本文發表於 《數字教育》 2019年第4期（總第28期）域外觀察欄目，頁碼：84-92。轉載請註明出處。
摘 要：大規模、開放的在線課程（慕課）是一種計算機輔助學習形式。它為無數參與者提供開放的網際網路教育資源，然而有人卻批評其整體質量和實用性。在建設慕課時，大多數開發者只在最低程度上，考慮人類認知架構及相關的教學設計原則。本文認為，認知負荷理論源於人類認知架構和進化教育心理學，可以為任何計算機輔助學習形式（包括慕課）提供理想的教學設計原則。本文首先概述這一理論，之後提出一些教學設計原則。在計算機輔助學習環境下，人可以據此設計在線學習， 並找到教學設計的理論基礎。
關鍵詞：認知負荷理論；進化教育心理學；人類認知架構；教學設計；慕課
| 全文共11974字，建議閱讀時長11分鐘 |2008 年以來，慕課（MOOCs）平臺越來越多。對那些想在校外學習，卻沒有正式學歷的人來說，這些平臺為其提供了開放獲取（Open Access）的資源和在線課程（Hew,2016;McAuley,Stewart,Siem-ens& Cormier,2015）。正是由於這種可選擇性和人們對慕課的需求，一些人研究了可能提高慕課教學質量的因素（Deimann & Vogt,2015;Moe,2015;Sie mens,2013）。然而，儘管慕課起源於學習科學，但其中大多數的組織基礎並不是目前對人類認知的認識（參見Clarà & Barberà，2014中的討論部分）。本文認為，要想設計出教學效果更好的在線學習（包括慕課）材料，就需要用到基於人類認知架構（humancognitive architecture） 的認知負荷理論（cognitive load theory）（Sweller,2012;Sweller,Ayres & Kalyuga,2011）。首先，我們將對在線學習的一些理論和實踐問題進行概述，之後簡要介紹認知負荷理論，並假設該理論同計算機輔助學習（例如慕課）相關， 最後在其指導下，總結教學效果。
香檳（Champaign）等人（2014）研究了在線學習時間與表現和技能之間的相關性。結果表明，學生的技能水平與在線學習時間呈強烈的負相關關係。這說明領域內專業知識較多的學生，只需較少的時間就可以學習相關材料。然而，在線學習時間與概念學習卻呈強烈的正相關關係。這說明學生在線學習的時間越長，概念學習效果越好。不過，作者擔心，由於被試的選擇範圍大、可用的教學技能多，很難確定究竟是哪些因素影響了學習。
休（Hew，2016）研究了影響學生在線學習參與度的教學設計因素。研究對象是參與語言、文學和藝術與設計三個慕課項目的學生。通過檢查這些學生反映的數據，他找到五個影響參與度的因素：（1）課程以問題為導向，有明確的解釋；（2）講師願意與學生互動，教學富有熱情；（3）學生可以和同伴互相分享知識和見解；（4）學生專注於學習和思考正在講授的內容；（5）學生可以根據自己的學習風格偏好，使用和參與多種在線資源和活動。
埃爾·哈穆多娃（El-Hmoudova,2014）基於多種學習風格偏好，探討了課程數量多但輟課率（dropout rates）高的問題。許多學生在視覺效果、活躍程度和學習順序方面有中等程度的偏好。此外，如果學生對某個學習風格有強烈偏好，那麼就會想讓在線學習環境也能適應其風格。鄭（Zheng,2015）等人也著重研究了輟課率。結果表明，激勵學生學習慕課的一個原因是，其可以幫助自己做好高中升大學的準備。另一個原因則是社交互動（social interaction）——至少對一些學生來說，最初加入慕課的動機是認識更多的人。此外，王和貝克（Wang & Baker,2015）關於學習動機的觀點也很引人注目，即完成慕課的學生對其內容本身更感興趣，而未完成的學生卻只會視慕課為一次學習體驗。
