# 例题为何完胜刷题：认知负荷理论内核 ## 导语 如果你学过一门新东西——比如一门编程语言、一段数学证明、一套 Excel 函数——你大概率听过这句黄金法则：**"多刷题，在做中学。"** 听起来天经地义，对吧？可认知心理学几十年的研究给出的答案恰恰相反：对一个新手来说，**先扎扎实实读懂几道"例题"，远比一头扎进题海自己硬解更高效**。这个反直觉结论，背后是一套名为 **Cognitive Load Theory（认知负荷理论，CLT）** 的体系。 本期我们拆解 MIT OpenCourseWare 的一堂公开课——**Prof. Justin Reich** 的《How People Learn: Cognitive Load Theory》。它不是网红短视频那种"3分钟教你高效学习"的鸡汤，而是一堂 56 分钟的大学正课，把"大脑为什么学不动""什么样的教学设计真正有效"从底层讲透。它解决的核心问题只有一个：**你的工作记忆容量是固定的、极小的，而所有学习都必须挤过这道窄门——那么，怎么设计，才能让有限的脑力用在刀刃上？** ## 视频背景卡片 | 项目 | 内容 | |------|------| | 视频标题 | 02. How People Learn: Cognitive Load Theory | | 频道 / 来源 | MIT OpenCourseWare（MIT 官方公开课） | | 讲师 | Prof. Justin Reich（MIT 比较媒介研究/写作系） | | 课程 | CMS.595 Learning, Media, and Technology（2024 春） | | 时长 | 56 分钟 | | 受众层级 | 本科 / 研究生（Intermediate） | | 核心主题 | 工作记忆瓶颈与教学设计的认知负荷最优化 | ## 核心内容拆解 ### 一、学习的真正瓶颈：工作记忆的硬上限 视频开篇就把刀插在最痛的地方：**人能同时处理的新信息量，少得可怜**。早期 George Miller 在 1956 年那篇著名的《The Magical Number Seven, Plus or Minus Two》里估算短时记忆容量约 7 个组块，但后来的研究（Cowan 等）把"真正可用的注意力槽位"修正到了 **4 个左右**。 这是视频的核心立论（也是整个 CLT 的地基）：**无论你多聪明，工作记忆（working memory）的"带宽"是固定的、极小的**。一旦塞进来的信息超过这个带宽，认知就过载——你开始走神、读不进、记不住，不是因为你笨，而是因为**通道被堵死了**。（这是视频原话层面的核心框架。） > 延伸分析：很多人把"学不进去"归因于意志力或天赋，但 CLT 给了一个更可操作的归因——**是教学/学习方式制造了过载**。这一步把"我没天赋"的无力感，转化成"我可以重新设计输入"的掌控感，这是这堂课最大的情绪价值。 ### 二、把"负荷"拆成三种：本视频的中央脚手架 Reich 教授（以及 CLT 创始人 John Sweller）的关键贡献，是**把笼统的"脑子累"拆成了性质完全不同的三种负荷**： 1. **Intrinsic Load（内在负荷）**——由材料本身的复杂度决定。比如学"二次方程求根公式"就比学"一元一次方程"内在负荷更高，这是"题本身难"，与你怎么讲无关。 2. **Extraneous Load（外在负荷）**——**由教学/呈现方式制造、却对学习毫无帮助的"废负荷"**。比如一张塞满文字和五颜六色动画的 PPT、一段图文分离需要来回比对的内容、一个啰嗦到掩盖重点的讲解。这是"被白浪费掉"的脑力。 3. **Germane Load（相关负荷）**——**真正用来建构心智图式（schema）的"好负荷"**。比如你主动归纳、对照、推导所花的脑力。 三种负荷加起来不能超过工作记忆总容量。这是个零和游戏：**外在负荷越大，留给内在+相关负荷的空间就越小，学习效率越低。** 所以 CLT 的全部实践指南，本质就一句话——**尽可能压低 extraneous load，把省下来的带宽让给 germane load。**（这是视频/CLT 的理论主干。） ### 三、例题效应：为什么"看示范"打败"自己解" 这是整堂课最颠覆常识、也最有实验支撑的发现——**Worked-example effect（例题效应）**。 Sweller 等人的大量实验显示：对**新手**而言，"研究若干道完整写出演算过程的例题 + 少量练习"的组合，**显著优于**"从第一题起就独立解题"。原因正是负荷理论：新手对领域毫无图式，独立解题时几乎全部工作记忆都被"从零摸索解题路径"这种 **means-ends search** 占满，根本腾不出脑力去理解"这道题到底在教我什么"。