杜雪嬌

（遼寧師范大學(xué)心理學(xué)院 大連 116029）

1.樣例與樣例學(xué)習(xí)

樣例（work-example）往往以一步步的形式呈現(xiàn)解題步驟，為學(xué)習(xí)者提供一種規(guī)范的解決問題的方法，即我們通常所說的例子或范例[1]。它通常包括一個待解決的問題、解決這一問題的所有步驟及最終結(jié)果。樣例學(xué)習(xí)（worked-example learning）是讓學(xué)生觀察和思考樣例，并掌握樣例中包含的規(guī)則，或從中習(xí)得新規(guī)則（新概念或新知識）的過程。狹義的樣例學(xué)習(xí)主要集中在結(jié)構(gòu)良好問題領(lǐng)域，如數(shù)學(xué)問題、物理問題等，這類問題包涵已知的初始條件和明確的目標狀態(tài)。而廣義上的樣例學(xué)習(xí)泛指人類一種重要而基本的學(xué)習(xí)方式，社會學(xué)習(xí)中的榜樣學(xué)習(xí)，學(xué)科學(xué)習(xí)中的例題，教育領(lǐng)域中的教學(xué)觀摩學(xué)習(xí)等都屬于樣例學(xué)習(xí)。而樣例效應(yīng)（the worked example effect）是指對于新手來說，與傳統(tǒng)的問題解決方式相比，樣例學(xué)習(xí)的效果更好且效率更高，即學(xué)習(xí)者投入較少的時間和心理努力就能獲得較好的學(xué)習(xí)效果。樣例為初學(xué)者提供了已知條件和目標狀態(tài)，并給出了從已知條件到目標狀態(tài)的解題步驟，因此樣例學(xué)習(xí)可以阻止學(xué)生采用諸如手段—目的分析、嘗試—錯誤這樣一般的問題解決策略和諸如復(fù)制—修改這樣的表面策略，這些策略增加了無效的認知負荷，影響學(xué)習(xí)效果[2]。同時，學(xué)習(xí)者可以把他們的認知資源投入到觀察和思考樣例中的解題步驟上去，對習(xí)得的新規(guī)則（新概念或新知識）進行編碼、組織，進而整合到長時記憶中，故而學(xué)習(xí)效果較好。

2.樣例學(xué)習(xí)的研究

樣例學(xué)習(xí)的歷史可以追溯到中國古代，先秦孔子《論語·述而》中就有“舉一隅不以三隅反，則不復(fù)也”的論述，這其中就包涵樣例學(xué)習(xí)的思想。樣例學(xué)習(xí)的研究起源于20 世紀初對問題解決技能的研究，研究者發(fā)現(xiàn)，新手和專家在問題解決技能上存在差異。而產(chǎn)生這一差異的主要原因是專家擁有相關(guān)領(lǐng)域的知識結(jié)構(gòu)，即圖示，而新手尚沒有習(xí)得這一圖示。習(xí)得圖示最有效的途徑即為樣例學(xué)習(xí)。于是，研究者在樣例學(xué)習(xí)效果和樣例設(shè)計方式等方面進行了大量研究。已有研究證明，樣例學(xué)習(xí)是學(xué)生進行自主學(xué)習(xí)的重要方式。有效的樣例設(shè)計可以提高學(xué)生學(xué)習(xí)的主動性，進而改善其學(xué)習(xí)效果，所以有必要基于已有研究，總結(jié)其尚不完善的地方，為未來研究提供參考，進而指導(dǎo)學(xué)習(xí)與教學(xué)，提高實際教學(xué)效果。

3.樣例學(xué)習(xí)研究的展望

3.1 擴展對新樣例類型的研究

近年來，樣例學(xué)習(xí)所應(yīng)用的領(lǐng)域不斷擴大，由一般的物理、數(shù)學(xué)等結(jié)構(gòu)良好領(lǐng)域問題逐漸擴展到了寫作、策略學(xué)習(xí)、技能訓(xùn)練等結(jié)構(gòu)不良領(lǐng)域問題。隨著應(yīng)用范圍的擴大，一些新的樣例類型不斷涌現(xiàn)，樣例類型的劃分維度也越來越多，由原來比較單一的劃分維度逐漸發(fā)展為多種樣例劃分維度，相繼出現(xiàn)了動態(tài)樣例與靜態(tài)樣例的劃分、單內(nèi)容樣例、雙內(nèi)容樣例以及多內(nèi)容樣例的劃分等。然而，相較于傳統(tǒng)的單內(nèi)容樣例和靜態(tài)樣例，尚缺乏針對動態(tài)樣例，雙內(nèi)容樣例等新樣例類型的相關(guān)研究。

