《学习软件进化论》第五章 游戏化与系统化——两种设计哲学的融合

 5.1  严肃游戏的教育学价值：Malone 的内在动机理论 

1980 年的施乐帕洛阿尔托研究中心，有一位名叫托马斯·马隆（Thomas Malone）的年轻研究员注意到一个现象：有些人可以连续几小时沉迷于《太空入侵者》或《吃豆人》，却在学习软件上坚持不了十分钟。为什么游戏能让人如此投入，而学习却不能？

马隆开始系统研究这个问题。他分析了数十款流行游戏，访谈了大量玩家，最终提出了一个影响深远的理论： 内在动机的三大要素——挑战、好奇、幻想（Malone, 1981）。

挑战：难度与技能的平衡

马隆发现，好的游戏总能提供恰到好处的挑战。太简单，玩家会觉得无聊；太难，玩家会感到挫败。只有当挑战水平与玩家技能水平相匹配时，玩家才会进入一种状态——完全沉浸其中，忘记时间的流逝。

心理学家米哈里·契克森米哈伊（Csikszentmihalyi, 1990）将这种状态命名为“心流 ”。他描述道：“心流是一种完全沉浸在活动中的状态，在这种状态下，人们会忘记时间，忘记自我，只关注活动本身。”

心流体验有几个核心特征：

• 清晰的目标：玩家知道自己在追求什么。

• 即时的反馈：玩家的每一个操作都能立即看到结果。

• 挑战与技能的平衡：任务难度与个人能力相匹配。

• 控制感：玩家感觉自己能够掌控局面。

• 专注：注意力完全集中在活动上。

游戏通过多级难度、渐进式关卡、即时反馈来维持这种平衡。玩家每通过一关，技能提升一点，下一关的挑战也随之提高。这种动态调整，让玩家始终处于“踮起脚尖够得到 ”的状态。

好奇：认知冲突与信息缺口

游戏还善于激发好奇心。当屏幕上出现一个未知的宝箱、一扇未打开的门、一个神秘的角色时，玩家的好奇心就被点燃了。他们想知道里面有什么、后面是什么、那个人是谁。

马隆将好奇心分为两种：感官好奇（由视听效果引发）和认知好奇（由信息缺口引 发）。好的游戏会不断制造信息缺口——新的关卡、新的技能、新的剧情——让玩家总想知道“接下来会发生什么 ”。

从心理学角度看，好奇心与“信息缺口”理论密切相关。当人们发现现有的知识与预期的知识之间存在差距时，会产生一种驱动力，促使他们去填补这个缺口（Berlyne, 1960；Loewenstein, 1994）。游戏设计者正是利用这种心理，不断制造“缺口”，驱动玩家继续探索。

幻想：情感投入与角色认同

游戏通常都有故事背景和角色设定。玩家不是在学习抽象的知识，而是在扮演一个英雄、探险家、商人。这种幻想情境让玩家产生情感投入，他们关心角色的命运，渴望完成使命。

更重要的是，幻想让学习变得有意义。当玩家在《俄勒冈之旅》中学习资源管理时，他们不是为了考试，而是为了让自己扮演的拓荒者活下来。这种情境化的学习，远比枯燥的练习题有效。

马隆的研究揭示了一个道理：游戏之所以吸引人，不是因为它们“好玩”，而是因为它们满足了人类深层的心理需求——掌控感、好奇心、意义感。这些需求，恰恰也是学习所需要的。

 5.2  游戏化的核心要素 

基于马隆等人的研究，游戏化设计逐渐形成了一套核心要素。这些要素不是可有可无的点缀，而是有心理学依据的设计原则。

积分（Points）

积分是最基本的游戏化元素。它提供即时反馈，让用户立即看到每次操作的结果；它量化进步，让积分的累积过程成为进步的可视化；它还可以作为用户和他人比较的基准，激发竞争意识。

从行为心理学的角度看，积分是一种“次级强化物”——它本身没有价值，但与有价值的事物（如成就感、地位）关联后，就具备了强化作用。每当用户获得积分，大脑的奖励中枢就会释放多巴胺，产生愉悦感（Kapp, 2012）。

