《基于LOG数据的PISA问题解决能力研究》：五大发现

2023-10-19 理论教育版权反馈

【摘要】：对于具有不同专业知识和智力的问题解决者，可用的算子可能是不同的。PSI理论对问题解决和行动调控的解释是，动机激活了几个内部过程，最终实现目标，从而满足需求。图4-4显示了问题解决过程及其激活的大脑区域。图4-4PSI的概念模型：数据处理及大脑相关区域（三）认知负荷理论关于专业知识对问题解决和学习的影响的最有影响力的理论之一是约翰·斯威尔的认知负荷理论。

朱小虎^[48]梳理了从行为主义到信息加工理论，再到认知神经科学理论对问题解决的认识；胡艺龄^[49]梳理了关于问题解决的认知学习、信息加工、建构主义等理论观点；本文不再赘述，而是体现信息加工、认知学习、认知神经科学等理论在问题解决研究上新的发展。

Newell和Simon提出的人类问题解决理论和Dörner提出的PSI理论是系统分析问题解决的心理过程的理论模型，Newell和Simon主要关注认知过程，而Dörner将认知与动机和情感过程联系起来解释问题解决过程，认知负荷理论和基于实例的学习理论主要用于解释专业知识对问题解决的影响，信息简化理论和操作智力理论主要用于解释复杂问题解决中人们应对复杂性和动态性的方法。

（一）人类问题解决理论

Newell和Simon^[50]提出了人类问题解决理论，该理论有以下几个最重要的概念：

●人类问题解决开始于构建外部问题陈述的内部表征，即“问题空间”。对于具有不同专业知识和智力的问题解决者，可用的算子可能是不同的。

●在给定问题的内部表征的情况下，达到当前目标的方法是需要搜索的。通用的搜索算法（如“爬山法”或“手段—目的分析法”）与更多的特定领域方法（如“拿锤子把钉子钉在墙上”）要区分开来。

●运用方法可以改变外部问题以及内部表征。当然，环境的变化或方法的后果可能导致新的（子）问题或新的可能的解决方案。当元认知过程受干扰时，方法也可以中止。当方法未能导致目标状态时：（1）可以尝试另一种方法；（2）可以改变内部表征，即可以重新形成问题；（3）可以中止解决问题的尝试。

Simon和Lea（1974）进一步阐述了Newell和Simon的问题空间概念，他们将问题空间概念分成规则空间（包含问题的可能规则）和实例空间（包含问题的可能状态），每个空间中的信息指导在另一空间中的搜索。这个概念阐明了如何探索问题的实例和规则（即如何构建复杂问题的实体表示），实例知识和结构性知识的区别对于思考专业知识对问题的影响是非常有效的。

（二）PSI理论

PSI理论是德国心理学家Dörner^[51]提出的人类心理过程的一种形式化的计算架构。与其他现有的理论不同的是，PSI理论模型中不仅有认知作用，也有动机和情感过程及其相互作用。PSI理论是以希腊字母“Ψ”命名的，也常被用作“心理学”的缩写，PSI的核心过程是动机、感知、认知和行动。Dörner将PSI概念化为人头脑中的一个代理人，它积极学习如何适应一个特定的环境，并在这个环境中遵循自己的目标行动。PSI理论对问题解决和行动调控的解释是，动机激活了几个内部过程，最终实现目标，从而满足需求。首先，PSI针对可能的目标扫描环境，并搜索已知的动作序列（表征为类似传感器与马达的协调关系），这些动作序列可以将PSI从当前情况导向目标。如果这些目标和行动序列不存在，PSI开始制定新计划，创造一个新的可能导向目标的操作序列。

图4-4显示了问题解决过程及其激活的大脑区域。动机过程是由需求引起的，下丘脑的需求激活丘脑中的动机选择，然后激活大脑皮层问题情境的感知和处理，海马中的方案记忆，皮层中的世界模型的长期记忆，再激活搜索行为程序以满足需求。如果行为程序存在已满足需要，则它们将被激活；如果没有，PSI将开展计划，计划主要发生在前额叶皮质中。如果PSI达到目标，满足需求，则将成功计划以抽象形式存储（或增强）在长期记忆中以供将来使用。如果规划不成功，也就是说，不能创建可能的序列或者不能执行所开发的计划，则PSI根据试误法（反复试验）来操作。PSI以它没有处理或者它不太了解的环境中的对象为目标，并尝试操纵这些对象达到目标。如果试误动作不成功，PSI会将试误原则扩展到所有可能的对象。如果这些操作不成功，PSI会停留在当前的情况。到那时，PSI的能力的一般水平是非常低的。一般能力是通过需求权重调整的所有成功和失败的浮动平均值。一般能力对于行为的调节是极其重要的。