有人指出，目前慕課不但教學質量（包括內容質量、教學設計質量和教學實施質量）低，而且鮮有研究關注其提高（Bali,2014;Fischer,2014）。奧西安尼爾索等人（Ossiannilsso,Altinay& Altinay,2015）的研究表明， 教學設計和學習環境會影響學習者的學習體驗，並且這二者同開放性（openness）、個性化（personalization）、選擇性學習（choice-based learning）和協作學習環境（colla-borativelearning context） 一樣， 會從多個方面影響慕課質量。這些因素解釋了恩庫瓦沃西（Nkuyubwatsi，2013）的看法。他基於學生視角， 從學習環境評估和慕課設計兩方面，比較了在線學習和面對面教學，並認為慕課在開放性、可選擇性、多樣性和風格化方面可能優於面對面教學，但後者可以安排更多同齡人之間的互動。費希爾（Fischer,2014） 認為，就學習質量而言，慕課也許不是最理想的在線學習形式。因為許多慕課仍採用傳統教學模式，並且已經商業化。大多數批判性研究都明確指出，目前缺乏對慕課教學方法的研究（Bali,2014;Deimann & Vogt,2015;Moe,2015）。此外，不論是那些主張互動、提供協作學習空間的，還是那些提供內容的慕課（Siemens,2013），都沒有重視在線學習者的認知需求。
以上回顧了一些關於慕課和其他計算機輔助教學形式的研究。本文認為，為了設計出有效的在線教學，未來可能需要基於人類認知設計和評估計算機輔助學習環境。在下一節，我們將介紹基於人類認知架構的認知負荷理論，之後從認知角度出發，討論慕課和其他計算機輔助學習形式的結構。
知識可分為兩級：生物初級和生物高級（Geary， 2007,2008,2012;Geary & Berch,2016）。隨著進化， 人習得生物初級知識（biologically primary knowledge）是不費力的、順理成章的，並且不需要他人指導。大多數通用認知技能都是生物初級的，例如一般的問題解決策略（Tricot & Sweller,2014）。
隨著文化的發展，人類開始需要另一類知識——生物高級知識（biologically secondary knowledge）， 其與生物初級知識存在本質上的不同。習得生物高級知識需要自己下意識的努力和他人明確的指導（Kirschner,Sweller & Clark,2006;Sweller，Kirschner & Clark,2007），因為從本質上講，其中大部分都是特定領域知識而非通用認知知識。我們之所以需要思考「怎樣做到相關信息的最佳傳遞」，就是因為習得生物高級知識需要他人明確的指導。認知負荷理論關注的就是這個問題，它與一切計算機輔助教學形式的成功密切相關。
人類認知架構是認知負荷理論的基礎，涉及對認知結構、認知功能和加工過程的組織。正因其存在，我們才能用教學設計的重頭戲——生物高級知識—— 來學習、思考和解決問題（Sweller et al.,2011）。人類認知架構類似於生物進化論中的「自然信息加工系統」（natural information processing system）。我們可以將其描述為「五項基本原則」（Sweller& Sweller,2006）。
信息存貯原則（Informationstore principle）：人若想其認知系統發揮作用，就需要在長時記憶中存貯大量特定領域的信息（DeGroot,Gobet & Jongman， 1996）。我們認為，長時記憶中的信息容量和存貯時間是沒有限制的。從教育角度看，一個人在相關領域有無專長，取決於他（她）之前是否習得並存貯了大量的生物高級知識和特定領域知識。
引用與重組原則（The borrowingand reorgani-zing principle）：認知系統需要大量信息才能發揮作用， 這些信息主要引用自他人。比如，我們閱讀他人的作品，聆聽他人的講話，以及模仿他人的行為（Bandura， 1986）。其他物種幾乎都不具備這項生物初級技能—— 從他人身上獲取信息的能力。引用的信息與長時記憶中的原有知識相結合（即整合與重組）以後，才能存貯在長時記憶中。
隨機生成原則（Randomness asgenesis princi-ple）：在解決問題時，人如果無法引用他人信息，那麼就可以用「隨機生成和檢驗程序」來生成信息，之後將其與長時記憶中存貯的有效信息進行比較，以確定其有效性。無效的信息不能進入長時記憶。
