第一部分

具有不同个体差异和学习环境的学习者被看做学习系统的一个重要组成部分。学习系统的所有元素，尤其是他们之间的相互作用，对学习过程产生了深刻的影响。在第26章学习、认知和教学的联结技术中重点研究个体学习者各方面之间的联系——尤其是认知能力和学习风格，尝试解决两个问题：如何进行教学设计才能更好地匹配学习者的需求？如何利用技术更好地支持这种教学？

以下是我根据这一章的内容自己概括出来的思维导图：

从思维导图中可以看出，这一个章节重点讨论了3方面的问题：

1)        介绍了对学习有重要影响的认知特征和主要的学习风格理论；

2)        介绍了一些用于识别认知特征和学习风格的方法；

3)        论述了认知特征和学习风格之间的关系，这有利于改善学习者模型。

将学习者的认知特征和学习风格同对学习者的教育联系起来，并将他们考虑到教学系统中，对学习者来说即重要又有益。

这一周对文献的整体有了一定的了解，但是对很多细节的知识点并没有很理解。打算在接下来几周的文献阅读中，详细了解诸如双重编码理论、元认知等概念，并了解自适应学习系统的发展和现状，理解他是如何匹配学习者的需求，为学习者提供个性化的学习服务的。

 第二部分

在学习过程中存在多种影响因素，学习者的个性特征和学习环境都应该被考虑进教学系统中，其中对于学习者个性特征中的认知特征和学习风格已经有了很多研究，这也是本章主要讨论的。

教学环境是一个外在封闭而内在开放的有机统一体，可分为教学物理环境和教学心理环境。教学物理环境包括：教学自然环境，如教师的位置和室内布置等；教学设施环境，如教学设备和电教手段等；教学信息环境，如学科知识的信息、管理教学秩序的信息等；也包括学生、教师的衣着、行为、语言等。教学心理环境包括人际关系、教学气氛、个体心理因素、情感、态度、价值观等。美国著名课程理论专家施瓦布认为，实践课程中包括教师、学生、教材、环境四个要素，课程教学环境正是教学环境的一个重要组成部分，由除教师、学生、教材之外的物质的、心理的、社会的、文化的因素所构成。

 第三部分

认知特征

这周看了几篇认知主义与学习的资料，用表格总结概括如下：

认知主义与学习

 第四部分

双重编码理论

心理学家佩维奥是双重编码理论的提出者，他强调在信息的贮存、加工与提取中，语言与非语言的信息加工过程是同样重要的。因为，“人的认知是独特的，它专用于同时对语言与非语言的事物和事件的处理。此外，语言系统是特殊的，它直接以口头与书面的形式处理语言的输入与输出，与此同时，它又保存着与非语词的事物、事件和行为有关的象征功能。任何一种表征理论都必须适合这种双重功能”(Pavio,1986,p.53)。双重编码理论假设，存在着两个认知的子系统：其一专用于对非语词事物、事件（即映象）的表征与处理，而另一个则用于语言的处理。佩维奥同时还假定，存在两种不同的表征单元：适用于心理映象的“图象单元”和适用于语言实体的“语言单元”。前者是根据部分与整体的关系组织的，而后者是根据联想与层级组织的。

双重编码理论还识别出三种加工类型

1. 表征的：直接激活语词的或非语词的表征。
2. 参照性的：利用非语词系统激活语词系统
3. 联想性的：在同一语词或非语词系统的内部激活表征。

当然，有时，一个既定的任务也许只需要其中的一种加工过程，但有时则需要所有三种加工过程。双重编码理论可用于许多认知现象，其中有记忆、问题解决、概念学习和语言习得。双重编码理论说明了吉尔福特智力理论中空间能力的重要性。因为，大量通过视觉获得的映象所涉及的正是空间领域的信息。因此，对于双重编码理论最重要的原则就是：可通过同时用视觉和语言的形式呈现信息来增强信息的回忆与识别。

