mcpField
G
grad-cognitive-load

grad-cognitive-load

github.com/asgard-ai-platform其他24343 次安装21 周前更新
代码仓库

关于 grad-cognitive-load

grad-cognitive-load 是运用认知负荷理论分析学习材料与信息设计的技能，适用于教学设计者和培训人员。它区分内在、外在与相关负荷，并提供降低干扰、循序构建学习的设计方法。

主要功能

  1. 01评估任务元素交互程度
  2. 02识别外在认知负荷来源
  3. 03运用示例与逐步撤除支架
  4. 04将内容分段并预先教学
  5. 05通过练习促进图式构建
  6. 06考量学习者经验水平

适用场景

  1. 01诊断学习者难以理解或记忆的原因
  2. 02改进文档、教程或培训课程
  3. 03检查界面与仪表板的信息过载
  4. 04安排复杂内容的学习顺序

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/asgard-ai-platform/skills --skill grad-cognitive-load

安装后在 Claude Code 中输入/grad-cognitive-load确认已加载。

附带文件examples/sample_scenario.md

详细介绍

认知负荷理论（CLT）

概述

认知负荷理论（Sweller，1988）以人类认知的结构为基础：工作记忆的容量（7 +/- 2 个项目）和持续时间都极其有限，而长期记忆的容量基本上不受限制。有效的教学设计必须管理三种认知负荷——内在负荷（任务复杂度）、外在负荷（设计不佳）和关联负荷（图式建构）——确保总负荷不超过工作记忆的容量。

适用场景

  • 诊断学习者无法理解或记住所学材料的原因
  • 重新设计文档、教程或培训计划，以减轻认知负担
  • 评估界面设计、仪表板或信息展示是否造成信息过载
  • 为复杂学习材料安排顺序，逐步促进图式习得

不适用场景

  • 问题源于动机而非认知时（学习者有能力处理，但选择不去处理）
  • 面向已有相关图式、且存在专业知识逆转效应的专家群体
  • 简化会损害任务必要保真度时（有些任务本质上无法简化）

假设

IRON LAW: Working memory capacity is FIXED and limited —
instructional design must minimize extraneous load to maximize
germane processing. Total load (intrinsic + extraneous + germane)
must not exceed working memory capacity.

关键假设：

  1. 工作记忆处理新信息；长期记忆存储图式，使信息处理不受工作记忆限制
  2. 内在负荷由元素交互性决定；除非改变任务，否则无法降低
  3. 外在负荷由设计者控制，应始终尽量降低

方法

步骤 1 — 分析元素交互性（内在负荷）

评估必须同时处理多少个信息元素：

  • 低交互性：各元素可以独立学习（词汇表）
  • 高交互性：必须整合各元素才能理解（语法规则、电路设计）
步骤 2 — 识别外在负荷来源
来源说明设计缺陷
注意力分散整合在空间或时间上彼此分离的信息来源文本距离图表太远
冗余以多种形式处理相同信息旁白重复屏幕上的文本
瞬态信息信息在处理完成前就消失无暂停的快速动画
专业知识逆转有助于新手、却妨碍专家的支架强制高级用户按步骤操作
诱惑性细节有趣但无关的信息装饰性图片、离题的故事
步骤 3 — 优化负荷分配

管理总认知负荷的策略：

  • 解题示例：通过展示已解出的题目，降低新手的内在负荷
  • 逐步撤除支架：逐步从解题示例过渡到独立解题
  • 模态效应：使用双通道（视觉 + 听觉），提升有效工作记忆容量
  • 分段：将复杂材料拆分为由学习者掌控节奏的片段
  • 预先训练：在介绍元素之间的交互前，先教授各个组成元素
  • 消除冗余：删除不同通道中的重复信息
步骤 4 — 促进关联负荷
  • 鼓励学习者进行自我解释和拓展
  • 通过在练习题中采用多样化形式，促进图式抽象
  • 提供对比案例，突出结构上的相似之处
  • 将练习分散到一段时间内进行（分布式练习），以巩固图式

输出格式

## Cognitive Load Analysis: [Context]

### Intrinsic Load Assessment
- Element interactivity: [Low/Medium/High]
- Key interacting elements: [list]
- Learner expertise level: [Novice/Intermediate/Expert]

### Extraneous Load Audit
| Source | Present? | Severity | Fix |
|--------|----------|----------|-----|
| Split-attention | [Yes/No] | [High/Med/Low] | [solution] |
| Redundancy | [Yes/No] | [High/Med/Low] | [solution] |
| Transient info | [Yes/No] | [High/Med/Low] | [solution] |
| Seductive details | [Yes/No] | [High/Med/Low] | [solution] |

### Load Budget
- Estimated total load: [Within/Exceeding capacity]
- Extraneous reduction potential: [High/Medium/Low]

### Redesign Recommendations
1. [Primary extraneous load reduction]
2. [Segmenting or sequencing change]
3. [Germane load enhancement]

注意事项

  • 专业知识逆转效应意味着，适合新手的设计会对专家造成负面影响——因此需要采用自适应或分层设计
  • “7 +/- 2”只是粗略的经验法则；对于新颖且相互作用的元素，工作记忆的有效容量可能低至 3-4 个组块
  • 近期文献对内在负荷存在争议——一些研究者将其纳入内在负荷管理，而不是视为独立类别
  • 降低外在负荷始终有益；降低内在负荷则可能导致内容过于简单，阻碍深度学习
  • 只有当视觉和听觉通道传递互补（而非重复）信息时，模态效应才适用
  • 认知负荷难以直接测量——代理指标（表现、主观评分、次要任务）各有局限

参考文献

  • Sweller, J. (1988). 问题解决过程中的认知负荷：对学习的影响。Cognitive Science, 12(2), 257-285.
  • Sweller, J., Ayres, P. & Kalyuga, S. (2011). 认知负荷理论。Springer.
  • Paas, F., Renkl, A. & Sweller, J. (2003). 认知负荷理论与教学设计：近期进展。Educational Psychologist, 38(1), 1-4.

评论

支持 Markdown