陳 剛，石晉陽，高 強

(揚州大學(xué) 新聞與傳媒學(xué)院，江蘇 揚州 225002)

科學(xué)發(fā)現(xiàn)學(xué)習(xí)的認(rèn)知模型建構(gòu)*

陳 剛，石晉陽，高 強

(揚州大學(xué) 新聞與傳媒學(xué)院，江蘇 揚州 225002)

當(dāng)前，利用虛擬學(xué)習(xí)環(huán)境進行科學(xué)發(fā)現(xiàn)學(xué)習(xí)已經(jīng)成為推進科學(xué)教育的一條重要途徑。然而，由于科學(xué)發(fā)現(xiàn)學(xué)習(xí)的認(rèn)知過程高度復(fù)雜，而現(xiàn)有的虛擬學(xué)習(xí)環(huán)境未能提供所需的學(xué)習(xí)支持，導(dǎo)致其應(yīng)用效果難以令人滿意。要解決這個問題，就必須建立科學(xué)發(fā)現(xiàn)學(xué)習(xí)的認(rèn)知模型，進而以此為基礎(chǔ)進行虛擬學(xué)習(xí)環(huán)境的設(shè)計開發(fā)。因此，該文在科學(xué)哲學(xué)、信息加工心理學(xué)和教育科學(xué)相關(guān)研究的基礎(chǔ)上，從領(lǐng)域知識的結(jié)構(gòu)、發(fā)現(xiàn)機制和學(xué)習(xí)活動的設(shè)計三個方面建立科學(xué)發(fā)現(xiàn)學(xué)習(xí)的認(rèn)知模型。科學(xué)發(fā)現(xiàn)學(xué)習(xí)是學(xué)生針對實際系統(tǒng)設(shè)計實驗從而漸進地探究發(fā)現(xiàn)科學(xué)理論模型的過程。其中，科學(xué)理論模型包括局部模型與全局模型兩個層面，和數(shù)學(xué)模型與物理模型兩種形式。學(xué)生可以采用假設(shè)驅(qū)動或?qū)嶒烌?qū)動兩種策略在假設(shè)空間和實驗空間中進行雙重搜索，其知識形成過程可以分為從假設(shè)空間到局部模型和從局部模型到全局模型兩個階段?？茖W(xué)發(fā)現(xiàn)學(xué)習(xí)需經(jīng)歷理解問題、提出假設(shè)、設(shè)計實驗、檢驗假設(shè)和得出結(jié)論五個環(huán)節(jié)，應(yīng)從領(lǐng)域知識、元策略和內(nèi)部目標(biāo)三個方面為學(xué)生提供支持。該認(rèn)知模型結(jié)構(gòu)化特征明顯，易于通過計算機代碼進行形式化表達，為面向科學(xué)發(fā)現(xiàn)學(xué)習(xí)的智能化虛擬學(xué)習(xí)環(huán)境的設(shè)計開發(fā)奠定了必要的理論基礎(chǔ)。

科學(xué)教育；科學(xué)發(fā)現(xiàn)學(xué)習(xí)；認(rèn)知模型；虛擬學(xué)習(xí)環(huán)境

科學(xué)發(fā)現(xiàn)學(xué)習(xí)最早由布魯納提出，是指學(xué)生像科學(xué)家一樣，針對某個科學(xué)問題，通過提出假設(shè)、設(shè)計實驗和檢驗假設(shè)的方法，探究、發(fā)現(xiàn)并建構(gòu)其中的基本規(guī)律和原理的學(xué)習(xí)活動。由于現(xiàn)實世界中安全、操作等方面的局限，基于計算機的虛擬學(xué)習(xí)環(huán)境已經(jīng)成為開展科學(xué)發(fā)現(xiàn)學(xué)習(xí)的重要平臺[1]。

目前已經(jīng)出現(xiàn)了如SimQuest、Co-Lab等科學(xué)發(fā)現(xiàn)學(xué)習(xí)環(huán)境。但是實驗研究表明，這些學(xué)習(xí)環(huán)境的實際應(yīng)用效果難以令人滿意[2][3]。原因在于，科學(xué)發(fā)現(xiàn)學(xué)習(xí)的認(rèn)知過程兼具規(guī)范性和靈活性，對學(xué)生的學(xué)習(xí)形成諸多挑戰(zhàn)，而現(xiàn)有的虛擬學(xué)習(xí)環(huán)境尚且無法識別、診斷和支持學(xué)生的學(xué)習(xí)過程。我們認(rèn)為，要解決這一問題，必須首先建立一個相對完備的科學(xué)發(fā)現(xiàn)學(xué)習(xí)認(rèn)知模型，并且這個認(rèn)知模型應(yīng)當(dāng)適于計算機進行形式化表達，然后再以此為基礎(chǔ)設(shè)計開發(fā)科學(xué)發(fā)現(xiàn)學(xué)習(xí)環(huán)境。

因此，本文將在科學(xué)哲學(xué)、心理科學(xué)和教育科學(xué)等領(lǐng)域相關(guān)研究成果基礎(chǔ)上，從領(lǐng)域知識的結(jié)構(gòu)、發(fā)現(xiàn)機制和學(xué)習(xí)活動的設(shè)計三個側(cè)面建立科學(xué)發(fā)現(xiàn)學(xué)習(xí)的認(rèn)知模型，以期為科學(xué)發(fā)現(xiàn)學(xué)習(xí)環(huán)境的設(shè)計開發(fā)提供必要的理論依據(jù)。