关卡（ Levels）

关卡将长期目标分解为一系列短期目标。每一关都有明确的起点和终点，通关后获得明确的成就感。

关卡设计的心理学依据是“目标梯度效应”——人们离目标越近，动力越强。将一个大目标分解成若干个小目标，可以让用户始终处于“接近目标 ”的状态，保持持续的动力。

奖励（Rewards）

奖励包括虚拟徽章、特殊能力、解锁内容等。奖励的设计需要遵循几个原则：不可预测性（可变比例的奖励比固定比例更能激发持续行为）、及时性（奖励应在行为发生后立即给予，延迟的奖励会削弱强化效果。）、适度性（奖励太多会贬值，太少会失去激励作用）。

进度（Progress）

进度可视化是游戏化的关键要素。进度条、完成度百分比、技能树，都是让用户“看见 ” 自己进步的设计。

认知心理学家发现，人们有一种“完成本能”——一旦开始做一件事，就倾向于完成它。进度可视化激活了这种本能。当一个进度条显示 80%时，用户会不自觉地想要填满剩下的  20%（ Locke & Latham, 2002）。

反馈（ Feedback）

反馈是游戏化最核心的要素。没有反馈，游戏就成了盲目的点击。好的反馈应该具备即时性（行为发生后立即给出）、明确性（清楚地告诉用户对错）、建设性（指出错误的同时给出改进方向）。

这些要素相互配合、形成系统。积分的累积推动进度条的上涨，达到一定积分解锁新关卡，通关后获得奖励，奖励又激发继续积累积分。这个循环一旦建立，用户就会进入一种自我驱动的学习状态。

 5.3  游戏化与学习动机 

内在动机 vs 外在动机

动机心理学区分了两种动机：内在动机和外在动机（Deci & Ryan, 1985）。

内在动机由行为本身带来的满足感驱动。因为有趣而学习，因为好奇而探索，因为成就感而坚持——即使没有外部奖励，行为也会持续。外在动机则由外部奖励或惩罚驱动。为了分数而学习，为了奖金而工作，为了避免惩罚而遵守规则——一旦外部奖励消失，行为就可能停止。

游戏化的挑战在于：它既要使用外在激励（积分、奖励、关卡），又要激发内在动机（挑战、好奇、幻想）。如果过度依赖外在激励，可能会削弱内在动机——这就是心理学上的“过度合理化效应 ”。

