Meta-cognitive insights into cognitive offloading: mechanisms, interventions, and educational implications
认知卸载的元认知洞见:机制、干预与教育启示
https://ideas.repec.org/a/pal/palcom/v13y2026i1d10.1057_s41599-026-06621-5.html
认知卸载,即将认知任务转移至外部辅助工具的做法,显著提升了问题解决和学习效率。本文从元认知视角对认知卸载进行了全面综述,独特地运用了Nelson和Narens元认知动态模型中元认知信念(稳定的自我认知)与元认知体验(动态的、任务特定的感受)的区分,来分析其内在机制、干预效果及教育启示。我们展示了这一双过程框架如何调和关于反馈干预和卸载行为个体差异的相互矛盾的发现。通过追溯从信念驱动的锚定到体验驱动的更新的时间演化,我们解释了为何干预呈现阶段特异性效应,并为教育者推导出有针对性的教学策略。我们的分析为在多样化学习环境中优化卸载提供了循证指导,同时减轻了不适应的工具依赖风险,提供了一个超越现有侧重特定范式或实证综述的坚实理论基础。
引言
在教育情境中,教师和学生都面临一个重大挑战:如何提升学习效果。然而,由于认知资源等个体局限性(Ballard等,1995;Chew & Cerbin,2021;Franconeri等,2013),实现预定目标往往是一个困难而复杂的过程,需要学习环境中多种要素的协同努力(Merrienboer & Sweller,2005)。尽管学习常被视为特定情境下的个体过程,但实际上它涉及众多系统性因素的参与(Brown,1992;Moore & Rocklin,1998)。分布式认知强调超越人类心智本身的知识系统的价值。因此,教育工作者和心理学家开发并使用了大量辅助工具,如多媒体白板和计算机辅助教学,以应对这些局限(Anderson,2003;Bocanegra等,2019;Glenberg,2010),或将学习内容程序化的计算机辅助教学,补充了教科书中常缺失的实践操作和思维过程,从而加深个体学习和认知深度,并促进与学习环境更有效的互动。在这一教育背景下,一个与认知心理学密切相关的概念便是认知卸载。在此,我们建议将认知卸载视为认知需求的转移(Dunn & Risko,2016;Risko & Gilbert,2016;Wahn等,2023),它本质上是一种认知重组形式——个体重新组织其对当前信息的处理方式,将部分认知负荷转移至外部工具或环境(Sachdeva & Gilbert,2020),以应对有限的认知资源或提升认知效果(Armitage等,2020;Risko & Gilbert,2016)。例如,当学生遇到超出其心算能力的复杂计算时,他们可能会选择使用计算器辅助,这便是典型的认知卸载行为。值得注意的是,认知卸载的关键在于其方向性,且不仅限于工具使用——它也可能表现为自发的外部身体动作。例如,年龄较小或有学习障碍的学生在进行数学运算时常用手指辅助,这也是一种自然且基本的认知卸载形式(Hord等,2023;Butterworth,2010)。
这些现象均表明,认知卸载在学习过程中扮演着普遍而重要的角色。关键是,一些研究者还强调,卸载不仅应对了当前的认知任务,还使以往不可能的人类认知成为可能——开发和利用外部资源使人类原本无法完成的认知过程变为可能(例如,使用翼装飞行)(Amalberti & Deblon,1992)。认知卸载的一个主要优势是提升学习效果,因为它将有限的智力资源释放给更高层次的加工。例如,记忆研究表明,卸载信息(如在词对任务中)不仅能提高对已卸载材料的回忆,还能增强对未卸载项目的记忆(Hu等,2019)。除记忆外,卸载还改进了复杂任务的执行。Gauselmann等(2022)通过使用上下文敏感的界面来卸载信息组织的认知工作,证明了这一点。他们的研究结果显示,当界面按相关性自动分类信息并通过保存上下文来管理任务切换时,参与者的认知表现和对关键内容的记忆均有所改善。这些研究表明,通过将记忆和信息管理的负担委派给外部系统,学习者可以更好地将认知资源配置到当前任务上。
学习中的程序性知识通常由一系列有时限的动作组成;在指定时间完成这些动作即可实现学习目标。认知卸载在前瞻记忆中也发挥着关键作用。研究表明,允许对记忆任务设置提醒能显著提高整体准确性、增强信心,并提升对未来表现的信心(Sachdeva & Gilbert,2020)。最后,认知卸载使教育者能够创造更有价值和个性化的学习体验,以满足学生的即时需求(Hu等,2019)。一个显著例子是针对数学困难学生的训练项目,其中数字和算术处理方面的困难普遍存在,尤其在年幼儿童中更为突出(Winkel & Zipperle,2023)。鉴于数学在知识体系和个人思维习惯发展中的重要性,针对数学困难的有针对性教学至关重要(Marita & Hord,2017)。例如,虽然手势在计算过程中常作为外化符号,但结合多种卸载形式——如在纸上写下公式以释放短期记忆负荷——能有效改善劣势学生的情况(Hord & Xin,2013;Hord等,2016;Hord等,2023)。通过持续的外部练习,有困难的学习者能够掌握这些手势中所蕴含的数学意义,从而提升其表现。
