面向复杂学习的整体任务设计研究

论文摘要

教学设计发展到20世纪90年代以后,随着复杂科学的形成和建构主义哲学思潮的兴起,教学设计研究者开始质疑和反思基于“原子论”的传统教学设计观及其设计方法,认为原本复杂性的教学现象在这种原子论的支配下变成了预设的、机械的、简单化的设计过程。在这种传统的教学设计观的影响下,学习任务也是分而习之,于是导致了不同的心理表征,使得孤立习得的知识碎片不能正确地应用在现实生活的整体任务中,学习的迁移度也较低。整体任务设计就是基于整体认识论所形成的一种科学设计观,它追求学习的整体性、复杂性;追求“科学理性”的设计;它以提高学生的专业绩效,培养学生的专业能力为目的。本文立足于整体论思想的基本理论,借鉴和吸收国外成功的学习任务设计研究经验和方法,选取源于现实生活情境中的复杂任务作为设计对象,根据4C/ID任务设计模式的主要步骤,结合认知任务分析方法,聚焦培养高级思维技能和解决复杂问题的能力。本论文主要解决以下问题:1.界定复杂学习。学习科学是将学习问题置于多学科这样一个宏大背景下进行研究,它聚焦于学习的复杂性,复杂性范式的出现为学习研究提供了新的认识论和方法论。本文将从学习科学的全新的研究内容与学习研究复杂性范式的属性出发,结合真实学习、复杂认知技能、问题解决等对复杂学习进行全新的界定。2.系统化整体任务设计。随着教学设计观的转变,目前的学习任务设计趋向于聚焦真实的学习任务,但由于这些任务的复杂性,传统的以原子论为基础的设计方法受到质疑。整体论是关于整体的理论,那么,能否将学习任务设计置于整体论框架下进行考察?本文通过分析整体设计观的形成与发展脉络,系统总结整体论思想影响下的整体任务分析与设计过程。3.分析整体任务设计的实践模式。目前对复杂学习设计理论与实践进行系统研究的代表人物只有荷兰专家麦里恩伯尔(Jeroen J.G.van Merri?nboer),他在其所著的教学设计教科书中较为系统地关注了学习者的复杂认知技能的培养,他面向“复杂学习”提出了基于整体任务的4C/ID设计模式,这也是目前进行整体任务设计的最好实践模式。本文将系统分析了4C/ID模式产生的理论基础,核心要素、设计步骤。4.设计面向复杂学习的整体任务设计实例。虽然4C/ID模型是目前最系统的面向复杂学习的整体任务设计模式,但是国内还没有关于这方面设计的成果案例。本文将从生活或工作中选取真实的复杂任务,基于整体任务设计的理念,采用4C/ID设计模型的主要步骤,结合学习任务分析,设计一个运用整体任务方法的教学案例。

论文目录

• 摘要
• Abstract
• 第一章 导言
• 1.1 研究背景
• 1.1.1 学习研究的转向和学习科学的形成
• 1.1.2 教学设计的危机与教学设计观的转变
• 1.2 研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 研究内容、思路与方法
• 1.3.1 研究内容
• 1.3.2 研究思路
• 1.3.3 研究方法
• 1.4 研究的目的、创新点及意义
• 第二章 复杂学习的界定
• 2.1 复杂性科学与复杂性范式
• 2.2 复杂学习
• 2.3 三种学习理论对复杂学习的解释
• 2.3.1 行为主义对复杂学习的解释
• 2.3.2 认知主义对复杂学习的解释
• 2.3.3 建构主义对复杂学习的解释
• 2.4 复杂学习与复杂认知技能、复杂问题解决
• 第三章 复杂学习的任务设计
• 3.1 传统的任务设计
• 3.2 整体任务设计观的形成
• 3.2.1 整体论与整体任务设计
• 3.2.2 整体任务设计的历史
• 3.3 整体任务设计过程
• 3.3.1 整体任务分析
• 3.3.2 整体任务设计
• 第四章 面向复杂学习的整体任务设计代表模式——4C/ID
• 4.1 4C/ID 的理论基础
• 4.2 4C/ID 的核心要素
• 4.2.1 学习任务（Learning tasks）
• 4.2.2 支持性信息（Supportive information）
• 4.2.3 程序性信息（Procedural information）
• 4.2.4 部分任务练习（Part-task practice）
• 4.3 4C/ID 的十个步骤
• 步骤1：设计学习任务（Design learning tasks）
• 步骤2：任务组排序（Sequencing task classes）
• 步骤3：确定绩效目标（Set performance objectives）
• 步骤4：分析认知策略（Analyze cognitive strategies）
• 步骤5：分析心智模式（Analyze mental models）
• 步骤6：设计支持性信息（Design supportive information）
• 步骤7：分析认知规则（Analyze cognitive rules）
• 步骤8：分析前提性知识（Analyze prerequisite knowledge）
• 步骤9：设计程序性信息（Design procedural information）
• 步骤10：设计部分任务练习（Design part-task practice）
• 4.4 评价4C/ID
• 第五章 面向复杂学习的整体任务设计实例
• 5.1 分析阶段
• 5.1.1 工作任务分析
• 5.1.2 学习任务分析
• 5.1.3 确定绩效目标
• 5.1.4 分析心智模式和认知策略
• 5.1.5 分析认知规则和前提性知识
• 5.2 设计阶段
• 5.2.1 设计学习任务并进行排序
• 5.2.2 设计支持性信息
• 5.2.3 设计程序性信息
• 5.2.4 设计部分任务练习
• 5.3 反思
• 第六章 总结与展望
• 6.1 研究的内容与成果
• 6.2 研究的局限与不足
• 6.3 展望
• 参考文献
• 1. 中文参考文献
• 2. 英文参考文献
• 致谢
• 攻读硕士学位期间发表的论文