登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 文学教育类 > 教育技术学 > 正文

认知负荷理论与复杂学习: 最新发展与未来方向外文翻译资料

 2023-01-08 11:01  

认知负荷理论与复杂学习:

最新发展与未来方向

原文作者 Jeroen J. G. van Merrienboer and John Sweller

摘要:传统上,认知负荷理论(CLT)主要集中在教学方法上,以减少外界的认知负荷,从而使现有的认知资源能够完全用于学习。本文通过将认知过程与生物进化过程联系起来,加强了CLT的认知基础。本文讨论了认知负荷理论的最新发展,这与当前教学设计中的观点有关,即现实生活中的任务应该是复杂学习的动力。首先,这类任务的复杂性或内在认知负荷往往很高,因此需要新的方法来管理认知负荷。第二,复杂的学习是一个漫长的过程,需要考虑到学习者的动机状态和专业知识发展水平。第三,这一观点需要更先进的方法来衡量专业知识和认知负荷,以便教学能够灵活地适应个人学习者的需要。对实验研究进行了回顾,以说明这些最近的发展。为今后的研究提供了指南。

关键词:认知结构;生物进化;复杂学习;认知负荷;教学设计;专业知识;适应性教学

认知负荷理论(CLT)利用信息结构与人类认知知识之间的相互作用来确定教学设计。该理论在20世纪80年代初的最初发展提供了不同于当时流行的正统理论的指导。强调旨在减少不必要或不相干的认知负荷的教学,例如,建议向学习者提供许多工作实例,而不是解决问题。通过考虑工作记忆和长期记忆之间的关系,可以同时构造工作实例和相关指令,以进一步减少认知负荷。严格坚持使用受控实验设计直接测试所有建议的有效性,也提供了一个出发点,偏离了普遍的正统观念,即倾向于仅仅根据过程模型推荐教学,而不测试比较教学的有效性。

这一理论自20世纪80年代以来得到了实质性的发展。在建立了各种基本的教学设计之后,来自世界各地的越来越多的认知负荷理论家考虑了这些教学设计是如何相互作用的,首先是学习者所处理的信息和任务的特点,其次是学习者自己的特点。这些互动产生了一套全新的教学指导方针。反过来,该理论及其设计指南首次能够阐明基本的认知过程及其起源,而不仅仅是利用已知的认知过程来产生教学设计。

本文的目的是讨论过去几年来发展起来的一些较新的教学方法,并将其放在上下文中。具体来说,我们考虑CLT是如何处理信息复杂性和学习者知识水平的变化的。

基本认知理论

在1998年“教育心理学评论”的一篇文章中,斯韦勒、范梅里恩博尔和Paas描述了当时的认知负荷理论,讨论了该理论预测的主要效应,并回顾了为这些效应提供支持的实证研究。认知负荷理论假设一个有限的工作内存,它存储了大约7个元素,但只对2到4个元素进行操作。它能够处理信息不超过几秒钟,几乎所有的信息丢失后,大约20秒,除非它是刷新排练。该理论强调,这些工作记忆能力和持续时间限制只适用于通过感觉记忆获得的新信息。工作记忆在处理从长期记忆中检索到的信息时没有已知的限制(Ericsson和Kintsch,1995年;Sweller,2003年、2004年)。实际上,长期记忆改变了工作记忆的特征。长期记忆具有认知图式,其复杂性和自动化程度各不相同。人类的专业知识来自于储存在这些图式中的知识,而不是来自于参与推理的能力,其中包含了许多长期记忆中没有组织起来的元素。人类的工作记忆根本无法处理许多元素。随着学习者将简单的想法与更复杂的想法有意识地结合起来,专业知识就会发展起来。例如,一位国际象棋专家结合了关于单个棋子最佳定位的简单想法,以制定多个棋子应如何同时定位的复杂模式。这些模式组织和存储知识,但也大大减少了工作内存负载,因为即使是高度复杂的模式也可以作为工作内存中的一个元素来处理。

从这个意义上说,图式可以作为一个中央执行者,组织需要在工作记忆中处理的信息或知识。正是在这种情况下,工作记忆是没有限制的。例如,一个专家棋手一眼就能认出一个特定的中场位置。相反,当处理没有基于模式的中央执行的新信息时,工作内存有局限性。因此,对于一个新手棋手来说,一个特定的中场位置可能比一组非结构化的单个棋子要多得多。如果知识完全无法组织信息,则必须随机组织,然后对组织进行有效性测试。在处理新的、无组织的信息时,工作记忆不可避免地必须受到能力的限制,因为随着需要组织的元素数量的线性增加,可能的组合数量呈指数增长。由于组合爆炸,基于许多元素的可能组合的有效性的随机测试变得实际上是不可能的。这种指数增长的问题只能通过严格限制可以同时处理的信息单元的数量来解决。在处理已经组织起来的来自长期记忆的信息时,不会出现这个问题(Sweller,2003年、2004年)。