图4-4　PSI的概念模型：数据处理及大脑相关区域

（三）认知负荷理论

关于专业知识对问题解决和学习的影响的最有影响力的理论之一是约翰·斯威尔的认知负荷理论（CLT）。Sweller^[52]假设，为了有效地适应动态环境，人类认知架构包括：①工作记忆，其能够同时处理（如组合、对比或操纵）2～4个元素/块；②具有几乎无限容量的陈述性知识的长期记忆。为了给学习过程腾出工作记忆容量，工作负荷必须尽可能小。CLT区分了3种工作负荷：①由于任务的复杂性（取决于学习者的专业知识和要处理的元素的交互性）导致的内在负载；②外来负荷，由次优教学设计引起的需求决定；③有效负荷，由努力学习和精加工产生的图式结构或自动化。图式是短时经验的稳定表征，假定：①能够指导未来识别（同化）类似的经验；②启动适当的行动和期望；③在必要的情况下顺应新的经验。当涉及解决问题时，根据Sweller的研究，专家可以用一个简单的图式来同化在新手看来是多个的元素，把工作负荷放在一个更高阶的组块上（即包含块的块），而不是必须在多个块上工作。此外，假设图式具有执行功能，指导专家的问题解决过程，而新手必须依赖无效率和更一般的搜索策略，导致额外的工作负荷。因此，获得关于问题的结构和动态的专业知识在解决复杂问题中起着最重要的作用，因为专业知识：①有助于减少由于给定任务的元素之间的某种交互性而产生的内在负荷；②在某些策略的有用性和问题特征的影响之间起到中介作用（这种中介作用通常被称为专业知识逆转效应）。Kalyuga^[53]指出，教学指导对于新手可能是必要的，但对更有经验的学习者可能产生负面影响。

（四）基于实例的学习理论

认知负荷理论主要侧重于外显的知识和知识组块，而基于实例的学习理论则强调内隐知识对问题解决的重要性。Berry和Broadbent^[54]提出了隐性知识在控制动态系统中的重要性，他发现实践和学习确实提高了成绩，尽管它并没有产生关于系统结构的可表达的知识。Broadbent和同事基于糖厂任务等研究提出了一个基于实例的系统控制理论，声称与动态系统的成功互动被存储在记忆中作为一种实例的“查找表”，其包含关于系统的感知状态和达到目标水平所必需的输入信息，然后可以根据所感受到的与当前情境最佳匹配的实例来做出行动的决定。此后提出了许多基于实例的理论。Gonzalez等^[55]假设每个决策被存储为一个实例，即作为一个知识的块，其中包含情境的一组特征、做出的决定以及该决定的效用。在没有类似于当前情况的实例的情况下，假设决策者依靠简单的启发式来做出决定（如随机选择）；当从记忆检索与当前情况类似的实例时，假定决策者在评估了一定量可选项之后采用具有最高聚合效用的选项（取决于诸如决策者的期望水平以及和剩余时间有关的决定的紧迫性）；在做出决定之后，根据经由反馈过程的决定结果来扩展该决定的效用。(www.chuimin.cn)

即使基于实例的学习常常产生成功的系统控制（如在“糖厂”系统中），但由于其不涉及关于系统结构的性质的信息，其可传递性有限。有关（a）系统实例和（b）系统结构的知识之间的差异如图4-5所示。结构知识是可迁移的，并且可以预期在给定情况下某些决定和行动的后果，即使在假设情况下或在以前从未遇到过的情况下，结构知识也可以作为行动指导。

图4-5　包含5个变量的系统实例（a）和系统结构（b）的图示

Schoppek^[56]指出，实例知识的有用性还取决于问题空间的大小，即取决于系统的可能的输入和输出状态的数量以及它们的关系。他强调，当必须控制较大的系统时，需要有关系统结构的额外知识，因为基于实例的模型需要大量的输入和输出实例来覆盖大部分问题状态，当必须控制由许多输入和输出变量组成的系统时，结构知识可能在以前从未见过的情况下有用。Funke^[57]研究了较复杂的系统（具有3个输入和3个输出变量），发现结构知识和系统控制的成绩之间有显著相关。

