認知與教學/學習技術與設計

為了最佳地利用技術進行教學和學習，教師和設計師需要了解其潛在的益處和弊端。本章探討了關於多媒體學習環境如何影響認知過程的理論，以及設計此類環境的循證原則。第一部分介紹認知負荷理論，並描述多媒體環境的認知需求如何影響學生從中學到的知識。第二部分介紹了四要素教學設計模型，該模型提供了以研究為基礎的指導，用於設計材料和技術以促進複雜技能的學習。最後，本章將探討如何利用技術來促進協作學習。

認知負荷理論

認知負荷理論是考察教育環境中的技術時一個重要的方面。認知負荷理論是由約翰·斯韋勒提出的一個理論，它關注工作記憶和教學。 我們的工作記憶只能在同一時間處理有限的資訊量。 在設計教學工具時，需要牢記工作記憶的侷限性，特別是在將技術納入教學時。其背後的原因是，如果同時呈現的資訊量過大，工作記憶可能會超負荷，導致無法吸收所有呈現的資訊，或者完全關閉並無法吸收任何資訊。斯韋勒提出，認知負荷有三種類型：內在、外在和相關。透過理解這三種認知負荷型別之間的差異，我們應該能夠分析多媒體演示對學習是否有幫助，或者它們是否會導致認知負荷問題。

認知負荷如何影響工作記憶

內在認知負荷

內在認知負荷是指完成一項任務必不可少的腦力處理。 斯韋勒認為，內在認知負荷是教學設計無法改變的，但教學設計師需要考慮到它。 任何被學習的材料都會對工作記憶造成內在認知負荷，難易程度會影響對工作記憶的壓力程度。 如果學生的專業知識水平在所學習的主題方面較高，那麼內在認知負荷仍然會影響工作記憶，但不會像學生對所討論的主題幾乎沒有瞭解時那樣明顯。 在這種情況下，在向班級介紹新資訊時，需要考慮學生之前對所討論主題的知識和理解水平。例如，如果一個人已經瞭解橙子，那麼關於橙子部位的課程會比他們對橙子一無所知時造成更少的內在認知負荷。

外在認知負荷

外在認知負荷是指不會促進學習的腦力處理，可以透過改變任務的設計來消除。 外在認知負荷完全由教學設計決定。 例如，在多媒體演示中，外在認知負荷是指用於呈現材料的聲音、圖片、文字和動畫。工作記憶需要關注的越多，它就越不可能保留所呈現的資訊。 外在認知負荷是可控的，良好的教學設計可以減輕負荷，而糟糕的設計會增加負荷。例如，一名教師正在講解蝴蝶的生命週期，並決定在智慧白板上使用幻燈片演示。在幻燈片演示中，教師概述了每個週期相關的所有資訊，但他們添加了一個動畫，展示蝴蝶在各階段的演變。在這種情況下，外在認知負荷會增加，因為學生必須關注相關資訊，同時受到動畫的干擾。

相關認知負荷

相關認知負荷是指工作記憶投入到處理與所呈現的資訊相關的內在認知負荷的數量，並且僅與學習者的特徵相關。 他指出，相關認知負荷不會對工作記憶造成獨立的壓力，而是直接與內在和外在認知負荷水平相關。例如，如果我們假設學生的動機水平保持不變，那麼他們就無法控制自己的相關認知負荷水平。 那麼這與教學有什麼關係呢？根據斯韋勒的說法，這意味著如果課程的建立是為了讓工作記憶專注於內在認知負荷，透過減少外在認知負荷，相關認知負荷就會增加，學習水平也會隨之提高。

研究與啟示

內在和外在認知負荷是相關的，換句話說，如果兩者都很高，那麼工作記憶可能會超負荷。 它的意義在於，由於只有外在認知負荷是可以控制的，因此教學設計師需要努力將其保持在較低水平，以免在內在認知負荷較高時使工作記憶超負荷。 根據該理論，為了減少外在認知負荷，我們應該利用長期記憶的巨大容量，透過利用現有的模式和創造新的模式，從而減少對工作記憶的壓力。 這些方法包括：呈現無目標問題、有用的冗餘、模態、完成問題效應、注意力分散效應等等。

首先，無目標問題的設計是為了改變學生的活動，以減少外在認知負荷，並鼓勵模式生成。 它們透過減少學生使用目標相關策略嘗試解決問題的可能性來實現這一點。這是透過改變問題措辭來實現的，這樣學生就不會侷限於試錯測試，因為試錯測試會佔用工作記憶的大量容量。 例如，一個數學問題問道：一列火車以每小時 50 公里的速度行駛，行駛了 400 公里。它行駛了多長時間？如果學生不知道在獲得以上資訊時計算時間的正確公式，他們會開始嘗試使用試錯法來找到答案，這會增加外在認知負荷。但是，如果問題要求學生展示你能想到的計算答案的所有方法，那麼它會減少工作記憶上的外在認知負荷。

已經解決的示例效應是指，一個人學習已經解決的示例來學習如何解決問題，這也會減少解決問題的反覆嘗試方法，因為它為學生提供了一種建立解決這類問題的模式的方法 與普通問題不同，已經解決的問題將一個人的注意力集中在解決問題所需的步驟上，而不是將注意力集中在問題本身，理論上減少了無關的認知負荷，因為不需要關注其他方面 在這種情況下，如果老師給學生一個新的數學方程式，然後繼續向他們提供一些可以用來解決問題的示例列表，那麼學生在使用該方程式時就會有一個可以使用的資源，從而減少認知負荷。

