夜雨聆风情境维度对试题难度的贡献机制：基于认知负荷理论的命题调控框架
摘要
情境化试题已成为当代教育评价的核心范式，但其难度生成机制尚未得到系统性阐释。本文基于认知负荷理论、图式理论及迁移理论，从情境熟悉度、信息复杂度、情境真实度和情境距离四个维度，深入剖析情境特征对试题难度的贡献路径与调控规律。文章整合国内外实证研究成果与专家观点，构建"情境-认知-表现"三元分析框架，为命题实践提供理论依据与操作参考。
一、引言：情境化命题的范式转型与难度困惑
21世纪以来，教育评价领域经历了从"知识本位"向"素养本位"的深刻转型。国际学生评估项目（PISA）、美国国家教育进步评价（NAEP）以及中国高考综合改革，均将情境化试题作为考查学科核心素养的关键载体。然而，情境的引入在提升评价效度的同时，也带来了难度调控的复杂性——同一知识点嵌入不同情境，其通过率可能产生显著差异。这种"情境效应"的不可预测性，构成了命题实践中的核心挑战。
认知负荷理论（Cognitive Load Theory, CLT）为解析这一难题提供了有力的理论透镜。Sweller（1988）提出的认知负荷三元分类——内在负荷、外在负荷与相关负荷——揭示了人类工作记忆容量的有限性与学习优化的路径。情境化试题本质上是一种"认知负荷工程"，其难度不仅取决于学科知识的内在复杂性，更受到情境特征所施加的外在负荷与相关负荷的深刻影响。本文将从四个关键维度展开系统论述。
学业水平考试命题方法与应用：指向核心素养的评价图书目录
第一部分 测验的基本概况
第一章 测验、测量与评价 测验、测量与评价的概念辨析。 测验的类型与功能。 测验的理念与原则。 测验的发展趋势
第二章 教育评价基本理论
布卢姆教育目标分类学 学习结果的结构分类学 教育评价理论的实践应用
第二部分 测验的编制
第三章 测验框架与蓝图设计
测验设计的核心逻辑， 测验方案的制定方法 ，命题蓝图的编制技术
第四章 题目类型及命题一般原则
常见题目类型解析， 命题的基本原则与规范
第五章 选择反应试题
选择题、判断题等题型的命题技巧 ，选项设计与干扰项设置
第六章 建构反应试题
建构反应试题的概念与类型， 编制的基本原则与评分标准
第七章 表现性评定
表现性评定的内涵与特征， 表现性评定的类别与实施， 评分规则与质量保障
第三部分 测验质量的评价
第八章 测验质量分析
信度、效度的概念与检验方法 难度、区分度的计算与应用
第九章 测验结果的应用
分数解读与教学改进 ，评价结果的反馈与应用
第四部分 核心素养测评前沿
第十章 高级思维能力测评
高级思维能力的内涵界定， PISA等国际测评工具借鉴 ，本土化一致性分析工具开发
第十一章 档案袋评价与跨学科评价
档案袋评价的设计与实施 跨学科核心素养的测评路径
张咏梅：背景：2003年毕业于北京师范大学心理学院基础心理学专业，获博士学位。研究方向：深耕教育测量与评价领域二十余年。专长：专注于大规模教育评价、教育考试的理论与应用研究，以及教育测验工具的设计、开发与高级数据分析。代表作：已出版《表现性评定的理论与实践研究》《大规模学业成就调查的开发与应用》等专著。
二、情境熟悉度：先备图式的激活与调节效应
（一）图式理论与认知资源分配
依据图式理论（Schema Theory），人类长时记忆中存储着大量组织化的知识结构——图式。当个体面对熟悉情境时，相应的先备图式被自动激活，使得信息处理得以"自动化"进行，从而释放工作记忆资源用于高阶推理（Chi et al., 1981）。相反，陌生情境缺乏可匹配的先备图式，考生必须投入额外的认知资源进行情境解码与意义建构，这一过程显著增加了外在认知负荷。
Ausubel（1968）在其"有意义学习"理论中强调，"影响学习的最重要因素，是学习者已经知道了什么"。这一论断在情境化测评中同样适用：情境熟悉度构成了考生与试题之间的"认知接口"，其匹配程度直接决定了认知资源的初始分配状态。
（二）实证研究证据