變化最小原則（Narrow limits ofchange princi-ple）：「隨機生成和檢驗」過程發生在工作記憶中，但是如果需要檢驗的元素過多，那麼工作記憶就不能有效工作。原因是在加工來自環境的新信息時，工作記憶容量（Cowan,2001;Miller,1956）和持續時間（Peterson & Peterson,1959）有限。不過，也正是由於工作記憶每次加工的信息量有限，長時記憶才不會發生大而迅速的變化，從而保持其正常功能。
環境組織與聯結原則（Environmentalorganizing and linking principle）：最後這個原則揭示了人如何從長時記憶中提取存貯的信息，並據此確定行為。環境中的外部信號激活了長時記憶中存貯的相關信息，之後人再將其轉移至工作記憶中，以確定行為。與來自環境的新信息不同，工作記憶可以無限處理來自長時記憶的良構信息（Ericsson& Kintsch,1995）。
本節介紹了人類認知架構，它是認知負荷理論的基礎。我們可以利用「引用與重組原則」，從他人那裡獲取信息。如果獲取不到所需信息，我們也可以嘗試利用「隨機生成原則」生成信息。根據「變化最小原則」，工作記憶雖然其容量和持續時間有限，但還是必須加工這些新信息。人可以利用「信息存貯原則」， 將加工後的信息存貯在長時記憶中。完成存貯後，根據「環境組織與聯結原則」，環境中的線索（cues）可以激活這些已有的、熟悉的信息。
上述結構解釋了人如何獲取和使用信息，也指導了基於計算機技術的教學設計（例如慕課和計算機輔助學習）。下面我們將用元素交互性（element interactivity）的概念，討論為什麼某些信息會造成繁重的工作記憶負荷。
元素交互性
元素交互性是衡量任務複雜性的指標之一，作為一個基本概念，人們可以用它來確定認知負荷類型。由於交互的元素之間有邏輯聯繫，所以工作記憶必須同時加工它們（Sweller,2010）。例如，當學生正在學習解代數方程時，其工作記憶負荷和問題的元素交互性都很高。這是因為方程的任何一部分發生變化，都會對整體造成影響。學生必須學習方程中的各個交互元素。反之，當學生正在學習第二外語的單詞時，卻可以分別理解其釋義，因為其互相之間沒有邏輯聯繫。學習這類材料時，元素交互性和認知負荷都很低，原因是學生在學習某個單詞的釋義時，不需要考慮其他單詞。
兩種認知負荷類型
最新版本的認知負荷理論討論了兩種認知負荷：內在認知負荷和外在認知負荷（Kalyuga,2011）。內在認知負荷（intrinsic load）由學習材料確定，其影響因素包括學習材料性質和元素交互性水平。之前提到的兩個示例——解代數方程和學習第二外語單詞—— 都隱含內在認知負荷的變化。
改變學習信息或學習者的類型，都會使內在認知負荷發生變化。例如，如果解方程的人是專家，那麼與新手學習者相比，其內在認知負荷和元素交互性較低。根據「環境組織與聯結原則」，專家可以將整個方程視為一個元素，因為其長時記憶中有相關信息。
與內在認知負荷不同，外在認知負荷（extraneousload）的影響因素是學習材料的呈現方式。這種認知負荷會干擾學習，因此教師應努力減少或消除其影響。它的另一個影響因素是元素交互性。如果我們能在不改變學習內容的情況下，改變元素交互性，那麼外在認知負荷也會發生變化。例如，當新手學習者採用樣例學習時，工作記憶中必須同時加工的交互性元素就會減少，而當其嘗試解決問題時，相反的效應就會產生，因為此時元素交互性水平高（Sweller,2010）。在學習樣例時，學習者只需要加工那些得到答案所必需的步驟。而在解決新問題時，學習者則需要加工那些無效的步驟，從而提高了元素交互性。
雖然在建設慕課時，還沒有用到認知負荷理論， 但是有理由認為，人可以將其提供的教學設計建議，直接用於慕課和其他計算機輔助學習過程。文獻中已經指出了一些慕課的問題，我們假設這些問題由不良教學設計引起。所謂「不良」，是指忽視人類認知架構和進化教育心理學。在本節，我們將研究如何基於認知負荷理論，指導慕課教學。
有隨機對照實驗表明，和傳統的教學條件相比， 認知負荷理論提出的教學條件，可以讓學習者更高級地學習。這證實了認知負荷理論框架下的認知負荷效應（cognitive load effects）。我們假設，在其指示下， 人可以有效建設計算機輔助學習平臺（例如慕課）， 以促進學習。本節我們將討論這些效應，以直接用於計算機輔助學習。