然而,认知卸载值得进一步审慎考量。在信息过载的时代,信息渠道和呈现形式的激增使学习变得复杂(Gikas & Grant,2013),对学习者提出了更高的认知要求。教育者和学生必须更好地管理和利用教育资源,以提升学习效果并促进知识习得。与此同时,ChatGPT等AI工具的进步使得更全面的认知卸载成为可能,通过根据学生个体水平和课堂内容提供个性化学习节奏,帮助学生组织和理解复杂材料(Bulley等,2020;Dawson,2020;Grinschgl & Neubauer,2022)。首先,虽然认知卸载提供了一种便捷的学习途径,但学习过程涉及众多认知功能——感知(Lutz & Huitt,2003)、记忆(Hu等,2019)。理解认知卸载如何与学习过程整合,将有助于优化其效果。其次,个体往往冲动而非审慎地选择卸载策略,即使在次优情况下也常常选择外部提醒。关于认知卸载策略的研究发现,个体往往偏好超出其最佳容量的外部提醒,且这种偏好往往与其客观表现无关——即他们本有能力处理任务,却选择卸载。即使在选择卸载会导致目标价值降低的情况下,这种情况也经常发生(Engeler & Gilbert,2020;Sachdeva & Gilbert,2020)。认知卸载会带来潜在成本,频繁依赖卸载策略会使看似微小的成本累积成难以管理的负担,例如投入时间设置大量提醒(Engeler & Gilbert,2020)。
此外,过度使用认知卸载可能会损害内在认知能力(Fasoli等,2025;Say等,2025)。研究发现,认知卸载在带来益处的同时,也可能在表现(Say等,2025)乃至相关能力(Fasoli等,2025)方面对个体造成潜在伤害。信息处理的外化可能扰乱原本相关的内部认知过程,对表现和能力造成双重损害(Nadeem,2025)。"谷歌效应"展示了搜索引擎如何削弱我们独立发现信息和批判性思考的能力(Vaidhyanathan,2011)。一旦我们依赖技术便利,相关风险便日益明显。在航空等关键行业中,广泛采用计算机辅助技术(Kayes & Yoon,2022),但这些技术并非万无一失。机组人员必须保持必要的知识和技能,因为如果系统失效,对仪器的过度依赖可能带来灾难性后果。这些考量凸显了理解认知卸载背后的心理机制的必要性,以及制定分析和引导个体卸载过程策略的必要性。
理解卸载决策的一个突出心理学框架是元认知。元认知是指个体对自身认知过程的认识和调节,既包含一种心理状态,也包含一种能力(Flavell,1979;Nelson & Narens,1990;相关综述文献见补充表S1)。大量实证研究表明元认知在触发认知卸载中发挥作用(Hu等,2019;Gilbert,2015a,2015b;Scott & Gilbert,2024;Weis & Wiese,2019b;相关实证研究见补充表S1)。元认知成分,包括主观信心(Boldt & Gilbert,2019)、元认知信念(Weis & Wiese,2022)和元认知偏差(Sachdeva & Gilbert,2020),显著影响学习者在记忆和感知任务中对辅助工具的选择。Risko和Gilbert(2016)首次提出了关于认知卸载的思考思路,强调元认知如何在任务情境中评估内部和外部策略,并将其作为认知卸载的原因。
从内部视角来看,Nelson和Narens(1990,见图1)的元认知动态模型划分了两个关键子系统:客体层和元层。客体层涉及对特定认知操作和任务执行的直接参与,例如阅读文章、解决数学问题。相比之下,元层涵盖与客体层交互的过程,包括元认知监测和控制。元认知监测涉及对自身认知过程的评估,如在阅读时评估理解程度(Flavell,1979;Schmitz等,2004)。元认知控制则涉及根据监测结果调整认知策略,例如为文本分析选择适当的学习方法(Boureau等,2015;Dunn等,2016;Sodian & Frith,2008)。在该动态模型中,客体层和元层相辅相成:前者提供任务特定的内容,而后者促进有效的学习管理(Flavell,1979)。作为学习过程中一个重要的心理组成部分,关于元认知和认知卸载的研究日益增多,许多研究探讨了这两个要素之间的上下游关系。
本综述的定位与贡献
本综述建立在认知卸载研究中若干基础性工作之上,并对其进行扩展。Risko和Gilbert(2016)的开创性论文引入了理解卸载的元认知框架,提出个体基于元认知评估来评价内部策略与外部策略。后续综述在此基础上进行了扩展:Gilbert等(2023)对意图卸载范式进行了全面综合;Dunn和Risko(2016)阐述了将元认知与卸载决策联系起来的理论机制;Richmond和Taylor(2025)考察了回顾性记忆的收益与成本;Dawson(2020)探讨了教育评估方面的启示。
尽管这些综述奠定了重要基础,但仍存在三个空白。首先,现有框架尚未系统区分元认知信念(存储在长时记忆中的稳定的、领域一般的自我认知)与元认知体验(在表现过程中产生的动态的、任务特定的感受)。这一区分对当代元认知理论至关重要(Fleming,2024;Efklides,2006),对于理解为何干预产生不一致的效果至关重要——针对信念的反馈(如比较排名)在任务进行中可能失效,而逐次尝试的表现反馈则能有效调节体验(Grinschgl等,2020;Engeler & Gilbert,2020)。其次,先前综述主要聚焦于实验室范式,对教育情境的整合有限,而认知卸载在教育情境中对学习、知识保持和学业发展具有深远影响。第三,现有综述均未系统运用Nelson和Narens(1990)的动态元认知模型——区分客体层过程与元层监测和控制——来追溯卸载决策从任务前锚定到任务中更新的时间演化。
本综述通过以下方式填补这些空白:(1)运用信念-体验框架来调和关于反馈和个体差异的矛盾发现;(2)系统考察客体层任务信息如何在学习各阶段输入元层决策;(3)基于这种机制性理解导出有针对性的教育建议。我们对教育情境的关注特别回应了日益增长的担忧:在没有元认知引导的情况下,技术增强的学习环境可能助长不适应的卸载模式(Skulmowski,2023)。通过区分干预应在何时针对信念(任务前)与体验(任务中),我们为教育者提供了有理论依据的策略,以优化学生的卸载行为,同时保护学习成果——这是先前综述中尚未充分发展的实际应用。
当前框架概述