一、領(lǐng)域知識建模

科學(xué)發(fā)現(xiàn)學(xué)習(xí)要求學(xué)生針對真實世界中的某個實際系統(tǒng)，通過設(shè)計實驗，觀察實際系統(tǒng)在不同實驗條件下的實驗現(xiàn)象，探究并發(fā)現(xiàn)其中蘊含的科學(xué)原理。因此，建立領(lǐng)域知識模型就是要分析清楚實際系統(tǒng)、實驗和科學(xué)理論模型的結(jié)構(gòu)要素以及三者之間的邏輯關(guān)系。

(一)實際系統(tǒng)

所謂實際系統(tǒng)，是指科學(xué)發(fā)現(xiàn)學(xué)習(xí)所關(guān)注的現(xiàn)實世界的某個局部，或是科學(xué)發(fā)現(xiàn)學(xué)習(xí)環(huán)境對該局部進行的計算機模擬，它符合客觀世界的運行規(guī)律，是相互聯(lián)系又相互作用的對象的有機組合。例如，為了探究理想氣體的溫度、體積和壓強三者之間的變化關(guān)系，科學(xué)發(fā)現(xiàn)學(xué)習(xí)環(huán)境可能提供給學(xué)生這樣一個實際系統(tǒng)(如下頁圖1所示)：一個裝有一定數(shù)量理想氣體Q的密閉氣缸C，氣缸C的溫度、體積和壓強始終與理想氣體Q的溫度、體積和壓強保持一致，并且理想氣體Q的狀態(tài)變化滿足氣體狀態(tài)方程P*V=n*R*T(其中，P、V、T和n分別表示理想氣體的壓強、體積、溫度和物質(zhì)的量、R表示理想氣體常數(shù)，下同)的約束。而學(xué)生可以通過改變氣缸C的溫度、體積和壓強，來間接地觀察理想氣體Q的狀態(tài)變化。

圖1 氣缸系統(tǒng)

(二)實驗

對于學(xué)生而言，最關(guān)心和最想了解的是實際系統(tǒng)在發(fā)展變化過程中所遵循的客觀規(guī)律，更準(zhǔn)確地說就是要探究實際系統(tǒng)中各變量之間的關(guān)系。但是，由于實際系統(tǒng)往往涉及多個變量，比較復(fù)雜。因此，學(xué)生通常只能通過運用變量控制法設(shè)計各種實驗，從不同的側(cè)面，漸進地探究發(fā)現(xiàn)實際系統(tǒng)所遵循的規(guī)律。也就是說，在每次實驗過程中，學(xué)生應(yīng)當(dāng)保持控制變量不變，研究某一個自變量的變化對實際系統(tǒng)中另一個因變量的影響。仍然以氣缸系統(tǒng)為例，由于涉及到氣體的溫度、體積和壓強三個變量，因此，學(xué)生不可能只通過一個實驗發(fā)現(xiàn)這三個變量之間的互動關(guān)系，而是必須分為三個實驗進行探究，如表1所示。

表1 氣缸系統(tǒng)實驗

學(xué)生設(shè)計實驗是要通過觀察實際系統(tǒng)在某種限定條件下的發(fā)展變化，了解其中規(guī)律原理。因此，每個實驗都可以分解為實驗條件和實驗數(shù)據(jù)兩個部分：

(1)實驗條件，即學(xué)生是如何操作變量的，包括哪些變量作為控制變量、哪個變量作為自變量，哪個變量作為因變量，以及控制變量和自變量的取值是多少等等。

(2)實驗數(shù)據(jù)，是指在設(shè)定的實驗條件下，實驗運行時實際系統(tǒng)的各個變量的不同取值，它反映了實際系統(tǒng)的發(fā)展變化過程。實驗數(shù)據(jù)通常表示為實際系統(tǒng)中各個變量取值元組的集合。

(三)科學(xué)理論模型

科學(xué)發(fā)現(xiàn)學(xué)習(xí)屬于“再發(fā)現(xiàn)”活動，有待學(xué)生發(fā)現(xiàn)并建構(gòu)的通常是人類已經(jīng)掌握的科學(xué)理論模型。所謂科學(xué)理論模型，是指以觀念的形態(tài)摹寫或描述客觀世界的某些特征、性質(zhì)、規(guī)律的抽象的思想模型[4]。根據(jù)概括層次和表達方式的不同，科學(xué)理論模型可分為全局模型與局部模型，物理模型與數(shù)學(xué)模型，如圖2所示。

圖2 領(lǐng)域知識模型

1.全局模型與局部模型

全局模型是對實際系統(tǒng)的特征、性質(zhì)、規(guī)律的整體性概括，能夠解釋實際系統(tǒng)在各種實驗條件下的發(fā)展變化過程。并且，一個實際系統(tǒng)通常只有一個全局模型。例如，無論理想氣體的溫度、體積或壓強如何變化，必定且唯一地滿足狀態(tài)方程P*V=n*R*T。

