基于物联网技术的4—6岁儿童类比推理能力认知成分研究

【摘要】本研究基于物联网技术和已有类比推理认知心理学研究及心理测量研究成果，通过文献分析和微观发生法探究4—6岁儿童类比推理能力的认知成分，发现其类比推理能力包括类比规则理解、关系推断与应用、两维问题解决和多维问题解决4项主要认知成分。研究结果为进一步了解4—6岁儿童类比推理能力的认知特点及认知诊断评价与教育支持提供了依据。

【关键词】4—6岁儿童；类比推理；认知成分；物联网；微观发生法

【中图分类号】G61０ 【文献标识码】A   【文章编号】1004-4604（2024）0６-0008-07

随着教育信息化技术与手段以及教育评价方式的变革，教育领域的研究越来越趋向生态化和交叉融合。当前，物联网技术应用于学前儿童教育教学、学习与发展评价的实证研究亟待开展。〔1〕已有研究发现，物联网的电子标签和传感技术能够在避免儿童过多接触电子屏幕的情况下，在后台收集其操作信息，从而实现数据的自动化采集和传输，为儿童学习和游戏过程的记录和即时反馈提供技术支持。〔2〕

类比推理对于个体获取和整合新的知识和技能至关重要，〔3〕被认为是语言发展和概念转变的基础，〔4〕是儿童学习效能的预测因子。〔5〕研究发现，儿童早期已经能够进行类比推理，如在自由游戏中使用类比推理解决问题，〔６〕且4—6岁是儿童类比推理能力的快速发展期。〔７〕因此，在早期教育阶段，应当重视并支持儿童类比推理能力的发展。教育学、心理学工作者积极探索儿童类比推理能力的发展特点、认知过程及相关影响因素，但因对4—6岁儿童群体和个体层面类比推理能力背后的认知优势和不足的认识尚不清晰，因而对其类比推理能力的教育与干预支持仍缺乏针对性。

作为新一代测量工具，认知诊断的出现为了解儿童学习结果背后的认知过程和特点提供了重要支持。不同于传统的心理与教育测验给出测验分数，认知诊断评价能够有效结合个体认知过程、认知技能或策略等元素，对其认知优势和不足进行更为详细的诊断，从而为教育教学提供更具针对性的参考，助力教师教育教学和儿童学习与发展。认知模型的确立是认知诊断的关键，是后期认知诊断测验编制和认知诊断评价开展的重要前提和基础。当前针对儿童早期的类比推理认知诊断研究较鲜见，关键问题在于缺少适宜的类比推理认知模型。虽然关于儿童类比推理认知过程或成分的相关研究已有一定成果，但这些成果在理论基础方面不一致，且鲜有研究在认知诊断框架下思考儿童类比推理能力的认知成分。由此，本研究尝试基于物联网技术，在认知诊断评价框架下，结合文献分析和微观发生法，探究4—6岁儿童类比推理能力的认知成分，以期为后续儿童类比推理能力的认知诊断与教育支持提供依据。

一、类比推理能力认知成分析出

本研究首先通过梳理文献析出与类比推理能力相关的认知成分，为4—6岁儿童类比推理能力认知模型建构提供参考。其次，结合已有的类比推理能力认知诊断研究确定的认知模型，析出可能用于4—6岁儿童类比推理能力认知诊断的认知成分。最后，通过类比推理试测预研究，初步析出4—6岁儿童类比推理能力认知成分。

（一）基于类比推理认知心理学研究结果的分析

众多研究者对类比推理能力的认知加工过程进行了研究。如伊万斯通过人工智能程序（ANALOGY）呈现经典类比推理问题，指出类比推理包括模式特征编码、规则产生和规则对比3个过程。〔8〕斯腾伯格从信息加工的视角，提出经典类比推理任务的认知属性包括编码、推断、映射、应用、调整和反应6个方面。〔9-11〕马尔赫兰等人以此为基础，研究几何类比推理任务涉及的信息加工技能的本质，发现反应时间是类比项中A的数量及由A到B的变换数量的函数，并提出了3项认知加工成分：模式合成与分解、规则生成加工和规则比较。〔12〕上述研究阐明了类比推理测量的实质，但惠特利和施耐德认为他们没有明确将个体参数包括在加工模型内，也没有分析不同认知加工成分的贡献。惠特利将A到B的变换分为移置和变形两类，移置指1个或多个元素的方向发生旋转、翻转和位置置换等变化，这类操作涉及视觉或心理想象。变形指元素经过数量、大小、颜色、形状等变化成为其他状态，这类操作不涉及心理想象。安贝特森等人提出，所有不同类型的类比推理项目的作答都有规则构建和规则应用这2项认知加工成分的参与，可以用构建子测验的方法测量不同的成分。〔１３〕

