将脑科学、认知科学与教育学整合起来的这门新兴学科非常复杂,其复杂性甚至体现在其名称的界定上。目前,世界上的不同组织机构与研究人员较多地运用“心智、脑与教育”、“教育神经科学”、“神经教育学”与“学习科学”这些术语来指代这个新兴的领域。这些术语的含义和所指范围并不完全相同,而且将随着这个新兴领域的发展而得到发展。本文根据目前的研究现状来尝试初步界定这些术语。
(一) “心智、脑与教育”1986年出版的《脑、认知与教育》一书(Friedman, Klivington, and Peterson, 1986),第一次将脑科学、认知科学与教育学这三个领域整合在一起,体现出“心智、脑与教育”这个新兴研究领域的核心思想。“心智、脑与教育”的整合研究领域与许多学科相关,其中主要包括“教育神经科学”、“神经教育学”和“教育生物学”。“教育生物学”的含义与“教育神经科学”的含义部分重合,因为神经科学是生物学的一个分支。最近出版的相关书籍以及文章将“神经教育学”和“教育神经科学”作为同义词使用(Battro,Fischer, Léna, 2008; Howard-Jones, 2010),但是仔细分析可以发现,两者分别代表了不同的研究取向。其中“神经教育学”强调以教育学为核心的跨学科整合,强调这一新兴领域的知识运用,而“教育神经科学”的核心是整合教育学的神经科学,更重视这一新兴领域的知识创造(Battro,Fischer, Léna, 2008)。这两种不同取向与这一新兴的研究共同体中两类重要群体有关:其一,运用教育神经科学(或者神经教育学)的知识来设计教育方案的教育工程师;其二,运用神经影像、量化研究以及质性研究等不同研究方法与手段进行知识创新的新型教育研究者(Fischer, Goswami, Geake, 2010)。
(二) 学习科学“学习科学”(learning sciences)不是学科的概念,而是学科群的概念,一般以复数或者单数形式出现。学习科学并不是一个新词, 在20世纪50年代,斯金纳(Skinner)发表了《学习的科学,教学的艺术》(The Science of Learning and the Art of Teaching)(Skinner, 1954)一文,迄今引用率达到1302次。经济合作与发展组织出版的2本书《理解脑:走向一门新的学习科学》(Understanding the Brain:Towards a New Learning Science)以及《理解脑:一门新的学习科学的诞生》(Understanding the Brain:The Birth of a New Learning Science)以及在国际顶级杂志上发表的论文《一门新的学习科学的基础》(Foundations for a New Science of Learning)(Meltzoff, Kuhl, Movellan, and Sejnowski, 2009)中都是将学习科学看作学科群的概念,这些书籍或论文之所以将这一新兴领域称为“一门新的学习科学”,是为了强调学习科学这一涵盖了人类学习、动物学习、机器学习的学科群中又增添了“一门新的学习科学”。这门新的学习科学在经济合作与发展组织出版的《理解脑:新的学习科学的诞生》等书中,被称为“教育神经科学”(Educational Neuroscience)。从名称来看,学习科学就是对学习的科学研究。根据自伽利略以来所形成的科学研究标准,对学习所进行的真正科学的研究主要集中在人的学习、动物学习以及机器学习等非常广泛的研究领域,包含了庞大的与学习的科学研究有关的学科群(周,2008)。对人类的学习科学研究主要包括在神经科学、认知科学、认知神经科学、发展科学领域。教育学领域主要对学习进行思辨性的讨论,较少用科学的方法来收集数据。目前人类学习科学的研究在整合认知心理学、教学设计、计算机信息技术与智能系统的研究方面取得了一些进展。该领域的研究者于1991年创刊《学习科学杂志》,2002年成立“国际学习科学学会”(The International Society of the Learning Sciences)。该领域的代表作是《剑桥学习科学手册》。美国的西北大学、斯坦福大学等许多著名大学都设立了学习科学专业,从认知科学的角度来研究学生的学习。但是仔细考察这一研究取向的学术期刊、学术论文以及学术专著,我们可以很容易获知,这一取向的学习科学研究主要侧重运用认知科学的研究成果、借助信息技术的手段进行教育设计,其目的并不是将脑科学、认知科学与教育结合起来。因此,这些期刊、论文与学术专著中涉及到的脑科学知识并不多。但是近年来,在这一取向的学习科学研究中,越来越多的研究者开始关注教育神经科学的研究成果。目前,学习科学发展的一个重要趋势是, 不同的学习科学研究取向之间相互借鉴、沟通与融合, 一个多学科统整的、有着不同研究重点的学习科学正在形成之中(周,2008)。
