教育心理学

对应：培养方案 专业核心课 · 学期 2 · 2 学分 · 32 学时（24 课堂 + 8 实践）

这份笔记怎么用：先读「导论」，把"这门课到底在研究什么"弄清楚。这门课的被误解程度仅次于教育学原理。
之后每个理论配支持它的实验和打脸它的证据。光背理论名字没用，要知道它凭什么成立、哪里站不住。
每一步按「问题 → 背景 → 设计 → 结果 → 推理 → 边界与批评 → 在教育里怎么用」走，
最后那一步是这门课的落点。
数据标出处，核不到的标「待核」。末尾有习题和出处索引。

1 导论：这门课在研究什么（先读这个）

1.1 先说清楚它不是什么

你大概听过这四种说法，它们都不是"教育心理学"：

为什么要先破除这四个误解？因为它们会让你用错误的期待读后面的内容。

如果你以为它是"教学法经验集"，你在读 §4（学习风格）时就会觉得
"这不是挺有道理的吗，为什么要证伪它"，你把"听起来对"当成了标准，
而那一节的意义恰恰是让你看见"听起来对"和"有证据"之间有多远。
如果你以为它是"抄普通心理学"，你就会把 §1 的四个学习理论当成四个并列的词条背下来，
而它们其实是一条互相打补丁的路线。
如果你以为它是"文科背名字"，那你看到"d ≈ 0.21（小）"会觉得莫名其妙；
但一旦你知道这门课的每个结论都是从数据里逼出来的，那些数字就是它全部力量的来源，
也是它唯一的软肋：数字一变，结论就得跟着变。

一句话：这四种误解都会让你问错问题，而在一门以"证据"为生命的课上，问错问题比答错答案更致命。

1.2 这门课在整个专业里的位置

你培养方案里的课分成好几层。教育心理学的位置很特殊：它是"搬运工"。

   ┌───────────────────────────────────────────────────────────┐
   │  普通心理学（学期 1）                                       │
   │  感觉 知觉 注意 记忆 动机 发展 人格 社会 —— 整个学科的地图   │
   └───────────────────────────────────────────────────────────┘
              │ 提供结论：过度理由效应、皮亚杰守恒、工作记忆……
              ↓
   ┌───────────────────────────────────────────────────────────┐
   │  认知心理学     / 学习科学导论                              │
   │  把"记忆""注意"挖到毫秒级；把"怎么学才有效"做成实验          │
   └───────────────────────────────────────────────────────────┘
              │ 提供机制：认知负荷、提取练习、专家逆转效应……
              ↓
   ┌───────────────────────────────────────────────────────────┐
   │          ★ 教育心理学（你现在这门）★                       │
   │  把上面的结论**搬进教室**，并检验"搬过去还成不成立"          │
   └───────────────────────────────────────────────────────────┘
              │ 输出"人实际怎么学"的实然依据
              ↓
   ┌──────────────┐   ┌──────────────┐   ┌──────────────┐
   │ 课程与教学论  │   │ 教育评价      │   │ 教育学原理    │
   │ 怎么设计课    │   │ 怎么测学得怎样 │   │ 应该怎么教    │
   └──────────────┘   └──────────────┘   └──────────────┘

这张图要你看懂三件事：

第一，它确实是"普通心理学的结论搬进教室"。你在
普通心理学 §5.1 读过的 Lepper 实验，在这门课的 §2 里一模一样地出现，
只是这次要问的是"那么老师该不该用小红花"。这不是重复，是换一个场景重新检验。

第二，"搬"本身有风险，而这个风险就是这门课的学术内容。
实验室里的被试是大学生，教室里的是 8 岁小孩；实验室里被试只做一件事，
教室里同时有四十个人、有同伴压力、有考试排名。
"实验室里成立的效应，搬到教室还成不成立"没有免费的答案，必须一个一个重做实验。
§4 的学习风格之争，就是这个问题的一场公审。

第三，它和旁边的两门课分工不同。教育学原理 问
"教育应该怎样"（应然，靠论证说话）；教育心理学问"人实际上怎么学"（实然，靠数据说话）。
从"实然"跳到"应然"不是自动的。你这门课负责把"实然"那半边坐实。

1.3 这门课真正要教你的能力

这门课最终要给你的能力是这个：

看见一个教育主张时，能分清"它有什么证据"和"它只是听起来对"。

具体说，就是遇到"研究表明……"时，你会条件反射地问四句话：

1. 它是实验出来的，还是只是相关？（不是实验，就不能说"导致"）
2. 它测的到底是不是它说的那个东西？（"学习风格"测的是什么？见 §4）
3. 数字有多硬？换个人重复做得出来吗？（§1 里先行组织者的效应量为什么争议大）
4. 它在什么样本、什么情境上做的？能搬到我的教室吗？（§3 的批评那一段）

⭐ 还有一项能力是这门课独有的，也是最难的：
把心理学结论"翻译"成教学决策，而且不翻译走样。

举个真会犯的错：认知心理学说"工作记忆容量约 4 个组块"
（→ 普通心理学 §4.1），
于是有人推出"所以一页 PPT 最多放 4 个点"。这个推理是坏的：
容量测的是"无意义材料的即时保持"，而课堂材料有意义、有结构、可以组块，根本不是同一个数。
第一步（读结论）谁都会；第二步（翻译）才是这门课要练的。