局部模型是對實際系統(tǒng)在某種限定條件下所體現(xiàn)出的特征、性質(zhì)、規(guī)律的局部性概括。由于科學(xué)發(fā)現(xiàn)學(xué)習(xí)中的實驗設(shè)計一般采用變量控制法，因此，這里的局部模型通常只描述實際系統(tǒng)中某兩個變量之間的變化關(guān)系。例如，波義耳定律P*V=c(c表示常數(shù)，下同)，就描述了在保持溫度不變的條件下，理想氣體的體積和壓強成反比的客觀規(guī)律。

科學(xué)史研究表明，人類眾多的科學(xué)發(fā)現(xiàn)成果都遵循了從局部模型到全局模型的過程。例如，氣體狀態(tài)方程P*V=n*R*T就是在波義耳定律(P*V=c)、查理定律(P/T=c)和呂薩克定律(V/T=c)的基礎(chǔ)上進行整合的結(jié)果。反過來，通過對P*V=n*R*T的演繹計算，又可以得到這三條定律。因此可以說，全局模型是對多個局部模型的合成，局部模型是從某個側(cè)面對全局模型的分解。

2.物理模型與數(shù)學(xué)模型

對于每一個具體的科學(xué)理論模型(全局模型和局部模型)來說，由于思想內(nèi)容的千差萬別，其表述形式也各不相同。但是，總體看來，科學(xué)理論模型所采取的表述方式不外乎兩類：物理模型和數(shù)學(xué)模型[5]。

所謂物理模型，是指一個或一組描述概念與概念之間定性關(guān)系的命題，一般借助于語言、圖像、符號等工具進行表述。物理模型通常包括兩方面的內(nèi)容：

(1)事物內(nèi)部的組成成份、成份之間的排列方式(結(jié)構(gòu))和運作制約關(guān)系(運行機理)；

(2)這些成份、結(jié)構(gòu)和運行機理與事物表層的可觀察屬性之間的對應(yīng)關(guān)系。

例如，氣體分子運動論的物理模型可以描述為：氣體由一些肉眼觀察不到的氣體分子組成；這些分子具有一定的大小、質(zhì)量、速度和能量；它們在一定的空間內(nèi)不停地做不規(guī)則運動，并發(fā)生相互碰撞；在分子運動狀態(tài)與氣體狀態(tài)之間具有一定的統(tǒng)計對應(yīng)關(guān)系，如氣體的溫度就是分子平均平動動能的宏觀標(biāo)志等。

所謂數(shù)學(xué)模型，就是指一個或一組描述事物可觀察屬性之間數(shù)理關(guān)系的命題，通常借助于數(shù)學(xué)表達式、圖表等工具進行定量刻畫。例如，氣體狀態(tài)方程可以表述為：P*V=n*R*T。

需要指出的是，雖然物理模型和數(shù)學(xué)模型同屬于科學(xué)理論模型，但是，從功能上看，它們在科學(xué)發(fā)現(xiàn)學(xué)習(xí)中起著不同的作用。一般來說，數(shù)學(xué)模型直接描述客觀世界的運行規(guī)律，回答了“事物怎么樣運行”的問題；因此，數(shù)學(xué)模型通常是預(yù)期將被學(xué)生發(fā)現(xiàn)的學(xué)習(xí)目標(biāo)。而物理模型往往是建立在多個數(shù)學(xué)模型的基礎(chǔ)之上，對事物難以觀察的內(nèi)部機制的形象化表述，回答了“事物為什么這樣運行”的問題；因此，物理模型往往難以通過學(xué)生的自主發(fā)現(xiàn)習(xí)得，而是主要利用其形象化的特征，向?qū)W生解釋數(shù)學(xué)模型之所以成立的原因。

二、發(fā)現(xiàn)機制建模

在進行科學(xué)發(fā)現(xiàn)學(xué)習(xí)時，學(xué)生通常對于實際系統(tǒng)背后的科學(xué)原理有著自己的猜想——即假設(shè)，然后通過設(shè)計實驗、觀察實驗現(xiàn)象以檢驗假設(shè)是否成立。以氣缸系統(tǒng)為例，在問題的初始狀態(tài)，學(xué)生對于氣體的溫度、體積和壓強三者之間的變化關(guān)系存在著各種猜想(如溫度與體積成正比、壓強與體積成反比等等)，這些猜想就構(gòu)成了一個假設(shè)集合；在問題的目標(biāo)狀態(tài)，學(xué)生應(yīng)當(dāng)對溫度、體積和壓強之間的變化關(guān)系得出正確的結(jié)論，即假設(shè)集合僅由被證明為真的假設(shè)構(gòu)成；而中間狀態(tài)就是指學(xué)生根據(jù)相關(guān)的實驗現(xiàn)象，從這個假設(shè)集合中去偽存真，尋找正確假設(shè)的過程。簡言之，科學(xué)發(fā)現(xiàn)的過程可以看成是學(xué)生在假設(shè)空間和實驗空間中進行雙重搜索，并使之適配的過程[6][7]。

(一)假設(shè)空間與實驗空間

假設(shè)是學(xué)生對自變量和因變量之間關(guān)系的猜想。而假設(shè)空間，就是由發(fā)現(xiàn)過程中產(chǎn)生的所有假設(shè)構(gòu)成的集合。由于假設(shè)是由變量和關(guān)系兩部分構(gòu)成，因而假設(shè)空間也可以分解為兩個子空間——變量空間和關(guān)系空間。