游戏化如何激发内在动机

好的游戏化设计，能够将外在激励转化为内在动机的催化剂。

• 挑战的设计：积分和关卡不是为了奖励本身，而是为了标记进步。用户看到积分增长，意识到自己的能力在提升，这种能力感本身就是内在动机的来源。

• 好奇的激发：奖励不是简单地给予，而是隐藏在未知中。用户不知道下一关会有什么奖励，这种不确定性激发了探索的好奇心。

• 幻想的创造：积分和奖励不是抽象的分数，而是有意义的符号。在角色扮演游戏中，积分可能是经验值，奖励可能是新装备，这些都服务于幻想的构建。

动机维持的机制

游戏化设计还需要考虑如何维持长期动机。心理学研究发现，动机的维持比激发更困难（Ryan & Deci, 2000）。几个有效的机制包括：

• 渐进式难度：随着用户能力提升，挑战也随之提高，保持“踮起脚尖够得到”的状态。

• 意外惊喜：在可预期的奖励之外，偶尔设置意外的惊喜，保持新鲜感。

• 社会比较：排行榜、成就系统让用户看到自己与他人的比较，激发社会性动机。

• 自主选择：给用户选择权，让他们感觉自己在掌控学习过程，而不是被控制。

 5.4  系统化课程设计的原则 

与游戏化的“有趣”相对，系统化课程设计追求的是“有效”。它不是要让学习变得好玩，而是要确保学习扎实、全面、有序。

什么是系统化课程？

系统化课程是指按照一定的逻辑顺序组织起来的学习内容体系。它不是零散知识的堆砌，而是有明确目标、有层次结构、有内在逻辑的知识系统。

一个系统化课程通常包含以下要素：

• 目标体系： 明确学习者应该达到的能力水平，通常分解为单元目标、课次目标、知识点目标。

• 内容组织：按照一定的逻辑（如主题、难度、功能）组织学习内容。

• 学习路径：为学习者规划的学习顺序，可以是线性的，也可以是分支的。

• 评估体系：检验学习效果的测试和评估方式。

• 反馈机制：对学习过程和结果的反馈。

分级体系的设计

分级是系统化课程最基础的设计。将学习内容按照难度划分为若干级别，每个级别对应一定的能力水平。国际上最成熟的语言分级体系是欧洲语言共同参考框架（ CEFR），它将语言能力分为 A1 、A2 、B1 、B2 、C1 、C2 六个级别（Council of Europe, 2001）。

分级体系的设计需要考虑几个问题：难度梯度的合理性（相邻级别之间的难度差异应适中，太大会让学习者感到挫败，太小会让他们觉得无聊）、能力覆盖的全面性（每个级别应覆盖听、说、读、写等多个维度，避免偏废）、目标的可操作性（每个级别的能力描述应具体、可测量，便于设计课程和评估效果）。

内容组织的原则

系统化课程的内容组织遵循几个基本原则：

• 顺序性原则：内容应该按照从易到难、从简单到复杂的顺序排列。先学基础词汇，再学复杂句型；先学具体概念，再学抽象表达。

• 连贯性原则：前后内容之间应该有逻辑联系，新知识建立在旧知识的基础上。学习者应该感受到学习的连续性。

• 完整性原则：课程应该覆盖该级别应该掌握的所有知识点，不留死角。但同时也要避免“贪多嚼不烂 ”，控制每个单元的内容量。

学习路径的设计

学习路径是指学习者通过课程的方式。不同的学习路径设计适合不同的学习目标和学习者特征：

• 线性路径：学习者必须按顺序完成所有单元，不能跳过。适合需要系统性掌握知识的学习者。

• 分支路径：学习者可以根据自己的兴趣和需要选择学习内容，系统根据学习情况推荐后续路径。适合自主学习能力较强的学习者。

• 自适应路径：系统根据学习者的表现动态调整路径。表现好的地方加快进度，困难的地方增加练习。这是最个性化但也最难设计的方式。

 5.5  螺旋式课程的理论 

Bruner 的螺旋式课程理论

1960 年，心理学家杰罗姆·布鲁纳（Jerome Bruner） 出版了一本影响深远的小书《教育过程》。在这本书中，他提出了一个革命性的观点：任何学科都可以用某种形式教给任何年龄的学习者。关键在于，随着学习者心智的发展， 同一主题应该在不同阶段反复出现，每次都用更复杂、更深入的方式呈现（Bruner, 1960）。

螺旋式课程的概念

布鲁纳的这一思想后来被概括为“螺旋式课程”（spiral curriculum）。他在后续著作中（如1966年的《教学理论探讨》）进一步系统化了这一概念。其核心是：学习就像爬螺旋楼梯，每次回到同一个位置，但高度不同。学习者反复接触同一主题，但每次接触都比上一次更深入、更复杂。

螺旋式课程的设计原则

螺旋式课程的设计遵循以下几个原则：

• 循环性原则：核心主题应该在不同阶段反复出现。一个主题不是“学完就扔 ”，而是会不断回来。

• 深化性原则：每次重复都应该比上一次更深入。第一次接触可能只是认识基本概念，第二次理解关系，第三次能够运用，第四次能够分析。

• 关联性原则：新知识与旧知识之间应该建立联系。学习者应该能够意识到“这个我见过”，然后在此基础上学习新内容。

• 拓展性原则：每次循环都应该拓展视野，将主题置于更广阔的背景下。比如，从个人层面的“购物 ”，扩展到社会层面的“消费文化 ”。

为什么螺旋式课程有效？

螺旋式课程的有效性有深刻的认知心理学依据。

• 记忆巩固的需要 ：一次性学习很难形成长期记忆。通过在不同阶段反复接触同一主题，记忆得到多次强化，更容易进入长期记忆（Cepeda et al., 2006）。

