APP下载

不同反馈条件在运动技能学习“双驱动顿悟模型”中的结构验证

2018-05-09潘丽萍吕慧青

浙江体育科学 2018年3期
关键词:元认知学习者驱动

潘丽萍,吕慧青

(浙江科技学院 体育部,浙江 杭州 310023)

1 研究背景

顿悟主要是指学习者对知识“突然”领悟的心理现象[1-4]。Kershaw等(2004)在解释这种现象时指出,顿悟是因为监控信息启发了对知识要点的理解,并强调了学习者努力尝试的作用[5]。例如,数学中著名的“九点问题”,要求解题者用4条首尾相连的直线将排列3行的9个点连接起来,问题的解决只在一念之差。MacGregor等(2001)曾在《实验心理学》上就“九点问题”的顿悟现象发表了一个系列的实验报告。他们认为,问题解决的顿悟

现象可以通过“手段-目的分析”的框架进行建模。也就是说,在数学解题中,个体希望的答案是建立在已知条件的基础上,选择自己认为能达到目标的手段。其中,任务规则对解题思路的限制是学习“困境”的根源,顿悟则是通过进程监控中获得的信息启发来克服这种限制[6]。所以,顿悟现象被认为是高效学习的一种表现[5,7]。

而在运动技能学习中,顿悟则被解释为学习者对技能执行关键要点的领悟,其动作表现从不能到能的蜕变[8]。然而,与数学解题不同的是,技能执行引导的程序往往是由多个关键要点构成,同时,伴随有身体操作的协同信息参与。因此,学习新的技能时,已知的执行程序通常存在多个节点限制,顿悟的产生则需要依赖关键协同信息的启发,才能逐一克服这些节点限制。所以,运动技能的完成表现为“竹节式”的习得,而不像数学问题解决那样有明显的“突然”性特征。为了诠释运动技能学习中的顿悟现象,吕慧青等(2014)提出了一个运动技能学习的顿悟解释模型[8]。该模型解释顿悟形成的关键,是进程监控的启发信息开启了学习节点的联结,并通过一个内部和外部的驱动来实现对运动技能执行要点的领悟。其中,内部驱动主要与体育知识、运动元认知和运动经历有关;而外部驱动则与动机激励、教学方法和学习互动有关。相关的研究建议,体育知识、运动元认知、运动经历是学习者具备的先前知识,在运动技能的学习过程中,起到内源性信息的启发作用[9-11]。而学习环境(如,教师对学生学习动机的激励、教师采用的教学方法和学习中的互动)则激发学习者的努力动机。因此,对于学习顿悟来说,具有外源性信息启发的作用[12-15]。基于这一运动技能学习顿悟的解释模型,吕慧青等(2016)设计了一个体育舞蹈技能学习实验情景,并运用回归分析的方法,对这些相关要素逐一进行了验证性的预测分析。结果发现,运动技能学习顿悟的内、外驱动要素,都能有效地解释被试在顿悟状态下,能够很好地运用自身已有的知识信息。同时,在外部学习环境的影响下,被试表现出付出了更多的努力[16]。

如前所述,学习顿悟产生的条件之一是进程监控的信息启示[6,17]。在运动技能学习顿悟解释模型中,反馈被作为一个重要的变量来考察,主要解释学习中进程监控的信息交换作用[8]。但是,值得一提的是,吕慧青等(2016)在对该模型的验证中发现,反馈对进程监控产生的效应仅仅发生在学习初期,学习后期反馈对顿悟的启发效应并不大,这与理论假设有不一致的情况。她(他)们解释,这种现象可能是因为技能学习在初期阶段要求的信息量更大。例如,被试在学习初期可能主要是依靠对行为结果的知觉反馈来监控纠错,引起反馈信息的利用率增加。而随着技能习得的程度增加,所需的信息量相对减少,使反馈的效应也随之减少[16]。