如果重复应用,构造的模式可能会变得自动化。就像模式构建的情况一样,自动化可以为其他活动释放工作内存容量,因为自动化模式作为一个中央执行机构,直接指导行为,而不需要在工作内存中处理。由于自动化需要大量的实践,自动化模式只针对在不同问题情况下一致的性能方面进行开发,例如处理国际象棋中标准游戏位置的例程、操作机器以及使用软件应用程序。从教学设计的角度来看,精心设计的教学不仅应该鼓励模式构建,而且还应该鼓励针对跨问题一致的任务的模式自动化(范梅里恩博尔等人,2002年a,2003年)。

为了在长期记忆中构建图式,必须在工作记忆中处理新的信息。在工作记忆中处理信息的难易程度是认知负荷理论的一个重点。工作记忆负荷可能受学习任务本身的内在性质(内在认知负荷)或任务呈现方式(外在认知负荷)的影响。根据1998年版本的认知负荷理论,内在的认知负荷不能通过教学干预来改变,因为它是由所学材料的性质与学习者的专业知识之间的相互作用决定的。它取决于在工作记忆中必须同时处理的元素的数量,而必须同时处理的元素的数量又取决于必须学习的材料或任务的元素交互性的程度。具有高元素交互性的材料很难理解-培养理解的唯一方法是开发包含相互作用元素的认知图式。因此,对于一个人来说,大量的交互元素可能是另一个更有经验的人的一个元素,他有一个包含元素的模式。因此,元素交互性只能通过计算人们在特定专业水平上处理的交互元素的数量来确定。

相反,外部认知负荷是学习所不需要的负荷(即模式构建和自动化),可以通过教学干预来改变。额外的认知负荷可以施加,例如,通过使用弱的问题解决方法,例如从目标向后工作,使用手段-目的-分析,整合分布在地方或时间的信息源,或搜索完成学习任务所需的信息。重载一个构成工作内存的处理器也可能会增加它。视觉和听觉工作记忆是部分独立的。如果理解所需的多种信息来源都以视觉形式呈现(例如,书面文本和图表),它们比以口头形式呈现书面材料更有可能使视觉处理器过载,从而使一些认知负荷转移到听觉处理器(Mousavi等人,1995年)。

外认知负荷和内在认知负荷是加性的..外来认知负荷是否给学生带来问题,部分取决于内在负荷:如果内在负荷高,则必须降低外来认知负荷;如果内在负荷低,则由于教学设计不足而产生的高外来认知负荷可能不有害,因为总认知负荷在工作记忆范围内。因此,精心考虑的教学设计对于难点学科的教学尤为重要。在1998年,CLT几乎完全被用来研究旨在减少外来认知负荷的教学。一些主要的影响,产生更好的模式构建和更高的转移性能,这可能是由于减少了额外的认知负荷,简要总结在表一。

表一 认知负荷理论研究的几种效应及其减少外来效应的原因

认知负荷

效应

特征

外负荷

无目标效应

用为学习者提供特定目标的无目标问题来取代传统问题

减少由于将当前的问题状态与目标状态联系起来并试图减少它们之间的差异而引起的额外认知负荷;将学习者的注意力集中在问题状态和可用的操作符上

工作实例效应

用必须仔细研究的例子取代传统问题

减少由弱方法问题解决引起的额外认知负荷;将学习者的注意力集中在问题状态和有用的解决步骤上

完成问题效应

用完成问题代替常规问题,提供部分解决方案,必须由学习者完成

减少多余的认知负荷,因为给出部分解决方案会减少问题空间的大小;关注问题状态和有用的解决步骤

分裂注意力效应

以单一的综合信息来源取代多种信息来源(通常是图片和附带文字)

减少额外的认知负荷,因为没有必要在精神上整合信息来源

感道效应

将书面解释文本和另一个视觉信息来源,如图表(单模态)替换为口头解释文本和视觉信息来源(多模态)

减少额外的认知负荷,因为多模态呈现同时使用工作记忆的视觉和听觉处理器

冗余效应

用一个信息来源取代自成一体的多种信息来源(即可以自己理解)

