学习策略选择的过程与影响因素，本文主要内容关键词为：因素论文,策略论文,过程论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
[中图分类号]B84 [文献标识码]A [文章编号]1002-0209(2011)06-0021-09
从Zimmerman(1989)提出自我调节学习的概念之后，众多研究者投入到该领域的研究中，并提出了自己的定义和理论模型。研究者普遍认为自我调节学习是一种积极主动的、有效的学习活动，而学习策略的选择和运用是其中一个重要的环节(Zimmerman，1989；Pintrich & De Groot，1990；Winne，1996；Endler，Kocorski，& Pintrich，2004；Brownlee，2000；Bokaets，2006)。
目前研究者大量开展了学习者策略选择的研究，涉及的学习领域包括算术(Siegler & Lemaire，1997；Carr & Davis，2001；Lemaire & Lecacheur，2002；Torbeyns，Verschaffel，& Ghesquière，2005；Imbo & Vandierendonck，2007；Duverne，Lemaire，& Vandierendonck，2008)、推理(Roberts，Gilmore，& Wood，1997；Dierckx，Vandierendonck，& Pandelaere，2003)、语言学习(Karpicke，2009；Karpicke，Butler，& Roediger，2009；Kornell，2009)以及决策(Rieskamp & Otto，2006；Marewski & Schooler，2011)等。学习者是如何进行策略选择的，他们会选择什么样的策略，哪些因素影响了策略选择的过程和结果？本文就上述问题进行探讨，以便总结出后续研究的方向。
一、策略选择的理论
Payne，Bettman与Johnson(1993)提出了适应性决策者理论(adaptive decision-maker)，认为学习者会权衡不同策略的“损益”情况，所谓的“损失”即指执行某个策略时需要付出的努力，而“收益”则是策略解决问题的准确性。学习者面临学习任务时，会根据问题情境的变化，选择最有效的策略，即以最小的努力获得最高的准确性。在这个过程中个人特征、问题特征和情境特征等三个因素通过策略的可获得性、可及性、可加工性以及感知到的收益来影响个体对策略的选择。
Lovett与Anderson(1996)提出了思维的适应性控制—理性模型(adaptive control of thought-rational model，ACT-R Model)。这个模型认为学习者头脑中具有两种信息：过去使用策略的信息以及当前问题情境中的信息。过去成功解决问题的经验存储在学习者的大脑中，最成功的策略最有可能被选择；问题情境中的信息描述了当前状态与目标状态之间的差异，学习者会采用最可能缩小两者之间差异的策略。两种信息独立存在，但又相互融合。如果某次问题解决中，以前成功的策略失败了，学习者在接下来的问题解决中就会减少利用该策略的频率。在面临特定问题时，学习者会权衡使用策略成功解决问题的可能性以及执行该策略的速度。使用频率高的策略，执行的速度也更快。也就是说，学习者会根据已有经验和当前情境特征来权衡执行特定策略的速度和解决问题的准确性，以选择快捷、准确的策略。
Siegler与Lemaire(1997)提出了适应性策略选择模型(adaptive strategy choice model，ASCM)。该理论认为，学习者在选择特定策略时受到两种问题特征的影响：问题的结构特征和策略的表现(解决此类问题的速度和准确性)。具体而言，在学习者的头脑中有一个信息库，存储着已有经验中学习策略解决问题时的速度和准确性。这些信息以三个水平存在：一般水平，即策略在解决所有问题时的表现；特征水平，在解决具有特定的结构特征问题时的表现；局部水平，即策略在解决特定问题时的表现。学习者根据这些信息以及自己的预测，建立了一个类似回归方程的模型，来预测特定策略在解决问题时的效果。他们根据已有的经验判断策略的表现，又根据新的经验来修正原有的模型。当面临具体问题时，学习者会根据问题情境的特征，赋予三个水平信息不同的权重，如当前的问题是学习者非常熟悉、经常遇到的问题，那么局部数据的比重较大；如果问题并不常见，但可以辨认出问题的特征，则特征数据比重较大；如果问题不常见，且特征也不明显，那么一般数据的比重则较大。然后学习者根据自己的预测，来选择速度最快、准确性最高的策略。