元认知

元认知(Metacognition)一词最早出现自美国儿童心理学家弗拉威尔(J.H.Flavell)在一九七六年出版的《认知发展》一书。所谓元认知就是对认知的认知，具体地说，是关于个人自己认知过程的知识和调节这些过程的能力：对思维和学习活动的知识和控制。一般认为，元认知可以由元认知知识、元认知体验和元认知监控三部分组成。

1. 元认知知识：元认知知识就是有关认知的知识，即人们对于什么因素影响人的认知活动的过程与结果、这些因素是如何起作用的、它们之间又是怎样相互作用的等问题的认识。元认知知识是通过学习和经验积累起来的，关于认知的陈述性知识和程序性知识。元认知知识主要包括以下三方面的内容：

1. 有关个人作为学习者的知识，即有关人作为学习着或思维着的认知加工者的一切特征的知识。这方面的知识可以再细分为以下三类：关于个体内差异的认识(比如，正确地认识自己的兴趣、爱好、学习习惯、能力及其限度，以及如何克服自己在认知方面存在的不足等)；关于个体间差异的认知(比如，知道人与人之间在认知方面以及其他方面存在的种种差异)；关于主体认知水平和影响认知活动的各种主体因素的认识(比如，知道记忆、理解有不同的水平、知道注意在认知活动中的重要性、知道人的认知能力可以改变)。
2. 有关任务的知识，在有关认知材料方面，主体应当认识到，材料的性质(如图形材料与文字材料)、材料的长度(如一段短文与一篇长文)、材料的熟悉性(如熟悉的材料与不熟悉的材料)、材料的结构特点(如论说文与叙述文)、材料的呈现方式(如听觉呈现与书面呈现)、材料的逻辑性(如有组织的材料与无组织的材料)等因素都会影响我们的认知活动的进行和结果；在有关认知目标、任务方面，主体是否知道不同认知活动的目的和任务可能是不同的，有的认知活动可能有更多、更高、更难的要求。比如，要求回忆一篇文章的大意要比要求回忆该文章的准确词序的任务困难得多。
3. 有关学习策略及其使用方面的知识，这方面涉及到的内容很多，比如，进行认知活动有哪些策略、各种认知策略的优点和不足是什么、它们应用的条件和情境如何、对于不同的认知活动和不同的认知任务，什么样的策略可能是有效的等等。

2. 元认知体验：在从事认知活动时产生的认知体验和情感体验。如，某学生意识到他已经理解并记住了大部分学习内容，从而产生轻松愉悦的心情。
3. 元认知监控包括：

1. 在认知活动的全过程中，明确活动目标、计划、实施步骤，选择应用策略，预测结果；
2. 及时反馈评价活动进行的情况，及时修正调整方法策略或修正目标，评价策略的使用效果以及完成任务程度；
3. 活动结束后对结果进行检验，确定进一步的行动方案，或采取相应的改进措施。

而这三者关系是元认知知识在元认知监控中起导向作用，同时也是元认知体验的依据；元认知体验在元认知监控中起反馈作用，还可以形成元认知知识，激发认知策略和元认知策略；元认知监控活动又是产生元认知体验和丰富元认知知识的来源。

要明确元认知对学习过程的作用必然涉及元认知的评定。目前，元认知的评定方法主要有自我报告法、出声思考法、对自发的个人言语的观察、作业评定法等。

自我报告法是评定元认知最常用的方法，即提供某一任务，让被试报告他们在完成任务时的元认知活动。一种程序是让儿童完成任务，然后进行事后报告；另一种则不进行实际操作，而要求儿童设想自己在操作时的可能情况，并作出报告。提问的方式也有两种：开放性问题和选择性问题。关于计分方法，选择性问题计分比较简单；而开放性问题计分较复杂，有两种可行的方式：定性分析，如评价报告的流畅性如何；量化计分，如计算被试所报告的不同策略的数量或它占所有可能的策略的总和的百分比。量化计分也可以辅以定性分析，如以等级来标定被试报告的抽象性、普遍性、分化性等。

出声思考法要求被试在进行任务操作时，用语言表达自己所思所想的一切，以推断元认知水平。如Henshaw在一项研究中，先将被试出声思考的内容按下列项目归类：回顾已有信息、策略单元、解决方案单元、促进性中介、妨碍性中介、沉默；然后对被试的六类言语进行Markovian链分析，观察被试整个任务过程中思考方式的一贯性，以此推断被试的元认知水平。