1.4 这份笔记的组织逻辑

每一节都是一个理论或一个经典实验，按固定七步走：

问题          → 这一节想回答什么？（通常是一个和常识冲突的问题）
背景          → 当时的人怎么想的？为什么有人要做这个研究？
设计          → 他们怎么做的？（为什么这样设计，而不是别的设计）
结果          → 数据是什么？
推理          → 从数据能推出什么，不能推出什么
边界与批评     → 后来谁反驳了它？它在什么条件下不成立？
在教育里怎么用  → 这跟你有什么关系？

⭐ 第七步不是装饰。教育心理学最特殊的风险是：
它的结论太好用了，好用到来不及验证就被拿去用了
（"学习风格""左右脑分工"全都是一出实验室就冲进教辅市场的）。
所以每节最后都要停下来问：这个结论真的能这么用吗？用到哪里就得停？

符号约定：> ⭐ 核心洞察；> ⚠️ 易错点或有争议的说法；> 💡 类比延伸；> ✅ 已核对一手出处。

还有一条要提前说：这份笔记会故意保留理论的"死法"，
行为主义被乔姆斯基怎么批、先行组织者的效应量为什么小得尴尬、人本主义为什么几乎做不了实验。
因为只记住结论的人，会在下一个反转里变成传谣的人。

2 四大学习理论：一条互相打补丁的路线

2.1 先看全局：它们不是四个词条，是四次修补

大部分教材会把四大学习理论并排列出来：行为主义（斯金纳）、认知主义（布鲁纳）、
建构主义（皮亚杰、维果茨基）、人本主义（罗杰斯）。
这种写法最省事，也最没用，它让你以为这是四个"流派选项"，
像四种口味的冰淇淋，谁爱信哪个信哪个。

不是的。它们回答的是同一个问题，"学习到底是什么"，
而后一个理论的存在理由，几乎全部是"前一个理论解释不了某个现象"。
换句话说：每一个都在修上一个的毛病。

这张表怎么用：考试问"某理论的局限"，你要答的不是"它不够全面"这种废话，
而是"它解释不了 X，而 X 正是下一个理论要处理的"。

2.2 行为主义

2.2.1 它要解决的问题

20 世纪初心理学的主流是内省法，让被试报告"我此刻心里在想什么"。
问题是：你说你看到红色，我怎么知道你看到的和我看到的是同一回事？这种数据没法互相验证。

行为主义（behaviorism）的反应非常激进：那就别研究心里了，
只研究能观察到的，进来了什么刺激（stimulus），出去了什么反应（response）。

⭐ 这个"激进"其实是它最大的功劳：它把心理学从"讲道理的学问"变成了"能验证的科学"。
它的错，是它优点的过度延伸。

2.2.2 三条主张

核心主张：学习 = 刺激-反应联结的建立。只看可观察的行为。

两处的关键区别：巴甫洛夫是"刺激 → 反应"（先有信号后有行为，行为被刺激"勾"出来）；
斯金纳是"行为 → 后果"（行为被后果"筛"出来）。
教室里的问题绝大多数走斯金纳这条线，学生举手 → 老师表扬 → 以后举得更多。
不是有个刺激勾着他，是后果在筛选他。

2.2.3 斯金纳的四种操作（必考）

⚠️ 最容易考错的：负强化 ≠ 惩罚

• 负强化 = 拿掉不好的东西 → 行为增加
• 惩罚 = 给予不好的东西 → 行为减少

判断标准只有一个：行为是增加还是减少。
"正/负"说的是操作方式（给 = 正，拿掉 = 负），
"强化/惩罚"说的是结果方向（行为变多 = 强化，变少 = 惩罚）。这是两个独立的维度。

举例：学生抱怨作业太多，老师少留一点，抱怨变多了。
这不是"老师妥协了"，这是负强化：抱怨撤走了"作业多"这个厌恶刺激，
于是抱怨被强化了，以后会更频繁。你以为是解决问题，其实是在训练学生抱怨。

2.2.4 它催生的教学技术：程序教学

它的教学应用是程序教学（小步子、即时反馈、自定步调）。
这三个词都从同一个前提推出来，既然学习是"行为被后果筛选"，那么要让学习高效，就要：
小步子（每一步都要能做到，否则做不出来就得不到反馈，筛选就断了）、
即时反馈（后果和行为的间隔越短，联结越强，隔一天再批改，效果就掉）、
自定步调（每个人被筛选的速度不一样，强行齐步走就总有人掉队）。

💡 这套东西今天还在你身边：多邻国的连胜、题库的即时判对错、
一切"做完马上告诉你对不对"的产品，都是程序教学的直系后代。

2.2.5 ⚠️ 行为主义的硬伤

• 解释不了"理解"和"迁移"，学生会做但不懂
• 被乔姆斯基批评：儿童能说出从没听过的新句子，说明语言不是习惯的堆砌

第一条：一个学生把 9×9=81 背得滚瓜烂熟，但你问他"9 个 9 是多少"他答不出来。
行为主义只能说"这一题没被强化过，所以不会"；可是我们明明觉得"他应该会"。
这个"应该会"，就是"理解"，而行为主义没有"理解"这个概念能放的地方。
（行为主义解释学习像解释自动售货机；但学生能迁移，说明他不是售货机，他内部有个"模型"在跑。）

第二条（乔姆斯基 1959 年对斯金纳《言语行为》的书评）：
如果语言是"一个句子一个句子被强化出来的"，那孩子说出的每个句子都必须先被听见过。
但五岁孩子每天能造出大量从没听过的新句子，而且大部分符合语法，不可能靠"逐句强化"堆出来。

