在科学教育中使用文本:认知过程和知识表示

原作者：Paul van den Broek

来源：Science 328 (5977), 453-456. DOI: 10.1126/science.1182594

文本是在科学概念和原理的教育中很有力的工具。那么读者从一段文本中是如何提取信息的？以及这个过程中的限制有哪些？理解一段文本并从中学习的核心是一系列连续心理表征的构建，包括文本信息和相关背景知识的整合。如果这种表征扩展了读者现有的知识库，或者它纠正了这个知识库中的误解，那么这种表征就会产生学习。风景模型（Landscape Model）同时考虑了阅读过程、阅读者特征的影响（例如工作记忆容量、阅读目标、先验知识和推理技能），以及文本特征的影响(呈现信息的内容/结构、处理需求、文本提示)。该模型提出了可以优化或妨碍从文本中学习科学的因素。

文本为我们获取科学知识提供了途径，各大院校都依靠文本来进行科学教学。文本的使用不仅是一个提供方便的问题（主题通常是很抽象的，所以除了详细口头的描述，插图、视频、演示等的辅助也是必不可少的）。鉴于文本在科学教育中的重要性，我们需要知道人们是如何从文本中学习科学并且是如何优化这种学习的。

理解和学习

在学习背景下的文本处理需要理解并学习，讲读者所理解的信息纳入他的背景知识中。文本处理的研究主要集中在理解成分上。大多数对于理解的理论模型都认为，理解这一过程需要读者构建一个连贯的心理表征来捕捉文本的预期意义。在一个成功的表征中，文本中的单个元素（如概念以及与该相关的事实）通过有意义的关系联系起来。读者也把相关的背景知识带入这个表征中了。并且，“元素”和“关系”构成了一个“情景模型”，即文本中信息的解释性描述。 对于理解这一过程，读者的背景知识也帮助了文本的解释和表征过程。对于学习，背景知识变成了变化的对象。 如何更新读者现有的知识结构以融入新概念？ 如果发现与文本不一致，现有的知识结构它们如何被修改？ 对于这些问题的心理语言学研究进行的相对较少，但是关于文本理解的研究结果已经清楚了对从文本学习中学习的过程和机制。

注意力分配和推理生成

**阅读是激活的景观模型。**情境模型依赖于文本元素之间、文本元素与背景知识之间有意义关系的识别。读者识别关系或未能识别重要关系的过程被心理模型所捕获，如景观模型（5，8）。这些模型主要是在叙事阅读（小说和故事）的背景下开发的，但也被发现适用于科学性的（信息性和事实性）文本（9-11）。景观模型将阅读过程识别为读者有限的注意力或工作记忆与连贯性需求之间的平衡行为。在阅读过程中的任何时刻，读者只能关注文本中所有元素的子集或所有相关背景知识（2）。当读者阅读文本时，工作记忆的内容会不断刷新，其中一些元素仍然是注意力的焦点，而另一些则被新的元素取代。随着阅读的进展，个别概念的激活景观也会发生变化（图1）。

图1：在阅读一篇关于骑士、公主和龙的叙述性文本时，计算机模拟假设的激活。模拟显示了阅读过程中文本和背景知识元素（“概念”）的激活（垂直维度）（第1至13句）。同时被激活的概念在记忆表示中被连接起来，其结果关系的强度是每个概念激活程度的函数。[基于（5），经许可使用]

**建立连贯性。**景观模型的变化激活的确切性质对建立连贯性具有重要的影响，因为如果两个要素同时处于读者的关注焦点，则最有可能检测到两个要素之间的直接关系；如果两个要素不同时作用，则不太可能检测到。工作记忆能力的限制和同时激活对推断关系的重要性使得读者对注意力的分配对理解至关重要。文本中相距很远的元素之间的关系可能无法有效地检测到，读者的误解可能会阻碍理解，因为它们可能去支持不正确的关系。

**文本和读者特征。**注意力的分配受到文本和读者特征的影响。对于注意力的分配受到文本特征（如组织结构、语言的复杂性、和关系关联的语言标记或者排版提示）的影响。 文本的最佳格式取决于受众的属性。 例如，具有相关背景知识或良好阅读技能的读者更多地从一个不连贯的文本中记住，而不是从非常连贯的文本中记住，而具有较少背景知识或阅读能力差的读者则表现出相反的模式（9,12）

​ 读者的注意力受到工作记忆和相关背景知识的影响（12）。 动机因素，如阅读文本的目标（9）、阅读和推理策略等技能因素（13）也决定了读者对文本的关注程度。这些策略和技能使读者能够控制注意力集中，确定激活元素之间存在何种类型的关系，并在进一步阅读之前决定是否需要进一步分析。读者会在阅读中带入个体差异，在眼球运动中可以测量的差异，对探针的反应速度，或者能够预测推理产生的出声思考法（14，15）（图2）。