“学习科学”一词由于美国自然科学基金委斥巨资建设的专项持续性研究资助计划“学习科学中心”而闻名于世。但是“学习科学中心”是机构的名称,强调不同学科中研究学习的科学工作者之间协同合作,其目的是打破学科界限,促进跨学科的合作研究。这与我国目前的协同创新中心具有类似的目的。美国科学基金会确定的学习科学包括的学科非常广泛,有生物、认知、计算机、教育学、数学、物理、社会科学、工程、学习心理、社会与教育、学习的生物基础、机器学习、学习技术以及所有这一切的数学分析与模型等多种学科的交叉(周,2008)。
(三) 教育神经科学“教育神经科学”由于得到不同组织、机构与学者的积极倡导,在代表独立学科的词中使用的频率比较高。1978年,美国国家教育研究会(National Society for the Study of Education)召集最权威的神经科学家为教育工作者撰写了第77卷年鉴《脑与教育》(Brain and Education),这本书由美国哈佛大学Jeanne S. Chall与Allan F. Mirsky (1978)任共同主编,此书第一次提出了“教育神经科学”(Educational Neuroscience)一词(Chall, & Mirsky, 1978)。“教育神经科学”得到了美国国家教育研究协会、美国教育研究协会(AERA)、美国国家科学基金会(Fischer,Geake, Goswami, 2010)等相关组织与机构的积极倡导,成为最近几年来世界各地新成立的研究中心、专业课程、国际会议的主要名称(周,2013)。如美国哈佛大学的“教育神经科学”课程,英国伦敦大学学院的“教育神经科学研究中心”、加拿大西蒙·弗雷泽大学的“数学教育神经科学实验室”等。教育神经科学成为这个领域的学者普遍接受的、用来表征这个新兴领域的词。我们也主张用教育神经科学这个词来代表这个新兴的学科(周,2009)。我们认为,教育神经科学包括“学习的科学”与“教学的科学”两个部分,因此在教育神经科学的研究中,“学习脑”与“教学脑”的研究同等重要。
综上所述,“心智、脑与教育”、“教育神经科学”、“神经教育学”与“学习科学”四者之间存在着交叉的关系,但是并不等同。目前学者们常常将“心智、脑与教育”、“教育神经科学”和“神经教育学”用作同义词。它们拥有共同的学会、共同的研究共同体、共同的研究范式以及独特的理论模式与话语体系。而“学习科学”则一支独秀,有自己的研究共同体、研究方式以及独特的理论模式与话语体系。
二、架设心智、脑与教育的桥梁教育神经科学的领域建构,关键之一在于方法论的确立(Szucs,& Goswami,2007)。传统上,神经科学研究者和教育研究者虽然都关注认知、学习、情绪等高级认知活动,但是由于两个领域所追求的目标、探究的问题、研究的方法、逻辑体系都各不相同,从而形成了两种不同的文化与不同的话语体系。神经科学研究一般遵循发现问题、提出假设、验证假设、形成科学的知识体系的严格程序。而教育领域则主要受政治、经济、社会、文化因素的影响,思辨性是其主要特征之一。教育研究中,由于教育文化情境的复杂性与变量的难以控制性,因此,采用的是完全不同的研究范式与话语体系。如何沟通与联结这两个完全不同的领域是当前神经科学界与教育学界共同关心的重要问题。
(一) 心智、脑与教育所对应的三个研究层面脑与教育之间涉及三个层面的研究:心智、脑与行为。脑是由神经系统、神经细胞、突触、蛋白质等结构构成的复杂体。脑具有功能,脑的功能可以测量,是信息传递的过程或者结果,但不是独立的、稳定的物质结构。心智是指脑与外部可观察的行为之间所发生的一切,是抽象的,包括能够引发行为、在脑中有生理现象却不能直接观察到的所有内部表征和过程。行为是指可以直接观察到的外显活动,如眼睛的运动、语言的发音等。心智、脑与行为的整合研究涉及对环境因素、生理因素、认知因素以及行为的描述(Morton, & Frith, 1995)。环境因素影响脑、心智与行为三个层面。心智在脑与行为之间可以发挥中介作用。生理与行为层面的研究提供事实依据,认知层面的研究形成理论(心理表征理论),通过认知层面的研究将学习所激发的脑的激活(神经影像研究)与行为(认知任务)结合起来,分析个体的外部因素与内部因素之间的相互作用,进而探讨心理机制与生理机制之间的因果关系(参见表 1)。
| 表 1 环境因素与个体内部因素的交互作用 |