综上所述,本文立足于学习情境,回应了以往理论模型在认知卸载中缺乏动态发生视角的不足。我们具体分析了元认知动态模型的价值。在第2至第4节中,我们从动态视角考察了各种驱动要素如何在元认知过程中影响认知卸载,并通过分析元认知所涉及的“客体层”与“元层”之间的交互来呈现这一过程。最后,在第5节中,我们分析了该模型对实践的启示和指导价值。具体而言,第2节从元层视角探讨了个体如何基于对任务的主观评价来分配策略,考虑了内部努力消耗和表现目标等因素。这一探讨阐明了个体为何可能选择卸载策略。第3节从客体层视角出发,强调任务反馈如何通过元层监测过程引导个体调整和完善其卸载策略。第4节总结了两层面的努力,描述了整个动态模型中所涉及的元认知成分,并归纳了卸载过程中所涉及的元认知。最后,第5节探讨了有前景的未来研究方向,包括元认知干预在教育实践中的价值、基于该模型的精细化研究路径,以及元认知理论进展对探索认知卸载的重要意义。
元层:以监测为基础的控制——以表现和努力为例
如前所述,元层是对认知进行反思性思考的场所。元认知监测使个体能够评估和解释其学习过程中的认知状态和表现,形成元认知控制的信息基础(Flavell,1979)。后者使个体能够主动调整和管理认知过程,例如根据自我评估的表现选择记忆策略,以便更好地为即将到来的测试做准备(Zimmerman,2002;Dunlosky & Metcalfe,2008)。因此,认知卸载可被视为学习中的一种自我调节优化机制,学习者在此过程中策略性地将认知资源在内部策略和外部策略之间进行分配,以在管理认知负荷的同时实现目标(Bruin等,2020;Dunn & Risko,2016;Risko & Gilbert,2016;Seufert,2018)。本节聚焦于元层成分,将认知卸载概念化为一种元认知过程(Cary & Carlson,2001;Weis & Kunde,2024;Fröscher等,2022)。在教育情境中,两个与学习相关的因素已引起研究关注:1)努力最小化,表现为个体在学习中对保存内部努力的主观倾向(Kelly & Risko,2022;Chiu & Gilbert,2024),例如使用计算机以减少脑力负荷;2)表现导向目标,即个体评估任务表现并实施策略以达到期望结果,即使认知卸载并不可靠地保证成功(Weis & Wiese,2019a;2019b)。本节在当前研究背景下考察这些元层因素及其在认知卸载中的作用。
表现导向目标与卸载行为
对任务表现的关注已被确定为驱使个体进行认知卸载的因素之一。个体在怀疑自身能力或持有悲观的表现评估时,往往寻求外部辅助(Boldt & Gilbert,2019)。学习材料的加工是各种学习和教学活动的基础。学习材料的知觉加工,特别是方向性信息,往往引发类似于心理旋转的行为,如眼动、头部倾斜或与刺激方向一致的手势,这被称为外部规范化(Risko & Gilbert,2016)。这种倾向随任务难度的增加而增强(Chu & Kita,2011)。Risko等(2014)在一项需要快速口头识别的字母命名任务中,考察了个体对旋转单词的无意识头部倾斜反应。参与者的任务信心与头部倾斜幅度显著相关:信心较低的参与者采用了更多的补偿性动作来优化表现,这反映了自发的卸载。类似的模式也出现在记忆任务中。教育情境中常涉及两种不同的记忆需求:前瞻记忆指记住在未来执行预定动作——如记住按时上课、在截止日期前提交作业或带所需材料到学校;而回顾性记忆则涉及回忆过去学过的信息——如为考试记住历史事实、回忆数学公式或提取外语词汇(Einstein & McDaniel,2005)。在这两个领域中,个体在怀疑自身能力或持有悲观表现评估时,往往会寻求外部辅助。Gilbert等(2020)在一项意图卸载任务中考察了卸载行为,参与者将编号的圆圈拖到目标方向,同时记住随机提示的焦点目标的意图。设置提醒能改善整体表现。类似地,Hu等(2019)发现,与无卸载对照组相比,将词对保存到计算机能提高回忆准确率。
努力最小化与认知卸载
在表现导向的教育情境中,成绩和排名是关键激励因素(Kuncel等,2004)。因此,学生在学业困难时理性地使用卸载来提升表现(Englert等,2007;Lada & Stefanowicz-Kocoł,2025)。然而,仅凭对表现的关注可能无法完全解释卸载行为。Cherkaoui和Gilbert(2017)发现,元认知受损的参与者并未将较低的任务信心转化为更多的提醒使用,这表明卸载决策还权衡了成本-收益(Gilbert,2024)。卸载策略在努力消耗上有所不同,从简单的头部动作到复杂的自动化(如编程)。这支持了努力最小化假说:个体卸载以减少内部认知努力(Ball & Peper,2025;Kelly & Risko,2022)。Norman(1993)考察了学生求助行为与其学业努力保存之间的关系。结果表明,学生常通过求助来利用外部资源,以减少自身在学习中的努力投入。Sachdeva和Gilbert(2020)通过激励依赖自身努力而非求助的记忆方式直接检验了这一假说。研究人员告诉参与者,如果在学习后他们用自己的努力完成任务,将获得更大的奖励。结果表明,更高的任务奖励降低了卸载倾向,证明动机激励可以覆盖努力最小化的偏好(Clay等,2022;Milyavskaya等,2019)。
表现与努力的相互作用
上述例子表明,在认知卸载任务的过程中,元层至少包含两个类似“内部努力”和“任务表现”的要素(Arango-Muñoz,2014;Dunn & Risko,2016;Engeler & Gilbert,2020;Risko等,2014)。那么,从学习过程开始到结束,这些要素可能发生怎样的变化?从学习过程发展的角度来看,正如建构主义所指出,个体带着先前的经验和信念进入学习情境,这些因素在学习开始之前就已影响其学习过程(Bandura,1991)。通过长期参与各种任务,学习者形成了一套信念(Neubauer & Hofer,2022;Schneider等,2022),包括与认知卸载相关的信念,例如关于自身记忆能力的信念(Henkel & Mathe,2007)或关于特定工具功能和可靠性的信念(Weis & Wiese,2019b)。这些可被视为元层固有的元认知成分(Drigas等,2023;Efklides,2008)。这些信念在个体参与特定任务之前就已存在,并构成个体卸载动机的基础(Eccles & Wigfield,2002;Pintrich等,1993)。
