为什么基于探究的方法会损害学生的学习

 

来源公众号：像科学家一样思考

概览

多年来，澳大利亚在大多数课程领域的国际测试（如国际学生评估项目 (PISA)）中的排名一直在下降。这些下降与澳大利亚课程中越来越强调探究式学习、发现式学习、基于问题的学习（这些术语无法区分）和批判性思维同时发生。

探究式学习更加强调学习者自己发现信息，而不是将信息明确地呈现给他们。本文提出了探究式学习的强调与学业成绩下降之间的因果关系。

探究式学习是六十年前基于当时我们对人类认知的理解而产生的假设构思出来的。随后，尽管其有效性的实证证据非常有限，但它变得越来越受欢迎。同时，随着我们对人类认知的了解大大扩展，将这些新知识与基于探究的学习的使用相协调变得越来越困难。

信息有两大类。生物学第一信息是指我们专门进化来获取的信息。它与一般认知技能相关联，例如使用一般问题解决策略的能力。我们无意识地、毫不费力地获取生物学第一技能，无需指导。它们不需要被教授，并且是自动获得的，因为我们已经进化到可以获取它们。生物学第二信息包括我们认为具有文化重要性但并未专门进化来获取的知识。最常见的是，它包括特定领域的技能，例如如何解决特定类型的问题，这些技能需要我们有意识地付出脑力劳动来学习。学校的发明是为了教授特定领域的、生物学第二技能。

我们能够通过探究式学习缓慢且费力地获取生物学第二信息，但也可以通过其他人（如教师）的明确指导更快、更容易地获取这些信息。

一旦获取了新信息，这些信息会在被转移到并存储在一个大的、没有已知容量或持续时间限制的长时记忆中之前，由容量和持续时间严重受限的工作记忆进行处理。当面对适当的环境信号时，存储的信息可以被转移回工作记忆以产生适当的行动。当工作记忆处理从长时记忆中转移来的熟悉信息时，没有已知的容量或持续时间限制。与处理新信息相比，处理熟悉信息时工作记忆特征的这种变化解释了教育的变革性影响。

认知负荷理论是一种基于这种认知架构的教学理论。使用随机对照试验，源于该理论的实证研究为明确教学相对于探究式学习的优势提供了大量证据。使用相关性研究的其他工作发现，课堂中使用的探究式学习越多，学生的考试成绩就越低。

基于理论和数据，当前对探究式学习的强调几乎没有道理。

引言

从历史上看，探究式学习的理念始于：

60 年前，认知心理学家 Jerome Bruner (Bruner, J., 1961) 提出了“发现式学习”一词；这个术语现在很少使用。取而代之的是，它被完全可以互换的术语所指代：“基于问题的学习”、“建构主义学习”和（当今最常见的）“探究式学习”——本文将使用这个术语。

Bruner 是认知心理学的奠基人之一，因此，毫不奇怪，他通过探究进行学习的概念集中于当时我们对认知心理学的了解。基于这种相对初步的知识，Bruner 的理论和推荐的实践是完全合理的。因此，在二到三十年内，它在教育界占据了主导地位，事实上，无处不在，几乎没有反对意见。直到最近，这种情况一直持续存在，尤其是在英语国家。

使用探究式学习的一个理由是人类是解决问题的动物。我们解决复杂问题的能力是我们与其他物种之间的主要区别，人类几千年来在创造力方面的飞跃证明了探究性思维的重要性。传统上，教育很少强调解决问题和创造力。然而，人们很容易假设，如果教给学生如何思考和解决问题，它应该会产生完全积极的影响。因此，在课堂上强调探究式学习应该会提高学生以创造性的方式解决新问题的能力，并为整个社会带来相应的好处。

因此，探究式学习将提高学习者的一般问题解决和思维能力的建议似乎是有道理的。我们需要练习才能精通任何事情，那么为什么练习一般问题解决不能提高一般问题解决能力呢？人们相信，如果学生通过探究来学习，那么这种解决问题的实践肯定会提高解决问题的能力；就像练习写作、算术、网球或其他任何事情一样，可以提高一项技能。因此，该建议被该领域热情地采纳。