然而,本研究认为反馈在该模型中的效应减弱现象,除了以上解释外,还有2个更重要的原因:其一,从方法学的角度考虑,她(他)们的研究在预测模型的要素关系时,由于采用的是回归模型的验证,这更多的是考察要素间单一的变量关系。尽管该分析方法可能会更清楚地阐述模型中各要素对学习顿悟的预测关系,但作为一个整体的模型,可能会忽略了要素间的相互效应[18-20],从而使顿悟解释模型的生态效度下降;其二,或许是更重要的原因,吕慧青等(2016)的测试模型在对顿悟进行观察时,主要基于前人关于数学解题顿悟研究的全或无概念,采用了分类变量进行模型检验,这可能会忽略运动技能学习顿悟现象的自身特征,即它是一个对规则和操作领悟的复合过程。顿悟的表现应该不同于数学解题情景的单个全或无现象,而是由多个全或无的叠加。同时,把运动技能学习的顿悟表现作为分类变量处理也不能直接观察到顿悟的变化效应。因此,本研究认为,在测试模型中,如果把顿悟作为一个连续变量来考察,不仅能更好地表述运动技能学习顿悟多个全或无叠加的概念,还能直接观察到反馈对顿悟的准确变化效应。所以,基于以上2点考虑,本研究采用结构模型的多变量效应分析,并把顿悟作为连续变量,反馈作为独立的控制变量,分别测试不同反馈条件下模型的解释效度,旨在对研究假设理论模型的整体效应作进一步的诠释。

图1 运动技能学习的双驱动顿悟模型

因此,本研究基于运动技能学习效率的顿悟解释模型[8],将该模型简化为运动技能学习的双驱动顿悟模型(见图1),即由内部驱动和外部驱动共同激发顿悟效应的解释结构,并表现在关键点领悟的多少与操作表现成绩2个方面。因此,研究假设为反馈条件下的双驱动顿悟模型,其模型的拟合程度会有较好的表现。

2 研究方法

2.1研究对象

随机选取某高校230名女大学生为研究对象,平均年龄为19.9岁(SD=1.89)。被试被随机分成有反馈、无反馈的技能学习班。学习任务对所有被试都是新技能。

2.2实验任务

为了便于研究间的比较,本研究采用与吕慧青等(2016)研究相同的体育舞蹈拉丁舞的“8字绕髋-方形步”组合为学习任务。该任务是一个连续的基本动作组合,难度表现评估在中上程度[21]。

2.3数据分析指标的收集

2.3.1 内部驱动与外部驱动的测量。内部驱动界定为运动技能学习过程中,学习者顿悟启示的内源性可用信息资源。主要包括:体育知识、运动元认知和运动经历的启发信息。外部驱动界定为运动技能学习过程中,学习者利用学习环境信息对自己的努力激励的认知。因此,具有外源性信息资源的特征。主要包括动机激励、教学方法和学习互动的信息启发。自评测量问卷信效度经过吕慧青等(2016)的使用验证,均符合统计使用的要求[16]。

2.3.2 顿悟效应的测量。研究把顿悟效应作为本实验操作的观察结果,所谓顿悟效应是指个体学习过程中顿悟产生的运动技能习得表现的好坏程度。根据图1的模型结构,由关键点领悟和操作表现2个维度构成观察变量。

2.3.2.1 关于关键点领悟的测量。根据已有研究的测试方法[16,22-25],通过开放式的提问,让被试列出领悟的要点,进行编码记分。每1个关键要点记1分,总分为7分,分值变化1~7分之间[16]。

2.3.2.2 关于操作表现的测量。主要由3位专业教师分别对所有被试任务技能的完成情况按百分制进行打分并统计出平均分。评分标准按技能占60%、音乐占20%、风格占10%、表现力占10%来评分,分值变化1~100分之间[16]。

2.4研究过程

2.4.1 反馈条件组的操作。对于反馈条件组,实验者会根据被试学习的情况,有针对性地反馈学习的效果,并做出评价反馈。如,及时肯定被试者的正确动作,而对错误动作进行实时的提醒与纠正。

2.4.2 非反馈条件组的操作。对于非反馈条件组,实验者除了按照实验设计的教学程序,如激发被试的学习动机、选择的教学方法(如模仿学习等)、学习中的互动(如师生间的提问与回答)等激发被试的努力尝试以外,不对被试的学习结果做出评价性的反馈,以及提醒与纠错等。

