影响学生off-task行为的因素以及改善分析

  当今时代正步入智慧教育时代，信息技术的使用已经逐渐普及，而智慧课堂的实施离不开教学的有效实施以及一些干扰因素的规避。在学生层面不仅要参与课堂，也要达到学习时精神的高度集中，因此学生的专注力以及学习动机与记忆力成为课堂中的关键因素。另外学生的笔记本电脑以及平板的使用并没有达到教师的预期效果。本文应用文献分析法，研究重在研究学生课堂学习中，电子设备以及学生的专注力以及学习动机对于走神（包括有意走神和无意走神的影响）改善课堂内学生非任务行为的发生。

off-task；走神；课堂实施；学习动机；教学方法

    off-task 行为是指学生的注意力没有集中在教学活动上。off-task行为通常也称为任务外行为。由于任务外的行为而导致的教学时间损失是教育环境中一个公认的问题，研究者们也认识到这一点(例如，Carroll, 1963;Karweit & Slavin, 1981;Lee, Kelly， & Nyre, 1999)和从业者(例如，Lemov, 2010)进行了一百多年的研究(参考Currie, 1884，引用于Berliner, 1990)。任务外行为已经被证明会对学习成绩产生负面影响，尽管这种影响的大小在不同的研究中是不稳定的(评论见Frederick & Walberg, 1980;古德曼,1990)。注意力质量和任务绩效之间的联系在认知心理学文献中也有记载。尽管之前有大量关于任务外行为的研究，但设计有效的、易于实施的、可伸缩的干预措施来减少任务外行为一直具有挑战性。移动媒体设备的使用已经成为现代生活的一个核心特征。截至2016年12月，仅在美国就有超过3.95亿台活跃的无线设备(如智能手机、平板电脑等)。用户每年发送超过1.66万亿条文本和超过2770亿条多媒体消息，在过去10年的使用量急剧增加(CTIA, 2017)。这些设备在社交、教育和工作相关领域提供了积极的机会。然而，便携式技术的迅速和广泛采用在控制这些设备的影响、感知和适当使用方面带来了新的挑战。

    许多教育工作者对利用数字媒体设备的这种吸引力来实现课堂内外的直接学习目的很感兴趣，目的是改造现代化教与学，并积极吸引学生。在大学(Moran, Seaman， & Tinti-Kane, 2011)和初高中阶段(Purcell, Heaps, Buchanan， & Friedrich, 2013)的调查发现，技术和数字移动设备被广泛采用作为学习工具。一些研究表明，技术注入的教学对学生的学习结果(参见Means, Toyama, Murphy, Bakia， & Jones, 2010)和学生对教师和课堂内容的看法(McArthur & Bostedo-Conway, 2012)产生了积极的效果，但并非所有研究都是如此。Wang、Rush、Wilkerson和van der Merwe(2014)进行了一项在线调查，评估了学生和教师对平板电脑的看法和体验。他们发现，学生们认为使用平板电脑有助于他们记录和整理笔记，但教师们最担心的是这些设备在课堂上造成的分心。许多教师表示，他们担心在教育过程中如此广泛地使用媒体技术可能会在集中注意力和深度处理材料方面产生问题(Purcell等人，2013年)。研究表明，在课堂上使用移动技术可能与学生对某些类型的学习(如协作学习)的积极态度有关，但也与任务投入较少和批判性思维较差有关，即使用设备是旨在提高学习的策略的一部分(Heflin, showmaker， & Nguyen, 2017年)，本文旨在研究任务外行为，即学生走神给学习效果带来的负面影响，并期望通过干预式方式进行调节。

1.研究背景：

   随着大规模在线平台的开展，包括国内的中国大学慕课以及国外的edX和coursera平台的出现，使得大量的优质资源涌入学习者。实体大学里，教师们越来越多地使用翻转课堂，鼓励学生们利用自己的时间学习课程，并参与一些活动，以便更深入地理解课堂上的主题。因此，高等教育机构投入了大量的时间和精力，为学生和公众提供大规模的、高度可访问的在线课堂讲座资料库。最近的调查也显示，学生越来越多地使用在线课程作为主要的学习工具。与此同时，人们对在线课程的潜在限制以及如何克服这些限制知之甚少，例如，大学生经常在听课时注意力不集中，在观看讲课录像带时走神的倾向已被证明会导致对讲课内容的学习不良。这样的观察表明，有必要对在线课程的学习进行严格的调查。例如，有哪些干预措施可以纠正学生在观看在线课程时走神的倾向，并让他们快速有效地提取课堂内容?Karl K. Szpunar1, Novall Y. Khan等人测试并找到支持的假设，即在在线讲座中插入记忆测试既可以减少课堂上走神的发生，也可以促进与任务相关的活动，如记笔记，从而促进课堂内容的学习。

2.现有研究

2.1内插式测试  

  Karl K. Szpunar1, Novall Y. Khan的研究表明，在记忆测试中插入单词列表、面孔或名字对散文段落的学习可以显著改善在扩展学习序列接近尾声时发生的贫乏学习。例如，在一项研究中，学生们学习了5个单词列表，并被告知在每个列表之后会对最近的列表或无关的心理活动进行记忆测试。此外，学生们被告知，一个计算机程序将随机决定测试的频率，但最终会有一个累积测试。事实上，有两个测试计划。其中一组在每一份清单之后都进行了测试，而另一组只在第五份清单和最后一份清单之后进行了测试。在每一份名单之后接受测试的学生学习最终学习的效果是那些直到最终名单才接受测试的学生的两倍。这种内插测试有助于学习序列中最终列表的学习。