3.1.1 動態(tài)樣例的研究

動態(tài)樣例是以動畫或視頻的形式呈現(xiàn)的樣例。一般認為由于動態(tài)樣例能夠直觀的表達物體的運動過程，能夠幫助學(xué)習(xí)者構(gòu)建“外部動畫”，而不需要學(xué)習(xí)者在自己的大腦中構(gòu)建動態(tài)的“心理動畫”[3]，故而，可以有效地防止認知負荷過高，在樣例學(xué)習(xí)中效果較好。但動態(tài)樣例具有瞬時性特征，信息呈現(xiàn)之后會立即消失，學(xué)習(xí)者在加工新信息時，需把新信息和之前的信息整合起來理解材料，加重了工作記憶的負擔(dān)，反而會影響學(xué)習(xí)效果。已有的大量研究對動態(tài)樣例和靜態(tài)樣例的學(xué)習(xí)效果進行了比較。這些研究中大都采用操作技能為學(xué)習(xí)材料，那么動態(tài)樣例是否同樣有利于傳統(tǒng)的數(shù)學(xué)、化學(xué)等結(jié)構(gòu)良好領(lǐng)域問題的學(xué)習(xí)呢？它是否顯著優(yōu)于傳統(tǒng)的靜態(tài)樣例呢？動態(tài)樣例的呈現(xiàn)速度、數(shù)量、類型等因素是否會影響樣例學(xué)習(xí)的效果呢？針對這些問題，研究者需要進一步對動態(tài)樣例展開專門的研究。

3.1.2 雙內(nèi)容樣例的研究

策略學(xué)習(xí)、技能訓(xùn)練等復(fù)雜領(lǐng)域的樣例學(xué)習(xí)往往是雙內(nèi)容，甚至是多內(nèi)容樣例的學(xué)習(xí)。以往的單內(nèi)容樣例只包含一方面的內(nèi)容，即所學(xué)的概念、原理和規(guī)則等，這被稱為學(xué)習(xí)域的知識，而雙內(nèi)容樣例包含學(xué)習(xí)域和示例域兩方面的內(nèi)容[4]。這里的示例域是指樣例中所涉及的具體內(nèi)容。那么，在雙內(nèi)容樣例的學(xué)習(xí)中，是分別學(xué)習(xí)示例域和學(xué)習(xí)域知識的學(xué)習(xí)效果好呢，還是把兩者整合到一起同時學(xué)習(xí)效果好呢？對于這一問題，Clarke 以電子數(shù)據(jù)表軟件（spreadsheet）輔助線性函數(shù)知識的學(xué)習(xí)為材料，進行了實驗[5]。研究結(jié)果顯示，對于不太了解電子數(shù)據(jù)表知識（示例域）的被試來說，分別學(xué)習(xí)好于同時學(xué)習(xí)；對于較多掌握電子數(shù)據(jù)表知識的學(xué)生來說，同時學(xué)習(xí)好于分別學(xué)習(xí)。對于已掌握電子數(shù)據(jù)表知識的學(xué)生來說，由于已有相關(guān)圖示，同時學(xué)習(xí)也不會造成認知超負荷，且同時學(xué)習(xí)有利于整合兩種知識，分別學(xué)習(xí)反而會造成信息的冗余和認知資源的浪費，故同時學(xué)習(xí)效果好。但對于不太了解電子數(shù)據(jù)表知識的學(xué)生來說，同時會造成認知超負荷，故分別學(xué)習(xí)效果較好。那么對電子數(shù)據(jù)表知識（示例域知識）掌握到什么程度時，學(xué)習(xí)域與示例域同時學(xué)習(xí)的綜合學(xué)習(xí)效果更好呢？雙內(nèi)容樣例的學(xué)習(xí)順序?qū)W(xué)習(xí)效果的影響，除了取決于學(xué)習(xí)者的知識水平外，是否還取決于樣例中學(xué)習(xí)域與示例域之間的關(guān)系呢？單內(nèi)容樣例中的設(shè)計原則是否同樣適用于雙內(nèi)容樣例呢？雙內(nèi)容樣例學(xué)習(xí)時的認知加工過程是什么？學(xué)習(xí)結(jié)果又該如何評估呢？總之，在雙內(nèi)容樣例的研究領(lǐng)域，尚存在許多問題有待進一步研究。