變量空間由學(xué)生能夠識別出的實際系統(tǒng)中的所有變量構(gòu)成，如氣缸系統(tǒng)中的氣體溫度、壓強等。關(guān)系空間則由學(xué)生已經(jīng)掌握的各種數(shù)量關(guān)系構(gòu)成，并且這些數(shù)量關(guān)系之間具有不同的精確性層次，例如，“y=x+c(c是常數(shù))”“y=x2(x＞0)”是比“y隨x單調(diào)遞增”更為精確的數(shù)量關(guān)系。這樣，假設(shè)空間就可以通過將變量空間中的變量與關(guān)系空間中的關(guān)系組合而成，如圖3所示。

圖3 搜索假設(shè)空間

實驗空間，是學(xué)生對于實際系統(tǒng)所能設(shè)計的所有實驗的集合。由于變量控制法的要求，學(xué)生在每次實驗中只能有一個自變量和一個因變量，其他變量只能作為控制變量；因此對于具有n個變量的實際系統(tǒng)而言，所能設(shè)計的所有實驗的數(shù)量最多為個。又由于學(xué)生自身對實際系統(tǒng)不同的認(rèn)知水平，他們會剔除其認(rèn)為不必要的實驗，因此學(xué)生實驗空間中的實驗數(shù)量通常小于個。

(二)發(fā)現(xiàn)策略

顯然，學(xué)生的任務(wù)就是分別在假設(shè)空間和實驗空間中搜索合適的假設(shè)和實驗，使得假設(shè)能夠準(zhǔn)確地預(yù)測實驗結(jié)果，而實驗結(jié)果能夠有效地檢驗假設(shè)。但是究竟是先提出假設(shè)再設(shè)計實驗以檢驗假設(shè)，還是直接設(shè)計實驗再歸納出假設(shè)呢？這里存在著“假設(shè)驅(qū)動”和“實驗驅(qū)動”兩種不同的策略[8][9]。

(1)假設(shè)驅(qū)動：采用假設(shè)驅(qū)動策略的學(xué)生通常根據(jù)自己已有的知識經(jīng)驗和對實際系統(tǒng)的認(rèn)知水平，先提出他們認(rèn)為可能成立的假設(shè)；并根據(jù)這些假設(shè)預(yù)測在不同的實驗條件下，實際系統(tǒng)將會產(chǎn)生怎樣的實驗現(xiàn)象；然后，設(shè)計相應(yīng)的實驗用來檢驗實驗結(jié)果是否與預(yù)測相符；如果相符則可以認(rèn)為假設(shè)成立，反之則要提出新的假設(shè)重新設(shè)計實驗以檢驗之。科學(xué)史上相對論、不等溫定律等科學(xué)理論的發(fā)現(xiàn)都采用了假設(shè)驅(qū)動的策略。

(2)實驗驅(qū)動：采用實驗驅(qū)動策略的學(xué)生通常直接設(shè)計各種實驗，觀察實驗現(xiàn)象收集實驗數(shù)據(jù)；然后，比較分析實驗現(xiàn)象與數(shù)據(jù)，找出其中的規(guī)律并作為假設(shè)提出；最后，再根據(jù)已有的理論檢驗假設(shè)的合理性?？茖W(xué)史上開普勒定律、歐姆定律等科學(xué)理論的發(fā)現(xiàn)都采用了實驗驅(qū)動的策略。

需要說明的是，當(dāng)前科學(xué)教育界普遍提倡采用假設(shè)驅(qū)動策略實施科學(xué)發(fā)現(xiàn)學(xué)習(xí)，而較少提及實驗驅(qū)動策略?？赡艿脑蛟谟?，假設(shè)驅(qū)動策略能夠幫助學(xué)生提出更多的假設(shè)，并且使實驗設(shè)計更具針對性。心理學(xué)的相關(guān)研究也表明，與采用實驗驅(qū)動策略的學(xué)生相比，采用假設(shè)驅(qū)動策略的學(xué)生往往更順利地完成科學(xué)發(fā)現(xiàn)學(xué)習(xí)[10]。

(三)知識狀態(tài)

實際系統(tǒng)往往是一個多變量系統(tǒng)，學(xué)生的任務(wù)是發(fā)現(xiàn)闡述多變量之間相互關(guān)系的全局模型；但是，由于每次提出假設(shè)和設(shè)計實驗都只能考察兩個變量之間的相互關(guān)系；因此，學(xué)生實際上是先探究實際系統(tǒng)的多個局部模型，然后再將這些局部模型整合，從而建構(gòu)全局模型的。進而，學(xué)生的知識狀態(tài)變化過程可以如圖4所示。

圖4 知識狀態(tài)變化過程

(1)全局假設(shè)空間：描述實際系統(tǒng)中變量兩兩之間各種假設(shè)(無論正確與否)的集合。

(2)學(xué)生假設(shè)空間：是由學(xué)生識別出的變量和掌握的關(guān)系形成的所有假設(shè)的集合，是全局假設(shè)空間的子集。其中包括學(xué)生認(rèn)為可能成立的假設(shè)和不可能成立的假設(shè)。為了拓展學(xué)生假設(shè)空間，學(xué)生必須能夠識別出新的變量，或者掌握新的關(guān)系。