自由目標效應（The goal-freeeffect）
自由目標問題旨在通過「手段—目的分析法」 來減少無關認知負荷（Sweller,VanMerri nboer & Paas,1998）。假設現在需要解一道幾何問題：求角的值。這是一道「固定目標問題」。新手一般會用「手段— 目的分析法」，專注於問題目標，找到一系列問題解決步驟，以減小已知條件和目標之間的差距。在過程中， 學習者需要學習許多交互性元素，這加重了工作記憶的負荷。
然而，自由目標問題可能是一些開放性問題，例如讓學生找到所有滿足題設的角度值。學習者只需閱讀題目的已知條件，計算出可能的角度值即可。學習者在同一時間內，只需要考慮某一個，而非一系列滿足題設的角度，這降低了元素交互性，所以他便能以更好的狀態，區分問題類型並做出相應行為。艾爾斯（Ayres,1993）表示，與傳統的固定目標問題相比， 使用自由目標問題的教學效果更好。
樣例效應（The worked exampleeffect）
樣例效應是指與不提供指導相比，向學習者提供完整的問題解決指導會使其學得更好（Renkl,2014）。由前面的理論分析可知，根據引用與重組原則，學習樣例就是引用他人的良構知識；而根據隨機生成原則， 如果學習者缺乏特定領域知識和問題解決知識，那麼在解決問題時，就需要隨機生成解決方案，並分別測試其有效性。與後者相比，學習者在加工樣例時，需要處理的交互性元素較少，其外在認知負荷也較小。
許多研究調查並支持了樣例效應，其內容涉及多個領域（Cooper & Sweller,1987;Kyun,Kalyuga &Sweller,2013;Paas,1992;Rourke & Sweller,2009；Sweller & Cooper，1985）。有人調查了用播客提供樣例， 是否可以提高學生的數學表現（Kay & Edwards， 2012;Kay &Kletskin,2012）。學生對這些播客的反響強烈，其數學表現也有所提高。然而，在這些實驗中， 樣例學習並未與其他形式的教學設計進行比較。
不過，並非任何程度的樣例都能有效地減少外在認知負荷。如果提供了無效樣例，或學習者不需要的樣例，那麼就可能產生負面影響。我們將在後面幾個部分討論這些問題。
問題補全效應（The problemcompletion effect）
待補全的問題可以替代那些提供了全部解決方案的傳統示例。它明確提供一些解題步驟，但卻留下關鍵步驟，以供學習者補全。例如：
2x +10=14
2x =14-10
x =?
範梅裡恩伯爾（Van Merrinboer,1990）首次深入研究了任務補全的有效性。「任務」的來源是認知負荷理論框架下的計算機編程課。研究人員將學生隨機分為兩組：傳統策略組和問題補全組。在傳統策略組，學生需要設計和編寫新的電腦程式；而在問題補全組，學生則需要修改和擴展現有的電腦程式。後測結果表明，問題補全組的表現更好。範梅裡恩伯爾和德克羅克（DeCroock,1992）進行了類似內容的研究。後測結果也表明，問題補全比傳統問題解決的效果要好。
為了研究問題補全效應，帕斯（Paas,1992）比較了三種情況：樣例、問題補全和傳統問題解決。結果表明，樣例組、問題補全組比傳統問題解決組的效果要好。然而，對問題補全組來說，或許只有在遠遷移後測任務中，才能產生這種「好效果」（VanMerri-nboer,Schuurman,DeCroock & Paas,2002）。
分散注意效應（The split-attentioneffect）
課堂上的信息可能在空間或時間上相互分離。當學生需要分散其注意力，以處理這些來源豐富的信息時，分散注意效應便發生了。如果信息本身不夠清晰，並且難以理解，那麼學生就需要在心理上整合（Sweller et al.,2011）。然而，如果教師已經整合了這些信息，那麼交互元素的數量就會減少。學生不再需要自行整合，其外在認知負荷就會減少，學習效果也會變好。
