Scaffolding and Achievement in Problem-Based and Inquiry Learning: A Response to Kirschner, Sweller, and Clark (2006)
Cindy E. Hmelo-Silver, Ravit Golan Duncan, and Clark A. Chinn
摘要：
许多创新的教育方法，如基于问题的学习（Problem-based learning: PBL）和探究性学习（Inquiry Learning: IL）将学习置于问题解决或复杂情境的调查（Investigation）中。Kirschner, Sweller, and Clark在一篇2006年的论文中，把这些方法与无指导的发现学习（unguided discovery learning）放在一起。然而，他们的论点的问题在于，IL和PBL方法是高度脚手架化的（highly scaffolded）。在这篇文章中，我们首先证明Kirschner等人错误地将PBL和IL与发现学习联系在一起。然后，我们提出证据，证明基于问题的学习和探究性学习是强大而有效的学习模式。基于问题的学习和探究性学习非但没有违背Kirschner等人讨论的指导性学习的许多原则，反而是通过广泛地采用了脚手架，从而减少了学生的认知负荷，使学生能够在复杂的领域里学习。此外，这些学习方法涉及教育的重要目标，包括内容知识、认识论实践和软技能，如合作和自我指导学习。
为什么基于问题的学习和探究性学习不是最低限度的指导：关于假设和证据
所有的学习都涉及到某种形式的知识建构，因此它是一个建构主义过程（constructivist process）。Kirschner, Sweller, and Clark (2006)提出的论点的核心是什么样的教学实践可能会促进这样的知识建构或学习。作者将最低限度的指导性教学（minimally guided instruction）宽泛地定义为一种学习情境：在这种情境中，”学习者不是被预先告知基本信息，而是必须自己发现或建构基本信息”（p. 1）。他们把直接指导教学（direct guidance instruction）定义为 “提供信息，充分解释学生需要学习的概念和程序”。在他们的论点中，Kirschner等人将最低限度的指导性教学方法与直接教学指导的方法进行了对比，并断言最低限度的指导性教学方法是低效和不科学的。
Kirschner等人的论点有两个主要缺陷。首先是教育学上的问题：Kirschner及其同事不分青红皂白地将几种不同的教学方法——建构主义的（constructivist）、发现的（discover）、基于问题的（problem-based）、体验的（experiential）和探究的（inquiry-based）——归入最低限度的指导性教学的范畴。我们在此认为，这些方法中至少有一些，特别是基于问题的学习（PBL）和探究性学习（IL），并不是最低限度的指导性教学方法，而是提供广泛的脚手架和指导，以促进学生的学习。
其次，他们的证据基础存在缺陷：Kirschner等人声称PBL和IL等方法是无效的，这与经验证据相反，因为经验证据确实支持PBL和IL作为教学方法的有效性。这些证据表明，这些方法可以促进深入和有意义的学习，并使学生在标准化考试中的成绩有明显的提高。
在我们的文章中，我们将讨论PBL和IL如何提供教学指导，并提供证据来支持这些教学方法的有效性。我们将特别在PBL和IL的背景下研究Kirschner等人的主张，因为这些方法显然为学生的学习提供了保障。我们首先简要讨论了一些Kirschner等人在他们的所谓的“最低限度的指导性教学”中的教学方法的特点。
PBL和IL是最低限度的指导性教学的实例吗？
建构主义的学习理论强调学习者参与建构自己的知识的重要性（Mayer, 2004; Palincsar, 1998）。得出”最低限度指导”的”发现学习法”的一个假设是，学习者需要在没有任何引导的情况下探索现象或问题。这个假设已经被反复证明是错误的（Mayer, 2004）。我们同意Kirschner等人（2006）的观点，即几乎没有证据表明无指导的和基于经验的方法可以促进学习。然而，与Kirschner等人的说法相反，IL和PBL并不是”发现学习法”，也不是最低限度的指导性教学。
在我们讨论PBL和IL不是最低限度的指导性教学法之前，我们首先要澄清PBL和IL的含义。在PBL中，学生通过合作解决问题、反思他们的经验和参与自我探索来学习内容、策略和自主学习技能。在IL中，学生通过合作参与调查，学习内容以及学科特定的推理技能和实践（通常是在科学学科中）。PBL和IL都是围绕着相关的、真实的问题或疑问而组织的。两者都非常强调合作学习和活动。在这两者中，学生们都积极地参与意会（sense making），发展基于证据的解释，并交流他们的想法。教师在促进学习过程中起着关键作用，并可能及时提供内容知识。
我们认为PBL和IL之间的主要区别是它们的起源。PBL起源于医学教育，是基于对医学专业知识的研究，强调假设-演绎推理过程（Barrows & Tamblyn, 1980）。PBL经常使用基于文本的资源，用于问题数据和自我指导的学习。IL起源于科学探究的实践，并且非常强调提出问题、收集和分析数据，以及构建基于证据的论证（Kuhn, Black, Keselman, & Kaplan, 2000; Krajcik & Blumenfeld, 2006）。
当我们研究了PBL和IL的各种实例后，我们没有发现任何能够持续区分PBL和IL的维度。事实上，我们认为没有明确的区分特征。PBL经常让学生参与探索和分析数据，就像人们期望IL环境所做的那样，而IL经常提出问题并要求学生像PBL环境那样查阅各种资源来解决这些问题。例如，医学PBL中的问题为学生提供了丰富的病人数据来进行分析（Barrows, 2000; Hmelo-Silver, 2004）。
Web Integrated Science Environment (WISE)，图片来自互联网
同样，整合网络的科学环境（WISE）等IL环境为学生提供了科学问题和研究材料，学生通过研究这些问题来得出结论（Linn & Slotta, 2006）。学生在阅读数据和进行自己的研究之外，还可以阅读各种资源。因此，在实践中，PBL和IL环境通常是不可区分的，尽管它们有不同的起源，因此我们在本文中将它们视为同义词。
WISE软件界面
