现煊蚓蠖嗍闹丁⒓寄芎筒呗缘难啊�
I。新知识习得阶段
II。知识的巩固和转化阶段
III。知识的迁移和应用阶段
注意与预期
激活原有知识
选择性知觉
新知识进入命题网络
通过复述和精加工等，命题网络重建与改组
陈述性知识被提取，回答是什么的问题
通过变式练习，命题转化为产生式系统
应用习得的概念规则对外办事
应用习得的概念规则对内调控
图41 广义知识学习阶段与分类模型
本部分前面三章的内容就是根据这一模型组织的。本章阐述陈述性知识的性质、习得过程和条件。第五章阐述作为程序性知识的智慧技能和认知策略的性质、习得过程和条件。解决问题是陈述性知识、程序性知识和策略性知识这三类知识相互作用的结果，所以第六章论述解决问题的过程以及不同类型的知识在解决问题中的不同作用。
陈述知识的性质：陈述性知识的心理表征
我们常听到教育界人士说，好的教学不只是单纯传授知识，更重要的是发展学生的能力。但是能够通过教学发展而来的学生的能力的本质是什么？对此，研究教育学的人很少关心。在西方教育史上，杜威为了避免学生学了知识而缺乏能力的弊端，将知识一词改为经验，但是杜威的教学改革并未成功。为了理清知识与能力之间的关系问题，这里要较深入地介绍现代学习心理学关于知识的心理实质（即知识的心理表征）的研究。
知识的表征或知识的心理表征（mental representation），指信息在心理活动中表现和记载的方式。一个外在的客体在心理活动中可以以具体形象、概念或命题等形式表现出来。这些形象、概念或命题都是信息的表征形式。表征反映着客观事物，它代表相应的事物，如儿童见到过一只小花猫，便在他的头脑中留下“小花猫”的形象，该形象便是他见到小花猫的心理表征。同一事物可以有不同形式的表征。不同表征形式所具有的共同信息称为表征的内容，而每一表征形式称为编码。下面介绍现代学习心理学中的几种知识表征理论，以解释个体具有的知识的心理机制。
神经网络理论
有些认知心理学家对知识在人脑中表征的基本形式感兴趣，但是他们的大多数研究是通过计算机模拟进行的。也就是说，计算机程序可以将信息编成神经网络的代码。这些神经网络与生物神经网络有许多相似点。在计算机中研究的神经网络包括如下成分：（1）有与神经元相似的结点（nodes）或单元，但它们与神经元不同，只有一种性质，即可以在不同水平上被激活（神经元则有多种性质）。如果结点在高水平上被激活，则人可以意识到被激活的东西；结点也可以在低水平上被激活，此时人处于无意识状态。（2）结点与结点之间有联结。两个结点可以通过同时兴奋相联结，也可以通过一个兴奋与一个抑制的方式相联结。结点之间的这些联结是长时记忆的原材料。（3）学习是联结的创造及其强度的改变。与神经元之间的联结增强相似，联结加强的基本方式之一，是同时激活若干结点。
这种理论可以解释字母和词形的识别。就成人识别字母而言，字母有如下特征：横线、竖线、锐角、向右凸出的曲线和对角线。假定呈现某个字母，它激活了人脑中竖线和向右凸出的特征，因为成人无数次见过P、R和Q，所以这两个特征与P、R、Q有牢固的联系。因此，当呈现P时，这两个被激活的特征与P、 R、Q相联系，从而激活表征这些字母的结点，并认出P。由于确认R需要激活另一特征，即字母下半部分的对角线，而确认Q需要激活下面的对角线和右面的凸出部分，所以上述两个特征与P相吻合，抑制的信号从P发送到R、Q和其他字母的结点。
儿童学习字母就是在特征和字母之间建立联结。婴幼儿在认识字母之前会唱字母歌，知道字母名称。以后，当幼儿见到字母并被告知这是字母“P”时，P字母名称和其特征的联系得到加强。通过日常交往和看图画、书籍等，幼儿多次经历字母P名称和P的视觉表征之间的联系。每次接触，字母名称和其特征的联系得到一次加强，最终每当见到P的特征时，该特征便能自动激活P的名称。