由此可见，关于类比推理能力认知加工的研究在不断推进和加深，但对于类比推理能力认知加工过程和机制尚未完全阐明。认知心理学的研究发现确实为类比推理能力认知诊断奠定了基础，但这些研究中类比推理能力的认知成分并不统一。这一方面与研究设计和研究工具有关，另一方面与研究者探索和解释的角度有关。斯腾伯格的描述最为细致，但这些认知加工成分是否在每一次类比推理任务中均有体现，以及这些成分之间的顺序和关系如何，尚未有定论。安贝特森等人的研究结论虽然只涉及类比推理能力的2项认知成分，但明确清晰，抓住了类比推理能力背后关键的认知成分，且能够进行有效测量。可见，虽然研究者们对于类比推理能力的认知加工机制和过程尚未得出一致结论，但均认同类比推理关系的推断与应用是其中的关键因素。

（二）基于类比推理能力认知诊断研究的分析

目前鲜有针对学前儿童类比推理能力认知诊断的研究，但针对中小学生的相关研究可提供一定的启发。刘声涛探究了几何类比推理测验用于认知诊断的可行性，发现项目中的元素数量是影响类比推理认知策略的关键因素，数量越多，儿童越倾向于使用规则构建策略。〔１4〕置换、翻转、数量和颜色4类规则影响规则构建成分的难度，而项目中元素本身的数量以及置换、翻转、数量等变换影响规则应用成分的难度。赵顶位等人在此基础上采用两种认知诊断模型（HO？鄄sRUM和HO？鄄DINA）对中小学生几何类比推理能力进行认知诊断，发现几何类比推理问题的解决主要涉及变换的知识，包括空间移置和空间变形两类变化，具体包括7种认知属性。〔１５〕相较而言，前者更为综合和概括，关注类比推理能力背后的认知加工成分，后者更为具体和细致，关注类比推理能力背后的变化知识。考虑到认知模型的建立要基于研究目的及后期的教育指导意义，最终确定纳入认知模型的认知属性类型，因此本研究中的类比推理能力认知诊断更为关注类比推理能力背后的认知加工成分或过程。

此外，马尔赫兰等人基于对工作记忆水平的考量探究类比推理任务中元素的数量对类比推理的影响。综上，本研究认为，在4—6岁儿童类比推理认知模型中可考虑规则建构（关系推断）、规则应用（关系应用）和工作记忆负荷等认知加工成分，具体还要结合类比推理能力的测查形式及4—6岁儿童的年龄特点，通过试测来确定这些认知成分能否作为认知属性纳入认知模型。

（三）4—6岁儿童类比推理认知模型预研究

根据认知诊断理论，本研究开展预研究，对类比推理能力测查任务及相应认知属性的操作与测量进行可行性及可操作性研究。本研究参照皮亚杰和西格勒等人的图片矩阵类比推理任务，〔１６〕设计类比推理任务。任务中呈现的是儿童熟悉的马和大象图形，图形涉及大小、颜色（红黄蓝）、朝向（朝左、朝右）和种类4个维度。本研究中，类比推理的操作性定义为“根据图片A项和图片B项的关系，为图片C项寻找一个合适的图片D项”。预研究中，在上海市1所公办幼儿园1个大班随机抽取20名儿童（男11名，女9名），平均月龄67（SD=3.95）。

关于规则建构和规则应用，中小学阶段多采用纸笔测试的方式，通过分测验分别考察个体的2种认知属性。〔１７〕而学前儿童的测查一般是一对一进行的，规则建构任务需要被试口头作答，规则应用任务则需要主试口头告知被试类比推理任务的具体规则。两项任务费时低效，且对被试的语言理解能力要求较高。预研究发现，儿童在规则建构任务中常出现表述不全的情况，即使其能够正确完成任务，口语表征结果与实际操作结果也可能不完全一致。规则应用任务中常出现儿童在主试事先告知规则的情况下仍自行构建规则并应用其解决任务的情形。这说明，这两种任务无法单独而准确地考察4—6岁儿童的规则建构和规则应用能力。因此，本研究将关系推断与应用作为一项认知加工成分和一种整体认知属性，儿童仅需通过操作完成关系推断与应用任务，而无须口头作答。

