国外关于儿童学习研究的新进展，本文主要内容关键词为：新进展论文,国外论文,儿童论文，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。
分类号 B844
儿童学习曾经是发展心理学中的一个重要课题。但随着成人实验心理学的认知革命以及发展心理学中皮亚杰理论的提升，人们把研究的重心从学习转移到思维，对儿童学习的研究大大减少。正如Stevenson(1983)所评论：到1970年中期，有关儿童学习的论文急剧减少，仅是前十年所出版的一小部分，而到1980年，我们更需要努力地去寻找……有关儿童学习的讨论已经被认知发展中的新发现所替代[1]。但幸运的是，这种形势已经发生了改变。自90年代以来，人们重新认识到儿童学习的重要性，来自不同理论背景的研究者，如皮亚杰主义者、文化语言学家、动力系统以及信息加工学派等，都对之进行了直接的研究，但与以往不同的是，研究者们已不再研究联合对偶的学习或无意义音节的学习，相反，他们研究儿童是如何习得有意义的概念和技巧，如客体永存性、面部认知、问题解决等，也就是说，人们关心的是在儿童生活中占重要地位的概念和技能的获得。在此过程中，研究者们提出了不同的理论构想，并获得了一系列较为一致的结论。
1 儿童学习的现有理论
在过去的几年里，关于儿童学习的理论建构逐渐增多，各个领域内的理论和方法都为之做出了贡献。Klahr和Mac Whinney(1998)在讨论信息加工方法的一章中提到，儿童学习的联结主义和符号信息加工模型极其相似，两种模型都显示，学习包括大量的平行加工；学习影响着许多局部单元的激活，而并不仅局限于高水平的变化；它会产生质和量的变化[2l。Rogoff(1998)运用社会文化学的方法对发展进行研究后强调，学习不仅包括逐渐增多的知识，而且还是价值观和文化假说的联合，这种文化假说可用于解释如何教事物以及如何解决学习任务[3]。Case(1998)对新皮亚杰主义者的理论进行了检验，他认为，儿童通过新信息与中心概念结构的匹配而进行学习[4]。Gelman和Williams则认为，认知发展的所有理论都断定学习是受到限制的，差不多所有的理论都承认设置的限制对学习有益，而不是起阻碍作用[5]。最后，Spelke和Newport(1998)认为，内部的知识为学习的进一步建构提供了基石[6]。
更为直观并为人们所广泛接受的理论是Siegler(1996)提出的重波理论(overlapping waves theory)[7]。这个理论建构于3个理论假设之上：(1)儿童在解决给定的问题时会使用多种思维策略和方式，而不是单一的；(2)不同的思维策略和方式在长期内并存，它们并不仅是短时期内的过渡；(3)经验将改变原有的思维策略和方式并使儿童获得更多先进的方法。
图1 重波模式示意图
图1对3个假设进行了说明：横轴的每一点都对应着几条策略，表明在一个时期里儿童采用了多种方法；随着时间的推移，每一策略的使用频次都在不断地发生变化，新的策略时有出现，以前的策略有时却被终止，但它们都在一定的时间段内并存。
重波理论假设的认知多样性在分析的每个水平似乎都存在。它存在于个体及个体间；在算术、系列回忆、拼写、时间辨认和其他任务的研究中，大多数儿童至少会采用3种策略[7]。个体在继时的两种情形下解决同样的问题时，这个差异也同样明显：在同一周内以两种形式向儿童呈现相同的题目，结果发现1/3的儿童采用了不同的策略[8]。甚至在同一试验中也有差异：在同一试验中，儿童有时用语言表述一种策略，有时用手势去表达另一种策略[9]。有时仅是言语表达就能揭示多种策略；比如，在一项单一的自由回忆试验中，儿童经常使用分类命名和背诵两种策略[10]。
重波理论还将学习细分为4个方面：新思维方式的获得、在现存的策略中频繁使用最有效的思维方式、在可供选择的思维方式中逐渐做出合适的选择、对选择方法逐渐有效的运用。
重波理论得到了来自不同年龄阶段的儿童研究的证实[7]。研究者们发现，儿童在任何年龄段都使用着多种策略，但不同的个体及个体在不同的时间段内则存在差异。人们也发现，儿童对所学领域了解越多，他们就越容易使用相对先进的方法。这些正是成年人思维和学习的特征，它们已经为复合数字心理算术、句－画确认和空间推理等领域内的研究所证实[11,12]。
对儿童和成年入学习的研究形成了计算机模拟模型的基础，这些模型使用一系列普遍的原则去解释从儿童早期到成年期的认知成长[13,14]。通过这些模型，研究者们发现，当对几种学习过程进行分析后，重波模式就出现了。问题解决的经验导致了一个与策略和问题相连的大数据库，这个大数据库包含策略的速度和精确性、一般问题及特殊问题等信息，有些策略由于经常使用而趋于自动化。因此，不断扩展的大数据库使人们能对策略做出精确的选择，而策略的自动化则导致策略执行的快速、精确和省力。