通过观察被试在解决问题的过程中自然发生的、不是为了与他人进行交流的自言自语，也可以评定元认知。具体程序与出声思考法相似。

作业评定法即直接依据被试的作业来评定元认知。要求被试解决某一问题，或对同伴进行指导；通过观察、分析被试的解题过程或对同伴的指导，来推断被试的元认知能力。

以上列举的是几种主要的元认知评定方法，它们各有利弊。在进行研究时，最好能综合使用两种甚至两种以上的方法，取长补短，以获取更全面、更准确的资料。

 第五部分

学习风格

“学习风格”这一概念最早由哈伯特·塞伦为研究学生个性化差异在1954年提出来，之后很快就引起了人们的重视，吸引了众多学者、专家展开研究，至今已有30多种有关的理论和模型问世。最典型常见的集中第26章已经给出，根据26章所讲的关于学习风格模型画出的思维导图如下：

然而，到现在为止学习风格还没有一个统一的定义。例如，有的学者将学习风格界定为学习方式或学习策略；有人界定为信息加工方式；也有些学者将学习风格定义为学习者稳定的行为表现方式。虽然对学习风格的概念界定并不统一，但是对学习风格的特征的认识基本是一致的，即学习风格具有独特性、稳定性、兼有活动和个性两种功能。独特性是指学习风格是在学习者个体神经组织结构及其机能基础上，受特定的家庭、教育和社会文化的影响，通过个体自身长期的学习活动而形成，具有鲜明的个性特征。稳定性是指学习风格是个体在长期的学习过程中逐渐形成的，一经形成，即具有持久稳定性，很少随学习内容、学习环境的变化而变化。但是学习风格的稳定性并不表明它是不可以改变的，它仍然具有可塑性。西方许多学者从各自的角度阐释着学习风格的内涵。Keefe在1979年从信息加工角度界定学习风格为：“学习风格由学习者特有的认知、情感和生理行为构成，它是反映学习者如何感知信息、如何与学习环境相互作用并对之做出反映的相对稳定的学习方式”。

不同的国家，由于地域文化、教育制度的不同，学习风格是大相径庭；当然，即使是相同的地域及教育制度，不同的人，都会有不同学习风格。学习风格对于学习质量、学习效率有很大的影响。

 第六部分

要在教学系统中引入认知特征和学习风格，必须首先收集与认知特征以及学习风格相关的信息资料。方法有这两种：

1. 让学习者进行综合测验和问卷调查，比如多媒体自适应系统CS383*,MAS-PLANG,INSPIRE**
2. 跟踪学习者的学习行为，并从其学习行为表现中推知需要的信息，比如认知特征模型（CMT）

这周查阅资料了解了自适应学习系统

自适应学习系统

自适应学习，即AdaptiveLearning，是学习者在考察实例和解决具体问题的过程中，通过积极的思考和操作主动获得知识和技能的学习，是人类获取知识和技能的重要形式。在自适应学习里，学习不再是一个被动地接受知识的过程，而是主动地发现知识的过程，学习者可以自主监控自己的学习过程，根据自己的实际需求，自主选择最适合自己的学习内容和学习策略。

自适应学习系统在本质上是一类支持个别化学习的在线学习环境，它针对个体在学习过程中的差异性（因人、因时）而提供适合个体特征的学习支持，包括个性化的学习资源、学习过程和学习策略等。在26章中简要介绍的CS383*，MAS PLANG，INSPIRE**就是典型的自适应熊，他们都是通过问卷调查的方式了解学习者的学习风格，然后为每个学习者提供个性化的学习服务。

自适应学习系统最初是由适应性超媒体系统（AdaptiveHypermediaSystem，简称为AHS）演变而来的，Brusilovsky给出了AHS的定义，即：适应性超媒体（超文本）系统记录了（每个）用户的某些特征（用户模型），在系统的运行过程中，系统根据该用户模型适应于不同的用户。不同的研究者针对该问题的研究提出了不同的概念，例如：“基于Web的适应性学习系统”、“适应性学习支持系统（AdaptiveLearningSupportSystem,ALSS）”、“基于Web的智能学习系统”等等。现在大多数学者采用自适应学习系统这一概念。

