利用技术支架和工具促进学生问题解决能力的发展

许多技术可以作为支架和工具，帮助学生解决问题。这一想法久而有之：在《大西洋月刊》1945年刊登的一篇预言性文章中，万尼瓦尔·布什——罗斯福总统的科学顾问，把计算机描写成一个在科学研究、工作、学习中充当文书和其他支持科学研究功能的通用符号系统，因此计算机能解除人类大脑的负担，让他们去从事创造性的工作。

应用于课堂的第一代基于计算机的技术采用了非常简单的电子“抽认卡”的形式，学生使用电子“抽认卡”来操练无关联的技能。当应用程序已经在社会其他领域广泛使用时，基于计算机的学习工具已变得比较复杂了（Atkinson，1968；Suppes and Morningstar，1968）。如今这些工具包括计算器、电子表格、图形程序、函数探测器（例如，Roschelle and Kaput，1996）、用于提出推测和检验推测的“数学猜测器”（如，Schwartz，1994）、用于生成复杂现象的模型和检测模型的建模程序（Jackson et al.，1996）。在由学习研究所开发的“通过应用程序学习中学数学的项目（MMAP）”中，创新的软件工具被用于通过解决诸如为北极人的住所设计保温材料的问题来探究代数中的概念（Goldman and Moschkovich，1995）。在小行星识字系列中，计算机软件通过“成为好作家”的几个阶段帮助学生进步（范德比尔特大学认知与技术小组，1998a，b）。例如，在小行星识字系列中，基于音像的、引人入胜的历险故事鼓励幼儿园、一、二年级的学生们编写小书，并解决在历险故事的结尾处提出的挑战性问题。其中的一个挑战问题是：为了营救小行星上的生物，以防止它落入一个名叫旺狗（Wongo）的恶魔所设的陷阱，学生们必须写一本小书。

教育面临的挑战是设计用于学习的技术，它既汲取了来自有关人类认知的知识，又采纳了技术如何能使工作现场的复杂任务得以解决的实际应用。这些设计使用技术支持思维和活动，这好比年幼的孩子学骑脚踏车需要练习轮子，否则没有支撑他们就会摔下来。正如练习轮子一样，计算机搭建的支架允许学习者开展更高级的活动，参与更高级的思维和问题解决活动，没有支架就无法收到这样的效果。认知技术第一次用来帮助学生学习数学（Pea，1985）和写作（Pea and Kurland，1987）；十年后，许多项目都使用认知支架来促进学生在科学、数学和写作中的复杂思维、设计和学习。

例如望景楼系统是为高中学生设计的，其目的是教他们学习与科学有关的公共政策问题，因为他们缺乏深入理解许多科学领域的深层次知识，难以关注复杂科学辩论中的关键问题，不能识别隐含在科学理论和论据中的抽象关系（Suthers et al.，1995）。望景楼系统使用带特定方框的图形来表示不同类型观点间的关系，它有助于支持学生就与科学有关的问题进行推理。当学生们使用望景楼系统中的方框和链接表示他们对一个问题的理解时，在线顾问会给出提示，帮助学生们拓宽论证的广度、保持论点的一致性和理据性（Paolucci et al.，1996）。

支架式学习经验可以用不同的方式组织。一些教育研究者提出了认知学徒模型，首先让学习者观察专家级的从业者的示范行为，然后为学习者搭建支架（提供建议和示例），接着引导学习者实践操作，逐渐减少支持和引导，直到学徒能够独立工作（Collins et al.，1989）。其他人争辩说，采用单一方法的目标不切实际且过于局限，因为成年人经常需要使用工具或其他人力资源来完成他们的任务（Pea，1993b；Resnick，1987）。有些人甚至主张精心设计的、能支持综合性活动的技术工具可以建立起一个真正的人机共生关系，把人类活动的组成部分重新组织成不同于前技术设计的结构（Pea，1985）。虽然对于确切的目标和如何评价搭建支架技术的优点存在各种不同的观点，但是人们一致认为新工具使人们能够以比过去更复杂的方式进行工作和学习。

在许多领域，专家们正应用新技术以新的方式表征数据，例如，利用三维虚拟的模型模拟金星的表面，或者模拟分子的结构，它们可以用电子方式制作，并从任何一个角度观察。再举一个例子，地理信息系统利用颜色深浅在图上直观地表示温度或降雨。借助于这些工具，科学家能够更快速地辨别模型，并且发现以前没有注意的相互关系（例如，Brodie et al.，1992；Kaufmann和Smarr，1993）。

一些学者断言模拟和基于计算机的模型是自从在文艺复兴时期出现数学建模以来用于揭示数学和科学的发展进步和实际应用的最强有力的资源（Glass and Mackey，1988；Haken，1981）。从用不活动的媒体（如一副图画）表示静态模型发展到用互动媒体（提供直观、分析工具）表示动态模型，这一转变深刻地改变了探究数学和科学的性质。当学生们创建可旋转的模型，从不同的视角介绍问题时，他们可以把各种解释直观化。这些变化影响着所要考虑的各种现象和争论的特点以及可接受的证据（Bachelard，1984；Holland，1995）。