减少不必要地处理多余信息所造成的额外认知负荷

在过去的5年里,认知负荷理论遵循两条不同的发展路线。首先,理论和教学发现被用来发展我们对人类认知结构的知识。因此,我们更好地理解了为什么我们的认知结构遵循其特定的进化路线。这项工作旨在加强认知负荷理论的认知基础,而不是直接解决教学问题。

第二条路线继续了传统的教学法任务:即产生新的教学效果(Kirschner,2002年;Paas等人,2003年a,2004年)。与认知负荷理论框架内的大多数先前工作不同,这项工作研究了影响内在和所谓的增生认知负荷而不是外来负荷的教学方法。

本文讨论了三个主要的教学发展。首先,越来越多的教学理论认为丰富的、现实生活中的学习任务是复杂学习的基础(Merrill,2002)。对于初学者来说,这些任务所带来的认知负荷往往是过度的,并且可能严重阻碍学习。传统的减少外来认知负荷的方法(见表一)可能不会将丰富的学习任务所施加的总负荷降低到可接受的水平,因此没有为模式构建和自动化留下足够的认知资源。因此,新的教学方法开始被研究,通过提供解决问题的支持来影响内在的认知负荷和/或减少外界的认知负荷。其次,最近的研究较少强调短期实验室实验,更多地关注冗长的培训项目。强调冗长的培训计划增加了学生动机的重要性。有效的教学方法鼓励学习者将免费的处理资源投入到模式构建和自动化中,唤起了德国人的认知负荷。此外,更长的培训项目揭示了专业知识逆转效应的重要性:当专业知识增加时,对新手有效的教学方法可能会产生中性甚至负面影响。这种影响需要制定教学策略,使特定教学方法的应用依赖于学习者的专业知识。第三个发展与专业知识逆转效应密切相关。预先计划的教学很难甚至不可能充分考虑到个别学习者的专业知识。这一系列研究的目的是开发基于性能和认知负荷的专门知识评估的新方法,并使用评估来开发适应性学习应用程序。通过不断使教学适应专门知识的水平,避免了在开始教学顺序之前预测随后的专门知识水平的困难任务。在讨论了人类认知结构的起源之后,本文的其余部分讨论了这三个教学问题。

人类认知能力的探索

自然选择进化是一种解决问题的信息处理系统。遗传信息处理系统面临的问题是如何在不可避免的可变环境中生存。如果当前的“已知”信息足以生存,系统就不需要改变。如果它不足以生存,它必须令人满意地改变或达到一个死胡同。系统具有三个关键特性。首先,它包括以基因组的形式大量存储信息,允许一些个人和物种在其可变的环境中生存。换句话说,基因组到那时所面临的所有问题都已经解决了,因为基因组包括了与直接解决这些问题有关的信息。第二,基因组的所有变化都可以追溯到随机突变,其特征是生成和测试解决问题的练习。任何突变都被测试是否有效,有效突变被保留,无效突变被丢弃。一个成功的突变可以在不丧失解决关键老问题的能力的情况下解决新问题。第三,物种的基因组变化缓慢,因为快速、大、随机的改变不太可能是适应性的。基因组中的一个大的、快速的改变很可能使它无法解决以前可以很容易解决的问题。一个物种的基因组不太可能改变,如果该物种能够很容易地处理其环境中的变化。

实际上,一个基因系统可以被看作是一个创造性的信息处理系统,旨在决定哪些基因修改是可行的,哪些不是可行的。这一系统推动了人类认知结构的演变。在这一节中,认为人类认知的信息处理特性已经演变为模仿生物进化的信息处理特性(完整的讨论,见Sweller,2003,2004)。地球上可能只有一个自然信息处理系统,该系统既存在于生物进化的程序中,也存在于生物进化的某些结果中--有情生物。

生物进化和人类认知之间的类比是现成的。正如进化系统需要大量的信息才能发挥作用一样,人类的认知系统也是如此。在人类长期记忆中,巨大的结构化信息存储是人类所有认知活动的核心。实际上,人类看到、听到甚至思考的每一件事都严重依赖于存储在长期记忆中的信息。我们认为信息在人类认知中的作用与遗传信息在生物进化中的作用相同。两者都指导各自系统的行动,并且都作为一个中央执行机构,决定应采取何种行动和何时采取行动。此外,没有其他符合逻辑的中央执行机构。任何“硬连线”的中央高管不可避免地会导致被称为“德罗斯特效应”的中央高管的无限倒退(Sweller,2003)。

作为一个例子,考虑一下阅读“猫”这个词所需的复杂压缩集的模式。我们对这些压缩有一个模式,因为它们可以采取无限多种形式(例如,手写时),我们以完全相同的方式处理。此外,尽管哑弹的复杂性,它们可以被视为工作内存中的一个元素。模式是自动化的,