大量实证研究证实了情境熟悉度与试题难度的负相关关系。美国教育考试服务中心（ETS）的一项经典研究（O'Neil & Brown, 1998）发现，在数学能力测验中，将同一数学问题嵌入学生熟悉的"校园生活"情境与陌生的"金融衍生品交易"情境，后者平均得分率下降约18个百分点。类似地，中国教育部考试中心（2019）对高考理科综合试卷的分析显示，基于日常生活情境的物理试题平均难度系数为0.62，而基于前沿科技情境的同类知识点试题难度系数降至0.48。
但，这种负相关并非线性恒定，而是受到考生专业知识水平的显著调节。de Jong & Ferguson-Hessler（1996）在物理问题解决研究中发现，新手学习者在陌生情境中表现急剧下降，错误率提升约35%；而专家学习者凭借其高度组织化的知识图式，能够在陌生情境中快速识别深层结构，表现出较强的"适应性迁移"能力。这一发现与Chi（2006）的"自适应专家"（Adaptive Expert）概念高度一致——真正的学科专家不仅拥有丰富的领域知识，更具备在新异情境中灵活重组知识结构的能力。
（三）命题调控启示
情境熟悉度的调控应遵循"分层适配"原则。对于高利害选拔性考试（如高考），情境设计需兼顾公平性与区分度：过熟的情境可能压缩能力差异的显示空间，过生的情境则可能引入非构念相关的测量误差。PISA的科学素养测评采用了"个人生活""社区与社会""全球与科学前沿"三级情境梯度，正是这一原则的国际实践。
中国教育部考试中心研究员张开（2021）指出："情境熟悉度的设计需考虑考生群体的共同经验基础，避免特定文化背景或地域经验造成的系统性偏差。"这一观点在2021年高考全国乙卷语文试题中得到体现：该卷现代文阅读选取了关于"粮食安全"的论述类文本，既贴近国家重大战略，又属于考生通过日常媒介可接触到的公共议题，实现了熟悉度与新颖性的平衡。
三、信息复杂度：多模态呈现与视觉搜索负荷
（一）信息数量的负荷效应
情境呈现的信息数量是影响外在认知负荷的直接变量。根据Sweller & Chandler（1994）的研究，当学习材料包含冗余信息时，学习者需要在工作记忆中同时保持并处理这些元素，极易导致认知超载。在试题情境中，冗余信息表现为与问题解决无关的背景描述、装饰性图表或过度详实的实验细节。
Sweller（2010）在《认知负荷理论的教学启示》中明确指出："任何不直接贡献于学习目标的信息，都应被视为潜在的外在负荷源。"这一原则对命题设计具有直接指导意义。例如，一道基于"城市交通拥堵"情境的数学建模题，若提供了包括人口密度、GDP、历史沿革等在内的十余项背景数据，而解题仅需其中3-4项关键变量，则多余信息将显著增加考生的信息筛选负担。
（二）模态多样性与整合设计
当代情境化试题 increasingly 采用多模态呈现方式——文本、图表、数据表、图像甚至视频的混合使用。Mayer（2009）的多媒体学习认知理论（CTML）指出，图文整合呈现若遵循"邻近原则"（Contiguity Principle）与"信号原则"（Signaling Principle），能够促进双通道加工，降低认知负荷；反之，若信息组织混乱、缺乏有效整合，则将产生较高的视觉搜索负荷（Visual Search Load）。
Paas et al.（2003）的眼动研究提供了直观证据。在解决一道涉及化学反应机理的多模态试题时，考生平均需要执行12-15次眼跳（Saccade）以在文本描述与示意图之间建立关联；若图表与文本分离排列，眼跳次数增加至20次以上，且伴随显著的瞳孔直径扩大（反映认知负荷增加）。这一发现支持了Mayer的"空间邻近原则"——相关的图文信息应在空间上紧密整合。
（三）信息组织方式的优化
信息的组织方式直接影响外在负荷的高低。结构良好的情境信息遵循"层级清晰、重点突出、逻辑连贯"的原则。具体而言：
层级清晰：核心问题、关键条件、辅助信息应通过视觉层级（如字体、颜色、位置）加以区分；
重点突出：关键数据与变量应通过"信号化"设计（如加粗、标注）引导考生注意；
逻辑连贯：信息呈现顺序应与问题解决的认知流程相匹配，避免"倒叙"或"插叙"造成的额外加工负担。
英国剑桥评估（Cambridge Assessment）的命题指南（2018）明确提出："每道试题应包含且仅包含解决问题所必需的信息，任何装饰性元素都应被剔除。"这一"信息经济性"原则与认知负荷理论的核心主张高度一致。
