六大核心研究支柱

这六项学习科学原则指导我们的教学方式。

认知负荷
主动回忆
刻意练习
专家匹配
生成学习
元认知

探索方法论

点击六边形各点,了解支撑学搭子AI学习系统的实证学习策略。

认知负荷

工作记忆一次只能处理少量信息。当课程内容杂乱时,心智精力浪费在困惑而非学习上。我们的做法:一次一个知识点,无冗余信息。

研究依据

Sweller, J. (2023). The Development of Cognitive Load Theory: Replication Crises and Incorporation of Other Theories Can Lead to Theory Expansion. Educational Psychology Review, 35(4)

主动回忆

测试不仅是评估——它本身就是学习。主动测试的学生记忆留存量提升一倍。我们的做法:定期回忆提示,而非反复讲解。

研究依据

Roediger, H.L. III, & Butler, A.C. (2011). The critical role of retrieval practice in long-term retention. Trends in Cognitive Sciences, 15(1), 20-27

刻意练习

Ericsson发现顶尖小提琴家20岁前积累超过10000小时练习——比普通演奏者多5000小时。差异不在天赋,而在针对薄弱环节的结构化练习与即时反馈。我们的做法:找到你的薄弱点,专攻突破。

研究依据

Ericsson, K.A., Krampe, R.T., & Tesch-Römer, C. (1993). The role of deliberate practice in the acquisition of expert performance. Psychological Review, 100(3), 363-406

专家匹配

帮助初学者的教学方式可能反而阻碍专家。初学者需要逐步引导;专家会觉得同样的引导令人分心。我们的做法:追踪你的水平,动态调整。

研究依据

Sweller, J. (1994). Cognitive load theory, learning difficulty, and instructional design. Learning and Instruction, 4(4), 295-312

生成学习

自主构建解释的学生理解力优于被动接受的学生。最佳顺序:先尝试自己的表达,再参考专家方案作为反馈。我们的做法:你先解释,然后我们展示我们的。

研究依据

Fiorella, L. (2023). Making Sense of Generative Learning. Educational Psychology Review

元认知

元认知是认知自己的理解状态——知道何时理解、何时困惑。具备这种觉察的学生能自我纠正;缺乏的则原地踏步。我们的做法:引导你评估信心、标记困惑点。

研究依据

Fiorella, L., & Mayer, R.E. (2021). Fostering Metacognition to Support Student Learning and Performance. CBE—Life Sciences Education

个性化学习的科学依据

传统教学模式

1/3

学生不及格

STEM课程中传统授课的不及格率达33%

Freeman et al. (2014), PNAS

AI驱动学习

2.5x

更优成果

个性化AI学习使学生成绩从50%分位跃升至85%分位

Wang et al. (2024), Educational Computing Research

开启循证学习

体验科学实践

体验实证支撑的学习