同理，可以解释单词的再认。例如，当呈现单词EACH时，每一个字母的特征和这些字母之间的联结被激活。与此同时，该词中的E与首位之间的联结，A与第二个位置，C与第三个位置以及H与第四个位置之间的联结也被激活。也就是说，在激活了E的同时也部分激活了其与首位的联结，其他字母也一样。对于成人而言，他们曾多次经历第一E，第二A，第三C，第四H这组字母与其位置的联结，所以在见到EACH时，EACH的特征及其位置被激活，而其他词被抑制。
研究表明，英语词汇中相同词干的词语与无相同词干的词相比，要易于识别。这可以用神经网络理论来解释。因为词的一个部分越是常用，人们接触的机会越多，越容易被激活。
鲁梅哈特和麦克里兰（Rumelhart； D。E。 & McClelland； J。L。； 1986）提出平行分布加工（parallel distributed processing）理论解释英语单词的识别。他们认为，大脑由许多小机器构成，每一小机器学习一类特征信息，这些小机器相互联系且能同时运作。例如，当呈现字母E、A、C、H及其位置时，大脑同时进行加工。一个多音节词可分成几个音节，每一个音节又由几个字母构成，每一个字母又具有几个特征。这样，通过激活字母的特征及其联结来识别字母，通过激活一组特征字母及其联结模式来识别音节，通过激活一组特殊音节及其在词中联结的位置来识别多音节词。
按照平行分布加工理论，词义（概念）的激活依赖较低级音节和模式的激活。知晓意识中的任何东西（如，一个词、一个表象或一个概念）都要归根于神经网络中的基本表征，即联结的模式。虽然现代联结主义者对词义加工提供了解释，但其解释不如解释字形与字音的知觉有效。
联结主义对知识的解释的重要教育含义是：在掌握高级的知识之前，必须先掌握低级的知识。因此，在学习单词之前必须先掌握特定的字母，即在字母特征模式及其名称与声音之间建立联系。这种由低级到高级的知识加工被称为自下而上加工，与之相对的是自上而下加工。
许多心理学家在考虑人的心理时，重点放在高级信息加工，很少关心支配符号表征系统的结点的神经或特征模式的激活。有些心理学家认为，联结主义模型不能表征某些作为人类知识核心的关键信息。例如，该模型不能解释蕴含在命题中的句法关系。
命题与命题网络理论
命题
命题这个术语来自逻辑学，指表达判断的语言形式，由系词把主词和宾词联系而成。例如，“北京是中国的首都。”这个句子就是一个命题。
在认知心理学中，命题是指语词表达的意义的最小单位。一个命题是由一种关系和一组论题（arguments）构成的。关系一般由动词、副词和形容词表达，有时也用其他关联词如介词表达；论题一般指概念，一般由名词和代词表达。
请看下面的句子：
（1）小明给张英一本有趣的书。
这个句子可以分解成下面两个更简单的句子：
（2）小明给张英一本书。
（3）这本书是有趣的。
句子（2）和（3）各表达一个命题。句子（2）中的论题是“小明、张英和书”，关系是“给”。句子（3）中的论题是“书”，关系是“有趣的”。可见，句子（1）是由两个命题构成的。命题用句子表达，但命题不等于句子，命题只涉及句子表达的意义。人们在长时记忆中保持的不是句子本身，而是句子表达的意义。
例如，布赖恩斯福德和弗兰克斯（J。D。Bransford & J。J。Franks； 1971）给被试呈现下列七个句子：
蚂蚁吃了桌子上的甜果酱。
石头滚下山并压坏了小屋。
厨房里的蚂蚁吃了果酱。
石头滚下山并压坏了树林边的小屋。
厨房里的蚂蚁吃了桌子上的果酱。
小屋在树林边。
果酱是甜的。
这些句子可以分解成两组命题，每组由四个命题构成。
第一组是：（吃了；蚂蚁、果酱）
（甜的；果酱）
（在……上；桌子、果酱）
（在……里；厨房、蚂蚁）
第二组是：（滚下；石头、山）
（压坏；石头、小屋）
（在……边；屋、树林）
（小的；屋）
请注意：括号里分号前的词，如“吃了”、“甜的”、“在……上”等表示关系；分号后面的词如“蚂蚁”、“果酱”等表示论题。
