學習策略在預測成就方面勝過智商

加入我們的科學愛好者社群!

本文發表於《大眾科學》的前部落格網路,反映了作者的觀點,不一定代表《大眾科學》的觀點



關於支援科學新聞

如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱,您將有助於確保未來能夠繼續報道關於塑造我們當今世界的發現和思想的具有影響力的故事。


在20世紀60年代,傳奇心理學家阿爾伯特·班杜拉否定了學習是被動的觀點。相反,他強調了積極使用學習策略的重要性。今天,班杜拉的遺產仍然存在,並在令人興奮的新方向上得到了擴充套件。

基於班杜拉的開創性研究,1986年,巴里·齊默曼和馬丁內斯·龐斯發表了一篇論文,這篇論文促成了一個關於自我調節學習策略的全新研究領域。齊默曼和龐斯採訪了40名“成績優異”的十年級學生,並將他們的回答與40名“成績較差”的十年級學生進行了比較。具體來說,他們詢問學生們在課堂參與、學習和完成作業時使用的學習策略。在採訪過程中,他們確定了十四種自我調節學習策略。他們發現,成績優異的學生與成績較差的學生在是否使用這些策略、使用策略的頻率以及使用策略的一致性方面存在差異。

在過去的幾十年裡,已經有多項研究表明,使用各種方法(例如,出聲思考協議、日記、觀察)的自我調節學習策略方法是有效的。在一項最近的大型綜述中,約翰·鄧洛斯基及其同事評估了十種學習策略的相對效用。雖然一些學習策略(例如,高亮、重讀)被發現對學習成果的益處較低,但以下策略被評估為具有中等到高等效用:練習測試(高)、分散練習(高)、精細化審問(中)、自我解釋(中)和穿插練習(中)。練習測試在各種情境和時間跨度上都擁有最多的證據支援其對學習的益處。

研究人員最近也開始將學習策略方法與專家績效方法相結合。大量研究表明,一種非常刻意的練習,包括積極使用策略來最大化績效和克服侷限性,對於在包括藝術、科學和體育在內的許多領域取得卓越成就至關重要。令人興奮的是,最近的研究表明,專家績效方法也可以應用於加深我們對學校知識獲取的理解。

在一項研究中,基魯蒂加·南達戈帕爾和K·安德斯·埃裡克森調查了高階生物科學專業本科生中自我調節學習策略的使用情況。由於這些學生“主動決定走上獲取生物科學專業知識的道路”,他們符合專家績效方法的標準。他們採用了專家績效方法的一個關鍵方法論,分析了學生在三週內的日記,估計了自我調節學習策略的存在、頻率和持續時間(以總小時數計算)。他們將十四種自我調節學習策略分為六個主要類別:自我調節(自我評估、目標設定、計劃等)、組織尋求資訊助記符使用尋求社會幫助(例如,向同伴、導師和教授尋求幫助)和複習(複習以前的問題、筆記、教科書等)。然後,他們根據學生入學前的GPA,比較了以下三組成就學生的日記回覆:高成就學生(GPA > 3.7)、平均成就學生(GPA ≥ 3)和低成就學生(GPA < 3)。

透過比較不同成就組學生的日記回覆,他們發現高成就學生報告使用了更多不同的策略。與低成就學生相比,高成就學生尤其更傾向於參與組織和轉換、尋求資訊以及複習策略。時間安排也很關鍵。雖然學生在期中考試周比其他周更頻繁、更長時間地參與組織、轉換和複習筆記,但高成就學生在期中考試周比低成就學生向同伴尋求更多幫助,並且花費更多時間學習。相比之下,低成就學生在學期末比平均成就學生更多地參與這些策略。高成就學生在學期初也比平均和低成就學生花費更多時間進行與學習相關的活動,而各組在學期後期沒有這種差異。

預測期末GPA的最重要的學習策略是(1)尋求資訊,(2)複習教科書,以及(3)在期中考試周期間向同伴尋求幫助。雖然之前的SAT分數與學期GPA之間存在顯著相關性,但一旦考慮了最具預測性的學習策略,之前的SAT分數就無法解釋期末學期GPA的任何額外變異。考慮到已知與SAT分數高度相關的智商分數是學業成就的優秀預測指標,這一發現實際上非常引人注目!雖然這些發現當然不會否定智商測試的預測價值,但它們確實表明,那些具有較高一般認知能力的人在如此多的學習情境中往往表現出色的關鍵原因之一,很大程度上是由於他們使用了能夠最大化學習成果的有效學習策略。

這個觀點與南達戈帕爾、羅伊·羅林和珍妮特·泰勒進行的一項有趣的研究相符。他們讓雙胞胎在進行三項與智商顯著相關的認知測試時出聲思考——聯想學習、工作記憶和處理速度。在分析參與者的思維過程後,研究人員發現,所有三項認知測試的表現都受到認知策略(例如,助記符編碼技術)的嚴重影響。最引人注目的是,聯想學習任務(最適合使用策略)的策略使用差異解釋了對績效的遺傳影響的很大一部分。雖然當然需要對學習策略的發展進行更多研究,但這項研究是第一個證明認知任務表現的遺傳性部分是由於使用了特定的認知策略。

另一項最新研究進一步支援了學習策略對於預測長期成長和成就的重要性。村山航及其同事調查了動機、學習策略和智商對解釋德國學生5至10年級數學成績長期增長的同步預測作用。他們的數學成績衡量標準測試了算術、代數和幾何等能力。在他們研究開始時,智商、動機和學習策略顯著預測了數學成績,其中動機和學習策略在智商之上增加了額外的預測作用。

然而,一旦他們考察長期增長的預測因素,情況就發生了變化。在考慮人口統計學資訊後,智商與數學成績的增長無關。相比之下,感知控制(例如,“做數學時,我越努力,我表現得越好”)、內在動機(例如,“我投入大量精力學習數學,因為我對這門學科感興趣”)和深度學習策略(例如,“當我為考試學習時,我嘗試與其他數學領域建立聯絡”)顯著預測了數學知識的增長。更重要的是,表面學習策略(“對於一些數學問題,我記住正確解決方案的步驟”)負向預測了數學的增長。

研究人員將他們的發現與馬太效應聯絡起來:那些具有高內在動機和有效學習策略的人傾向於提高他們的能力,而那些沒有這些特徵的人傾向於降低他們的能力。隨著時間的推移,能力較高的人和能力較低的人之間的差距將會擴大這更有理由讓我們為每個人創造積極參與的正確條件,並教導人們取得成功的正確策略。

如果您想了解更多關於不同型別的思維和通往卓越的多種途徑,您可能會對我的即將出版的書籍《天賦平平:重新定義智力》感興趣,該書將於今年夏天由基礎圖書出版社出版。

© 2013 斯科特·巴里·考夫曼,版權所有

圖片來自 Everhear.com

Scott Barry Kaufman is a humanistic psychologist exploring the depths of human potential. He has taught courses on intelligence, creativity and well-being at Columbia University, N.Y.U., the University of Pennsylvania, and elsewhere. He hosts the Psychology Podcast and is author and/or editor of nine books, including Transcend: The New Science of Self-Actualization, Wired to Create: Unraveling the Mysteries of the Creative Mind (with Carolyn Gregoire), and Ungifted: Intelligence Redefined. Find out more at http://ScottBarryKaufman.com. In 2015 he was named one of "50 groundbreaking scientists who are changing the way we see the world" by Business Insider. He wrote the extremely popular Beautiful Minds blog for 大眾科學 for close to a decade. Follow him on X.

More by Scott Barry Kaufman
© .