Clive Shepherd在他一篇博客中介绍了南安普顿大学的Itiel Dror博士，一位认知神经学家。Clive写到，“Itiel避开学习理论，专注于从脑及其工作机制的认识（姑且认为我们真的了解这些东西吧）出发总结出有益实践的学习技巧。这让他在英国的e-learning圈子里逐赢得了声誉。”
对此，我当然有所怀疑。如果说某人能告诉你如何从赛车比赛中胜出，因为他是个修理工，你信吗？老实说，掌握工作机理和掌握制胜之道还是有所区别的。
浏览了Clive所总结的要点，我想说他们只能算部分正确而已。下面我来说说为什么这些观点并不确切。
- 大脑如同机器，通过感官输入巨量的信息，但用来处理的资源却很有限。于是注意力变得很挑剔，为了保证效率，大脑只能利用各种便捷的办法。
我的回应：不反驳，这种说法基本是对的。
- 教师、课程设计师可以采用2种方式来避免学习者遭遇“认知过载”：一是少提供些信息（从数量的角度）；二是十分关注信息的传递方式（从质量的角度）。
哈哈，你看到了吧，这个问题的2个角度不是从大脑的本质出发，而是从信息的本质出发的。再进一步说，如果信息不过是等待大脑处理的一堆原料，那方法也就这么2种了。
当然，这个问题同样可以依照前面说的，从神经科学的角度出发来讨论。信息过载时，大脑会做什么呢？这一点很重要，如果我们知道大脑会如何对应，那么我们就知道如何来调整这些信息（只能假设我们多少总可以做些调整）。
这也是下面几点的主题，咱们接着说。
- 信息噪音越少，人越容易意识到他的关注点。但降低信息噪音会干扰背景信息的传达，所以处理时要权衡。
我总觉得他要说的“注意到”而不是“意识到”。这一点在任何情况下总是正确的，各种研究都已经证明过了。但我仍然要指出“信息主题”比“信息噪音”更能影响人脑的对信息的接收。
就算在最恶劣的信息环境中，如果兴趣足够，人们总能集中注意。于是就有了在快要烧塌的房子里，小孩子还能专心于他们的电子游戏的情景。（我猜这里的背景信息足够重要了吧）。相反，如果你不感兴趣，一丁点的干扰就会让你分心。我们知道这是因为大脑很挑剔，会过滤掉不重要的信息（上面提到过）。
因此角度很重要。从教师的角度看，课程的内容是恒定不变的，而信息噪音却是需要控制的。所以就有了上述的避免认知过载的2种方法。很可惜从学习者的角度出发，课程内容和背景噪音没有什么本质区别。这就是为什么同是学习，教师和学生的理解有这么不同了。
- 过载现象可以通过将对象或步骤进行分类来得到缓解（Itiel称之为“模块化”）。分类就是把人、对象、事件放入不同的类别，或者把过程中的若干个步骤合成一个自发的动作。学习者靠空间，大小或颜色来粗浅地分类对象。实际上他们会不自觉把分类作为一种重要的方法，尽管这个方法耗时费力，而且很容易出错。因此教师、课程设计师应该把教学材料预先分类才好。
这个方法不错，我在别的地方也推荐使用过，主要是帮助轻松熟练地撰写学术文章（而且可以不需要用注释，跑题跑题）。一个有意思的发现：Itiel用了一个数据工程设计的术语“模块化”，可能他不光关注神经科学吧。
分类有很多方式。其中，依照概念划分是比较好的方式，如果还能进一步和更宽泛的框架连结就更好了。（顺便说一下，颜色基本不属此类）
但问题是，教师是不是应该把教学材料预先分类才好呢？之后又会如何呢？如果教学的目的是让学习者掌握信息（咳呵，糟糕的术语），那一定要问：是分类本身还是分类的过程能起到帮助理解和记忆的作用呢？如果是后者，那把教学材料预先分类只能帮助教师记忆，对学生用处寥寥。
前面提到过，将类别和现有的概念框架连结是一个不错的方式。因此，学生应该自己来分类，因为这种方式能让学生将新知识和以往的经验有机结合起来。
- 分类也有副作用。一旦某个行为完全熟悉了（即所谓“不知道自己不会”的阶段【译注：完全照原文翻译，自己觉得应该是“不知道自己会”这个阶段】），人们会发现很难说清楚具体怎么做。过程变得自动自发，于是无法控制（所以有经验的教师不一定是最好的）。分类对于人类很重要，但也存在危害，成了无用的成见。