正如我们所指出的，PBL和IL环境并不是最低限度的指导性教学，因为有许多形式的脚手架提供。此外，这些方法也可以包括“直接指导”作为策略之一（Krajcik, Czerniak, & Berger, 1999; Schmidt, 1983; Schwartz & Bransford, 1998）。然而，在这些情况下，直接指导可能是在适时需要（just-in-time）的基础上提供的，尤其是当学生感到有需要的时候（Edelson, 2001）。因此，当学生了解到这些信息的必要性及其与他们的问题解决和调查实践的相关性时，就可以使用向学生提供关键信息的小型讲座或基准课程（benchmark lessons）。这种及时的直接教学促进了知识的构建，使知识可以在未来的相关环境中使用（Edelson, 2001）。
在基于探究和问题的环境中，有大量关于脚手架学习的研究（Collins, Brown, & Newman, 1989; Davis & Linn, 2000; Golan, Kyza, Reiser, & Edelson, 2002; Guzdial, 1994; Jack- son, Stratford, Krajcik, & Soloway, 1994;Reiser, 2004; Toth, Suthers, & Lesgold, 2002)，研究人员已经开发了理论驱动的和基于经验的设计指南，用于制定有效的脚手架策略以支持学习（Hmelo & Guzdial, 1996; Hmelo-Silver, 2006; Quintana et al.,2004；Reiser等人，2001）。
有脚手架的探究和基于问题的环境为学习者提供了参与复杂任务的机会，否则这些任务将超出他们目前的能力。通过改变复杂和困难的任务，使这些任务变得容易接受、容易管理，并在学生的最近发展区范围内，脚手架使学生的学习更加容易掌握（Rogoff, 1990; Vygotsky, 1978）。Quintana等人（2004年）认为脚手架是认知学徒制的一个关键因素，即学生在导师的结构和指导下成为越来越有成就的问题解决者，导师通过辅导、任务结构和提示为学生提供脚手架，而不明确地给学生最终的答案。脚手架的一个重要特征是，它支持学生学习如何完成任务，以及为什么要这样做（Hmelo-Silver，2006）。
脚手架不仅可以引导学习者完成复杂的任务，还可以将学生工作的重要方面问题化，以“迫使”他们参与关键的学科框架和策略（Reiser，2004）。这种脚手架的作用是 “摇摆不定（rocking the boat）”，阻止学生在任务中无意识地前进，从而将学生的注意力转移到重要的学习目标上，如检查对立的主张，阐明解释和反思进展。脚手架通常分布在学习环境中，跨越课程材料或教育软件、教师或促进者以及学习者本身（Puntambekar & Kolodner, 2005）。教师在培养学生对任务、工具和同伴的有意识和有成效的参与方面起着重要的作用。他们在学习过程中引导学生，促使他们深入思考，并示范学生需要问自己的各种问题，从而形成一种认知学徒制（Collins等人，1989；Hmelo-Silver & Barrows，2006）。在下一节，我们考虑如何在PBL和IL环境中实施脚手架。
PBL和IL中脚手架的使用
PBL和IL将学习置于复杂的任务中。这样的任务需要脚手架来帮助学生进行意会（sense making），管理他们的调查和解决问题的过程，并鼓励学生表达他们的想法和对他们的学习进行反思（Quintana等人.,2004）。IL和PBL任务的这些方面对学生来说有很多挑战，不同的研究者旨在帮助学习者克服这些概念和实际障碍，他们使用了一些脚手架策略（例如，Chinn，2006；Guzdial，1994；Jackson等人，1996；Linn，Bell，和Davis，2004；Reiser等人，2001）。由于篇幅的考虑，我们只讨论其中的几个策略，这些策略强调了脚手架可以减少认知负荷、提供专家指导，以及帮助学生获得学科思维和做事方式的途径。所有这些策略都可以支持意会、过程管理以及表达和反思。我们提出的例子与Kirschner及其同事的观点形成了鲜明的对比，他们认为探究和PBL环境提供的指导最少，因此会增加认知负荷。
使学科思维和策略明确化的脚手架
在PBL和IL环境中，促进者和教师通过问题使专业知识的关键方面显露出来，通过示范、辅导和最终淡化他们的一些支持，使学生的学习变得更加明显。学生的学习发生在学生合作参与建设性的处理过程中。例如，Hmelo-Silver和Barrows（2006）在研究一位医学教育方面的PBL教师时发现，该教师经常推动学生说出他们的想法，以帮助他们建立一个因果解释或识别他们知识的限制。这会有助于支持学生的感性认识和表达他们的想法。
IL和PBL环境也在学生与任务和工具以及他们创造的艺术品的互动中明确了学科策略（Quintana等人，2004）例如，在用于分析动物行为的脚手架软件工具 “动物房东（Animal Landlord）”中，学生为他们在动物行为的视频短片中发现的行为成分（components）制作了一个按时间顺序排列的 “故事板”。在创建这个故事板的过程中，学生要识别行为成分，给它们贴上标签，并对他们的观察和对这些成分的解释作出注释。这个作品突出了分析动物行为的学科策略，包括将复杂的行为分解成其组成部分，对组成部分进行分类，并解释其意义（Golan等人，2001；Smith & Reiser，1998）。除了为学生提供一个可供模仿的调查模型外，这也有助于学生的感性认识和思
“动物房东”中的活动。从左到右，学生们观察自然电影。用重要的事件进行注释，比较不同的影片以确定变化和导致变化的因素。最后，制作决策树模型来解释捕食者和猎物之间的相互作用。
还有许多其他学习环境，包括： (a) 提示学生使用特定的推理策略（如Derry, Hmelo-Silver, Nagarajan, Chernobilsky, & Beitzel, 2006; White & Frederiksen, 1998）；(b) 提供让学生遵循或填写的结构，如填写论证图以学习区分主张和理由（Bell, 2002; Toth et al,2002）或领域特定解释的模板（Duncan，2006；Sandoval & Reiser，2004）；以及（c）供学生模仿的专家示范模型（Chinn等人，2000；Loh等人，2001）。Chinn和Hung（2007）证明了专家模型对促进七年级学生科学推理的有效性。在以解释科学研究的论证为中心的课程中，一些教室里的学生看到了儿童与科学家讨论如何评价研究方法的模型。在这些简短的讨论中，参与者对研究的优点和缺点进行了争论和交流。接受这些有效论证模式的学生比没有这些模式而参与同样的论证学习活动的学生表现出更多的个人进步。这些模型通过展示专家推理的逻辑实例，为学生的推理提供了脚手架。
嵌入专家指导的脚手架
