圖片來源：pixabay

接著聊認(rèn)知地圖，不過今天的話題應(yīng)該增加“專家模式”的討論。

什么是專家模式

專家模式，也稱為專長模式，指的是各個領(lǐng)域具有專長（expertise）的專家（expert），他們在某些領(lǐng)域的某些問題上表現(xiàn)出突出的問題解決能力。

認(rèn)知心理學(xué)家對國際象棋、數(shù)學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)、醫(yī)學(xué)和政治學(xué)等多個領(lǐng)域的專家的問題解決進(jìn)行了大量研究，發(fā)現(xiàn)專長具有不同的類型，專家的問題解決能力與新手相比具有強(qiáng)大的優(yōu)勢，并通常就有領(lǐng)域限制。導(dǎo)致這種限制的主要原因被認(rèn)為是：

專家擅于回憶本專業(yè)的真實(shí)情境，不擅長回憶那些就其專業(yè)知識而言毫無意義的情境（Ericsson和Lehmann, 1996；Vicente和Wang，1998），在與專長無關(guān)的領(lǐng)域中，專家不會回憶起更多的關(guān)于該領(lǐng)域的知識。例如，一個象棋大師對于隨機(jī)棋位的回憶準(zhǔn)確性遠(yuǎn)遠(yuǎn)不及真實(shí)的棋局（Gobet 和Simon，1996），一個物理學(xué)家對于沒有物理學(xué)意義的熱能過程的回憶也遠(yuǎn)遠(yuǎn)不及對有物理學(xué)意義的情景的回憶（Vicente，1992）。

在前文中，我們談到了認(rèn)知地圖，并提出“主題知識”（即：滿足“心理逼真度”方面的要求的認(rèn)知單元（Cognitive unit）及其基于他們形成的“認(rèn)知結(jié)構(gòu)”）?，F(xiàn)在我們將在“特定領(lǐng)域中如何看待這一心理”的話題中進(jìn)行討論。這意味著我們在討論“從新手到專家”這一過程中，學(xué)習(xí)者在知識表征方面或者具身體驗(yàn)方面的變化。

之所以關(guān)注這一過程的原因是因?yàn)檠芯堪l(fā)現(xiàn)：

有些人之所以具有同等的經(jīng)驗(yàn)和智力水平，但仍然無法成為一個領(lǐng)域中的專家，與其所具有的知識有必然的關(guān)系。專家的一個突出特征是在其專長領(lǐng)域擁有大量的知識和程序性技能（Chi，Glaser和 Rees，1982）。但真正使專家區(qū)別于新手的不是知識的數(shù)量而是專家知識的組織方式。

也就是說，新手不是經(jīng)過自然而然的學(xué)習(xí)就能成長為專家的。成長為專家，與學(xué)習(xí)者訓(xùn)練過程中獲得的“知識組織方式”密切相關(guān)。我認(rèn)為人們之所以關(guān)注“知識地圖”這一技術(shù)的真正動力來自此處。換句話說，若要說“知識地圖”一類圖示技術(shù)有什么潛力的話，那么應(yīng)該把“知識地圖”視為“專家模式”的一種“可視化”訓(xùn)練。

瑞夫（Reif，1979）認(rèn)為，專家的知識是按照層次進(jìn)行組織的（下圖）。這種層次是在多年的經(jīng)驗(yàn)基礎(chǔ)之上形成的，特定知識之間具有穩(wěn)定的聯(lián)系，并歸屬于一個具有概括性的知識類別，該類別又歸屬于另一個概括層次更高的知識類別。專家的突出的問題解決能力在于他們對材料的組織方式使其能迅速把握問題的實(shí)質(zhì)。下圖中的虛線代表具體知識成分之間的聯(lián)結(jié)，樹形圖的下層分枝聯(lián)結(jié)起來由此為專家提供了問題解決的心理捷徑，即根據(jù)知識間的聯(lián)結(jié)關(guān)系來確定一個正確的解決路徑，這樣也就減少了對通用啟發(fā)式策略的依賴。

這種知識的組織方式，后來被稱為“專家圖式”，與之對應(yīng)的被稱為“新手圖式”。一位叫齊（Chi，1988）的學(xué)者通過實(shí)驗(yàn)研究證實(shí)了這一觀點(diǎn)。