而一道好例题，等于把解题路径**直接铺好**，让脑力得以流向 germane load——去理解结构、归纳套路。 > 这条直接颠覆了"熟能生巧、上来就刷"的直觉。视频的核心论点：**对新手，"高质量的示范"是最高效的输入**，强行"在干中学"反而是在用过载惩罚自己。 （延伸分析：这也解释了一个普遍痛点——为什么很多人报了课、做了海量题却仍不开窍。因为他们的练习一直在重复"低水平摸索"，从未把带宽转向 schema 构建。） ### 四、专长反转效应：例题对你不管用的那一天 但例题不是万能的——这是 CLT 最精彩、也最容易被自媒体忽略的"反转"：**Expertise Reversal Effect（专长反转效应）**，由 Kalyuga、Ayres、Chandler、Sweller（2003）系统提出。 结论很反直觉：**当学习者从新手成长为专家后，原本有效的方法会失效甚至有害**。对专家来说，一道反复讲解的例题、一段图文一一对应的冗余说明，反而成了 **redundancy（冗余）**，制造新的 extraneous load——专家已有的图式让这些"帮助"变成"噪音"。于是专家在"自己解"的条件下反而表现更好。 > 这是整堂课最重要的"动态性"洞察：**最优教学方式不是固定的，而是随学习者专长水平而翻转的**。新手要高指导（例题、拆解），专家要低指导（问题、挑战）。一条"标准最优学法"对所有人——这种话本身就是错的。 （延伸分析：这也回应了"为什么顶流学习法会反噬"的现象——把适合专家的低指导方法，硬套在新手身上，或把适合新手的高指导方法，强加给已经进阶的人，都会适得其反。方法必须匹配你当下的水平。） ### 五、教学设计里的"原罪"：分割注意与冗余 视频另一条主线是**诊断糟糕设计如何制造 extraneous load**，两个最经典的效应： - **Split-attention effect（分割注意效应）**：当关键信息被分散在必须同时看的地方（比如公式在 A 处、对应的图在 B 处、说明在 C 处），学习者被迫来回切换视线比对，光是"对位"就耗光带宽。把图与说明**空间邻近（integrated）**整合到一起，学习显著提升。 - **Redundancy effect（冗余效应）**：把**同一信息**同时用文字+解说+图重复表达，对（有基础的）学习者反而是负担，因为要在多通道间重复核对。**少即是多**——删除冗余通道，反而学得更好。 （这是视频/CLT 对多媒体设计的核心警示，也是 Richard Mayer 后来发展出 12 条多媒体学习原则的基础。） ### 六、长期记忆才是真正的引擎 如果说工作记忆是窄门，那**长期记忆（long-term memory）就是无垠的仓库**——而这才是这堂课真正想升华的点。 专家和新手的根本差别，不在工作记忆大小（大家的带宽差不多），而在**长期记忆里储存了多少自动化的图式（schemas）**。当一个图式被练到自动化，它就从工作记忆里"卸载"出去了，几乎不再占用带宽。专家能瞬间看穿一道难题，不是脑子转得更快，而是**大量信息已经被打包成块（chunking），整体调入**，一次只占一个槽位。 > 视频的深层信息：**所谓"变聪明"，本质是把更多知识结构化、自动化地塞进长期记忆，从而释放工作记忆**。学习，就是一场"用长期记忆为工作记忆减负"的长期工程。 ### 七、双通道红利：眼睛和耳朵各算一份带宽 最后，CLT 还有一个对教学设计极实用的推论——**Modality effect（双通道效应）**：视觉信息用图、听觉信息用语音分别承载，可以让**两个通道（视觉+听觉）同时工作**，等于在物理上扩展了可用带宽（依托 Alan Baddeley 的工作记忆模型中的语音环与视觉空间画板）。这就是为什么"图+精炼解说"的视频，往往比"一张满是字的幻灯片"更容易吸收——前提是**两条通道承载的是互补而非重复**的信息，否则又掉进冗余陷阱。 ## 知识结构图 ```mermaid flowchart TD A[工作记忆
固定且极小的带宽 ≈4 chunks] --> B{总负荷 ≤ 带宽
零和分配} B --> C1[内在负荷 Intrinsic
材料本身复杂度] B --> C2[外在负荷 Extraneous
设计造成的废负荷] B --> C3[相关负荷 Germane
建构 schema 的好负荷] C1 --> D1[调整: 切分难度
由易到难搭建] C2 --> D2[压缩: 整合分割注意
删除冗余 → 释放带宽] C3 --> D3[放大: 例题/对照/归纳
把带宽导向 schema] D2 --> E[长期记忆 LTM