例如,Weis和Wiese(2019b)的研究发现,个体的“心智模型”——即他们对卸载目标能否解决问题的认知——显著影响其卸载选择,参与者对人类帮助者的信任高于对机器的信任。类似地,在参与特定任务之前形成的既有信念,如“努力最小化”和“表现导向”,可能会锚定后续的认知过程(Critcher & Dunning,2009)。采用最优卸载范式的认知卸载策略研究发现,从理性选择理论(Smelser,1992)的视角来看,个体理论上可以根据自身能力达到最优得分。然而,在这类任务中,个体往往未能达到最优卸载水平,与最优水平相比,通常使用了超出必要的更多提醒(Gilbert等,2020)。这可能源于他们持续高估工具的有效性,盲目相信外部工具能够实现目标(Scarampi & Gilbert,2021;Weis & Wiese,2019b)。即使在任务中引入激励以减少卸载偏差,这些偏差仍然持续存在而非消失,个体仍倾向于过度使用卸载以减少认知努力(Sachdeva & Gilbert,2020)。例如,在英语学习中表现持续不佳的学生,在开始词汇记忆任务时,其预期目标和付出努力的意愿受到先前学习经历(如习得性无助)的影响。因此,当提供辅助工具(如记事本、计算机)时,这类学习者可能会轻易使用它们,这反映了先前元认知信念对初始策略选择的影响(Risko & Gilbert,2016;Tsai等,2023)。
然而,从动态元认知模型的视角来看,这两个元认知成分并非一成不变(Flavell,1979)。随着任务的推进和个体在持续学习环境中的参与,他们对学习任务和策略的理解会因积累了关于任务需求的直接经验和接收表现相关信息而变得丰富(Kirschner等,2009)。研究发现,学习者可以根据表现过程中浮现的新任务要求灵活切换认知策略,在准确率优先和速度优先的目标之间切换,同时监测自己是落后于进度还是犯了太多错误(Weis & Wiese,2019a)。自发卸载研究还发现,随着任务难度的增加,跟随刺激呈现方向而头部倾斜的自发卸载倾向变得更加明显(Chu & Kita,2011),这表明个体对任务复杂性的意识以及相应的策略调整。学习者需要持续监测自己的表现,并以实际任务内容(如学习材料的呈现格式)作为判断线索来更新信念(Koriat,1997)。为了达到期望的表现水平,学习者根据对材料加工难度的感知来决定是否使用辅助(Ghauth & Abdullah,2010),或选择将难以加工的材料卸载到工具上以减少努力成本。这表明元认知监测对于当前任务中的策略选择至关重要(Karpicke等,2009;Roberts & Erdos,1993)。类似地,作为一种外部学习策略,选择认知卸载可能反映了个体对任务属性的判断(Risko & Dunn,2015)。例如,学习者意识到当前任务比最初假设的更具挑战性,可能导致更频繁地使用提醒工具。因此,通过这一持续的监测和判断过程,实际的任务努力付出和表现可被视为更新后的体验性现实,这是卸载行为产生的关键过程。
Dunn和Risko(2016)的研究对这类监测和判断进行了具体探索。在实验中,个体的直接任务目标是尽可能快速准确地完成阅读。该研究系统性地操纵了“文字旋转”和“布局框架旋转”,并比较了三类证据(自发性头部转动频率、客观时间/准确率、主观难度/时间/准确率判断),结论指向同一方向,即自我期望的满足是这种自发性认知卸载行为中不可忽视的要素之一:(1)在实验1-2中,自发性卸载的发生率排序为:文字+框架共旋转(RW-RF)> 仅文字旋转(RW-UF)> 仅框架旋转(UW-RF)> 全部直立(UW-UF)。然而,在不允许头部倾斜时的客观表现表明,RW-RF和RW-UF的“内部加工成本”相当,且均高于UW-RF。换言之,个体的实际行为与客观表现相分离;(2)实验3-4表明,参与者对“主观努力、主观时间、主观准确率”的评估与其是否选择卸载的行为模式高度一致:他们在主观上认为RW-RF更困难/更慢/更容易出错,且“头部转动”在RW-RF中的预期收益更大。因此,选择卸载更符合主观预期,而非客观可得的即时表现。简言之,个体在认知卸载中的选择更像是基于“我认为这更省力/更有益”的元认知判断,而非严格基于当前可测量的时间/准确率收益,这表明了主观预期的重要性。结果表明,对任务表现和努力付出的元认知评价——而非客观表现或努力——驱动了自发性卸载行为。这一发现再次确认了努力和表现在元认知框架中的共同作用,并强调了元认知视角在理解认知卸载中的重要性。在任务过程中,诸如对任务难度的主观感知或对任务表现的元认知评价等因素,与卸载选择密切相关。对表现的评价越低,卸载行为发生的可能性越高(Hu等,2019;Gilbert等,2020)。通过监测其具体的学习过程,学习者获得了对任务中努力和表现的更多体验性理解,从而能够持续更新先前的信念或学习计划。无论是追求表现者(为提高成绩)还是努力减少者,都表现出这一模式(Kelly & Risko,2022;Redshaw等,2018;Tsai等,2023)。
努力最小化和表现取向都反映了个体在策略选择中的元认知倾向(Frederick,2005;Fröscher等,2022)。然而,尽管我们采用分开的视角来阐述表现和努力在认知卸载中的作用,但显然两者在教育情境和心理情境中均存在密切关系。表现和努力在学习过程中紧密相连,努力往往是表现结果的关键驱动因素。增加努力通常能提升表现,因为投入更多时间和专注力的学习者往往取得更好的结果(Schunk,2003;Zimmerman,2002)。反之,成功的表现能增强个体的动机,使其在未来的任务中投入更多努力(Bandura,2013)。这一关系受到自我效能感的影响,因为相信自身能力的学习者更有可能付出必要的努力(Schunk & Pajares,2002)。最终,理解这种动态关系有助于教育者制定既能激发动机又能促进有效努力的策略,从而改善学习成果(Deci & Ryan,2000)。
