学习策略在预测成就方面胜过智商

加入我们的科学爱好者社区!

本文发表于《大众科学》的前博客网络,反映了作者的观点,不一定代表《大众科学》的观点



关于支持科学新闻

如果您喜欢这篇文章,请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅,您将有助于确保未来能够继续报道关于塑造我们当今世界的发现和思想的具有影响力的故事。


在20世纪60年代,传奇心理学家阿尔伯特·班杜拉否定了学习是被动的观点。相反,他强调了积极使用学习策略的重要性。今天,班杜拉的遗产仍然存在,并在令人兴奋的新方向上得到了扩展。

基于班杜拉的开创性研究,1986年,巴里·齐默曼和马丁内斯·庞斯发表了一篇论文,这篇论文促成了一个关于自我调节学习策略的全新研究领域。齐默曼和庞斯采访了40名“成绩优异”的十年级学生,并将他们的回答与40名“成绩较差”的十年级学生进行了比较。具体来说,他们询问学生们在课堂参与、学习和完成作业时使用的学习策略。在采访过程中,他们确定了十四种自我调节学习策略。他们发现,成绩优异的学生与成绩较差的学生在是否使用这些策略、使用策略的频率以及使用策略的一致性方面存在差异。

在过去的几十年里,已经有多项研究表明,使用各种方法(例如,出声思考协议、日记、观察)的自我调节学习策略方法是有效的。在一项最近的大型综述中,约翰·邓洛斯基及其同事评估了十种学习策略的相对效用。虽然一些学习策略(例如,高亮、重读)被发现对学习成果的益处较低,但以下策略被评估为具有中等到高等效用:练习测试(高)、分散练习(高)、精细化审问(中)、自我解释(中)和穿插练习(中)。练习测试在各种情境和时间跨度上都拥有最多的证据支持其对学习的益处。

研究人员最近也开始将学习策略方法与专家绩效方法相结合。大量研究表明,一种非常刻意的练习,包括积极使用策略来最大化绩效和克服局限性,对于在包括艺术、科学和体育在内的许多领域取得卓越成就至关重要。令人兴奋的是,最近的研究表明,专家绩效方法也可以应用于加深我们对学校知识获取的理解。

在一项研究中,基鲁蒂加·南达戈帕尔和K·安德斯·埃里克森调查了高级生物科学专业本科生中自我调节学习策略的使用情况。由于这些学生“主动决定走上获取生物科学专业知识的道路”,他们符合专家绩效方法的标准。他们采用了专家绩效方法的一个关键方法论,分析了学生在三周内的日记,估计了自我调节学习策略的存在、频率和持续时间(以总小时数计算)。他们将十四种自我调节学习策略分为六个主要类别:自我调节(自我评估、目标设定、计划等)、组织寻求信息助记符使用寻求社会帮助(例如,向同伴、导师和教授寻求帮助)和复习(复习以前的问题、笔记、教科书等)。然后,他们根据学生入学前的GPA,比较了以下三组成就学生的日记回复:高成就学生(GPA > 3.7)、平均成就学生(GPA ≥ 3)和低成就学生(GPA < 3)。

通过比较不同成就组学生的日记回复,他们发现高成就学生报告使用了更多不同的策略。与低成就学生相比,高成就学生尤其更倾向于参与组织和转换、寻求信息以及复习策略。时间安排也很关键。虽然学生在期中考试周比其他周更频繁、更长时间地参与组织、转换和复习笔记,但高成就学生在期中考试周比低成就学生向同伴寻求更多帮助,并且花费更多时间学习。相比之下,低成就学生在学期末比平均成就学生更多地参与这些策略。高成就学生在学期初也比平均和低成就学生花费更多时间进行与学习相关的活动,而各组在学期后期没有这种差异。

预测期末GPA的最重要的学习策略是(1)寻求信息,(2)复习教科书,以及(3)在期中考试周期间向同伴寻求帮助。虽然之前的SAT分数与学期GPA之间存在显著相关性,但一旦考虑了最具预测性的学习策略,之前的SAT分数就无法解释期末学期GPA的任何额外变异。考虑到已知与SAT分数高度相关的智商分数是学业成就的优秀预测指标,这一发现实际上非常引人注目!虽然这些发现当然不会否定智商测试的预测价值,但它们确实表明,那些具有较高一般认知能力的人在如此多的学习情境中往往表现出色的关键原因之一,很大程度上是由于他们使用了能够最大化学习成果的有效学习策略。

这个观点与南达戈帕尔、罗伊·罗林和珍妮特·泰勒进行的一项有趣的研究相符。他们让双胞胎在进行三项与智商显著相关的认知测试时出声思考——联想学习、工作记忆和处理速度。在分析参与者的思维过程后,研究人员发现,所有三项认知测试的表现都受到认知策略(例如,助记符编码技术)的严重影响。最引人注目的是,联想学习任务(最适合使用策略)的策略使用差异解释了对绩效的遗传影响的很大一部分。虽然当然需要对学习策略的发展进行更多研究,但这项研究是第一个证明认知任务表现的遗传性部分是由于使用了特定的认知策略。

另一项最新研究进一步支持了学习策略对于预测长期成长和成就的重要性。村山航及其同事调查了动机、学习策略和智商对解释德国学生5至10年级数学成绩长期增长的同步预测作用。他们的数学成绩衡量标准测试了算术、代数和几何等能力。在他们研究开始时,智商、动机和学习策略显著预测了数学成绩,其中动机和学习策略在智商之上增加了额外的预测作用。

然而,一旦他们考察长期增长的预测因素,情况就发生了变化。在考虑人口统计学信息后,智商与数学成绩的增长无关。相比之下,感知控制(例如,“做数学时,我越努力,我表现得越好”)、内在动机(例如,“我投入大量精力学习数学,因为我对这门学科感兴趣”)和深度学习策略(例如,“当我为考试学习时,我尝试与其他数学领域建立联系”)显著预测了数学知识的增长。更重要的是,表面学习策略(“对于一些数学问题,我记住正确解决方案的步骤”)负向预测了数学的增长。

研究人员将他们的发现与马太效应联系起来:那些具有高内在动机和有效学习策略的人倾向于提高他们的能力,而那些没有这些特征的人倾向于降低他们的能力。随着时间的推移,能力较高的人和能力较低的人之间的差距将会扩大这更有理由让我们为每个人创造积极参与的正确条件,并教导人们取得成功的正确策略。

如果您想了解更多关于不同类型的思维和通往卓越的多种途径,您可能会对我的即将出版的书籍《天赋平平:重新定义智力》感兴趣,该书将于今年夏天由基础图书出版社出版。

© 2013 斯科特·巴里·考夫曼,版权所有

图片来自 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 大众科学 for close to a decade. Follow him on X.

More by Scott Barry Kaufman
© . All rights reserved.