图2：阅读过程中的认知过程可以用眼睛跟踪装置来研究。[照片由明尼苏达大学的S.Carlson提供]

连贯性标准。 有限的注意力资源与连贯性需求之间的紧张关系由读者的连贯标准进行协定的，这反映了读者对于理解文本需要何种关系（9）。 这些标准会影响读者何时以及采用何种策略来建立连贯性（16）。 调用的策略可能是重新激活早期文本中的信息，减慢速度或搜索背景知识。 在特定的阅读情境中，读者的标准取决于一般标准的知识，阅读目标和文本类型。 不同类型的文本可能取决于不同类型的关系（例如，某些类型的关系可能对叙述而不是信息文本更重要，反之亦然）。

虽然文本中可能存在许多类型的关系，但对于任何阅读情况至关重要的两种关系类型是指代和因果/逻辑关系（17,18）。 指代关系提供了跨越句子的身份，相关实体（例如，人，物体，概念）的联系，而因果关系/逻辑关系指示一个句子中描述的事实和事件如何导致或导致另一句子中的事实和事件。例如，考虑以下两个句子：

The explosion caused by the giant meteor was enormous.

It contributed to the extinction of many species.

在第二句中，名词“it”指的是第一句中的“爆炸”，建立了指代连贯性。 第二句中描述的事件，即物种的灭绝，（至少部分地）是由第一句中描述的事实，即爆炸及其后果造成的。

指代关系和因果/逻辑关系在大多数文本中都很常见。如果文本使它们特别突出，或者它们对主题特别重要（例如，历史文本中的时间关系或几何书中的空间关系），或者如果读者的兴趣集中在这些关系上（例如，购房者和窃贼识别出不同的阅读房屋描述时的关系（19）。

关系可以由文本“发出信号”。 在该示例中，动词“contribute”所传达的隐含因果关系指导读者检测特定的语义关系; 类似的功能可以通过其他方式执行，例如使用连接词（例如，“such”）。 该例子还说明了关系的识别通常需要背景知识。 文本表明存在因果关系，但是没有背景知识（例如，由爆炸引起的云可能导致温度下降），关系的确切性质将使读者难以理解。 实际上，拥有或引用了错误的背景知识（例如，直接撞击造成的爆炸）可能会干扰正确的理解。 引用不正确的信息可能会干扰关系的检测。

文本的关系是由段落或页面分割开，或需要多条信息、文本共有特征协调的，这样的文本对读者来说尤其具有挑战性。

当读者阅读一篇文章时，一幅激活的风景就会展现出来。在理解成功的过程中，发现了共同激活的概念之间的关系，导致了文本的心理表征、相关的背景知识及其语义关系的逐渐出现。大多数文本超过了大多数读者的注意力资源。具有有效且高效的注意力选择性定位策略的读者更容易识别重要的关系，提供有用指南的文本可以优化他们产生理解力的能力。

科学文本的设计影响了新概念或新关系可以添加到读者背景知识中的可能性。

从文本中学习科学

阅读文本时理解的过程直接影响读者从文本中学习。 在阅读文本和学习时，信息元素及其关系都包含在文本（在理解的情况下）和背景知识（在学习的情况下）的表示中。

**扩展读者的知识。**从文本中学习的一种形式是为读者的背景知识添加新信息。 “新信息”可以是信息元素（事实，事件或概念），或者可以是读者已经知道的元素之间的新关系。科学文本的设计会影响新概念或关系可以添加到读者的背景知识中的可能性。促进有效注意力分配的文本能更好的支撑学习。关系的检测可能需要重复先前陈述的信息，如果待连接的信息在文本中紧密地呈现在一起，则更容易检测到关系（20）。语言和其他标记可以促进关系构建。例如，在引用关系的情况下，对相同概念的一致使用相同的术语（而不是同义词）和对组合的明确使用可以帮助读者。对于因果/逻辑关系，使用诸如“thus”,“as a result”，等连接词有助于关系识别。诸如标题，下划线，斜体等文本信号也会同样引起注意（21）。最后，使用简单的语法和熟悉的词汇可以最大限度地减少读者需要转移学习的注意力。

​ 科学文本设计的这些方面必须通过文本的目的和出版媒介的实际约束来平衡。 例如，如果目的是扩展读者对大脑区域或基因类型的各种命名法的了解，那么指代简化可能会适得其反。 关于实际约束，在空间非常宝贵的情况下（如在许多科学期刊中），重复概念以促进关系识别可能是一种受限的选择。 在这种情况下，必须依靠读者的动机和先验知识来使他们能够解决处理增加的注意力分配。