3.2 增加樣例學(xué)習(xí)效果的測量指標

目前，樣例學(xué)習(xí)的研究大都采用遠遷移和近遷移測驗成績作為其學(xué)習(xí)效果的測量指標。遠、近遷移測驗成績體現(xiàn)了學(xué)習(xí)者理解和掌握該樣例的程度，是對學(xué)習(xí)效果最直接、最有效的測量。同時，可以在測驗成績指標的基礎(chǔ)上，增加其他測量指標，補充測驗成績指標，從多個角度評估和解釋樣例學(xué)習(xí)效果，并且可以進一步解釋樣例設(shè)計起作用的機制。比如，可以測量樣例學(xué)習(xí)過程中的認知負荷水平指標和眼活動、腦成像等生理指標。

3.2.1 樣例學(xué)習(xí)的認知負荷測量

根據(jù)認知負荷理論，如果學(xué)習(xí)某個樣例所占用的認知資源超過了學(xué)習(xí)者認知資源的總量，就會出現(xiàn)認知超負荷，影響學(xué)習(xí)效果。Paas 等人根據(jù)影響作用及因素的不同將認知負荷分為三類:外在認知負荷，內(nèi)在認知負荷和相關(guān)認知負荷。在樣例設(shè)計中，應(yīng)降低樣例學(xué)習(xí)的外在認知負荷，優(yōu)化和提高其內(nèi)在認知負荷和相關(guān)認知負荷，達到最好的學(xué)習(xí)效果。因此，針對某種樣例設(shè)計方法，實現(xiàn)認知負荷的分別測量就顯得尤為重要。

研究者已開發(fā)出了一些認知負荷的測量方法。其中，由Paas 于1993年編制了認知負荷自評量表，在研究中得到了廣泛地應(yīng)用。隨后，Leppink和Paas 等人（2014）在該認知負荷量表的基礎(chǔ)上開發(fā)出來認知負荷分別測量的量表，并通過實驗證實了該量表能有效區(qū)分出內(nèi)在、外在和相關(guān)認知負荷且具有較高的信度和效度[6]。故設(shè)想在今后研究中可以借助這些量表對學(xué)習(xí)者的內(nèi)在認知負荷、外在認知負荷和相關(guān)認知負荷進行分別測量，結(jié)合學(xué)生的測驗成績，解釋樣例設(shè)計方法起作用的原因，補充單一的測驗成績指標，優(yōu)化樣例設(shè)計方法，進而達到指導(dǎo)樣例設(shè)計的目的。

3.2.2 樣例學(xué)習(xí)的生理指標測量

隨著眼動、功能性核磁共振成像（fMRI）等技術(shù)的涌現(xiàn)，研究者逐漸開始對樣例學(xué)習(xí)中眼活動指標和腦成像指標等生理指標進行測量。張華（2013）的研究中，分別以樣例學(xué)習(xí)時的注視點持續(xù)時間、注視點數(shù)量、訪問時間和訪問次數(shù)4 個眼動指標和近遷移、遠遷移測驗成績?yōu)橐蜃兞浚疾炝顺跞龑W(xué)生學(xué)習(xí)不同相似程度的物體受力分析正誤樣例的學(xué)習(xí)效果[7]。綜合考慮眼動指標和測驗成績發(fā)現(xiàn)，學(xué)習(xí)高相似組樣例的被試的注視點持續(xù)時間較短、注視點數(shù)量較少，且能較好的掌握物體受力分析規(guī)則。Lee，等人對數(shù)學(xué)問題樣例學(xué)習(xí)的研究中，綜合測驗成績指標和由功能性側(cè)共振成像（fMRI）測得的腦成像指標，考察了有、無解釋指導(dǎo)和不同樣例類型（強調(diào)問題結(jié)構(gòu)樣例和強調(diào)解題程序樣例）的學(xué)習(xí)效果[8]。結(jié)果發(fā)現(xiàn)，有、無解釋指導(dǎo)不影響遷移測驗成績，且在腦成像數(shù)據(jù)上也無顯著差異；樣例類型影響學(xué)習(xí)者的測驗成績，問題結(jié)構(gòu)樣例好于解題程序樣例，腦成像數(shù)據(jù)也表明，學(xué)習(xí)問題結(jié)構(gòu)樣例的被試更多的激活了大腦的前額葉皮質(zhì)和角回區(qū)域，并結(jié)合這些腦成像數(shù)據(jù)分析了樣例設(shè)計的腦機制。由此可見，對樣例學(xué)習(xí)過程或測驗過程中的眼活動指標和腦成像指標等生理指標進行測量可以補充單一的測驗成績指標，揭示樣例學(xué)習(xí)過程中的認知活動機制。因此，對樣例學(xué)習(xí)中生理指標進行測量是一項重要的研究課題。

