工作記憶和長時記憶與教學設計 *

[澳大利亞]約翰·斯維勒，陸 琦(譯)，盛群力(譯)

(1.澳大利亞新南威爾士大學 教育學院，新南威爾士 悉尼 2052；2.浙江大學 教育學院，浙江 杭州 310028)

工作記憶和長時記憶與教學設計 *

[澳大利亞]約翰·斯維勒1①，陸 琦2(譯)，盛群力2(譯)

(1.澳大利亞新南威爾士大學 教育學院，新南威爾士 悉尼 2052；2.浙江大學 教育學院，浙江 杭州 310028)

認知負荷理論常與教學設計相聯系，因為該理論中闡釋的有關人類認知的許多方面都對教學設計有著重要意義。首先，該理論認為人并不能輕易地習得教育或培訓機構中教授的專業知識；其次，要習得這些知識需要學習者具備特定領域而非通用認知類的知識；最后，通用認知類知識的掌握并不需要明確具體的教學指導，因為人早已具備習得這類知識的能力。相反，特定領域的概念與技能則需要明確具體的教學指導。這些因素與人類工作記憶的容量及持續時間等約束因素相互作用，勾勒了個體的認知系統架構，從而影響著教學設計。工作記憶的這種限制性并不會對生物初級知識的習得產生約束，但對生物高級知識的學習則會產生約束效用。如上所述，掌握通用認知類知識并不需要特定的教學指導，而習得特定領域的專業知識則需要專門的教學指導。由此，認知負荷理論可為教學設計提供具體指導，以減少學習者在學習過程中所產生的不必要的外在工作記憶負荷，有利于習得涉及專門教學指導的、屬于生物高級知識范疇的、特定領域的專門知識。

認知負荷理論；工作記憶；長時記憶；教學設計

一、工作記憶和長時記憶與教學設計

基于認知負荷理論[1]，本文將討論工作記憶的作用和它與長時記憶的關系，并分析工作記憶的特征是如何隨著加工信息的類別變化而發生變化。本文旨在說明組成人類認知系統架構的哪些因素可以作為教學過程設計的依據。工作記憶的性質是認知負荷理論的重點，也是教學設計的關鍵。

從教學設計的角度來說，人的認知系統架構的三個方面內容常常被研究者所忽略：(1)區分不同類型的知識，一類是我們已具備獨立習得能力的知識，另一類是需要我們具備大量專業素養前提的知識；(2)明確知識的作用，即通用認知類的知識和特定領域的專業知識之間的差異；(3)界定學習的情境，即教學指導者需要厘清在何種情況下向學習者提供明確具體的教學指導。以上三個方面各自都有獨立研究的價值，不過更重要的是，這些因素會通過與工作記憶以及長時記憶之間相互作用從而影響學習。綜上，本文先概述一下認知負荷理論中所闡述的人的認知系統架構，接著按照順序逐一討論其意義，最后簡要介紹該理論在教學設計領域中的若干實踐應用。

二、生物初級知識與生物高級知識

Geary對生物初級知識與生物高級知識(Biologically Primary and Secondary Knowledge)的區別給出了相應說明[2-4]。隨著人類不斷的進化，我們已具備獨立掌握生物初級知識的能力，如學會傾聽與說話、識別面孔等，又或涉及到通用認知加工過程(Genericcognitive Processes)，如使用問題解決策略來解決相關問題。

由此看來，初級知識與技能均有模塊化的特點。我們現在所具備的自然習得母語的能力可能經歷了不同世代的更迭與進化，而能夠識別與區分面孔的能力也可能涉及到運用不同認知加工過程。引用現代科學發展的觀點來說，習得與掌握生物初級知識是不費力的、無意識的，并且也不需要他人指導。這一點很好理解，如何傾聽和說話，找到從點A到點B的路徑，這些都是無師自通，自然而然就能掌握的。因此掌握這些綜合技能均是自動化的，并不需要意識的主動參與和加工。

不少學者對工作記憶的限制性已經研究了數十年[5]，不過他們并沒有考慮過將這一點與生物初級知識的習得聯系在一起[6-8]，而且在過去研究的相關文獻中也很少提及到兩者之間的聯系。然而，大多數人在識別與區分面孔時，需要大量記憶人臉的差異，并不會覺得有困難。同樣，在學習與記憶母語中，學會各種發聲音調也不會覺得辛苦。這些都是因為我們已經掌握了與面部識別以及母語發聲相關的生物初級知識。

生物高級知識則是由各類不同的知識所組成的，這是傳承文化的需要。與生物初級知識的模塊化特點不同，掌握生物高級知識需要初級知識的積累作為前提[9]。在教育或培訓機構中所教授的每個主題基本上都會涉及到生物高級知識，而在工作場所或文藝活動的學習中也會涉及這類知識。

然而，為了掌握各種高級知識所進行的認知加工過程與習得初級知識所進行的加工完全不同。掌握高級知識是有意識的、相對困難的和需要付出努力的，并且往往需要明確具體的教學指導。事實上，無論是創辦學校還是設立其他教育以及培訓機構都與生物高級知識的性質與特點息息相關。不同于生物初級知識的特點，即只要成為社會的一員就能自動地在生存過程中習得，掌握生物高級知識不能脫離專門的社會結構如學校以及其他教育和培訓機構的輔助。每個人幾乎都可以不借助學校的力量就學會傾聽與說話，但卻沒有什么人能夠在不接受學校教育指導的情況下學會閱讀與寫作。

生物高級知識的掌握需要初級知識的協助。例如，傾聽與說話的能力會影響閱讀與寫作的能力。所有高級知識的概念與技能都基于初級知識的概念與技能，因而，個體掌握初級知識的程度會影響其在高級知識概念與技能學習上所呈現出的與他人的差異。

