多媒体学习的本质是什么，如何去认识它？这有赖于对多媒体学习理论模型的科学构建，并且在很大程度上多媒体教学的实践活动也以此为理论依据。对多媒体学习理论模型的构建一直是多媒体学习研究的重中之重。国内外众多学者从不同角度对多媒体学习现象进行阐释，并各自提出了多媒体学习理论模型。从已有文献来看，多媒体学习理论模型非常多，其中具有代表性、影响力较大的模型是：Mayer的多媒体学习认知模型、Astleiter的多媒体学习与动机的整合模型、Moreno的多媒体学习认知—情感模型和Schnotz的图文理解的整合模型。
（一）多媒体学习认知模型
美国当代心理学家Mayer以Paivio的双重编码理论、Baddeley的工作记忆模型、Sweller的认知负荷理论和Wittrock的生成学习理论为理论基础，推演出多媒体学习的三个假设，并构建了多媒体学习认知模型，如图2-2所示。[2]三大假设（双重通道假设、容量有限假设、主动加工假设）是多媒体学习认知模型的基本前提。双重通道是指人们视觉加工和听觉加工的信息通道，其理论基础是双重编码理论和工作记忆模型；容量有限是指人们在每个通道中同时加工的信息数量是有限的，其理论基础是工作记忆模型和认知负荷理论；主动加工是指人们主动学习、关注新进入的信息，主动选择、组织信息并和其他知识的心理表征进行整合，其理论基础是生成学习理论。[3]
图2-2 多媒体学习的认知模型[4]
多媒体学习的认知模型的工作原理是：从所呈现的文本或解说中选择相关语词，或从所呈现的画面中选择相关图像，并将所选择的文字组织成一个连贯的言语表征，将所选择的图像组织成图像表征，将言语表征和视觉表征同长时记忆中的知识进行整合。对图像的加工发生在视觉/图像通道。对解说的加工发生在听觉/言语通道，对文本的加工发生在视觉/图像通道，在工作记忆阶段，图像通道和言语通道之间并不是截然分离，二者可以互为表征。多媒体学习的工作过程可以概括为以下五个步骤：选择相关语词、选择相关图像、组织所选的语词、组织所选的图像及整合以文字和图像为基础的表征。[5]
（二）多媒体学习与动机的整合模型
Astleiter充分汲取了多媒体学习认知模型的特点，认为多媒体学习过程中应该关注心理动机和心理资源管理两大因素，于2004年提出多媒体学习与动机的整合模型，如图2-3所示。
图2-3 多媒体学习与动机的整合模型[6]
（三）多媒体学习认知—情感模型
和Astleiter一样，Moreno认为多媒体学习不仅仅只考虑认知因素，一些非认知因素也应该纳入考虑范围。为此，Moreno汲取了已有认知模型的特点，充分考虑元认知因素，情绪、动机等情感因素的作用，于2006年提出认知—情感模型，如图2-4所示。
图2-4 多媒体学习认知—情感理论模型[7](www.xing528.com)
在多媒体学习的认知—情感模型中，多媒体教学信息通过多种通道进入感觉记忆，在元认知、情绪、动机的作用下，调节认知资源进而影响学习进程。学习者先前的知识结构、技能水平、经验会影响学习者多媒体学习的能力。[8][9]
（四）图文理解的整合模型
Mayer的多媒体学习认知模型把言语加工、图像加工看成是两个平行的结构，认为最终在工作记忆中要实现言语模型和图像模型的整合。Mayer并没有真正解释学习者是如何去理解图像和文本，对图像和文本在工作记忆中的整合机制也是非常笼统和模糊。Schnotz对这一问题有不同的观点，他认为图像是非语言符号、文本是言语符号，二者隶属不同的符号体系，采用了不同的编码形式，而且表征形式也不尽相同。因此，图像和文本采用平行的结构处理方式，并在工作记忆中实现“简单”的整合是存在问题的。[10][11]针对Mayer的不足之处，Schnotz提出图文理解的整合模型，并于2005年对该模型进行了完善，如图2-5所示。
图2-5 图文理解的整合模型[12]
