移动互联网音频课程的用户认知与学习机制浅析

张羽慧

摘  要  喜马拉雅FM与得到作为移动互联网付费音频课程付费转型上岸的成功案例，让知识付费、内容付费行业出现新的转机。喜马拉雅FM所言“听，见真知”，得到App所宣“知识就在得到”，都在强调认知与学习的效果。本文试图从声音、工作记忆、认知负荷的角度来探究用户在移动互联网音频课程的伴随性使用场景下的认知和学习机制，提出这类课程的认知与学习机制具有：1）声音诱发学习积极情绪;2）听觉通道信息获取易于视觉通道;3）内在负荷与外在负荷较低;4）伴随性使用下的程序性记忆不干扰工作记忆，这四个主要的特点能够使用户取得一定认知与学习效果。

关键词  移动互联网音频课程;工作记忆;认知负荷

中图分类号  G2      文献标识码  A      文章编号  2096-0360（2019）10-0054-02

随着2010年中国首家移动互联网音频平台豆瓣FM的开启，蜻蜓FM、喜马拉雅FM等多家移动互联网音频平台迅速发展，用户过亿。喜马拉雅FM从2016年6月试水付费业务，首个付费课程《好好说话》上线营收3 000万元。在2018年喜马拉雅第三届“123狂欢节”中，3天达到4.35亿的消费总额。本文以用户的学习者身份为切口，从认知科学角度分析移动互联网音频平台课程的学习与认知机制，以喜马拉雅FM“经济学名师陆铭中国经济72讲”和得到“薛兆丰的经济学课”两类代表性移动互联网音频课程为代表性案例。

互联网和数字技术的出现与发展“逐渐改变了人们获取信息和知识的途径、交流方式”[1]。在数字技术下，有声书曾引领了有声读物学习的风潮，但是受限于原创与版权，有声书未能成为知识付费的主力。喜马拉雅FM、得到作为知识型付费音频产品的痛点在于迎合并满足现代人的知识焦虑、快节奏、碎片化的生活状态和移动终端的使用习惯。业内专家认为，互联网知识服务和知识产品，将更有可能以音频为主要载体，因为音频的制作成本和场景更加合适。

1  移动互联网音频课程的认知与学习机制

人类的声音，如同文字、图片、影像一样，不仅是信息的载体，还传递着某种情绪和情感。以声音为载体，将知识凝练在5～15分钟的音频中，用户在多种多样的使用场景中进行聆听，对课程内容进行认知和学习，这是移动互联网音频课程的基本使用与学习过程。本文所讨论的移动互联网音频课程的有效认知与学习机制都是建立在程序性记忆下的伴随式使用场景。

1.1  声音诱发学习积极情绪

人类在媒体上的信息加工很大程度上依赖于视觉。但声音也是信息的载体，并且在人类的认知与学习过程中的作用正在被重视。研究发现声音能诱发被试的学业情绪，而学业情绪体验会影响个体的认知加工和学业表现[2]。熊俊梅等学者（2018）在对视觉和听觉情绪设计的研究中发现，听觉情绪设计在诱发学习者的积极情绪和提高相关认知负荷等方面有显著作用[3]。

音调是一种主观感受，不同个体对声音响度的感知会因为听力丧失到个人偏好等因素的影响而不同。音调也不仅是一种个人偏好，还对记忆与学习效果有着重要作用。研究发现，声音是人们判断他人的魅力值（attractiveness judgement）和产生他人是否占支配地位看法（perceptions of dominance）的线索。具有更加低沉嗓音的男性被认为充满魅力值和占有支配地位[4]。而Helfrich等的研究发现，在长时记忆中，相比起平常的中等音调，高音调和低音调的效果更好，这可能与情绪刺激记忆有关。极高的音调和极低的音调与情绪水平的高低有关，从而可以留下深刻的印象[5]。喜马拉雅FM“经济学名师陆铭中国经济72讲”和得到“薛兆丰的经济学课”都是男性主播，有着低沉稳重的音调，这种嗓音特质容易让听众感受到权威。