⭐ 这一击为什么重：它没有停在"行为主义不完整"这种话上，
而是直指"行为主义的解释框架里，压根装不下'规则生成'这类现象"。
一个理论最致命的批评，从来不是"它还有没解释的"，而在"它的语言里没有那个概念"。

（顺带说：乔姆斯基的批评本身也推动了语言学独立成科，你在 语言学概论 会正面遇到它。）

2.3 认知主义

2.3.1 它在修什么

行为主义把"心里发生了什么"整个排除掉了，结果它没法区分"真的懂了"和"恰好答对了"。
认知主义（cognitivism）的回应：把心里那部分重新请回来，但要按科学的方式请回来
（提出可检验的内部机制，而不是内省报告）。

核心主张：学习 = 内部认知结构的变化。

⭐ 注意"结构"这个词：它说的是"脑子里的东西被重新组织了一遍"，而不是"脑子里多了几条 S-R"。
一个新知识进来，不能被塞进某个空格子，它要和已有的东西建立关系。
这句话是整个认知主义的种子，也是下面奥苏贝尔全部理论的来源。

2.3.2 奥苏贝尔的「有意义学习」

奥苏贝尔（Ausubel）最有名的一句话，被印在无数教材的扉页上：

"影响学习最重要的因素是学习者已经知道什么。"

这句话为什么有力量？因为它和常识相反。常识认为教学最重要的事是"把新内容讲清楚"；
奥苏贝尔说：不对，决定学生能不能懂的是他"已经有什么"，不是你"讲得多清楚"。

关键在"实质联系"（substantive）：它要求的是"它们在意义上真的连得起来"，
不是"这两个词长得很像"这种表面联系。背电话号码是机械学习，
那串数字和你已有的任何东西都没有意义关系，所以只能靠重复硬扛，一停就掉。

它催生的教学技术是先行组织者（advance organizer）：
在讲新内容前，先给一个"上位的、概括的框架"，帮助学生挂靠。
说人话就是，别一上来就讲细节，先给学生一个"钩子"。
比如讲"细胞器"前先说"细胞就像一个工厂，接下来我们看各个车间分别干什么"。

⚠️ 先行组织者的效果有争议，效应量确实很小。
Luiten, Ames & Ackerson (1980) 元分析（135 项研究，在线核对）：
对学习的平均效应量 d ≈ 0.21（小），对保持的影响约 0.19–0.38（随时间递增）。
效应量高度依赖调节变量：口头呈现 (.37) > 书面 (.17)；社会学科 (.34) > 数学 (.10)；
高能力 (.23) > 低能力 (.13)。
Hattie 的 Visible Learning 汇总 10 项元分析，加权均值 0.42，但单项跨度极大（0.12–0.89）。
→ 结论：先给框架有小的帮助，但远不是"一定有效"的技术。

按通行标准 0.2 是"小"、0.5 是"中"、0.8 是"大"，所以这不是"没用"，只是"它平均起来只值一点点"。
但真正有意思的是那串调节变量：

• 社会学科 (.34) > 数学 (.10)：社会学科的知识本来就是网状、可以讲框架的；
  数学的知识层层递进，不先学会定义就没法讲上位的框架，这个技术对数学不太适用。
• 高能力 (.23) > 低能力 (.13)：框架本身也是信息，低能力的学生可能
  光是理解框架就用光了资源，反而挤掉了正课（学习科学导论 的认知负荷理论说的正是这件事）。

⭐ 这一节要带走的方法，比"先行组织者"这个名词重要得多：
看到"某方法有效，平均效应量 0.2"时，第一反应不该是"那用不用"，
而是"它对谁有效、在什么内容上有效、平均掩盖了什么"。

2.4 建构主义

2.4.1 它在修什么

认知主义把"内部结构"请回来了，这是进步。但它留了一个没检查的假设：

知识是可以被"传递"的，老师那边整理好一份结构讲出来，学生这边照样搭一份。

建构主义（constructivism）说：这个假设是错的。
核心主张：知识是学习者自己建构出来的，没法像物件一样被递过去。

💡 一个典型的例子：你告诉一个从没见过雪的孩子"雪是白色的"。
他理解的"白色"可能是他家墙的米白、或者牛奶的白。
你说的是同一个词，他建构出来的是不同的东西。
这不是他"没听清"，是"传递"这件事本身做不到无损，
接收方必须用自己已有的东西去解释你说的话。

所以建构主义者盯的是另一件事：学生原有的那些概念会不会挡住新知识。

2.4.2 维果茨基的「最近发展区」（ZPD）⭐

它要回答的问题是：教学应该教多难？
教太难的，学生怎么帮都做不到；教太容易的，学生不用帮忙就会，两头都白费。

    ┌─────────────────────────┐
    │  够不着的（教也学不会）    │
    ├─────────────────────────┤
    │  ★ 最近发展区 ★          │  ← 教学要瞄准这里
    │  （在帮助下能做到）        │
    ├─────────────────────────┤
    │  已经会的                 │
    └─────────────────────────┘

最近发展区（Zone of Proximal Development, ZPD）的准确含义：

它指的是"独立做不到、但在帮助下能做到"那一段，不是"稍微难一点的题"。
关键在"帮助"这个词。一个任务如果给再多帮助也做不到，它不在 ZPD 里；
一个任务如果根本不需要帮助，它也不在 ZPD 里。