四、情境真实度：噪声信息与动机效应的双重博弈
（一）真实情境的噪声负荷
高度仿真的情境（如基于真实数据的统计分析、真实实验情境的问题解决）往往包含丰富的"生态效度"细节，但同时也引入了更多无关变量与噪声信息。这种"真实性悖论"（Authenticity Paradox）构成了命题设计中的经典张力。
Hoffmann（2009）在分析德国PISA科学试题时发现，基于真实实验情境的题目（如"探究不同光照条件对植物生长的影响"）包含了温度、湿度、土壤类型等多个潜在混淆变量。考生需要具备"变量控制"的科学思维，从复杂情境中识别并隔离关键自变量与因变量。这种信息筛选过程增加了外在认知负荷，但也恰恰考查了科学探究的核心素养。
中国学者杨向东（2017）在论述素养导向评价时指出："真实情境的复杂性不是命题的障碍，而是素养考查的媒介。关键在于噪声信息的设计是否服务于构念测量。"这一观点揭示了真实度调控的核心原则：噪声信息应是有意义的"认知陷阱"，而非无意义的干扰。
（二）相关负荷的正面效应
尽管真实情境增加了外在负荷，但适度的真实度能够提升考生的动机水平与投入度，产生相关负荷（Germane Load）的正面效应。相关负荷指投入到图式建构与知识自动化过程中的认知资源，是促进深度学习的积极负荷（Sweller et al., 2011）。
Pintrich & De Groot（1990）的动机研究表明，当学习任务与学生的个人价值或真实世界建立关联时，其内在动机、自我效能感与坚持性均显著提升。在测评情境中，这种动机效应转化为更高的认知投入与更持久的问题解决努力。PISA 2015科学素养测评框架（OECD, 2016）明确将"个人、地方/国家与全球"三级情境梯度与学生的身份认同和关切相联结，正是利用真实度的动机效应。
然而，真实度的"适度"边界需要精确把握。过度真实的情境可能引入考生无法处理的复杂性，导致认知超载与焦虑反应。美国心理学家S. Tobias（1994）的研究表明，当情境复杂度超过考生工作记忆容量的70%时，动机效应将被负荷效应所抵消，表现为成绩下降与挫败感上升。
（三）数据真实性命题的实践
基于真实数据的统计分析类试题是情境真实度调控的典型领域。以2022年高考数学全国新高考I卷第20题为例，该题提供了某地区卫生部门关于疾病与卫生习惯的真实调查数据（列联表），要求考生进行独立性检验。试题数据保留了真实统计调查中的"不整齐"特征（如样本量非整数倍、百分比非整），考生需在理解真实数据含义的基础上进行数学建模。这种设计既考查了统计知识，又培养了数据意识与科学态度，是真实度调控的成功范例。
五、情境距离：远迁移能力的测量挑战
（一）情境距离的概念界定
情境距离（Contextual Distance）指情境与学科核心知识的"映射距离"，即情境表面特征与学科深层结构之间的关联程度。距离越近，情境与知识的对应关系越直接（如直接用物理公式计算斜面物体的加速度）；距离越远，情境与知识的映射越间接，需要考生进行"远迁移"（Far Transfer）——将知识应用于看似无关的新颖情境（Barnett & Ceci, 2002）。
情境距离的概念与Perkins & Salomon（1992）的"低路迁移"（Low-road Transfer，高度练习后的自动化迁移）与"高路迁移"（High-road Transfer，有意识的知识抽象与远距应用）理论相呼应。远距离情境考查的正是高路迁移能力，这是学科核心素养的高阶表现。
（二）PISA的情境梯度设计
PISA测评框架为情境距离的系统调控提供了国际参照。PISA 2018阅读素养测评将情境划分为四个层级（OECD, 2019）：
个人情境：与个体日常生活密切相关（如阅读个人邮件、产品说明书）；
公共情境：与更广泛的公共生活相关（如阅读新闻报道、政府公告）；
职业情境：与特定职业活动相关（如阅读工作手册、专业报告）；
教育情境：与正式学习活动相关（如阅读教材、学术论文）。
这一梯度体现了情境距离由近及远的设计逻辑，对应着从基础素养到高阶素养的能力考查层次。PISA 2018科学素养测评进一步引入了"个人-社会-全球"三级情境框架，将情境距离与责任伦理相联结，体现了素养评价的价值维度。