图1 适应性策略选择模型
这三个模型都假设学习者根据策略的效率(表现)来进行抉择，比如策略A和B的准确性一样高，如果采用策略A更省时，那么学习者就会选择A。所以策略的表现特征如速度和准确性等是我们进行抉择时考虑的因素(Siegler & Lemaire，1997)。
Rieskamp与Otto(2006)提出了策略选择学习理论(strategy selection learning theory，SSL theory)。该理论认为学习者对自己的学习策略会有一个主观的期望值，面临学习任务时他们会选择与自己的预期相符的策略，并根据策略解决实际问题的准确性来进行调整。如果初始策略的准确性较高，学习者就会受到强化，继续采用该策略，反之如果初始的策略并不适合当前的情境，他们会进行转换，采用更加准确的策略。
Marewski与Schooler(2011)认为策略选择理论具有局限性，因为SSL认为学习者选择特定策略的主要依据是策略的准确性，而实际上这个过程还会受到个体认知能力等因素的影响。他们提出了认知龛理论(cognitive niche theory)。所谓认知龛指的是策略可以使用的情境，它体现了策略被使用的可能性。由于认知系统能同时加工的策略有限，学习者并不会从所有可能的策略中进行选择，而是缩小可用的策略集合以简化决策过程。那么策略的可用性是如何决定的呢？对于认知龛没有重合的情境，亦即适合特定情境采用的特定策略，学习者会采用启发式来使用策略；对于认知龛之间有重合的情境，个体会通过权衡执行策略所需的努力程度以及使用策略的速度和准确性，来估计策略的可用性，它是认知系统与环境之间相互作用的函数。
综上，策略选择的五个理论均认为学习者会权衡策略的损益，并选择最具有适应性的策略。但五个理论衡量策略损益的方面有所不同，策略选择学习理论注重策略的准确性，适应性控制—理性模型和适应性策略选择模型注重策略的速度和准确性，适应性决策理论注重策略的准确性和所需的努力，而认知龛理论综合了前人的理论，认为学习者会从执行策略的速度、准确性和所需付出的努力三个方面来进行权衡。
二、策略选择研究的范式
(一)有/无选择法
起初，研究者衡量不同策略的速度、准确性时采用的是选择法(choice method)，这是一种最简单常用的方法。在这种范式中，研究者给被试呈现一个特定的问题，考查他们使用的策略以及采用策略解决问题的准确性和花费的时间(如：Siegler，1986；Geary & Brown，1991)。
Siegler与Lemaire(1997)认为这种范式存在两个明显的缺点：(1)存在策略选择效应(偏差)，它同时存在于所解决的问题以及策略使用者身上。比如，精确的策略适用于困难的项目，而不够精确的策略大多用于简单的问题，这个时候由于精确策略的使用率较低，反而导致了较低的正确率。此外，假设优生偏好策略A，差生偏好策略B，即使策略B优于策略A，使用策略B的成绩也会低于策略A。(2)难以衡量学习者选择策略的适应性，他们是否选择了适合自己或适合当前情境的策略。这就要求在实验中设置对比情境，选择当前的策略与选择其他策略相比时，是否具有优越性。
于是Siegler与Lemaire(1997)提出了有/无选择法(choice/no-choice method)，在实验中所有被试都需要经历有选择学习条件和无选择的学习条件。在选择的条件下，学习者可以自由选择不同的策略；在无选择条件下，学习者必须按照实验程序的要求，使用研究者规定的策略。需要说明的是，如果有选择条件下，学习者可以选择的策略为N种，那么在无选择条件下，实验者需要提供的子情境也是N种。通过这种设计很好地弥补了选择法的不足，即：(1)在无选择条件下，所有的被试都采用特定的策略解决所有的问题，可以客观地对比策略的效用，避免选择效应导致的偏差；(2)对比被试在有选择条件与无选择条件下使用特定策略的效果(速度和准确性)，可以发现学习者选择策略时的适应性，即他们自主选择的策略是否更优。