**修改读者的知识。**从文本中学习的一种常见的，虽然不太明显的形式，需要修改现有的知识。 读者的误解尤其成问题。 不仅需要将新元素和关系添加到读者的知识基础中，还需要进行概念上的改变。 需要删除或调整现有要素和关系（22）。 现有知识的修改通常比获取新知识更困难（11,23）

一个策略是提供正确的信息，并假设读者会调整任何误解。 不幸的是，误解对这种策略具有弹性。 相反，概念变化很可能是在正确和错误的信息被共同呈现并被识别出来的时候（11,23）。

从文本中学习可能需要扩展和修改读者的知识库（图3）。 特定阅读器对特定文本的处理是文本和阅读器属性之间的交互的结果。 没有文字适合所有读者。

图3：从文本中学习。 扩展和修改假想读者的知识结构。 代表的是正确的先前知识（黑色），新获得的知识（蓝色）和纠正的误解（红色）。

相干与正确的表示. 建立连贯性是从文本中学习的必要步骤。 然而，连贯性 - 文本“前后一致”并且与一个人的背景知识一致的感知 - 并不能确保正确的学习将会发生，因为读者可能创建一个内部连贯的表示，但并不是是一个不准确的事实表征（22）。

科学史的例子是日心说和电流作为带电粒子的流动。 因此，通过判断学生学习是否按照作者的意图进行，来评估学生的理解，是一个不可靠的标准。

**使用非文本材料来补充文本。**科学文本通常由非文本材料补充，例如图画，图表，电影或动手实验。有时，这些材料用于将读者吸引到文本中或者减少密集文本页面的艰巨性。在其他时候，它们用于直接支持扩展和修改读者的知识 - 通常会中断文本的处理。为了帮助学习，补充材料和活动必须增加同时激活相关信息的可能性，从而帮助人建立重要关系。用的好，补充材料和活动可以极大地帮助科学学习。然而，用的过多会分散注意力，将使理解成本增加。 很多情况如此，例如，当同时处理来自多个输入通道的信息时，或当非文本信息与文本的含义无关时，会增加认知负荷，当只通过增加图片以增加文字吸引力时也可能发生这种情况。

诱人的细节。 另一种常用的增加读者阅读手头科学文本动机的方法是提供一件轶事，旨在引起读者对文本主题的个人兴趣。 与使用非文本材料一样，这些轶事确实可以实现增加动力的理想目标，但如果有限的注意力资源流入处理激励信息并远离概念中心信息，它们就会带来风险（24,25） ，这种现象被称为“诱人细节”效应。 通过限制和划分轶事可以减少这种不希望的效果。

从文本中学习科学，从科学文本中学习阅读。 本文的重点是强调如何将将科学文本中的知识传递给读者。 同时，阅读行为有助于阅读理解技能的发展。 通过接触结构，难度和内容面积不同的文本，增强了熟练读者在阅读过程中所注意的注意力分配和推理技能。 科学文本与工作记忆管理，理解策略和背景知识的使用要求的叙述有很大不同。 因此，科学和叙事文本的实践拓宽了读者可以为任何文本带来的认知“工具箱”。

未解决的问题

在阅读过程中对认知过程的研究为促进或阻碍从科学文本中获取新知识的条件提供了重要的见解。然而，许多尚未解决的问题仍然存在。一个这样的问题是，仅仅是工作记忆中元素的共同激活不能完全解释所有科学概念的学习，其中许多概念关系链太长或太复杂，无法很好的停留在工作记忆中。一些概念之间的直接关系似乎可能会积累成以概念接近为特征的知识集群。第二个问题涉及到如何确定文本信息会修改读者的误解，判定条件是什么？单个文本修改读者先前的知识需要什么？第三问题是关于各种类型的文本。如前所述，大量的阅读研究都是在叙事文本领域进行的，而不是信息文本（26）。认知过程的基本工具箱（工作记忆能力、理解策略和连贯性标准）可能适用于所有类型的文本，但具体实现可能随文本类型的不同而不同。

用文本教科学

文本是传达科学事实，原则和解释的常用且有力的工具。 然而，为了有效，需要设计科学文本以优化学习发生的可能性。 理解和学习科学文本的核心是识别文本中的元素之间以及这些元素与读者的先前知识，阅读过程中发生的过程之间的关系。 优化设计的科学文本指导读者在阅读时的激活景观，使得应该连接的元素确实连接起来。 当这种情况发生时，科学文本是我们可用于教授科学，扩展读者对科学主题的知识以及纠正错误观念的最有效工具之一。

References and Notes

1.A. C. Graesser, M. Singer, T. Trabasso, Psychol. Rev. 101,371 (1994).