近期一项综合性研究总结了以往关于两者关系的研究:Baars等(2020)的一项元分析揭示了感知努力付出与监测判断之间的负相关(r = -0.35),表明学习任务中的感知脑力负荷通常与学习者自我评估的学习效能呈负相关。另一项元分析(David等,2024)发现,在自我调节学习中,学习者的表现评估可通过其感知努力来预测(β = −0.19):个体感知付出的努力越多,其对当前任务表现的评价越低。来自噪声环境中听觉定位研究的证据也与此一致(Valzolgher等,2024)。在考察自发性头部运动作为认知卸载行为的声音定位研究中,结果显示,随着复杂噪声环境中声音定位工作量的增加,参与者的信心下降。相反,个体试次内自发性头部运动的增加与感知努力的降低和信心的提高相关。因此,在学习过程中,这两个元层因素很可能通过共享过程共同影响认知卸载的产生。例如,在表现驱动的学习情境中,内部努力作为影响坚持水平和表现评价的中介因素——任务中过度的努力付出可能削弱对表现结果的信心(Kelly & Risko,2022)。有趣的是,这可能解释了当前研究关于“努力驱动的卸载”为何得到不一致的证据:“在记忆领域的研究中,当研究者孤立地考察努力对认知卸载的影响时——例如设置需要更多体力投入的提醒——努力通常对个体的卸载选择具有解释力(Ball & Peper,2025;Gilbert,2024;Sachdeva & Gilbert,2020)。然而,当同时考虑表现监测和努力水平的解释时,努力的影响消失了(Gilbert等,2020,实验3)。”这可能是因为努力转化为对表现的追求,其影响被直接引导卸载行为的个体表现导向目标所掩盖。因此,元认知框架中“内部努力最小化”与“表现监测”目标之间的关系值得进一步探索(Dunn & Risko,2019;Kelly & Risko,2022;Klein-Flugge等,2016)。
任务前锚定与任务中更新
综上所述,在元层,个体经历着一个复杂的认知策略形成过程,其特点为持续的锚定与修正。元认知过程本质上是动态的,涉及既有信念与任务参与过程中涌现的实时体验之间微妙的相互作用(Fleming,2024)。
在任务启动之前,个体通过储存的认知自我图式——即关于个人认知能力、学习历史和先前工具使用经验的知识积累——建立初步的认知策略(Fleming,2024)。这些任务前信念充当初始认知启发式,引导初步的卸载决策(Risko & Gilbert,2016)。然而,从任务交互开始的那一刻起,这些锚定信念便不断经历重新校准。实证研究表明,卸载行为与努力付出和表现评价均呈独立的负相关(Gilbert,2024)。策略通常通过两种主要机制表现出来:(1)卸载信息以提升表现结果(Dunn等,2019;Hu等,2019),以及(2)增加对外部工具的依赖以减少个人认知努力成本(Dunn & Risko,2019;Gilbert,2024)。任务中的元认知体验产生即时的反馈循环,挑战或强化既有信念(Weis & Wiese,2019a)。由此产生的元认知体验是预期表现(信念驱动)与实际表现(体验驱动)之间复杂协商的结果。学习者根据具体的任务体验逐步选择学习策略,通过持续的信念更新来审慎权衡任务需求以实施相应方法。这些策略选择通过元认知控制功能执行(Boureau等,2015;Dunn等,2016;Weis & Wiese,2022)。
从实证角度看,这一过程表明认知卸载超越了一种静态选择,而代表着一个动态的、迭代的信念精炼过程。每一次交互都提供元层信息,逐步塑造个体对其认知工具集和个人学习策略的理解(Risko & Gilbert,2016)。
客体层与认知卸载:来自反馈的洞见
上一节阐明,认知卸载的一个潜在原因可能是元层中与认知卸载相关要素的信念更新。本节将焦点转向客体层,并提问:客体层在这一过程中具体扮演什么角色?
反馈在纠正卸载偏差中的作用
从先前的讨论中可以明显看出,当前研究者的一大关注焦点是认知卸载的价值,试图理解个体认知卸载对认知过程的影响。例如,认知卸载可以减少个体努力或提升表现以实现目标(Boldt & Gilbert,2019;Fellers等,2023;Gilbert,2015a,2015b)。然而,请注意,这并不意味着认知卸载的存在总是带来益处。事实上,不止一项研究发现,认知卸载在提供优势的同时,也可能在表现(Say等,2025)乃至相关能力(Fasoli等,2025)方面对个体造成潜在伤害。信息加工的外化可能扰乱原本相关的内部认知过程,对表现和能力造成双重损害(Nadeem,2025)。
研究者关注的另一个问题是,个体在面对如此多层面的选项时将如何选择。从理性选择理论(经济人假设)的角度(Smelser,1992)来看,学习者应基于表现理性地选择策略:当能够使用内部能力完成任务时,或当努力成本在可接受阈值内时,减少对外部策略的依赖。然而,现实并非如此。个体由过去知识和经验形成的既有信念起着关键作用,而这些成分往往存在偏差,例如老年人对移动设备效用的不信任,相比之下年轻人则高估其有效性(Scarampi & Gilbert,2021)。这些信念在决策中如同锚点,对个体随后的卸载选择施加显著偏差,导致任务中元认知表现出现偏斜,例如元认知评价显著偏离实际效用(Grinschgl等,2020;Ozturk,2017;Weis & Wiese,2022)。进而导致由脱离现实的元认知过程驱动的不加区分的卸载选择,如显著的元认知偏差(Engeler & Gilbert,2020)或错误的元认知信念(Grinschgl等,2020;Weis & Wiese,2022)。一个典型例子是个体卸载策略中“提醒偏差”的量化(Engeler & Gilbert,2020;Gilbert等,2020;Sachdeva & Gilbert,2020)。这个概念可以通过一个简单的类比来理解:想象你正在玩一个记忆游戏,你可以选择依赖自己的记忆或设置提醒,目标是在每轮中获得尽可能高的分数。如果你能为每种情况完美地选择最优策略,你将达到理论最高分。“提醒偏差”衡量的是你的实际选择与这个最优策略之间的偏差程度。偏差绝对值越大,表明与最优卸载策略的偏离越大,反映卸载决策的时机不当,表现为过度使用(如记下所有项目)或使用不足(如在脑中记忆而拒绝记下)。这两种极端都可能导致偏离个人能力下可获得的最佳结果。研究人员在多项研究中发现,提醒偏差与个体主观信心和偏离现实的元认知偏差之间存在强正相关(Gilbert等,2020;Gilbert,2024;Sun等,2025)。类似地,短时记忆研究揭示,当允许学习者在单词记忆任务中自由选择策略时,他们绝大多数倾向于使用提醒而非依赖自身能力(Murphy & Metcalfe,2025)。