由于有/无选择法的这些优势，这种研究范式被大量运用于策略选择的不同研究领域中(见Luwel，et al.综述，2009)，但研究者(Luwel，et al.，2009)也指出了这种范式存在的缺陷。首先，这种范式并不能清晰地描述影响个体策略选择的因素，比如哪些因素影响了个体策略的抑制，他们进行策略转换(或调节)的代价是什么？第二，策略适应性的测量水平，有/无选择法探讨的主要是群体策略水平，但是对群体有益的策略并不一定适合个体，研究发现强迫儿童采用在群体水平上高效的策略能提高其学习效果，但成人则不然(Son，2010)。那么，在个体水平上，学习者是否采取了对自身更有益的策略呢？这是当前的范式所不能解释的。
(二)微观调节法
Rieskamp与Otto(2006)在研究学习者完成决策任务时，采用了微观调节法(micro-regulated method)。被试的任务是根据公司结构、财务稳定性等六条线索，从两个公司中选择有潜力的一家进行投资。
在实验过程中，被试需要作出171次决策(其中3次为练习任务)，这些项目平均分配到7个单元中，每个单元24个。研究者假设学习者可能采取的策略为：(1)选择最佳策略(take the best，TTB)：一种简单的字典启发式，假定每个线索都有积极或消极的作用，然后根据线索的效用进行排序。线索的效用就是线索对作出正确推理的条件概率。同时，线索要能区分不同的决策，如果一条线索不能区分出选项的优劣，那么就选择下一条线索。这是一种非补偿性的(noncompensatory)策略，因为次重要的线索并不能推翻最重要的线索。(2)线性权重相加策略(linear weighted additive strategy，WADD)模型，将所有线索按权重相加，选择价值之和最大的选项。这是一种补偿性(compensatory)的策略，因为学习者可以对积极线索和消极线索进行权衡。
研究者设置不同的问题情境(补偿性和非补偿性)，让学习者作出决策，并提供结果反馈(是否作出了正确的决策)。然后考查学习者在不同问题情境下，决策策略的调节过程以及作出决策的准确性。这种实验范式能从群体水平和个体水平上描绘出学习者策略调节的微观过程，以及外部因素对策略调节过程的影响轨迹，能在一定程度弥补有/无选择法的不足。
三、影响策略选择的因素
(一)策略的效率
前述的理论，无一例外都认为学习者具有适应性，他们最终会选择相对有效的——快捷、准确的策略。来自算术任务、决策任务的研究支持了这一假设。
Siegler与Lemaire(1997)研究了大学生在算术问题解决中策略的选择，被试的任务为72道乘法计算题(包括：一位数乘以10；两位数乘以10；一位数乘以一位数；两位数乘以一位数；两位数乘以两位数)，在有选择条件下，个体可以选择采用心算或者使用计算器，在无选择条件包括两个子情境，个体必须使用心算或者使用计算器。研究发现，在有选择条件下，随着问题难度的增加(乘数与被乘数位数的增加)，个体选择使用计算器的比例增加，虽然反应时增加，但正确率也高于使用心算策略；与无选择条件相比，有选择条件下个体的反应时更短，正确率更高。
另有研究者(Dierckx，Vandierendonck，& Pandelaere，2003)采用有/无选择范式研究学习者线性决策任务中策略的转换，发现学习者在有选择条件下，会选择自己在无选择条件下用过的准确性比较高的策略；并且他们会随着任务特征的变化，适应性地调整策略。
Rieskamp与Otto(2006)的研究也发现，学习者能根据问题情境的变化，采用适合的决策策略，即在补偿性条件下采用“线性权重相加”策略；在非补偿性环境下采用“选择最佳”策略。而且随着实验的进行，他们作出正确决策的比例越来越高，在实验过程中学会使用高准确性的策略。
Mata，Schooler与Rieskamp(2007)对比了年轻人与老年人在决策策略上的差异，发现不论老年人还是年轻人，都能随着问题结构的变化，采用适宜的策略。