研究者呈现下面三个句子以检测被试的再认记忆：
原先学习过的：厨房里的蚂蚁吃了果酱。
新的：蚂蚁吃了甜果酱。
不可能的情形：蚂蚁吃了树林边的果酱。
第一句是实际学习过的；第二句未学过，但是由已学过的命题组成的；第三句是由已学过的词构成的，但不能组成已学过的命题。研究结果表明，被试几乎不能区别第一和第二个句子，认为他们实际上已学过这两个句子，但是他们很有信心地认为，他们没有听到过第三个句子。
实验表明，人的长时记忆保持的是句子的意义，而不是原先学过的词句本身。
认知心理学家用了许多不同方法来表示命题。常用的方法是，用一个圆 （或椭圆）表示一个命题，用箭头将命题的论题和关系联系起来。如，“蚂蚁吃了甜果酱”这个句子中包含两个命题，用上述方法表示（图中S代表主体，O代表客体，它们都是论题；R表示关系）：
命题1（简作P1）：
命题2（简作P2）：
命题网络
如果两个命题中具有共同成分，可以把若干命题彼此联系起来组成命题网络。例如，上面两个命题中有共同成分“果酱”，通过它可以把两个命题联系起来组成如下命题网络：
同样，“在厨房里的蚂蚁吃了桌子上的甜果酱”可以用如下命题网络表示：
威斯伯格（R。W。Weisberg； 1969）向被试呈现如下英文句子：
Childrenwhoaresloweatbreadthatiscold。
译成中文是：慢速的儿童吃冷馒头。这个句子可用命题网络表示如下：
研究者用自由回忆方法检测被试保持的命题成分的联想速度。当呈现slow，被试最先联想到的是children；当呈现bread，被试最先想到的是cold。这种自由联想现象可以用命题网络得到适当解释，即被试读到句子，保持的不是句子原文，而是意义的命题网络。从命题网络来看，slow和children最接近，bread和cold最接近，所以它们联系更紧密，容易相互联想。而在句子中，slow和bread同它们分别与children和cold相比，联系更紧密，但由于人的记忆中未保持这个句子，所以，当呈现slow时，几乎没有人联想到bread。
科林斯和奎廉（A。M。Collins and M。R。Quillian； 1969）的一个经典实验支持了知识以命题网络的层次结构储存的观点。他们认为对动物、鸟、鱼等分类的知识，以图42的层次结构储存。
科林斯和奎廉认为，不同动物的知识概括水平不同。在每一概括水平上储存了可以用来区分其他水平的物体的属性。例如，“有皮”是所有动物的属性，储存在最高水平。用这一属性可以把动物与矿石（没有皮）等区分开。又如，“有羽毛”是所有鸟的属性，储存在比“动物”低一级水平上，可以被用来区别鸟与非鸟的动物（如，鱼、狗等没有羽毛）。科林斯等进一步假定，由于储存在知识网络中的事实的距离不同，提取它们的反应时也将不同。例如，“金丝雀是金丝雀吗？”“金丝雀是鸟吗？”“金丝雀是动物吗？”这三个问题，其中第一个问题概括水平最低（被定为0级），第二个问题概括水平较高（被定为1级），第三个问题概括水平最高（被定为2级）。研究表明，随着问题概括水平的提高，被试判断问题真伪的反应时越长（见图43）。
图式与脚本
现代著名认知心理学家J。R。安德森认为：“对于表征小的意义单元，命题是适合的，但是对于表征我们已知的有关一些特殊概念的较大的有组织的信息组合，命题是不适合的。”例如，人们有关房子的知识，如果用“房子是人的居住处”这一命题表征，则不足以表征与人有关的“房子”的全部知识。现代认知心理学认为人的较复杂的整块的知识是用图式来表征的。John R。Anderson（1990）。 Cognitive Psychology and Its Implications； p。133～135。
正如第三章所述，康德认为，人的心灵中生来就有某些认知图式，只有把这些图式施加于混乱的经验“材料”上，人才