專家逆轉效應：為什麼給高手太多引導反而礙事

昨天在以初學者角度談認知負荷，今天就補充了最後的「專家逆轉效應」，還設計實作工作坊給我 🤡 只好順手把 AI tutor 當案例跟他討論哈哈哈哈哈哈。

專家逆轉效應：對高手，引導反而是負擔

昨天的範例效應是在說具體範例可以幫助新手快速理解，那對已經有先備知識的高手們呢？2003 年 Kalyuga 提出的 The Expertise Reversal Effect 便透過實驗發現：對專家來說，低引導（只給問題與目標）的條件下，他們的學習表現反而優於高引導組（給具體方法、技巧、教材等）。

所以當學習者腦中的 schema 強大到足以獨立處理資訊中的元素互動性時，外在引導就會變為外在負荷，尤其當這些外部提供的解題路徑與他們本身習慣的自動化 schema 不一致時，就會更需要抑制自己的直覺去遵守教學步驟，造成認知干擾。所以對他們來說，給予一定的自主探索、必要的新資訊，才是最佳的學習策略。

落到產品與教學：讓學習者自己決定要多少引導

因此在產品的 UX 設計上，常會有「查看詳情」、「略過」等選擇，讓用戶自行根據自己的 schema 成熟度來決定是否展開。

而在教學設計上，才會有個人化學習的概念，像是 Khan Academy、Duolingo 都是在研究如何透過測驗去測試用戶的知識水平，並隨著用戶的表現去動態調整問題設計。

順手把 Heptabase AI tutor 當案例：使用心得與卡點

最後這個大章節告一段落，做了一個簡單的工作坊來讓我以一個工具為例去拆解它應用了哪些理論。我就順手地跟他討論了我的 Heptabase AI tutor 使用心得 XD。

1. 前測很深入地問了我的背景與目標：主要是用來了解我的先備知識與最終想要的成效，藉由我已知的 schema 去讓我更專注在 Learning Science 的結構與特徵判讀，以及我要達成的目的。這點我可以反覆地在每一次生成的教材卡片中看到，甚至會納入我們討論過的內容去更新範例，我覺得這也順便提醒了我為何要學這個內容，蠻有趣！
2. AI tutor 一天分配的章節內容不超過 4 個新概念：不確定是不是剛好，但我認為這樣的吸收量不會超出認知。不過，雖然課程中會引用論文，但是很多地方感覺有點過度運用我的過往經驗作為比喻，想藉此讓我理解概念，導致在解析研究來帶出論文重點時，會覺得沒有搔到癢處，需要自己往下延伸詢問。又或者單純是我在學習知識的偏好上更喜歡有理有據、有一說一的內容，所以我最後其實是拿過往跟 Claude 討論的方式，來定義 AI tutor 生成新章節教材時要用哪些結構呈現。（改了之後就讀得比較自在，不會讀一讀還在反思這真的是對的嗎？）

除此之外，也紀錄了一些應用上的卡點：

1. 大量文字雖然已經透過排版拆解出結構，但是在一些具有時間性與空間性的特徵上，就容易因為文字限制而難以吸收。舉例來說，我可以明顯發覺到很多理論都是 Sweller 提出的，但是這些論文的演進先後順序、時代背景如何，就沒有真正理解。可能這類比較有空間、結構性的內容就較難呈現，覺得也許能搭配白板來將抽象的概念轉譯成具體的空間位置，好像會更好理解！（高中歷史都在許願有這種教材，直至今日我還只會 441 秦統一、589 隋滅陳）
2. 有一個我在使用上一直很好奇的點：為什麼 AI tutor 的教材卡片放在右邊、對話窗放在左邊？總覺得對我來說使用上有點卡，但也不確定為何會覺得對話窗應該要在右邊。上完課後回想，似乎是因為在正常情況下使用 Heptabase 或其他軟體時，AI chat 都會處在中心偏右，或是右邊的側邊欄，目前 chat 偏左的排版跟我既有的軟體使用習慣有點衝突。除了這點，AI tutor 也提出也許是過往閱讀都是左到右的順序，當我認為「教材卡片」是學習的核心內容（起點），而「AI 對話」是我針對內容衍生的互動環節時，就會覺得順序上是有衝突的。

不過我想，也許設計者思考的點與我恰好相反：畢竟過往我們都是讀教材自行消化，但現在可能希望我們在 AI tutor 裡以 AI 作為主要的學習媒介，右側的教材反而是輔助與補充。覺得這樣理解後好像又不會太介意這點了，反正都還是蠻沉浸在這裡就好！

參考文獻

• Kalyuga, S., Ayres, P., Chandler, P., & Sweller, J. (2003). The expertise reversal effect. Educational Psychologist, 38(1), 23–31. doi:10.1207/S15326985EP3801_4