有用冗餘背後的理論是，如果學生以不同的方式呈現相同的資訊，他們更有可能記住它 想法是，因為它是相同的資訊，只是以不同的方式呈現，因此無關的認知負荷會減輕，因為學習者可以選擇他們更喜歡以何種方式關注資訊 然而，此後進行的研究對此說法提出了質疑，研究表明，它並沒有促進更深入的學習，而是降低了學習水平

在 Mayer、Heiser 和 Lonn 進行的一項研究中，進行了一系列實驗來調查多媒體學習中的冗餘效應。他們將冗餘效應定義為一種多媒體學習情況，在這種情況下，單詞以文字和語音的形式呈現，學習因資訊的雙重呈現而受到阻礙 在第一個實驗中，78 名大學生根據關於閃電形成的多媒體演示，在資訊保留和遷移方面接受了測試。學生被分成四個測試組。無文字/無誘惑性細節組收到動畫和同時敘述，文字/無誘惑性細節組收到帶有螢幕文字的演示，該文字總結了敘述。無文字/誘惑性細節組收到一個包含文字的演示，該文字包含無關但有趣的​​資訊。最後一組同時收到螢幕文字摘要和有趣的無關資訊 這個第一個實驗的結果發現，收到螢幕文字摘要的學生在保留測試中的記憶量少於沒有收到螢幕文字的學生。同樣，收到誘惑性細節的學生的保留量也少於沒有收到誘惑性細節的學生 這個第一個實驗與以下理論相一致：過度使用多媒體演示中的細節不利於資訊的保留。他們假設螢幕文字造成的冗餘效應可能是由於視覺通道或聽覺通道的認知負荷增加造成的。第二個實驗旨在透過將參與者分成三組來檢驗這一假設。第一組包含 36 名學生，他們在演示中沒有收到任何附加文字，第二組包含 37 名學生，他們收到了一份敘述摘要，第三組包含 36 名學生，他們收到了一份包含敘述的逐字文字的演示 結果表明，沒有收到任何附加文字的演示的學生比那些收到附加文字的學生記得更多。他們還發現，收到附加文字的兩個組之間的保留量沒有顯著差異。第三個實驗旨在發現向多媒體演示中新增影片剪輯時會發生什麼。在這個實驗中，新增的影片剪輯包含關於閃電的資訊，但與原始演示中呈現的特定資訊無關 38 名大學生被分成兩組，一組是不新增影片剪輯的組，另一組是向演示中新增影片剪輯的組。他們發現，新增影片組的學生記得的資訊不比不新增影片組多，但結果未能達到統計學意義 進行的最後一個實驗調查了在多媒體演示之前或之後新增影片剪輯是否會提高對演示的興趣。結果表明，在演示開始之前新增影片剪輯會導致學生記住更多演示內容，儘管結果在統計學上並不顯著 總的來說，這項研究得出結論，新增呈現相同資訊的額外模式會減少學生在觀看多媒體演示後保留的資訊量。當學習者必須分配他們的工作記憶來理解呈現的資訊時，無關的認知負荷會增加，從而減少可以學習的資訊量。當向演示中新增文字時，這一點尤其重要。Mayer、Heiser 和 Lonn 建議，教學設計師在多媒體演示中以口頭方式呈現資訊時，應該避免新增文字。

有些人認為，從事教學設計的人可以超越僅僅考慮如何減少無關的認知負荷。他們認為，教學設計可以透過創造方法來增加學習者的相關認知負荷來改進 透過增加學習者的相關認知負荷，他們認為學習者的注意力可以引導到模式的構建，進而減少學習過程中對工作記憶的壓力。

總結

總之，Sweller 提出存在三種類型的認知負荷，它們都影響著我們在學習新資訊時工作記憶的使用方式。認知負荷理論對教學設計中技術使用的影響是，只要遵循指導方針以減少工作記憶上的無關認知負荷，技術就可以成為有效的學習工具。特別是教師需要關注關於冗餘效應的研究，以防止他們用冗餘資訊過度載入工作記憶。技術可以利用的一種方法是以有助於模式生成的方式呈現資訊，這可以透過將資訊移入長期記憶來減少認知負荷。

四元件教學設計

四元件教學設計 (4C/ID) 是由 van Merriënboer 及其同事開發的一種教學設計模型。它為在複雜環境中學習提供指導。4C/ID 模型基於這樣的理念：技能的學習最有效的方式是使用它們，而不是僅僅閱讀文字中的說明。學習條件應類似於學習者在現實世界中應用技能時遇到的條件，並且教學強調練習而不是資訊傳遞。4C/ID 模型包含四個元件：(1) 學習任務、(2) 支援性資訊、(3) 及時 (JIT) 資訊，以及(4) 部分任務練習 (van Merriënboer, 1997;; van Merriënboer & Kirschner, 2007)。這些任務按任務難度排序，從較不復雜到較複雜。在每個四個元件的開始，都需要大量的支架，並且隨著學習者的進步，支架的數量逐漸減少。在本節中，我們將討論有關技術如何支援這種學習理論的研究和理論。