教学含义：给支架（scaffolding），随能力提升逐步撤除。

💡 "支架"这个比喻很准：盖楼时的脚手架，楼盖到哪一层，架子就跟到哪一层，盖完就拆掉。
它不是楼的一部分，它的存在就是为了让自己变得不必要。
对照反面：有些老师（和家长）的"帮助"是永久性的，一直扶着、一直代劳。
那不叫支架，那叫代替。支架的判断标准只有一条：它有没有随着学生变强而减少？

💡 ZPD 和 学习科学 的「专家逆转效应」是一回事：
同一种教法（比如分步示范）对新手有效，对专家反而有害。
没有"对所有人都好的教法"，只有"对这个水平的这个人好的教法"。

2.4.3 ⚠️ 建构主义的边界

① 它不等于"什么都不用教"。"让学生自己探索就好了，老师别插嘴"是通俗误读，
不是维果茨基的主张。ZPD 里"帮助"是核心成分，它要求老师高度介入，只是量和位置要精确。
"纯放养"是极端版本，它被批评得很厉害，而且拿不出证据。

② 它很难被证伪。"知识是建构的"几乎任何现象都能解释，
而按 普通心理学 §1.1 的标准，一个怎么都能自圆其说的说法，反而不是科学。
所以可用的建构主义研究都把它落成具体可测的形式：
"学生带着什么前概念进来？做过前概念测试的班级学得更好吗？"

2.5 人本主义

2.5.1 它在修什么

看前三者的共同点：行为主义研究行为；认知主义研究认知结构；建构主义研究建构过程，
它们研究的都是"机制"。没有一个人在问：这个人想不想学？他觉得这件事对他有什么意义？
人本主义（humanism）的回应：学习这件事的本质，是一个人在成为他自己，不是"加工信息"。

罗杰斯：以学生为中心、无条件积极关注，有意义学习靠自我驱动。三个词解掉：

• 以学生为中心：教学决策的出发点是学习者的需要和节奏，不是"内容要讲完"。
• 无条件积极关注（unconditional positive regard）：对一个人的接纳，不和他的表现挂钩。
  "无条件"是最关键的一个字。"你考进前十我就爱你"是有条件的关注，
  代价是孩子会把"我值得被爱"和"我考了多少分"绑定。
  想想 §2 的过度理由效应，这是同一件事在情感层面的版本。
• 靠自我驱动：外部压力能顶一时，撤掉就归零。

⚠️ 人本主义的证据基础最弱，它主要来自临床实践和哲学立场，很难做随机对照实验。
这不代表它错，只是它的主张类型和前三者不同：
行为主义说"强化会提高行为频率"、认知主义说"有意义学习保持更久"→ 可以做实验；
人本主义说"人应该被无条件接纳"→ 这句话里混了一个价值判断（"应该"），而价值判断没法用实验证明。
区分"事实主张"和"价值主张"，是你在 教育学原理 学的第一课。
这一节就是它在心理学里的复发。

2.6 这一节的收束：四个理论给你的实际判断力

⭐ 最常见的考法是"给一个现象，问哪种理论解释得最好"。
它真正考的是你有没有把每个理论的"解释边界"记住，而不只是把它的"主张"记住。
记住主张只能背；记住边界才能判断。

3 外部奖励会削弱内在动机：过度理由效应

3.1 问题从哪来

这一节要挑战的，是几乎所有老师、家长、管理者都默认的一条常识：

想让人做一件事，就给奖励。奖励越多，动力越强，做得越好。

这条常识在大部分情况下是对的（所以它才这么流行）。但它有一个非常反直觉的例外：

问题：给本来就爱做的事加奖励，会怎样？

注意"本来就爱做"这个限定词。如果你问的是"给本来没兴趣的事加奖励会怎样"，
答案是"通常有用"，这没什么好研究的。真正值得研究的是：对已经爱你做的事，奖励做了什么？
为什么这个问题重要？因为教室里充满了"本来就爱做"的事，
小孩子本来就爱画画、爱问问题、爱听故事。如果奖励会破坏这些东西，
那么"用奖励激励学生"的代价可能被严重低估了。

3.2 Lepper, Greene & Nisbett (1973)

出处：Journal of Personality and Social Psychology, 28(1), 129–137

被试：本来就喜欢画画的幼儿园儿童

设计：三组

关键：几天后的自由活动时间，观察他们自发画多久。

⭐ 这个设计里最重要的一个词是"自由活动"。为什么必须测自由活动？
因为在实验阶段，三组表现很可能差不多，甚至奖励组画得更起劲，你给奖状，人家当然画。
只测这个，你会得出"奖励有效"。真正要看的是"没有奖励的时候他还会不会画"。
它测的不是"行为"，是"行为背后的动机还在不在"，是奖励撤走之后留下的东西。

3.3 结果

预期奖励组自发画画的时间显著减少。

意外奖励组和无奖励组没有显著差异。

✅ 具体数据（已核原论文，在线核对）：51 名幼儿园儿童（3–5 岁），
实验阶段每个孩子画 6 分钟；1–2 周后回到自由活动观察。
预期奖励组在自由活动时画画的时间减少约一半，无奖励组基本不变，意外奖励组略增。
"预期奖励组显著减少"是该论文的核心结论，被广泛引用和重复。

注意"意外奖励组"这一列，它没有变差，甚至"略增"。
三组孩子拿到的奖状完全一样（预期组和意外组最后都拿到奖状了），
唯一不同的是"事先知不知道"。结果一组变差、一组没变。
说明起作用的是"事先的承诺"，而不是"奖励"这个东西本身。