• 理解的深化：理解不是一蹴而就的。第一次接触可能只是模糊的感知，第二次开始理解关系，第三次才能真正掌握。每次循环都提供了一次深化理解的机会。

• 迁移能力的培养：在不同语境中反复接触同一概念，有助于学习者形成抽象的心理表征，从而能够将知识迁移到新情境中（Bransford et al., 2000）。

螺旋式课程的实践挑战

螺旋式课程的设计和实施面临几个挑战：重复与枯燥的平衡（重复是必要的，但过度重复会导致枯燥。需要找到恰当的重复频率和形式）、深度的渐进性（每次深化多少？太慢浪费时间，太快让学习者跟不上）、主题的选择（哪些主题值得螺旋式展开？不是所有内容都需要反复深入）。

 5.6  多媒体交互设计的认知基础 

从命令行到图形界面的演变

1980 年代，软件交互还停留在命令行时代。用户需要输入复杂的指令，计算机返回文本输出。对于普通用户来说，这种交互方式门槛太高，难以普及。

1990 年代，随着 Windows 和 Macintosh 的普及，软件界面从命令行走向图形化，交互方式从键盘输入走向鼠标点击。这一转变不仅是技术的进步，更是认知设计的革命。图形界面让软件变得“可理解”——用户不需要记忆指令，只需要识别图标；不需要理解逻辑，只需要通过试错探索（Shneiderman et al., 2016）。

认知负荷理论

1988 年，约翰·斯威勒（John Sweller）提出了认知负荷理论，为多媒体交互设计提供了重要的理论基础（Sweller, 1988）。

认知负荷理论的核心观点是：人类的工作记忆容量是有限的，一次只能处理少量信息。如果学习材料的呈现方式不当，会让学习者的工作记忆过载，从而影响学习效果。

斯威勒区分了三种认知负荷：

• 内在认知负荷： 由学习内容本身的复杂性引起的负荷。复杂的概念本身就难以理解，这是不可避免的。

• 外在认知负荷： 由学习材料的呈现方式引起的负荷。设计不当的界面、冗余的信息、混乱的导航都会增加外在认知负荷。

• 相关认知负荷： 由学习者主动加工信息引起的负荷。比如建立新旧知识的联系、形成心理模型，这种负荷是有益的。

好的教学设计应该尽可能降低外在认知负荷，把有限的认知资源留给内在认知负荷和相关认知负荷。

界面设计的认知原则

基于认知负荷理论，研究者总结出界面设计的几个原则（Mayer, 2001）：

• 一致性原则：界面元素应该与学习内容相关，避免冗余信息。无关的图片、动画、声音会增加外在认知负荷。

• 邻近性原则：相关的信息应该在空间或时间上邻近呈现。例如，图片和对应的文字应该放在一起，而不是分开。

• 多模态原则：同时用语言和图像呈现信息，比只用一种模态效果好。但要注意，两种模态的信息应该互补，而不是重复。

• 分割原则：复杂的内容应该分割成小块，逐步呈现。让学习者有时间消化每个部分，再进入下一个部分。

• 个性化原则：用对话式的语言比用正式的语言更能促进学习。人性化的界面设计能降低学习者的心理负担。

 5.7  游戏化与系统化的平衡 

游戏化和系统化看似对立，实则互补。游戏化追求“有趣”，系统化追求“有效”；游戏化激发动机，系统化保障质量。优秀的学习产品需要在这两者之间找到平衡。

游戏化不能稀释学习内容

游戏化的风险在于：为了追求有趣，可能牺牲内容的深度。积分、奖励、关卡可能会分散学习者的注意力，让他们更关注游戏元素而非学习内容本身。

这种风险在心理学上被称为“分心效应”。当外在激励过于突出时，学习者的注意力会被吸引到激励上，而不是学习内容上。他们可能为了积分而做练习，而不是为了掌握知识。

做练习这个行为本身，在不同动机驱动下，质量是不同的。为了积分而做练习的人，会倾向于选择最短路径、最低认知投入的方式完成任务，比如快速点击、猜测答案、甚至寻找系统漏洞。而为了掌握知识而做练习的人，会更愿意花时间理解错误原因、尝试不同策略、进行深度加工。

