详细内容或原文请订阅后点击阅览
管理负载：教育中的人工智能和认知负载
您是否曾经想过，您设计了精心设计的课程或课堂活动，却发现某些方面没有按计划进行？当我第一次教授人体解剖学研究生课程时，学生们告诉我，“我不知道从哪里开始使用所有资源，所以我就没有这样做。”第二年，我将所有内容简化为一个[...]管理负载：人工智能和教育中的认知负载的帖子首先出现在教师焦点|高等教育教学与学习。
来源:教师焦点您是否曾经想过，您设计了精心设计的课程或课堂活动，却发现某些方面没有按计划进行？ 当我第一次教授人体解剖学研究生课程时，学生们告诉我，“我不知道从哪里开始使用所有资源，所以我就没有这样做。”第二年，我将所有内容精简到一本教科书中，却听到“这里的信息太多了，其中一些不适用于我想知道的内容。”现在，有了定制的人工智能 (AI) 代理，它可以提供简洁、有针对性的答案和页面参考，我终于看到学生们充满信心地参与其中。我提供资源的每一次迭代都教会了我一些关于管理学生认知负荷的新知识。
认知负荷是指处理信息和做出决策所需的脑力劳动量（Sweller，1988）。 约翰·斯韦勒 (John Sweller) 提出了认知负荷理论 (CLT)，该理论后来得到扩展，区分了三种不同类型的认知负荷，它们在我们的学习方式中发挥着至关重要的作用：内在的、外在的和密切相关的。
内在认知负荷是与材料本身的内在复杂性相关的脑力劳动。 例如，教授研究生有关人体解剖学的复杂结构自然需要高水平的心理处理——没有办法让内容变得不那么复杂。同样，学习一门新语言或解决高级数学问题也存在不可避免的内在难度。
将认知负荷理论融入教学的建议
参考文献