工作記憶在初級知識與高級知識的學習中顯示了明確的認知差異。工作記憶的容量以及持續時間上的限制只會對習得生物高級知識產生約束，當需要處理新的、屬于生物高級知識范疇的信息時，工作記憶就會受到容量以及持續時間的嚴格限制，因而對教學設計產生重要的影響[10]。

三、特定領域知識與通用領域知識

生物初級知識與高級知識的一個重要區別就在于前者往往由通用類的認知技能所組成，而后者則指向特定領域的專業技能[11]，即同時包含了概念性以及程序性知識。通用認知技能是一類心理過程，可運用于大量不相關的領域中，如一種通用的問題解決策略可在多種不相關的問題解決中使用，又如我們在任何領域中遇到新的問題時經常會使用的“手段—目的策略”[12]，即問題解決者首先要指明每個問題目前的狀態，并試圖縮短問題狀態與目標狀態之間的距離。相反，特定領域技能則屬于一類程序，只能運用于某一個特定范圍的領域中，如當我們遇到代數問題(a+b)/c=d，求a的值時，最佳的做法是先消除分母(即c*d)，然而這一方法只適用于這類分數式的代數問題。

需要指出的是，不是所有的生物初級技能都屬于通用認知類，也不是所有的高級技能都屬于特定領域類。例如，雖然說初級知識具有模塊化的特點，不過它們對特定領域來說是專門的、特殊的，從這個角度來說，這些知識屬于“特定領域的知識”，而不是“通用知識”。不過，一般來說，通用認知類技能還是屬于生物初級知識范疇的。上述所介紹的“手段—目的”分析法、通用問題解決策略等均是這類技能運用的一些實例。當然還有其他很多技能，如歸納技能或元認知技能等都需要我們掌握。我們不僅需要學會如何解決問題，還需要學會如何去學習，如何去計劃或如何去思考。這些都是關鍵的通用認知類的技能(或能力)，因而具有重要的研究價值，也是目前的教育研究中關注的重點內容。從這個角度來說，通用認知技能似乎比特定領域技能重要得多，若沒有作為前提的通用認知技能，人類恐怕很難作為人類而生存下去。不過，盡管這類技能如此重要，它們也不需要被刻意地教授，因為人類經過世代進化，早已具備獨立習得生物初級技能的能力，因而也不需要外來指導。

雖然生物高級技能在性質上并不屬于通用認知類，不過這之中的部分技能也具有相當的普遍性。例如，閱讀屬于生物高級技能的范疇，它雖不屬于通用認知技能，卻具有通用領域的性質。當然，一般來說，在教育和培訓機構教授的高級技能往往都是特定領域類的而非通用認知類的專門知識。例如，人即使不掌握特定領域的專業技能，如習得復雜的數學或精通國際象棋也可以活下去。因此，我們并不能輕易地掌握屬于生物高級知識范疇的特定領域的專業技能。我們可能會去習得通用的問題解決策略，但可能不會去專門學習為了解決(a+b)/ c=d，求a的值的代數知識，且若不具備與這一問題相關的知識，我們很難知道最佳的方法是先消除分母(即c*d)。這兩類知識的區別對教學設計有著重要的意義。

創辦學校以及設立其他教育和培訓機構的主要目的是為了教授特定領域的專業知識，即生物高級知識[13]。這些社會機構并不會專門教授通用認知類技能，因為這類技能中的大部分都可在不接受指導的情況下自動習得。值得注意的是，如上述介紹的“適用于特定領域類的初級知識與技能”，學生在學習過程中雖然不需要學習這類技能本身，但需要學習如何將這類特定的通用認知技能運用到某個特殊領域中去[14]。

如果特定領域的知識與技能可歸類于生物高級的范疇，那么它們就需要與能夠加工生物高級技能相同的工作記憶運作模式。在設計教學流程時就需要考慮工作記憶容量與持續時間的限制所產生的影響[15]。相反，如果通用認知類的知識與技能可歸類于生物初級的范疇，那么這部分知識并不會對工作記憶產生嚴重的負荷；若是嘗試專門去教授這類技能，反而會“畫蛇添足”[16]，因為生物初級知識的習得是無意識的、自動化的，并不需要明確具體的指導。

四、專門的教學指導

在教育背景下掌握生物高級知識，即特定領域專業知識，其中會涉及到一些相關的教學啟示。雖然我們能在無意識的情況下自動習得生物初級技能，即通用認知類知識，如傾聽、說話、面孔識別以及使用“手段—目的”分析法來解決問題等，但是我們卻不能在相同的情況下掌握生物高級技能，即特定領域類知識，如在教育和培訓機構教授的專業知識。掌握這些知識需要學習者接受專門的教學指導，如向學習者口頭講解或書面指導等[17]。不過，我們應避免這樣一個思想誤區，即簡單地認為在排除正規教育的情況下更容易掌握生物初級知識，而高難度的生物高級知識則應該依賴于正規教育。事實并非如此，在這兩種情況下之所以會出現學習難易度之分，是由人類的進化水平差異所決定的，而不是由教學程序引起的。所以，要針對不同的教學情境設置不同水平的指導以調節學習者對學習容易度的感知水平。