(3)學(xué)生有效假設(shè)空間：這是學(xué)生假設(shè)空間的子集，是由學(xué)生認(rèn)為可能成立的假設(shè)構(gòu)成的集合。學(xué)生將通過實驗檢驗這些假設(shè)成立與否。如果這些假設(shè)都被否定，那么學(xué)生將會從學(xué)生假設(shè)空間中選擇原來認(rèn)為不可能成立的假設(shè)補充進學(xué)生有效假設(shè)空間。

(4)學(xué)生局部模型：是指學(xué)生有效假設(shè)空間中被判定成立的假設(shè)的集合。由于假設(shè)只描述兩個變量之間的關(guān)系，因此這些假設(shè)都是學(xué)生所理解的局部模型，有可能正確也可能錯誤。

(5)實際系統(tǒng)局部模型：是指實際系統(tǒng)各變量兩兩之間真正成立的關(guān)系集合。如氣缸系統(tǒng)中的P*V=c，P/T=c，V/T=c。實際系統(tǒng)局部模型是科學(xué)發(fā)現(xiàn)學(xué)習(xí)的階段性目標(biāo)，也是判斷學(xué)生局部模型正確與否的標(biāo)準(zhǔn)。

(6)學(xué)生全局模型：是指學(xué)生通過整合學(xué)生局部模型形成的對實際系統(tǒng)多變量間關(guān)系的理解。例如，學(xué)生通過整合P/V=c和P/T=c兩個局部模型，可以得到P=cVT(c為常數(shù))的全局模型。如果學(xué)生局部模型中存在錯誤的變量關(guān)系，或者利用這些變量關(guān)系合成全局模型時采用方法不當(dāng)，都會導(dǎo)致學(xué)生全局模型的錯誤。

(7)實際系統(tǒng)全局模型：這是實際系統(tǒng)多變量之間確實成立的全局模型，是科學(xué)發(fā)現(xiàn)學(xué)習(xí)的最終目標(biāo)，也是判斷學(xué)生全局模型正確與否的標(biāo)準(zhǔn)。

這樣，學(xué)生的知識狀態(tài)變化就可以劃分為兩個子階段：

(1)從假設(shè)空間中去偽存真發(fā)現(xiàn)學(xué)生局部模型階段。學(xué)生需要不斷搜索和調(diào)整自己的有效假設(shè)空間，通過實驗檢驗假設(shè)正確性，從而建構(gòu)學(xué)生局部模型。

(2)從學(xué)生局部模型建構(gòu)學(xué)生全局模型階段。學(xué)生主要運用數(shù)學(xué)方法，整合學(xué)生局部模型中變量兩兩之間的關(guān)系，形成對實際系統(tǒng)多變量之間關(guān)系的整體理解。

三、學(xué)習(xí)活動建模

學(xué)生的科學(xué)發(fā)現(xiàn)學(xué)習(xí)顯然不同于科學(xué)家的科學(xué)發(fā)現(xiàn)。第一，科學(xué)家致力于發(fā)現(xiàn)新的科學(xué)事實或理論，而學(xué)生的目的則是通過科學(xué)發(fā)現(xiàn)掌握科學(xué)知識與科學(xué)方法；第二，與科學(xué)家相比，學(xué)生是科學(xué)發(fā)現(xiàn)的新手，在知識基礎(chǔ)、科學(xué)技能、策略方法等方面的不足使得科學(xué)發(fā)現(xiàn)對于學(xué)生而言更具挑戰(zhàn)性。因此，科學(xué)發(fā)現(xiàn)學(xué)習(xí)應(yīng)當(dāng)具有規(guī)范而又不失靈活性的學(xué)習(xí)過程，并且過程之中需要為學(xué)生提供相應(yīng)的幫助與支持。

(一)學(xué)習(xí)過程

如前所述，科學(xué)教育界倡導(dǎo)假設(shè)驅(qū)動的發(fā)現(xiàn)策略，相應(yīng)的科學(xué)發(fā)現(xiàn)學(xué)習(xí)過程包括理解問題、提出假設(shè)、設(shè)計實驗、檢驗假設(shè)和得出結(jié)論五個環(huán)節(jié)。

(1)理解問題：科學(xué)發(fā)現(xiàn)學(xué)習(xí)始于科學(xué)問題。學(xué)生應(yīng)當(dāng)先弄清楚當(dāng)前問題及其所涉及實際系統(tǒng)的基本信息。這一環(huán)節(jié)細(xì)分為兩個步驟：

a.尋找信息：通過查閱課本、參考資料或問老師等方式來尋找有關(guān)當(dāng)前問題的背景信息。

b.整體分析實際系統(tǒng)：識別問題所涉及的實際系統(tǒng)中的變量和參數(shù)及其關(guān)系，分析系統(tǒng)的整體特點。這可以借助于學(xué)生已有的知識經(jīng)驗，學(xué)習(xí)環(huán)境中的信息，教師的指導(dǎo)等途徑來實現(xiàn)。例如在氣缸系統(tǒng)中，學(xué)生通過觀察發(fā)現(xiàn)不能直接控制氣體的溫度、體積和壓強，而只能通過氣缸來間接地控制氣體的狀態(tài)。