剩余内容已隐藏,支付完成后下载完整资料


Cognitive Load Theory and Complex Learning:Recent Developments and Future Directions

Jeroen J. G. van Merrienboer and John Sweller

Traditionally, Cognitive Load Theory (CLT) has focused on instructional methods to decrease extraneous cognitive load so that available cognitive re-sources can be fully devoted to learning. This article strengthens the cognitive base of CLT by linking cognitive processes to the processes used by biological evolution. The article discusses recent developments in CLT related to the current view in instructional design that real-life tasks should be the driving force for complex learning. First, the complexity, or intrinsic cognitive load,of such tasks is often high so that new methods are needed to manage cognitive load. Second, complex learning is a lengthy process requiring learnersrsquo; motivational states and levels of expertise development to be taken into ac-count. Third, this perspective requires more advanced methods to measure expertise and cognitive load so that instruction can be flexibly adapted to individual learnersrsquo; needs. Experimental studies are reviewed to illustrate these recent developments. Guidelines for future research are provided.

KEY WORDS:cognitive architecture; biological evolution; complex learning; cognitive load;instructional design; expertise; adaptive instruction

Cognitive Load Theory (CLT) uses interactions between information structures and knowledge of human cognition to determine instructional design. The theoryrsquo;s initial development in the early 1980s provided instruction that differed from the prevailing orthodoxies of the time. An emphasis on instruction designed to reduce unnecessary or extraneous cognitive load resulted in, for example, a recommendation to provide learners with many worked examples rather than problems to solve. By considering relations between working memory and long-term memory, it was possible to structure both worked examples and related instruction to further reduce cognitive load. A strict insistence that all recommendations be directly tested for effectiveness using controlled experimental designs also provided a point of departure from the prevailing orthodoxies which tended to recommend instruction based on process models alone without testing comparative instructional effectiveness.

The theory has developed substantially since the 1980s. Having established a variety of basic instructional designs, an increasing number of cognitive load theorists from around the world considered how those instructional designs interacted, first, with the characteristics of the information and tasks that learners were dealing with and, second, with the characteristics of the learners themselves. Those interactions have generated an entirely new set of instructional guidelines. In turn, the theory and its design guidelines were, for the first time, able to throw light on basic cognitive processes and their origins rather than merely using known cognitive processes to generate instructional designs.

The purpose of this articles to discuss and place into context some of the newer methods of instruction developed over the past few years. Specifically, we consider how CLT has dealt with variations in informational complexity and in learner knowledge levels.

BASIC COGNITIVE LOAD THEORY

In a 1998 article in Educational Psychology Review, Sweller, van Merrienboer, and Paas described CLT at that time, discussed the main effects predicted by the theory, and reviewed empirical studies providing support for those effects. CLT assumes a limited working memory that stores about seven elements but operates on just two to four elements.It is able to deal with information for no more than a few seconds with almost all information lost after about 20 s unless it is refreshed by rehearsal. The theory emphasizes that these working memory capacity and duration limitations only apply to novel information obtained through sensory memory. Working memory has no known limitations when dealing with information retrieved from long-term memory (Ericsson and Kintsch,1995; Sweller, 2003, 2004). In effect, long-term memory alters the characteristics of working memory. Long-term memory holds cognitive schemata that vary in their degree of complexity and automation. Human expertise comes from knowledge stored in these schemata,not from an ability to engage in reasoning with many elements that have not been organized in long-term memory. Human working memory simply is not able to process many elements. Expertise develops as learners mindfully combine simple ideas into more complex ones. A chess expert, for example, combines simple ideas about the best positioning of individual pieces to develop complex schemata of how several chess pieces should be positioned concomitantly.These schemata organize and store knowledge, but also heavily reduce working memory load because even a highly complex schema can be dealt with as one element in working memory.

In this sense, schemata can act as a central executive, organizing information or knowledge that needs to be processed in working memory. It is under these circumstances that there are no limits to working memory.For instance, an expert chess player recognizes a particular mid-game position at a single glance. In contrast, when dealing with novel information for which no schema-based central executive is available, working memory has limitations. Thus, for a novice chess player, a particular mid-game position may be little more then an unstructured set of single chess pieces.If knowledge is completely unavailable to organize information, it must be organized randomly and the organization then tested for effectiveness. Working memory must inevitably be limited in capacity when dealing with novel,unorganized information because as the number of elements that needs to be organized increases linearly, t

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[272232],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图