对这一现象的一个可能解释是,在任务执行过程中未能调整初始信念(Grinschgl等,2021;Scarampi & Gilbert,2021;Tsai等,2023;Weis & Wiese,2022),这可能造成主观感知与实际表现之间的不一致。这种不匹配会扰乱元认知监测及随后的策略选择(Dunn & Risko,2019;Engeler & Gilbert,2020)。以牺牲内部努力为代价过度依赖外部工具,有扭曲学习策略和学业成果的风险。当学生频繁在困难情境中选择认知简化时,深入理解和审慎推理的机会就会减少,最终损害长期学业成就(Efklides等,2018)。这凸显了教育者和研究者在适当利用外部资源与促进学生内部认知之间取得平衡的必要性,以促进更深层、更可持续的学习(Finn,2008;Kelly & Risko,2019)。
如何减少错误,以帮助学习者更理性地选择认知卸载时机?研究已开始探索反馈的作用——这是一种向元层直接提供信息的关键客体层机制。其重要性已在众多元认知干预研究中得到强调(Förster & Strack,1998;Haddara & Rahnev,2022;Moritz & Lysaker,2018;Saenz等,2019)。此外,反馈对教育实践本身也具有重要价值(Shute,2008)。一方面,及时具体的反馈(如准确率)使教师能够提供客观准确的信息,帮助学生准确评估其学习状态和结果。这影响学习者的元认知监测过程,引导他们调整认知策略并优化学习方法,从而提升学习效率和学业表现(Black & Wiliam,1998)。此外,更抽象的反馈形式,如鼓励性陈述,能增强学生的动机和自我效能感,鼓励他们积极参与学习过程,促进更深入、更持久的知识习得(Panadero & Lipnevich,2022)。最后,对教育者而言,反馈提供了宝贵的诊断性洞见,使他们能够根据个体学生的需求和表现调整教学策略,促进个性化和针对性的教学(Kluger & DeNisi,1996)。因此,在客观任务中提供反馈以影响个体的元认知监测(如Engeler & Gilbert,2020),并观察随后卸载行为的变化,不仅有助于探索元层与客体层之间的关系,也有助于理解这些层面与认知卸载之间的因果联系,从而为后续教育实践提供证据和路径。
反馈干预的不一致效应:一个谜题
然而,关于反馈对认知卸载影响的研究得出了不一致的结果。一方面,Gilbert等(2020)发现,当不提供反馈时,学习者表现出使用更多提醒来完成记忆任务的偏差。然而,当参与者收到元认知建议反馈(例如,“基于你的表现,现在卸载是一个好选择”)时,他们在记忆任务中的提醒偏差有所减少,表现出更准确的元认知评价和更明智的卸载策略。当研究者操纵反馈效价(如负面表现)时,参与者的卸载偏好也随之向反馈效价方向转变,这与此前的发现一致。这些结果与先前静态视角的研究发现(Gilbert,2015a,2015b;Risko & Dunn,2015)一致,并验证了前述的信念更新过程。
另一方面,受反馈影响的元认知并不总是按预期发挥作用。在Grinschgl等(2020)的研究中,参与者完成了一项模式复制任务,需要将彩色方块匹配到对应位置。研究者通过提供关于参与者表现的虚构排名信息来操纵虚假任务反馈,旨在影响关于工作记忆的元认知信念以及存储在长时记忆中的一般自我信念。结果表明,反馈干预确实改变了元认知信念:低排名反馈降低了自我效能感和信心。比较性排名反馈显著改变了参与者关于工作记忆能力的元认知信念。然而,与预期相反,元认知信念较低的个体并未表现出增加的卸载行为,这一现象在以往的卸载研究中未曾观察到。
解决反馈悖论:区分元认知信念与元认知体验
我们认为,将元认知信念和元认知体验整合到动态模型中,有助于阐明在涉及认知卸载技术的实际任务中,客体层的反馈如何向上影响元层(Risko & Gilbert,2016)。这一整合模型可能揭示两个成分之间复杂的协调模式。如前所述,元层信念更新涉及来自客体层的信息,而反馈的存在使这一过程更加刻意的和可观察的。反馈干预结果进一步揭示,与认知卸载相关的元认知要素在信念更新过程中经历了从信念主导到体验主导的动态转变。
理论框架:元认知模型中的信念与体验
如前所述,审视认知卸载所涉及的各种元认知成分之间的差异,可为其提供有价值的洞见。从元认知研究的早期开始,学者们就强调需要区分元认知的不同成分(Flavell,1979)。现代模型通过精细化表征这些过程推进了这一理解(Allen等,2020;Fleming,2024;Hu等,2021;Tankelevitch等,2024;Veillette等,2024)。这些模型区分了元认知体验和元认知信念,并赋予它们在元认知操作模型中不同的角色。元认知信念包括个体存储在长时记忆中的关于自身的一般性信念和知识,代表具有先验性质的高阶元认知成分(例如Hamonniere & Varescon,2018)。相比之下,元认知体验包含在卸载任务监测过程中由特定信息产生的元认知感受(例如Efklides,2006)。这些体验是低阶成分,与当前任务和决策过程直接相关,对领域特定和感知信息更为敏感(Fleming,2024;Mazancieux等,2023;Weis & Wiese,2019a)。将这两个概念整合到元认知动态模型中,有助于阐明在涉及认知卸载技术的实践任务中,客体层的反馈如何向上影响元层(Risko & Gilbert,2016)。