多媒體學習也提出同樣的效應。例如，卡爾優加、錢德勒和斯維勒（Kalyuga，Chandler & Sweller， 1999）將圖表和文字製作成計算機輔助教學材料，之後測試效果。他們發現，與分散注意的信息相比，預先整合的信息可以增強學習效果。謝裡希和吉崎（Al- Shehri & Gitsaki,2010）比較了兩種教學設計：分散注意和整合呈現，之後評估了學習者的在線閱讀表現。結果表明，在線整合材料可以增強學習效果。類似地，劉、林、蔡和帕斯（Liu,Lin,Tsai & Paas,2012）研究了在物理領域中，移動學習（mobile learning）的分散注意效應。結果也表明，當文字和圖片同時出現在行動裝置中時，學生表現得更好。
冗餘效應（The redundancyeffect）
在認知負荷理論的框架內，任何不需要學習的信息都是冗餘信息（Sweller et al.,2011）。例如，用多種形式提供的相同信息（如供學生聆聽或閱讀的文字）， 或不必要的裝飾性信息（誘人的細節，如與文字有關的動畫）。如果工作記憶加工了這些信息，那麼就會增加其外在負荷。冗餘信息似乎也能分散注意，因為它也來自多個信息源（source），但冗餘效應更強調， 學習者不用互相對照這些信息，就能實現理解。例如， 在多媒體學習中，當相同的信息同時以圖表和文本，或書面和口頭的形式呈現時，冗餘效應就可能產生。
當冗餘發生時，我們應該減少一個信息源，而不是整合來自多個信息源的信息。例如，錢德勒和斯維勒（Chandler & Sweller,1991）設計了一個生物學實驗，一組的學習材料是心臟、肺和身體的血液流動圖，以及一篇相同內容的書面文字；而另一組則只能看到相同的流動圖。結果表明，沒有書面內容的小組反而學得更好。梅耶、海澤和隆（Mayer,Heiser & Lonn,2001）發現，當學習材料只是帶有講解的動畫， 而不在屏幕上附加與講解內容一致的文字時，大學生學得更好。
雙重通道效應（The modalityeffect）
怎樣使用圖表和文本？這取決於其產生的分散注意效應和冗餘效應。類似地，怎樣提供視覺和聽覺信息，則取決於兩個信息源之間的邏輯關係。如前所述，我們不應該口頭重複書面信息，因為這會造成冗餘。然而， 在某些嚴格界定的條件（與分散注意效應的條件類似） 下，同時提供視覺和聽覺信息反而是有益的。如果學生沒有文本就無法看懂一張圖表，那麼便滿足了分散注意效應的條件，此時最好口述內容，而非提供書面文字，或將圖表和文字整合在一起。
工作記憶有兩個組成部分：視覺- 空間畫板（visuo-spatial sketch pad）和語音迴路（phonologicalloop）（Baddeley,1992）。廷德爾福特、錢德勒和斯維勒（Tindall-Ford,Chandler & Sweller,1997）指出， 與只利用視覺通道相比，學習者同時利用視覺和聽覺通道，可以學得更好。可能的解釋是，同時使用兩個通道增加了工作記憶的可用容量（Penney,1989）。許多人都研究了雙重通道效應（Kalyuga,Chandler& Sweller,2000;Mayer & Moreno,1998;Tindall-Ford et al.,1997）。廷德爾福特等人（1997）比較了兩種文字和圖表的呈現方式：一是分別用聽覺和視覺呈現；二是只用視覺呈現。結果表明，混合呈現要優於單一通道呈現。梅耶和莫雷諾（Mayer & Moreno,1998） 也做了類似的研究，設計了多種實驗，內容是解釋閃電形成過程或汽車制動系統。在實驗中，一組聆聽主要步驟的講解，而另一組則閱讀屏幕上的文字，其內容與前一組的講解相同。結果證明，混合呈現的學習效果更好。
信息即逝效應（The transientinformation effect）
雙重通道效應表明，用聽覺形式呈現信息具有潛在優勢。然而，這種方式有其局限性。與文本不同，口述是短暫的。如果這些冗長並且元素交互性很高的材料是書面文字，那麼學習者就可以隨時重複閱讀。他們可以停下來去思考某一部分內容（例如難點）， 也能根據需要回看；但是如果口述呈現，由於其短暫性，我們就很難甚至不可能思考和回看，因為新信息很快就會取代舊信息。如果材料的元素交互性很高，那麼工作記憶就需要同時加工新舊信息，但是問題在於， 舊信息已經消失。基於認知負荷理論，不應以口頭形式呈現元素交互性高的信息。因為在舊的聲音信息消失以前，學生可能來不及加工，之後也很難，甚至不可能恢復它們，這便產生了信息即逝效應。