无限容量的图式仓库] D3 --> E E -->|自动化 chunking
释放工作记忆| F[专长 Expertise] G[新手 Novice] -->|高指导| H1[例题效应
看示范 > 硬解] F -->|专家| H2[专长反转效应
例题失效 解题更优] H1 -.进阶.-> F ``` ## 实战启示 **1. 给自己的学习重新排序：先吃例题，再上手题。** 当你面对一个全新领域，**别急着刷题**。先找 3–5 道带完整推导、注释清楚的例题，逐行读懂"为什么这么走"，建立初步 schema，再开始少量练习。对新手，"研究例题"是被严重低估的高 ROI 动作。记住：**让你"感觉很努力"的硬解，可能正在过载你、却没在教你。** **2. 用"流畅感"自检——它经常骗你。** 看着精美的视频、跟着顺一遍，觉得"懂了"——这往往只是 extraneous load 被压低带来的**流畅错觉（illusion of competence）**，而 germane load（真正建构图式的脑力）可能为零。判断标准不是"看着顺不顺"，而是"我能不能脱离示范，自己复述/迁移/变形"。 **3. 阶段性切换方法，别从一而终。** 刚入门用高指导（例题、分步拆解）；一旦发现自己看例题已经"秒懂"且略嫌啰嗦，就是**专长反转信号**——立刻切换到独立解题、变式、对比题，把带宽从"读示范"转向"建构更深的 schema"。**最贵的错误，是用新手方法学到了专家阶段。** **4. 清理你学习环境的 extraneous load。** 看教程时，把图与文字放在一起对照、关掉无关弹幕/动画、拒绝"同一信息三次重复"的啰嗦讲解。每砍掉一份冗余，就多一份带宽留给真正的理解。 **5. 教学/做内容的人，请把"减负"当第一性原理。** 无论你做 PPT、录课、写文档：**空间邻近、删除冗余、图文互补双通道、由易到难**——这四条把 Mayer/CLT 的精华都用上了。让学习者的全部带宽流向你真正想教的那个 schema，而不是流向"理解你的排版"。 ## 延伸学习路径 1. **John Sweller, "Cognitive Load Theory"**（1988 原始论文及综述）——CLT 的源头，理解三负荷的严格定义。 2. **Richard Mayer, Multimedia Learning（多媒体学习）**——把 Sweller 的理论发展为 12 条可操作的设计原则，做内容者必读。 3. **Kalyuga, Ayres, Chandler & Sweller (2003), "The Expertise Reversal Effect"**——专长反转效应的奠基论文，理解方法为何随水平翻转。 4. **Wikipedia: Worked-example effect / Expertise reversal effect**——快速建立全貌的优质英文条目，含跨领域实验证据。 5. **MIT OCW CMS.595 完整课程页**——本期视频所在课程，配套还有"How People Learn"系列其它 session，值得系统跟读。 ## 一句话总结 > **学习的瓶颈不在天赋，而在固定的工作记忆带宽——所有高效学习的本质，都是把宝贵的带宽从"废负荷"里省下来，导向真正建构心智图式的那部分脑力，并且在你从新手成长为专家的路上，果断换掉已经失效的方法。** ## 参考来源 1. [02. How People Learn: Cognitive Load Theory — MIT OpenCourseWare (YouTube)](https://www.youtube.com/watch?v=P4RVO9aIIVA) — 本期深度解读的核心视频 2. [MIT OCW CMS.595 课程资源页](https://ocw.mit.edu/courses/cms-595-learning-media-and-technology-spring-2024/resources/mit-cms595-s24-session-2_mp4/) — 讲师 Prof. Justin Reich 与课程背景 5. [Cognitive Load Theory: 12 Strategies to Reduce Overload — Structural Learning](https://www.structural-learning.com/post/cognitive-load-theory-a-teachers-guide) — 三负荷分类与教学减负策略综述 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。