（三）跨学科情境的远距离挑战
跨学科情境是情境距离调控的极端形式，要求考生整合两门及以上学科的知识与方法。例如，一道融合物理（能量守恒）、化学（反应热）与生物（生态系统能量流动）的综合情境题，其情境距离远超单一学科情境，对考生的系统思维与跨学科整合能力提出了极高要求。
美国《下一代科学标准》（NGSS, 2013）将"跨学科概念"（Crosscutting Concepts）列为三大维度之一，强调科学教育应培养学生跨越学科边界的能力。然而，实证研究表明，跨学科情境的引入显著提升了试题难度。美国NAEP 2009科学测评中，跨学科情境题的平均得分率较单一学科情境题低约15-20个百分点（NCES, 2011）。
中国学者崔允漷（2019）在论述素养本位评价时指出："跨学科情境的设计需警惕'为跨而跨'的形式主义，应确保各学科知识的整合具有真实的认知需求，而非简单的知识拼盘。"这一观点强调了情境距离调控的"功能性"原则——距离的增加应服务于构念测量的需要，而非难度的刻意堆砌。
（四）非常规应用情境的创新考查
非常规应用情境是情境距离调控的另一重要形式，指将学科知识应用于非典型领域或反直觉情境。例如，将经济学中的"边际效用递减"原理应用于心理学中的"习惯化"现象解释，或将数学中的"图论"知识应用于社交网络分析。这类情境要求考生超越知识的常规应用场景，进行创造性的知识重组。
美国教育心理学家R. J. Sternberg（1999）的"成功智力"理论将"创造性智力"（Creative Intelligence）列为智力的三大维度之一，强调在新异情境中灵活应用知识的能力。非常规应用情境正是创造性智力的有效测量工具，但其设计需遵循"可及性"原则——情境虽远，但解题所需的学科知识应在课程范围内，避免引入超纲内容造成的公平性问题。
六、四维度交互：情境难度的综合调控模型
（一）维度间的协同与拮抗
上述四个维度并非独立运作，而是存在复杂的交互效应。情境熟悉度与情境距离往往呈负相关：熟悉的情境通常是近距离的（日常生活情境），而远距离情境（跨学科、非常规应用）往往伴随较低的熟悉度。信息复杂度与情境真实度高度相关：真实情境通常包含更丰富的信息元素与噪声变量。
这种交互关系意味着命题者不能孤立地调控某一维度，而需进行系统性的"负荷预算"（Load Budgeting）。例如，一道高情境距离（跨学科）的试题，若同时采用高信息复杂度（多模态、大数据量）与低情境熟悉度（前沿科技），将极易导致认知超载。此时，命题者可通过提升情境真实度中的动机效应（如选取考生感兴趣的真实议题）来补偿负荷增加，或通过优化信息组织方式降低外在负荷。
（二）"情境-认知-表现"三元模型
基于上述分析，本文提出"情境-认知-表现"三元调控模型（见图示逻辑）：
该模型揭示了情境难度贡献的完整路径：情境特征通过影响认知加工过程，最终作用于测试表现。命题者的核心任务在于，通过四维度的系统调控，使认知加工处于"适载"状态——既充分考查目标能力，又不因认知超载损害测量的效度与公平性。（三）难度调控的"黄金平衡"
理想的难度调控追求"认知适载"（Optimal Cognitive Load）状态，即内在负荷（由知识复杂性决定）、外在负荷（由情境设计决定）与相关负荷（由动机与图式建构决定）三者之和接近但不超过工作记忆容量上限。Sweller et al.（2011）指出，教学设计的优化目标在于最小化外在负荷、管理内在负荷、最大化相关负荷。这一原则同样适用于命题设计。
具体而言，命题难度调控应遵循以下策略：
当考查基础知识的直接应用时：采用高熟悉度、低复杂度、适度真实度、近距离情境，确保测量的是知识掌握而非情境解码能力；
当考查高阶思维与迁移能力时：适度降低熟悉度、增加情境距离、控制信息复杂度、利用真实度的动机效应，使认知负荷主要分配于图式重组与远迁移；
当考查复杂问题解决时：采用结构化信息呈现降低外在负荷，选取真实情境提升动机，通过分层设问管理内在负荷，实现"复杂问题、有序解决"。
七、国际比较与中国实践
（一）PISA的情境设计经验