SCADS(strategy choice and discovery simulation)是近年来计算机模拟中的一个重要方面[13]。通过它，人们能在联结和元认知学习过程的相互作用中发现新的策略。策略执行的自动化导致了认知资源的空置，它们中的一部分就被用来在现存的策略中去寻找过剩的加工成分。如果存在这种剩余成分，潜在的策略就可以通过策略发现的启发式过程而产生。计算机根据原有信息对这些潜在的策略加以评估，如果潜在的策略与以往存贮的数据较为一致，人们就可尝试着使用它。通过对新策略的使用，计算机内就储存到该策略的速度和精确性等信息，这些新数据和原有数据共同决定着新方法在什么时候可以使用。因此，优于以往选择的新策略就被大量使用，而劣于已往选择的策略则置之不用或用得很少。
儿童学习的其他模型，如动力系统的建构理论[15,16]与重波理论在细节上略有不同，但它们在以下几个方面则是一致的：儿童以行为来学习，学习通过操作而发生；变异性是认知系统的核心特征，它并不仅是反映测量误差的；学习是认知系统的很多方面同时发生变化时产生的；多种限制——解剖学的、生理学的、环境及认知的——指导着学习的形式。总的说来，这些理论都集中于研究儿童的学习。
2 研究儿童学习的微发生方法
在关于儿童学习的研究中，我们经常采用标准的横断或纵向研究，在不同的年龄段进行取样。使用这样的方法，我们能够回答 “儿童在什么时候学会理解”等诸如此类的问题，但是，如果问题是“儿童通过什么样的过程来学习”，标准的横断和纵向研究方法就有些困难了，其原因在于，在这些研究方法内，对出现的能力的观察已被时间分隔成一段段不连续的部分，它不会产生关于学习的加工过程的细节信息，也无法体现出变化是如何出现的。而这正是微发生方法的用武之地——它能回答关于学习加工过程的问题。正如Siegler和Crowley(1991)所指出，这种方法有以下三个特性[17]：
(1)观察跨越了能力快速变化的时期。
(2)在这个时期内，观察的密度与变化的比率高相关。
(3)为推断出引起变化的过程，需对观察进行深入细致的分析。
我们可以通过一个微发生研究来对之进行说明，限于篇幅，这里仅简要介绍其实验过程。Siegler和Jenkins在研究4～5岁儿童如何获得加法运算的最小化策略时使用了微发生方法[18]。所谓最小化策略，即儿童在进行加法运算时，从较大的加数开始向后计数，如计算2+5时，儿童先想到5，然后再向后计2，也就是说，他通过5、6、7的方式计数，最后得出答案7。实验分为两个阶段：前测阶段和为时11周的正式实验阶段。在每个阶段，儿童都被单独加以测试，他们所使用的策略在每一个实验中都被加以评估。对策略的评估主要包括录像带的复合及实验后对儿童如何解决问题的询问，当外显的行为已表明儿童如何解决问题时，它就作为该试验策略分类的基础：当外显的行为尚不够明显时，实验者将以被试所作的口头报告为其分类的基础。
前测主要用来挑选出合适的被试。方法有两种，一是让儿童解决加数在1-5之间的加法问题，事后询问他们是如何解决该问题的；二是让被试向一假想的、比他们更年幼的儿童介绍数字相加的可能方法，要求他们尽可能多的介绍。经过对数据的分析，最后挑选出10位从未使用过最小化策略、但已具备正确的加法知识的儿童参加正式实验，但其中有两位儿童由于某种原因未能做完正式实验。
在正式实验阶段，每周每个儿童都要接受三次单独试验。在每次试验中，实验者会向儿童呈现7道加法题，检验儿童是否采用了最小化策略。如果在某次试验中儿童首次使用了最小化策略，实验者就会提供一些更深层次的题，以探测该策略出现时儿童对之的理解。
实验原计划重复地向儿童呈现加数为1～5之间的加法问题，直到所有的儿童都发现最小化策略。但在实验的第7周，8个儿童中就有5个发现了该策略，虽然他们仅仅是偶然使用到它。因此，实验者在第8周开始向儿童提供一些具挑战性的问题，如2+21、4+22等，而在9～11周的后期阶段，实验者向儿童呈现一些复合的问题，难度从2+1到23+3不等。
研究结果发现，儿童在计算的精确性上都得到提高，他们在解决问题时使用了多种策略，各策略的使用频率随着时间的推移而发生变化。更为重要的是，儿童开始使用一种新的策略——最小化策略，实验数据很好地体现了这一点。在后继的篇章中，研究者从实验中所得到的细节信息出发，分别讨论了新策略发现过程中所出现的有关发现的质量、绝境的作用、未得到的发现及目的梗概等问题，分析了绝境作用和策略转变等发现的先兆，并对发现过程进行了概括。
该研究充分体现了微发生方法的3个特性。一般来说，4-5岁是儿童获得最小化策略的关键时期，他们正经历着一个从无到有的过程，变化非常迅速，因此研究者精心挑选出10名儿童，对之进行细致的观察，并通过一周三次的试验来了解儿童解决问题的方法和水平，探测其变化的过程。经过11周的实验，研究者获得了大量的观测数据和口头报告，在深入分析的基础上，研究者对儿童获得最小化策略的加工过程进行了探讨。