  内插测试对后续学习的促进作用的解释集中在一些认知机制上，这些机制被认为在编码过程中起作用，即当学生积极学习时和检索过程中起作用，例如学生在学习后回想学习材料时。认知神经科学和认知心理学最近的证据表明，在记忆测试中插入较长时间的学习可以激励学生以一种有利于学习的方式专注于学习材料。例如，对大脑活动的电生理学研究已经证明，注意力的丧失与α-频段(8 - 14hz)(18-21)的振幅升高有关，将较长时间的学习插入测试可以避免α-幂的增加，并随着时间的推移保持高水平的学习。这些和相关的发现对在现实生活环境下的学习具有潜在的重要意义，比如在课堂上，注意力的缺失经常被称为会扰乱学习。尽管如此，内插测试帮助学生听课和记住课程内容的假设仍有待验证，对这一假设进行了批判性的测试，直接评估了在多大程度上，将在线讲座与记忆测试相结合，可以帮助学生抵制心不在焉的倾向，并促进与任务相关的活动(例如，记笔记)，以提高学习效果。

  2.1.1实验过程

  在两个实验中(n = 80)，学生被要求学习一个21分钟的视频讲座(统计学导论;详情见材料与方法)。在每一个实验中，学生都被给予讲座幻灯片/笔记，并被指导像在教室里一样学习讲座。此外，学生被告知视频讲座将分为四个部分，每个部分之间会有休息时间。在每次休息期间，学生们被告知，他们首先要花1分钟的时间完成算术题(与课程无关)，然后是2分钟的关于最近课程的测试或2分钟以上的算术题。在实验2中，学生被告知每个讲课部分之后也可能会有2分钟的时间，在这段时间里，测试问题和答案一起呈现(即，重新学习阶段)。在两个实验中，学生都被告知他们接受测试的频率是随机决定的，但最终会有一个累积测试。在讲座中测试的实际频率是通过一种学科间的方式来操纵的。

  在实验1 (n = 32)中，一半的学生在每节课后接受测试(“被测试组”)，一半的学生只在第四节课后接受测试(“未被测试组”)。在课程结束后和期末累积测试之前，学生们用7分制的评分量表来表示他们在课程中走神的程度以及他们对期末测试的焦虑程度。通过对测试组和未测试组的直接比较，我们可以评估在课堂上插入测试在多大程度上帮助学生避免与任务无关的活动，如走神，参与与任务相关的活动，如记笔记，并提高在课程结束时的学习效果。在实验2 (n = 48)中，我们复制了我们最初的结果，但也包括了一个更直接的测试过程中走神的指标，从而进一步排除了测试的好处可能归因于测试时重新接触学习材料的可能性。实验的后一个方面是通过包括一个“再学习组”来完成的，这个“再学习组”和未被测试的组一样，只在第四个讲座部分之后被测试，但在前三个讲座部分之后被暴露在与答案配对的问题中(进一步细节见图1B和材料和方法)。与实验1一样，实验2中的学生完成了一系列现象学评分量表，以表明他们对最终累积测试的焦虑水平(包括积极和消极的情感反应)，以及他们发现学习讲座的经验是精神上的负担的程度。

  在实验2。单因素方差分析显示条件对走神的发生有显著影响，F(2,45) = 3.43, P = 0.041， η2 = 0.16。在讲课过程中，被试组学生报告的走神次数(M = 19%)比重新学习组(M = 39%)和未被试组(M = 41%)少，t(30) = 2.34, P = 0.026, d = 1.05;t(30) = 2.48, P = 0.019, d = 1.01(图2B)。值得注意的是，走神理论将决定走神发生频率的因素与与持续走神过程相关的因素区分开来。如果测试不仅影响走神的频率，还影响走神的强度，那么在测试组和未测试组中，走神与理解能力之间的关系的斜率应该是不同的。相应地，进行了一项额外的分析，以检验表征走神与理解(即测试表现)关系的斜率(回归系数)是否在被测试组、重新学习组和未被测试组之间有所不同。与组成员无关，表征心智游移与理解能力关系的回归斜率(b =−2.10)显著，t(46) = 4.77, P < 0.001。然而，组间比较并没有显示出显著的交互作用，F(5,42) = 1.18, P = 0.32，这表明我们的编码操作并不影响走神对跨组理解的影响强度。因此，尽管测试抑制了走神的发生，但测试与走神对学习的影响强度无关。单因素方差分析进一步证实了上述结果，F(2,45) = 9.45, P < 0.001， η2 = 0.30。组间比较显示，被试组(M = 24%的附笔记幻灯片)的学生在课堂上做的笔记明显多于再学习组(M = 9%)和未被试组(M = 7%)， t(30) = 3.55, P = 0.001, d = 1.26;t(30) = 3.93, P < 0.001, d = 1.39(图2B)。

  重要的是，单因素方差分析显示，第四个讲座部分正确回答问题数量的条件有显著的主要影响，F(2,45) = 4.95, P = 0.011， η2 = 0.18。组间比较显示，被试组学生正确回答第四讲部分问题的比例(M = 89%)高于复读组(M = 65%)和未被试组(M = 70%)， t(30) = 2.88, P = 0.007, d = 1.06;t(30) = 2.85, P = 0.008, d = 1.01(图2B;与检索中操作的因素相关的分析在SI材料和方法中提供)。重新学习组和未接受测试组在任何方面都没有差异(ts < 1)。因此，测试的存在，而不仅仅是重新接触随测试而来的学习材料，鼓励学生以一种减少走神、增加笔记和促进学习的方式来听课。