2.5数据处理

运用AMOS 20.0和SPSS for Windows 19.0软件对数据进行了结构方程的模型拟合分析。模型拟合选择GFI、NFI、RFI、IFI、TLI、CFI,以及RMSEA等指数衡量模型的拟合度[18,26]。同时,参考卡方自由度比(x2/df),其值表现越小,表示假设模型的协方差矩阵与观察数据越适配(通常比值≤3是可接受值)。渐进残差均方和平方根(RMSEA)判别标准一般小于0.06表示模型适配度可接受[18,26]。

3 研究结果与分析

总体上讲,运动技能学习双驱动顿悟模型的数据拟合结果显示,在有反馈的条件下,学习初期的模型拟合表现为满足普通适配(见图2),而学习后期的模型拟合表现出适配度增加,达到了良好(见图3)。但是,在无反馈的条件下,学习初期与学习后期2个模型的拟合均不成立。这一结果验证了研究的假设。

3.1学习初期的顿悟解释模型结构拟合分析

研究显示,在有反馈的条件下,学习初期的顿悟模型拟合的卡方自由度比x2/df=1.43,表示适配度良好;NFI=0.93,RFI=0.90,大于或等于0.90,说明模型在可接受范围;IFI=0.98,TLI=0.96,CFI=0.98,GFI=0.95,均大于或等于0.95,说明模型与观察数据的整体适配度佳;RMSEA=0.06,表示该模型是普通适配。

进一步,从观察各指标的路径系数上看,在学习的初期,作为内部驱动的路径系数为r=0.43;而外部驱动的路径系数为r = 0.07。说明内部驱动的贡献率最大,表明了在学习的初期,个体主要是依赖内部的驱动来激发顿悟的(见图2)。

从模型的结构表现上看,在学习的初期,体育知识的路径系数达到了0.66,表明了作为内部驱动的体育知识结构能对顿悟的激发有着重要的作用[9,12,27]。同样,运动元认知的路径系数达到了0.72,表明了作为内部驱动的运动元认知为动作执行的进程监控提供了信息分析的路径,对顿悟式的学习有着非常关键的监控作用[11,24,25,28]。值得注意的是,作为内部驱动的运动经历(r=0.79)的路径系数表现为最大,这表明了,具有较多运动经历的个体,能得到更多的运动经验,为新的学习任务提供了更多的信息资源,促进了顿悟的发生[9,14]。

图2 有反馈条件下学习初期的双驱动顿悟模型拟合图

3.2学习后期的顿悟解释模型结构拟合分析

在有反馈的条件下,学习后期的顿悟解释模型拟合结果显示,模型的卡方自由度比为x2/df =1.57,表示适配度良好;NFI=0.96,RFI=0.93,均大于0.90,说明模型在可接受范围; IFI=0.98,TLI=0.98,CFI=0.98,GFI=0.98,均大于0.95,说明模型与观察数据的整体适配度佳;RMSEA=0.05,表示该模型适配良好。

具体地说,在学习的后期,作为内部驱动的路径系数变为r = 0.25;而外部驱动的路径系数增加为r = 0.26。说明了在学习的后期,个体是以内部驱动与外部驱动共同作为驱动效应,促成顿悟的发生来提高学习的效果。

从学习后期的模型表现上看(见图3),内部驱动与外部驱动对顿悟的发生都有重要的作用。值得一提的是,在外部的驱动效应中,动机激励的路径系数达到了最大,这样的结果可能预示了动机激励对激发顿悟的贡献率是最大的。其次,是学习的互动和教学的方法。最后,顿悟效应与“关键要点领悟”的路径系数为0.86;顿悟效应与操作表现的路径系数为0.88。说明了在学习的后期,个体是以内部驱动与外部驱动共同激发了顿悟效应,表现出对关键要点的领悟与操作表现成绩的提高。

图3 有反馈条件下学习后期的双驱动顿悟模型拟合图

值得关注的是,学习初期与学习后期有反馈的2个双驱动顿悟模型都成立,都支持了理论假设模型;而无反馈的顿悟模型拟合则不成立,这说明从驱动的整合效应看,反馈的作用仍然符合理论的解释,且这种解释似乎更加适合生态效度的解释。进一步,从模型拟合的主要指标(优度指数)上看,有反馈的学习后期顿悟解释模型拟合度(GFI = 0.98;RMSEA = 0.05)要优于“学习初期”的模型(GFI = 0.95;RMSEA = 0.06)。这说明了对于这样的研究问题,驱动要素模型的整体分析似乎比单一回归模型的分析更适合。具体的比较数据见表1。