那么為什么需要在教學情境中安排專門的教學指導呢？這個問題的答案與工作記憶在處理新的、屬于生物高級知識范疇的、特定領域的信息時所呈現的性質和特點有關。如上所述，工作記憶在處理需要深加工的信息時會改變原本信息的類型，此時工作記憶本身的限制就會對這一流程產生影響，因此對教學設計來說，很重要的一步就是要減少所有無關的外在認知負荷，而這正是安排專門的教學指導的意義所在。與少教不需要教的教學程序設置不同，教學指導的目的則是要盡可能地減少工作記憶的加工負荷。針對這一假設，學者們給出了強有力的證據來說明。樣例效應是認知負荷理論實證研究中所發現的一個成果，即與必須獨立解決問題的學習者相比，被告知問題解決方案的學習者的表現會更加出色[18-20]?；谶@一效應，學者們以實證說明了專門的教學指導的重要性，也從側面驗證了該理論的根基——認知系統架構的存在。

五、人類認知系統架構

人類認知，尤其是當人類需要處理生物高級類信息時，可以描述為“自然信息加工系統”，與自然選擇中的進化信息加工流程有些類似[21][22]。將人類認知與物競天擇進行類比的這一說法經常被引用[23-25]，當然其他還有不少說法可以描述這一“自然信息加工系統”[26]，這里作者將引用“五項基本原則”來解釋這一概念。

(一)信息存貯原則(the Information Store Principle)

為了能隨時應對復雜多變的環境，自然信息加工系統需要存貯大量的信息?；蛲ㄟ^自然選擇與進化為我們提供了這一可能性，人類認知系統架構中的長時記憶就起著與之類似的作用。

有關于人類認知系統架構中的長時記憶的作用，可以借助象棋大師的例子來解釋[27]。正如我們所知，象棋大師能夠做到“未雨綢繆”，他們在布局每一顆棋子時所考慮的移動范圍會比常人深廣得多。事實上，盡管象棋大師們與那些業余棋手相比，似乎并沒有花更多的時間去考慮，但他們總是能下得一手好棋。迪格羅特(De Groot)對這一現象做了研究，他在象棋大師和業余棋手面前同時呈現了一塊棋盤，該棋盤的布局與真實比賽中的布局一樣，在隨意更改棋盤上的棋子位置后，要求他們將棋盤還原成之前的樣子。不出所料，在相同的時間內，象棋大師能夠精準地還原80%的棋局，而業余棋手僅能夠還原30%左右。

這一實驗的結果中有幾點值得注意。第一，若在實驗中使用隨機排列的棋盤，盡管象棋大師在還原過程中一度占據了優勢，但從最終結果來看兩者的表現并沒有呈現太大的差異[28]。象棋大師只有在處理真實比賽中布局的棋盤才能呈現出與普通棋手的差異。第二，在任何一個領域內想要成為專家，需要多年的努力與磨練，象棋就是一個典型的例子[29]。第三，無論是象棋大師還是普通棋手，在還原棋盤布局的過程中，認知系統架構上所發生的主要變化，或者說唯一變化就是工作記憶中的信息通過深加工進入到長時記憶中。經過多年的歷練，象棋大師的長時記憶中已存貯了成千上萬種棋盤布局形式以及相應的棋子的最佳走法[30]。在下象棋時，他們能認出絕大多數他們遇到的棋局，也知道每一步的最佳走法。與這些早已熟知最佳策略的專家們相比，普通棋手之所以在下棋時總顯得差強人意，是因為他們需要在幾秒內找到棋子的最佳走法，而這種想法往往會使得他們在最后一刻走出一步“差棋”。這種現象不僅是在象棋，在任何一個“術業有專攻”的領域內都會出現，特別是與教育相關的領域[31-34]。例如，象棋大師需要學習識別棋盤布局，而專業讀者則需要學習識別文章中的詞句。所謂的專家，就是指其在長時記憶中存貯了大量特定專業領域的，屬于生物高級知識范疇的信息。

需要指出的是，個體在長時記憶中存貯的知識或信息量的不同會導致個體差異，不過這并不意味著沒有其他因素會造成這種差異。例如，梅茲和漢布里克(Meinz and Hambric)[35]發現優秀鋼琴家與普通鋼琴師之所以在技術上有這么明顯的區別，是兩者在工作記憶上的差異所引起的。當然，造成這種區別還有更深層次的原因，工作記憶上的差異是由長時記憶中存貯的知識量的不同所引起的。舉個例子，會彈鋼琴的人與不會彈鋼琴的人在與鋼琴相關的知識上存在“天壤之別”，因而他們在工作記憶上也會呈現明顯的差異。對知識量之間存在差距的人來說，工作記憶上的小小差異都會產生巨大的影響。再如，讓一個懂英語的人與一個不懂英語的人去重寫一篇英語文章，結果是可想而知的，這種巨大的反差反映了他們知識儲備量上的差異而不是他們工作記憶容量上的差異。在這種情況下，知識量上的差距可能顯得更加重要。換句話說，當個體的知識量之間不存在明顯差距時，工作記憶上的差異會更能說明問題。

(二)引用與重組原則(the Borrowing and Reorganizing Principle)

自然信息加工處理系統所攫取的大多數信息都是從其他存貯源中“引入”的。與之類似的，在生物進化中，有性繁殖與無性繁殖就是遵循這一原則。無性繁殖中引入了不會發生原有基因改變的基因組備份，而有性繁殖則引入了男性與女性基因組的信息并對其進行重組。

長時記憶中的大多數內容也是來自于他人的長時記憶，因為我們總是會向他人學習，模仿他人的行為[36]，傾聽他人的話語，閱讀他人的著作。這種傾向于從他人身上獲得信息的行為是生物初級能力的體現。如前所述，我們不需要被刻意教會如何模仿他人或傾聽他人以及與他人溝通。但我們需要學會如何閱讀和寫作，這些技能屬于生物高級技能。不過，一旦我們學會了這些高級技能，就沒有必要強制使用。我們能夠自然習得生物初級技能，如與他人溝通的能力，不過要以某種方式傳輸這些信息，如閱讀和寫作等，就屬于生物高級技能的范疇了。換句話說，與他人溝通雖然是生物初級能力，但需要交流的信息則屬于生物高級知識，這些知識我們并不能自動地無意識地習得，而是需要一定的專業文化素養作為學習基礎。在現代社會，教育與培訓機構中所教授的知識就屬于這種類別。