齊（Chi，1988）的實(shí)驗(yàn)研究證實(shí)了其觀點(diǎn)。實(shí)驗(yàn)中的專家是8名物理學(xué)博士，新手是入學(xué)6個月的物理學(xué)本科生，被試的任務(wù)是把24個物理學(xué)問題根據(jù)解題方法進(jìn)行歸類。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，專家和新手對每個問題平均用時約40秒，都將問題劃分為8-9類，而且分類結(jié)果差異非常大。例如，新手把所有的斜面問題歸為一類，所有的彈簧問題歸為一類；專家把有些斜面和彈簧問題歸為同一類。這樣的結(jié)果說明，專家和新手是根據(jù)不同的特征進(jìn)行分類的。新手根據(jù)問題描述的表面特征歸類。例如，斜面、摩擦系數(shù)和斜面上的木塊等等。知識、經(jīng)驗(yàn)豐富的專家則不同，其分類原則是解決這些問題時是否可以使用相同的物理學(xué)原理和定律。例如，將只有使用能量守恒定律才能解決的斜面問題和彈簧問題歸為一類，這些是問題的深層結(jié)構(gòu)特征。齊認(rèn)為，分類方法上的差異所反映的正是專家和新手頭腦中的圖式的差異。

在一些知識分類的項(xiàng)目中，相關(guān)的工作人員經(jīng)常會討論知識點(diǎn)的顆粒度問題。分類人員會關(guān)注知識的顆粒度的大小，甚至有的項(xiàng)目會追求所謂的“納米級顆粒度”。從專家圖式的角度來看，其實(shí)這“不是正確的問題”。正確的問題不是“分得多細(xì)比較好”，而首先是“怎樣的分類的方式才是更好的方式”。（即：上文我們提到的“心理逼真度”。）

這種“更好的方式”，以追求“認(rèn)知經(jīng)濟(jì)性”為目標(biāo)。

蔡茨（Zeitz，1997）進(jìn)一步指出，專家的知識表征或圖式是中等抽象水平的概念表征（moderately abstract conceptual representation，簡稱MACR），它是處于抽象表征（方程和一般原理）和詳細(xì)表征（具體問題）之間的表征。中等抽象水平的概念表征（ MACR）可以把低抽象水平的特定問題和專家廣泛的知識聯(lián)系起來。當(dāng)專家將具體問題轉(zhuǎn)化為中等抽象水平的表征時，有助于克服具體表征的干擾，并具有更為廣泛的提取線索，有助于實(shí)現(xiàn)認(rèn)知的經(jīng)濟(jì)性。例如，程序?qū)＜彝ㄟ^序列性的代碼組塊在抽象水平上設(shè)計(jì)程序，最終完成既定的任務(wù)（ Erlich和Soloway，1984）。

也就是說，最符合心理逼真度的方式，在認(rèn)知上應(yīng)當(dāng)是最經(jīng)濟(jì)的方式。

我們再舉例一個分類，來加強(qiáng)一下新手與專家在分類方面差異的認(rèn)識。

前段時間網(wǎng)絡(luò)上流程的以下內(nèi)容也是與這一主題有關(guān)系的。

而我們提到的認(rèn)知單元（Cognitive unit）與圖式之間的關(guān)系，如果考慮到認(rèn)知經(jīng)濟(jì)的問題，則類似是下圖表達(dá)的意思：

形成專家模式的關(guān)鍵挑戰(zhàn)

我們已經(jīng)從認(rèn)知心理的角度介紹了專家模式，我們認(rèn)為從知識整理的角度來說，它是重要的，并且專家在許多方面是有優(yōu)勢的特別在解決問題方面。

我們還關(guān)注到，如果能促進(jìn)“專家知識”組織方式的形成或遷移，則可以很好地發(fā)揮教學(xué)或培訓(xùn)方面的潛力。實(shí)際上它們也被應(yīng)用到了教材的設(shè)計(jì)上。

在艾勒恩（Eylon，1979）的研究中，他讓初學(xué)物理的學(xué)生分別學(xué)習(xí)兩種形式的浮力知識。一種形式是按照專家所分析的浮力知識以層次方式呈現(xiàn)。另一種是傳統(tǒng)的組織方式。結(jié)果表明，使用層次性教材的被試，在知識的保持以及利用知識解決問題的成績上，明顯高于使用傳統(tǒng)教材的被試。

但是前文我們也討論到了“具身認(rèn)知”。從“具身認(rèn)知”角度來說，這些意味著什么呢？德雷福斯在這方面的研究還是非常深刻的（但是非常的晦澀難懂）。

截圖中的文字介紹的是德雷福斯的一些觀點(diǎn)，也就是他的研究思路。鑒于他的研究比較晦澀難懂，我們直接上結(jié)論吧（Dreyfus，1997的研究結(jié)果）。我把這些結(jié)果視為“形成專家模式的關(guān)鍵挑戰(zhàn)”（即：它們是這樣的一種狀態(tài)，我們?nèi)绾未龠M(jìn)這種狀態(tài)遷移到下一種狀態(tài)中）：