3.4 推理

为什么"事先承诺的奖励"会起反作用：

孩子原本的理由是"我喜欢画"（内在动机）。
加了预期奖励后，理由变成了"为了拿奖"（外在动机）。
奖励一撤，理由就没了。

这叫「过度理由效应」（overjustification effect）。

补完整：人需要给自己"我为什么在做这件事"一个解释（自动发生）。
外加一个有形的奖励，会把"我喜欢"这个理由盖住，因为"我是为了拿奖状"更具体、更说得通。
于是行为的理由从内部搬到了外部（动机没消失，只是换了来源）。
而奖励撤销后，"为了拿奖"不成立了，"我喜欢画"又已经被替代掉、没有自己长回来。于是孩子不画了。

💡 更日常的版本：你本来爱做饭，家人天天夸你"真贤惠"，
后来某天没人夸了，你会不会突然觉得做饭没意思？这不矫情，这是同一个机制。

3.5 批评与边界

这一节如果不看边界，就会被用成一个很糟糕的口号："奖励有害"。
事实上研究者本人和你现在能查到的所有元分析，都不会这么说。
不是所有奖励都有害：口头表扬通常不削弱内在动机（甚至能增强）；
对本来就没兴趣的事，外部奖励有用；"预期"是关键（意外奖励无害）；
效应的稳健性有争议，后续元分析（如 Deci, Koestner & Ryan 1999）支持它，
但也有研究指出效应量小、边界条件多。

⚠️ "效应量小、边界条件多"的意思是：不是每个孩子、每个情境都会出现这个效应。
所以不要读了这一节就跑去告诉老师"你不能用小红花"。
正确的用法是：知道这个风险存在，然后在你的具体场景里检查它有没有发生。
"知道有个坑"和"认定前面一定有坑"，是两件事。

3.6 你做一次

想想你自己：

• 有没有本来喜欢的事，被"要求"之后就变味了？
• 你学这门专业，是"想学"还是"必须学"？

这两件事的答案，会决定你能走多远。

3.7 在教育里怎么用（这一节的重点）

① 表扬"过程"，别表扬"交易"。
不要事先说"你做完这套题就给你买游戏"（这正是 Lepper 预期奖励组的经典操作）。
改成做完之后说："我看到你卡在那道题上试了三次才做出来，这个劲头挺好的。"
后一种说法没有把"做题"和"得到东西"挂钩，它指向的是行为本身，而不是一份报酬。
这样孩子的理由仍然是"我在做这道题"，而不是"我在换奖品"。

② 奖励要"意外"，不要"预告"。如果一定要给，时机是事后，
"事先承诺"和"事后惊喜"对动机的影响是相反的。

③ 分清"我本来就爱做"和"我本来不爱做"。
班里学生写作业，有的是"爱写"，有的是"被逼的"。
对这两种人用同一套奖励策略，一定会伤到其中一半。

💡 一个可以自己做的诊断：看他在"没有奖励的时候"做什么。
没有人盯着的时候，他会自己拿出书看吗？如果有，那他对这件事有内在动机，奖励要格外小心。

④ 把"奖励"换成"信息"，这是最关键的一招。

区别不在语气，在"它给了对方什么"：前者给的是"东西"，后者给的是"关于他自己的信息"。
能力感和自主感是内在动机的两个主要来源（Deci & Ryan 的自我决定理论），
你越强化这两样，内在动机越强；越用外部报酬覆盖它们，内在动机越弱。

⭐ 最后一条是给作为学生的你自己的：
你现在读这份笔记，是为了什么？"我好奇教育心理学是什么"，还是"我怕期末挂科"？
这不是道德问题，两个理由都能让你读完。但要诚实地知道自己在哪一边，
因为只有第一种理由能撑过考试结束。

4 观察学习：波波玩偶实验

4.1 问题从哪来

§1 说行为主义的立场是"必须自己体验到强化，行为才会被学会"。有个现象这个立场解释不了：

问题：不用自己体验奖惩，光看别人，能不能学会行为？

为什么这个问题在 1961 年特别要紧？因为那年头电视刚进千家万户，
报纸上天天有人问"孩子看了电视里的打斗，会不会跟着学打架？"。
行为主义的框架给不出答案：孩子自己又没因为打人挨过打、也没因为打人得过奖，那就学不会。

班杜拉（Bandura）觉得这个答案不对。如果答案是"能"，那行为主义的"必须自己强化"就不完整了。

4.2 Bandura, Ross & Ross (1961)

出处：Journal of Abnormal and Social Psychology, 63(3), 575–582

被试：72 名儿童（36 男 36 女），年龄 37–69 个月，斯坦福大学附属幼儿园

设计：三组

榜样还分男女。之后让孩子单独和波波玩偶相处，记录他们的攻击行为。

设计里有两处值得停下来看：

① 为什么要有"非攻击榜样组"？多数人会以为对照组就够了（看攻击 vs 什么都没看）。
加这一组是为了回答一个更细的问题："看了攻击会变凶"，是"看到了攻击"造成的，
还是仅仅"看到了一个人、并且他在做点什么"造成的？
有了非攻击组，你才知道起作用的到底是"攻击"这个内容，还是"榜样"这个形式。