2.1.2 实验结果

  实验1。被试组的学生相对于未被试组的学生，报告的走神次数显著减少(Mdn = 4 vs. 5)， z = 2.02, P = 0.044，进一步表明，随着课程的进行，走神次数增加的可能性显著降低(Mdn = 3.5 vs. 5.5)， z = 2.23, P = 0.026。为了更具体地检验重复测试对课堂细节注意力的影响，我们进一步检验了学生在课堂上做额外笔记的程度。我们用学生做特殊笔记的课堂幻灯片的数量来操作这个指标。与课后收集的走神测试结果相一致的是，被测试组的学生在课堂上做的笔记明显多于未被测试组的学生(M = 17% vs. 6%的幻灯片加笔记)，t(30) = 2.63, P = 0.013, d = 0.93(图2A)。重要的是，第1-3节课的测试与第4节课的学习效果相关。被试组学生正确回答第四节课的问题明显多于未被试组学生(M = 84% vs. 59%)， t(30) = 2.87, P = 0.008, d = 1.03(图1A;与检索中操作的因素相关的分析在SI材料和方法中提供)。

  图1所示。实验1和实验2的设计示意图。(A)在实验1中，学生被要求学习一段21分钟的统计讲座摘录，该讲座被分为四个部分(每部分约5.5分钟)。学生们还被告知，每节课之后首先会有1分钟的算术问题(例如:13 × 7;六个问题;每个问题10秒)，然后是2分钟的关于最近讲座部分的测验(例如，“解释总体和样本之间的关系”;六个问题;每道题20秒)或2分钟以上的算术时间(12道题;每道题10秒)。事实上，有两个测试计划。一组学生在每节课之后都接受了测试(有测试)，而另一组学生只在第四节课之后接受了测试(没有测试)。为了评估课程结束时的学习情况，我们比较了被测试组和未被测试组学生正确回答第四个课程部分问题的比例。(B)在实验2中，学生被告知每一节课以及之后的算术问题之后，将进行(i)关于最近一节课的2分钟测验(被测试组;六个问题;每个问题20秒)，(ii)重新学习阶段，在此阶段，参与者将得到关于最近的讲座部分的关键问题的答案(重新学习组;六对问答;每对问答20秒;与被测试组问题相同)，或(iii)更多算术问题(非测试组;12个问题;每道题10秒)。为了评估课程结束后的学习情况，我们比较了被测试组、重新学习组和未被测试组的学生对第四节课正确回答问题的比例。此外，实验2中的学生被要求在四次随机间隔的时间内(每节课一次)指出他们的思想是否偏离了课堂内容。

图2所示。(一)实验1。在21分钟的讲座中，学生做了额外笔记的幻灯片的比例(左)，第四个讲座部分答对的问题的平均数(右);NT nontested组;T,测试组。(B)实验2。学生报告在课堂内容上走神的调查比例(左)，学生在21分钟的课堂上做额外笔记的幻灯片比例(中)，第四个课堂部分正确回答的平均问题数量(右);NT nontested组;RS,重新研究小组;T,测试组。错误条代表中小型企业。

  综上所述，本研究的结果表明，在在线讲座中插入测试可以帮助学生快速有效地提取课堂内容，减少走神的发生，增加记笔记的频率，促进学习。重要的是，更多的分析表明，测试对后续学习的好处超出了课堂本身。对两个实验的最终累积测试的分析表明，与重新学习组(M = 66%)和未被测试组(M = 72%)的学生相比，被测试组的学生保留了更多关于期末测试的第四课部分的信息(M = 86%)，最小t = 2.50, P = 0.015, d = 0.63(检索时操作的相关因素的分析在SI材料和方法中提供)。此外，测试组的学生在整个期末累积测试中得分也更高(例如，在讲座的所有四个部分;M = 90%)高于复读组(M = 76%)和非复读组(M = 68%)，最小t = 3.31, P = 0.002, d = 1.38。再研究组和未检测组在这两方面均无差异，最大t = 1.51, ns。因此，检索相关讲座内容的行为对于提高记忆至关重要(24)。

  认知心理学的最新研究表明，如果实施得当，测试可以显著提高学习效果(25)。目前的结果证明了测试的一个这样的功能，并强调了测试促进学习的特定认知机制。特别是，测试可以用来帮助学生保持对课堂内容的注意力，以一种不鼓励与任务无关(走神)和鼓励与任务相关(做笔记)的活动的方式，从而提高学习效果。重要的是，考试对学习的好处伴随着考试焦虑的减少(可能是因为学生习惯了考试方式，或者是早期考试的积极反馈的结果)和对认知需求的主观估计。未来的工作可以进一步描述插值测试的具体参数，这些参数可能更有利于在线课堂材料的学习，包括测试的频率、检索测试的类型，或者检索是否必须专门与课堂内容相关联(16)。使用在线讲座作为学习工具代表了教育的一个显著进步，并使教育者有责任设计出技术来帮助学生和外行人有效地利用他们的学习时间。目前的结果是朝着这个方向迈出的第一步。