表1 运动技能学习“双驱动顿悟模型”的结构方程拟合指数比较一览表(n=117)

4 讨 论

前人的研究发现,在运动技能学习的初期,信息反馈有益于顿悟的发生,但是在后期却与顿悟无关[16]。研究认为这种与假设理论不符的2个原因分别是测试模型的设计和顿悟概念的操作问题。研究基于以前的理论和对这2个问题的考虑,修改了测试模型为双驱动顿悟模型,并在不同反馈条件下测试该模型的拟合程度。研究发现,反馈条件下的双驱动顿悟模型无论在学习的初期,还是在学习后期都能拟合成功;而无反馈条件下的模型拟合均没有达到统计学意义上的可接受标准。研究证明了反馈在运动技能学习顿悟中的重要性,这与以前研究提出的运动技能学习顿悟解释理论是一致的[8],并支持了运动技能学习顿悟的2个驱动与反馈的解释机制理论假设(见图4)。该“双驱动顿悟模型”进一步确认了运动技能学习中个体的体育知识、运动元认知和体育经历都可以作为内在的信息资源对顿悟起到有益的作用。同时,学习的外部环境,如教师对学习者的动机激励、教学方法以及学习中的互动也会有利于顿悟的产生。

图4 基于反馈的运动技能学习“双驱动顿悟模型”

4.1有反馈的学习初期双驱动顿悟模型表现

从模型的结构表现上看(见图2),在学习的初期个体主要是依赖自身学习的能力来激发顿悟的。其中,体育知识在运动技能学习的顿悟解释中起到了启示的作用。也就是说,体育知识丰富积累会有益于顿悟的产生[29,30]。另外,通过外部信息的反馈与自身知识的比较,有助于关键启发信息的突显,从而达成对运动技能要领的领悟[9,27]。进一步,元认知通过反馈对顿悟形成有较大的作用,这与前人的研究发现也是一致的。例如,这些研究建议,运动元认知在运动技能学习中主要通过自我意识和自我调节的功能,形成内反馈的作用,从而实现学习顿悟[11,31,32]。其中,值得一提的是,运动经历的路径系数表现为最大。这种现象可能预示了,经验信息反馈对运动技能学习的顿悟具有重要的作用。说明了对于个体来说,经验信息也许是更容易、更直接的知识资源。另一种可能性的解释是,体育运动的操作技能具有迁移的特性。即:如果个体所学习或掌握的运动技能的种类越多,内容越广,其共有的特点也就越多,学习新的运动技能就越容易受到启发。另外,运动技能还具有扩展性的特征,体现在对具体操作技能的运用上,表现出向相关操作性技能领域扩展的特点[9,14]。

总之,学习者在学习的初期阶段,在反馈的作用下,顿悟的激发主要是依赖内部驱动为主的效应。其中,驱动效应的要素从大到小依次为运动经历、运动元认知和体育知识。这种现象可能是因为技能学习具有运动操作的特征,而体育知识对技能学习具有间接性,因此,运动经历和运动元认知具有更大的效应。反馈的作用主要表现在,学习者通过利用自身已有的运动经历、运动元认知和体育知识的资源。也就是说,在学习的初期,学习者更多的信息反馈主要是来自于内部的学习经验和元认知的调节与监控。

4.2有反馈的学习后期双驱动顿悟模型表现

与学习初期不同的是,在反馈条件下,学习后期的模型拟合结构表现为外部驱动的效应有了较大的增加(见图3)。这一变化表现出内部驱动与外部驱动是共同作用于顿悟的。从内部驱动的效应值看,最大值是运动元认知,说明在学习的后期,学习者主要依赖运动元认知的信息来调控自己的学习过程。相关的研究建议,元认知的能力反映在自我认识和自我控制方面,它与学习的能力以及学习的成绩有着紧密的联系,元认知水平高的个体学习能力也越强[33]。其次,运动的经历和体育知识与学习初期一样,对顿悟的激发同样有着积极的作用。