脑、心智与行为三个层面分别对应人脑的内部结构、内部功能和外部功能。与这三个层面相对应的是三个学科:认知神经科学研究的是内部功能,神经科学研究的是内部结构,而认知心理学研究的是外部功能(行为)(Connell, 2004)。
神经科学主要研究内部结构的生理特征,侧重脑的结构与功能。如,分子神经科学研究神经递质的化学结构,系统神经科学研究整个脑组织的结构与功能。认知心理学主要研究外部行为,运用信息加工的观点来研究感知觉、注意、表象、学习记忆、思维和言语等认知过程,其核心是揭示信息是如何获得、加工、储存和使用的。认知心理学从行为数据来推论心理结构的功能,即心智所包含的抽象表征和转换,以及这些转换对表征产生了哪些影响,而不考虑这些内容是怎样实现的,或者在脑的哪个部位实现的,不涉及脑的结构与功能。在教育情景中,这种分析方法有助于人们从行为层面来理解阅读、数学等传统学科知识、技能获得的过程。认知心理学的研究已经运用于教学设计。
认知神经科学主要研究内部功能与认知机制,试图系统地解释思维与学习的机制,回答脑在分子、细胞、脑组织区和全脑等不同层面是如何实现认知活动的(Bruer, 1997),阐明认知活动的脑机制。它借助神经影像等先进的技术手段,尤其是功能磁共振成像(fMRI)技术,观察人在思维或感知时所激活的脑区,并在神经结构研究的基础上,运用信息加工的神经网络模型来理解知觉、注意、记忆、语言、规划等高级认知功能,从而将行为、认知与脑机制三者有机结合起来。与认知心理学一般仅从行为来推断心理活动不同,认知神经科学在行为数据的基础上,运用神经影像技术来研究脑的功能,从而将行为与脑的激活模式联系起来,洞察脑的功能结构。
(二) 在心智、脑与教育之间架设多座桥梁教育神经科学的建立,需要在心智、脑与教育之间架设多座桥梁,从不同的角度来沟通与联结这三个不同的领域。
首先、运用认知心理学、认知神经科学架起人的外部行为、脑的内部功能以及脑的内部结构之间的桥梁。有研究者认为,在教育和神经科学之间必须建立两座桥梁:第一座桥梁将教育实践与认知心理学联结起来,第二座桥梁将认知心理学与神经科学联结起来(Bruer, 1997)。
一般而言,认知心理学提供的是有关心智内容的假设,而认知神经科学提供的是检验与修正这些假设的新方法,两者提供了相同分析层面(内部功能)的不同信息,相互补充,因此两者的信息交流有助于双方观点的丰富与拓展。如果实验任务是持续性的(如词汇的识别任务),那么认知心理学实验所获得的行为数据(即关于思维内容的信息)可以与神经影像实验(信息加工的脑区和时间进程的信息)的数据结合起来。但是, 运用神经影像技术与方法的认知神经科学研究确定的是局部脑
其次,运用计算神经科学沟通内部结构、内部功能与外部行为之间的关系。计算神经科学不仅能沟通神经结构与功能的关系,而且还能将脑的内部功能与外部行为结合起来(Connell, 2004)。计算神经科学运用数学分析方法和计算机模拟的方法在不同水平上对神经系统进行模拟和研究。通过对人脑神经系统的结构、信息加工、记忆和学习机制的分析,根据人脑运行的机理进行仿真,进而提出新思想、新方法。因此,计算神经科学利用神经科学研究的数据,即神经科学关于分子、神经细胞和神经系统的研究数据,来建构神经元、神经网络和信息加工过程的计算模型,说明行为现象是如何与脑中的分子和神经细胞活动联系起来的。人们常常将这些模型称为人工神经网络。人工神经网络可以采用不同的形式,有效地研究不同层面,即神经和认知现象。例如,研究人员对于突触的结构和神经动力学感兴趣,就可以运用非常复杂的生物模型来尽可能多地捕捉单个结构和功能的细节,或者运用人工神经网络来了解高级认知功能和心、脑之间的联系,并进而推断外部观察到的行为的内部功能,从而将内部神经结构、内部神经功能与外部功能联结起来。因此,计算神经科学也是整合神经科学、认知科学和教育科学的一种有效工具。目前,计算神经科学的研究成果已经开始运用于教育实践。
(三) 联结心智、脑与教育的研究心智、脑与教育之间采用三种类型的研究(Howard-Jones, 2010):科学研究、转化研究与实践研究。科学研究创造与教育相关的脑与认知科学的原创性知识,为教育理论与实践提供科学的依据。教育神经科学的挑战在于研究成果既具有教育意义,又具有科学意义。教育意义强调知识对学习情境的运用价值以及对课堂教学的意义,而科学意义则建立在已有科学知识的基础之上,并促进已有科学知识的发展。教育神经科学知识的科学性与可信度由科学工作者来判断,而学习情境与课堂教学的意义则由教育工作者来判断。实验任务、实验程序和实验情境方面还存在生态效度的问题,这会削弱研究结果所具有的教育价值与意义。解决这个问题的方法是,在实验室的神经影像研究中,让被试在接近正常的环境中完成同样的任务,以了解神经影像的扫描环境是否会影响实验结果(Howard-Jones, Blakemore, Samuel, Summers, Claxton, 2005)。另外,教师具有设计学习任务的专业知识,因此,让教师参与教育神经科学的研究,也可以使实验室的研究更贴近教育情境的运用。