引用與重組原則不僅意味著長時記憶會從其他存貯源頭引入大量的信息，也意味著信息引用后需要重組。我們很少能夠精確地還原信息，因為引用后的信息會經歷重組，即將這些新信息與在長時記憶中存貯的舊信息進行整合。當需要記憶某種信息時，若材料所包含的內容能與長時記憶中已存貯的信息“產生共鳴”，就能加深這部分內容的記憶；若材料所蘊含的新信息與長時記憶中已存貯的舊信息無法“產生聯結”，就會淡化這部分內容的記憶。也就是說，不同的人擁有不同構造的長時記憶，因而會對相同的信息產生不同的重組方式，就像有性繁殖中不同的基因組重組后會產生不同的后代。

有不少學者對這一原則在人類認知中的重要性給出了實證解釋，即樣例效應[38-40]。正如上述介紹的那樣，這一效應是在研究提供給學習者問題解決策略后所產生的學習成果中發現的，被教授問題解決策略的學習者會比那些僅給出問題且要求獨立解決的學習者在隨后的測試中獲得更加出色的表現。也就是說，與我們獨立解決問題的情況相比，當我們能夠借用他人的智慧，即問題解決策略來處理問題時，我們能學得更好。

(三)隨機組合與生成原則(the Randomness as Genesis Principle)

自然信息加工處理系統是通過從其他渠道引入信息后進行重組以實現海量信息的存貯，然而，加工后所形成的新信息必須要在第一時間就得以生成。隨機組合與生成原則則為這一過程提供了必要的機制。

無論是同種族還是異種族繁殖，個體所形成的最終的遺傳信息都是隨機組合的結果。當然，除繁殖以外的其他過程可能也會通過隨機變異造成這種獨特的基因組合結果，但若要真正追溯基因組合的形成原因，那肯定還是會歸于遺傳信息的隨機變異。

隨機變異所產生的影響是逐步生成的且需要對其過程進行檢測。也就是說，隨機變異的價值只有通過效能檢測才能得知。大多數的隨機變異都沒有什么實際的功效，有的還會產生消極影響，當然，消極的這部分肯定會被舍棄，僅有少部分會產生積極作用的變異過程會得到保留。另外，在檢測變異有效性時，也只有會產生有效變化的變異過程會被留存。

生物進化是一個自然的，具有創造性的系統。而人類創造性在問題解決時所發揮的作用也遵循著相同的邏輯[41]。當要決定問題解決的策略時，會考慮兩種情況：第一，如果個體能夠正確認知問題所處的狀態以及如何改變這一現狀的合適的做法，那么這一部分知識就會從長時記憶中喚醒并且能夠指導我們的日?；顒?，正如基因能夠自然而然地決定人體的生理活動(如人體內的蛋白質合成)一樣。這一點也和之后會介紹的第五條原則——“環境組織與聯結原則”所闡述的一樣，在給定環境中所進行的生成活動是信息存貯最主要的功能。第二，如果個體面臨的是一個新的問題，并且認識到并不能簡單地通過從長時記憶中提取信息從而獲得問題解決策略，那么合適的做法就是在從長時記憶中提取信息時使用“生成與檢驗法”。一般來說，生成與檢驗法是“手段—目的”問題解決策略的一種衍生。使用這兩種策略以及從長時記憶中提取信息的步驟都屬于生物初級活動，即可以在沒有專門指導的情況下自動習得，無師自通。當然，除了這兩種方法，還有很多具有實用性的辦法能縮短問題當前狀態與目標狀態之間的距離。如果你擁有足夠可觀的知識量，那么你總能選擇最佳的問題解決策略。如果已有知識并不夠豐富，可行的辦法就是使用“隨機生成與檢驗法”，也就是說先隨機地選擇一個策略，然后檢驗其有效性。如果該策略能夠縮短問題當前狀態與目標狀態的距離，那就接受這個策略；當面臨下一個新的問題時，就重復采取同樣的步驟。正如我們的基因會選擇并存貯那些能夠適應未來生存的變異，試驗成功的策略會存貯在長時記憶中以備未來不時之需。

(四)變化最小通道原則(the Narrow Limits of Change Principle)

隨機組合與生成原則會對信息加工系統產生一些結構性變化。換句話說，該系統在隨機生成信息組合使得信息數量不斷遞增的同時也加劇了信息組合爆炸的風險。例如，3！=6，這個等式包含了3個元素的排列組合，而10！=3628800，這個等式包含了10個元素的排列組合。當使用生成與檢驗法時，要決定哪6個數進行排列組合時是很容易的，然而若要決定能生成3628800這一結果所需要的排列組合數字時就沒那么容易且變得很耗時。由于這個原因，自然信息加工處理系統需要一個機制來保證信息組合的數量是可控且適度的，即能夠以某種方法進行檢驗。在人類認知系統架構中，工作記憶的性質呈現了這一原則的重要性。而在自然選擇的物競天擇中，表現遺傳系統也遵循類似的原則。

表現遺傳系統在環境與基因系統中起到溝通橋梁的作用，它可以在一定程度上控制基因的存在形式，在遵循變化最小通道原則的前提下，也可以決定基因變異發生的位置與頻率。為了維護基因的完整性，基因變異的頻率必須控制在最小范圍內，因為基因組內的大量變異信息很難在短時間內進行分條處理。

