认知负荷理论：为什么一次不能学太多

一句话定义

工作记忆容量极其有限，学习效果取决于三种负荷（内在、外在、相关）的总和是否超出这个上限——好的学习设计本质是负荷管理。

为什么重要

它是"教程设计"与"自学排程"的第一性原理。看不懂一份教程，多半不是你笨，而是它外在负荷超标；一个知识点学不进去，多半是你把内在负荷（新材料）和外在负荷（乱环境、多任务）叠满了。学会做负荷预算，等于拿到了学习难题的排障工具。

前置知识

kp-003 记忆三阶段、kp-006 工作记忆。

核心概念

内在负荷（intrinsic load）：材料本身的复杂度 × 学习者的已有知识。同一材料对新手是重负荷、对专家是轻负荷——所以"跨级自学"痛苦是结构性的。

外在负荷（extraneous load）：呈现方式与环境造成的浪费性负荷：花哨动画、跳跃的教程、嘈杂环境、切换任务（见 kp-018）。它不产生任何学习收益，纯耗电。

相关负荷（germane load）：投入理解、建构图式（schema）的负荷——这是唯一值得花预算的部分。

图式（schema）：把多个信息单元打包成的单一记忆结构。图式一旦形成，原来占 5 个槽位的内容只占 1 个——这是突破容量上限的唯一正道。

原理 / 机制

总负荷 = 内在 + 外在 + 相关 ≤ 工作记忆容量上限

管理策略矩阵：

一个重要演进：对新手，看例题（worked example）优于直接解题（避免盲目试错挤爆负荷）；对已入门者，继续看例题反而产生"例题效应"（expertise reversal effect）——要切换成自我解释+自主解题。

公式 / 模型 / 图示

可以把它当成一个预算问题：

预算（≈4 个组块，见 kp-006）
 ├─ 支付 1：材料复杂度（不可谈判，但可分期）
 ├─ 支付 2：环境干扰（可谈判，尽量砍到 0）
 └─ 剩余预算：全部投给"理解与建构"（相关负荷）

"分期付款"思想：把大知识点切成能在 15–25 分钟内消化的块，块与块之间用小测衔接（顺便完成提取练习）。

直观类比

水杯倒水：往已满的杯子里继续倒，水只会流走——不是水不好，是杯子容量有限。持续 4 小时马拉松式听课，后 2 小时的水基本倒在了地上。

手机内存：同时开 10 个 App 会卡死；关掉后台（外在负荷）再把任务拆小（内在负荷），剩下的内存才跑得动"理解"这个主程序。

实例 / 案例

教程设计：好的编程入门教程每屏只引入一个新概念，配一个可运行的最小例子——这是在主动压外在负荷；差的教程一屏塞五个新术语加两段历史八卦，让你"读了三遍没读懂"。

自学排程：晚上 8 点学微积分新章节（内在负荷高）却边回微信边学（外在负荷满格），相关负荷预算归零，等于白坐两小时。正确做法：关通知 → 25 分钟只啃一节 → 合上书自测。

常见误区

"多线程学习效率高"：任务切换成本研究表明每次切换都要付出重载上下文的代价，多任务是对负荷预算的灾难性挥霍（详见 kp-018）。

"笔记抄得越全越好"：逐字抄写是高外在负荷、零相关负荷的行为——手在动，理解预算没花出去。

"例题是给笨人看的"：对新手，例题是降低内在负荷的最短路径；该切换的时机是"能不看书复述例题思路"之后。

自测题

说出三种负荷的名称与各自的管理手段。

分析你最近一次"学了很久没学会"的经历：哪种负荷超了？怎么改？

为什么说"图式"是突破工作记忆上限的唯一正道？

参考答案 · 先自己作答再展开

内在负荷（拆分知识点、先例题、补前置）；外在负荷（单任务、清环境、选线性清晰的材料）；相关负荷（自我解释、对比多例、画概念图）。总原则：砍外在到零、给内在分期、把余额全部投给相关。

开放题。最常见两种：外在超载（边学边回消息）→ 环境治理；内在超载（跨级硬啃）→ 回退前置、按 15–25 分钟拆块。

槽位数（约 4）基本是天生的；块的大小是练出来的——图式把多元素打包成单块，同样四个槽每槽装的信息量可以差一个数量级。

与其他知识点的关系

kp-006：容量上限的具体数字与组块化机制；

kp-009/kp-011：提升相关负荷的两大工具；

kp-018：外在负荷的环境来源与治理；

kp-020：把负荷管理固化为学习环境的默认设置。

延伸阅读

Sweller, van Merriënboer & Paas (2019), "Cognitive Architecture and Instructional Design: 20 Years Later"

《为什么学生不喜欢上学？》（Daniel Willingham）——负荷与背景知识的通俗经典