心理学研究（Deci & Ryan, 1985; Kruglanski et al., 1971）表明，外在激励会改变学习者对任务的心理表征。当积分成为目标时，“做练习”就变成了“赚取积分的手段”，学习者关注的焦点从“理解内容”转向“完成任务”。这种转变会导致：

1. 学习深度下降：为了积分，学习者倾向于选择难度最低的练习、使用记忆捷径（如背答案而非理解原理），避免需要深度思考的内容。

2. 坚持意愿降低：一旦积分奖励停止，学习行为也随之停止。外在动机无法维持长期的自主学习。

3. 迁移能力差：为了积分而学的知识往往是碎片化的、情境绑定的，难以应用到新问题中。

4. 享受感消失：把学习变成“工作”，失去了内在的探索乐趣，容易产生倦怠。：

游戏元素应该服务于学习目标，而不是喧宾夺主。积分应该反映学习进步，而不是随机奖励；关卡应该对应难度梯度，而不是随意划分；奖励应该与学习成就相关，而不是为了奖励而奖励。这些是避免分心效应的关键。

积分本身不是问题，问题在于学习者是否把积分当作进步的反馈（信息性）还是行为的目的（控制性）。好的游戏化设计应该让积分反映真实的学习进步（比如：正确分析一个长难句得5分，盲猜对只得1分），而不是简单奖励点击行为。

系统化不能变得僵化

系统化的风险在于：过于刻板的结构可能扼杀学习的灵活性。固定不变的学习路径、严格的进度要求、统一的内容编排，可能让学习者感到压抑，失去自主性。

僵化的系统化还会忽视个体差异。每个学习者的起点不同、兴趣不同、学习节奏不同，一套固定的课程很难满足所有人的需求。

避免僵化的关键在于：系统化课程应该设计得足够灵活，允许学习者根据自己的情况调整。可以设置可选模块，让学习者选择感兴趣的主题；可以允许跳级或复习，适应不同的学习节奏；可以提供个性化推荐，根据学习者的表现调整学习路径。

融合之道

游戏化和系统化的融合，需要遵循几个原则：

• 目标一致：游戏化元素应该服务于学习目标。积分衡量的是知识掌握程度，关卡对应的是能力水平，奖励表彰的是学习成就。

• 节奏协调：游戏化的节奏应该与学习的节奏协调。不能为了增加游戏性而打乱学习的自然节奏，也不能为了系统化而让游戏元素变得僵化。

• 反馈整合：游戏化的反馈和学习的反馈应该整合在一起。正确的答案得到积分，错误的答案得到解释；完成单元获得奖励，同时也获得能力评估。

• 自主与控制：在系统化框架内给学习者足够的自主权。可以选择学习路径，可以控制学习节奏，可以选择何时接受挑战。

 5.8  理念的遗产 

游戏化和系统化的理念，深刻影响了后来的语言学习产品。

游戏化的传承

Duolingo 是最成功的游戏化语言学习 App。它将积分、关卡、奖励、进度、反馈等游戏化要素运用得淋漓尽致。每完成一课获得经验值，连续学习天数记录成“连胜”，达到一定经验值升级，解锁新内容。用户像玩游戏一样学习，不知不觉中坚持下来。

但 Duolingo 的成功也暴露了游戏化的局限。批评者指出，用户可能过于关注“刷分”，而忽视了真正的学习。他们可能在游戏中获得成就感，但实际语言能力并没有相应提升。这正是游戏化稀释学习内容的典型风险。

系统化的传承

Babbel 是系统化课程的代表。它的课程按照 CEFR 分级，每个级别有明确的学习目标，内容组织严谨有序。学习者可以系统掌握语言知识，从 A1 到 C1 循序渐进。