探究式学习的预期优势不仅仅在于提高一般的问题解决能力和创造力。与简单的记忆相比，探究式学习被认为是学习与任何学科相关的概念和程序的一种更好的方法。在探究式学习过程中发现数学、科学或历史事实、概念或程序，应该会使这些知识被更好地学习，并能够更好地应用于新的事实、概念和程序。这就是研究人员获取此类知识的方式。此外，这就是我们所有人在教育和培训机构之外的现实世界中获取知识的方式。我们发现，与在课堂上通过听老师讲课、阅读教科书或阅读屏幕来获取知识的困难而枯燥的方式相比，通过在现实世界中进行调查来获取知识要容易得多，也有趣得多。探究式学习是自然的，如果将其引入学校，人们相信课堂学习应该与外部世界的学习一样有效。因此，除了提高我们的问题解决能力之外，探究式学习还应该增加我们的学科知识。

基于这两点理由，即需要教学生如何探究以提高他们的一般问题解决能力，以及他们将通过探究而不是任何其他方法更有效地学习其他所有知识，这一论点令人信服。它清晰、合理，而且非常容易理解。其他的观点都被摒弃了。

至关重要的是，对探究式学习的支持通常来自于对人类认知知识的进步知之甚少的人。在考虑诸如探究式学习之类的主题时，了解人类认知架构——我们如何学习、思考和解决问题——至关重要，因为探究式学习的概念及其对问题解决的强调是一个心理学概念。

然而，几十年来，随着我们对人类认知架构的认识不断进步，越来越清楚的是，这些进步并不支持探究式学习。此外，随着来自随机对照试验以及相关性研究的数据开始出现，这些数据对于探究式学习的观点同样存在问题。我将首先概述人类认知架构中与教学问题相关的那些方面。

人类认知架构

我们现在对人类认知架构的了解很多都与相对较新的进化心理学学科有关。认知负荷理论（Garnett, S., 2020）是一种基于我们对进化心理学的认识和人类认知架构的教学理论，它提供了以下内容的来源。

进化心理学与知识类别

信息可以通过多种方式进行分类，其中大多数类别与教学设计问题无关。如果一个教学程序对学习的影响相同，而不管信息的类别如何，那么该特定分类方案就与教学问题无关，尽管它可能由于其他原因而很重要。进化教育心理学家 David Geary 将知识分为生物学第一知识和第二知识（Geary, D., 1995）——这两个类别对教学设计产生了深远的影响，包括探究式学习的问题。

生物学第一知识是我们经过多代进化而获得的知识。例如：学习听和说我们的母语；获得一般的问题解决技能；学习与他人进行社交互动；以及学习从一种情况推广到另一种类似情况。生物学第一知识是模块化的，因为一种主要技能可能与其他技能的关系有限或没有关系。这两种技能可能在完全不同的进化时期进化而来，导致彼此之间关系有限或没有关系。例如，我们可能比进化到从一种情况推广到另一种情况的时间晚得多才进化到使用口语。

生物学第二知识和技能与对我们来说变得具有文化重要性的信息有关。我们可以获取第二信息，但我们并没有专门进化来获取任何特定的第二信息示例。在教育和培训机构教授的几乎所有课程中都可以找到第二信息的示例；从学习读写到学习数学、科学和历史。我们发明了学校和培训机构来帮助学生获取生物学第二知识。如果没有学校或个人辅导，大多数人将无法掌握大多数生物学第二技能。相比之下，获取生物学第一技能不需要学校，无论一个人是否上学，都可以获得这些技能。