在许多IL和PBL环境中，专家信息和指导有时直接提供给学习者。例如，在WISE中，学生会得到专家的提示和对学生参与的过程的基本原理的解释（Davis，2003）。在某些情况下，比如基于目标的场景（Schank & Cleary, 1995），专家信息是通过与专家的 “对话”，以嵌入视频剪辑的形式直接提供给学习者。
Schwartz和Bransford(1998)表明，在需要的时候提供解释可以是一种非常有效的脚手架的形式（也见Minstrell & Stimpson, 1996）。Schwartz和Bransford在一些学生试图解释真实记忆实验数据的结果之后，向他们提供了关于记忆的讲座。其他学生则接受了在没有参与探究活动的情况下接受讲座。在尝试解释数据后接受讲座的学生从讲座中学到了更多。在学生试图解释数据的情况下，讲座提供了帮助学生理解数据的脚手架，因此比不作为探究脚手架而作为直接教学的相同讲座更有意义。
在医学教育的PBL中，促进者对假设-演绎推理过程进行建模（Hmelo-Silver & Barrows, 2006）。在STELLAR PBL中，PBL被改编为教师教育，在职教师使用专家教师的视频案例作为调整教学计划的模型（Derry等人，2006）。此外，视频案例与学习科学超媒体中的适当概念被链接到了一起。视频与超媒体的索引是专家指导的另一种形式。
架构复杂任务的脚手架或减少认知负荷
一种PBL的“白板”结构，来自Hmelo-Silver, 2004
在IL和PBL环境中，大量的结构（structures）是通过脚手架提供的。在PBL中，结构是通过白板提供的，白板也是通过“促进者（facilitator）”来交流解决问题的过程（Barrows, 2000; Hmelo-Silver, 2004）。例如，白板为小组提供了栏目，以记录案例的事实、他们不断发展的假设、学习问题（为了解决问题，小组需要学习更多的知识）和行动计划，这有助于提醒小组他们需要做什么。维护白板是PBL过程的一部分，并成为一种常规，有助于支持智力讨论。这样的例行程序提供了通过结构进行活动的预设方式，为参与和使用资源设定了社会规范，并促进了互动（Leinhardt & Steele, 2005）。由于这些常规（routine）变得自动化，PBL常规本身减少了认知需求。虽然最初需要适应，但学生们很快就知道他们需要扮演特定的角色，并一起工作，以确定问题的重要事实，产生关于问题的潜在想法，以及为了解决问题他们需要学习的内容。
脚手架也可以指导教学，并通过构建任务的方式来减少大脑的负担，使学习者专注于任务中与学习目标相关的方面（Hmelo-Silver, 2006; Salomon, Perkins, & Globerson, 1991）。例如，脚手架可以通过自动生成数据表征、劳动密集型计算或存储信息来减少认知负荷。通过构建任务和可用的功能（例如，在基于计算机的环境中），脚手架可以限制学习者在任何时间点上可用的选项，以使任务可及和可管理（Quintana等人，2004）。例如，在Model-It这个允许学生建立基于对象的自然现象模型（如污染物对河流生态系统的影响）的软件环境中，有三种功能模式：计划、建立和测试（Jackson et al. 等人, 1996)。该软件限制了学生的选择，学生只有在计划好他们的模型后才能进入构建阶段，而且在他们确定了系统中一些重要的对象和关系后才能进行测试。Model-It通过允许学生定性地表达复杂的数学关系，进一步为学生提供脚手架，因为该软件将他们口头陈述的关系转换为用于运行模型的数学公式，从而减少认知负荷，并将任务置于学习者的最近发展区中。
摘自Model-It: A Case Study of Learner-Centered Design Software for Supporting Model Building （1995年）
总之，所描述的许多类型的脚手架提供了非常强有力的指导形式，在我们看来，这些指导形式与认知负荷理论家所建议的一些指导形式没有区别。我们看不出Kirschner等人推荐的指导与IL方法中的指导实践有什么明显的区别。Kirschner等人把工作实例和过程工作表作为指导学习的有效方法。但是，PBL和IL方法采用了似乎与工作实例非常相似的模型，以及与过程工作表非常相似的指导探究的脚手架（例如，Kirschner & Erkens, 2006; White & Frederiksen, 1998）。我们认为对IL和PBL方法的仔细分析表明，它们确实是强有力的指导性教学形式。有研究表明，无指导或极少指导下的教学不如直接教学，但这些研究与大多数实施PBL或IL的方法根本不相关。
PBL和IL是否不如强烈的指导的教学形式？
重要的是，要把学习成果看作是多方面的。学习的目标不仅应该包括概念性和程序性知识，还应该包括灵活的思维技能和领域的认识论实践，使学生成为终身学习者和适应性专家（Bereiter & Scardamalia, 2006; Bransford, Brown, & Cocking, 2000; Sandoval & Reiser, 2004）。即使在类似的结果上，PBL和IL在基于课堂的教学研究中往往被证明是优越的。
证明PBL是有效的证据
尽管Kirschner等人（2006）报告了一些关于PBL的研究和元分析，但他们忽略了其他对PBL更有利的评论。大约在同一时间，在Kirschner等人（2006）引用的Albanese和Mitchell（1993）以及Berkson（1993）的评论中，Vernon和Blake（1993）进行了第三次元分析。该分析发现，采用PBL课程的医学生在基础科学知识测试中表现稍差，但在临床知识测试中表现比传统医学生好。在最近的一项关于PBL课程效果的元分析中（Dochy, Segers, Van den Bossche, and Gijbels, 2003)，人们发现PBL对陈述性知识测试没有影响，但在知识应用方面，显示对参与了PBL课堂的学生更有利。
Kirschner等人引用了Patel、Groen和Norman（1993）的研究结果。在这项研究中，对来自不同大学、具有不同入学特征的学生进行了比较（事实上，在大多数PBL的研究中都存在着自我选择的偏差）。他们是在一个单一的时间内就一个单一的任务进行比较的，但是PBL的学生确实把他们所学的假设驱动的推理策略转移到了新的问题上，而传统课程的学生却没有使用这种推理策略。PBL的学生也更容易出错。但对这些结果的仔细检查显示，尽管PBL学生犯了更多的错误，但与传统课程中学生的松散解释相比，他们也创造了更多的详细解释。Patel等人的结论是（Kirschner等人也同意），PBL阻碍了专家数据驱动的推理策略（expert data-driven reasoning strategies）的发展。然而，其他研究表明，当面临不熟悉的问题时，专家会回归基本原则，有效地使用假设驱动的推理，而不是在熟悉的问题中使用数据驱动的推理（Norman, Trott, Brooks, & Smith, 1994）。在一项经验心理研究中，比较了医学生在学习心电图时使用数据驱动推理或假设驱动推理的训练，假设驱动推理策略导致了更好的学习（Norman, Brooks, Colle, & Hatala, 2000）。