與表現遺傳系統在生物進化中所起的作用類似，工作記憶在人類認知系統結構中也承擔著聯接橋梁的作用。它締結了外部環境與長時記憶中已存貯信息之間的聯系。如前所述，當面臨處理新的、屬于生物高級知識范疇的信息時，工作記憶的局限性便會完整地呈現出來。

工作記憶的這種限制僅會對處理外來環境中的新信息產生影響。隨機生成與檢驗法也僅能在處理有限數量的新信息時發揮作用，它并不能同時處理大批量的元素。這也正是工作記憶的局限性所在，即它不能同時處理大量的從外部環境涌入的新信息。有限的工作記憶使得每次能夠加工的信息僅有一小部分，極大地限制了任何對長時記憶造成沖擊的變化以維護已有的發展成熟的認知結構。同樣，人的基因也不會頻繁地改變。變化最小通道原則保證了每次發生的變化都是小范圍且具有間隔性。

(五)環境組織與聯結原則(the Environmental Organizing and Linking Principle)

這一原則有效地證明了上述原則的重要性。如變化最小通道原則，它締結了外在環境與長時記憶中已存貯信息之間的聯系，同時限制了能進入長時記憶中存貯的外在環境信息的數量。不同于該原則，環境組織與聯結原則旨在從環境中提取信息線索并激活已存貯信息來指導實踐活動。在這一過程中，表現遺傳系統與工作記憶再次承擔了聯接橋梁的作用。

表現遺傳系統的重要性在環境組織與聯結原則上體現得最明顯。讓我們想象一下人類身體內的細胞，比如皮膚細胞與肝臟細胞。這兩種細胞有著非常不同的結構和功能，但在細胞核內卻有著相同的DNA結構，即兩者在遺傳學的角度上可以說是一致的，但在形態學的角度上就不可比較了。形態上的差異是由表現遺傳系統造成的，該系統能夠根據環境的特征相應地改變基因的存在形式。也就是說，雖然存貯在基因中的信息決定了細胞活動的種種可能性，但實際的活動信息卻是由表現遺傳系統所決定的。

環境組織與聯結原則與人類認知系統架構一樣重要。工作記憶在不同原則下的運作方式是不同的。例如，在變化最小通道原則指導下將新信息添加至長時記憶中的運作原理與在環境組織與聯結原則指導下提取環境信息線索以激活已有信息來進行實踐活動的運作原理是截然相反的。在使用環境組織與聯結原則的情況下，環境中的線索能夠向工作記憶指明何種信息應該從長時記憶中提取出來，這部分信息隨后可用于控制行為。

工作記憶在變化最小通道原則的約束下，若想將加工處理的信息添至長時記憶中，就會受到容量與維持時間的限制，然而若只是從長時記憶中提取舊信息，則不會受到這種限制的影響，這是環境組織與聯結原則發揮作用的結果。一旦信息在長時記憶中被有效地組織與存貯，在隨后的很長一段時間內都可以再將這些信息遷移至工作記憶中。

工作記憶處理信息的能力因人而異。這種差異會影響個人績效表現[42]，并且一旦信息在長時記憶中得到妥善存貯，長時記憶的質量可能會蓋過個人在工作記憶能力上的差距。工作記憶在處理新的、屬于生物高級知識范疇的信息時總會受到嚴格的限制，而在處理已存貯于長時記憶中的、熟悉的信息時則不會受到太多的約束。這是因為長時記憶中的持有信息能夠有效減少工作記憶加工處理時所產生的與已有認知不對稱等差異。正是環境組織與聯結原則的存在，使得一名在特定領域內擁有豐富知識的專家能夠在相似的領域內比新手表現得更為出色，這是長時記憶中已存貯信息量的差異而與工作記憶能力差異無關。

工作記憶在從環境中收集信息以及從長時記憶中遷移信息上所呈現的巨大差異使得學者們提出了一個假設，即存在另一個不同構造的長時工作記憶，它能夠有效處理從長時記憶中提取而來的信息[43]。不過這一假設還存在爭議，工作記憶可能是一個能夠根據信息來源進行功能切換的單一結構，也可能是其本身就存在兩個獨立的結構，因而有兩種不同的信息處理功能。

上述五種原則共同構建了人類對于生物高級信息加工的認知系統。這種架構在處理生物高級信息時會借助生物初級信息的加工系統?？偟膩碚f，在長時記憶中存貯信息時需要遵循信息存貯原則，引入其他來源的信息并加以改造時需要參照引用與重組原則，生成新的信息時需要考慮隨機組成與生成原則，在工作記憶中加工處理新信息時需要順應變化最小通道原則，而要從長時記憶中遷移大量信息至工作記憶以生成實踐行為時則需要使用環境組織與聯結原則，這些原則都屬于生物初級技能的范疇，因此我們并不需要特意地教授或學習這些關鍵技能，人類的進化歷程已使得我們具備自動掌握這些技能的能力。從這個角度來說，生物高級系統確確實實基于初級技能。

六、實踐應用

認知負荷理論以人的認知系統架構為基礎來設計相應的教學程序。基于這種架構，該理論假設教學的主要功能是促進學習者掌握特定領域的、屬于生物高級知識范疇的信息并協助學習者將這部分內容存貯在長時記憶中已備將來使用。當然，要將從外部環境中收集的新信息存貯于長時記憶中，必然會受到工作記憶容量與持續時間的限制，而若想從長時記憶中提取存貯的信息以指導行為時便不會再受到工作記憶的限制約束。