大多数生物学第一信息包括一般认知知识，例如学习一般问题解决策略或学习自我调节我们的心理过程（Tricot, A., & Sweller, J., 2014）。一般认知技能适用于各种不同的问题。学习一般问题解决技能可以应用于，例如，解决任何数学问题、完成拼图游戏或找到新位置的路线。一种可以用来解决上述所有问题的手段-目的策略（Newell, A., & Simon, H. A., 1972），要求问题解决者考虑他们当前的问题状态，考虑目标状态，找出当前问题状态和目标状态之间的差异，并找到可以用来减少这些差异的问题操作符。使用手段-目的策略是一般认知知识，这种知识是不可教的，因为我们已经进化到将其作为一项生物学第一技能来获取。

虽然使用手段-目的策略可能看起来是一项简单的任务，但它之所以看起来简单，正是因为它是一项我们已经进化到可以获取的生物学第一任务。使用早期人工智能对手段-目的策略进行编程被证明绝非易事。

与生物学原始信息的普遍性相反，生物学次级信息往往具有非常强的领域特定性。一个领域特定的生物学次级技能的例子是，知道在解决诸如（a + b）/ c = d，求 a 的问题时，最好的第一步是乘以分母。我们还没有进化到学习这种领域特定的、仅适用于此问题和类似问题的解决问题策略。重要的是，这是一种生物学次级技能，如果没有教育，我们通常不会获得这种技能。

生物学原始知识和次级知识的获取方式不同。虽然原始知识通常极其复杂，但尽管复杂，它的获取却相对容易、自动且无需有意识的努力。我们不需要被教导一般的问题解决程序，也不需要弄清楚如何获取和使用一般的问题解决策略。我们大多数人都无法描述我们使用的策略或解释我们是如何获得这些策略的，因为它们的获取和使用完全是无意识的。教授这些策略毫无意义，因为在正常情况下，无论如何都会获得它们。我们已经进化到获取和使用一般的问题解决策略，因为它们对我们的生存至关重要。

生物学次级知识的获取足迹截然不同。我们不会无意识地、自动地或毫不费力地获取次级知识。它需要我们付出有意识的努力，并且经常需要他人的指导帮助。如果没有学习者和教师双方的有意识的努力，生物学次级信息的学习可能会很困难甚至无法进行。

一般认知的生物学原始信息和领域特定的生物学次级信息之间的差异与探究式学习的争论直接相关。在做出这种区分之前，认为（a）我们在教育之外可以轻松、自动地获得大量信息而无需明确的指导，以及（b）如果我们将相同的自然程序应用于教育中的信息，学习应该同样简单且同样有效，这是完全合理的。因此，探究式学习应该有助于学习。此外，人类的天才通过探究表现出来；这似乎提供了另一个在教育中强调探究式学习的理由。

然而，如果基于学校的学习和现实世界学习之间的真正区别不是所使用的教学技巧，而是相关的信息类别，那么这种探究式学习的理由就变得无关紧要了。一旦我们了解到，基于学校的学习处理的信息类别与外部世界处理的大多数信息类别完全不同，那么尝试在两种情境中使用相同教学技巧的理由就不复存在了。

为了有效，探究式学习必须要么增强我们的探究能力，即增强一般的问题解决能力，要么与替代教学技巧相比，增强我们获取领域特定知识的能力。如果探究能力是生物学原始的，并且如此根深蒂固，那么试图增强一般的问题解决能力（如探究）可能是困难的或不可能的。强调那些已经作为人类条件的一部分被获取的技能是没有意义的。当然，虽然我们都能够进行探究，因为它是生物学原始的，但如果教学技巧强调探究，它们可能会有助于获取在学校学习的领域特定的、生物学次级的知识。探究式学习是否是获取领域特定的、生物学次级知识的最佳方式，是一个接下来要考虑的经验性问题。

与生物学次级信息相关的认知架构

与生物学次级信息相关的认知架构不同于与生物学原始信息相关的认知架构。在处理教育时，我们主要关注与获取生物学次级信息相关的架构。该架构可以用五个原则来描述：两个原则处理新信息的获取；两个原则处理信息的处理和存储以供以后使用；一个原则处理利用熟悉信息来产生适当的行为。这些原则中的每一条都指的是用于获取生物学次级知识的生物学原始技能。这些原则都不需要教授，因为它们是我们进化属性的一部分。