可见，微发生方法最大的特点即是采用多种方法，对儿童进行频繁、细微的观察和测试，从而获得大量细节性的数据。虽然它需要研究者投入很多的精力和时间，但由于其能获得传统研究所不能获得的很多细节性内容，因此越来越受到研究者们的青睐。
3 关于儿童学习的4个结论
在过去的10年里，微发生方法已被广泛地应用于各种研究范围：婴儿的达成活动和运动技能的学习，学前儿童注意力策略和数字守恒的学习，小学儿童记忆策略和类比推理的学习以及青少年和成人实验技能的学习。尽管研究者们预先的理论假设不一，任务的内容范围各异，被研究的儿童的年龄不同，但根据微发生研究方法所得出的对学习的描述却惊人的相似。以下就是最为一致的4个方面：
变化是渐进的。在大多数研究中，人们发现学习的变化是渐进的。当新的、更高级的思维方式存在后，旧的、不太有效的思维方式在长时间内仍被持续使用[19-22]。而在新方法还不如已有方法适用的情况下，变化尤其可能会是逐步进行的，这是因为原有的方法更有效。一种新方法虽然最终能提供很大的便利，但在最初时它并不会这样，因为儿童并不能有效地运用它[23,24]。当一种新的思维方式比以前的任何一种方法都更有效时，有时它会很快地占据主导地位[16,25]，但是更多的时候变化是渐进的。
早期认知变异与后期学习相关。思维的最初变异与紧接着出现的学习比率成正相关。在许多研究中，最初的认知变异性越大，儿童产生有效的问题解决策略和抛弃无效的策略的可能性就越大[26]。人们还发现认知变异性的几种特殊形式与后继的学习正相关：在一系列问题上使用的数字策略，单一试验中两种策略的转变频率，策略的口头描述中自我纠正和删除的频率以及在某单一试验中口头表达策略和用手式表述策略的频率。
并不是所有类型的认知变异性都与学习正相关。Coyle和Bjorklund(1997)发现，如果一种策略在相继的两个试验中都使用，其变化与正确回忆的百分比呈负相关[27]。这可能反映儿童采用了一种有效－保持－无效－转变的方法，当儿童在第一个试验中的回忆效果不好时，儿童倾向于在下一个试验中改变自己的策略，但如果该策略能取得好的回忆效果，儿童就会继续采用它。与此一致的是，McGilly和Siegler(1989)发现，在系列回忆中，策略的转变更容易在不正确的回忆后出现[28]。更一般性的是，由于认知具有很大的可变性，因此我们应采取多种措施去检查早期的认知变异性与后继学习之间的关系，这是非常重要的。
发现受到概念理解的限制。新策略的发现受到该范围内概念理解的限制[20,21,29]。儿童能感觉到自己所尝试的新奇策略，通过盲目的试验和错误它们是不会产生的。新策略不一定总会解决以前导致它们产生的各类问题，但它们通常会对解题有一定的功效。值得一提的是儿童有时也会产生概念性的、有缺点的策略，它们要么是因为儿童对题目意图不完全理解，而合适的策略肯定与题目相符；要么是因为儿童虽然并不知道任何可能的策略，但他们需要对之作出回答。尽管有这些例外，但新发现的策略与该领域内合适的策略之间的一致性是相当显著的。
成功或失败易导致新的发现。当儿童成功地解决一项任务或在某一任务上失败时，儿童容易发现新的策略[30,31]。该结论在有关儿童画图及语言测验、算术测验、形象描述和科学实验策略等研究中都得以证明。需要有时是发现之母，但在很多时候，发现在没有外在压力的情况下出现。当儿童正确地解决问题或遇到他们在以前就已正确解决的问题时，他们容易产生新奇的策略。
这些一致的现象引起了人们极大的兴趣并促使他们提出了一系列的见解。为解释儿童在已经知道更多有效策略的情况下，仍然持续地使用不理想的策略，有人提出了建构的利用不足[23,24]。为解释在外部压力不足的情况下产生的发现，SCADS计算机模拟模型根据执行已有策略所获得的经验，大大地释放了注意的资源，因此激活了策略发现的启发式研究[13]。为解释早期变异性与后继学习之间的正相关，研究者们集中于其途径，即行为揭示了任务环境中的内在可能性[32,33]。为解释儿童在没有经过尝试的情况下是如何发现其他合适的策略，人们提出了目的梗概的观念[31]，它为以经验为根据的实验所测量和支持[17]，并正式成为SCADS模型的一部分[13]。
4 小结
以上介绍了近年来国外关于儿童学习的一些新的进展。我们可以看到，儿童的学习是一个非常复杂的过程，研究者们虽然运用微发生的分析方法及计算机模拟的技术对之进行了卓有成效的研究，但对于一些基本问题，如儿童学习的过程及其内在的机制、儿童学习的自我监控、儿童学习的内部动力等，我们了解得并不多；而一些理论构想，如重波理论、信息加工模型、建构理论等，其实证的基础仍很薄弱，它们都有待于进一步的探讨和验证。