人们着手改造科学家们用于发现模式和解释数据的基于计算机的直观、分析工具，以适合学生使用。例如，利用与微型计算机相连的探头，学生们可以做出分析诸如加速度、光、声音等变量的实时图形（Friedler et al.，1990；Linn，1991；Nemirovsky et al.，1995；Thornton and Sokoloff，1998）。人类能够快速地加工和记忆直观的信息，这一能力表明具体的图形和其他的直观性信息表征有助于人们学习（Gordin and Pea，1995），同样有助于科学家开展他们的研究工作（Miller，1986）。

CoVis项目为大学预科的学生和教师开发了许多各种各样的科学直观环境（Pea，1993a；Pea et al.，1997）。班里的学生收集和分析实时的天气数据（Fishman and D'Amico，1994；伊利诺斯大学，Urbana-Champaign，1997）或者25年中北半球的气候数据（Gordin et al.，1994）。或者学生们可以调查全球温室效应（Gordin et al.，1996）。正如上面所描述的，借助于新技术的学生可以通过网络进行交流、处理数据集、开发科学模型，以及对有意义的科学问题进行合作式调研。(www.xing528.com)

自从1980年代以来，认知科学家、教育工作者和技术专家已经提出了这样的观点：如果学习者能够创建和操纵模拟自然现象和社会现象的模型，那么他们会对这些现象有更深入的理解（例如，Roberts and Barclay，1988）。目前，在利用基于技术的建模工具的班级中，正对这些猜测进行检验。例如，由麻省理工学院根据系统动力学研究而开发的STELIA模型环境已经广泛地应用于本科生和大学预科生的教学中，应用于诸如人口生态学、历史的各种领域中（Clauset et al.，1987；Coon，1988；Mintz，1993；Steed，1992；Mandinach，1989；Mandinach et al.，1988）。

为遗传范畴（GenScope）项目而开发的教育软件和探究、发现活动应用模拟技术来教授遗传学中的核心课题，遗传学是大学预科生物课程中的一个部分。这些模拟让学生浏览了六个层级的关键性遗传概念：DNA、细胞、染色体、有机体、谱系和人口（Neumann and Horwitz，1997）。遗传范畴还使用一个创新性的超级模型，让学生们提取真实世界的数据来创建基本的自然过程的模型。在波士顿城区的高中学生中对这个项目进行评价，发现学生们不仅有兴趣学习这个复杂的学科，而且对概念的理解也有了显著的提高。

学生们使用交互式的计算机微型世界来学习牛顿力学中的力和运动（Hestenes，1992；White，1993）。借助于交互式的计算机微型世界媒介，学生们同时获得了动手和动脑的经验，因此对科学有了更深入的理解。与许多上物理课的十二年级学生相比，使用了基于计算机的学习工具的六年级学生能更好地理解加速度和速度的概念（White，1993），参见参考资料9.3。在另一个项目中，中间学校的学生使用易于操作的基于计算机的工具（Model-It）来创建系统的定性模型，如在当地小溪中水的质量和海藻的含量。学生们可以把他们收集到的数据输入到模型中，观察结果，并形成对关键变量间的关系的更好理解。

综上所述，当基于技术的工具被整合到课程中，并与有关学习的知识配合使用时，这些工具能够增强学生的行为表现（如，特别参见White and Frederiksen，1998）。但是仅仅把这些工具放置于教室中并不保证学生的学习就能提高；它们必须成为教学方法中有机的组成部分。

背景资料9.3　在物理教学中使用“思想家工具”（ThinkerTools）

“思想家工具探索课程”使用了一个创新性的软件工具，这个工具可以让实验者在各种条件下做物理实验，并把结果与用实物实验所得的结果进行对比。这个课程通过使用一个探索性的教学循环，强调元认知的教学方法（参见第二、三和四章），帮助学生了解他们处于探索性循环的哪个阶段，此外它还使用了被称为反思性评价的过程，在这个过程中学生们反思他们自己的探索，并进行相互评价。

在城市公立中学七、八、九年级学生中开展这项实验，实验表明建模软件工具不仅使难以理解的物理学科变得容易理解，而且学生们普遍对物理学科感兴趣。学生们既学习了物理又了解了探索的过程。

我们发现，即使学生的年级和前测成绩都低，凡是参加了“思想家工具”课程的学生在解决将牛顿力学的基本原理应用于真实情境的定性问题时，他们的表现超过了学过物理的高中学生。一般而言，这种面向探索、基于模型的建构主义教授科学的方法似乎比传统的教学方法更能让学生们普遍对科学感兴趣和容易理解科学（White and Fredericksen，1998：90—91）。