(1) 學習任務

學習任務在圖 1 中以圓圈表示。複雜學習涉及實現一組整合的學習目標。4C/ID 模型提倡使用完整、真實和具體的學習任務。參與線上課程（也稱為基於技術的教學）的學習者，根據該模型，學習應該從一系列相對簡單但有意義的任務開始，這些任務稱為 **任務類別**。在培訓計劃的開始階段提供高度複雜的學習任務是不可能的，因為這會減緩學習者過度的認知負荷。這會導致學習和表現受損 。一旦學習者掌握了簡單但必要的組成部分，他們就會向更復雜的任務發展。任務的複雜程度取決於任務類別中涉及的技能數量、它們之間的關係以及執行這些技能所需的知識量。雖然在一個任務類別中學習任務的難度沒有增加，但它們在為學習者提供的支援量方面有所不同。兒童接受的這種支援被稱為支架 。支架在學習者從最低級別任務類別過渡到最高級別任務類別的情況下，需要時使用。圖 1 中圓圈周圍的虛線表示為兒童選擇和開發合適的學習任務的過程。最終，支援和支架會逐漸消失。支援的淡化是由於 **專業逆轉效應**。這種現象是指，對新手有效的支援（例如指導）和教學方法（系統步驟）可能對高階學習者產生負面影響，因為存在冗餘 。它還會增加他們的認知負荷。學習任務促使學習者透過有意識地從學習任務提供的具體經驗中抽象出來，構建認知圖式 。在學習中，泛化和辨別包括調整圖式，使其更符合新的經驗 。根據 van Merriënboer、Clark 和 Croock 的說法，這些待構建的圖式有兩種形式。*心理模型*：允許在領域內進行推理，因為它們反映了學習領域被組織的方式。*認知策略*：指導領域內解決問題，因為它們反映了有效解決問題的可能方法。產品導向和過程導向支援是將學習任務應用於課堂環境的兩種方法。產品導向支援可以分為最高程度和較低程度。最高程度的產品導向支援是一種學習任務，它提供案例研究或已解決的示例，使學習者面對給定的狀態、期望的目標狀態以及解決方案、中間解決方案或兩者 。使用事故、成功故事或結局出乎意料的故事來激發學生學習是可取的。在這些學習任務中，要求學習者回答問題，這些問題會刺激更深層次的處理，並從給定的示例材料中推匯出心理模型。透過展示現實生活中的例子，學習者可以清楚地瞭解特定領域是如何組織的。有必要允許學生提出自己的結論/解決方案。更多資訊可以從圖 2 中獲取。過程導向支援也針對解決問題過程本身。*建模示例* 讓學習者面對一位專家，他正在執行任務，同時解釋為什麼任務按此方式執行。這是一種動手實踐的經驗，讓兒童比透過閱讀文字獲取的資訊更容易檢索資訊。這種方法還有助於比其他學習方法更容易保留資訊 。透過使用建模示例進行學習，學習者可以清楚地瞭解即使是專業人士使用的系統方法和經驗法則 。大聲思考可能有助於揭示隱藏的心理解決問題過程。此外，基於計算機的學習工具可以邀請學習者像專家一樣解決手頭的難題。

(2) 支援性資訊

這種型別的資訊在使用技術發展複雜技能方面發揮作用。學習者需要資訊才能成功地完成學習任務的 **非重複技能**（圖式控制的流程）方面，並從這些任務中真正學到東西 。程式性自動流程在 4C/ID 框架中稱為 **重複技能** 。複雜認知由非重複技能和重複技能組成。提供支援性資訊來幫助學習者掌握複雜認知任務的非重複方面。它在學習者的先驗知識和學習任務之間架起了一座橋樑 。它是教師通常將其稱為 *理論* 的資訊，通常在講座或學習書籍中介紹。支援性資訊的目的是幫助學習者獲取應對現實生活問題所需的各種靈活圖式。支援性資訊作為先前資訊的補充或擴充套件，幫助學生在新呈現的資訊元素和他們的先驗知識之間建立事實關係 。它允許學習者做以前做不到的事情。研究表明，這種型別的闡述過程會產生高度複雜的圖式，應該可以促進更深入的理解。學習者可以學習資料庫是如何組織的，以便開發有用的心理模型。任務執行者進一步發展他們的心理模型和認知策略，以提高他們的表現。例如，老虎伍茲對高爾夫球場佈局進行了廣泛的研究，以發展關於它們是如何組織的心理模型。此外，他觀看競爭對手的錄影帶幫助他發展瞭如何在這個世界（現實世界）中解決問題的認知策略 。強調非任意關係至關重要。可以以說明性方式或探究性方式使用識別相關關係的方法。*說明性方法* 允許學習者明確地呈現非任意關係。*探究性方法* 要求學習者發現這些關係。在這兩種方法中，體驗性方法是最重要的關係。它將一般和抽象的知識與具體案例聯絡起來 。4C/ID 模型進一步區分了介紹支援性資訊的歸納策略和演繹策略。有兩種型別的歸納策略。*歸納-探究策略* 是一種方法，它提供一個或多個案例研究，然後要求學習者識別案例中展示的資訊片段之間的關係。然而，這種方法非常耗時，需要深入理解，儘管學習者沒有該技能的經驗。因此，van Merriënboer、Clark 和 Croock (2002) 不建議使用這種方法，除非有足夠的教學時間。*歸納-說明性策略* 另一方面，從一個或多個案例研究開始，然後明確地呈現案例中展示的資訊片段之間的關係。Merriënboer、Clark 和 Croock (2002) 建議預設使用這種方法，因為這種策略更合理且更節省時間，它從具體且可識別的案例研究開始，對於具有少量先驗知識的學習者來說效果很好。*認知反饋* 被稱為支援性資訊的最後部分。它指的是表現的非重複方面，因為非重複性表現永遠不會正確或錯誤，而是更有效或效率更低。認知反饋只有在學習者完成一個或多個或所有學習任務後才能呈現。當反饋設計良好時，它應該促使學習者反思他們個人解決問題過程和建立解決方案的質量 。