專家，總是不斷地尋找更好的方法和方式去做事。 他們經(jīng)驗(yàn)豐富的經(jīng)驗(yàn)，可以在恰當(dāng)?shù)那榫持羞x取和應(yīng)用這些經(jīng)驗(yàn)。 根據(jù)直覺工作，而不需要理由。 專家知道哪些是無關(guān)緊要的細(xì)節(jié)，哪些是非常重要的細(xì)節(jié)。 專家非常善于做針對性的特征匹配。

精通，是那些知之為知之，不知為不知的人；他們明確地希望自己能有全局觀，并想了解更大的概念框架；對于過于簡單的信息，他們會非常沮喪。并且他們具有能理解和運(yùn)用格言或經(jīng)驗(yàn)的能力，他們能將這些經(jīng)驗(yàn)或格言，應(yīng)用于當(dāng)前情境。

勝任，可以獨(dú)立解決自己遇到的問題，并開始考慮如何解決新的問題--那些他們之前沒有遇到的問題。開始尋求和運(yùn)用專家的意見，并有效利用。他們是那些能跟得上進(jìn)度的人，但是他們沒有足夠的能力反思和自我糾正。

新秀，也稱為“高級新手”，他們是一知半解的，他們無法建立對整體的認(rèn)識，甚至由于以為自己知道整體，而喪失去真正了解整體的動力。

新手，經(jīng)驗(yàn)很少或者根本沒有經(jīng)驗(yàn)，由于缺乏經(jīng)驗(yàn)指導(dǎo)，他們不知道自己的行為是對是錯，也不知道如何應(yīng)付錯誤，所以出錯的時候，他們非常容易慌亂。如果給新手提供與情境無關(guān)的規(guī)則去參照，他們就會變得能干起來；也就是說，需要這種形式的規(guī)則：“當(dāng)X發(fā)生時，執(zhí)行Y?！?/p>

這五個階段，是一個粗略的階段劃分，已經(jīng)可以對實(shí)踐起到不小的幫助。我們在許多應(yīng)用軟件中的設(shè)計(jì)中都會看到“新手引導(dǎo)”，這類引導(dǎo)的必要性正是由于從新手到專家的不同心理特點(diǎn)所決定的。

但是這里，從實(shí)踐角度來說有兩個地方是非常困難的。第一個是專家階段，核心挑戰(zhàn)在于：專家心理圖式的整理。這項(xiàng)工作也稱為“領(lǐng)域模型”的整理。在人工智能系統(tǒng)中，也有對應(yīng)的工作。這一工作成效的高低直接決定了“系統(tǒng)能力”的質(zhì)量。

而不幸的是，領(lǐng)域?qū)＜译m然在解決問題的時候有很高的優(yōu)勢。但是他們可能并不知道自己是如何得出相關(guān)的結(jié)論的。德雷福斯提到：

當(dāng)專家在做事時，我們其他人覺得就像“魔法師施行神秘的魔法”一樣。當(dāng)我們甚至還不完全認(rèn)識問題的時候，專家就已經(jīng)憑借一種不可思議的能力知道了正確的答案。

我們曾目睹許多教研團(tuán)隊(duì)與IT團(tuán)隊(duì)溝通時的無奈。本身來講“隔行如隔山”，溝通起來就已經(jīng)很容易“雞同鴨講”了。又因?yàn)閷＜覉F(tuán)隊(duì)可能對自己領(lǐng)域內(nèi)知識或者自己是如何“施行魔法”方面內(nèi)察不足，就加劇了這種挑戰(zhàn)。

在知識管理領(lǐng)域，“隱性知識顯性化”這一話題就是因?yàn)檫@一問題發(fā)展而來的。

另一個困難點(diǎn)則在“高級新手階段”。德雷福斯舉了一個例子：

當(dāng)公司CEO舉行全體會議并展示銷售預(yù)測圖表和數(shù)據(jù)時，你可能會看到這樣的反應(yīng)。許多在這方面經(jīng)驗(yàn)較少的員工對這些會不加理論，以為這與他們自己的工作不相關(guān)。而這其實(shí)是非常相關(guān)的，它可以幫助你判斷明年你在這家公司是否還能繼續(xù)干下去。但是，你看不到這種聯(lián)系，因?yàn)槟愕慕?jīng)驗(yàn)層次還不夠，只處于較低的技能水平。

高級新手階段,他們沒有全局思維，而且他們的確不想擁有。而這一問題等到了勝任階段才真正解決。這是一種情緒，這種情緒需要靠理智來參與，也就是需要“元認(rèn)知”的參與。我們必須設(shè)法調(diào)動起個體的元認(rèn)知來，并發(fā)展它們。當(dāng)然，這也是不容易的。它可能會涉及許多“上位學(xué)習(xí)”。而如何植入這種“上位學(xué)習(xí)”，或者調(diào)動起學(xué)習(xí)者的“有效情緒”呢？相關(guān)研究認(rèn)為：“成就使人上癮”。也就是說，我們必須幫助個體獲得“成就感”或者“可體驗(yàn)的效果感”。

