在線學習者認知負荷研究進展(2007—2021)

邊 坤，王 巖

(內蒙古科技大學 藝術與設計學院，內蒙古 包頭 014010)

一、引言

教育與技術的結合是歷史的必然,美國教育部教育技術辦公室2017年在《美國國家教育技術計劃》中提出技術應能提升教育水平,確保學生獲得優質教育體驗[1]。以計算機、軟件、現代網絡通信等技術為支持的計算機網絡遠程教育,豐富并完善著線下教育的不足。

本文系統整理了近15年國內外學者在認知負荷理論視角下的遠程教育研究進展并分析了未來的研究趨勢?？梢暬治龌谥袊W(CNKI)和Web of Science所提供的文獻數據,使用CiteSpace軟件構建可視化知識圖譜,通過文獻分析法對主要研究內容進行歸納與分析,旨在為相關的研究者提供理論參考和依據。

二、文獻統計

(一)文獻來源

由于遠程教育和線上學習及在線學習關系密切,本文以“認知負荷”“遠程教育”“線上學習”“在線學習”為關鍵詞在CNKI數據庫,以“Cognitive Load”“Distance Education”“Online Learning”“E-Learning”為關鍵詞在Web of Science核心合集數據庫進行檢索,檢索時間截至2021年5月10日。剔除檢索結果中的新聞報道、會議紀要和重復文獻,在CNKI和Web of Science分別得到相關文獻169篇、319篇。

(二)文獻時間分布

將2007年至2021年間國內外遠程教育中認知負荷研究的相關文獻量轉換成年度分布折線圖(見圖1),國內外對該領域的研究總體趨勢呈上升態勢。其中:(1)國內自2007年至2015年相關文獻較少,文獻數量從2015年至2019年波動較大,2019至2021年發文量明顯增長并在2021年達到頂峰;(2)國外相關研究自2007年至2018年12年間發表文獻數量波動較大,2018年至2021年文獻數量增長較快并在2021年達到頂峰。該領域的研究正在逐步受到關注,有望成為未來新興的研究領域。

圖1 國內外遠程教育中認知負荷論文發表數量趨勢

(三)文獻關鍵詞分析

在CiteSpace主界面,選擇“關鍵詞”為節點,其他設置不變,運行生成CNKI和Web of Science兩個樣本中關鍵字圖譜和頻數如圖2、表1所示。除“認知負荷”和“遠程教育”等檢索詞,高頻詞匯包括“學習效果”“教學設計”等。隨著遠程教育成為大多數高等教育機構在新冠疫情期間繼續教學的首選方案,學者們更加關注遠程教育的教學設計和對學習效果的影響。通過關鍵詞對比可以看出,國內學者傾向于研究學生學習風格和學習平臺對遠程教育中認知負荷的影響,而國外學者注重對學生、模型和教育知識的研究。

表1 關鍵字頻數

圖2 國內外文獻關鍵詞圖譜

(四)國內外研究熱點

利用CiteSpace軟件繪制國內外相關文獻的時間軸視圖(見圖3、圖4),不僅展現了相關文獻主題的變遷趨勢,還反映出各個聚類發展演變的時間跨度和研究進程。認知負荷和遠程教育早期的研究主要以網絡課程和學習行為為主,隨著技術的發展進步,研究內容逐漸多元化,加入學習動機、工作記憶、可用性、冗余效應、心流體驗等內容。

圖3 國內文獻時間軸

圖4 國外文獻時間軸

三、主題研究進展

(一)遠程教育中的認知負荷評估模型

遠程教育中的認知負荷評估技術是認知負荷測量研究的基礎,學術界的研究熱點圍繞認知負荷的精確程度展開。李金波等人采用因素分析、BP神經網絡和自組織神經網絡三種建模方法,探索人機交互過程中認知負荷的綜合評估建模方法,得出“采用多維綜合評估模型對雙任務作業認知負荷進行測量總體上比采用單一評估指標的測量更為有效”[3]。Gou等研究者基于機器學習的數據建模,提出了智能穿戴應用下的學習者認知負荷檢測模型[4],實驗結果表明,所提出的模型由于特征融合和分類的最佳組合而實現了最高的認知負荷檢測精度。遠程教育中認知負荷評估模型的建立,學者們基于不同測量方法對采集的數據建立了不同的評估模型,模型的準確率得到了一定程度的提高。