正如Dochy等人（2003年）的研究所表明的那样，在Patel等人的研究中所发现的准确性效应并不是一个稳定的效应。最近一项针对第一年医学生的纵向准实验研究发现，与传统的医学生相比，PBL学生产生了更准确和连贯的问题解决方案（Hmelo, 1998）。
尽管对其他年级和医学以外的学科的研究很少，但也有其他工作支持PBL的积极作用。Derry等人（2006年）将教育心理学中技术支持的STELLAR PBL课程的主讲教师与教育心理学其他专业的学生在视频分析转移任务中进行了比较。在这门课的三个学期中，PBL班的学生在获得的结果上一直有积极的影响。在一项针对MBA学生的精心控制的交叉研究中，Capon和Kuhn（2004）针对两个不同的概念，将学生随机分配到“PBL第一、讲座第二”或“讲座第一、PBL第二”的条件下。在对陈述性知识的测量上，两种条件之间没有差异；然而，学生们为他们使用 PBL 方法学到的概念构建了更具综合性的解释性文章。
PBL已经成功地应用于中学教育。在一项比较高中经济学传统课程和基于问题的教学的研究中，Mergendoller, Maxwell和Bellisimo（2006）发现，在多个教师和学校中，PBL课程的学生比传统课程的学生会获得更多的知识。
PBL的另一个变体是锚定式教学（anchored instruction），例如“Adventures of Jasper Woodbury”用于初中数学（Cognition and Technology Group at Vanderbilt [CTGV], 1992）。在一项大规模的实施研究中，将11个州16个学区中使用Jasper PBL教学的学生与匹配的对照学生进行比较，PBL在标准化测试中取得了积极的成果。在研究人员制定的措施中，结果显示PBL和传统数学教学在一步求解的数学题（single-step word problems）上没有差异，但在解决多步求解问题和解决问题的其他方面，如计划和问题的理解上，PBL组有着显著的积极效果。
Adventures of Jasper Woodbury，属于Jasper系列，这算是上世纪的计算机辅助教学软件了，启发了不少内地的研究机构
这里报告的结果包括对知识和知识应用的相当传统的衡量标准。重要的是要注意，PBL的目标超越了这些类型的测量。有证据表明，PBL支持推理能力的发展（如Hmelo，1998），解决问题的能力（如CTGV，1992；Gallagher, Stepien, & Rosenthal, 1992）和自我导向的学习能力（如Hmelo & Lin, 2000）。 PBL方法也能有效地为学生的未来学习做准备。例如，Schwartz和Martin（2004年）发现，最初通过探索性问题解决来学习统计学原理的九年级学生比最初从教师在课堂上讲解的工作实例中学习的学生在随后的讲课中学习的更多。
证明IL方法是有效的证据
Kirschner和他的同事断言缺乏对照实验的研究来揭示IL方法的相对有效性。他们提出的证据表明，成绩较差的学生在接受这种最低程度的指导性教学干预后，其成绩会有所下降。诚然，基于探究、项目和问题的环境的对照性实验是非常少的。然而，确实存在一些这样的研究，而且这些研究显示出探究、问题和基于项目的环境具有明显的效果（Geier等人；Hickey, Kindfeld, Horwitz, & Christie, 1999；Hickey, Wolfe, & Kindfeld, 2000；Lynch, Kuipers, Pyke, & Szesze,2005 ）。
GenScope是一个已经被广泛和系统地研究过的基于探究的环境，并且已经被证明产生的学习收益显著大于那些与之对比的课堂。Gen-Scope软件是一个开放式的探究环境，旨在支持高中学生对科学的探究，以支持高中生对遗传现象的研究（Horwitz, Neumann, & Schwartz, 1996）。尽管GenScope环境具有探索性和开放性，但它以几种完整的方式为学生的学习提供脚手架：(a) 复杂的模拟使遗传现象的因果机制清晰可见；(b) 学生可以很容易地在不同的生物组织层次上操作生物实体的表征；(c) 多个层次上的现象的代表是相互联系的，因此对一个层次的操作会在随后的层次上产生影响（学生可以看到）。GenScope环境和相关课程材料的几个迭代版本已经在中学课堂上实施，并有一个有价值的评估系统来评估学生的学习（Hickey等人，2000）。
Gen-Scope, 此项目已停止，https://genscope.concord.org/
Gen-Scope, 此项目已停止，https://genscope.concord.org/
Hickey等人（1999年）发现，381位来自21个采用了Gen-Scope教室的学生从测试前到测试后的收益明显大于对比组的107位来自6个未采用Gen-Scope教室的学生。来自普通科学和普通生物教室的学生所获得的收益最大（与荣誉教室和大学预科教室相比）。这些学生的平均成绩从较基本的领域推理形式（因果关系）上升到较复杂的领域推理（因果关系）。这与Kirschner等人认为IL不利于表现较差的学生的观点相反。
特别令人印象深刻的是最近Geier等人的研究结果（正在发表），在一个为期三年的研究中，在美国中西部的一个大型城市地区，在科学课上使用了探究式教材的中学生，其高分标准化考试通过率明显高于同龄人，这项研究涉及两组，其中包括实验组的1,803位学生（来自18个学校）和对照组的17,562位学生。实验组包括了三个探究单元，每个单元持续六到九周的教学，重点是物理科学和生态学/地球科学的概念。这些以项目为基础的单元使用技术工具为学习提供脚手架，扩大了学生可以调查的问题类型，以及可以收集的数据，并为建立模型和科学推理提供了课程支持（Amati, Singer, & Carrillo, 1999; Schneider & Krajcik, 2002; Singer等人, 2000）。
Geier等人（出版中）证明，观察到的效果发生在参与探究式教学的一年半之后，而且效果是累积性的，即参与程度越高（接触到更多的探究式单元），效果就越好。在所有三个科学内容领域（地球、物理和生命）和测试中评估的过程技能（构建和再思考）都获得了高分。第一批学生的效果量（总分提高0.4414%），第二批学生的效果量（总体提高0.3713%）。因此，效果大小并没有随着规模的扩大而适当地减少。更有说服力的是，他们发现，探究式教学成功地缩小了城市非裔美国男孩的成绩差距。在探究式教学的教室里，非裔美国男孩在接触了至少一个探究式单元后，”赶上”了女孩，以及并没有显示出统计学上的显著差异。