(2)提出假設(shè)：學(xué)生以假設(shè)的形式闡述實際系統(tǒng)中某個變量如何影響另一個變量。這一環(huán)節(jié)包括兩個步驟：

a.選擇變量：實際系統(tǒng)通常涉及多個變量，學(xué)生需要從中選擇一個自變量和一個因變量。

b.分析關(guān)系：猜想自變量和因變量之間可能存在的數(shù)量關(guān)系，并提出假設(shè)。

(3)設(shè)計實驗：學(xué)生針對提出的假設(shè)，設(shè)計并運行相應(yīng)的實驗，這一環(huán)節(jié)包括：

a.設(shè)置條件：根據(jù)提出的假設(shè)，學(xué)生決定實驗中的自變量、因變量和控制變量，以及如何給自變量和控制變量賦值。

b.預(yù)測數(shù)據(jù)：根據(jù)當(dāng)前假設(shè)推理實驗運行后將獲得的實驗數(shù)據(jù)(即預(yù)測值)。

c.收集數(shù)據(jù)：運行實驗，獲得數(shù)據(jù)資料，以用于檢驗假設(shè)。

(4)檢驗假設(shè)： 學(xué)生通過收集到的實驗數(shù)據(jù)來確定是否應(yīng)該接受或拒絕當(dāng)前假設(shè)，或者提出另外一個新的假設(shè)。這一環(huán)節(jié)包括：

a.處理數(shù)據(jù)：對實驗的預(yù)測值與實際收集值進行數(shù)據(jù)處理，如制成表格、曲線圖等，以輔助檢驗假設(shè)和理解數(shù)據(jù)。

b.驗證假設(shè)：將實驗預(yù)測值與實際收集值相比對，以檢驗實驗數(shù)據(jù)是否支持當(dāng)前假設(shè)成立。如果成立，則回到“提出假設(shè)”環(huán)節(jié)，提出關(guān)于其他自變量和因變量的假設(shè)；如果不成立，則需要解釋數(shù)據(jù)分析原因，從而幫助學(xué)生提出關(guān)于當(dāng)前自變量和因變量的新的假設(shè)。

(5)得出結(jié)論：總結(jié)科學(xué)發(fā)現(xiàn)學(xué)習(xí)的成果，并反思評價整個學(xué)習(xí)過程。這一環(huán)節(jié)包括：

a.總結(jié)假設(shè)整體理解：假設(shè)是對實際系統(tǒng)局部模型的理解，學(xué)生需要整合被證明成立的假設(shè)從而形成對實際系統(tǒng)的整體理解，即全局模型。

b.反思評價：回顧整個學(xué)習(xí)過程，并對其進行評價。比如，某個實驗的設(shè)計是否恰當(dāng)?shù)取?/p>

(二)學(xué)習(xí)支持

許多實驗研究表明，在科學(xué)發(fā)現(xiàn)學(xué)習(xí)過程中，學(xué)生往往會遇到各種各樣的困難，從而導(dǎo)致學(xué)習(xí)效果的不佳。這些困難可以概括為四種類型，如表2所示。

表2 學(xué)生遇到的困難類型

之所以產(chǎn)生這些困難，主要原因是學(xué)生在與科學(xué)發(fā)現(xiàn)學(xué)習(xí)相關(guān)的領(lǐng)域知識、策略技能和內(nèi)部目標(biāo)三個方面的不足[15]。相應(yīng)地，為了幫助學(xué)生克服上述困難，應(yīng)當(dāng)從這三方面提供學(xué)習(xí)支持。

(1)領(lǐng)域知識：是指與實際系統(tǒng)相關(guān)的科學(xué)概念、事實和原理等背景知識。領(lǐng)域知識在科學(xué)發(fā)現(xiàn)學(xué)習(xí)過程中具有重要作用。首先，在理解問題環(huán)節(jié)，學(xué)生需要依靠領(lǐng)域知識分析問題的基本信息和實際系統(tǒng)的整體特點。其次，在提出假設(shè)環(huán)節(jié)，學(xué)生可以借助領(lǐng)域知識提出假設(shè)并權(quán)衡假設(shè)的合理性。最后，在得出結(jié)論環(huán)節(jié)，領(lǐng)域知識還可以幫助學(xué)生加深對結(jié)論的理解。在支持方式上，領(lǐng)域知識可以通過講授或圖文的形式直接呈現(xiàn)給學(xué)生[16]；并且有研究表明，在學(xué)生需要時提供所需的領(lǐng)域知識比預(yù)先提供相關(guān)的領(lǐng)域知識效果要好[17]。

(2)策略技能：是指關(guān)于如何進行科學(xué)發(fā)現(xiàn)學(xué)習(xí)的知識、技能、方法與策略。策略技能可以分為兩類：

a.策略過程：專指假設(shè)驅(qū)動策略下，科學(xué)發(fā)現(xiàn)學(xué)習(xí)所經(jīng)歷的理解問題、提出假設(shè)、設(shè)計實驗、檢驗假設(shè)和得出結(jié)論五個環(huán)節(jié)及其邏輯關(guān)系。

b.知識技能：是指每個學(xué)習(xí)環(huán)節(jié)中，學(xué)生應(yīng)當(dāng)具備的關(guān)于科學(xué)發(fā)現(xiàn)學(xué)習(xí)的知識、技能與方法。例如，在提出假設(shè)環(huán)節(jié)，學(xué)生應(yīng)當(dāng)了解假設(shè)的基本要求；在設(shè)計實驗環(huán)節(jié)，學(xué)生必須采用變量控制法；在檢驗假設(shè)環(huán)節(jié)，應(yīng)當(dāng)將實驗數(shù)據(jù)繪制成圖表以幫助理解數(shù)據(jù)等。