⭐ 结果是：非攻击榜样组的孩子，攻击行为比控制组还少，
这说明"榜样"本身有力量，只是方向由内容决定。

② 为什么榜样要分男女？因为如果只有男榜样，你没法区分"模仿"和"性别刻板印象"，
男孩打娃娃，可能只是因为"男生都这样"，不是因为他模仿了那个人。

4.3 结果（按条件分组的平均攻击性得分）

注明：下面这张表已与 Bandura, Ross & Ross (1961)（在线核对）原论文表格逐格核对，完全一致。

别急着看结论，先自己看两个地方：

第一，看"非攻击榜样"那两列，数字几乎全在 0–2.5 之间，比控制组还低。
这一列是这张表里最容易被忽略、但教学含义最强的一列。

第二，看数字最高的那两格：男孩看攻击性男榜样的模仿性身体攻击 25.8，
以及同一格的非模仿性攻击 36.7（全表最高分，而且是"非模仿性"）。

⭐ "非模仿性攻击"这一行值得单独想一想：如果孩子只是"复制"了看到的东西，
那这一行应该和控制组差不多。但 36.7 远高于控制组的 24.6，也远高于非攻击榜样组的 22.3–26.1。
→ 看攻击榜样，不只是学会了那几个具体动作，还整体"变凶了"。
这个"泛化"是行为主义的"刺激-反应联结"最难解释的部分。

4.4 三个关键结论

还有一个对比：非攻击榜样组的孩子，安静坐着玩的时间是攻击条件组的两倍以上。

⭐ "非攻击榜样"也是个有效干预，看别人不打，孩子也不打。

把这两条合起来看，你会发现更重要的东西：孩子模仿的不只是"攻击"或"不攻击"这种行为，
而是"像他那样的人在这种情况下会怎么做"。男孩看男榜样、女孩看女榜样，
他们是在找"我该是什么样的人"的答案。这就是班杜拉理论里"认同"（identification）的意思，
也是"观察学习不只是机械复制"的核心证据。

💡 这条对教育极其有用：你给一个孩子看什么样的榜样，比你对他说什么话有用得多。
一个天天说"要多读书"、自己却从不翻书的老师，演示的其实是一个"说一套做一套"的榜样，
而孩子模仿的往往是后一半。

4.5 推理

孩子没有亲身体验任何奖惩，只是看到了榜样的行为，就学会了。

→ 这直接反驳了"必须自己强化才能学习"的行为主义主张。

但更狠的一层在后面（这个实验只做到第一步，第二步是班杜拉 1965 年补的，
见下面"批评"和 §5 习题第 4 题）：如果孩子"学会了"攻击，那他为什么有时候不打？
班杜拉的回答是：因为"学到"（learning）和"表现出来"（performance）是两件事。

⭐ 这是班杜拉对行为主义最有力的一击。
行为主义只有一个概念（"学习 = 行为改变"），所以它必然认为：没表现出来 = 没学会。
班杜拉把它劈成了两个：学到了一个行为，不等于会做出来，
做不做，还取决于有没有动机、有没有惩罚的预期。

这个区分为什么重要：一个学生在课堂上从来不发言，
可能是"不会表达"（学习和表现都是零），也可能是"会但是怕说错"（学到了，不敢表现）。
这两种情况的干预方式完全相反：前者要教，后者要改环境。
如果你只有"表现"这一个概念，你永远分不清这两者。

4.6 批评

这个实验被引用了几万次，所以它的批评也要认真看。
注意这些批评分两类：有些是"结论没错但证据不够强"，有些是"结论被夸大"，别混在一起。

① 实验室情境：孩子打的是一个房间里唯一的玩具，而且刚被打过；
真实生活里打人会立刻遭到反击、会被老师叫家长。
所以这个实验能说明"学会了"，不能说明"在真实世界里会做出来"。

② 充气玩偶是"允许被攻击的"，这条最尖锐，也最常被跳过：
波波玩偶挨了打也不哭不还手，孩子面对它时和面对一个真人时的心理状态完全不同。
那孩子打它，到底是在"攻击"，还是在"玩一个被打设计的玩具"？这个质疑至今没有干净的答案。

③ 短期效应：实验测的是几分钟内的行为。
"看完就跟着做"和"二十年后的暴力倾向"是两个完全不同量级的结论，
而媒体引用时经常把前者说成后者。

④ 数字不一致：同一个实验在不同教材、不同网页上，报的数字经常不一样。
上表是逐格核对过原文的版本，用的时候以它为准；引用前先查原文，不要引二手来源。

⚠️ 这几条合起来的意思是：
"观察学习存在"这个结论是站得住的（这是班杜拉真正证明的东西）；
"看暴力会让人变暴力"这个结论是站不住的（这是媒体常说的东西）。
区分这两句话，就是这一节要练的能力。

4.7 在教育里怎么用（这一节的重点）

① 榜样是"演示"，不是"讲解"。
懂的那一半是"老师要以身作则"；不懂的那一半是：
榜样起作用的方式是"孩子看到了一个具体的人怎么做"，不是"孩子听到了一句话"。

💡 具体到操作上：想让一个班安静读书，老师坐在讲台上自己读一本书，比说十遍"安静"有效。
你给出的其实是一个"在这个情境下该做什么"的演示。

② 同伴榜样比成人榜样更管用（在同龄场景里）。
这个实验里孩子模仿的是成人，因为他们只有成人可看。
但后来的研究发现，在教室里同伴榜样的影响力往往更大，因为孩子更容易认同"和我一样的人"。
所以：表扬一个学生的好行为，受益的不只是他，是整个班，
你其实是在给全班演示"这样做会被认可"。
（这一条也提醒你：批评也一样有演示效果，你在演示"这样能获得关注"。）