(二)遠程教育中認知負荷的測量方法

1.主觀測量法

主觀測量法是認知負荷研究中最常見的分析方法,假設學習者有能力回顧自己的認知過程,并且可以說明他們所感受到的任務難度和心理努力的總量[5]。常用的測量工具包括NASA-TLX、WP和CLS量表,其中NASA-TLX量表是在遠程教育中認知負荷測量使用最多的工具。

NASA-TLX量表因其測量的敏感性和簡單易用性受到研究者的廣泛使用。該量表包括績效水平、努力程度、時間需求、心理需求、體力需求、受挫程度6個維度,每個維度分為20個等級,依據權重系數可計算出學習者認知負荷水平[6]。WP量表以負荷多重資源模型為基礎,涉及中樞處理、響應、空間編碼、語言、視覺、聽覺、操作輸出、語言輸出8種認知資源,完成學習任務后學習者分別對上述8種認知資源占用量進行賦值評分[7],因該量表具有較好的敏感性與診斷性,在中低難度任務下,被認為是測量認知負荷較為理想的工具。

由Leppink和他的同事開發的認知負荷量表(CLS)已經成為衡量內在負荷(IL)、外在負荷(EL)和相關負荷(GL)的最有效和最廣泛使用的自我報告測量方法之一[8]。該量表與其他量表不同的是,從認知負荷理論的三種類型設計問卷,問卷共10個問項,其中內在負荷和外在負荷各3問,相關負荷4問。Jamie等研究者使用CLS量表研究外在認知負荷和相關認知負荷之間的關系,以及認知學習策略的使用如何調節這種關系[9]。該量表的優勢體現在其可以廣泛應用于復雜的知識研究領域。

主觀測量法雖然易于使用且敏感性較高,在使用過程中不具入侵性,容易被接受,但不同的被試差異會對結果產生影響,且測量過程主觀性太強,測量結果也并未對學習過程中認知負荷變化的原因進行闡釋。

2.客觀測量法

客觀測量法是目前測量認知負荷最為有效和精確的方法,且種類繁多,在遠程教育中,認知負荷的客觀測量法應用最廣泛的主要有雙任務測量法、眼動和腦電測量。

(1)雙任務測量法是研究工作記憶中的重要研究方法,該方法基于資源有限理論,實驗中要求被試在進行主任務的同時完成一項次任務,且次任務的效果與空閑的工作記憶容量直接相關,空閑容量本身取決于主要任務所需的容量[10]。(2)遠程教育領域一般以眼睛注視和掃視來測量認知狀態[11],也有研究者發現瞳孔直徑和微眼跳幅度也可以區分不同層次的認知負荷[12]。眼動追蹤技術為遠程教育學習環境下認知狀態研究提供了有效方法[13]。(3)腦電測量技術能夠實時監測人的腦力活動,且更具客觀性,通常選擇θ和α腦波頻段數據測量[14]。因此,也有部分學者基于認知負荷理論,構建捕捉和標記用戶在學習過程中的心理狀態的模型用來量化認知負荷。

雙任務測量法在識別認知負荷的過程中靈敏度高,但該測量方法在測量過程中侵入性太強,會對學習者的學習任務產生影響,因此該方法的易用性和可用性等方面不具備優勢,適用范圍較窄。與雙任務測量相比,眼動和腦電技術因其高分辨率和準確率等優勢得到越來越廣泛的應用。但此類方法也有一定的局限,在實驗過程中必須在特定的實驗室環境進行數據采集,對被試的接受度產生一定的影響,且研究者針對實驗程序、設計等要有較高的操作基礎。