2.2动机、走神和记忆力之间关系的研究

2.2.1研究背景

  众所周知，动机是学术成就的关键决定因素，动机较高的学生通常比动机较低的同事表现更好(例如，Pintrich, 1999;Schiefele, Krapp， & Winteler, 1992)。然而，到目前为止，动机影响学习成绩的具体认知机制还没有被很好地理解，直到最近才有研究开始系统地探索这一机制。在一项这样的研究中，有人认为动机和学习成绩之间的关系是由走神来调节的:具体来说，缺乏动机的学生经常走神，这反过来又会导致较差的记忆力(Unsworth & McMillan, 2013)。在这里，我们进一步完善了这一理论建议，研究动机和记忆力之间的关系是否可能与有意和无意的走神形式存在差异。此外，我们通过在一个新的教育环境中——即在演讲中——考察这些变量的影响，扩展了之前关于动机、走神和记忆力之间关系的研究。因此，本研究既推进了我们对动机与学业成就之间关系机制的理论理解，又将该研究推广到一个新的教育情境中。

2.2.2动机和走神对学习任务的影响

  Unsworth和McMillan(2013)在实验室环境中研究了动机和走神对阅读理解的影响。在阅读过程中，参与者偶尔会看到思维探针，以评估他们是在“走神”还是在专注于任务。在阅读任务之后，参与者接受了教科书材料的测试，然后回答了两个评估他们在阅读理解测试中取得好成绩的动机的问题。研究人员发现了动机和任务绩效之间已经确立的关系(在这种情况下，阅读理解;例如，《汉弗莱斯与雷维尔》，1984;Pintrich & De Groot, 1990)完全由走神率调节:报告动机水平较低的参与者更有可能在阅读任务中走神，而这种走神倾向的增加对测试表现有负面预测。

  尽管Unsworth和McMillan(2013)提供的证据与走神调节动机和记忆力之间的关系的主张相一致，但需要注意的是，在关于走神的文献中，一个常见的假设是，参与者报告的走神反映了无意中发生的任务外想法(例如，Kane & McV ay, 2012;McV ay & Kane, 2010;Seli, Cheyne， & Smilek, 2013;Seli, Carriere, Thomson, Cheyne, Martens， & Smilek 2014;斯莫伍德与斯库勒，2006;从这些作者和其他许多作者那里获取引文的补充材料，这些作者或明确表示或明确暗示，走神是自发的/无意的)。因此，在Unsworth和McMillan的研究背景下，人们可能会认为研究结果表明无意走神调节了动机和记忆力之间的关系。然而，越来越多的证据表明，参与者报告的非故意走神并不完全反映无心的走神，也经常反映有意的走神(例如，Carriere, Seli， & Smilek, 2013;福斯特和拉维2009;Phillips, Mills, D 'Mello， & Risko, 2015;Seli, Cheyne, Xu, Purdon， & Smilek, 2015b;Seli, Smallwood, Cheyne， & Smilek, 2015)。Seli, Cheyne等人。(2015)最近观察到，在持续注意任务中，参与者的动机与有意走神率之间存在负相关关系，但发现动机与无意走神率之间没有关系。根据这些结果，一个强有力的预测是，有意识的走神可能是动机和理解之间关系的原因，而不是无意的走神。

  总之，存在三种理论上有趣的结果模式，可以表征动机、走神和理解之间的关系。第一，无意但非有意的走神调节了动机和绩效之间的关系。鉴于昂斯沃斯和麦克米伦(2013)的研究结果，这是大多数走神的研究人员可能会赞同的观点。第二点是在上述研究动机和走神的意向性的基础上预测的(Seli, Cheyne, et al.， 2015)，有意而非无意的走神调节了这种关系。第三种也是最后一种可能的结果模式是，动机对记忆的影响是由有意和无意的走神所调节的。值得注意的是，鉴于走神在很大程度上是无意识的假设，模式2或模式3将代表我们对动机和学习成绩之间关系的理解取得了重要进展(即，这些发现都表明有意走神在动机和学习成绩之间的关系中发挥了重要作用)。最后，我们发现动机与每种类型的走神(有意的和无意的)以及整体的走神都呈负相关，此外，我们观察到动机与记忆测试的准确性呈正相关

3.1走神行为的产生

  3.1.1走神的概述

   M.R. Dias da Silva ∗, M. Postma等人界定走神是指一个人的注意力与手头的任务分离的一种状态。走神会影响许多需要集中注意力的任务的表现，包括在线学习。走神是人类与世界互动的一个重要部分包括外部导向的注意力和内部导向的注意力之间不断的相互作用(米尔斯，Herrera-Bennett, Faber， & Christoff, 2018;Smallwood & Andrews-Hanna, 2013)。走神是一种将注意从当前主要任务转移到内部思维的认知现象，具有刺激独立、任务无关、主观自发等特点。你可能常有这样的体验:在阅读一本书时，尽管已经浏览了很多行，有时会突然意识到自己的思绪已经“飘”到别处;在路边等车时，会不由自主地想起前几日旅行的场景或想到今天的晚餐，特别是在进行枯燥冗繁的活动时，人们的思维会更频繁地脱离当前任务，转移到回忆过去、计划未来、关注个人目标和其他一些想法上。这就是通常所说的“走神”( Mind-wandering) ，指个体注意从当前主要任务转移到内部思维的认知现象 ( Giambra，1995; Smallwood ＆ Schooler，2006)。比如，和同事们聚餐时，你的思绪游移到聚餐前和同桌某位同事发生的争吵上(非刺激无关) ，或者没有任何任务可执行(非任务无关)时无所事事地走神。Baldwin等人(2017)在模拟日常开车情况的研究中发现被试在超过 70%的时间里走神了，并且时间越久、经过相同路段的次数越多，走神越频繁。来自实验室和日常生活情境中的研究充分证明了这一现象的普遍性和重要性，研究发现走神受到认知、情绪、年龄等诸多因素的影响(程凯，曹贵康，2014) ，并与一系列重要的负面结果和潜在功能有关。