③ "非攻击榜样"是一条被浪费了的干预路径。
看这张表里非攻击榜样组那些接近 0 的数字，这个实验最实用的发现，其实在"对照组没做的事"上：

⭐ "别做什么"的教育往往无效，因为孩子需要的不是禁令，是一个可模仿的替代行为。
光说"不许打架"，孩子不知道在这种情况下该做什么。
让他看到一个"被抢了玩具，然后去告诉老师"的具体过程，这才是观察学习能提供的东西。

④ 对学生自己：你模仿谁，正在悄悄决定你变成谁。
观察学习的机制是自动的，你不需要"决定要模仿"，看多了就会。所以花时间看谁，权重比你以为的高。

5 ⭐ 一个证伪案例：学习风格

流行说法：人是视觉型/听觉型/动觉型学习者，按学习风格教学能提高成绩。

这门课要教你的判断力，就在这一节。

先看它有多流行：你随便问一个老师，大概率他会告诉你"这个孩子是视觉型的"。
教辅市场上有按学习风格分类的教材，很多学校的教案里会写"本课兼顾视觉型学生"。
它被写进了无数教学培训、师范教材、家长读物。再看它的证据，这是这一节全部的内容。

⭐ 注意这一节的标题是"证伪案例"，不是"学习风格理论"。
它的主角不是这个理论，是"怎么弄死一个理论"。

5.1 Pashler, McDaniel, Rohrer & Bjork (2008)

出处：Psychological Science in the Public Interest, 9(3), 105–119（在线核对）

他们做了什么：系统审查了支持"学习风格"的证据。
注意他们是"审查"，不是"做了个新实验"。这类研究的做法是，
把能搜到的所有相关研究找出来，看它们的设计能不能支持结论。
这类研究叫系统综述/元分析，你在实验方法论课程会专门学。

关键论证（这叫「交叉设计」）：

要证明"按学习风格教学有效"，你必须证明：

视觉型学习者 → 用视觉方式教  →  比用听觉方式教 学得更好
听觉型学习者 → 用听觉方式教  →  比用视觉方式教 学得更好
                    ↑
        （必须在两个方向上同时成立）

先看大多数研究做了什么：他们把学生按学习风格分组，然后用匹配的方式教，
结果发现"视觉型的学生用视觉教学，成绩不错"。听起来很有说服力，但它什么也没证明。

💡 反例：假设"学习风格"完全是假的，所有人用视觉教都学得更好。
那么你去做研究，会发现"视觉型的学生用视觉教 → 学得好"，于是你说"你看，匹配有效！"
但真相是：视觉教学对所有人都好，跟"风格匹配"没有半点关系。
你观察到的"匹配者的优势"，其实只是"视觉教学的优势"。

这就是为什么必须有第二个方向：必须同时看到"听觉型的学生用听觉教比用视觉教更好"。
只有这样，"匹配"这个因素才被证明在起作用。
它要求的是"匹配的人比不匹配的人好，而且反过来也要成立"，不是"匹配的人表现好"。
前者是"主效应"，后者才是"交叉交互"，这个名字就是这么来的。

他们的结论：

没有找到采用这种交叉设计、且支持"按学习风格教学"的可靠证据。

✅ 已核原论文（在线核对）：Pashler 等用的是"交叉设计"（crossover interaction）这个判据，
结论是"几乎没有（virtually no）符合该设计的证据"。
绝大多数研究根本没做能检验"匹配假说"的设计；少数做了的，结果与假说相矛盾。
作者特别提醒："没有证据"不等于"已被证伪"（很多版本的学习风格压根没被检验过）。
所以措辞要精确：该说的是"没有合格证据支持按学习风格教学"，不是"研究证明学习风格无用"。

⚠️ 措辞上要谨慎。
"没有证据"和"证明无效"是两件不同的事，混用它们本身就是一种不严谨，
只不过这次恰好站在了"正确"的一边。"没有证据"只是说"目前的研究不够"，
新的、设计更好的研究完全可以推翻它；"已证伪"是更强的断言。
你要能分清自己手上有多强的牌，才能知道什么时候该改口。
这也是实验方法论课程里"证伪"和"未证实"的分界。

5.2 为什么这一节重要 ⭐

"学习风格"是教育领域流传最广的说法之一，但实证支持最弱。

请注意两件事：

第一，左边那一列有一个共同点，它们都是关于"怎么学"的（方法），
不是关于"你是什么样的人"的。"间隔重复"对所有人都有效；"你是视觉型"把人分成不同的种类。

第二，"左右脑分工教学"和"学习风格"放在一起是有意的：它俩属于同一类东西，
都有个看起来很科学的说法（"左脑负责逻辑、右脑负责创造"），都从一个真实的科学事实出发，
然后把它推到了完全站不住的地方。这类东西有个专门的名字，叫"神经神话"（neuromyth）。
它们比纯粹的谣言更难防，因为它们"有一半是真的"。

5.3 在教育里怎么用（这一节的重点）

这一节的用法和其他几节不一样，它主要是"不要做什么"，以及"该怎么替代"。

① 不要按学习风格给学生分班、分组、改教材。
按风格分班的代价不小：它给学生贴标签（"我是听觉型，我学不好几何"），
它挤占本来可以用于有效方法的时间，而且它没有证据支持效果。