自适应学习系统最核心的组件包括学习者模型、领域知识模型、适应性引擎。系统根据学习者模型中的相关信息，依照适应性引擎提供的适应规则，从领域知识模型中提取学习对象，以某种特定的媒体形式呈现给不同的学习者，以最大限度地满足学习者的个性化差异。学习者模型是对学习者特征的抽象表示，实现个性化学习的关键，它包含了用户的基本情况、学习目标、学习风格、背景知识、知识状态、学习经历、学习动机等个人信息，为实现个性化学习提供了基础，如果不能建立有效的学习者模型，则无法根据学习者的特征，实现学习的适应性。随着理论和技术的不断发展和完善，自适应学习系统的各个模型（领域知识模型、学习者模型、适应性引擎）也都在发生着变化。学习者模型从最初的只包含学生知识状态发展到现在，既包含了知识状态，又包含学习者认知偏好、学习风格等多种个性化信息，以便更好地支持个性化学习。最重要的是，学习风格作为体现学习者个性差异的一个重要指标也被引入到学习者模型中。学习者模型对于满足学习者在学习过程中的个性化差异起着极为重要的作用，而学习风格模型是学习者模型中不可忽视的一部分，学习风格所体现的个体在学习方式、学习策略等方面的偏好在网络在线学习中仍然具有十分重要的意义。

国内外学者对于自适应学习系统中学习风格模型的研究在理论上不断完善，同时在实践中也取得了不小的成绩。从发展历程来看，国外对自适应学习系统中学习者模型的研究并不是一开始就包含学习风格模型的。对学习风格模型的研究经历了一个从无到有、从简单到复杂的逐渐完善的过程。早期的一些系统中的学习者模型，主要考虑学生知识状态和能力的差异，如分组模型、覆盖模型、微分模型、摄动模型、基于约束的学生模型和贝叶斯网络学生模型等。有些学习者模型在考虑学生知识状态的同时也考虑了某些认知方面的因素，如，AdaptWeb、AHA、ELM-ART、Inspire等系统的学习者模型中就包含学习者兴趣这一参数，Interbook、KBSHyperbook、HYNECOS、XAHM等系统的学习者模型中包含学习者的偏好信息。但是，这些参数实质上记录的是学生知识状况，比如：偏好和兴趣可能指的是学生对领域内的某一章节的内容或某些知识点比较感兴趣，这不能完整地反映学习者的认知风格或学习风格。随着在线学习系统基础理论研究的深入，为了更全面地反映学习者的个性差异，研究者们越来越多地关注学习者认知方面的差异，在学生模型中加入了更多的能够体现认知风格的参数，把认知风格作为学习者特征的主要因素。例如，AES系统（AdaptiveEducationalSystem）中的学习者模型就是基于认知风格理论构建的，包含个人概况、知识属性和认知属性三类信息。其中，个人概况是一些静态数据，如名字、密码等信息；知识属性采用的是覆盖模型，记录学生某学科的知识情况；认知属性包括认知风格偏好信息。[25]计算机辅助学习系统SOLA（Students’On-LineAdvisor）的学习者模型包括了学生对整体和序列、指导的或探究的方式的偏好的评价。后来，研究者们在构建学习者模型的时候直接使用了学习风格这一概念。目前，在线学习系统的研究和应用中采用得比较多的学习风格模型是Felder和Silverman的学习风格模型、Kolb学习风格模型、媒体类型或感觉通道偏好的学习风格模型。例如，SAVER系统和EDUCE自适应智能教学系统中采用的就是Felder和Silverman的学习风格模型。由韩国科学技术部支持的一项关于基于用户行为的带有学习风格诊断的自适应学习系统的研究中，研究者们在设计自适应学习系统时采用了Felder和Silverman的学习风格模型。DanijelaMilo和MirjanaBrkovic等人在研究基于学习管理系统提供的可共享的学习资源环境下的自适应学习时，采用的是Kolb学习风格模型。Arthur系统中将学习风格分为Audio、Visual、Text三类，MANIC系统里也考虑了学生对内容对象的媒体类型的偏好。AEHS系统（AdaptiveEducationHypermediaSystem）的学习者模型中，按学习者对学习材料媒体类型的偏好分为Auditory、Pictures、Text、TactileKinesthetic和InternalKinesthetic五种类型，同时研究者又将学习者分为发散者、同化者、聚合者、顺应者四类，这与Kolb的学习风格模型是吻合的。