(3) 即時 (JIT) 資訊

與支援性資訊不同，JIT資訊旨在針對複雜技能的反覆性方面。它是學習和執行學習任務或練習專案的反覆性方面的先決條件。自動化在很大程度上取決於一致性和重複練習。JIT資訊在需要時為學習者提供逐步指導，然後迅速消失。JIT資訊的目的是儘快使基本但關鍵的技能儘可能自動化，從而釋放認知資源，使更高階的學習者能夠實現更高的自動化水平。它還提供逐步的知識，例如老師或導師指導學習者，幾乎就像一個站在他們肩上的助手。JIT資訊對於許多學習任務來說是相同的，因此通常在第一個與技能相關的學習任務期間提供 。與腳手架類似，JIT資訊遵循一個名為“淡化”的原則，即隨著學習者在學習材料方面獲得更多專業知識，資訊會迅速淡化。JIT資訊的教學方法主要透過將特定於情境的知識限制編碼為認知規則來促進複雜性 。這些規則是透過多次練習形成的，在這個過程中，形成規則所需的資訊直接來自我們的工作記憶。將此應用到現實生活中的情況，例如，當一個人學習高爾夫球時，你的教練最好在第一次擊球時解釋如何握球杆、站姿和揮杆，而不是在課堂上進行講解 。這對課堂上的學習者來說也是一樣的。資訊展示 被組織成小的單元，這被認為至關重要，因為控制新資訊的數量以保持最低限度可以防止練習期間的處理過載。在現實生活中，例如，複雜機器的操作手冊可能會逐一解釋步驟，而不是假設使用者有先驗知識，只說明一些步驟。這種方法應該在學習者需要資訊來處理特定學習任務的反覆性方面時直接呈現資訊展示 。但是，在某些情況下，這種方法並不總是有效。例如，在工作培訓中，線上幫助系統、清單和手冊等學習輔助工具是可用的，並且易於訪問。這是由於缺乏必要的JIT資訊的直接呈現。演示和例項 是反覆技能元素的名稱，也稱為概括性。就像規則可以應用於各種情況一樣，這些被稱為演示；另一方面，對於概念、計劃和原則，則被稱為例項 。認知反饋 被認為是JIT資訊的最後部分，它與針對性能反覆性方面的反饋有關。這種反饋應該促進編譯，這意味著如果規則沒有正確應用於情況，學習者就會被認為犯了“錯誤” 。建議儘早呈現這些反饋。這是為了讓學習者能夠將正確的資訊輸入到他們的工作記憶中。4C/ID模型真正相信錯誤在學習中是不可避免的，它在某種意義上也起著重要的作用，即學習者學會識別自己的錯誤，並學會如何從錯誤中恢復過來。精心設計的反饋應該告知學習者為什麼會出現錯誤，並提供如何實現目標的建議或提示。鼓勵他們的學習過程，因此不提供答案至關重要 。

(4) 部分任務練習

學習任務旨在促進圖式構建，並促進複雜技能反覆性方面的編譯。4C/ID 模型的最後一個組成部分，部分任務練習為選定的反覆技能提供了額外的練習，以達到所需的自動化水平。這是一種更快地使程式性知識自動化的方式，同時避免了學習者在嘗試發展技能的同時嘗試解決問題時產生的認知負荷問題。專業知識通常是一個緩慢發展的過程，它取決於將練習擴充套件到使直接控制行為的產生自動化。JIT資訊呈現旨在將新呈現的資訊限制編碼到規則中 。學習者的練習將透過適當的JIT資訊得到支援，直到他們達到自動化水平。van Merriënboer 和他的同事認為，一些部分任務練習可以幫助降低任務複雜度，因為在與複雜、真實的任務進行的工作中，部分任務練習的時間相對較短且間隔 。這種模式允許學習者練習子技能，並將它們與整體任務聯絡起來。重要的是，練習專案對於所有情境/環境都是不同的，這樣底層的規則才能應對這些情境/環境。然而，當需要高水平的反覆性方面的自動化時，學習任務可能提供的重複次數不足以提供必要的強化。這時，我們需要加入額外的部分任務練習 。在其他情況下，例如在一般環境中學習，部分任務練習對複雜的學習沒有幫助。部分任務練習促程序序或規則的編譯，尤其是它們的後續強化。這是一個非常緩慢的過程，需要大量的練習專案。部分任務練習的例子包括乘法表或在樂器上演奏音階。由於發現部分任務練習只有在學習者接觸到更簡單的複雜技能版本之後才有效 ，因此在適當的認知環境中開始部分任務練習至關重要。任務層次結構表明，它們要麼使層次結構中更高水平的許多其他技能的執行成為可能，要麼必須與許多其他協調技能同時執行 。因此，應該首先識別第一個任務類別，然後啟動部分任務練習。練習專案 鼓勵學習者像“熟能生巧”這句諺語一樣，反覆練習。但是，學習者必須牢記，整個練習專案集應該是不同的，並且適用於所有情況。這將有助於開發一組廣泛的情境特定規則。在高度複雜的演算法等情況下，可能需要從簡單的練習專案到複雜的練習專案進行操作，將其分解成部分，然後逐步組合成完整的任務。這種方法被稱為部分整體方法 。正確使用部分任務練習將導致反覆技能的準確執行。此外，可能需要大量的過度訓練才能使技能完全自動化。對於高度依賴自動化的任務，有時最終目標不是準確性。在這種情況下，通常情況下，可接受的準確性與高速和整體效能技能相結合是目標。為了實現這一點，反覆技能首先在速度壓力下進行練習，然後在達到速度標準後，技能在時間共享條件下進行練習。只有這樣，技能才能在完整的任務上下文中進行練習。換句話說，效能標準逐漸從準確性，轉變為準確性和速度的結合，再轉變為在時間共享條件或高整體工作負載下準確性和速度的結合 。建議短時間間隔的部分任務練習或過度訓練比長時間集中部分任務練習效果更好。部分任務練習最好與學習任務交織在一起，因為這提供了分散式練習，並使學習者能夠將反覆的構成技能與整個複雜技能聯絡起來 。