Lynch等人（2005）最近的研究也表明，以探究为基础的学习环境能促进弱势学生更好地参与和掌握目标导向。Lynch等人（2005年）在对马里兰州一所大型多元化学区的十所中学八年级的2,000位学生（大约在1,200位的实验组成员和1,000位的对照组成员）的比较研究中发现，所有多元化群体（基于种族、社会经济地位、性别和ESOL水平）在基于探究的课程条件下（六到十周的化学单元）的总体收益更高。因此，所有群体的探究学生的表现都超过了对照组的学生。该课程在提高某些方面的积极性和参与度方面也更加有效（比传统教学），尤其是曾经处于弱势的学生群体。
还有其他一些研究，我们解释为支持IL和其他建构主义环境的有效性(例如，Guthrie等人，2004；Langer，2001；Wu & Tsai，2005）。例如，Guthrie等人发现，一个将策略教学与更多的学生选择、充足的实践经验和大量的学生合作相结合的小学阅读项目，在提高学生的阅读能力方面比传统教学或仅有策略教学的方法更有效。我们怀疑Kirschner等人可能会声称这项研究支持他们的立场，因为使用阅读项目的教师为学生提供了策略指导。如果他们真的这么说，他们只会加强我们的观点。Kirschner等人所认为的有效教学，往往与IL和其他建构主义的教学完全一致。大多数IL的支持者都赞成在一个提供选择、动手和动脑的经验以及丰富的学生合作的环境中进行结构化指导。
总之，越来越多的大规模实验和准实验研究表明，与传统教学相比，基于探究的教学能带来明显的学习收益，而且处境不利的学生从基于探究的教学方法中获益最多。在许多或大多数情况下，探究式教学的典范包含了强有力的指导形式，这对于那些指导性教学的支持者而言会很有吸引力。
学习和教学的目标
Kirschner等人（2006）声称，对基于探究的教学方法的追求导致了教学重点的转移，”从把一个学科作为一个知识体系来教授，转向只强调通过体验学科的过程来学习学科”。这种说法至少在两个方面是有问题的。首先，教学重点的变化不仅仅是探究式教学方法的结果，而是对教育目标改革的更广泛的呼吁。在美国和其他国家（DFE/WO，1995；教育部[台湾省]，2001），最近的文件（AAAS，1993；NCTM，2000；NRC，1996）强调了不仅要理解内容，还要理解学科认识论和调查策略的重要性。特别是在科学教育方面，大量的研究支持理解科学研究的性质和相关实践的重要性，这是科学素养的一个关键部分（例如，DeBoer, 1991；Driver, Leach, Millar, & Scott, 1996；Duschl, 1990；Lederman, 1998；Mc-Comas, Clough, & Almazroa, 1998）。这反应了学习和教学的广泛目标。
第二，目前的改革和探究方法并不是用内容代替实践；相反，他们主张内容和实践是核心的学习目标。事实上，IL模式确实促进了丰富而有力的内容学习（Shyman-sky, 1984; Wise & Okey, 1983; Von Secker & Lissitz, 1999）。虽然开发促进学科理论框架和调查实践学习的教学具有挑战性，但这种环境的例子确实存在（Linn, Bell, & Hsi, 1999; Reiser et al., 2001; White & Frederiksen, 1998），而且最近的设计框架为开发这种丰富的学习环境提供了指导（Edelson, 2001; Quintana et al.）
学习某一学科的概念和理论最好是在该学科的实践背景下进行，这一观点得到了当前学习理论的支持。关于认知的情境和认知主义观点都承认学习情境对知识的可及性的影响（Collins, Brown, & Newman, 1989; Greeno, 2006; Kolodner, 1993; Schank, 1982）。鉴于学生需要将科学理解发展为相互联系的、有意义的和有用的，因此，学生获得这种知识的学习环境必须与它可能的使用环境相似。这些可能的应用环境是指学生将面临一些不确定的问题，如评估媒体上的科学发现和论点，通过研究和调查确定政策（或健康程序）的益处和风险，以及对日常现象做出符合逻辑和科学的解释。因此，学习环境应该为学生提供机会，让他们参与提问、调查和论证等科学实践，并在相关和激励的背景下学习内容。
结论
即使在对PBL和IL研究的有限回顾中，也可以看出，PBL和IL”不起作用 “的说法是没有得到很好的支持，事实上，另一种方法也得到了支持。但我们认为，”它有用吗？”是个错误的问题。更重要的问题是，在什么情况下这些引导式探究方法是有效的，它们对哪些结果是有效的，它们促进了哪些有价值的实践，以及对于不同的人群和学习目标需要什么样的支持和脚手架。我们应该问的问题的复杂程度不亚于解决这些问题所需的证据的复杂程度。它要求我们考虑教育的目标——不仅包括学习内容，还包括学习 “软技能”（Bereiter & Scardamalia, 2006），如认识论的实践、自我导向的学习和合作，这些都不是通过成绩测试来衡量的，但对于成为知识社会中的终身学习者和公民是很重要的。在许多方面，我们对这些问题还没有足够的答案，即各种类型的脚手架的学习环境在什么条件下最有效。虽然我们并不反对Kirschner等人所倡导的各种形式的直接和更多的指导性教学，但目前仍不清楚如何在IL和PBL（更具有建构主义和体验性）与直接教学指导之间取得平衡。我们认为，更多的直接指导需要建立在学生的思考之上。作为一个领域，我们需要更深入、更详细地了解各种教学方法之间的相互关系以及它们在不同情况下对学习结果的影响。
我们希望以孔子关于教育和人类学习的性质的共同智慧来结束这篇文章。”告诉我，我会忘记；展示给我，我可能会记住。让我参与进来，我才会明白（Tell me and I will forget; show me and I may remember; involve me and I will understand）”。我们认为，IL和PBL方法让学习者在适当的脚手架下参与学科的实践和概念化，并以这种方式促进我们认为是学习的知识的构建。
参考文献
Albanese, M. A., & Mitchell, S. (1993). Problem-based learning: A review of literature on its outcomes and implementation issues. AcademicMedicine, 68, 52–81.