   不同研究背景中对走神的定义使用到很多相近的概念，如白日梦(daydreaming) (Singer，1966)、任务无关思维 ( task-unrelated thought) ( Smallwood etal． ，2004)、任务无关想象(task-unrelated images andthoughts) (Giambra，1995)、刺激无关思维(stimulus-independent thought) (Teasdale et al． ，1995)、思维涌现( mind pops) ( Kvavilashvili ＆ Mandler，2004)、出神 ( zone outs ) ( Schooler， Reichle， ＆ Halpern，2004)、自发思维过程( spontaneous thought process)(Christoff，Ream，＆ Gabrieli，2004)以及离线思考(off-task thinking) (Kane et al． ，2007)等，但迄今为止仍未对走神形成一个共识性的操作定义。而将走神等同于白日梦这类日常生活中的概念会忽略走神 中非视觉表征的内容，如语义表征( Kvavilashvili ＆Mandler，2004)或内部言语( Stawarczyk，Cassol，＆D＇Argembeau，2013)。反之，任务无关思维这一定义又过度扩大了走神的内涵，将来自外界刺激的分心、干扰 (如，Forster ＆ Lavie，2014)也囊括其中。Stawarczyk及其同事(2011)基于刺激独立性和任务相关性两个维度，提出走神的核心内容是刺激无关且任务无关思维( stimulus-independent and task-un-related thoughts; SITUTs)。

   Smallwood和Schooler(2006)的《不静的头脑》(The Restless Mind)，他们认为，基于实验和规则研究，走神会消耗执行资源，在缺乏有效的元认知监控的情况下，把他们从主要任务中拉出来。第二个是沃特金斯(2008)的“建设性和非建设性重复思维”，它提出了一个模型来解释来自实验室、现场和临床研究的具体数据，这些数据是关于重复思维结果的。在这篇评论中指出了这些文章中关于走神和控制的微妙但重要的不同概念，并描述了我们自己对如何调和它们的看法。我们主要关注一类被称为走神的重复思维，它被定义为在进行的任务或活动中产生的任务外的想法。Smallwood和Schooler2006年的文章全面回顾了不断增长的关于走神的实验文献，并正确地强调了理解任务外思维对意识、元认知、注意力和执行控制等基础科学研究的重要性。与此同时，我们认为他们关于走神和执行功能之间关系的理论主张虽然合理，但可以与更好的选择进行对比。

   由于走神时，认知资源被任务无关思维占据，人们通常认为走神是无益的 ( Fox，Spreng，Ellamil，Andrews-Hanna，＆ Christoff，2015) ，是对当前任务的干扰(Qu et al． ，2015) ，会导致阅读、持续注意、工作记忆、智力测验等认知任务的成绩降低( Moon-eyham ＆ Schooler，2013) ，并与驾驶事故( Albert etal． ，2018)、不良学习表现(Wammes，Boucher，Seli，Cheyne，＆ Smilek，2016)、消极情绪(Killingsworth ＆Gilbert，2010)等负面结果相关。一方面，走神中的大部分思维本质上是前瞻性的。前瞻性的走神使个体更关注未来目标导向思维 ( Gorgolewski et al． ，2014 )和计划 (Baird，Smallwood，＆ Schooler，2011) ，这可能使人们看问题的角度更长远。Smallwood等人(2013)研究了走神与延迟折扣的关系，发现任务无关思维较多的被试更倾向于选择一周后获得 800元而非立即得到 500元报酬。也就是说，被试走神越频繁，越愿意花更长的时间等待未来更大的奖赏。所以，走神带来更理性的经济决策。另一方面，走神可能促进个体的创造思维。Baird等人 (2012)采用酝酿范式，通过对比创造力问题中高认知需求任务、低认知需求任务条件下非寻常使用任务( UUT)的不同，验证了走神与创造力的增强有关这一假设。走神在未来思维和创造思维方面的潜在功能至少在一定程度上解释了我们为什么如此频繁地处于这种看似无用的心理状态。而对走神负面结果和潜在功能的更深入的研究，以及对走神更细致的分类都关乎我们对待走神的方式。

  3.1.2无意走神与有意走神

   依据是否意识到自己产生了任务无关思维，Schooler等人(2011)将走神区分为有元意识参与的走神(tuning out)和无元意识参与的走神( zon-ing out) ;也有研究者(Seli，Ralph，Konishi，Smilek，＆ Schacter，2017; Seli，Risko，＆ Smilek，2016a，2016b)将其称作有意走神( deliberate mind-wander-ing /intentional mind-wandering)和无意 /自发走神( spontaneous mind-wandering /unintentional mind-wandering)。从测量角度讲，前者一般指被试报告在思维探测点时(或之前)已经意识到了自己在走神，后者指当思维探测出现时，被试才突然意识到走神的发生。这两类走神在内容、认知资源占用、对行为表现的影响等方面存在差异。Seli等人(2017)区分了有意走神和无意走神的测量，发现在内容方面，有意走 神更多涉及未来取向。低工作记忆容量促进了无意走神的发生，但并没有促进有意走神的发生( Levin-son，Smallwood，＆ Davidson，2012)。研究发现走神的意向性与任务难度有关，相对简单的任务更易促进有意走神的发生，却降低了无意走神发生的频率(Seli et al． ，2018) ;任务难度较大时，被试更多地报8632020年 心理发展与教育 第 3期告了无意走神(Seli et al． ，2016b)。另一些研究发现，相比有意走神，无意走神对我们的认知任务有更大程度的损耗 ( Christoff， Gordon， Smallwood，Smith，＆ Schooler，2009; Smallwood et al． ，2008)。同时，经常走神的人拥有更强的创造力，但前提是要保持元意识的参与(即有意走神) ，无意走神并没有提高个体的创造力(Schooler et al． ，2011)。研究还发现，有意和无意走神在注意力缺陷 /多动障碍(ADHD) (Seli，Smallwood，Cheyne，＆Smilek，2015)和强迫症( OCD) ( SeliRisko，Pur-don，＆ Smilek，2017)上存在分离:无意走神率较高的个体报告了更多与 ADHD和 OCD相关的症状，但研究未观察到有意走神与相关症状之间的关系。