元策略的支持可以通過導(dǎo)航圖、指導(dǎo)語、認(rèn)知工具、規(guī)定性的學(xué)習(xí)過程等方式實現(xiàn)[18][19]。

(3)內(nèi)部目標(biāo)：是指影響學(xué)習(xí)過程中行為目標(biāo)的各種學(xué)生心理因素，包括學(xué)生的好奇心、好勝心、偏好等。內(nèi)部目標(biāo)直接影響學(xué)生對學(xué)習(xí)過程的調(diào)節(jié)能力。例如，有的學(xué)生固執(zhí)己見，他們在實驗已經(jīng)證否某條假設(shè)的情況下，仍然堅持設(shè)計新的實驗以證明該假設(shè)[20]。為此，可以通過指導(dǎo)語、教師激勵等方式幫助學(xué)生調(diào)整內(nèi)部目標(biāo)。

(三)監(jiān)控與反思

雖然具有規(guī)范的學(xué)習(xí)過程并且需要為學(xué)生提供多方面的學(xué)習(xí)支持，但是科學(xué)發(fā)現(xiàn)學(xué)習(xí)仍然具有明顯的學(xué)生自我導(dǎo)向(Self-directed)特征，學(xué)生需要自己規(guī)劃和調(diào)節(jié)進行科學(xué)發(fā)現(xiàn)學(xué)習(xí)的方案，如提出哪些假設(shè)，設(shè)計怎樣的實驗等。在這種自主、靈活、試錯的進程之中，學(xué)生的自我監(jiān)控和反思對于學(xué)習(xí)的成敗具有重要意義。一方面，監(jiān)控與反思能夠幫助學(xué)生提取出分布于各學(xué)習(xí)環(huán)節(jié)與步驟中有價值的領(lǐng)域知識與策略技能，皮亞杰稱之為反省抽象；另一方面，監(jiān)控與反思必將激活學(xué)生腦海中之前已經(jīng)掌握的領(lǐng)域知識和策略技能，并將之與當(dāng)前科學(xué)發(fā)現(xiàn)學(xué)習(xí)過程中的領(lǐng)域知識和元策略相關(guān)聯(lián)，從而促進認(rèn)知同化，形成意義建構(gòu)，皮亞杰稱之為反省整合。

由此可見，監(jiān)控和反思貫穿于整個學(xué)習(xí)過程之中。監(jiān)控和反思的具體內(nèi)容包括領(lǐng)域知識和策略技能兩個方面：

(1)領(lǐng)域知識：包括學(xué)生提出了哪些假設(shè)，實驗是否支持這些假設(shè)，最后得出怎樣的結(jié)論，以及在過程之中激活了哪些先前已經(jīng)掌握的領(lǐng)域知識。這些內(nèi)容反映了學(xué)生的知識狀態(tài)變化過程，以及新舊知識是如何關(guān)聯(lián)的。

(2)策略技能：分為策略過程和技能方法兩個方面。前者包括科學(xué)發(fā)現(xiàn)學(xué)習(xí)經(jīng)歷了怎樣的過程，學(xué)生提出假設(shè)采用了何種策略等；后者包括學(xué)生如何針對假設(shè)設(shè)計實驗，如何控制變量，怎樣處理實驗數(shù)據(jù)等。這些內(nèi)容反映了學(xué)生進行科學(xué)發(fā)現(xiàn)的思路過程。

綜上所述，科學(xué)發(fā)現(xiàn)學(xué)習(xí)的活動模型如圖5所示。

圖5 科學(xué)發(fā)現(xiàn)學(xué)習(xí)的活動模型

四、結(jié)束語

科學(xué)發(fā)現(xiàn)學(xué)習(xí)是一種高度復(fù)雜的問題解決式學(xué)習(xí)活動。本文嘗試從領(lǐng)域知識的結(jié)構(gòu)、發(fā)現(xiàn)機制和學(xué)習(xí)活動的設(shè)計三個方面建立科學(xué)發(fā)現(xiàn)學(xué)習(xí)的認(rèn)知模型?？梢钥闯?，該認(rèn)知模型具有明顯的結(jié)構(gòu)化特征，易于通過計算機代碼進行形式化表達，這就為設(shè)計開發(fā)基于計算機的科學(xué)發(fā)現(xiàn)學(xué)習(xí)環(huán)境奠定了必要的理論基礎(chǔ)。在未來的工作中，我們將以此為依據(jù)深入討論科學(xué)發(fā)現(xiàn)學(xué)習(xí)環(huán)境中的領(lǐng)域知識建模、學(xué)生建模、活動建模、腳手架設(shè)計等問題。

[1]孫丹兒,葉孝軒.計算機技術(shù)支持的中學(xué)科學(xué)探究式學(xué)習(xí)環(huán)境設(shè)計[J].中國電化教育,2012,(1):104-108.

[2]Lee, J. Effectiveness of Computer-Based Instructional Simulation: A Meta-Analysis[J].International Journal of Instructional Media, 1999,(26):71-85.

[3]Ton De Jong. The guided discovery principle in multimedia learning[A]. Richard E. Mayer. The Cambridge handbook of multimedia learning[C]. New York:Cambridge university press,2005.215-228.