前两个原则与我们可以获取新信息的两种方式有关。第一个原则关注我们如何在解决问题期间，换句话说，在探究式学习期间产生新信息。在缺乏知识的情况下，我们能够产生有效的问题解决步骤的唯一方法是使用“随机生成和测试”程序。我们可以利用知识来限制我们测试的潜在步骤数量，但是一旦知识耗尽，随机生成步骤是我们唯一可用的程序。一旦采取了问题解决步骤，我们就可以测试其有效性；有效的步骤使我们更接近目标并被保留，而无效的步骤则被丢弃。

第二个原则与我们获取新信息的第二种方式有关。除了像第一个原则所指出的那样在解决问题期间生成新信息之外，我们还可以通过借鉴他人的信息来获取新信息。通过倾听他们所说的、阅读他们所写的或模仿他们，可以从他人那里借鉴信息。作为一个物种，我们在相互获取信息方面比任何其他物种都更胜一筹。我们无与伦比的相互获取信息的能力可能是我们作为一个物种取得成功的主要原因。

这两种获取新信息的程序之间的差异对于探究式学习的争论至关重要。需要注意的第一点是，从他人那里获取信息比在解决问题期间获取信息要高效得多。如果我们让别人向我们展示如何解决一个我们无法解决或需要数周或数月才能解决的问题，那么这个问题可能在几秒钟内就能解决。我们可能期望与探究式学习或问题解决相比，显性教学应该有助于学习。接下来讨论的源自认知负荷理论的工作实例效应恰恰证明了这一结果。

工作实例效应通过随机对照试验得到证明，在这些试验中，一组学生被呈现一系列要解决的问题，而另一组学生被呈现相同的问题及其详细的解决方案。然后对两组进行共同的问题解决测试。来自全球的数十项实验表明，工作实例组在测试中表现出更优异的问题解决能力（Renkl, A., 2014）。鉴于这一结果，很难看到任何表明探究式学习有助于知识获取的建议有其合理性。

为什么诸如使用工作实例之类的显性教学要优于探究式学习？人类认知架构的第三和第四原则涵盖了我们处理和存储新信息的方式，可以回答这个问题。无论新信息是在解决问题期间产生的，还是从其他人那里获得的，它都必须经过工作记忆的处理。这个结构是第三个原则的主题，对人类认知至关重要，对教学设计也至关重要。它也应该对使用探究式学习的决策至关重要，但在提倡使用探究式学习的课程文件中几乎从未提及。

在处理新信息时，并且只有在处理新信息时，工作记忆有两个显著特点。它的容量和持续时间都极其有限。

关于容量，工作记忆只能容纳大约 7 个信息项（Miller, G. A., 1956），并处理大约 3-4 个信息项（Cowan, N., 2001） —— 其中处理是指以某种方式组合、对比或操作这些信息项。例如，你可以记住大约 7 个随机数字，但如果要求你将它们从大到小或从小到大重新排序，你能成功完成任务的数字数量将少于 7 个。一个不熟悉代数符号的代数新手学生可能会在记忆方程 (a + b)/c = d 时遇到一些困难，但在解决问题时不太可能在脑海中对其进行操作。

关于持续时间，我们可以在工作记忆中保存新信息几秒钟，而无需进行心理排练。大约 20 秒后，几乎所有信息都会丢失。如果我们需要处理新信息，我们需要么把它写下来，要么不断地排练它，直到不再需要它。更糟糕的是，现在有证据表明，工作记忆在使用后会耗尽，然后通过休息才能恢复（Chen, O., Castro-Alonso, J. C., Paas, F., & Sweller, J., 2018）。

工作记忆的这些限制是普遍存在的，并且对教学至关重要。根据定义，学习者被要求处理新的、不熟悉的信息。探究式学习和解决问题的活动——实际上，任何不必要地增加工作记忆负荷的教学活动——都将不可避免地产生有害的后果。从理论和实证的角度来看，与诸如解决问题之类的非直接教学程序相比，诸如研究工作实例之类的显性教学有助于学习的证据都是压倒性的。从理论的角度来看，与解决问题相比，研究工作实例应该会减少不必要的工作记忆负荷。