到这里，2种不同的分类似乎被混淆了。一种是把观念中的存在分类，另外一种是把数个活动组合成一个。上面的说法并没错（我也曾说过学习阅读和学习骑自行车差不多），但如果不仔细解释很容易引起误解。
我想最好还是区分一下。
有些心理过程是自动自发的，比如1+1。“类型化“正是其中之一。你看到一些事物，依照习惯形成的结合模式，自动把其中一些连结到一起。某些情况下，这种自动连结并不恰当，比如用肤色来对人进行分类。
另外一些心理过程，将步骤按顺序结合起来，比如逻辑推理中的步骤。一个实际需要很多步骤的过程，到了一个经验老道的逻辑学家手里似乎成了一步（在逻辑学课堂上，我管这个叫“省略过程”，还大大的抱怨过。教授说起来“这很容易”，而我只能用嚷嚷来回应）。
这两个不同的现象根本上是同一个心理过程的结果，但二者的表现差异很大，应该区别对待。这有点像赛车比赛中的打方向。都是打方向，偏离赛道后打方向和经过急弯赛道时打方向，两者的描述区别很大。
- 人们使用自上而下的方式处理过载。这种方式自发地利用人们对特定情景的经验，已有的知识和智能，避免从最基础的信息开始重新理解。有个例子：即使把句子中的每个词的字母打乱顺序，人们依然可以读懂这个句子。
正确，不过……
这不是传统理解的自上而下的处理方式。
人们利用相似程度将不同的事物归结为原型，也就是模式识别。同时，人们依据普遍的规则或原理来推论。两者区别很大。“自下而上”说的是后者，而上面描述的字符识别，则属于前者。
另外，我会对断定这个过程是否具有某种（达尔文主义的？）目的性慎之又慎。人们运用了模式识别，来减少信息过载。但这并不意味着人们运用模式识别来达到减少信息过载的目的。模式识别的使用是因为神经网络本来如此运转。也许进化让我们如此，但也可能不是这么回事。但不管如何，我们在某种情形下对模式识别的运用并没有所谓的目的，而是自然发生的，好比习惯使然。
- 教师、课程设计师需要考虑信息可能的编码和处理的方式，不是“教了什么”而是“学了什么”。
有一点不对，“编码”这样说法很容易引起误解。除此之外，这个说法是正确的。教与学之间确实区别很大（因此信息论和传播论的学习理论都是错误的）。
- 脑的不同分区擅长不同的任务。人可以同时专注于多个任务，只要每个任务使用不同的分区。
事实是这些分区是动态形成的，受制于经验和环境，所以一般说来无法预知哪些任务会使用同一个分区，哪些任务不会。
这就是为什么我可以像现在这样，边读边写边听大声的音乐，而我父亲做不到。
- 说我们只用了大脑的5%-10%，这是虚妄的传言。实际是都用上了。
正确。
- 虽然大脑到20多岁就不再生长，但却终身不断变化。大脑的某些部分相对不易改变（通过天赋条件或后天生长获得），另一些却容易改变。人员招聘时应该寻找那些不易改变的部分更为适合的人，否则无论如何培训都无法弥补。（Itiel没有详细说明哪些部分不易改变，哪些容易改变–明显这点很重要。）
主要的观点：神经网络易于改变——正确而且很重要。
某些部分不易改变——也对，而且说得不错，否则我们的心脏就不跳了，或者眼睛就不眨了。
但这种说法如果应用到学习或生活技巧上的话，就很有争议了。我当然认同已经具备有些特质的人多少更适合某些工作。这和不同的人能学会不同的东西的说法差不多，没有多少争议。但一定要说这些特质不易获得就牵强了。
- 当人渐渐老去，那些不易改变的特质不会消失，而那些最容易学到的就会首先失去。
这种说法很容易证明是错误的，否则老人就不会出现失禁的毛病了。
- 语言不只是表达思维的工具，在很多方面来说语言就是思维。如果一个人在最初几年不能接触语言，到了7岁的时候他们就无法学会说话了。
真的只是语言如此吗？可能对任何的行为模式这种说法都是对的。从未接触数字的人可能会精通数学吗？从没听过音调和旋律的人能成为音乐家吗？
不了解语言本质的人往往认为语言是一种天赋–一种乔姆斯基转换生成语法的大众化的表达方式而已。由此便断定思维的本质就是这样。
即便语言就是思维（这种说法我根本不认同），如果我们对语言的本质无法取得一致看法，那么对思维我们仍然一无所知。而基本上就是如此。