[4]張瓊，于祺明等.科學(xué)理論模型的建構(gòu)[M].杭州:浙江科學(xué)技術(shù)出版社,1990.12-20.

[5]于祺明，汪馥郁.科學(xué)發(fā)現(xiàn)模型論——科學(xué)教育改革探索[M].北京:中央民族大學(xué)出版社, 2006.142-149.

[6][20]Klahr D, Dunbar K. Dual space search during scientific reasoning[J]. Cognition Science,1988, (12):1-48.

[7][15]Joolingen W. Van, Jong de. An extended dual search space model of scientific discovery learning[J]. Instructional Science,1997,(25):307-346.

[8]朱新明,李亦菲.架設(shè)人與計算機的橋梁——西蒙的認(rèn)知與管理心理學(xué)[M].武漢:湖北教育出版社,2000.190-197.

[9]陳剛,石晉陽,馮銳.科學(xué)發(fā)現(xiàn)學(xué)習(xí)的認(rèn)知機制研究[J].遠(yuǎn)程教育雜志,2010,(12):12-16.

[10]Joolingen, W.R. van., Jong, T.de. Supporting hypothesis generation by learners exploring an interactive computer simulation[J]. Instructional Science, 1991, (20):389-404.

[11]Glaser, R., Schauble, L., Raghavan, K., Zeitz, C.. Scientific Reasoning Across Different domains [A].E. deCorte, M. Linn, H.Mandl,L.Verschaffel. Computer-Based Learning Environments and Problem Solving [C].Berlin: Springer, 1992.45-373.

[12]Kuhn,D., Schauble, L. Cross domain development of scientific reasoning[J]. Cognition and instruction,1992, (9):285-327.

[13]Njoo, M., Jong, de T. Exploratory learning with a computer simulation for control theory: Learning processes and instructional support[J].Journal of Research in Science Teaching, 1993,(30):821-844.

[14]Schauble, L., Glaser, R., Raghavan, K., & Reiner, M. Causal models and experimentation strategies in scientific reasoning[J]. The Journal of the Learning Sciences, 1991, (1):201-238.

[16]Shute, V. J. A Comparison of Learning Environments: All that Glitters.[A].S. P. Lajoie,S. J. Derry.Computers as Cognitive Tools[C].Hillsdale, NJ: rlbaum, 1993.47-75.

[17]Berry, D.C., & Broadbent, D.E. Explanation and verbalization in a computer-assisted search task[J]. The Quarterly Journal of Experimental Psychology, 1987,39(4):585-609.

[18]Rieber,L.P. Supporting discovery-based learning within simulations[A]. R. Zheng. Cognitive effects of multimedia learning[C].Hershey, PA: IGI Global, 2009.217-236.

[19]Joolingen W. Van. Cognitive tools for discovery learning[J].International Journal of Artificial Intelligence in Education, 1999,(10):385-397.

陳剛：博士，副教授，碩士生導(dǎo)師，研究方向為智能教學(xué)系統(tǒng)、科學(xué)教育(chengangyzu@163.com)。

石晉陽：在讀博士，講師，研究方向為教學(xué)設(shè)計，媒體心理學(xué)(sjy8008@163.com)。

高強：碩士，助教，研究方向為科學(xué)教育(tony2849671@163.com)。

2014年3月17日

責(zé)任編輯：李馨 趙云建

Cognitive Modeling of Scientific Discovery Learning

Chen Gang, Shi Jinyang, Gao Qiang
(School of Journalism and Communication, Yangzhou University, Yangzhou Jiangsu 225002)

Presently, the use of virtual learning environment for scientific discovery learning has become an important way to implement science education. However, because of the highly complex cognitive process of scientific discovery learning and the lack of necessary learning support, the existing virtual learning environment failed to achieve satisfactory effect. To solve this problem, it is necessary to establish a cognitive model of scientific discovery learning as the basis for the design and development of virtual learning environment. Therefore, based on the philosophy of science, information processing psychology and education sciences research, this paper has built the cognitive model of scientific discovery learning from the structure of domain knowledge,the information process mechanism of discovery and the design of learning activity aspects. In scientific discovery learning, students gradually design experiment to explore scientific theory model of actual system. The scientific theory model includes partial model and complete model which may be described in mathematical or physical way. Scientific discovery learning is a dual search in learner's hypothesis space and experiment space guided by hypothesis-driven strategy or experiment-driven strategy. The knowledge construction of learner can be divided into two phases, one is from hypothesis space to partial models and the other is from partial models to complete model. Scientific discovery learning includes five steps: analyzing problem, raising hypothesis, designing experiment, testing hypothesis and drawing conclusion. Learning supports should be provided in domain knowledge, meta-strategy and internal target aspects.The structural characteristic of the cognitive model is obvious and easy to be formalized through computer code. Therefore, the cognitive model lays the theoretical foundation for the design and development of intelligent scientific discovery learning-oriented virtual learning environment.

Science Education; Scientific Discovery Learning; Cognitive Model; Virtual Learning Environment

G434

A

1006—9860(2014)06—0030—07

* 本文得到教育部人文社科基金項目“面向科學(xué)探究的智能化e-Learning系統(tǒng)建構(gòu)研究”(項目編號：11YJC880006)和揚州大學(xué)“新世紀(jì)人才工程”資助。