信息即逝效應表明，在材料的元素交互性高時， 短暫式呈現（例如口述）比書面呈現相同材料的效果要差。此外，信息即逝效應也會影響雙重通道效應。萊希和斯維勒（Leahy & Sweller,2011）得到的「反通道效應」（reverse modality effect）認為，書面信息優於聽覺信息。只有當元素交互性高的文本分小段呈現時，才能得到傳統的「雙重通道效應」，即聽覺信息更有用。
即逝信息不只是聽覺信息，還包括視頻和動畫。黃、萊希、馬庫斯和斯維勒（Wong,Leahy,Marcus & Sweller,2012）也研究了信息即逝效應。他們採用講解教學和動畫輔助教學兩種形式，得到了與萊希和斯維勒（2011）相似的結果，後者檢驗了雙重通道效應。結果表明，冗長的動畫輔助教學不如靜態圖像有效， 而後者則不如分段呈現的動畫有效。
信息即逝效應與計算機輔助學習系統密切相關。隨著現代教學技術的發展，我們能更加輕易地使用口頭語言、視頻和動畫。不過，使用這些技術的能力並不能解釋其自身的合理性。最終判斷教學方法有效性的不是教學技術，而是之前就出現的人類認知。
想像效應（The imaginationeffect）
想像效應是指在學習程序或概念時，想像學習比傳統學習的效果好（Leahy & Sweller,2004）。一些研究應用想像策略，來學習程序性和概念性知識，已經得到了正向結果（Leahy & Sweller,2004,2005,2008）。萊希和斯維勒（2004）比較了想像策略和傳統學習。結果表明，使用想像策略比學習說明書的效果好。後來，萊希和斯維勒（2005，2008）擴展了他們2004 年的結論：元素交互性高的材料更可能產生想像效應。
洛伊特納、利奧波德和薩姆弗斯（Leutner， Leopold & Sumfleth，2009）在多媒體學習的化學課上，比較了繪製示意圖和想像分子結構圖這兩種行為。結果表明，想像分子結構圖降低了認知負荷水平，並增強了學生的理解，而繪製示意圖卻提高了認知負荷水平，並降低了其理解。
獨立元素效應（The isolatedelements effect）
獨立元素效應是指最開始呈現的教學信息中，獨立的元素，而非複雜交互的元素，可以減少過多的內在認知負荷。其缺點是，由於信息以獨立元素的形式呈現，所以學習者起初可能不太理解它們之間的關係。不過，學習者可以先形成部分圖式，之後再藉助下一階段的教學，來了解它們之間的關係，進而形成整體圖式（Pollock,Chandler & Sweller,2002）。
布萊尼、卡爾優加和斯維勒（Blayney,Kalyuga& Sweller,2010）比較了兩種教學形式：獨立—交互元素形式和完全交互元素形式。實驗的參與者是會計專業的大學生。結果表明，新手學習者從前一種形式中獲益更多，而專家學習者則在後者中的學習效果更好。在實驗中，當專家採用獨立—交互元素形式學習時， 需要動用額外的工作記憶資源，以將這些簡單的獨立元素和原有知識整合起來，這反而幹擾了學習。結果還表明，獨立—交互元素策略與學習者的專業知識存在交互作用，下一節討論的就是與其相關的「專長逆轉效應」。
專長逆轉效應（The expertisereversal effect）
所有教學上的「效應」，包括認知負荷效應， 都有各自的適用範圍。專長逆轉效應（Kalyuga， Ayres,Chandler & Sweller,2003）與許多認知負荷效應一樣，其邊界的來源是學習者類型和任務特徵的交互作用。假設我們基於認知負荷理論，提出了一種與傳統方法相比，對新手學習者更有效的新方法，那麼隨著學習者專業知識的增加，新方法的相對有效性可能降低。最終，新方法可能徹底失去優勢，其與舊方法的相對有效性甚至會逆轉。
人們普遍用冗餘效應來解釋專長逆轉效應。新手學習者必需的信息，對專家學習者來說是冗餘且負面的。例如，新手可能需要在樣例的協助下，才能理解問題的解法。但是隨著學習者專業知識的增加，這些樣例會變得無效、冗餘，直至產生專長逆轉效應（Kalyuga,Chandler,Tuovinen & Sweller,2001）。再例如，卡爾優加（Kalyuga,2000）等人在進行對照實驗時也發現了專長逆轉效應。參與實驗的兩組學生分別學習帶有和不帶有聲音講解的圖表。在實驗中，教師對學生進行了培訓，以增加其專業知識。起初， 帶聲音講解的效果更好，但隨著學生專業知識的增多， 不帶聲音講解的效果反而更好。