从经验上讲，已经发现了这一结果。

一旦信息在工作记忆中得到处理，它就可以被转移到长期记忆中进行永久存储。长期记忆是第四个原则的主题。虽然工作记忆的局限性可能令人惊讶，但长期记忆没有局限性以及存储在长期记忆中的信息的性质同样令人惊讶。我们倾向于将长期记忆视为一个存储随机、不相关事实的仓库，这些事实与复杂的思维几乎没有关系。虽然长期记忆可以存储死记硬背的、不相关的零碎信息，但这不是它的主要功能。它的主要功能是存储大量紧密联系的复杂信息单元。从一个非常真实的意义上说，我们的自我意识来自于存储在长期记忆中的大量信息。

长期记忆在思维中的关键作用来自于一个令人惊讶的来源——国际象棋。我们都“知道”国际象棋是一种思考和解决问题的游戏。看来我们可能是错的：国际象棋原来是一种记忆游戏。这项关键工作是由荷兰心理学家（和国际象棋奥运选手）Adrianus De Groot 完成的（De Groot, A., 1965），他最初在 20 世纪 40 年代后期以荷兰语发表了他的作品。后来以英文出版后，它获得了国际关注。

De Groot 想知道为什么国际象棋大师总是击败能力较差的周末选手。最初的假设——例如，国际象棋大师能够在比赛的每个点考虑比能力较差的棋手更多的走法，或者考虑比赛中更多的后续走法——被证明是死胡同。国际象棋大师考虑的可能走法范围并不比能力较差的棋手多，因此他们选择更好走法的能力并不是因为他们考虑了更多的走法。De Groot 发现能力较差和较强的棋手之间只有一个区别。当向他们展示一个从真实比赛中截取的棋盘配置 5 秒钟时，国际象棋大师能够以超过 80% 的准确率从记忆中复现该配置。能力较差的棋手在同一任务上的准确率低于 30%。

美国心理学家 William Chase 和 Herbert Simon（Chase, W. G., & Simon, H. A., 1973）后来复制了这些结果，此外，他们发现如果使用随机的棋盘配置进行相同的实验，能力较差和较强的棋手之间的差异就会消失——每个人都能够从记忆中复现棋盘上的几个棋子。棋手水平之间在棋盘配置记忆方面的差异仅出现在取自真实比赛的配置中，而不适用于任何棋盘配置。无论是什么原因导致对来自真实比赛的棋盘配置的记忆增强，都不是由于工作记忆的差异，因为这些差异应该适用于任何棋盘配置。

当然，国际象棋游戏几乎没有教育意义，但在从数学、计算机科学到社会科学等广泛的教育相关领域中也获得了类似的结果 (Chiesi, H., Spilich, G., & Voss, J., 1979)。这些结果对认知过程和教学设计意味着什么？长期记忆对我们的认知过程至关重要。它不仅仅是一个用来保存琐碎、随机信息的次要认知结构。它是我们思考和解决问题能力的核心。在我们在一个实质性领域变得胜任所需要的多年实践中，我们记住了无数的问题状态以及遇到这些状态时采取的最佳行动。存储在长期记忆中的大量知识决定了我们在任何领域中的技能。

我们长期记忆存储的巨大容量可能令人惊讶。它令人惊讶的原因是我们没有意识到长期记忆的内容。我们只意识到工作记忆的内容，事实上，意识可以被定义为工作记忆的内容。这些内容只是整个长期记忆的一小部分。我们如何以及为什么将信息从长期记忆转移到工作记忆是第五个也是最后一个原则的主题。

一旦信息在解决问题期间被创建或从他人那里借用，经过工作记忆处理，然后存储在长期记忆中，它就为它的最终和最重要的功能做好了准备，这也是前四个原则存在的原因。第五个也是最后一个原则与产生适合当前环境的行动有关。基于环境信号，存储在长期记忆中的信息可以被转移回工作记忆以产生行动。例如，如果你已经在长期记忆中存储了允许你识别诸如 (a + b)/c = d，求解 a 之类问题的信息，以及该问题的解决方案，那么当你看到这个或类似的问题时，你可以将相关信息从长期记忆转移到工作记忆，从而为你提供一个即时的问题解决方案。