基于工作記憶的結構與加工過程，在設計教學時需要重點考慮工作記憶在處理新信息時所受到的限制約束。近年來從隨機控制的實驗中得出的若干認知負荷效應，使得認知負荷理論能用于提出各種教學處方[44]。認知負荷效應最重要的意義在于它幫助學者們認識到減少外在認知負荷是可以通過縮減教學信息數量而實現的，即通過教學程序來減少無關的認知加工。不過如果教學程序中所包含的信息需要學習者在工作記憶中同時進行加工，則可能會由于信息之間的交互影響，加重學習者學習時所承擔的外在認知負荷[45]。教學程序能夠調節學習者的外在認知負荷，而信息本身的性質則會影響學習者的內在認知負荷。某些信息，由于其本身的特殊性質，需要學習者在學習時同時習得多種相互關聯的信息，因而會造成高水平的內在認知負荷。而外在認知負荷與內在認知負荷的總和就構成了工作記憶的總負荷。大多數認知負荷效應之所以能夠有效減少外在認知負荷是因為這些認知負荷都是由不合理的教學程序直接產生的，因而只要改變教學程序中的不合理設計，就能有效發揮其作用。

如上所述，“樣例效應”(the Worked Example Effect)是認知負荷效應的一種典型應用，因而能夠有效減少學習者的外在認知負荷。從樣例中學習會比自己解決同等程度的問題取得更好的學習效果，這是因為在解決未知問題時工作記憶需要同時處理的信息數量過于龐大，因而會加重工作記憶的負擔，而從樣例中學習時由于已知曉問題解決策略，工作記憶不需要同時處理大量的新信息，從而減少了認知負荷量。

當然還有其他一些認知負荷效應的典型應用，不過僅在這里介紹其中的部分?！白⒁夥峙湫?the Split-attention Effect)[46]是另一種常見的能夠減少外在認知負荷的應用。例如，某種問題解決策略或教學指導需要學習者針對多種不同的信息來源分配注意力以實現信息的心理整合，此時在工作記憶中需要處理的相互關聯的信息數量會比那些結構上已具有完整性因而不需要心理整合的信息數量龐大得多。另一種常見的應用是“信息冗余效應”(the Redundancy Effect)[47]，這一效應往往會在學習者需要同時處理必要與不必要的信息時發生。大多數必要的信息都會在工作記憶中得到處理，而無關緊要的信息則會被剔除，從而減少工作記憶的負擔。

盡管我們需要盡可能地減少外在認知負荷，但同時也需要重視內在認知負荷的作用?！翱勺冃孕?the Variability Effect)的實證研究說明增加內在認知負荷能夠有效促進學習者學習[48][49]。如果樣例的可變性可以提升，學習者就不僅能學習如何解決某一類別的問題，也能學會辨別問題的種類并且能根據問題類別分配適宜的問題解決策略。也就是說通過提供新信息以增加信息的交互性是很重要的。當內在認知負荷水平提升時，學習者就會有充分的工作記憶資源來處理新增的信息元素，從而促進學習。這一結論由帕斯和范梅里恩伯爾(Paas and Van Merrienboer)[50]通過實證研究得出。相反地，如果學習者沒有充分的記憶資源來處理這些新增的、重要的信息元素，學習效率就會因這些來不及加工的信息冗余而下降。從這個角度來說，如果因為信息冗余而造成工作記憶超負荷，那就有必要略去部分信息。在工作記憶處理新信息之前就剔除部分信息元素可能更能有效地促進學習，這一現象在之后也被學者稱為“分離元素效應”(the Isolated Elements Effect)[51]。由此可見，內在認知負荷需要調節至最佳水平才能有效發揮其積極作用。其中，可變性效應能夠提升內在認知負荷水平，而分離元素效應則會降低這一水平。

元素交互性效應(the Element Interactivity Effect)，盡管這一作用只直接發生于工作記憶當中，但其產生的結果卻能影響所有其他的認知負荷。這一效應的作用在近年來對“生成效應”(the Generation Effect)與“樣例效應”之間關系的研究中也有所體現[52]。所謂生成效應，指的是與直接提供給學習者教學指導所產生的學習效果相比，讓學習者自己生成問題解決的答案會產生更好的結果。而樣例效應則與這種情況相反，即直接提供給學習者現成的問題解決策略會讓他們學得更好。這兩種截然不同的結果是由學習中所涉及的元素交互性水平所決定的。教學指導僅在內在工作記憶負荷比較繁重的時候能夠發揮積極作用，而當工作記憶負荷比較輕的時候，教學指導成為了另一種形式的信息冗余，因而給學習者帶來消極的影響。因此，生成效應會在元素交互性以及內在加工負荷水平比較低的時候發生，而樣例效應則在兩者水平比較高的情況下發揮作用。

專長逆轉效應(the Expertise Reversal Effect)[53]是元素交互性效應的一種表現形式，它指的是當學習者自身的專業知識增加的時候，教學程序的設計優勢就顯得不再重要。例如，對于新手來說，學習具有高水平元素交互性的樣例會比獨自解決同等程度的問題取得更好的學習效果，不過當新手逐步成長為知識豐富的專家，樣例效應的效果可能就會減弱，甚至會出現相反的學習結果[54]。這一現象可能是環境組織與聯結原則的作用所造成的，隨著學習者專業知識的增加，學習者對學習材料中元素交互性的感知水平就會下降。對于新手來說，他們會傾向于將信息視為個體因素，因而給工作記憶帶來了沉重的負荷；而對專家來說，他們的判斷則更為理性，即將信息視為獨立于個體以外的因素，因而不會對工作記憶帶來過重的負擔?？偟膩碚f，如果要調節元素交互性，可以通過改變材料的性質或學習者的專業知識水平而實現。無論是通過哪種手段，教授高水平元素交互性的信息均需要向學習者提供專門的教學指導，而教授低水平元素交互性的信息則不需要這么做。