1.2  工作记忆中听觉通道信息获取易于视觉通道

Baddeley等人在1974年提出了工作记忆模型，该模型由三个系统组成，包括中枢执行器（central executive）、语音回路（phonological loop）和视觉空间画板（visuo-spatial sketchpad）。語音回路作为对应声音的工作记忆子系统在认知与记忆中起到重要作用。刘佳、刘鑫[6]在测定工作记忆广度的实验研究中，通过实验测量同时呈现视听刺激时，发现视觉空间工作记忆无论是容量还是保持时间上，都是人们认知活动中一个局限，需要投入更多注意力才能从视觉呈现的刺激中获取相应的信息，比较而言，听觉信息的获取更加容易一些[5]。这可能解释了视频公开课没能像音频产品产生变现的原因。用户在学习视频公开课的过程中体会到更具难度性的学习任务和更加需要高度集中注意力和认知资源的学习压力，对年龄偏小和偏大、教育水平较低的学习者来说，容易受挫而降低坚持动力，因而无法持续使用，难以转化为付费冲动。

1.3  内在认知负荷和外在认知负荷的有效降低

认知负荷理论由心理认知学家John Sweller于1988年提出，认为人在学习或解决问题时产生的认知加工活动需要消耗认知资源，而人脑的认知资源的容量有限。当需要处理的信息过多时，即加工某个信息所需要的认知资源超过了工作记忆的容量范围时，人们就会产生认知负荷，学习或解决问题的效率反而下降[7]。

认知负荷理论认为教学（instructions）对学习者会产生三种类型的认知负荷：内在认知负荷、外在认知负荷、相关认知负荷。根据认知负荷可加性理论，内在认知负荷、内在认知负荷与相关认知负荷三者之和就是认知负荷消耗的总量，当三者之和超过工作记忆系统的容量时，信息加工就会受阻，当三者之和低于或者等于工作记忆系统的容量时，认知加工就会变得顺畅。喜马拉雅FM“经济学名师陆铭中国经济72讲”和得到“薛兆丰的经济学课”将课程内容的复杂性减弱来使内在负荷较低;课程页面操作简洁，弱化社交功能，使听课过程中听觉通道和视觉通道上的干扰因素减少，外在负荷也相应降低。内在负荷与外在负荷都较低的情况下，用户在伴随性学习中也能实现有效的认知与学习。

1.4  程序性记忆前提下的伴随性学习的可行性

伴随性学习这一概念可以应用的对象或范围可以是学习方式、过程和学习内容[8]。人一般不能有意识的同时做两件事，每种任务所需要的意识加工越多时，它们之间的竞争越大，一个任务的认知需求上升，第二项任务的效率就会相应下降，而当经过更多的训练使得技能变得更加高效时，意识参与就会减少。喜马拉雅FM和得到App的使用场景以体育锻炼、通勤路上等为主。在此熟练操作的程序性记忆下不需要占用太多工作记忆，工作记忆的主要容量由听课的认知资源占用，因此这种伴随性学习的效果有一定保证。

2  总结与讨论

工作记忆的广度和记忆容量是有限的，而图形、图像是一种高度整合的信息模式，实际上减少了需要进入工作记忆中的信息数量，由此减少了需要调用的认知资源，降低了认知负荷。因此，增加对照图解、图式的方法来学习课程内容，有助于优化学习效果。

参考文献

[1]联合国教科文组织.反思教育：向“全球共同利益”的理念转变[R].2015.

[2]Pekrun， R.， Lichtenfeld， S.， Marsh， H. W.， Murayama， K.， & Goetz， T. （2017）. Achievement emotions and academic performance： Longitudinal models of reciprocal effects. Child Development， 88（5）：1653-1670.

[3]熊俊梅，辛亮，高苗苗，等.視觉和听觉情绪设计对多媒体学习的影响[J].心理科学，2018（5）：1124-1129.

[4]Jones， B. C.， Feinberg， D. R.， DeBruine， L. M.， Little， A. C.， & Vukovic， J. （2010）. A domain-specific opposite-sex bias in human preferences for manipulated voice pitch. Animal Behaviour， 79（1）：57-62.

[5]Helfrich， H. ， & Weidenbecher， P. . （2011）. Impact of voice pitch on text memory. Swiss Journal of Psychology， 70（2）：85-93.

[6]刘佳，刘鑫.视听工作记忆间的相互影响[J].教师教育学报，2012，10（8）：225-227.

[7]Sweller， J..（1988）. Cognitive load during problem solving： effects on learning. Cognitive Science， 12（2），257-285.

[8]戴曼纯.二语习得的“显性”与“隐性”问题探讨[J].外国语言文学，2005（2）：101-111.