跨学习阶段的差异效应
如前所述,元层的信念更新涉及来自客体层的信息,而反馈的存在使这一过程更加刻意的和可观察的。反馈干预结果进一步揭示,与认知卸载相关的元认知要素在信念更新过程中动态演化。学习前、学习中、学习后做出的卸载选择可能源于不同的机制,其潜在动机存在显著差异(Cotter等,2017;McWilliams等,2023;Murphy & Castel,2023)。反馈干预突出了这种分歧:在元层初始锚定阶段,先验的元认知信念(如关于一般认知能力的信念)深刻影响任务启动策略(Gilbert等,2023)。例如,在Grinschgl等(2020)的研究中,关于组内表现排名的反馈针对的是这些稳定的、自我参照的元认知信念。因此,针对信念的干预在任务开始时最为有效,影响学习者的初始策略——排名较低的个体可能增加外部工具使用或认知努力以提升表现。然而,随着信念更新的推进和任务特定信息的积累,反馈对元层的影响减弱。在此阶段,事件特定反馈(如正确性指标)变得至关重要。此类反馈通过提供任务相关信息来校准元认知体验,减少初始信念中的偏差(Grinschgl等,2020),并促使适应性策略转变,包括认知卸载(Engeler & Gilbert,2020;Grinschgl等,2021;Weis & Wiese,2019a)。因此,元认知体验在信念更新过程中占主导地位。这与“适应性元认知训练”研究的发现一致(Haddara & Rahnev,2022),该研究表明准确率反馈通过精细化认知策略而非增强整体认知能力来减少元认知偏差。提供正确性反馈有助于获取新感知信息和优化策略应用,而不一定需要提升一般认知能力(Engeler & Gilbert,2020)。
教育启示:干预的时机与靶向
这种动态双成分视角为理解Grinschgl等(2020)研究中的“意外结果”提供了清晰解释框架。当反馈主要针对长期存储的元认知信念(通过抽象排名信息)而非提供与当前任务执行直接相关的即时信息时,信念层面的改变可能无法有效渗透到由元认知体验主导的即时决策过程中。换言之,人为操纵的一般自我信念可能与任务执行中自然涌现的特定感知体验分离或冲突,导致反馈干预的预期效果被任务情境中积累的真实体验所覆盖或抵消(Ajjawi等,2022;Butler & Winne,1995;Kluger & DeNisi,1996)。这表明我们应遵循反馈干预的“时机-成分匹配”原则(Brand等,2020;Mates等,1992):在任务开始前的准备阶段,应关注通过提供准确、有建设性的个体能力信息来校准和优化元认知信念,以建立合理的任务期望和策略倾向;在任务执行过程中,应优先提供即时、具体、与任务相关的反馈信息,以直接优化元认知体验,如实时准确率指标、难度调整建议和策略有效性评估。通过精确匹配反馈类型与元认知成分的特征及其在不同任务阶段的主导角色,可以最大化反馈在促进理性认知卸载决策中的积极作用。
未来方向与实践应用
综上所述,本文探讨了认知卸载背后的元认知价值。通过从动态元认知模型中的元层和客体层双重视角进行考察,我们剖析了个体的认知卸载过程(图2)。首先,以内部努力和表现关注为例,我们强调了在元认知元层引导下,认知卸载中信念锚定与更新的双重过程。元认知监测为学习者策略选择提供基础,而元认知控制则执行这些决策。其次,基于当前研究中观察到的元认知监测缺陷,我们从客体层视角引入信息反馈机制,以完善我们对元认知控制调整的理解,从而进一步补全模型。通过回顾关于客体层信息影响的现有证据,我们提出元层可能涉及两个不同的元认知成分——元认知信念和元认知体验。前者在锚定阶段发挥作用,而后者影响更新过程,共同解释了反馈干预的复杂结果。这些见解强调了进一步研究认知卸载元认知模型的重要性。总体而言,这些发现推进了元认知框架,并突显了未来研究在若干关键领域的重点方向。
教育实践中的元认知干预
首先,将元认知干预引入认知卸载显然具有重要价值。包括正念和反馈在内的若干方法已被证明能正向增强元认知能力(Haddara & Rahnev,2022;Grinschgl等,2020;Mevarech & Kramarski,2003)。通过干预训练在客体层面提升认知能力,个体在决策时能更明智地使用认知卸载等补偿策略(Murphy等,2021)。例如,ARDESOS-DIAPROVE项目(Rivas等,2022)采用基于问题的学习(PBL)来鼓励学生觉察自己的思维过程,从而提高他们分析和解决问题的能力。该方法已被证明能在高等教育环境中增强元认知意识和批判性思维能力。有效的元认知干预还为认知卸载中的元认知活动提供了动态视角,为进一步探索元认知与认知卸载之间的关系提供了可行路径(Tsai等,2023)。这种理解可以更全面地洞察元认知干预的阶段和结果。
将元认知干预融入教育实践的益处更为显著。元认知干预增强学生的自我监测和调节能力,使他们能更准确地评估任务难度和认知负荷。这有助于学生更好地识别何时需要认知卸载,从而有效管理和优化学习过程(Dignath & Büttner,2008)。从长远的教育视角来看,元认知干预教会学生在面对挑战时如何灵活调整学习策略,从而改善表现、提升学习效率,并增强自信心和动机(Zepeda等,2015)。此外,元认知干预帮助学生发展反思和批判性思维能力,使他们能更好地理解和使用学习辅助工具,从而促进长期知识保持和迁移。教育者可以鼓励学生在课堂上进行反思和讨论,以帮助他们认识自己的学习策略;提供具体的卸载策略训练,教他们在各种学习任务中如何有效使用认知卸载;并根据他们的表现提供个性化反馈,帮助他们调整和优化卸载策略。
任务特定考量与范式差异