② 但是，不要把孩子正在用不同方式学习的现象，也一起否定掉。
这是最容易走歪的一步：

⭐ Pashler 否定的是"按风格匹配教学有效"，不是"学生有偏好"，
更不是"用多种方式呈现内容没用"。

学生说"我看图更容易懂"，这个偏好是真的，不用否认。
但"偏好"不等于"按偏好教学效果更好"：
你可能只是喜欢看图，而听讲实际上让你学得更多。
口味和营养不是一回事。别把它们混成一个变量。

③ 该用什么替代？用"对所有人都有用"的方法。
看上面那张表的左列：间隔重复、提取练习、认知负荷管理，
它们的共同点是"对所有人都有效"，而且管的是"材料怎么组织、什么时候复习"，不是"你是哪种人"。

⭐ 与其花力气去诊断"你是哪种学习者"，不如把力气花在"这个方法对大家都有效"上。
前者的收益至今没有被证明，后者的收益是实打实的。
这是教育心理学给你的最实用的一条取舍原则。

④ 用这一节练一次"查证"的流程。习题第 6 题就是这个。
这里给你一个可以随身带的套路（判断任何教育主张都适用）：

1. 它主张的到底是什么？（"学习风格有效"有五个不同的版本，先问清是哪个）
2. 支持它的人有没有做能检验它的设计？（这里：交叉设计）
3. 效应量多大？（"显著"和"有用"不是一回事，见 §1 的 0.21）
4. 有没有别人独立重复出来？
5. 它假设了什么？（"学习风格"默认人被分成几类，这个分类本身有证据吗？）

第 5 条几乎没人问，但它经常是致命的：
很多流行说法的问题，不在"效果有没有"，而在"它预设的那套分类根本不存在"。

6 习题（带答案）

先自己写，再对答案。这几道题考的都是"你能不能把方法用对"，
不是考你记不记得数字，数字在正文里，随时可以查。

1. 负强化和惩罚都涉及"不愉快的东西"。怎么区分这两个？

2. Lepper 的实验里，"意外奖励组"和"预期奖励组"结果不同。为什么"是否事先承诺"这么关键？

3. Bandura 的实验里，男孩和女孩模仿的对象不同（男孩更多模仿男榜样的身体攻击，女孩更多模仿女榜样的言语攻击）。这说明了什么？

4. Bandura 实验里，看攻击榜样的是"学到"了攻击，还是"被激怒"了？怎么区分这两种解释？

5. Pashler 等人说"学习风格证据弱"。要证明"学习风格"成立，必须做什么设计？为什么？

6. 你听说"按学习风格教学能提高成绩"，你该怎么查？

7. 用"最近发展区"解释：为什么"教学太难"和"教学太易"都是无效的？

6.1 参考答案

1. 看行为是增加还是减少：
- 负强化 = 撤走不愉快的东西 → 行为增加（如"不哭了就停止批评"）
- 惩罚 = 给予不愉快的东西 → 行为减少
只有这一条标准。（"给"还是"撤"决定它是正还是负，"增加"还是"减少"决定它是强化还是惩罚。）

2. 因为"预期"改变了孩子的理由。
有预期时，孩子的理由变成"为了拿奖"（外在动机），奖励一撤，理由就没了。
没有预期时，孩子原本的理由（"我喜欢画"）没被替代，所以兴趣不受损。

3. 说明模仿是有选择性的，不是简单的"看到就学"。
孩子更倾向模仿和自己同性别的榜样，这是社会学习中的"认同"因素。
这也支持"观察学习不只是刺激-反应的机械复制"（行为主义解释不了这个模式）。

4. 区分方法：看"表现"（performance）还是"习得"（learning）。
Bandura 在后续研究里做了关键实验：给看过攻击榜样的孩子提供奖励，
他们的攻击行为立刻大增。
→ 说明他们早就"学到"了，只是没"表现出来"，学习和表现是两个东西。
（这是班杜拉对行为主义最有力的一击。注意：这个"奖励后表现增加"的实验是 1965 年的后续研究，不是 1961 年那篇。）

5. 必须做「交叉设计」：
视觉型用视觉教、用听觉教，看哪个更好；听觉型同理。
而且必须在两个方向上都成立。
为什么：如果只做"视觉型用视觉教"，成绩好也可能是因为所有人用视觉教都好，
那就和学习风格无关了。

6. 三步：
1. 查有没有采用交叉设计的研究（大多数"支持"它的人没做这个设计）
2. 查效应量，不只看"有没有显著"
3. 查有没有大样本重复
（对照实验方法论课程的做法。）

7. 太难（超出 ZPD）：学生即使有支持也做不到 → 挫败，学不会
太易（在已会区）：学生不用任何帮助就能做 → 没收获，浪费时间
只有当任务落在"独立做不到、但帮助下能做到"这个区间，学习才发生。

7 出处索引

💡 怎么看这张表：带 [DOI] 的条目可直接点开核对原文；书/古籍/语料库/官方文件没有 DOI，按题名 + 出版社（或机构）查找。

本页数字的来源说明：Bandura 的 72 名儿童 / 36 男 36 女 / 37–69 个月属实；
攻击性得分表已与原论文表格逐格核对一致；
Lepper 的 51 名儿童 / 6 分钟、先行组织者的效应量（Luiten 1980）、
学习风格的判据（Pashler 2008）均已核到一手出处。

8 相关

• 学习科学导论：认知负荷、提取练习、迁移
• 普通心理学：动机、皮亚杰、发展
• 教育学原理：最近发展区在教学里的应用
• 专业学习路线：这门课的位置