2.W. Kintsch, Psychol. Rev. 95, 163 (1988).

3.E. J. O’Brien, J. L. Myers, in Narrative Comprehension,Causality, and Coherence: Essays in Honor of Tom Trabasso,S. R. Goldman, A. C. Graesser, P. W. van den Broek, Eds.(Erlbaum, Mahwah, NJ, 1999), pp. 35–53.

4.T. Trabasso, T. Secco, P. W. van den Broek, in Learning andComprehension of Text, H. Mandl, N. L. Stein, T. Trabasso,Eds. (Erlbaum, Mahwah, NJ, 1984), pp. 83–111.

5.P. W. van den Broek, M. Young, Y. Tzeng, T. Linderholm,in The Construction of Mental Representations During Reading, H. van Oostendorp, S. R. Goldman, Eds.(Erlbaum, Mahwah, NJ, 1999), pp. 71–98.

6.R. A. Zwaan, D. N. Rapp, in Handbook of Psycholinguistics, M. A. Gernsbacher, M. J. Traxler, Eds.(Elsevier, San Diego, CA, 2006), pp. 725–764.

7.W. Kintsch, Comprehension: A Paradigm for Cognition. (Cambridge Univ. Press, Cambridge, 1998).

8.The Landscape Model (computational implementation available at www.landscapemodel.leiden.edu).

9.T. Linderholm et al., Cogn. Instr. 18, 525 (2000).

10.P. W. van den Broek, S. Virtue, M. Everson, Y. Tzeng, Y. Sung, in The Psychology of Science Text Comprehension, J. Otero, J. Leon, A. C. Graesser, Eds. (Erlbaum, Mahwah, NJ, 2002), pp. 131–154.

11.P. W. van den Broek, P. Kendeou, Appl. Cogn. Psychol. 22, 335 (2008).

12.D. S. McNamara, E. Kintsch, N. B. Songer, W. Kintsch, Cogn. Instr. 14, 1 (1996).

13.P. W. van den Broek, M. J. White, P. Kendeou, S. Carlson, in Beyond Decoding: The Behavioral and Biological Foundations of Reading Comprehension, R. Wagner,C. Schatschneider, C. Phythian-Sence, Eds. (Guilford, New York, 2009), pp. 107–123.

14.D. N. Rapp, P. W. van den Broek, K. L. McMaster,P. Kendeou, C. A. Espin, Sci. Stud. Read. 11, 289 (2007).

15.K.Cain, J. Oakhill, in Children’s Comprehension Problems in Oral and Written Language: A Cognitive Perspective,K. Cain, J. Oakhill, Eds. (Guilford, New York, 2007), pp. 41–76.

16.J. Dunlosky, K. A. Rawson, D. J. Hacker, in The Psychology of Science Text Comprehension, J. Otero, J. A. León, A. C. Graesser, Eds. (Lawrence Erlbaum, Mahwah, NJ, 2002), pp. 255–280.

17.P. W. van den Broek, in Handbook of Psycholinguistics, M. A. Gernsbacher, Ed. (Academic Press, London, 1994), pp. 539–588.

18.J. A. León, G. E. Peñalba, in The Psychology of Science Text Comprehension, J. Otero, J. A. León, A. C. Graesser, Eds. (Erlbaum, Mahwah, NJ, 2002), pp. 155–178.

19.J. W. Pichert, R. C. Anderson, J. Educ. Psychol. 69, 309 (1977).

20.R. F. Lorch Jr., J. Exp. Psychol. Learn. Mem. Cogn. 19, 1071 (1993).

21.J. Hyönä, R. F. Lorch, Learn. Instr. 14, 131 (2004).

22.S. Vosniadou, in Intentional Conceptual Change, G. M. Sinatra, P. R. Printrich, Eds. (Lawrence Erlbaum, Mahwah, NJ, 2003), pp. 377–406.

23.P. Kendeou, P. W. van den Broek, Mem. Cognit. 35, 1567 (2007).

24.G. Schraw, J. Educ. Psychol. 90, 3 (1998).

25.R. F. Lorch Jr., E. P. Lorch, M. A. Klusewitz, Contemp. Educ. Psychol. 20, 51 (1995).

26.S. R. Goldman, G. L. Bisanz, in The Psychology of Science Text Comprehension, J. Otero, J. A. León, A. C. Graesser, Eds. (L Erlbaum, Mahwah, NJ, 2002), pp. 19–50.

27.I thank P. Kendeou, R. F. Lorch Jr., and two anonymous reviewers for their thoughtful comments.