Amati, K., Singer, J., & Carrillo, R. (1999, April). What affects the quality of air in my community? Paper presented at the Annual Meeting of the American Educational Research Association, Montreal, Canada.
American Association for the Advancement of Science (AAAS). (1993). Benchmarksfor science literacy. New York: Oxford University Press.
Barrows, H. S. (2000). Problem-based learning applied to medical educa- tion. Springfield, IL: Southern Illinois University Press.
Barrows, H. S., & Tamblyn, R. (1980). Problem-based learning: An ap- proach to medical education. New York: Springer.
Bell, P. (2002). Using argument representations to make thinking visible for individuals and groups. In T. Koschmann, R. Hall, & N. Miyake (Eds.), CSCL II: Carryingforward the conversation (pp. 449–455). Mahwah, NJ: Lawrence Erlbaum Associates.
Bereiter, C., & Scardamalia, M. (2006). Education for the knowledge age: Design-centered models of teaching and instruction. In P. A. Alexander & P. H. Winne (Eds.), Handbook of educational psychology (2nd ed., pp. 695–713). Mahwah, NJ: Erlbaum.
Berkson, L. (1993). Problem-based learning: Have the expectations been met? Academic Medicine, 68, S79–S88.
Bransford, J. D., Brown, A. L., & Cocking, R. (2000). How people learn. Washington DC: National Academy Press.
Capon, N., & Kuhn, D. (2004). What’s so good about problem-based learn- ing? Cognition and Instruction, 22, 61–79.
Chinn, C. A. (2006). Learning to argue. In A. M. O’Donnell, C. Hmelo- Silver, & G. Erkens (Eds.), Collaborative learning, reasoning, and tech- nology (pp. 355–383). Mahwah, NJ: Erlbaum.
Chinn, C. A., & Hung, C.-C. (2007, April). Learning to reason about the methodology of scientific studies: A classroom experiment in the middle school. Paper presented at the annual meeting of the American Educa- tional Research Association, Chicago, IL.
Chinn, C. A., O’Donnell, A. M., & Jinks, T. S. (2000). The structure of discourse in collaborative learning. Journal of Experimental Education, 69, 77–97.
Cognition and Technology Group at Vanderbilt. (1992). The Jasper series as an example of anchored instruction: Theory, program description and assessment data. Educational Psychologist, 27, 291–315.
Collins, A., Brown, J. S., & Newman, S. E. (1989). Cognitive apprenticeship: Teaching the crafts ofreading, writing, and mathematics. In L. B. Resnick (Ed.), Knowing, learning, and instruction: Essays in honor of Robert Glaser (pp. 453–494). Hillsdale, NJ: Erlbaum.
Davis, E. A. (2003). Prompting middle school science students for produc- tive reflection: Generic and directed prompts. Journal of the Learning Sciences, 12, 91–142.
Davis, E. A., & Linn, M. C. (2000). Scaffolding students’ knowledge inte- gration: Prompts for reflection in KIE. International Journal of Science Education, 22, 819–837.
DeBoer, G. E. (1991). A history of ideas in science education. New York: Teachers College Press.
Department for Education /Welsh Office (DFE/WO). (1995). Science in the national curriculum (1995). London: HMSO.
Derry, S. J., Hmelo-Silver, C. E., Nagarajan, A., Chernobilsky, E., & Beitzel, B. (2006). Cognitive transfer revisited: Can we exploit new media to solve old problems on a large scale? Journal of Educational Computing Research, 35, 145–162.
Dochy, F., Segers, M., Van den Bossche, P., & Gijbels, D. (2003). Effects of problem-based learning: A meta-analysis. Learning and Instruction, 13, 533–568.
Driver, R., Leach, J., Millar, R., & Scott, P. (1996). Young people’s images of science. Buckingham, England: Open University Press.
Duncan, R. G. (2006). The role of domain-specific knowledge in promoting generative reasoning in genetics. In S. A. Barab, K.E. Hay, & D. T. Hickey (Eds.), Proceedings of the seventh international conference for the learning sciences: Making a difference (pp. 147–154). Mahwah, NJ: Erlbaum.
Duschl, R. (1990). Restructuring science education: The importance of theories and their development. New York: Teachers College Press.
Edelson, D. C. (2001). Learning-for-use: A framework for integrating con- tent and process learning in the design of inquiry activities. Journal of Research in Science Teaching, 38, 355–385.
Gallagher, S. A., Stepien, W. J., & Rosenthal, H. (1992). The effects of problem-based learning on problem solving. Gifted Child Quarterly, 36, 195–200.
Geier, R., Blumenfeld, P., Marx, R., Krajcik, J., Fishman, B., & Soloway, E. (in press). Standardized test outcomes for students engaged in inquiry- based science curriculum in the context of urban reform. Journal of Research in Science Teaching.