3.1.3测量走神的方法

    鉴于走神内隐性和主观性的特征，现有的测量方法主要依赖于主观报告法(Smallwood ＆ Schooler，2006)。有部分研究也采用了行为实验、电生理技术和认知神经科学的方法对走神进行评估(Schooleret al． ，2014)。

   主观报告测量包括问卷法 ( Mrazek et al． ，2013; Seli，Carriere，＆ Smilek，2015) ，以及实验室任务中的思维取样 ( thought sampling) ( Giambra，1995)和日常生活情境中的经验取样 ( experience sampling) (Kane et al． ，2007)。前者是在特质层面测量走神，而后者是将走神作为一种状态来测量。 问卷法是早期研究者大多采用白日梦频率量表 (the Daydream Frequency Scale，DDFS) (Giambra，1995)、注意相关认知错误量表 ( Attention-Related CognitiveErrors Scale，ARCES) ( Cheyne et al． ，2006)、正念注意觉知量表 ( Mindful Attention Awareness Scale，MAAS) (Brown ＆ Ryan，2003)来测量特质层面的走神。其中，DDFS将走神等同于白日梦进行频率的评估，ARCES通过测量日常生活中的错误行为间接地评估走神程度，MAAS则是采用正念水平的反向计分来评估走神。然而，如前文所述，白日梦、正念与走神是不同的概念，这些工具并不能直接、有效地测量走神。思维取样和经验取样根据内部信息获取方式的不同，思维取样技术又被分为探测式(probe-caught)和自我发现式( self-caught)两类。在探测式取样中，被试会在完成某任务的过程中被随机打断，并报告在中断前是否完全聚焦于该任务或者是否被与任务无关的意识干扰(Stawarczyk et al． ，2011)。这类探测式取样通过口头报告(Smallwood et al． ，2002)或按键反应(Schooleret al． ，2004)记录下来，采用两种不同的归类方法:一种是自我归类，被试经过辨别走神现象的培训，在任务过程中的预定探测点报告走神是否发生，通常是一个简单的是/否判断(Schooler et al． ，2004) ;另一种是实验者归类，被试只需报告探测点那一刻他们头脑，随后实验者会根据公开标准(Smallwood etal． ，2002)对这些报告进行归类。自我发现式取样则要求被试监控自己的意识状态，一旦发现自己走神了便自发报告 ( Giambra，1995)。与探测式取样不同，这一方法允许从主体角度对走神连续追踪。然而，这种追踪主要依赖于报告者对自我意识状态的觉知(元意识) ，甚至可以认为监测走神本身就是一项任务，也可能就是因为任务本身而容易走神。还有 一些研究采用经验取样的方法 ( ESM)(Csikszentmihalyi ＆ Larson，1987)测量日常生活中的走神。在这类研究中，被试随身携带一台每天多次发送信号的个人数码助理装置，如寻呼机( Kaneet al． ，2007)或装有特定应用程序的 iPhone ( Kill-ingsworth ＆ Gilbert，2010) ，从而实现对被试进行随机或伪随机间隔取样。探测时，要求被试描述其内在意识体验，提供这些体验的特征和发生情境的详细信息，一般包括: (1)此刻是否发生走神; (2)对自己思维的控制状态如何; (3)思维内容是什么(Kaneet al． ，2007)。总之，无论思维取样还是经验取样，都面临着走神测量在方法学上的局限:被试只有在被要求时，或者他们自己意识到时，才会报告走神，也就是说，他们只能在离散的时间点报告走神而不能在走神的同时连续追踪报告他们的意识状态。

   对走神的行为实验测量可以弥补主观报告的不足。其中，应用较为普遍的范式是持续注意反应任务( SART) ( Robertson，Manly，Andrade，Baddeley，＆ Yiend，1997)结合思维取样。SART是一种用于测量有意持续注意缺失的 Go /No-Go任务 ( Small-wood et al． ，2004)。任务中有两类词语或数字:目标项和非目标项。被试通过按指定键对所有非目标项进行反应，同时抑制对目标项的反应。以下 4项 测量成绩中任何一项都可用作走神的行为指标:SART错误(对目标项抑制反应失败)、反应时、遗漏(未对非目标项作出反应)、预期(对非目标项的自动化反应过快) (Mooneyham ＆ Schooler，2013)。在一些眼动研究中，注视时间、眨眼频率也被看作走神的行为指标。研究表明被试在无意阅读(即走神)间隔期间的注视时间要长于正常阅读间隔，并且更少受到词汇和语言加工过程的影响( Reichleet al． ，2010) ;被试在走神时比在执行任务时眨眼更频繁(Krasich et al． ，2018)。走神通常伴随着一些电生理指标的变化，如瞳孔直径( Smallwood et al． ，2011; Unsworth ＆ Robi-son，2018)、心率( Smallwood，O ＇Connor，Sudberry，Haskell，＆ Ballantyne，2004)和皮肤电反应( Small-wood，O ＇Connor，Sudbery，＆ Obonsawin，2007 )。Smallwood等人 (2004)采用瞳孔直径作为测量指标，研究了去耦在自发性认知活动过程中的作用。瞳孔直径的增大趋势表明被试正在对任务刺激进行加工。而在走神时，瞳孔直径或不会变化，或表现出非正常的变化。一些研究表明走神也与更高的生理唤醒有关，比如更快的心率和 /或更高的皮肤电传导(Smallwood et al． ，2007)。认知神经测量虽然作为一种“感知解耦”现象，走神导致外部加工的缩减，但它却与丰富的内部活动有关(Schoo-ler et al． ，2014)。随着认知神经科学的发展，研究者试图通过 fMRI (functional magnetic resonance ima-ging) ( Christoff et al． ，2009; Mason et al． ，2007)、EEG ( electroencephalogram) ( Braboszcz ＆ Delorme，2011)、ERP ( event-related potential) ( Kam et al． ，2011)等技术记录脑活动来探索走神的认知神经机制。相关神经变量，比如默认模式和额顶执行控制网络活动的增强(Christoff et al． ，2009)、δ(delta)波和 θ(theta)波的增强、α(alpha)波和 β(beta)波的减弱(Braboszcz ＆ Delorme，2011) ，以及感知触发 ERP振幅的减弱(Kam et al． ，2011) ，已经被作为走神的认知神经测量指标。