转化研究可以进一步考察学习概念与教育的相关性和有效性,从教育学和神经心理学的角度来阐释学习的基础。实验室的研究成果需要经过转化研究才能运用于教育实践,因此转化研究在教育神经科学的发展中具有重要的意义。转化研究可以检验实验室成果所具有的潜在教育价值,验证教育神经科学原理的科学性与实践性。例如,转化研究可以采用精心设计的干预研究。真实学习环境中难以控制许多变量,而准实验干预研究可以在一定程度上弥补这方面的不足。干预研究需要在实验控制和生态效度之间进行权衡,对环境特征进行的控制越多,环境就越不真实。因此,教育神经科学的研究还需要课堂观察等质性研究方法作为补充,将实验室的研究与自然环境下的质性研究综合起来,在权衡自然经验与实验控制问题的同时,将定量数据与定性数据所得出的研究结果联系起来。这种转化研究成果既可以进一步拓展科学概念,又可以为开拓新的实践研究提供科学依据,因此,转化研究比实验室的研究更具有现实意义。教育神经科学的研究成果要对教育实践产生巨大的影响,就必须以教育者能够理解与接受的方式来报告与转化研究成果。转化研究所要求的合作和多角度的思考非常复杂,但这是实现教育神经科学研究目标的重要途径。没有这种转化研究则很可能产生更多的神经神话。
实践研究形成教育概念、教育话语、教育知识以及对上述基础科学研究和转化研究的结果在实践中进行应用与验证。在实践研究中,必须运用教育神经科学的专业知识,对实践研究所产生的教育概念、教育话语和教育知识进行解释。在这个阶段,如果对研究的结果进行过度解释和曲解就会产生神经神话,这些神经神话一旦得到教育界的认可后就很难从教育观念中去除。要避免神经神话的产生,就必须保证实践研究的实施过程以及对研究结果进行阐释的科学性。科学工作者发挥研究的指导作用,参与研究的设计、讨论、并评述该研究产出的论文和报告等措施可以保证实践研究的科学性。实践研究的主体是一线教育人员,这类研究不仅可以推广与普及心智和脑科学的知识,还可以发现有意义的科学问题,进行新一轮的转化研究。更为重要的是,实践者可以根据自己学校的办学方向,选择相应的课题深入研究,这类研究结果对于提升学校教育的质量、形成学校的办学特色,提高学校管理的科学性与实效性具有重要的价值与意义。
与这三种研究相对应,教育神经科学的研究可以获得三种证据,即生理的、社会的和经验的证据。这些科学证据有助于建构累积性的、科学的教育知识。这三类研究与这三类证据之间并不是简单的一一对应关系。采集这三类证据需要运用多种技术手段与研究方法,包括各种神经影像技术、行为检测技术、观察技术、半结构的访谈与反思性日志等。因此,教育神经科学的研究方法包括了神经影像研究法、认知心理学实验法、话语分析法等解释性的研究方法、经验法(如扎根理论法、行动研究法以及反思法)(Howard-Jones, 2010)。教育神经科学研究的挑战来自学科交叉层面。不同学科的研究者和实践者之间的这种合作强度可能会受到特定研究主题以及当前的科学水平和教育认识水平的影响。研究所要求的合作深度和综合程度也同样因研究类型的不同而有所变化。神经科学和教育的专业知识对教育神经科学的研究非常重要。
总之,教育神经科学的研究目标、研究类型、研究手段、研究技术以及研究结果之间相互联系,相辅相成。教育神经科学的研究并不是在神经影像研究之后进行课堂观察研究,而是由神经科学研究者与教育研究者共同确定研究目标,采用独特的研究方法,运用自然科学和社会科学知识对研究结果进行阐释。因此,在教育神经科学的研究中,神经科学研究者与教育研究者之间建立双向对话的关系非常重要,这是整合这两门学科内容,建立新知识体系的重要途径。为了将脑与认知科学中的最新研究成果转化运用于教育政策与实践,还需要做很多事情。目前,国内外大量的教育神经科学研究中心的建立与专业课程的设置(周,2013),仅仅是学科形成的第一步。从实验室到课堂的探索道路上既有科学研究的艰辛,也充满了探索的乐趣。这一方向的研究成果将为国民素质的提升与综合国力的增强带来巨大的回报。
| Battro A. M., Fischer K. W., Léna J. P.. (2008). The educated brain: essays in neuroeducation Pontifical Academy of Sciences and Cambridge University Press. |