但是记忆任务中的几项研究则发现，学习者似乎并不是那么“精明”的。研究表明，与简单的重复学习相比，尝试检索能更加有效地提高长时记忆的效果(Roediger & Karpicke，2006)；同样，与集中学习相比，分散学习能更加有效地提高学习效果(Cepeda et al.，2006；Dempster，1987)。但是近年来的几项研究均发现，学习者总是选择准确性较低的策略。
(二)任务难度
学习者对策略的选择与任务的难度有关，Son(2004)以线索—目标词配对任务考察被试的元认知判断(任务的难度)与学习策略的选择，如果被试选择集中学习，那么接下来的学习阶段中会呈现被试刚刚学习过的词对；如果被试选择分散学习，那么当所有的词对都呈现完毕以后，才会重复呈现之前学习过的词对。研究发现，对判断为“困难”的词对，学习者会倾向于选择集中学习，而判断为“容易”的词对，则选择分散学习策略。但Benjamin与Bird(2006)的研究则得出了相反的结论，Son(2010)认为出现这种不一致的原因可能是两个实验的任务不同，在Son(2004)的研究中，被试可以选择“完成”，即被试认为已经学会的词对在接下来的学习阶段中不会出现，既不会使用分散策略，也不会使用集中策略。此外，Son(2004)的研究中学习者对某个词对采用分散学习还是集中学习都是自主的，而Benjamin与Bird(2006)的研究中，被试必须选择一半的项目进行集中学习，另一半的项目进行分散学习。Toppino等人(2009)的研究或许可以解释这种不一致的现象，学习者根据个人主观判断的难度——学习中编码的充分性来选择学习策略，即对于编码充分的项目，采用分散学习，对于编码不充分的项目则采用集中学习。
(三)认知
Mata，Schooler与Rieskamp(2007)对比了年轻人与老年人在决策策略上的差异，发现老年人在决策过程中查阅的信息更少，但是加工信息的时间更长；采用简单的，认知要求较低的策略。研究者进一步分析，发现老年人流体智力低于年轻人，由此推断导致决策中年龄差异的原因可能是随着年龄的增加，老年人的认知能力下降，从而依赖于简单的策略。
在一项空间推理任务中，研究者(Robert，Gilmore，& Wood，1997)给学习者呈现图片，以及描述目标物移动步骤的句子(往东移动一步，再往西移动一步等)，让学习者判断目标物移动后的位置。学习者可以采用空间策略(spatial strategy)和抵消策略(cancellation strategy)两种。采用空间策略，建立的是空间表征，这种策略要求学习者建立对目标移动轨迹准确的空间表征；采用抵消策略，建立的是言语表征，学习者先将相反的步伐抵消掉，根据剩下的步伐来判断目标物的位置。结果发现，空间认知能力较低的被试反而选择了空间策略。进一步研究发现，这是因为空间认知能力低的被试缺乏空间策略的相关知识；而空间认知能力高的被试由于了解使用这种策略的复杂性，他们反而尽量避免使用，选择相对简单快捷的抵消策略。当实验情境要求他们必须使用空间策略时，他们也能顺利地完成任务。
由于认知的限制，学习者会选择相对简单的策略，也就是那些不太耗费认知资源或者说需要付出的认知努力较少的策略，已有研究大多比较关注策略的速度与准确性，而Payne，Bettman与Johnson(1988)与Marewski与Schooler(2011)的研究则发现，在权衡策略的损益时，学习者还会关注策略所需要付出的认知努力，从而选择所需努力程度较低的策略。
(四)元认知
1.元认知知识
上述记忆任务的研究发现，在集中学习—分散学习、重学—尝试检索二选一的情况下，学习者通常会选择准确性较低的集中学习或重学，他们为什么不选择更加高效的学习策略？这可能是因为他们并不知道哪种策略更有效(Karpicke，2009)。
Kornell & Bjork(2007)给被试呈现绘画让他们学习12位艺术家的绘画风格，每位画家6幅作品，每个作品只呈现一次。在学习阶段中，研究者将其中6位艺术家的作品设定为集中学习，即连续呈现属于同一个作家的作品；将另外6位画家的作品设定为分散学习(间隔呈现)。在测试阶段中研究者呈现出每位艺术家的新作品，让学习者选出对应的艺术家。测试结束后，研究者要求学习者对自己的学习状况进行评估，在哪种学习条件下(集中学习和分散学习)，自己的学习成绩更好？结果发现，只有22%的学习者认为自己在分散学习下成绩更佳，而实际上78%的学习者在分散学习时成绩更好。即使是在测试结束获得成绩反馈的情况下，学习者依然认为自己在集中学习情况下成绩更好。另有研究发现72%的学生认为集中学习比分散学习更有效(Kornell，2009)。