PISA作为国际大规模测评的标杆，其情境设计体现了系统性的难度调控思维。PISA 2022数学测评框架（OECD, 2023）将"数学推理"置于四种情境类型中：个人情境、职业情境、社会情境与科学情境，并明确了各情境类型的熟悉度预期与距离特征。PISA命题手册要求每道试题的情境描述控制在80-120词（英语），以确保信息复杂度的可控性。
PISA情境设计的另一显著特征是"文化公平性"审查。国际专家小组对每道试题进行跨文化适应性评估，剔除特定文化背景下才可能熟悉的情境元素，确保情境熟悉度在不同国家/地区考生间的相对均衡。这种"去文化特异性"设计对中国高考全国卷的命题具有重要参考价值。
（二）中国高考综合改革的情境探索
中国高考综合改革自2014年启动以来，情境化命题取得了显著进展。教育部考试中心发布的《中国高考评价体系》（2019）将"情境"列为考查载体的核心要素，明确了"生活实践情境"与"学习探索情境"两大类型，体现了情境距离由近及远的设计逻辑。
以2023年高考数学全国新课标I卷为例，该卷情境化试题占比约65%，涵盖传统文化（如"圭表测影"）、社会经济发展（如"乡村全面振兴"）、科技前沿（如"人工智能噪声识别"）等多个维度。命题者在情境距离调控上表现出清晰的梯度意识：选择题多采用近距离、高熟悉度情境，解答题则逐步过渡到远距离、低熟悉度情境，实现了难度递进。
北京师范大学教授保继光（2022）在分析高考数学情境化命题时指出："情境的引入不是简单的'包装'，而是考查思维品质的'媒介'。好的情境试题，其难度应源于思维深度而非情境晦涩。"这一观点强调了情境难度贡献的"功能性"本质——情境难度的增加必须指向构念测量的深化。
（三）新高考省份的创新实践
浙江、上海、北京等新高考先行省份在情境化命题方面进行了积极探索。浙江省2023年1月选考物理试卷引入"电磁弹射技术"情境，将电磁感应知识与国防科技前沿相结合，情境距离远但信息组织清晰（提供了原理示意图与关键参数表），实现了高难度与可及性的平衡。
上海市2023年高考语文试卷的现代文阅读选取了关于"城市更新中的历史建筑保护"的学术论述文本，情境真实度高（基于真实政策案例），信息复杂度适中（文本结构清晰、论点明确），情境距离较远（需将社会学分析与语文阅读理解能力整合），体现了素养导向评价的深度探索。
八、命题实践的操作建议
（一）建立情境难度四维评估表
命题团队可开发"情境难度四维评估表"，对每道试题的情境特征进行系统编码与量化评估：
通过四维度得分之和（4-12分），可初步判断情境难度的总体水平，并与目标考查层次进行匹配校验。
（二）实施认知预试（Cognitive Pre-testing）
认知预试是检验情境难度调控有效性的关键环节。通过出声思维（Think-aloud）协议、眼动追踪或反应时分析，命题者可获取考生实际认知加工过程的数据，识别非预期的认知负荷源。
例如，若眼动数据显示考生在情境阅读阶段停留时间过长、回视次数过多，可能提示信息组织存在问题；若出声思维记录显示考生难以识别情境与知识的映射关系，可能提示情境距离过远或熟悉度过低。这种基于证据的迭代优化，是确保情境难度贡献可控性的技术保障。
（三）关注特殊群体的情境公平
情境熟悉度的群体差异可能导致测量偏差。农村考生可能对"城市地铁线路优化"情境缺乏直观经验，城市考生可能对"农业灌溉系统"情境感到陌生。命题者应在情境库建设中兼顾城乡、地域、文化背景的多样性，并通过试测数据检验情境效应的群体差异。
美国教育研究协会（AERA）等权威机构联合发布的《教育与心理测试标准》（2014）明确要求："测试内容应最小化对特定群体经验的依赖，确保测量的是目标构念而非背景经验。"这一公平性原则应成为中国情境化命题的基本遵循。
九、技术赋能与理论深化
（一）自适应情境呈现技术
计算机自适应测试（CAT）技术的发展为情境难度的个性化调控提供了可能。系统可根据考生实时表现，动态调整情境熟悉度、信息复杂度等参数，实现"一人一情境"的精准测量。例如，对于表现优异的考生，系统可自动增加情境距离与信息复杂度；对于表现较弱的考生，则提供更为熟悉、结构化的情境支持。这种"动态支架"设计既保证了测量的区分度，又维护了考生的测试体验。