當(dāng)然，我并非說另外幾個階段沒有挑戰(zhàn)。而只是覺得這兩個挑戰(zhàn)更大些。例如：在新手階段，我們的核心是如何建構(gòu)所學(xué)內(nèi)容對應(yīng)的基礎(chǔ)概念。這當(dāng)然也是學(xué)問。

小結(jié)

這篇文章，我們主要介紹了兩個話題，“什么是專家模式”以及“形成專家模式的關(guān)鍵挑戰(zhàn)”。這與其說是一種介紹，不如說是在尋找一種思路，即:如何提高教學(xué)設(shè)計(jì)方面的成效，特別是在復(fù)雜技能學(xué)習(xí)領(lǐng)域。我們看到了專家模式的潛力，當(dāng)然也看到了“挑戰(zhàn)”。如果說“所謂知識圖譜”有什么意義的話，個人覺得應(yīng)該在這條路徑上！

附錄

有朋友給我建議，希望我把一些在微信群里討論分享的截圖展示出來，其實(shí)也就是一些項(xiàng)目的經(jīng)驗(yàn)。好的。

這是一幅按照語義網(wǎng)絡(luò)的要求建設(shè)起來的知識圖譜，其實(shí)是語義網(wǎng)絡(luò)。這個思想在教育心理學(xué)里有，基本上就是對概念網(wǎng)絡(luò)在教學(xué)方向上，做些分類。當(dāng)時我們的分類有以下的這些。

當(dāng)年這圖我們做了幾個月，后來放棄了。因?yàn)榘l(fā)現(xiàn)這種“語義網(wǎng)”的方向是非常錯誤的一種方案。取而代之的是另外一個demo。這個demo大家可以下載，但我也把關(guān)鍵幾頁的解題展示出來。

https://yunpan.cn/cycPY5pXk6zgI 訪問密碼 f424

這些圖示，也可以叫“圖譜”，它的背后是一張知識的網(wǎng)絡(luò)。但這張網(wǎng)絡(luò)就結(jié)合了“專家模式”的思想。

這批圖與上一個類型的圖譜有什么差異呢？我們知道我們是用知識來推理的。上一個類型的圖譜（語義網(wǎng)絡(luò)）它們?nèi)绻糜跀?shù)據(jù)業(yè)務(wù)，它們可以用于分析相關(guān)性。但它不支持推理。支持推理，就必須是這批強(qiáng)調(diào)結(jié)構(gòu)化的“圖譜”。只有有模型，有結(jié)構(gòu)的圖譜才能用于推理和支持更多類型的數(shù)據(jù)挖掘。

不僅如此，我們還關(guān)注到，解題時用到的知識和課本學(xué)習(xí)到的知識，雖然都是關(guān)于同一種知識的，但是其實(shí)他們很不一樣。比方說，我們認(rèn)為“一個學(xué)生上課聽得懂，一做就不會?！边@里不僅是基礎(chǔ)知識掌握不到位的問題，在解題過程中，我們還需要掌握更多關(guān)于“知識應(yīng)用”的知識，“此知識，非彼知識”。

比方說：

這是個典型的題庫，奇函數(shù)下面有19頁，每頁10題。也就是說奇函數(shù)下一共有190題。如果，我們?nèi)我庖活}錯了，能否推190題中的任意一題呢？當(dāng)然，有人會爭辯說，可能奇函數(shù)背后還有一些沒有展示出來的標(biāo)簽。是的，這正是我們的話題。我們所討論的全部都是在回答這個話題。當(dāng)然也有人從機(jī)器學(xué)習(xí)或者統(tǒng)計(jì)方向入手，找思路。這方面當(dāng)然也有一定的作用，但是總體而言，我覺得不是很看好的方向。

我們也可以具體來看兩組相似的題目。

例如，這兩道題：除了一個是選擇題，一個是填空題外；符號也是相反的，它們互為奇函數(shù)。認(rèn)為這兩道題相似是比較容易的。

我們再看另一組：

這兩道，從表面邏輯來看，他們長得是完全不一樣的。

但是，他們的考察邏輯卻幾乎一樣。

如果我們希望能對題庫建設(shè)有指導(dǎo)意義的標(biāo)簽體系，這里有兩個問題是很難解決的。

1、如何對標(biāo)簽體系進(jìn)行建模的問題；

2、到底有多少隱性知識，應(yīng)該被標(biāo)簽化？例如我們這里的標(biāo)簽“常數(shù)”。

      一般打標(biāo)簽的時候，極少的團(tuán)隊(duì)會對這到題打上“常數(shù)”這個標(biāo)簽。

      該不該打呢？什么時候改打呢？類似這樣的東西是否有合理的規(guī)則為基礎(chǔ)呢？