学习风格作为描述学习者个性化差异的一个重要指标，在自适应学习系统中学习者模型的研究方面已经必不可少。它可以提高系统的自适应能力，对学习者进行更准确的描述和诊断，为学习者提供更准确的学习资源和学习建议，这需要我们进一步完善学习者学习风格模型的研究。自适应学习系统的发展离不开学习者模型的完善，而学习者模型作为实现个性化适应功能的关键组件，更不能缺少学习风格模型。目前，学习风格模型的理论和实践研究都在不断趋于完善，呈现以下几种发展趋势：

1. 整合性。学习风格模型融合了多种风格理论的要素，更加全面，或将认知风格与学习风格同时作为模型的要素，或研究它们二者之间的映射关系。
2. 动态性。学习风格模型除了通过让学生填写风格量表来确定风格类型的方式之外，还可以从学生与系统的实时交互中判断学习者的某些风格偏好信息，并能够进行动态更新模型信息。
3. 具体化。主要是指学习风格模型研究的本土化、与具体年级、学科的结合，考虑学科和不同年龄段学习者的差异性，并根据学科的教学目标、学习策略等特征来丰富和修改我们的学习风格模型。
4. 系统性。学习风格模型只是学习者模型的一个子模型，将来的研究将会更多地考虑到与学习者模型其他子模型（如知识状态模型）的联系、与自适应学习系统的其他模型（如领域模型、适应引擎等）的相互作用与联系，从系统论的角度考虑有利于最大限度发挥系统自适应的功能。

将学习者的认知特征和学习风格同对学习者的教育联系起来，并将他们考虑到教学系统中，对学习者来说既重要又有益。尚需更多研究工作确定学习风格尤其是认知特征在网络教育中的重要地位

【参考文献】

1. 刘儒德.学习心理学[M].北京：高等教育出版社，2010.
2. 谭顶良.学习风格论[M].南京：江苏教育出版社，1995.
3. 陈仕品，张剑平.适应性学习支持系统的学生模型研究[J].中国电化教育，2010，（5）：112~117.
4. Declan Kelly, Brendan Tangney. Adapting to Intelligence Profile in an Adaptive Educational System [J].Interacting with Computers，2006，18：385~409.
5. Hyun Jin Cha, Yong Se Kim, JeeHyong Lee, Tae Bok Yoon.An Adaptive Learning System with Learning Style Diagnosis based on Interface Behaviors [R].
6. Hang zhou，China：Workshop Proceedings of International Conference on E-Learning and Games，2006-04-17.
7. Loc Nguyen, Phung Do. Learner Model in Adaptive Learning [J].World Academy of Science, Engineering and Technology，2008，45:395~400.
8. 申云凤.基于 Web 的个别化学习支持系统研究与设计[D].长春：东北师范大学，2004.
9. 缪凯.基于 Web 的网络智能学习系统设计研究[D].长春：东北师范大学，2004.
10. 杨卉，王陆.基于网络的个性化学习系统中学习者个性特征的提取算法[J].计算机工程与应用，2003，（25）：179~181.
11. 姜强，赵蔚，杜欣，梁明.基于用户模型的个性化本体学习资源推荐研究[J].中国电化教育，2010，（5）：106~111.
12. 邱百爽，赵蔚，刘秀琴.基于语义网的自适应学习系统中用户模型的研究[J].开放教育研究，2008，（8）：106~111.
13. 王华荣，谭顶良.近十年西方学习风格研究述评[J].外国中小学教育，2008，（4）：15~20.