同样的，学习者也认为尝试检索对学习并无促进作用(Karpicke & Roediger，2008)。Kornell与Son(2009)采用有/无选择范式以词对学习任务考查学习者对尝试检索策略的选择。实验一中，学习者被随机分配到重学组和尝试检索组，并对学习效率进行自我评价；实验二中学习者可以在学习词汇后自主选择采用重学或尝试检索策略。研究发现，学习者的策略知识与实际选择行为之间存在矛盾，他们认为重学更有效，但是选择自我测试的比例更高。实验后的问卷调查发现，他们选择尝试检索只是为了诊断自己的学习状况，而不是为了提高学习效果。
Kornell与Metcalfe(2006)调查了学生对尝试检索和重学策略的认识，问题为“你在学习过程中会进行自我测试吗，如果是的话，为什么？”结果发现，有9%的学生回答没有进行自我测试；18%的学生认为尝试检索比重学更有效；4%的学生认为尝试检索比重学更有趣；68%的学生认为自我检测有助于了解自己对已学信息的掌握程度。
分散学习策略和尝试检索策略的效用被低估似乎是一种普遍的现象。研究者(Karpicke，Butler，& Roediger，2009)调查了大学生在期末考试前采用的学习策略，他们列举了11种学习策略，其中84%的学生报告采用了重复学习策略，55%的学生将其作为首选策略；仅有11%的学生报告采用尝试检索策略，1%的学生将其作为首选策略。当研究者让被试在重学、尝试检索、其他学习策略之间进行迫选时，发现57%的学生选择重学、18%的学生选择尝试检索。
2.元认知监控
学习者在学习过程中会对自己的学习程度进行主观判断，即学习判断(Judgement of Learning，JOL)。根据线索效用理论(cue-utilization，Koriat，1997；Dunlosky & Matvey，2001)，学习者根据题目的难度、学习或测验的次数(Koriat，2008)以及学习过程中认知加工的流畅性(Benjamin，Bjork，& Schwartz，1998；Koriat & Ma'ayan，2005)来进行学习判断。导致学习者较少地使用分散学习或尝试检索策略的原因除了学习者对策略的错误认识以外，学习判断不准确也是一个非常重要的原因。学习者在集中学习之后的学习判断水平高于分散学习之后(Simon & Bjork，2001；Kornell，2009)，类似地，他们在重学时的学习判断水平也高于尝试检索时(Karpicke，2009)，并且学习判断的水平显著高于实际的记忆水平。学习判断的过度自信现象，可能是因为人们低估了自己遗忘的程度，研究者让被试预测自己在5分钟和一周后的测试成绩，发现，被试对两种测试的预测几乎是一致的(Koriat，Bjork，Sheffer，& Bar，2004)。
(五)反馈
关于反馈对策略选择过程和结果的影响，目前尚无一致性的结论。首先，由于实验控制的原因，研究者在实验过程中会刻意避免为学习者提供反馈。以记忆任务研究为例，研究者会让学习者在学习之后，进行自我测试，在不提供反馈的情况下，考查尝试检索对长时记忆的促进作用(Karpicke & Roediger，2008；Karpicke，2009)。在这样的情况下，反馈对策略选择的影响便无从考查。第二，关于反馈对学习效果、策略选择的直接、间接影响结论尚未一致。有研究发现，在提供反馈的情况下，即使学习者检索失败，也比单纯的重学有效，能显著地提高记忆效果(Finn & Metcalfe，2010；Kornell，Hays，& Bjork，2009；Richland，Kornell，& Kao，2009)，此外反馈还能显著地提高学习者决策的准确性(Rieskamp，& Otto，2006)。而Kornell与Son(2009)的研究则发现有无反馈对词对记忆正确率并没有影响。关于反馈对策略选择的影响，Rieskamp与Otto(2006)的研究发现，在无反馈的条件下，学习者会优先选择权重线性相加策略。