但 Babbel也面临系统化的挑战。有些学习者觉得课程太刻板，缺乏灵活性；有些觉得进度太慢，想要更快；有些觉得内容太死板，想要更生动。系统化的僵化问题在这里显现。

融合的探索

现代学习产品正在探索游戏化与系统化的融合之道。 Lingoda 结合了系统化课程和真人教师，同时引入学习进度追踪和成就奖励。Busuu 将社区互动融入系统化课程，让学习者互相纠正作业，增加社会性动机。

这些探索证明：游戏化和系统化不是非此即彼的选择，而是可以互补共生的设计哲学。关键在于找到恰当的平衡点，让游戏化激发动机而不稀释内容，让系统化保障质量而不变得僵化。

 本章小结 

从 Malone 的内在动机理论到 Sweller 的认知负荷理论，从游戏化的核心要素到系统化的设计原则，从螺旋式课程的深化到多媒体交互的认知基础，游戏化和系统化共同构成了 1990年代语言学习软件的两大设计哲学。

游戏化告诉我们：学习可以是有趣的。通过挑战、好奇、幻想的激发，通过积分、关卡、奖励的设计，可以让学习者像玩游戏一样投入。

系统化告诉我们：有趣不能牺牲有效。学习需要循序渐进，需要系统掌握，需要螺旋深化。没有系统化的支撑，游戏化可能只是空中楼阁。

两者的融合，是优秀学习产品的共同特征。游戏化提供动力，系统化保障质量；游戏化激发开始，系统化确保坚持；游戏化让学习变得想学，系统化让学习变得能学。

这一理念的遗产，将在中篇的各个产品中得到充分展现。从 Triple Play Plus!的游戏化探 索，到 ELLIS 的系统化实践，再到 Tell Me More 的练习类型学和 Transparent Language 的超模块化设计，每一款产品都在用自己的方式回答同一个问题：如何让学习既有趣又有效？

本章完结

《学习软件进化论》 | 按章节更新

下一篇：中篇·进化者群像：十一款软件的设计密码 第六章 SuperMemo——记忆算法的产品化

参考文献：

1. Malone, T. W. (1981). Toward a theory of intrinsically motivating instruction. Cognitive Science, 5(4), 333-369.

2. Csikszentmihalyi, M. (1990).  Flow: The Psychology of Optimal Experience. New York: Harper & Row.

3. Loftus, G. R., & Loftus, E. F. (1983).  Mind at Play: The Psychology of Video Games.

New York: Basic Books.

4. Kapp, K. M. (2012). The Gamification of Learning and Instruction: Game-Based Methods and Strategies for Training and Education. San Francisco: Pfeiffer.

5. Deci, E. L., & Ryan, R. M. (1985).  Intrinsic Motivation and Self-Determination in Human Behavior. New York: Plenum Press.

6. Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68-78.

7. Locke, E. A., & Latham, G. P. (2002). Building a practically useful theory of goal setting and task motivation. American Psychologist, 57(9), 705-717.

8. Council of Europe. (2001).  Common European Framework of Reference for

Languages: Learning, Teaching, Assessment. Cambridge: Cambridge University Press.

9. Bruner, J. S. (1960). The Process of Education. Cambridge, MA: Harvard University Press.

10. Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., & Rohrer, D. (2006). Distributed practice in verbal recall tasks: A review and quantitative synthesis.  Psychological Bulletin, 132(3), 354-380.

11. Bransford, J. D., Brown, A. L., & Cocking, R. R. (Eds.). (2000).  How People Learn: Brain, Mind, Experience, and School. Washington, DC: National Academy Press.

12. Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285.

13. Mayer, R. E. (2001).  Multimedia Learning. Cambridge: Cambridge University Press.

14. Shneiderman, B., Plaisant, C., Cohen, M., Jacobs, S., Elmqvist, N., & Diakopoulos, N.(2016). Designing the User Interface: Strategies for Effective Human-Computer Interaction (6th ed.). Boston: Pearson.

15. Gagné, R. M. (1985). The Conditions of Learning (4th ed.). New York: Holt, Rinehart & Winston.

1

1

end