3.2影响走神行为的因素分析

 3.2.1教学资源与工作记忆

   在资源有限的任务中，使用集中的注意力资源对绩效是必要的，而在数据有限的任务中，注意力资源的投入与绩效无关(Randall et al.， 2014)。非常简单或非常困难的任务，以及高度练习和熟练掌握的任务都是数据有限的，比资源有限的任务给人留下了更多走神的空间。根据这一观点，工作记忆容量较高的人能够更好地调节自己的注意力资源，因此在要求更高、更复杂的任务中，他们会较少走神;而在更简单的任务中，他们会更多地走神(Randall et al.， 2014;斯莫尔伍德,2013)。因此，走神与任务需求之间呈u型关系，在低要求和高要求任务中，走神的发生频率高于中等要求任务，随着任务需求的增加，工作记忆水平越高，走神的可能性越低。直观地说，走神对高要求任务的表现比低要求任务的表现更有害，对工作记忆容量较低的个体更是如此。

 3.2.2学习工具

   如今的教育系统越来越多地将笔记本电脑和平板电脑等数字设备整合到课堂中，认为使用这些技术可以提高学生的学习动机和学习能力。然而，当花时间在教室里的时候，人们很快就会意识到这些设备也在挑战着教育实践。大量研究表明，学生经常使用教育技术进行任务外活动和多任务处理，这反过来又导致了教育成绩的显著下降(Bowman, Levine, Waite， & Gendron, 2010;炸,2008;高德罗、米兰达和加罗，2014年;赫姆布鲁克和盖伊，2003年;Junco & Cotten, 2012;拉维扎、汉布里克和芬恩，2014年;Risko, Buchanan, Medimorec和Kingstone, 2013;Sana, Weston， & Cepeda, 2013;Wood等人，2012)。当社交网站、新闻、有趣的图片和视频取代了与教育相关的材料时，数字技术成为了分散注意力的来源，而不是学习的工具。在一个逐步数字化的教育系统中，理解技术对学生注意力的影响变得至关重要。然而，大多数现有的研究都以考试分数和等级的形式关注在任务之外使用教育技术的结果，而很少有研究涉及这一活动的过程(关于一个例外，见Andersson, Hatakka, Gr€onlund， & Wiklund, 2014)。

3.2.3学生注意力分配模式

 注意力是大脑的处理能力。由于大脑的生理限制，注意力是一种有限的资源。思维被理解为独立于世界的自给自足的实体。这在注意过程的分岔中很明显:根据认知心理学，注意力大多是由大脑自愿控制的(这是内源性的、自上而下的或目标导向的注意)，但也可以被意想不到的外部刺激重定向，如噪音或闪光灯(这是外源性的、自下而上的或刺激驱动的注意)(Corbetta & Shulman, 2002;波斯纳,1980)。注意力要么来自内部，要么来自外部。

3.2.4学习动机

   众所周知，高度上进心的学生通常比缺乏上进心的学生表现出更好的学习成绩。而高度上进心的学生一般学习动机较高。动机是学术成就的关键决定因素，动机较高的学生通常比动机较低的同事表现更好(例如，Pintrich, 1999;Schiefele, Krapp， & Winteler, 1992)。有人认为动机和学习成绩之间的关系是由走神来调节的:具体来说，缺乏动机的学生经常走神，这反过来又会导致较差的记忆力(Unsworth & McMillan, 2013)。

4.1研究结论

   根据以往研究表明，长时间的学习会导致主动干扰的积累，但在学习过程中插入测试可以避免这种负面影响。这些发现突出了测试的独特好处，对学习策略具有重要意义。人们对检索练习对长期记忆的益处——测试效果——产生了大量的研究，旨在理解这种无处不在的记忆现象的潜在本质。参加考试可以通过直接的方法(参与适当的检索过程)和间接的方法(促进定向学习)来帮助记忆。