3.3 探索基于計算機的樣例學(xué)習(xí)的方式

在以往研究中，樣例題大都通過學(xué)習(xí)冊或卡片的形式在紙上呈現(xiàn)，這種方式符合學(xué)生學(xué)校學(xué)習(xí)中閱讀紙質(zhì)教材的習(xí)慣，不會增加學(xué)習(xí)者的外在認知負荷。但某些樣例設(shè)計方法卻難以通過紙筆的形式實現(xiàn)，隨著計算機、網(wǎng)絡(luò)等技術(shù)的發(fā)展，研究者開始借助計算機程序等技術(shù)設(shè)計和呈現(xiàn)樣例。Salden 等人在對漸減樣例的研究中，借助由Anderson 等人開發(fā)的cognitive tutor 教學(xué)軟件，設(shè)計樣例[9]。學(xué)習(xí)者通過該軟件學(xué)習(xí)樣例，可以在學(xué)習(xí)過程中動態(tài)評估學(xué)習(xí)者對樣例中每一步驟的掌握情況，即如果學(xué)習(xí)者對某一步進行了正確的自我解釋，下一個樣例中該步驟將會被省略，以問題的形式呈現(xiàn)；如果學(xué)習(xí)者不能對這一步進行正確的自我解釋，在下一個樣例中這一步將再次呈現(xiàn)。從而實現(xiàn)了根據(jù)學(xué)習(xí)者的掌握情況，動態(tài)漸減樣例的步驟，最后使學(xué)生能獨立的解決問題。此外，Moreno 等人通過利用Dreamweaver 編制的計算機程序，實現(xiàn)了樣例學(xué)習(xí)過程中，對學(xué)生學(xué)習(xí)效果的及時反饋[10]?；谟嬎銠C學(xué)習(xí)環(huán)境的樣例設(shè)計不僅可以根據(jù)學(xué)生的掌握情況提供個性化樣例，對學(xué)生的學(xué)習(xí)效果進行及時的評估和反饋，實現(xiàn)交互式的樣例學(xué)習(xí)，還可以提供動態(tài)樣例和操作性樣例。由此可見，如何利用計算機等技術(shù)提高樣例學(xué)習(xí)的有效性，也將成為研究的重要領(lǐng)域。

[1]張奇,林洪新.四則混合運算規(guī)則的樣例學(xué)習(xí)[J].心理學(xué)報,2007,37(6):84-790.

[2]張華,曲可佳,張奇.含有新算符的代數(shù)運算規(guī)則學(xué)習(xí)的有效樣例設(shè)計[J].心理學(xué)報,2013,45(10):1104-1110.

[3]Hegarty,M.,Krize,S.,& Cate,C.The rolesof mental animations and external animations in understanding mechanical systems[J].Cognition and Instruction,2003,21(4):325-360.

[4]曲可佳,張奇.雙內(nèi)容樣例的研究及重要啟示[J].心理科學(xué),2014,37(2):373-376.

[5]Clarke,T.,Ayres,P.,& Sweller,J.The impact of sequencing and prior knowledge on learning mathematicsthrough spreadsheet applications[J].Educational Technology Research and Development,2005,53:15-24.

[6]Leppink,J.,Paas,F.,Tamara,V.G.,Cees,P.M.,Vleuten,V.D.,Jeroen,J.G.&.Merri?nboer,V.,Effects of pairs of problems and examples on task performance and different types of cognitive load[J].Learning and Instruction,2014,30:32-42.

[7]張華.中學(xué)生物體受力分析正誤樣例組合學(xué)習(xí)及促進方法的研究[D].大連:遼寧師范大學(xué),2013.

[8]Lee,S.H.,Fincham,J.M.,Betts,S.,&.Anderson,J.R.An fMRI investigation of instructional guidance in mathematical problem solving[J].Trends in Neuroscience and Education,2014,3:50-62.

[9]Salden,R.J.C.M.,Aleven,V.,Schwonke,R.,& Renkl,A.The expertise reversal Effect and worked examplesin tutored problem solving[J].Instructional science,2010,38(3):289-307.

[10]Moreno,R.,Reisslein,M.,& Ozogul,G,.Optimizing Worked-Example Instruction in Electrical Engineering:The role of fading and feedback during problem solving practice[J].Journal of Engineering Education,2009,98:83-92.