关于反馈对策略选择的间接影响，以学习者学习判断为例，Kornell与Son(2009)的研究发现有无反馈对学习者的自我判断没有影响，而在一项定义学习研究中(Lipko et al.，2009)，研究者让被试学习定义，并在自由回忆答案之后，让学习者对自己的答案进行自我评估。研究发现提供标准参照的情况下，学习者的学习评估水平会更加准确；而且提供精细的得分点会比提供正确答案时的自我评估更加准确。
四、研究展望
目前，关于学习者策略选择的理论普遍认为，学习者在策略选择过程中具有适应性，他们会根据任务情境的变化，选择相对高效的策略。然而记忆任务的研究结果似乎与这一观点相悖——学习者并没有选择高准确率的分散学习策略或尝试检索策略。以分散学习为例，研究者(Kornell，2009)发现，学习者在集中学习和分散学习两种条件下花费的时间是相同的。两种策略花费的时间(执行策略的速度)相同，而分散学习的正确率更高，毫无疑问，这种策略的效率更高，那么学习者为什么没有采用呢？除了前文论述的学习者对策略的错误认识之外，执行分散学习策略所需的努力程度较高也是一个重要的原因。检索假设认为，与集中学习相比，学习者在分散学习中会投入更多的努力来进行检索(Glover，1989)。努力加工的过程加强了或创造了检索的路径，以形成目标词汇材料的正确表征(Bjork，1975)。也正是这种额外的努力让学习者在学习中选择集中学习而非分散学习。研究发现，采用分散学习的学习者理解得更慢，自信水平也更低(Bahrick et al.，1993；Zechmeister & Shaughnessy，1980)。换言之，学习者在权衡策略的损益时，考虑的并不仅仅是速度和准确性，努力程度也是非常重要的因素。后续的研究或许要在Marewski与Schooler(2011)的认知龛理论背景下，综合考虑影响策略选择的因素。
关于策略选择的研究范式，目前比较常用的是Siegler与Lemaire(1997)提出的有/无选择法，这种范式具有自身的优势，但也存在不足，如不能从个体水平上测量学习者策略选择的适应性等(Luwel，Onghena，Torbeyns，Schillemans，& Verschaffel，2009)，而微观调节法除了能弥补这方面的不足，还能刻画出学习者进行策略调节的动态过程，揭示出学习者在重复试验中学习使用策略的影响因素。后续的研究可以采用微观调节法，对学习者的策略选择过程进行干预，帮助学习者学会使用高效的学习策略。
此外，如何在生态化与实验控制之间进行权衡，是目前策略研究需要解决的问题。以有/无选择法为例，这种方法要求无选择条件下的子情境数目与有选择条件下策略数目相等，比如有选择情境下学习者可以选择的策略为3种，那么在无选择条件下实验者就要设置3种策略的迫选情境。这就会导致研究者只能选择特定问题下有限的策略(目前研究中学习者可以选择的策略一般为2-3种)，从而背离了真实的情境；而且，无选择情境下，被试不一定使用了实验者规定的策略，如何确保学习者采用研究者规定的程序依然是一个值得深思的问题(Luwel et al.，2009)。此外，在策略选择的研究中，普遍存在研究手段生态化不足的现象。以记忆研究为例，研究者为了剥离出尝试检索对记忆的效果，刻意避免使用反馈(Karpicke，2009)，而在真实的学习中，学习者进行自我测试之后，会参照记忆材料或答案进行核对。严格的实验控制客观地揭示了学习策略的效果，却违背了真实的学习情境。Kornell(2009)在词对记忆中所做的尝试或许能给我们一些启示。研究者为了考查分散学习和集中学习对词对记忆效果的影响，设计了三个实验。实验一，学习者在相对较短的时间内完成学习任务；为了模拟真实的学习情境，研究者在实验二中让学习者在连续4天内进行学习，实验三中在最后测试之前，增加了一个复习环节。在系列实验中，研究者不断改变实验条件，逐步逼近真实情境，从而大大增加了实验的生态效度。
总体而言，目前研究者提出了几种关于学习者策略选择的理论，也针对这个问题开展大量的研究，得出了一些非常有价值的结论，但是在理论整合、研究手段方面还存在着不足，后续研究可以结合策略选择的影响因素，采用微观条件法，探讨学习者策略选择的过程，以促进学习者学习和使用高效的策略。