  测试一个人的记忆力可以提高长期记忆力(Glover, 1989)。在Roediger和Karpicke (2006a)的文献综述中，指出了测试作为一种有效学习工具的两种方法。首先，参加测试本身似乎可以直接提高留存率。例如，在学习了一组材料(例如，一列单词，课堂笔记)后，如果在学习之后进行即时记忆测试(例如，斯皮策，1939)，一个人更有可能在以后的时间里记住这些材料。事实上，测试的长期好处超过了额外的学习时间(Roediger & Karpicke, 2006b)。根据目前的测试理论，最初的测试将直接有利于记忆，因为它包含了那些在以后的测试中可能会用到的费力的检索过程(Roediger & karpick, 2006a)。其次，如果有重复学习的机会，学习者可能会把测试作为反馈，以便更好地利用后续的学习环节(Thompson, Wenger， & Bartling, 1978)。也就是说，测试可以通过允许学习者将额外的学习时间集中在尚未习得的材料(即未被回忆或被错误回忆的材料)上，间接提高学习策略。

4.2研究启示

  走神在认知心理学领域的研究大多聚焦在它的行为和认知神经机制及其对人们日常生活的影响。近来，教育心理学研究者也开始关注走神。特别是在慕(MOOCs)等在线教育迅速兴起的背景下，走神研究在课堂教学和在线教学中显得尤为重要(Sz-punar，Moulton，＆ Schacter，2013)。无论理论上还是实证上，都有充分的证据表明走神现象在教育情境中非常普遍。Unsworth等人(2012)要求学生以日记的形式记录他们日常生活中的注意缺失现象，发现最频繁的走神(76%的报告)发生在课堂或学习情境中。这表明与其他活动相比，走神似乎在教学和学习中更为频繁。教学中普遍的走神现象及其对学术表现的干扰 (如，Mrazek et al． ，2012)意味着减少不必要的走神有助于提高教学质量。在课堂情境下，Bunce等人(2010)要求被试在3段 50分钟的化学课上采用遥控器报告是否走神，发现测验和示范减少了教学过程中走神的发生。此外，研究者开始在在线教学情境中采用思维探测范式进行更好的实验控制。Szpunar，Khan和 Schacter的一项研究(2013)要求被试观看一段 21分钟的统计学视频课程，结果表明插入测试可以大大降低走神的频率，并增加任务相关活动 (如，记笔记)的发生。

   总之，无论是传统的课堂教学还是在线课程学习，这些研究都表明采用适当的策略可以抵抗注意不集中和走神的发生，从而有助于学生提高学习效率。这意味着走神的研究可以在优化课堂安排方面提供一些建议:一些教学者已经将测验嵌入他们的在线视频中( Szpunar et al． ，2013) ;一些积极学习策略也可以纳入课堂，以减少学习者的走神，比如同伴讨论、对自己提问 ( Burke ＆ Ray，2008)、小组示范 (Bunce，Flens，＆ Neiles，2010)等;通过开设专注力训练课程，也可以减少走神并改善学习( Mrazek， Franklin， Phillips， Baird， ＆ Schooler，2013; Pachai，Acai，LoGiudice，＆ Kim，2016)。此外，Wammes等人(2016)对 154名大学生一学期(12周)的课堂走神行为进行研究，发现无意走神与学生长期表现(即课程考试成绩)呈负相关，有意走神则与短期表现(即课堂测验成绩)呈负相关，而与长期表现无关，这说明无意走神而非有意走神 对学业成绩有负面影响。同时，鉴于走神，特别是有意走神，在未来思维和创造思维方面的潜在功能，它也很可能在某些方面对学习者有益。例如，研究表明在低认知需求情况下，走神的发生与学生的问题解决能力(Baird et al． ，2012)以及规划能力( Bairdet al． ，2011)呈正相关，这二者对于学术成功都很重要。这些研究结果表明教学者要区分学习者走神行为的原因与动机，而不是一味地阻止走神的发生。

[1]Jesper Aagaard. Drawn to distraction: A qualitative study of off-task use of educational technology[J]. Computers & Education,2015,87.

[2]Bradley M. Waite,Rachel Lindberg,Brittany Ernst,Laura L. Bowman,Laura E. Levine. Off-task multitasking, note-taking and lower- and higher-order classroom learning[J]. Computers & Education,2018,120.

[3]Karrie E. Godwin,Ma. V. Almeda,Howard Seltman,Shimin Kai,Mandi D. Skerbetz,Ryan S. Baker,Anna V. Fisher. Off-task behavior in elementary school children[J]. Learning and Instruction,2016,44.

[4]Szpunar Karl K,Khan Novall Y,Schacter Daniel L. Interpolated memory tests reduce mind wandering and improve learning of online lectures.[J]. Proceedings of the National Academy of Sciences of the United States of America,2013,110(16).

[5]Seli Paul,Wammes Jeffrey D,Risko Evan F,Smilek Daniel. On the relation between motivation and retention in educational contexts: The role of intentional and unintentional mind wandering.[J]. Psychonomic bulletin & review,2016,23(4).

[6]McVay Jennifer C,Kane Michael J. Does mind wandering reflect executive function or executive failure? Comment on Smallwood and Schooler (2006) and Watkins (2008).[J]. Psychological bulletin,2010,136(2).

[7]王雪枫,严燕.走神研究的理论、方法与展望[J].心理发展与教育,2020,36(03):367-377.DOI:10.16187/j.cnki.issn1001-4918.2020.03.14.

[8]Karrie E. Godwin,Ma. V. Almeda,Howard Seltman,Shimin Kai,Mandi D. Skerbetz,Ryan S. Baker,Anna V. Fisher. Off-task behavior in elementary school children[J]. Learning and Instruction,2016,44.

[9]Szpunar Karl K,McDermott Kathleen B,Roediger Henry L. Testing during study insulates against the buildup of proactive interference.[J]. Journal of experimental psychology. Learning, memory, and cognition,2008,34(6).