而外部驱动方面动机激励的路径系数达到了最大,说明了动机激励对顿悟的激发贡献率最大。其次,是学习的互动和教学的方法。这些现象说明了在学习的后期阶段,个体可能是以内部驱动与外部驱动共同作用于顿悟来提高学习成绩的。学习的环境作为顿悟式运动技能学习的重要成分之一,主要反映了顿悟的外部驱动的效应。个体的学习要受到很多因素的影响,其中,最主要的就是会受到学习环境的影响。在其它条件相同的情况下,学习者学习的效率取决于环境对其的刺激。因此,通过学习环境的操作来激发学习者顿悟效应就显得非常的重要。学习动机的激励是提升个体学习动因的直接路径,通过激发学习的动机,行为过程才能增加主动性的成分,才能促进顿悟的生成。而教学方法同样可以激发学习者的努力,促进顿悟的发生。如:教师可以采用启发式的教学法,让学习者自己去领会运动技能中隐含的动作关键点,就有可能在对学生的启迪与诱导等方面起关键的作用[34,35]。因此,教师的教学方法在一定程度上决定了学习者的努力程度[36]。教师与学生的关系是否融洽与和谐直接影响着课堂的氛围。因此,通过学习的互动与共享,达到激发学习者在学习上的努力,从而促进学习效率的提升。例如,运用合作学习的方法,学习中小组成员间的讨论与互动,能够激发学习者的努力[37]。总之,良好的学习环境与氛围,能够为顿悟的激发创造有利的条件。

5 结 论

通过不同反馈条件对运动技能学习双驱动顿悟模型的验证分析表明,反馈在该模型中具有关联性。其中,学习初期有反馈的运动技能学习双驱动顿悟模型为普通适配,学习后期的运动技能学习双驱动顿悟模型适配度增加,达到了良好;而无反馈的模型拟合则不成立。进一步,运动技能学习的初期,以内部驱动对顿悟效应的贡献率相对较大;而在技能学习的后期,以内、外驱动效应的共同作用为表现特征。研究结果支持了理论假设的模型。最后,研究建议,就反馈条件参与情况而言,对于多因素构建的顿悟模型分析,采用结构整体效应分析的方法,对理论的拟合要优于单一关系的回归模型分析。

[1] 陈丽,张庆林.汉语字谜原型激活中的情绪促进效应[J].心理学报,2008,40(2):127-135.

[2] 李亚丹,马文娟,罗俊龙,等.竞争与情绪对顿悟的原型启发效应的影响[J].心理学报,2012,44(1):1-13.

[3] 罗劲.顿悟的大脑机制[J].心理学报,2004,36(2):219-234.

[4] JONES G. Testing two cognitive theories of insight[J].Journal of Experimental Psychology: Learning Memory and Cognition,2003,29(5):1017-1027.

[5] KERSHAW T C, OHLSSON S. Multiple cases of difficulty in insight: The nine-dot problem[J].Journal of Experimental Psychology: Learning, Memory and Cognition,2004,30(1):3-13.

[6] MACGREGOR J N, ORMEROD T C, CHRONICIE E P. Information processing and insight: A process model of performance on the nine-dot and related problems[J].Journal of Experimental psychology: Learning, Memory, and Cognition,2001,27(1):176-201.

[7] 傅小兰.探讨顿悟的心理过程与大脑机制—评罗劲的《顿悟的大脑机制》[J].心理学报, 2004,36(3):234-237.

[8] 吕慧青,王进.运动技能学习效率的顿悟解释模型[J].体育科学,2014,34(4):30-40.

[9] ROSALIE S M, MULLER S. A model for the transfer of perceptual-motor skill learning in human behaviors[J].Res Q for Exe Sport, 2012,83(3):413-421.

[10] SEIDLER R D. Multiple motor learning experiences enhance motor adaptability[J].Journal of Cognitive Neuroscience,2004,16(1):65-73.

[11] SIGRIST R, RAUTER G, RIENER R, et al. Augmented visual, auditory, haptic, and multimodal feedback in motor learning: A review[J].Psychonomic Bulletin and Review,2013,20(1):21-53.

[12] 霍军.体育教学方法实施及创新研究[J].北京体育大学学报,2013,36(1):84-90.

[13] AFSHARI J, MOGHADAMB A J, BROJENIC S T, et al. The effect of three types of environmental training on acquisition and retention of open and closed skills[J].Proscenia Social and Behavioral Sciences,2011,15:2365-2370.