表 1：处理领域特定的、生物学次级信息的人类认知架构

在讨论第三个原则时曾指出，工作记忆在处理新信息时容量和持续时间非常有限。然而，当处理先前组织的已存储在长期记忆中的信息时，这些限制就消失了。如果工作记忆在处理来自长期记忆的有组织信息时存在限制，我们也不知道这些限制在哪里。在处理熟悉的、生物学次级信息时消除工作记忆限制为人类认知系统提供了最终的理由。我们被知识所改变。的确，说教育改变了我们，这是老生常谈。此处以及表 1 中总结的人类认知系统的机制解释了这是如何发生的。

在这个系统中，探究式学习的作用是什么？

根据第一个原则，我们能够——而且确实——通过解决问题来学习。事实上，所有生物学次级知识都必须在解决问题期间被首先创造出来，因为没有人可以让我们通过第二个原则借鉴信息。但是我们只在没有其他选择的情况下才使用问题解决。除了为我们提供原本无法获得的信息之外，作为一项生物学原始活动的问题解决没有内在价值。在教育环境中，总是有其他的信息来源可供选择，并且与问题解决一样，从他人那里借鉴信息是生物学原始的，并且比问题解决要高效得多。将问题解决和探究式学习用作教学工具是低效、无效学习的处方。

认知负荷理论

这种认知架构为认知负荷理论（Garnett, S., 2020）提供了基础——一种使用上述认知架构来产生新颖教学效果的教学理论。每一种教学效果都基于随机对照试验，比较新的教学程序与常用的程序。最终目的是提供教学处方，成功的标准是该理论提供这些处方的能力。

上面描述的工作实例效应是该理论产生的教学效果之一。本文的目的不是描述该理论的细节或该理论产生的教学效果。这些细节可以在该理论的许多总结中找到，其中一些已在上一段中列出。描述工作实例效应是因为它与探究式学习以及问题解决和显性教学之间的比较直接相关。

以下总结了为什么研究工作实例优于解决同等问题。考虑一个被要求解决诸如以下问题的学习者：对于方程 (a + b)/c = d，求解 a，与一个被要求研究诸如以下工作实例的学习者进行比较：

对于方程 (a + b)/c = d，求解 a。

(a + b)/c = d

a + b = dc

a = dc – b

问题解决要求学习者使用第一个原则生成信息，而不是根据第二个原则从他人那里获取信息。相比之下，研究工作实例使用的是第二个原则而不是第一个原则。我们知道，使用第二个原则从他人那里获取信息比使用第一个原则自己生成信息要高效得多。它更有效的原因是工作记忆在处理新信息时的局限性。解决一个新问题需要学习者：考虑他们现在在问题中所处的位置（例如 a + b = dc）；考虑问题的目标（a = ?）；提取两者之间的差异（左边有一个“b”需要移除）；找到一个减少这些差异的步骤（从等式两边减去“b”）；并跟踪他们在整个问题中的相对位置。

对于一个刚开始学习代数的新手来说，工作记忆的负荷可能是压倒性的。相比之下，研究工作实例完全消除了这个过程，因为所有的步骤都由工作实例列出。工作记忆可以用来理解和学习如何解决问题，而不是试图找到合适的步骤。

已经有大量的研究证明了工作实例（worked example）效应在各种课程领域中的作用。例如，该效应已在数学(Chen, O., Kalyuga, S., & Sweller, J., 2015)，科学(Carlson, R., Chandler, P., & Sweller, J., 2003)，英语文学 (Kyun, S., Kalyuga, S., & Sweller, J., 2013)，视觉艺术 (Rourke, A., & Sweller, J., 2009)，和法律（Nievelstein, F., Van Gog, T., Van Dijck, G., & Boshuizen, H., 2013）等领域得到证明，以及在各种领域的许多其他研究。