对于工作记忆负荷认知成分的考察，考虑到在预研究中发现，在图片类比推理任务中，A和B之间变化的维度及变化维度的数量均会影响学前儿童的问题解决，尤其是当A和B变换维度为2项及以上时，其工作记忆负荷量高于A和B之间的1项变换。因此，本研究将学前儿童同时处理2个及以上变化维度的问题分为两维问题解决和多维问题解决（3个及以上维度）两种认知属性，作为工作记忆负荷的认知子成分。为区分工作记忆负荷的影响，前文的关系推断与应用指在A和B仅存在大小、方向、种类或朝向中的一种变化的推断和应用。综上，本研究初步构建的4—6岁儿童类比推理能力认知模型包括关系推断与应用、两维问题解决和多维问题解决3种认知属性。

二、4—6岁儿童类比推理能力的微观发生法研究

（一）研究方法

微观发生法是对儿童心理发展进行纵向研究的方法。研究者可以根据具体的研究目的、研究设计和研究对象的不同获得某些特定信息，〔１８〕用以考察个体知识、能力和策略等的微观建构。本研究通过微观发生法对4—6岁儿童类比推理能力的认知变化进行研究，了解其类比推理能力变化的特点及来源，考察其类比推理能力的微观建构过程，以期为认知模型的建立提供依据。

（二）被试选取

本研究采用方便抽样方法，在上海市1所公办幼儿园随机抽取中大班儿童24名（中班14名，大班10名），平均月龄60.54（SD=7.64）。抽取大班儿童时避开了预研究所选班级。将被试随机分配为实验组和控制组，实验组13人，控制组11人，实验组2名被试因病未参加完所有阶段任务，故最终实验组被试为11人。

（三）测查工具

在图形矩阵填充任务中，任务难度取决于A元素的数量以及A到B的变化（水平方向）及A到C的变化（竖直方向）。〔19〕变换数量考虑了水平和竖直方向，即A到B的变化和A到C的变化。本研究也参照了以往研究的变换维度和数量及试测结果。〔20，21〕

本研究采用物联网技术中的光学图像识别技术标定类比推理任务。光学图像识别技术（Optical Identify，OID）是物联网的一种实现方式，使用隐形码对物体进行标记和识别。每个隐形码的编码图形是由许多细微的点依特定规则组成的，对应着一组特定的数值。类比推理任务中使用的骰子每个面都标定了隐形码，对应着相应的动物图形。为识别和传输数据，本研究设计了放置骰子的类比推理盒子。盒子上部有4个格子，盒子底部是隐藏放置的传感器、电池和微型计算机等元件。每个格子前面左下方均有类似点读笔的读头，通过设定的运算程序识别读取动物图形骰子最上面的图形元素，再经过传感器将光信号转化为电信号，传输到计算机中。

（四）研究程序

研究分为6个阶段。从第1阶段到第5阶段，每阶段间隔3—5天进行。第6阶段在第5阶段完成后的4—5周内进行。实验组幼儿参加所有阶段的任务，控制组幼儿仅参加第1和第6阶段的任务。每一阶段的任务均为15个，任务变化的维度一致，仅在颜色、动物类型方面有变化。每一阶段任务时长约12—20分钟。第1阶段开始前，主试先通过4项练习任务（AB项目间动物类型、大小、颜色和方向单一维度的变化），给被试讲解任务规则。无论其回答正确与否，均讲解任务规则。第2阶段至第4阶段，在被试操作完成后给予反馈，请其对自己的正确答案或主试给出的正确答案做出解释。第1、第5和第6阶段，被试逐个完成15项任务即可，不给出反馈和解释。

具体操作流程如下：主试根据测查题卡，将相应颜色、大小、朝向和种类的动物图形摆放到黑色盒子中。以练习题第1题为例，主试边放任务骰子到类比推理盒子中，边陈述：“小蓝马和大蓝马是好朋友，现在又来了一匹小蓝马，请你根据前两匹马的关系，帮它（指第三匹小蓝马）找一个好朋友。”练习阶段，无论被试回答正确与否，均告知正确答案，并解释类比规则，即根据前两个动物的关系帮第三个动物找朋友。

（五）研究结果与分析