研究與實施

Frederick K. Sarfo 和 Jan Elen (2007) 使用一對一兩組前測後測準實驗設計，對學習環境的有效性進行了研究，結果表明，4C/ID 方法結合資訊與通訊技術 (ICT) 在學習增益方面取得了最佳效果。因變數是學習增益，透過從後測分數中減去前測分數計算得出。自變數是三種不同的教學方法。比較了三種方法：常規教學法、結合 ICT 的 4C/ID 學習環境和不結合 ICT 的 4C/ID 學習環境。樣本包括 129 名學生，從迦納六所中等技術學校中選取，平均年齡為 18 歲，標準差為 1.3 年。評估任務包括 26 個前測和後測專案，其中 13 個為保持測驗，13 個為遷移測驗。結果表明，三組學生的前測和後測之間存在顯著差異。三組的平均前測分數為 6.28，平均後測分數為 14.39。仔細研究 Frederick K. Sarfo 和 Jan Elen (2007) 提供的資料，該研究聲稱結合 ICT 的 4C/ID 學習環境在前測和後測中得分更高。研究人員得出結論，這些結果表明實驗組能夠更好地解決需要推理、反思和回憶程式、事實和概念的問題。

在課堂環境中使用這種四要素教學設計將幫助學生更好地學習，尤其是在複雜的環境中。為了應用這個模型，教授課程的教師應該成為該領域的專家。這將有助於回答學生可能提出的所有問題，並幫助學生更深入地理解課程內容。可能需要來自媒體或技術專家的額外支援。最重要的是，在這個模型中，教師與學生以及學生與學生之間協作成為至關重要的一點。

總結

四要素教學設計模型基於對認知學習和專業知識的研究。它為設計用於發展複雜技能的技術系統提供了一個框架。根據該模型，體驗應該逼真，並且任務應該越來越真實；例如專案、案例和場景。給予學習者的指令應該側重於實踐，而不是資訊提供。這些要素將反覆練習，直到達到所需的自動程度，不再需要任何腳手架。一旦孩子完成了所有四個要素，就可以說他們掌握了知識或活動。最重要的是，4C/ID 模型並不傳播無錯學習的概念。4C/ID 模型應該用於開發複雜技能的培訓計劃，以及當遷移是首要的學習成果時。此模型並非為教授概念知識或程式技能而開發，也不適用於設計非常短的程式。儘管進行了所有這些研究，但對四要素教學設計模型的研究仍在繼續。

協作學習

透過技術系統的一部分協作學習

隨著技術的不斷發展，其在個人獲取和共享資訊方面的應用也越來越廣泛。協作學習，即透過同伴/小組共享和學習知識，已成為透過技術系統進行不同互動的焦點。社會互動是認知發展的重要因素。學生與同伴和教師的互動是這些交流中最重要的部分之一。 然而，一個問題出現了，技術如何幫助或融入這些型別的互動？好的技術設計可以幫助學生注意我們認知系統的工作原理，例如注意力、工作記憶和長期記憶，以及複雜認知技能的發展方式。這方面的一個例子是需要支援性和即時 (JIT) 資訊、指導和腳手架，以實現有效的學習策略。需要記住的是，好的設計系統與我們的認知系統協同工作。本節將細分為不同的技術設計模型，以及協作學習在這些系統中可能有效或無效的方式，這些模型將分為以下類別：向專家學習、與同伴學習、探究式學習、創造性學習和遊戲化學習。協作學習被認為是教師和學生在教育和資訊傳授或分享方面的寶貴工具。它讓學生體驗與其他同伴合作的感覺。然而，儘管它被認為是一個很好的系統，應該融入課堂，但它確實有一些缺陷，並且仍在不斷發展，以期為教師和學生找到最有效的應用方式。教師不應該過分依賴這些型別的技術系統，但它們可以很有用，並且提供資訊。

在討論各種技術系統及其可能的含義時，首先要考慮的問題是如何學習？人們經常看到，許多學生在學習資訊方面存在困難，因為他們更專注於記憶而不是理解。 然而，諾貝爾獎獲得者赫伯特·西蒙說過一句很經典的話：“‘知道’的含義已經從能夠記住和重複資訊轉變為能夠找到和使用資訊。” 為了讓學生更好地理解學科內容，他們必須擁有紮實的知識基礎，在概念框架的背景下理解事實和想法，並以有利於檢索和應用的方式組織知識。在知識方面，這具體意味著什麼？擁有紮實的知識基礎意味著學生了解哪些資訊是真實的，並且與他們正在學習的內容相關。在概念框架的背景下理解事實和想法意味著學生理解材料所處的環境，以及它與該主題的關係。以有利於檢索和應用的方式組織知識，意味著幫助學生利用他們已有的或正在學習的知識，並將這些知識應用到其他領域或主題。然而，這些要求在課堂上或課程中實施時確實存在一些困難。這對教師來說很困難，因為學生帶著對他們已經瞭解的知識的先入為主的觀念走進課堂。此外，教師需要教授一定數量的資訊，當他們需要深入探討每個主題或多次重新教授某些領域時，這就會變得很困難。隨著學生繼續他們的學業生涯，許多教師認為他們已經從之前的幾年學習了某些內容，但這並非總是如此。有些學生可能覺得自己落後了，或者太害怕提問和尋求幫助。這就是技術系統能夠發揮作用的地方，或者至少可以減輕教師的壓力，讓學生在課堂上或課餘時間使用這些系統。現在，這些技術系統並非要取代教師，而是要補充教師的教學。它們的任務不是成為學習的基礎，而是充當一種複習工具，幫助學生應對考試或專案。過分依賴這些技術系統的教師可能會失去很多內容和互動，而這些內容和互動只有從一個真實的個體那裡才能獲得。認為技術可以取代教師並非看待正在建立的系統的正確方式，它們應該被視為一種工具，可以幫助那些利用它們的人。