| Bruer J.. (1997). Education and the Brain: A bridge too far. Educational Researcher, 26(8). |
| Chall, J.S. & Mirsky, A. F. (1978). Education and the Brain. Chicago: The University of Chicago. p.377. |
| Connell, M. W.(2004)A Response to John Bruer's "Bridge Too Far": Linking Neuroscience to Education via Computational Neuroscience. Paper Presented to the Neuroscience and Education SIG at the American Educational Research Association Annual Conference. San Diego, California. |
| Fischer K. W., Goswami U., Geake J.. (2010). The future of educational neuroscience. Mind, Brain, and Education, 4(2), 68-80. DOI:10.1111/mbe.2010.4.issue-2 |
| Friedman S. L., Klivington K., Peterson R.W.. (1986). The Brain, Cognition, and Education. New York: Academic Press, , 19-119. |
| Howard-Jones, P. (2010) Introducing neuroeducational research: Neuroscience, education and the brain from contexts to practice. Abingdon: Routledge. Pp.98-121. |
| Howard-Jones P.A., Blakemore S.J., Samuel E., Summers I.R., Claxton G.. (2005). Semantic divergence and creative story generation: an fMRI investigation. Cognitive Brain Research, 25, 240-250. DOI:10.1016/j.cogbrainres.2005.05.013 |
| Meltzoff A.N., Kuhl P. K., Movellan J, Sejnowski T.J.. (2009). Foundations for a new science of learning. Science, (325), 284-288. |
| Morton J., Frith U.. (1995). Causal Modelling: A Structural Approach to Developmental Psychopathology, in D. Cicchetti, D.J. Cohen (eds.) Manual of Developmental Psychopathology: Volume 1. New York: Wiley. |
| Skinner B. F.. (1954). The science of learning and the art of teaching. Harvard Educational Review, 24, 86-97. |
| Szucs D., Goswami U.. (2007). Educational neuroscience: defining a new discipline for the study of mental representations. Mind, Brain, and Education, 1, 114-127. DOI:10.1111/mbe.2007.1.issue-3 |
| 周加仙. (2008). 学习科学:内涵, 研究取向与特征. 全球教育展望, 253, 17-19. |
| 周加仙. (2009). 教育神经科学引论. 上海: 华东师范大学出版社. |
| 周加仙. (2013). 教育生物学的领域建构. 教育生物学, (2). |