（五）信息简化理论

由于大量的知识可能过度要求人类处理能力，应对复杂性的一个最重要的方面是信息简化。信息简化是指在问题解决中省略不相关的任务组件并找到问题的简约表征，以实现和促进解决复杂问题的解决方案。

Klauer（1993）提出了复杂问题中的信息简化的理论。问题解决过程中，假设问题的心理表征（外显的陈述性知识）过程涉及使用某些搜索策略（隐性程序性知识），需要有限容量的工作记忆资源。Klauer基于他的实证研究发现，在容量过载的情况下简化的主要是问题的陈述性表征。减少由复杂表征造成的处理负荷的两种机制是概念性分块和分割，结果是一个简约的表征。

Newell和Simon提出过一种计划方法，强调了减少无关差异和算子方面的信息的重要性，以便大致找到解决巨大问题空间的方法。该方法包括：①从对象或算子的细节中抽象出来；②产生抽象问题空间；③在抽象问题空间中搜索解；④尝试将抽象解映射到有所有细节的具体问题空间中去。这些考虑对于复杂问题解决特别重要，其中从不相关的细节中抽象出来往往是对系统的行为进行充分预测的唯一方式。

Gonzalez和Lebiere^[58]指出，通过关注相关特征而忽略不相关特征，可以增加信息使用中的选择性，从而提高问题解决的有效性。例如，当前要解决的问题情境中有一些突出的特征，这些特征与存储在记忆中的实例相似，随着练习或实践的增加，这些与过去实例相同的特征可以被抽象化，使得注意可以集中到当前问题情境的重要方面上。信息简化适用于那些包含相关和不相关信息的问题情境，通过信息简化，可以从对所有元素穷尽处理的策略转变到跳过不相关任务元素的策略。

（六）操作智力理论

Dörner的操作智力概念强调了不仅要检查一些基本智力过程的速度和精确性，而且还要考虑问题解决的更具形成性的方面，例如：①细心（如预期的干预措施和副作用）；②组织认知操作的能力（如知道何时可以试误，何时要系统地分析手头的情况，何时使用详尽的算法，何时依赖启发式，何时酝酿想法等）；③启发式的可及性（如能够建立有用的子目标，有效地限制问题空间）。尽管这些例子没有穷尽，但已经能够说明什么是“传统智力测验没有充分设计的操作，但仍然被认为是一个有组织的智力过程”。Dörner对操作智力的界定与深度学习理论提到的可迁移知识是相似的，即不仅知道内容知识，还要知道如何、为什么和何时应用这些知识来解决问题。由于明确地关注认知操作信息和知识的获得和使用，操作智力被认为是智力的最相关扩展之一：问题解决的情境中的智力能够面向目标收集信息、整合信息和组织信息结构、预测、计划和做出决定、设定目标和调整目标。为了实现这一切，个人必须能够产生有组织的一系列信息处理步骤，灵活地使这些步骤适应情境的要求。

操作智力所强调的内容与复杂问题解决的特点非常相似：①结构的复杂性（要求信息简化）、②变量的互联性（呼吁建立最相关效应的模型）、③任务的多目标（要求评估和设置优先级）、④情境的不透明性（要求系统地产生信息）、⑤系统的动态（需要动态决策）。

Funke^[59]认为上述特点是测量操作智力的有效起点，而操作智力又可能是复杂问题解决成绩的最重要的决定因素。Dörner强调，复杂问题情境的要求是以一种不可分割的方式交织在一起的，但问题解决过程必须作为一个整体来研究，因为部分之间是相互作用的，几乎不能也不应孤立地加以考察，因此当前要关注以下各个过程的测量：①信息检索和信息集成：问题解决者需要一个充分代表系统和目标状态的模型。因此，她或他必须系统地生成、收集和整合信息，以使模型适应系统。②目标阐述和目标平衡：问题解决者必须指定和证实他想要实现的目标。如果一些特定的目标被证明是矛盾的，他必须找到一个令人满意的权衡或平衡。③行动规划和决策：问题解决者必须决定要执行什么行动，即应用何种决策策略以及依赖哪种知识。通过预测系统的先前状态和他或她自己的动作，预测未来的发展，有效地计划下一步骤。④自我管理：问题解决者可能必须面对时间压力、挫折以及内在价值观之间的冲突，必须通过改变系统或他自己的行为和习惯来管理这些非认知的可承受性。

《基于LOG数据的PISA问题解决能力研究》：五大发现

相关推荐