簡單介紹一下這些系統是什麼：

向專家學習：認知導師 & 遠端指導

第一種技術系統是向專家學習，有兩個例子被稱為認知導師和遠端指導。認知導師是一種“支援‘在做中學’的智慧導師” 。認知導師基於 John Anderson 的 ACT 理論。該理論包含三個主要原則，第一個是程式性-陳述性區分，第二個是知識編譯，第三個是透過練習強化。 認知導師的主要重點是監控學生的學習，並在學生需要時提供針對性的反饋。認知導師的主要關注領域是數學和計算機程式設計。這能夠幫助學生更好地理解材料，同時以自己的速度學習，他們還可以與他人合作解決問題並共同完成工作。一項關於認知導師的研究是由 Kenneth R. Koedinger 完成的，名為“智慧輔導走進大城市學校”。在這項研究中，“匹茲堡城市數學專案 (PUMP) [已經] 開發了一個代數課程，其核心是關注對現實世界情況的數學分析和計算工具的使用。我們建立了一個名為 PAT 的智慧導師來支援該課程，並在匹茲堡的 3 所學校的 9 年級代數課程中成為常規的一部分。PAT 有用是因為它能夠幫助那些在課堂上難以學習的學生。在 1994-95 學年，PAT 課程擴充套件到包含 10 個課程和 214 個問題情況。學生每週兩天在計算機實驗室學習，以自定進度使用 PAT。與 93-94 學年相比，學生在導師上的時間將增加一倍以上（從大約 25 天增加到 70 天）。” 遠端指導，更廣為人知的是“電子指導”或“線上指導” ，為學生提供了與他人合作的機會，解決他們可能遇到的課程材料問題。指導互動發生在學生遇到的問題和他們想到的問題上。遠端指導的一個缺點是學生無法與同一個成年人反覆合作。雖然他們在進行協作，但他們無法與導師建立聯絡，而有些學生則與老師建立了聯絡。他們無法與老師進行面對面的互動，與虛擬地與個人交流/學習相比，這種聯絡是不同的。這對於認知導師來說也是一個缺陷，透過任何軟體學習都不會與老師或導師建立聯絡，並且會感覺存在脫節。