Golan, R., Kyza, E. A., Reiser, B. J., & Edelson, D. C. (April, 2002). Scaf- folding the task of analyzing animal behavior with the Animal Landlord software. Paper presented at the Annual Meeting of the American Educa- tional Research Association, New Orleans, LA.
Greeno, J. G. (2006). Learning in activity. In R. K. Sawyer (Ed.), The Cambridge handbook of the learning sciences (pp. 79–96). New York: Cambridge.
Guthrie, J. T., Wigfield, A., Barbosa, P., Perencevich, K. C., Taboada, A., Davis, M. H., et al. (2004). Increasing reading comprehension and en- gagement through concept-oriented reading instruction. Journal of Edu- cational Psychology, 96, 403–423.
Guzdial, M. (1994). Software-realized scaffolding to facilitate programming for science learning. Interactive Learning Environments, 4, 1–44.
Hickey, D. T., Kindfeld, A. C. H., Horwitz, P., & Christie, M. A. (1999). Advancing educational theory by enhancing practice in a technology- supported genetics learning environment. Journal of Education, 181, 25–55.
Hickey, D. T., Wolfe, E. W., & Kindfield, A. C. H. (2000). Assessing learning in a technology-supported genetics environment: Evidential and conse- quential validity issues. Educational Assessment, 6, 155–196.
Hmelo, C. E. (1998). Problem-based learning: Effects on the early acquisi- tion of cognitive skill in medicine. Journal of the Learning Sciences, 7, 173–208.
Hmelo, C. E., & Guzdial, M. (1996). Of black and glass boxes: Scaffolding for learning and doing. In D. C. Edelson & E. A. Domeshek (Eds.), Proceedings of ICLS 96 (pp. 128–134). Charlottesville, VA: AACE.
Hmelo, C. E., & Lin, X. (2000). Becoming self-directed learners: Strategy development in problem-based learning. In D. Evensen & C. E. Hmelo (Eds.), Problem-based learning: A research perspective on learning in- teractions (pp. 227–250). Mahwah, NJ: Erlbaum.
Hmelo-Silver, C. E. (2003). Analyzing collaborative knowledge construc- tion: Multiple methods for integrated understanding. Computers and Ed- ucation, 41, 397–420.
Hmelo-Silver, C. E. (2004). Problem-based learning: What and how do students learn? Educational Psychology Review, 16, 235–266.
Hmelo-Silver, C. E. (2006). Design principles for scaffolding technology- based inquiry. In A. M. O’Donnell, C. E. Hmelo-Silver, & G. Erkens (Eds.), Collaborative reasoning, learning and technology (pp. 147–170). Mahwah, NJ: Erlbaum.
Hmelo-Silver, C. E., & Barrows, H. S. (2006). Goals and strategies of a problem-based learning facilitator. Interdisciplinary Journal of Problem- based Learning, 1, 21–39.
Hmelo-Silver, C. E., Derry, S. J., Woods, D., DelMarcelle, M., & Chernobil- sky, E. (2005). From parallel play to meshed interaction: The evolution of the EStep system. In D. Suthers & T. Koschmann (Eds.), Proceedings of CSCL 2005. Mahwah, NJ: Erlbaum.
Horwitz, P., Neumann, E., & Schwartz, J. (1996). Teaching science at mul- tiple levels: The GenScope program. Communications of the ACM, 39, 100–102.
Jackson, S., Stratford, S. J., Krajcik, J. S., & Soloway, E. (1996). Making system dynamics modeling accessible to pre-college science students. Interactive Learning Environments, 4, 233–257.
Kirschner, P. A., & Erkens, G. (2006). Cognitive tools and mindtools for collaborative learning. Journal of Educational Computing Research, 35, 199–209.
Kirschner, P. A., Sweller, J., & Clark, R. E. (2006). Why minimal guidance during instruction does not work: An analysis of the failure of construc- tivist, discovery, problem-based, experiential, and inquiry-based teaching. Educational Psychologist, 41, 75–86.
Kolodner, J. L. (1993). Case-based reasoning. San Mateo, CA: Morgan Kaufmann.
Krajcik, J. S., & Blumenfeld, P. (2006). Project-based learning. In R. K. Sawyer (Ed.), The Cambridge handbook of the learning sciences (pp. 317–334). New York: Cambridge.
Krajcik, J. S., Czerniak, C., & Berger, C. (1999). Teaching children science: A project-based approach. Boston, MA: McGraw-Hill.
Kuhn, D., Black, J., Keselman, A., & Kaplan, D. (2000). The development of cognitive skills to support inquiry learning. Cognition and Instruction, 18, 495–523.
Langer, J. A. (2001). Beating the odds: Teaching middle and high school students to read and write well. American Educational Research Journal, 38, 837–880.
Lederman, N. G. (1998). The state of science education: Subject matter without context. Electronic Journal of Science Education, 41.
Leinhardt, G., & Steele, M. D. (2005). Seeing the complexity of standing to the side: Instructional dialogues. Cognition and Instruction, 23, 87–163.
Linn, M. C., Bell, P., & Hsi, S. (1999). Lifelong science learning on the Internet: The knowledge integration environment. Interactive Learning Environments, 6, 4–38.
Linn, M. C., Davis, E. A., & Bell, P. (2004). Internet environments for science education. Mahwah, NJ: Erlbaum.
Linn, M. C., & Slotta, J. D. (2006). Enabling participants in online forums to learn from each other. In A. M. O’Donnell, C. E. Hmelo-Silver, & G. Erkens (Eds.), Collaborative learning, reasoning, and technology (pp. 61–98). Mahwah, NJ: Erlbaum.
Loh, B., Reiser, B. J., Radinsky, J., Edelson, D. C., Gomez, L. M., & Marshall, S. (2001). Developing reflective inquiry practices: A case study of soft- ware, the teacher, and students. In K. Crowley, C. Schunn, & T. Okada (Eds.), Designingforscience: Implicationsfromeveryday,classroom, and professional settings (pp. 279–324). Mahwah, NJ: Erlbaum.
Lynch, S., Kuipers, J., Pyke, C., & Szesze, M. (2005). Examining the effects of a highly rated science curriculum unit on diverse students: Results from a planning grant. Journal of Research in Science Teaching, 42, 921–946.