还有另一个效应——专业知识逆转效应（expertise reversal effect） (Chen, O., Kalyuga, S., & Sweller, J., 2017)——也需要讨论，因为它与探究式学习相关。考虑一个学生学习解决特定领域中的一组新问题。如上所述，通过为学生提供一组工作实例进行学习而不是解决同等问题，将有助于学习，从而产生工作实例效应。我们知道，一旦学生理解了问题的解决方案，学习就不会停止。

学生可能已经理解了在诸如 a/b = c 的方程中为了求解 a 而将分母乘出的程序，但如果要将该程序用作解决复杂问题的步骤，则必须通过持续练习将其自动化。如果一个学习者不得不停下来思考“我必须去掉这个方程左边的 b。我该怎么做？从两边减去 b？不，这行不通。我知道了，我应该将两边乘以 b 得到 (a/b)b = cb。通过消去左边的 b，剩下 a = cb，我可以求解 a。”

这个过程需要工作记忆资源，并且由于我们正在处理这个领域的新手，这些资源供不应求。期望学生使用这个程序解决一个复杂的问题可能是乐观的。相反，如果像本文的大多数读者一样，学生已经自动化了这个过程，并且立即知道如果 a/b = c，那么 a = cb 而不必考虑它，那么该学生更有可能拥有足够的工作记忆资源来找到需要这种操作作为其中一个步骤的问题的解决方案。

以下是随着学生对解决问题所需的程序越来越熟悉，研究工作实例和解决问题之间的比较会发生什么变化。最初，由于前面讨论的原因，与解决同等问题相比，研究工作实例是有益的，从而产生了工作实例效应。随着熟悉程度的增加，这种优势会减少，然后消失，最后逆转，练习解决问题优于研究工作实例。这种逆转是专业知识逆转效应的一个例子。（还有许多其他例子——专业知识逆转效应适用于所有认知负荷理论效应，包括与探究式学习无关的效应。）关于探究式学习，问题解决练习可能优于显性教学，而不是相反，但前提是学习者在某个领域的专业知识水平已经足够高，能够理解所教授的程序。

结束语

探究式学习在课程文件中经常被强调。然而，几乎从未提供包含该程序的理由。探究式学习具有不可避免的认知后果这一事实通常被忽略。课程编写者似乎假设学习者没有配备必须与教学程序交互的认知架构。

一旦我们从认知的角度考虑探究式学习，它的缺陷就变得显而易见。就目前所知，探究式学习既没有教会我们如何探究，也没有帮助我们获取课程中被认为重要的其他知识。从未提供过任何探究式学习或问题解决策略。未能提供此类策略使人们怀疑，推动者并不知道有此类策略。

如果探究式学习的使用有实证依据，那么缺乏任何理论依据可能并不重要。但来自随机、适当控制的试验的证据都指向相反的方向。工作实例效应清楚地表明了当学习者面对新信息时显性教学的重要性。只有当学习者足够熟练到需要练习特定程序时，问题解决才成为可行的学习程序。正如对专业知识逆转效应的许多研究证实的那样，它不能作为新主题的介绍。

来自随机对照试验的证据并不是唯一表明探究式学习阻碍而不是促进学习的证据。反对使用探究式学习的最终证据来自基于国际测试的相关性研究 (Jerrim, J., Oliver, M., & Sims, S., 2019)。此类研究要求学生报告他们的老师在课堂上使用探究式学习而不是显性教学的程度。结果表明，强调探究式学习与国际测试结果之间呈负相关。随着探究式学习使用的增加，测试结果下降的这种趋势在某种程度上解释了强调探究式学习的国家在国际测试中排名急剧下降的原因。

希望，缺失的理论基础和来自随机对照试验和相关研究的强有力实证数据的结合，将有助于扭转人们对探究式学习的热情拥抱以及由此导致的结果恶化的趋势。

来源网址：为什么基于探究的方法会损害学生的学习