过程的影响。

(3) 认知风格与教学模式或课程特征间交互匹配视角比直接影响视角，能更好地解释认知风格对学习者认知信息加工过程的影响。

(4) 3类认知风格对学习者认知信息加工过程的直接影响没有显著差异，但3类认知风格与教学模式及课程特征间交互匹配的影响却具有显著差异。“认知风格自由倾向与以学生为中心强调学生主动探索的教学模式”的交互匹配以及“认知风格全局水平与课程综合程度”的交互匹配，对学习者认知信息加工过程的影响均显著地大于“认知风格内倾范围与强调协作和交流教学模式”间的交互匹配的影响。

本研究剖析了学习者特征、技术特征、课程特征、教学模式对学习者认知信息加工过程的影响机理，揭示了学习者个性化学习过程的形成机制。研究成果有助于将大规模课程设计与个性化课程递送相结合，实现规模化课程个性化教学实施，提高教学效果，提高服务质量，在我国教学资源比较稀缺和落后的情况下对提高教学资源的利用率具有重要的借鉴意义。同时，也推进和丰富了信息系统学科中关于信息技术对个体影响的研究成果，特别是拓展了教学场景中的任务技术匹配理论的研究及应用，丰富了认知风格对信息技术教学效果影响的研究成果。本文的研究还存在以下一些不足，需进一步研究。首先，只讨论了认知风格与教学模式和课程特点间匹配对学习者认知信息加工过程的影响，没有分析认知风格与信息技术特征之间可能存在的相互交互影响；其次，课程特征设计比较简单，还需要针对不同的学习习得、不同知识分类进行进一步的对比研究和分析。