其次,尽管从各种卸载任务中可以得出相似的结论——表明元认知是一个共同驱动因素(Meyerhoff等,2021;Murphy & Metcalfe,2025;Gilbert,2024;Risko & Dunn,2015)——但这些任务的具体构成和元认知要素可能因任务属性而异(Dong等,2022;Grinschgl等,2020)。认知卸载研究中使用的任务范式极其多样,包括但不限于:记忆任务(如外部记录系统的使用、提醒设置)(Gilbert,2024;Sun等,2025)、计算任务(如计算器、统计软件的使用)(Wahn等,2023;Weis & Wiese,2022)、决策任务(如决策支持系统、专家咨询的使用)(Gao & Garagnani,2025;Weis & Wiese,2022)以及创造性任务(如写作辅助工具、创意生成器的使用)(Chandrasekera等,2025)。虽然研究者在解释研究结果时常非正式地讨论范式差异,但直接比较元认知过程在不同卸载范式中如何运作的系统性实证研究仍相对匮乏。不过,也存在重要的例外:Meyerhoff等(2021)直接比较了意图卸载、模式复制任务和短时记忆容量测量,发现个体在卸载倾向上的差异是范式特定的,而非反映一种领域一般的“卸载倾向”。类似地,Ball等(2021)考察了前瞻记忆卸载在实验室和自然情境中的个体差异,揭示了情境依赖的变异。
这些研究表明,不同范式间元认知需求的差异确实导致认知卸载的不同表现,因此这是一个值得持续研究的重要方向(Gilbert等,2023)。通过比较和控制不同任务中的元认知因素,教师和教育研究者可以更准确地识别在特定学习任务中最有效的元认知策略。这种精确识别具有重要的教育价值:基于学科特点和任务类型的个性化教学设计。这种比较研究有助于设计更有针对性的教学方法和干预措施,提高学生的学习和元认知能力。
我们提出两条可能的研究路径来应对范式差异:一是前设计路径,通过渐进式范式修改控制混杂因素(如任务难度、外部辅助的可获得性、时间压力、奖励结构、元认知收集设计),逐步聚焦于元认知在认知卸载中作用的边界(Burnett & Richmond,2025;Meyerhoff等,2021)。例如,在元认知收集方面,以往研究使用了不同形式的元认知判断,有的采用前瞻性元认知判断(如Gilbert等,2020),而有的则使用回顾性判断(Fellers等,2023)。未来研究可采用多种方法在多个时间点收集元认知数据,然后考察这些数据与认知卸载选择之间的关系,最终比较结果。后设计路径则通过亚组分析和元分析来去除不同范式的影响,考察经实证验证的关系和整体效应量(Meyerhoff等,2021;Berman & Parker,2002;Wang等,2007;Campain & Yang,2010)。最近,Burnett和Richmond(2025)的元分析量化了卸载效应在不同记忆范式(回顾性与前瞻性)和结果指标上的差异。该研究识别了几个调节因素,例如卸载在前瞻性记忆任务中的效应大于回顾性记忆任务,且被试内设计比被试间设计产生更大的益处。因此,通过亚组分析,分离不同任务范式对认知卸载中元认知引导的影响,可以帮助教育研究者根据不同任务特点调整教学策略,也能更好地支持学生在复杂学习任务中使用辅助工具。引导学习者适应不同任务——通过提供适当的介绍和反馈——可以增强对相关要素的准确元认知监测,使他们能在内部和外部学习策略之间更有效地切换,最大化工具的作用,从而实现个体能力的全面发展(Moshman,2018)。
先进的元认知测量方法
最后,基于信号检测理论和各种测量模型,元认知在已有的卸载研究基础测量之外,为扩展定量研究提供了更多可能性(Maniscalco等,2025)。例如,虽然Gilbert及其同事已卓有成效地使用了元认知偏差度量(如提醒偏差)来量化与最优卸载策略的偏差(Gilbert等,2020;Sachdeva & Gilbert,2020),但基于信号检测框架,还可以从信心评级中导出meta-d'和meta-d' – d'等额外指标(Fleming & Lau,2014)。这些指标关注信心背后的元认知特质:元认知敏感性(meta-d')衡量个体基于信心评级区分其正确与错误决策的能力——本质上,即信心追踪客观表现的准确程度。元认知效率(meta-d' – d'或meta-d'/d')表示相对于客观任务表现(d')的元认知敏感性,表明在给定感知或认知能力下个体的元认知监测有多好。元认知偏差(标准)反映独立于准确率的过度自信或信心不足的系统性倾向。在未来探索认知卸载背后的元认知时,或许值得更系统地将这些精细化指标与已有的提醒偏差等度量相结合,而不是仅仅依赖基本的信心度量(Jang等,2020)。
使用这些精细化指标可以提高元认知测量的准确性和特异性,并允许更全面地利用信心数据。通过量化元认知敏感性和元认知偏差,教育研究者可以在不同学习任务中更准确地评估学生的元认知水平。这些指标有助于教师理解学生基于信心判断的自我监测能力的准确性,并引导学生更有效地进行自我反思和策略调整(Cheruvalath & Gaude,2023)。此外,关注不同的元认知指标有助于对以往宽泛的关系进行具体分析,通过深思熟虑和有针对性的定量分析不断精细化认知卸载的元认知框架。这种关系分析还能为教育评价和分析提供新工具。通过考察学习者与教学环境中认知卸载工具之间的关系,我们可以全面评估学习者在任务中的不同元认知特征。理解个体在学习过程中的心理状态变化如何导致其使用工具,有助于针对元认知的不同方面开发不同的教学模式,促进教学策略和目标的有效性。
结论
本文通过元认知的视角对认知卸载进行了全面探讨,揭示了表现目标、努力最小化与策略性决策之间的复杂交互。通过考察元层与客体层过程之间的动态交互,我们表明认知卸载并非简单的工具使用行为,而是一种涉及持续监测与适应的精妙元认知策略。我们的分析突显了个体的卸载决策由既有信念与任务特定体验之间精细的交互所驱动,强调了理解元认知机制在学习和问题解决中的重要性。随着数字技术的不断发展,深化理解我们如何策略性地利用外部认知资源,对于优化人类认知潜能变得日益关键。
原文链接:https://ideas.repec.org/a/pal/palcom/v13y2026i1d10.1057_s41599-026-06621-5.html
热门跟贴