對認知負荷理論的研究生成了一些教學設計的新效應?？偟膩碚f，這些設計思路都圍繞著幾個核心點展開，即減少外在認知負荷或調節內在認知負荷至最佳水平。從這個角度來說，更好地理解人類認知系統架構中的工作記憶的作用對教學設計具有重要的指導價值。

七、結語

以上對人類認知系統架構的概述可以幫助我們對知識的類別形成更加完整的理解。對于學術領域而言，使用更廣的是屬于生物高級知識范疇的，特定領域的專業知識而非通用認知類的信息[55]，而且也只有前者具有教授的價值和意義。掌握通用認知類知識并不需要我們刻意地去學習，人類的進化歷程已使我們具備了在沒有任何指導的情況下無師自通的能力。因此，截至目前似乎也沒有學者專門通過實驗去驗證那些“具有效用的、可以教授的”通用認知技能。既然如此，那我們不妨換個思路，即努力讓學習者在特定領域的學習中使用他們已經掌握的通用認知類知識[56]。

大量的研究文獻都在嘗試闡述教授特定領域專業知識的方式方法，強調在設計教學程序時必須要重點考慮人類認知系統架構的性質與特點，尤其是工作記憶在不同學習情境下所受的約束力的變化，當工作記憶處理的信息是新的，屬于生物高級知識范疇的專業知識時就會受到容量以及持續時間的限制約束，而當其處理的信息是從長時記憶中提取而來的時候，這種限制約束就不復存在。這給了我們一個啟示，即在設計教學程序時，有必要事先理解人類認知系統架構的相關知識以及工作記憶的性質與特點，否則就是兩眼一抹黑。

[1][10][15][21][40][44][46][47][49][51] Sweller, J., Ayres, P., & Kalyuga, S. Cognitive load theory[M]. New York, NY: Springer, 2011.

[2] Geary, D. Educating the evolved mind: Conceptual foundations for an evolutionary educational psychology[A]. J. S. Carlson, & J. R. Levin, Psychological perspectives on contemporary educational issues[C]. Greenwich, CT: Information Age Publishing, 2007.1-99.

[3] Geary, D. An evolutionarily informed education science[J]. Educational Psychologist, 2008, (43):179-195.

[4] Geary, D. Evolutionary educational psychology[A]. K. Harris, S. Graham, & T. Urdan, APA Educational Psychology Handbook(Vol.1) [C]. Washington, DC: American Psychological Association, 2012.597-621.

[5] Cowan, N. The magical number 4 in short-term memory: A reconsideration of mental storage capacity[J]. Behavioral and Brain Sciences, 2001, (24):87-114.

[6] Miller, G. A. The magical number seven, plus or minus two: Some limits on our capacity for processing information[J]. Psychological Review, 1956, (63):81-97.

[7] Peterson, L., & Peterson, M. J. Short-term retention of individual verbal items[J]. Journal of Experimental Psychology, 1959, (58):193-198.

[8] Shipstead, Z., Lindsey, D., Marshall, R., & Engle, R. The mechanisms of working memory capacity: Primary memory, secondary memory, and attention control[J]. Journal of Memory and Language, 2014, (72):116–141.

[9] Paas, F., & Sweller, J. An evolutionary upgrade of cognitive load theory: Using the human motor system and collaboration to support the learning of complex cognitive tasks[J]. Educational Psychology Review, 2012, (24):27-45.

[11] Tricot, A., & Sweller, J. Domain-specific knowledge and why teaching generic skills does not work[J]. Educational Psychology Review, 2014, (26):265-283.

[12] Newell, A., & Simon, H. A. Human problem solving[M]. Englewood Cliffs, NJ: Prentice Hall, 1972.

[13][55] Sweller, J. In academe, what is learned, and how is it learned? [J]. Current Directions in Psychological Science, 2015, (24):190-194.

[14][56] Youssef-Shalala, A., Ayres, P., Schubert, C., & Sweller, J. Using a general problem-solving strategy to promote transfer[J]. Journal of Experimental Psychology: Applied, 2014, (20):215-231.

[16] Redick, T., Shipstead, Z., Harrison, T., Hicks, K., Fried, D., Hambrick, D., et al. No evidence of intelligence improvement after working memory training: A randomized, placebo-controlled study[J]. Journal of Experimental Psychology: General, 2013, (14):359-379.

[17] Kirschner, P., Sweller, J., & Clark, R. Why minimal guidance during instruction does not work: An analysis of the failure of constructivist, discovery, problem based, experiential and inquiry-based teaching[J]. Educational Psychologist, 2006, (41):75-86.

[18] Cooper, G., & Sweller, J. Effects of schema acquisition and rule automation on mathematical problem-solving transfer[J]. Journal of Educational Psychology, 1987, (79):347-362.

[19][39] Renkl, A. Toward an instructionally oriented theory of examplebased learning[J]. Cognitive Science, 2014, (38):1-37.

[20] Renkl, A., & Atkinson, R. Structuring the transition from example study to problem solving in cognitive skills acquisition: A cognitive load perspective[J]. Educational Psychologist, 2003, (38):15-22.

[22] Sweller, J., & Sweller, S. Natural information processing systems[J]. Evolutionary Psychology, 2006,(4):434-458.

[23] Campbell, D. Blind variation and selective retention in creative thought as in other knowledge processes[J].Psychological Review, 1960,(67):380-400.

[24] Darwin, C. The descent of man[M]. London: Gibson Square,2003.