計算機輔助學習是克服專長逆轉效應的理想方式。根據該效應，隨著學習者專業水平的提高，教師也應該改變其教學類型。一種可行的辦法是：對學習者進行在線評估，據其知識水平來改變教學方法，這比「一把尺子衡量法」（one-size-fits-allregime）要合理得多（Kalyuga & Sweller,2004,2005）。
撤除指導效應（The guidancefading effect）
根據專長逆轉效應，學習環境的設計依據是學習者的專業知識。撤除指導效應（Renkl，2014）提供了一種合理設計學習環境的方法。例如，我們可以將完整的樣例改成待補全的任務（參見相關章節），之後再讓學生解決問題（Van Merri nboer,Kirschner & Kester,2003;Van Merri nboer,1990）。「撤除指導效應」 的提出基於這樣的假設：隨著學習者專業知識的增多， 雖然其解決的問題更複雜，但仍將擁有充足的工作記憶資源。
倫克爾、阿特金森、邁爾和斯特利（Renkl， Atkinson,Maier & Staley,2002）將「逆向與正向撤除指導」同另外兩種教學策略——「傳統樣例」和「問題解決對」——進行比較。不論是課堂實驗還是實驗室實驗，「撤除指導」都優於另外兩種策略。
在使用該策略時，應該注意的另一個問題是撤除指導的速度。賴斯林、 蘇裡文等人（Reisslein,Sulli-van & Reisslein,2007）比較了三種撤除速度：立刻撤除、快速撤除和緩慢撤除。立刻撤除組在學習樣例後直接解決問題；而快速撤除組則在學習樣例後，完成待補全的任務，其待補全程度逐漸增加（第二個任務有一步待補全，第三個任務有兩步待補全，依此類推）；緩慢撤除組與快速撤除組相比，只在待補全程度的增加速度上有差異（每兩個樣例只增加一個待補全的步驟）。實驗結果表明，撤除指導的速度與學習者專業知識水平之間存在交互作用。專家學習者在指導「立刻撤除」和「快速撤除」時獲益更多，而缺乏經驗的學習者則在指導「緩慢撤除」時學得更好。充分的指導和慢速的教學減少了外在認知負荷，因此更適合新手。
元素交互效應（The elementinteractivity effect）
人們通常認為，專長逆轉效應是一種獨立的認知負荷效應。但最近卻有人認為，它只是一個更普遍的效應——元素交互效應的特例。元素交互效應已經流傳多年（Sweller,1994,2010;Sweller& Chandler,
1994）。它與專長逆轉效應都是二級效應，都為一級效應提供邊界。對專長逆轉效應來說，是學習者的專業知識水平提供了邊界；而對元素交互效應來說，提供邊界的則是材料的元素交互水平。
當信息的內在認知負荷高時，就會產生認知負荷效應；反之，認知負荷效應就會消失，同時產生元素交互效應（Sweller & Chandler,1994;Tindall-Ford et al.,1997）。實際上，當材料的元素交互性低時，某一效應不僅可能消失，也可能產生。陳、卡爾優加和斯維勒（Chen,Kalyuga & Sweller,2015,2016）發現的例子很有說服力，這個例子關於元素交互效應，是說元素交互性高的信息會產生傳統的樣例效應；而元素交互性低的信息則會產生「反轉效應」，又叫「生成效應」（generation effect），後者比樣例效應發現得更早。當後續記憶任務為學習者提供的還不如他們自己生成的答案時，生成效應便產生了。
如前所述，改變元素交互性的方法有兩種。一是改變任務類型。例如，像我們在得到「獨立元素效應」 時那樣，減少任務中交互元素的數量。二是改變學習者的專業知識水平，這便是「專長逆轉效應」和「元素交互效應」的聯繫之處。