與同伴學習：知識論壇 & 星爆

知識論壇是一個協作平臺，供學生在想法的基礎上進行構建。它強調社群而不是個人。知識論壇是一個地方，學生或個人可以在那裡建立知識庫，並在那裡進行高度的協作。知識論壇的主要組成部分是稱為筆記和檢視的東西。 檢視是組織個人做出的筆記的一種方式，可以是概念圖、圖表或任何以視覺方式新增結構的東西。筆記出現在這些結構中。這也很棒，因為它涉及視覺學習的概念，因為透過圖表和地圖，學生能夠連線想法並看到連線是如何建立的。這是一種讓所有學生在一個主題上共同合作，並在不斷增長的資料庫中提供資訊的方法。然而，知識論壇並不是學生和個人應該獲取知識體驗的唯一地方。透過書籍和講座學習材料，以及參加實地考察，可以讓個人更好地理解和獲得不同的視角。知識論壇只是一個數據庫，主題在其中塑造和發展。類似於知識論壇，星爆也為學生提供了一個地方，讓他們透過資料庫與他人合作，共同分享想法。然而，星爆思想像網路一樣擴充套件，越來越大。這兩種系統主要側重於同行互動和個人之間的協作，以便知識能夠構建和增長。一項使用知識論壇進行的研究是由 Carol 和 Yuen Yan Chan 完成的。他們的研究直接摘自他們撰寫的文章：“樣本包括來自香港八所中學的 521 名一至六年級（12-17 歲）的中學生。這些參與者參與了關於計算機支援的知識構建的研究專案。樣本包括 322 名男性和 199 名女性學生，其中 216 名來自初中（7-9 年級，12-14 歲）和 305 名來自高中（10-12 年級，15-17 歲）。香港的學生根據他們的學業成績被分流到不同的組別；有 267 名學生來自高組學校，254 名學生來自低組學校。這項研究是在香港大學-學校夥伴關係專案的背景下進行的，該專案旨在為香港的小學和中學教師開發知識構建的教學法。該專案的背景包括大學研究人員/導師為教師提供專業發展。全年定期舉行研討會，幫助教師更好地理解知識構建的認識論和教學法；專案教師小組集體規劃課程；以及大學研究人員和教師進行課堂訪問。關於知識構建的教學法，在典型的知識構建課堂上，學生通常從識別探究領域開始，並提出他們的想法和問題，“讓想法公開”以進行集體改進，這得到了強調 。在亞洲課堂上，學生體驗作為社群共同工作尤其重要。在這個專案中，課堂和線上話語相結合，學生在進行協作探究時為知識論壇貢獻筆記——提出問題、提出想法和理論、在別人的想法基礎上進行構建，以及共同構建解釋以推進他們的集體知識。資料收集自兩份問卷，分別調查了學生對協作和線上學習的看法，以及他們喜歡的學習方式。在檢查問卷資料後，我們排除了顯示變異響應的關於線上學習的專案，並將重點放在關於知識構建和學習方式的問卷專案上。我們還利用從分析工具包中獲取的知識論壇使用統計資料來檢查他們線上論壇的參與度。分析工具包版本 4.6 提供了多達 27 種分析，以顯示學生在知識論壇資料庫中如何相互互動。我們從以前的研究中選擇了一些最常用的指標，包括那些已被歸類到具有良好結構效度的論壇寫作質量總體指標中（例如，van Aalst & Chan, 2007; Lee et al., 2006; Niu & van Aalst, 2009）。指標如下：（i）撰寫的筆記數量：這被包括在內，因為它是最常用的衡量線上參與度的指標。（ii）支架：該指標指的是使用的支架（思考提示）的數量。知識論壇包含諸如“我需要理解”、“一個更好的理論”和“將我們的知識整合在一起”等支架。支架幫助學生構建想法，並將他們的想法傳達給其他人進行互動和對話。（iii）修訂：記錄了學生嘗試修訂他們的筆記。從知識構建的角度來看，修訂顯示了對處理想法更深入的方法。他們沒有采用線性方法，而是根據社群的貢獻重新審視和修訂想法。（iv）閱讀的筆記數量：閱讀的筆記數量被認為對評估社群意識很重要；如果不瞭解其他人寫了什麼，就無法進行對話（Zhang 等人，2009）。（v）構建筆記的數量：該指標不同於釋出筆記的數量，它指的是對先前筆記的回應。該指標提供有關參與者之間互動的更多資訊。（vi）關鍵詞：學生可以在知識論壇上撰寫筆記時新增“關鍵詞”。其他參與者可以使用這些關鍵詞搜尋有關類似主題的相關筆記。關鍵詞的使用反映了領域知識和社群意識，因為學生試圖讓他們的工作更容易被其他成員訪問。”

透過探究學習：錨定教學 & WISE

錨定教學最好的例子被稱為“賈斯珀·伍德伯裡探險系列”。這些系列是複雜的基於影片的問題，它被建立是為了讓每個賈斯珀探險都專注於一個需要解決的複雜的以數學為導向的問題。由於這些數學問題非常複雜，因此通常很難單獨解決。在共同合作時，學生能夠提出多個正確解決方案，並需要提供證據來證明他們認為自己的解決方案是正確的。這涉及學生之間的協作，以提出對給定問題的各種解決方案，因為沒有唯一的正確答案。學生可以透過 WISE（基於 Web 的探究科學環境）共同合作解決問題。學生在基於 Web 的環境中共同工作，並討論與全球變暖或回收相關的問題。在 WISE 中，老師可以發揮支援作用，並監控學生提供的解決方案。“WISE 提供有關主題的證據和提示；筆記、視覺化、討論和評估工具；以及促進協作、反思和解決方案設計的提示” 錨定教學中的主要思想是學生透過構建理解來學習，以及在情境中學習。也會發生生成性學習，這就是建立子目標的地方。像 WISE 這樣的程式的主要思想是學習是有意圖的，並且學生在回答問題時會整合先前知識。

透過創作學習：Scratch

學習透過創造的一個例子是Scratch程式。它是一個以媒體和視覺為主的網站。在Scratch中，學生可以單獨或小組合作，為線上社群製作視覺效果程式。他們可以相互分享這些視覺效果。在Scratch中，學生可以控制和利用物體進行思考，以及從自己的想象中創造事物。他們可以在視覺創作中加入音訊。學生共同創作這些作品，可以在課堂上作為專案的一部分進行分享，或者老師可以根據他們正在學習的主題或話題來進行創作。這有助於學生進行創造性思考和合作。一個例子是，想象你在八年級歷史課上，為了期末專案，你需要選擇在本學期學習到的一個主題，並建立它的視覺表現形式。無論專案是小組完成還是個人完成，你和組員一起討論，決定使用Scratch程式。你們開始建立不同的角色，例如受傷的人、士兵等等。你和你的組員討論想法，然後開始逐步建立每一個想法。慢慢地，你們小組頭腦中的畫面正在以創造性的方式變成現實。你現在能夠看到你在視覺畫面中學到的歷史片段，並且可以與你的其他同學分享。

透過遊戲學習: Quest Atlantis

學生可以合作的另一種方式是透過遊戲，Quest Atlantis就是一個例子。這個遊戲為學生提供了不同的場景和領域，讓他們在其中冒險，他們會遇到問題和任務，需要從這些問題和任務中做出選擇並解決。這是一個引人入勝的遊戲，但它可能不適合課堂，而更適合學生的課餘時間。這個遊戲的背景最適合提供**情境學習**; 這是從社會關係中獲得的學習，並將先前知識與新的情境聯絡起來。

透過使用計算機程式進行協作學習是讓學生參與材料的另一種好方法。它確實存在一些侷限性，比如如何在課堂上使用和整合。老師可能沒有足夠的裝置供學生使用，而且學生可能會失去集中力，開始玩程式。對於那些在出現問題時提供提示的程式來說，學生可能會不斷地獲得提示，而根本不嘗試自己解決。儘管這些技術系統存在積極的一面，但我們也必須考慮其負面影響。如前所述，這些系統不應該成為學生學習的主要基礎，而應該作為學生和老師使用的補充工具。