（二）人工智能辅助情境生成
大语言模型（LLM）与生成式人工智能（AIGC）技术为情境化命题提供了新的工具可能。AI可基于特定知识点与难度参数，自动生成多样化的情境素材，并进行初步的难度预估。然而，AI生成情境的"真实性"与"教育适切性"仍需人工审核，技术辅助不能替代专业判断。
（三）认知神经科学的深化研究
功能性磁共振成像（fMRI）与近红外光谱（fNIRS）等认知神经科学技术，为情境难度的神经机制研究提供了新途径。未来研究可探索不同情境特征激活的脑区差异，以及认知负荷与工作记忆容量个体差异的神经关联，为情境难度的精准调控提供生物学依据。
十、结语
情境维度对试题难度的贡献是一个多因素交互、多路径传导的复杂系统。情境熟悉度通过图式激活影响认知资源分配，信息复杂度通过外在负荷影响信息加工效率，情境真实度通过动机与噪声的双重效应影响投入度与筛选负荷，情境距离通过迁移类型需求影响图式抽象与重组深度。四维度协同作用，共同塑造了情境化试题的难度轮廓。
命题实践应超越"情境即难度"的简单化认知，建立基于认知负荷理论的系统性调控框架。情境难度的增加必须服务于构念测量的深化，而非难度的刻意堆砌；情境设计的优化应追求认知适载状态，而非单一的最小化或最大化负荷。唯有如此，情境化试题才能真正实现"素养考查"与"公平测量"的双重目标，为教育评价改革提供坚实的技术支撑。
参考文献
Ausubel, D. P. (1968). Educational Psychology: A Cognitive View. Holt, Rinehart and Winston.
Barnett, S. M., & Ceci, S. J. (2002). When and where do we apply what we learn? A taxonomy for far transfer. Psychological Bulletin, 128(4), 612-637.
Chi, M. T. H., Feltovich, P. J., & Glaser, R. (1981). Categorization and representation of physics problems by experts and novices. Cognitive Science, 5(2), 121-152.
Chi, M. T. H. (2006). Two approaches to the study of experts' characteristics. In K. A. Ericsson et al. (Eds.), The Cambridge Handbook of Expertise and Expert Performance (pp. 21-30). Cambridge University Press.
de Jong, T., & Ferguson-Hessler, M. G. M. (1996). Types and qualities of knowledge. Educational Psychologist, 31(2), 105-113.
Hoffmann, L. (2009). PISA 2006: Kompetenzen von Jugendlichen. Waxmann.
Mayer, R. E. (2009). Multimedia Learning (2nd ed.). Cambridge University Press.
National Center for Education Statistics (NCES). (2011). NAEP 2009 Science Report Card. U.S. Department of Education.
OECD. (2016). PISA 2015 Assessment and Analytical Framework. OECD Publishing.
OECD. (2019). PISA 2018 Results: What Students Know and Can Do. OECD Publishing.