假設一個人正在解題：已知……求……。對一個剛學解方程的人來說，這個問題不僅難，而且元素交互性相對較高。為了成功解題，工作記憶需要同時加工的元素數量很多。然而，只要一個人具備代數計算能力，就可以輕鬆地在工作記憶中加工所有元素。許多人都能輕易地心算出答案。如前所述，根據環境組織與聯結原則，人可以從長時記憶中提取相關知識，並以之解題。如果一個人已經解出過很多類似的題目， 那麼就會將整個問題及其解法視為一個元素。所以對領域內的專家來說，這類問題的元素交互性很低。
一個專長逆轉效應的例子是：專家學習樣例會造成冗餘，從而增加其工作記憶負荷。專業知識的變化引起了元素交互性的變化，後者又導致了專長逆轉效應。從這個意義上講，專長逆轉效應只是元素交互效應的特例而已。
那麼，綜合兩種效應會產生怎樣的教學效果呢？在一項實驗中，陳等人（Chen et al.,2015）教新手計算幾何圖形面積。教學材料有兩種：一種是元素交互性低的常規幾何公式，而另一種則具有綜合性，其目的是教學生運用那些公式來計算圖形面積。對這些學生來說，後一種材料的元素交互性很高。結果表明，根據樣例效應，在教授元素交互性高的材料時，教師應該提供更多樣例的指導；而根據生成效應，在教授元素交互性低的材料時，教師則應該讓學生自己生成答案，這樣學生的表現才會更好。
然而，隨著兩組學習者專業知識的增加，第二次實驗都得到了生成效應。這是因為隨著學習者專業知識的增加，元素交互性水平反而降低。對專家來說，即便材料複雜到會產生很高水平的認知負荷，過多的指導也是冗餘的。結果表明，只有在學習元素交互性高的材料時，才會出現樣例效應，這也與「元素交互效應」的表述一致。此外，結果還說明了專長反轉效應：對新手有益的「樣例效應」，其實是對專家有害的「反樣例效應」（reverse worked example effect）。
由此可見，「專長逆轉效應」和「元素交互效應」 是相互「糾纏」的關係。隨著學習者專業知識水平的提高，元素交互性也會降低，此時教師應降低其指導水平。
前面已經提到多種認知負荷效應。儘管有人已經利用多種計算機輔助學習形式，對其進行測試，但據我們所知，那其中不包括慕課。因此，我們只能在缺少隨機對照實驗的情況下，基於認知負荷理論及其相關效應，提出一些可能提高慕課學習效果的建議（假設）。實際上，由於沒有實證依據，上述假設的有效性仍有待驗證（每種假設都需要至少一條證據）。
我們有充分的理由猜測，認知負荷效應同樣適用於慕課。對於知識，無論是生物初級、通用技能知識還是生物高級、特定領域知識，無論是電子版還是列印版，人都能加工。例如，沒有證據表明，在學習效果方面，呈現在屏幕上的文字和圖表，與相同內容的列印版之間有差異。在兩種條件下，認知系統加工材料的方式一樣，其中的工作記憶和長時記憶也都發揮了相同的作用。
顯然，與列印材料相比，屏幕呈現更容易產生某些效應。例如，用電子版信息更容易產生信息即逝效應，從而對工作記憶造成負面影響。原因也很簡單：數位技術更容易呈現即逝的信息。然而，不管媒介是什麼， 我們的認知系統都會用相同的方式，來對即逝的信息做出反應。
認知負荷理論提供了一種綜合的教學設計理論。為了引出這個理論，本文首先解釋了人類認知架構，之後提出了一些教學設計原則，並假設人可以直接用其來建設計算機輔助學習單元（例如慕課）。除慕課外，許多在線學習環境都已應用這一理論，它為有效學習系統的建設提供了很多指南。未來仍需很多研究，以使其適用於慕課。
基於認知負荷理論及其教學建議，我們可以解釋慕課的一些失敗之處，特別是為什麼一些慕課不能說服學習者完成課程學習。另外，要強調的是，人已經基於人類認知架構提出認知負荷理論，據此提出假設， 設計相關的對照實驗，根據實驗結果給出教學建議， 並謹慎地檢驗。因此我們預計，即便在慕課環境下，這些建議也很可能有效。不同於目前多數學習系統，「基於認知負荷理論的計算機輔助學習單元」已經提出了許多教學建議，我們認為，採用這些建議會讓學習效果更好。
作者簡介：
陳歐昊，新加坡南洋理工大學國立教育學院講師；
傑夫. 伍爾科特，澳大利亞南十字星大學教育學院副教授；
約翰. 斯維勒， 澳大利亞新南威爾斯大學教授，國際著名認知負荷研究專家。
譯者簡介：
張恩銘（1996— ），男，河北承德人，浙江大學教育學院碩士研究生，研究方向為課程與教學論；
盛群力（1957— ），男，上海人，浙江大學教育學院課程與學習科學系教授，博士生導師，研究方向為課程與教學論。