[14] ESTRADA J A C,LOSA J L F, MANTEC A M P, et al. The learning and motor development transfer process[J].Psicothema,2012,24(2):205-210.

[15] MAINHARD M T, PENNINGS H J M, WUBBELS T, et al. Mapping control and affiliation in?teacher-student interaction?with State Space Grids[J].Teaching and?Teacher?Education,2012,28(7):1027-1037.

[16] 吕慧青,王进,王玉秀.运动技能学习效率的顿悟解释模型验证[J].中国体育科技,2016,52(2):90-98.

[17] ORMEROD T C, MACGREGOR J N, CHRONICE E P. Dynamics and constraints in insight Problem solving[J].Journal of Experimental Psychology: Learning, Memory, and Cognition, 2002, 28(4):791-799.

[18] 吴明隆.结构方程模型——Amos实务进阶[M].重庆:重庆大学出版社,2013.

[19] LEE P, MAHONEY K T, LEE S. An application of the exploratory structural equation modeling framework to the study of personality faking[J].Personality and Individual Differences,2017,119(1):220-226.

[20] NAGASE M, KANO Y. Identifiability of nonrecursive structural equation models[J].Statistics and Probability Letters,2017,122:109-117.

[21] 黄宽柔,姜桂萍.健美操-体育舞蹈[M].北京:高等教育出版社,2006.

[22] 李文福,罗俊龙,贾磊,等.字谜问题解决中顿悟的原型启发机制再探[J].心理科学,2013,36(2):315-319.

[23] 邱江,张庆林.创新思维中原型激活促发顿悟的认知神经机制[J].心理科学进展,2011,19(3):212-217.

[24] 沈汪兵,刘昌,袁媛,等.顿悟类问题解决中思维僵局的动态时间特性[J].中国科学·生命科学,2013,43(3):254-262.

[25] 邢强,张忠炉,孙海龙,等.字谜顿悟任务中限制解除和组块分解的机制及其原型启发效应[J].心理学报,2013,45(10):1061-1071.

[26] 吴明隆.结构方程模型——Amos的操作与应用[M].重庆:重庆大学出版社,2009.

[27] BUTLER D B, WINNE P H.Feedback and self-regulated learning: A theoretical synthesis[J].Review of Educational Research,1995,65(3):245-281.

[28] 邢强,陈军.元认知监控和归纳意识对顿悟问题解决的影响[J].心理科学,2009,32(3):706-708.

[29] 黄显涵,李子建.建构有效教学的策略:反馈理论[J].教育发展研究,2011(4):43-47.

[30] 张俊,刘儒德,贾玲.反馈在自我调节学习中的作用[J].心理发展与教育,2012(2):218-224.

[31] VILA L T G, CHIVIACOWSKY S, WULF G, et al. Positive social-comparative feedback enhances motor learning in children[J].Psychology of Sport and Exercise,2012,13(6):849-853.

[32] BADETS A, BLANDIN Y. Feedback schedules for motor-skill learning: The similarities and differences between physical and observational practice[J].Journal of Motor Behavior,2010,42(4):257-269.

[33] 何云峰.启思教育与启思学习[J].现代基础教育研究,2012(4):9-17.

[34] 张川.探究内隐学习对普通高等院校体育教学的影响[J].知识经济,2014(7):163.

[35] ZIMMERMAN B J.A social cognitive view of self-regulated academic learning[J].Journal of Educational Psychology,1989,81(3):329-339.

[36] HAYS R B, JOLLY B C, CALDON L J M, et al,. Is insight important? Measuring capacity to change [J].Medical Education,2002,36(10):965-971.

[37] 喻伯海.合作学习对大学生学习互动行为与技能掌握的影响研究[J].沈阳体育学院学报,2005,24(6):118-119.

猜你喜欢

元认知学习者驱动
基于模糊PI控制的驱动防滑仿真系统分析
屈宏斌:未来五年,双轮驱动,砥砺前行
你是哪种类型的学习者
十二星座是什么类型的学习者
轨旁ATC系统门控柜接收/驱动板改造
在808DA上使用WIFI进行驱动数据同步
青年干部要当好新思想的学习者、宣讲者、践行者
元认知:领域一般还是领域特殊?
高校学习者对慕课认知情况的实证研究
数学科目中元认知研究现状分析