- 大脑的两半边功能不同（这个是大众心理学知识吧）。左脑负责语言和分析能力；右脑进行空间思维。左脑负责右边身体，右脑负责左边。两边并无物理联系。
其实大脑两边有联系，通过一种叫胼胝体的组织。说两边功能不同是对的，我们可以观察到。但据我所知，这种分工也不是固定不变的。
- 大脑的体积并不能说明人是否聪明。
在大脑的体积的正常范围内的确如此。不过我可怜的小猫，就凭它那个小小的猫脑袋，恐怕永远也无法达到人类的智力水平。不过这不妨碍它的可爱。
- 20%血液集中在大脑。
强调了营养对大脑功能的重要性。
- 长期记忆的内容不会消失，丧失的是我们从大脑中调取他们的能力。抽取就是对记忆进行编码并与之建立连接的能力。
单就构成长期记忆的那些连接来说，他们基本上是永久的。不过从记忆中抽取和从书架上取书可不是一回事儿。感觉差不多可不等于就是那么回事儿。
记忆获取–抽取的确切称法–实际上是模式识别的一种–一种形式在脑海中印象越模糊，就越难和已有的认识关联在一起。
- 实时记忆大概能容纳5-9项（又来自大众心理学）。
的确如此。不过需要补充一下，分类在这里又有了第三类应用。就算超过7个词，我们一样可以记住，只要他们之间能够构成一致的形式。所以，1-800- 857-2020这么一个11位的号码我们能记住，“第三个灯右转，然后在第二个停车标志左转，再向前四个街区”这么复杂的指令对我们来说也不是问题。
实时记忆的内容取决于模式识别。
- 为减少认知过载，略去所有无关紧要并非必须的字句和图画。这还不够。要注意别一次教太多，一般可以分节教授。
这种做法只在入门阶段有效，一旦需要更多细节时就不行了。当然如果我们非要把什么算无关紧要弄个清楚，这种做法更加问题重重。
比如，有研究表明使用列表的幻灯片比使用相同列表加动画的幻灯片更容易让人记住。
但我觉得在2个幻灯片的角落加上“NRC”【译注：加拿大国家研究委员会缩写，这是Stephen服务的机构】的标志并不能对结果产生影响。
另外一个想法是：如果把不必要的字去掉，恐怕会妨碍记忆。比如，不要虚词。就象这样：虚词__消失__我们__懂__句子意思。
所以，我们把建议改良一下。学习内容应该按照学习者已经熟悉的形式进行展现。
- 学习的时机应该正当其时，不要提前。
对是对，不过为什么呢？决定的因素不是需不需要，而是是否显著。
- 展现时记住要连贯一致，比如界面。
如果过分遵照这种做法，结果更让人分散注意力。所以纪录片从最开始由一个人叙述，变成有声音有景象，再变成访谈的形式。
- 展现时难度也要一致。不要太复杂，不要太简单。教学对象也要水平一致，再进一步个性化教学就更好了。
说得对，不过还是没有说明原因。我相信这是因为这种做法有助于模式识别。
- 抓住学习者的注意力，让他们沉浸其中。允许他们自己决定学习进度，向他们提供建设性的反馈，将意外或兴奋融入其中。
这和前面说的关系不大嘛。不过是些陈旧和模糊的教学法经验，却和关于神经功能捆绑到了一起，他们之间并没有明确的关系。
- 在学习者掌握元认知技巧之前要小心，不要让他们对学习进度有太多的控制，他们还不清楚他们知道什么，不知道什么，如何去分辨清楚。理想的方式是帮助他们提升元认知技巧，学习如何学习。
这和上面讨论的脑科学更是什么关系都没有。
如果学习的内容需要集中注意，即便在学习者不具备必要技能的领域，不容他们自己控制进度，也是弊大于利。
另外，什么是元认知技能呢？例如，什么是“学习如何学习”？
- 容许学习者掌握进度，重复任何学习过的内容，这一点非常重要。
还是老问题。
- 挑战帮助学习。表现目标，奖励，竞赛都能提高挑战的程度，也许可以使用游戏的形式。
又是老问题。这和前面所讨论的并没什么关系。当然，这是个不错的建议。Seymour Papert和James Paul Gee称之为“艰难的乐趣”。但好在哪里呢？还有别的信息吗？比如说什么类型的游戏比较好呢？（Aldrich有过专门的研究）
上面是我基于Shepherd的文章的一些观点。Dror的著作我读了不少，他在神经学方面的权威毋庸置疑。我只是觉得教学法并非只是神经科学，其中有些领域很复杂，有可能引起混淆，Dror也未必能在其研究中兼顾。