3.多模態測量方法

為得到更加精確的認知負荷測量結果,國內外學者采用多模態的認知負荷測量方法對遠程教育中的認知負荷進行測量。Maria、Kruger等研究者采用兩種或兩種以上客觀測量(如雙任務測量、心率、心理測量、腦電和眼動等)相結合的方法,對認知負荷進行多模態測量[15-16]。Larmuseau等研究者提出使用主觀測量的認知負荷與生理數據(即皮膚電反應、皮膚溫度、心率和心率變異性)相結合的方法,揭示了皮膚溫度和心率評估高認知負荷的潛力[17]。多模態的認知負荷測量方法同時具有客觀測量和主觀測量方法的優勢,也解決了單一測量法和一維法對認知負荷測量的方法限制。

(三)遠程教育中學習效果的影響因素

基于認知負荷理論的遠程教育中學習效果的影響因素的研究已經取得了一定的成果,相關研究主要圍繞學習材料呈現方式、教育形式和學習者特征三方面展開。在學習材料對學習效果影響的研究中,王紅艷、Chang和韓曉玲等人研究了課程界面不同指示類型對學習者認知負荷的影響,進而考量其對學習效果的影響[18-20]。教育形式研究方面,張敏等人對相關文獻中的被試者數據展開元分析[21]。學習者特征研究方面,王改花等人通過眼動實驗,探索了不同學習風格學習者對不同類型在線學習材料學習效果的影響[22],研究結果為科學設計在線開放課程提供一定的實證證據和理論支撐。Yen等人通過對學習行為痕跡的追蹤,提出了基于學習分析的方法,通過調整在線課程中使用的教學策略來管理認知負荷,進而提升學習效果[23]。

在對學習效果的研究中,研究者們將認知負荷作為驗證學習效果的測量指標之一,通常與滿意度、用戶體驗等內容結合進行相關研究,注重研究廣度的同時缺乏針對性研究深度。

(四)基于認知負荷的學習策略優化

1.交互設計研究

交互活動是學習過程中提升教學質量的重要環節,但在遠程教育中由于學習平臺、教學設計等內容的影響,實現遠程教育過程中良好的交互還需要對其進行深入研究以期實現。學術界也有部分學者對該領域進行研究,楊彥軍、M A Just等人以認知負荷理論、多媒體學習理論作為交互設計的認知理論依據,以系統觀來指導教學交互各層次的交互設計[24-25]。Wang等人通過對比在線協作學習過程中三個版本(即互動版本、視頻版本和文本版本)的媒體呈現方式對認知負荷的影響,探討了學生在參與不同多媒體時的在線協作行為模式,得出結論:互動版本的在線學習形成了積極的學習氛圍且認知負荷適中,為遠程教育中交互設計的必要性提供了量化支持[26]。在對交互設計的研究中,研究者們通常從認知負荷理論出發,使用文獻綜述法分析總結,進而提出交互設計的策略,最后印證策略。因此,此類研究策略的提出缺少從實踐過程中得到的實證證據。

2.界面設計研究

線上學習平臺為遠程教育提供了實現基礎,且線上學習平臺的界面設計與學習者外在認知負荷直接相關,因此,一些研究者通過優化界面設計降低學習者的外在認知負荷,進而提升學習者學習效果。裴珊珊基于認知負荷理論,通過問卷調研法、訪談法和案例分析法選取典型在線課程案例,梳理在線課程教學界面布局設計要素,并從內在認知負荷、外在認知負荷和相關認知負荷三個方面,篩選出與認知負荷相關的設計要素,對在線課程教學界面布局進行優化,創建了在線課程視頻界面設計策略模板[27]。Zhang等研究者探討移動學習平臺對用戶學習效率的影響,并制定認知指標來評估用戶在移動學習平臺上的學習效率[28]。研究者們將線上學習平臺拆分為課程視頻界面、平臺導航和頁面布局等幾個方面分別進行研究,得出界面設計的優化方案,為下一步系統平臺界面設計提供理論依據。