Mayer, R. E. (2004). Should there be a three-strikes rule against pure discovery learning? American Psychologist, 59, 14–19.
McComas, W. F., Clough, M. P., & Almazroa, H. (1998). The role and character ofthe nature of science in science education. Science and Education, 7, 511–532.
Mergendoller, J. R., Maxwell, N. L., & Bellisimo, Y. (2006). The effective- ness of problem-based instruction: A comparative study of instructional method and student characteristics. Interdisciplinary Journal of Problem- based Learning. 1, 49–69.
Ministry of Education (2001). Standardsfor nine-year continuous curricu- lum at elementary and junior high level in Taiwan. Taipei: Ministry of Education, R.O.C.
Minstrell, J., & Stimpson, V. (1996). A classroom environment for learning: Guiding students’ reconstruction of understanding and reasoning. In L. Schauble & R. Glaser (Eds.), Innovations in learning: New environments for education (pp. 175–202). Mahwah, NJ: Erlbaum.
National Council of Teachers of Mathematics (NCTM). (2000). Principles and standardsfor school mathematics. Reston, VA: NCTM.
National Research Council (NRC). (1996). National science education standards. Washington DC: National Academy Press.
Norman, G. R., Brooks, L. R., Colle, C. L., & Hatala, R. M. (2000). The benefit of diagnostic hypotheses in clinical reasoning: Experimental study of an instructional intervention for forward and backward reasoning. Cog- nition and Instruction, 17, 433–448.
Norman, G. R., Trott, A. D., Brooks, L. R., & Smith, E. K. (1994). Cognitive differences in clinical reasoning related to postgraduate training. Teaching and Learning in Medicine, 6, 114–120.
Palincsar, A. S. (1998). Social constructivist perspectives on teaching and learning. Annual Review of Psychology, 45, 345–375.
Patel, V. L., Groen, G. J., & Norman, G. R. (1993). Reasoning and instruction in medical curricula. Cognition and Instruction, 10, 335–378.
Puntambekar, S., & Kolodner, J. L. (2005). Toward implementing distributed scaffolding: Helping students learn from design. Journal of Research in Science Teaching, 42, 185–217.
Quintana, C., Reiser, B. J., Davis, E. A., Krajcik, J., Fretz, E., Duncan, R. G., et al. (2004). A scaffolding design framework for software to support science inquiry. Journal of the Learning Sciences, 13, 337–386.
Reiser, B. J., Tabak, I., Sandoval, W. A., Smith, B. K., Steinmuller, F., & Leone, A. J. (2001). BGuILE: Strategic and conceptual scaffolds for scientific inquiry in biology classrooms. In S. M. Carver & D. Klahr (Eds.), Cognition and instruction: Twenty-five years of progress (pp. 263–305). Mahwah, NJ: Erlbaum.
Reiser, B. J. (2004). Scaffolding complex learning: The mechanisms of structuring and problematizing student work. Journal of the Learning Sciences, 13, 273–304.
Rogoff, B. (1990).Apprenticeship in thinking: Cognitive development in social context. New York: Oxford University Press.
Salomon, G., Perkins, D. N., & Globerson, T. (1991). Partners in cognition: Extending human intelligences with intelligent technologies. Educational Researcher, 20, 2–9.
Sandoval, W. A., & Reiser, B. J. (2004). Explanation-driven inquiry: Inte- grating conceptual and epistemic supports for science inquiry. Science Education, 88, 345–372.
Schank, R.C. (1982). Dynamic Memory: A theory of reminding and learning in computers and people. Cambridge: Cambridge University Press.
Schank, R., & Cleary, C. (1995). Engines for education. Hillsdale, NJ: Erlbaum.
Schmidt, H. G. (1983). Problem-based learning: rationale and description. Medical Education, 17, 11–16.
Schneider, R. M., & Krajcik, J. (2002). Supporting science teacher learning: The role of educative curriculum materials. Journal of Science Teacher Education, 13, 221–245.
Schwartz, D. L., & Bransford, J. D. (1998). A time for telling. Cognition and Instruction, 16, 475–522.
Schwartz, D. L., &Martin, T. (2004). Inventing to prepare for future learn- ing: The hidden efficiency of encouraging original student production in statistics instruction. Cognition and Instruction, 22, 129–184.
Shymansky, J.A. (1984). BSCS programs: Just how effective were they? The American Biology Teacher, 46, 54–57.
Singer, J., Rivet, A., Schneider, R. M., Krajcik, J. S., Amati, K., & Marx, R. W. (2000, April). Setting the stage: Engaging students in water quality. Paper presented at the Annual Meeting of the American Educational Research Association, New Orleans, LA.
Smith, B. K., & Reiser, B. J. (1998). National Geographic unplugged: De- signing interactive nature films for classrooms. In C.-M. Karat, A. Lund, J. Coutaz, & J. Karat (Eds.), Proceedings of CHI 98: Human factors in computing systems (pp. 424–431). New York: ACM Press.
Toth, E. E., Suthers, D. D., & Lesgold, A. M. (2002). “Mapping to know”: The effects of representational guidance and reflective assessment on scientific inquiry. Science Education, 86, 244–263.
Vernon, D. T., & Blake, R. L. (1993). Does problem-based learning work? A meta-analysis of evaluative research. Academic Medicine, 68, 550– 563.
Von Secker, C., & Lissitz, R. W. (1999). Estimating the impact of instruc- tional practices on student achievement in science. Journal of Research in Science Teaching, 36, 110–1126.
Vygotsky, L. S. (1978). Mind in society. Cambridge, MA: Harvard Univer- sity Press.
White, B. Y., & Frederiksen, J. R. (1998). Inquiry, modeling, and metacogni- tion: Making science accessible to all students. Cognition and Instruction, 16, 3–118.
Wise, K., C., & Okey, J. R. (1983). A meta-analysis of the effects of var- ious science teaching strategies on achievement. Journal of Research in Science Teaching, 20, 419–435.
Wu, Y.-T., & Tsai, C.-C. (2005). Effects ofconstructivist-oriented instruction on elementary school students’ cognitive structures. Journal of Biological Education, 39, 113–119.