在图文理解的整合模型中，存在两种表征系统，分别是描述性表征（Descriptive Presentation）和描绘性表征（Depictive Presentation）。描述性表征如口头文本、声音图像和命题表征，此类表征以符号为基础；描绘性表征如书面文本、视觉图像和心理模型，此类表征以结构映射为基础。其工作原理是：从感觉记忆中选择语词和图像进入工作记忆，在工作记忆中分别组成相应的语词库和图像库。听觉通道的语词库通过语词过滤器的“选择”进入命题工作记忆，通过长时记忆中认知图式的协助，主动建立命题表征，并激发相应的心理模型的建立。与此同时，视觉通道中的图像库通过视觉图像过滤器的“选择”进入图像工作记忆，借助长时记忆的认知图式主动建构心理模型，心理模型也同样会激发相应的命题表征的形成。命题表征和心理模型分别通过模型建构和模型检验相互转换、补充，从而实现图文互动交流、理解，形成整合的知识信息。
（五）述评
多媒体学习理论模型的构建反映了人们对多媒体学习本质的理解。以上四种模型，从不同的角度对多媒体学习的原理进行了解释，部分观点一致，但各有侧重点不同，有助于揭示多媒体学习的本质。
在众多模型中，学术影响力最大的要数Mayer的多媒体学习认知模型。近三十年来，不少学者开展了相当数量的实验研究验证，取得了一些成果，这为Mayer的多媒体学习认知模型提供了可靠的证据支持，但该模型仍然并非完美。例如，多媒体学习认知模型能否建立在三大理论假设之上，我们是否可以在认知神经科学方面找到足够的证据来支持？多媒体学习中不同通道的编码、工作机制如何？学习者是如何选择、组织和整合多媒体信息，尤其是图像和语词之间的整合机制如何？Astleiter的多媒体学习与动机的整合模型、Moreno的多媒体学习认知—情感模型只是在Mayer的基础上把动机、情感引入模型，认为动机、情感会影响多媒体学习的过程和结果，但究竟如何起作用是未知的。因此依然未解决多媒体学习的认知机制问题，这无疑削弱了这些模型的科学性，而科学性直接决定了模型是否有效、可靠。
郑旭东博士认为，选择、组织、特别是整合是多媒体学习认知模型的关键环节，解密这些“黑箱”可以从根本上认清学习者的内部认知加工过程，从而为他们选择合适的多媒体信息、提供恰当的学习策略，为促进认知加工和知识建构创设前提条件。[13]Schnotz的图文理解的整合模型可以解决部分多媒体学习认知理论模型无法解决的问题，对进一步揭示图文理解的过程机制具有非常重要的理论价值。第一，该模型解决了描述性与描绘性表征的关联性问题，认为两种表征系统并不是孤立隔绝的，而是存在互动沟通，但二者也不是结构的整合；第二，该模型在对语词和图像的选择过程中增加了“过滤器”，更加明确了注意、选择的作用机制；第三，图像与语词之间的整合是为建立命题表征和心理模型服务，此过程需要借助长时记忆中的认知图式，更加明确了学习者先前的知识、经验及个体差异对多媒体学习的影响；第四，该模型对Paivio的双通道处理模型进行了拓展，认为视觉通道不是图像的专有通道，听觉通道也不是语词的专有通道。可以认为，Schnotz的图文理解的整合模型代表了多媒体学习在理论层面的最新发展。
当然，以上四种具有代表性的多媒体学习理论模型都存在一些不足，都是在双通道理论的基础上建构，没有考虑人机交互的行为，而交互是多媒体学习不可或缺的重要操作，也是多媒体最具特色之处。为此，国内学者对多媒体学习理论模型的构建也提出了自己的见解。例如，王晓丹[14]认为多媒体学习存在三条通道，即知觉加工通道（Perceptual processing channel）、语义加工通道（Semantic processing channel）和动觉加工通道（Kinesthetic processing channel），并构建了“P-S-K”三通道多媒体学习认知模型研究；李智晔[15]认为多媒体学习是一个认知学习与信息传播的综合过程，以视觉、听觉和交互三通道为信息加工通道，引入反馈要素，利用系统分析法、建构模型法，提出“多媒体学习的认知—传播模型”。同样，国内的基于三通道的多媒体学习理论模型仅仅停留在逻辑推演层面，缺乏有效的实验验证，其科学性尚待检验和深入考察。
由于多媒体学习理论模型的构建受到心理学、认知神经科学等学科发展的制约，截止目前，国内外都还没有非常完美的多媒体学习理论模型，应该说对多媒体学习的全面认识还任重道远。但可以肯定的是，以上模型从不同方面、不同层次为人们认清多媒体学习的真实面貌起到帮助作用。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
