认知负荷理论 CLT
为什么投入同样的时间与努力，理解深度却判若云泥？Sweller 的认知负荷理论（Cognitive Load Theory, CLT）给出机制层面的回答：瓶颈在工作记忆的容量，而学习材料与教学方式决定了这点容量被消耗在哪里。
理解与记忆的差别出在哪
CLT 的出发点是记忆的结构性不对称：工作记忆（working memory）容量极小，同时只能处理约 4 个组块；长期记忆（long-term memory）容量近乎无限。学习之所以可能，是因为长期记忆中的图式（schema）能被整体提取进工作记忆，一个图式只占一个元素的位置。Sweller 由此断言：教学的本质是重构长期记忆——知识以良构方式嵌入长期记忆后，学习者将其快速提取，复杂问题随之变成自动化处理：数学家一眼看穿解题路径，熟练读者从文字直接捕捉意义，靠的都不是此刻的推理，而是长期记忆里组织良好的知识。
这也重新划定了「理解」与「记忆」的边界：
- 记忆是孤立存储信息——死记硬背的单词之间没有交互
- 理解是元素交互（element interactivity）——工作记忆必须同时处理多个相互作用的元素：造句要同时顾及词义、语法、语境，解方程要同时顾及等式两侧
元素交互度越高，占用的认知负荷越大。同样努力下理解深度的差别，正取决于工作记忆容量被交互消耗，还是被无关信息消耗。
三类负荷：哪些可削、哪些要保
既然瓶颈是总容量，问题就变成：负荷从哪里来、哪部分可以挪走。CLT 把负荷拆为三类，共享同一容量、彼此相加：
| 负荷类型 | 来源 | 设计目标 |
|---|---|---|
| 内在负荷 intrinsic | 材料本身的元素交互度 × 学习者已有专长 | 不可删除，只能管理 |
| 外在负荷 extraneous | 呈现方式不当（分散注意、冗余、花哨） | 应当尽量削减 |
| 关联负荷 germane | 投入图式建构与自动化的认知资源 | 应当保护 |
三类负荷此消彼长：外在负荷少占一分，留给真实学习的一分就多。
内在负荷由材料与学习者共同决定，同一材料对不同人负荷不同：对新手是高交互的内容，对专家只是几个组块的调用。管理手段是分割与排序——把高交互材料拆成低交互片段，从简单样例逐步过渡到复杂问题。
外在负荷纯粹是呈现方式的代价，与学习目标无关：图文分离迫使视线来回搜索、解说配念稿的屏幕文字、装饰性图片争夺注意。它是设计可以直接清除的部分。
关联负荷指工作记忆实际用于建构图式的资源。需要注意的是，Sweller 后期已将其修正为「投入内在负荷的工作记忆资源」而非独立的第三类负荷——它描述资源的使用方向，不是额外容量。换言之，学好 = 削外在、控内在，再把省下的容量全部导向图式建构。
图式自动化如何降低内在负荷
上一节把内在负荷判为「不可删除」，但它的数值会随学习下降——机制正是图式的建构与自动化（automation）。
图式把多个元素打包成一个可整体调用的单元：新手看棋局是 32 个孤立棋子，大师看到的是几个攻防结构。元素数量骤减，同一盘棋的内在负荷天差地别。自动化更进一步：经充分练习的图式不经工作记忆有意加工即可直接运行，如母语者听懂句子无须先分析句法。这就是「专家觉得简单」的认知本质——不是他们的工作记忆更大，而是他们处理的元素更少。反过来这也意味着，内在负荷的管理必须匹配学习者当前水平：对新手有效的支持，对专家可能反而添乱，这一逆转本身就是重要的实证效应。
实证效应：材料设计的依据
CLT 四十余年积累了一批可复现的实验效应，每一条都直接指向材料该怎么改：
- 样例效应（worked example effect）：新手研究解好的样例，效果好于自己解题——独立解题时大量容量耗在目标搜索等手段性活动上，样例把容量释放给图式建构
- 分散注意效应（split-attention effect）：需要相互参照的信息（图与其文字标注）必须空间整合呈现；分离迫使人在工作记忆中凭空保持位置信息
- 冗余效应（redundancy effect）：解说已足够时，重复其内容的屏幕文字反而有害——同时加工重复信息空耗容量
- 通道效应（modality effect）：视觉 + 听觉双通道各处理一路信息可扩容，但前提是两路信息不重复——与冗余效应构成一对边界条件；载体如何配合内容，见学习载体选择
- 专长逆转效应（expertise reversal effect）：随专长增长，原本有效的教学设计会失效甚至反转——样例对专家是干扰，应代之以真实问题；任何材料都要随水平迭代
自学场景的设计清单
这些效应落到自学上，就是一份可执行的清单，仍按三类负荷组织：
- 削外在负荷：单一信息源、图文紧邻、关掉通知并营造无干扰环境——环境营造的完整讨论见深度工作 Deep Work
- 控内在负荷：按元素交互度从低到高排序材料；进新领域先读样例与推导，再动手做题，随后逐步撤除脚手架（fading）
- 保关联负荷：读完即自我解释（self-explanation）——用自己的话把步骤与理由讲出来，逼工作记忆做元素交互
- 编码只是上半场：CLT 管的是信息进入图式的效率；进入之后的留存与提取，是提取练习与间隔重复的领域