[25] Popper, K.. Objective knowledge: An evolutionary approach[M]. Oxford: Clarendon Press, 1979.

[26] Sweller, J. Evolution of human cognitive architecture[A]. B. Ross. The psychology of learning and motivation [C]. San Diego, CA: Academic Press,2003. 215-266.

[27] De Groot, A. Thought and choice in chess[M].The Hague, Netherlands: Mouton, 1965.

[28] Chase, W. G., & Simon, H. A.. Perception in chess[J].Cognitive Psychology, 1973, (4):55-81.

[29] Ericsson, K. A., & Charness, N. Expert performance: Its structure and acquisition[J]. American Psychologist, 1994, (49):725-747.

[30] Simon, H., & Gilmartin, K. A simulation of memory for chess positions[J]. Cognitive Psychology, 1973, (5):29-46.

[31] Chiesi, H., Spilich, G., & Voss, J.. Acquisition of domain-related information in relation to high and low domain knowledge[J]. Journal of Verbal Learning and Verbal Behavior, 1979, (18):257-273.

[32] Egan, D. E., & Schwartz, B. J. Chunking in recall of symbolic drawings[J]. Memory & Cognition, 1979, (7): 149-158.

[33] Jeffries, R., Turner, A., Polson, P., & Atwood, M.. Processes involved in designing software[A]. J. R. Anderson. Cognitive skills and their acquisition[C]. Hillsdale, NJ: Erlbaum,1981. 255-283.

[34] Sweller, J., & Cooper, G.. The use of worked examples as a substitute for problem solving in learning algebra[J].Cognition & Instruction, 1985,(2):59-89.

[35][42] Meinz, E., & Hambrick, D. Deliberate practice is necessary butnot sufficient to explain individual differences in piano sight-reading skill: The role of working memory capacity[J].Psychological Science, 2010, (21):914-919.

[36] Bandura, A. Social foundations of thought and action: A social cognitive theory[M]. Englewoods Cliffs, NJ: Prentice Hall,1986.

[37] Bartlett, F. C.. Remembering: A study in experimental and social psychology[M].Oxford, England: Macmillan,1932.

[38] Glogger-Frey, I., Fleischer, C., Gruny, L., Kappich, J., & Renkl, A. Inventing a solution and studying a worked solution prepare differently for learning from direct instruction[J]. Learning & Instruction, 2015, (39):72-87.

[41] Sweller, J. Cognitive bases of human creativity[J]. Educational Psychology Review, 2009, (21):11-19.

[43] Ericsson, K. A., & Kintsch, W. Long-term working memory[J]. Psychological Review, 1995, (102):211-245.

[45] Sweller, J. Element interactivity and intrinsic, extraneous and germane cognitive load[J]. Educational Psychology Review, 2010, (22):123-138.

[48][50] Paas, F., & van Merrienboer, J. Variability of worked examples and transfer of geometrical problem-solving skills: A cognitive-load approach[J]. Journal of Educational Psychology, 1994, (86):122-133.

[52] Chen, O., Kalyuga, S., & Sweller, J. The worked example effect, the generation effect, and element interactivity[J]. Journal of Educational Psychology, 2015, (107):689-704.

[53] Kalyuga, S., Ayres, P., Chandler, P., & Sweller, J. The expertise reversal effect[J]. Educational Psychologist, 2003, (38):23-31.

[54] Kalyuga, S., Chandler, P., Tuovinen, J., & Sweller, J. When problem solving is superior to studying worked examples[J].Journal of Educational Psychology, 2001,(93):579-588.

作者/譯者簡介：

約翰·斯維勒(John Sweller)：澳大利亞新南威爾士大學教育學院教育心理學榮譽教授，當代國際著名認知負荷研究理論專家(j.sweller@unsw.edu.au)。

陸琦：在讀碩士，研究方向為教學設計(3120103102@ zju.edu.cn)。

盛群力：教授，博士生導師，研究方向為教學理論與設計(qlsheng57@12.com)。

Working Memory, Long-term Memory, and Instructional Design

John Sweller1,Translated by Lu Qi2& Sheng Qunli2
(1.School of Education, University of New South Wales, Sydney NSW 2052；2.College of Education, Zhejiang University, Hangzhou Zhejiang 310028)

Cognitive load theory is used to design instruction. Several aspects of human cognition are critical to instructional design. First, the theory assumes we have not speci fi cally evolved to learn the topics taught in educational and training institutions. Second, these topics require learners to acquire domain-specific rather than generic–cognitive knowledge. Third, while generic-cognitive knowledge does not require explicit instruction because we have evolved to acquire it, domain-speci fi c concepts and skills do require explicit instruction. These factors interact with the capacity and duration constraints of working memory to delineate a cognitive architecture relevant to instructional design. The working memory limits do not apply to biologically primary, generic-cognitive knowledge acquired without explicit instruction but do apply to biologically secondary, domain-speci fi c knowledge that requires explicit instruction. Accordingly, cognitive load theory has been developed to provide techniques that reduce unnecessary working memory load when dealing with explicitly taught, biologically secondary, domain-speci fi c knowledge.

Cognitive Load Theory; Working Memory; Long-term Memory; Instructional Design

G434

A

2016年4月6日

責任編輯：宋靈青

1006—9860(2016)07—0043—09

* 本文得到中央高?；究蒲袠I務費專項資助，系浙江大學2016年重大基礎理論專項課題“面向意義學習的現代教學設計模式研究”(項目編號：16ZDJC004)研究成果。

① 資料來源：John Sweller: Working Memory, Long-term Memory, and Instructional Design. Journal of Applied Research in Memory and Cognition, Available online 19 December 2015。本文翻譯得到作者授權。