3.學習內容設計研究

遠程教育已成為學生在線學習的重要途徑,學術界通過對學習內容的設計研究,提出針對學習活動、教學設計的策略,為學習者在線學習和教師教學設計提供設計支持。馬志巖提出基于認知負荷理論的在線學習活動主題設計模型和過程設計模型,進而構建了基于認知負荷理論的在線學習活動設計模型[29]。李梅、刁勇峰等人基于認知圖式、信息加工理論和認知負荷理論,對學習者的學習行為進行研究,為遠程學習者的在線學習提供建議[30-31]。Choi等人使用貝葉斯網絡作為學習分析方法,分析電子學習系統中學習者認知負荷的個性化診斷評估,結果表明,與認知負荷相關的診斷信息,可以幫助學習者通過管理和控制他們在電子學習環境中的認知負荷來提高學業成績[32]。學術界對于學習內容的設計相關研究較多,內容也較為豐富,相關研究中的認知負荷測量方法也從開始的主觀測量逐步發展到與客觀測量的方法相結合,認知負荷評估的準確性不斷提高。

4.認知負荷優化模型

認知負荷是線上學習效果的重要影響因素,已有研究者通過探析認知負荷的影響因素并提出策略進而建立認知負荷的優化模型。崔寧在認知負荷理論的指導下,通過網絡調研和訪談,探析了網絡學習者認知負荷的影響因素,并在此基礎上形成了兩種網絡學習者認知負荷優化模型[33]。李飛飛基于認知負荷理論和多媒體學習生成理論分析了虛擬學習社區中學習者認知負荷的產生,構建了虛擬學習社區中學習者認知負荷的生成模型,并提出優化控制策略[34]。有關于認知負荷優化的模型中,研究者們都以認知負荷理論為出發點,通過文獻梳理或與其他理論結合的方法,提出遠程教育中的認知負荷優化模型,缺少針對遠程教育認知負荷的實證測量研究。

四、結語

本文通過對相關文獻的梳理和解讀,可得到以下結論:

一方面,對于遠程教育中的認知負荷研究,學術界已經取得了豐碩的成果。學者們通過對學習過程中認知負荷的監測分析,以提高學習者學習效果為主要目的,結合認知科學和腦科學等領域的知識,從學與教兩個角度出發,對認知負荷進行優化,為學習者提高學習效率和教師的教學設計提供強有力的支持,但對遠程教育中認知負荷的研究總體上較為分散,針對遠程教育中產生認知負荷的各個方面缺乏全局性的相關研究。

另一方面,通過對遠程教育中的認知負荷相關文獻的研究可以看出,未來研究在以下幾個方面值得探索。一是深度挖掘技術對認知負荷測量模型建立的支持。已有研究者采用BP神經網絡、自組織神經網絡或機器學習等技術建立了多模態數據融合的認知負荷評估模型,因此,深度學習技術會成為未來認知負荷評估模型建立的關鍵技術。二是探索引入認知負荷測量的其他方法,應用到遠程教育的認知負荷測量中。行為測量法也是認知負荷的測量方法之一,是指通過分析學習者行為特征而測量其認知負荷的方法,該方法并未得到廣泛的應用,但在遠程教育這種開放性環境中,很難使用認知實驗的形式對學習者的認知負荷進行測量的情況下,使用行為測量的方法衡量學習者認知狀況是未來值得探索的方向。三是探究如何將“研究發現”轉化為“設計策略”。在使用腦電技術對遠程教育中認知負荷測量的研究中,盡管腦電可以實時、動態地監測學習者的認知負荷,但得到的研究結論并不能科學的與設計策略銜接,為進一步設計內容提供指導,因此,如何將實驗研究發現轉化為對提高學習者學習效率的有力支撐是未來需要努力的方向。