術語表

認知負荷理論: 由John Sweller提出的理論，側重於工作記憶和教學。

認知導師: 一種支援“透過實踐引導學習”的智慧導師。

協作學習: 透過同伴/小組分享和學習知識。

專長逆轉效應: 由於認知負荷增加，支援和教學方法對個人產生負面影響的階段。

外來認知負荷是指工作記憶受到材料呈現方式的影響。

相關認知負荷: 指工作記憶用於處理與所呈現資訊相關的內在認知負荷的數量，僅與學習者的特徵相關。

內在認知負荷: 指資訊的呈現方式。

非重複性技能: 需要付出努力、容易出錯、容易過載並需要集中注意力的任務; =模式。

重複性技能: 對應於程式; 它們幾乎不需要努力，由資料驅動，並且幾乎不需要有意識的注意力。

情境學習: 從社會關係中獲得的學習，並將先前知識與新的情境聯絡起來。

任務類別: 從簡單到複雜或有意義的任務的原則。

建議閱讀

• Bransford, J. D., Brown, A. L., & Cocking, R. R. (2000). How people learn. Washington DC: National Academy Press. (pp. 1-50)
• Chan, C. Chan, Y. (2010). Students’ views of collaboration and online participation in Knowledge Forum. Computers & Education, Vol 57(1), Aug, 2011. pp. 1445-1457
• Sarfo, F., & Elen, J. (2007). Developing technical expertise in secondary technical schools: The effect of 4C/ID learning environments. Learning Environ Res Learning Environments Research, 207-221. doi:10.1007/s10984-007-9031-2

參考文獻

• Anderson, J., Corbett, A. T., Koedinger, K. R., & Pelletier, R. (1995). Cognitive tutors: Lessons learned: Journal of the Learning Sciences, 4(2), 167-207.
• Anderson, J. R., Hadley, W. H., Koedinger, K. R., & Mark, M. A. (1997). Intelligent tutoring goes to school in the big city. International Journal of Artificial Intelligence in Education (IJAIED), 8, 30-43.
• Barab, S. A., Dodge, T., & Ingram-Goble, A. (2008). Reflexive play spaces: A 21st century pedagogy. Games, Learning, and Society, Cambridge University Press, Cambridge, MA.
• Bruning, R. H., Schraw, G. J., & Norby, M. M. (2011). Cognitive psychology and instruction (5th ed.) Pearson.
• Bollen, L., Harrer, A., Mclaren, B. M., Seawall, J., & Walker, E. (1995) Collaboration and Cognitive Tutoring: Integration, Empirical Results, and Future Direction
• Bransford, J. D., Brown, A. L., & Cocking, R. R. (2000). How people learn. Washington DC: National Academy Press. (pp. 1-50)
• Craig, S., Gholson, B., & Driscoll, D. (2002). Animated pedagogical agents in multimedia educational environments: Effects of agent properties, picture features and redundancy. Journal of Educational Psychology, 94(2), 428-434. doi:10.1037//0022-0663.94.2.428
• Chan, C. Chan, Y. (2010). Students’ views of collaboration and online participation in Knowledge Forum. Computers & Education, Vol 57(1), Aug, 2011. pp. 1445-1457
• Kevin O'neil, D., & Harris, J. B. (2004). Bridging the perspectives and developmental needs of all participants in curriculum-based telementoring programs. Journal of Research on Technology in Education, 37(2), 111-128
• Mayer, R.E., Heiser, J., & Lonn, S. (2001). Cognitive constraints on multimedia learning: When presenting more material results in less understanding. Journal of Educational Psychology 93(1), 187-198.
• Merriënboer, J., Clark, R., & Croock, M. (2002). Blueprints for complex learning: The 4C/ID-model. ETR&D Educational Technology Research and Development, 50(2), 39-64.
• Sarfo, F., & Elen, J. (2007). Developing technical expertise in secondary technical schools: The effect of 4C/ID learning environments. Learning Environ Res Learning Environments Research, 207-221. doi:10.1007/s10984-007-9031-2
• Scardamalia, M., & Bereiter, C. (2006). Knowledge building: Theory, pedagogy, and technology. In R. K. Sawyer (Ed).The Cambridge handbook of the learning sciences (pp97-118). New York: Cambridge University Press.
• Salisbury, D.F., Richards, B.F., & Klein, D. (1985). Designing practice: A review of prescriptions and recommendations from instructional design theories. Journal of InstructionalDevelopment, 8(4), 9- 19.
• Schnotz, W., & Rasch, T. (2005). Enabling, facilitating, and inhibiting effects of animations in multimedia learning: Why reduction of cognitive load can have negative results on learning. ETR&D Educational Technology Research and Development, 53(3), 47-58.
• Sweller, J. (2010). Element Interactivity and intrinsic, extraneous, and germane cognitive load. Educational Psychology Review 22(2), 123-138. doi: 10.1007//s10648-010-9128-5.
• Sweller, J., van Merrienboer, J., & Paas, F. (1998). Cognitive Architecture and Instructional Design. Educational Psychology Review, 10(3), 251-296. doi:1040-726X/98/0900-0251S15.00/0
• van Merrienboer, J., & Ayres, P. (2005). Research on cognitive load theory and its design implications for e-learning. Educational Technology Research and Development 53(3), 5-13.