研究結果討論

過去許多文獻指出處理工作記憶/認知負荷的腦區，是位於我們的頂葉區、

內側顳葉及額葉區，但大多是著重於使用事件相關電位來分析(ERP)，利用一個 一個的刺激作為事件的定位點，透過處理工作記憶模式的實驗（n-back 實驗等）， 來觀察腦波的變化。若要套用至實際教學現場，偵測我們在進行記憶、推理、操 作等「歷程」中所感知道的「難度」，我們會懷疑在分析方法上是否一樣能維持 好的預測力。因此，本研究利用可攜式腦波儀，透過額葉區的測量來分析受試者 在運算不同難度的數學乘法歷程中大腦活動的情形，並透過演算法評估大腦活動 與測驗難度間的相關。

討論一：利用「額葉區」的「θ波」可以有效預測難度。

過去測量認知負荷的研究中，許多學者認為，利用「主觀測量方法」評估學 習者的認知負荷較為可行，目前在教育領域中也廣泛地被使用。如Paul Ayres

（2006）則利用「主觀測量方法」來測量內在認知負荷，受試者被要求完成數學 代數問題，並為每題題目評估自己的認知負荷，結果顯示錯誤率與認知負荷呈現 高度相關（r = 0.74; p <0.001）。近年來，Irene T. Skuballa（2015）等人利 用眼動實驗來探討在多媒體學習的學習成效，並透過「九點李克特量表」來評估 受試者的認知負荷與心智努力，結果顯示，認知負荷與學習成效呈高度負相關（r

= −0.783, p < 0.001），心智努力也顯示了同樣的結果與學習成效呈現負相關

（r = -0.508; p <0.001） (P. Ayres, 2006; Skuballa, Fortunski, & Renkl, 2015)。

由上述研究可看出，使用主觀測量方法來評估學習者感受到的認知負荷，預 測力約達60%（r = −0.783），而本研究的演算法，與試題難度間的相關預測力 約達 67%（前額葉右側r = 0.82），表示相較於主觀測量方法，透過腦部神經影

42

像不但具有即時性，還有較高的預測力。另外，也可看出額葉區的 θ 波跟工作 記憶有關，所以利用「額葉區」的「θ 波」為基礎的演算法可以有效預測「難 度」。也就是說，某種程度上我們利用額葉區的 θ 波來預測學習者在學習歷程中 感受到的負荷。

1. 「額葉區」與工作記憶有關

這樣的結果與之前許多學者的研究結果類似，過去研究中顯示，個體執行工 作記憶作業時，「額葉區」扮演了重要角色(Callicott et al., 1998; Jansma et al., 2000; Owen, 1997; Owen et al., 2005)。

且許多相關的研究中指出額葉區的「背側前額葉皮質」（dorsolateral prefrontal cortex，DLPFC）與工作記憶有關。我們由研究結果二（表4-1-2）

中前額葉及額葉右側顯示的高度相關，推測某種程度上可反應出「DLPFC」與「工 作記憶」確實可能是有關聯的。不過，因為EEG是將電極放在頭皮量測，我們無 法確定是否準確測到DLPFC的位置。

另外，從研究結果二（表 4-1-2）亦可看出，額葉「右側」的數據呈高度相 關，這樣的結果與 Mizuhara 等人（2005）的研究結果類似，他們利用 fMRI 和 EEG 來研究人類處理數學運算時大腦的活動情形，透過 fMRI 量測到大腦中血氧 濃度的結果及腦電波的變化發現：大腦在進行數學「減法」運算時，「右腦」背 側前額葉皮質層（DLPFC）是能量集中的區域(Mizuhara et al., 2005)。

43

2. 「θ波」與工作記憶有關

本研究的演算法達高預測力，表示運用 θ 波為演算基礎的分析法，可用來 偵測學習者在學習歷程中隨難度感受到認知負荷/工作記憶的變化。

這樣的結果與許多學者提出的論點一致，過去研究中顯示：θ 波能反應大 腦在處理工作記憶時的狀態，當 θ 波的強度逐漸增強時，大腦處理工作記憶的 負荷量也逐漸升高(Jensen & Tesche, 2002; Klimesch et al., 2001; Onton et al., 2005)。

另外，本研究結果達高預測力，推測可能是因為在分析時我們發現同一難度 下，個體間腦波的變異程度很較大，也就是說，每個受試者的腦波在本質上不一 定相同，因此我們在分析腦波與難度間的相關性時，並非利用所有受試者的腦波 平均，反而是將各個受試者一個一個進行分析。未來進一步可將受試者休息狀態 下的腦波納入處理或者參考α波與工作記憶的關係加以分析，再觀察是否有更高 的預測力。

44

45

表 5-1-2 「θ 波跟難度的相關性」與「正確率」的相關性分析表

由上表 5-1-2 我們可以看出：

1. 對「θ 波跟難度的相關性」與「正確率的平均值」進行分析，無論是在前 額葉或前額葉兩側皆呈負相關，這表示當受試者的平均正確率愈高時，相關 性會愈低。

2. 且第四個難度是本實驗中最難的難度，而「θ 波跟難度的相關性」與「第 四難度正確率」分析時也發現，無論是在前額葉或前額葉兩側皆呈負相關，

這表示在本實驗中最難的難度下，當受試者的正確率愈高時，相關性會愈 低。

也就是說，當受試者作答時的正確率愈高，我們的演算法預測力就會偏低，

雖然在題目設計上，以研究者的教學經驗認為：在數學乘法心算時，三位數乘一 位數且需進位兩次的題目應該具有一定的困難性，但由上表 5-1-1 可看出，在最 困難（難度 4）的題目中，似乎對某些受試者來說，答對率還是相對的高。

表示在本研究中，即使是最難的難度，可能對某些受試者來說並沒有難度上的分 別，這樣的話，我們便比較難使用我們的演算法來偵測受試者所感受到的難度。

因此，推測我們利用 θ 波預測難度時，某些受試者的相關性是偏低的，可 能是因為在四個難度指標中，那些受試者在作答時感受到的負荷其實是差不多或 是都偏低的，並未達到我們預期（難度愈高會造成比較高的負荷）。

未來在研究中可考量先評估受試者在解題過程中的正確率，並根據正確率來 調整題目的難度。

前額葉 前額葉左側 前額葉右側 第四難度正確率 -0.36 -0.26 -0.40

平均正確率 -0.28 -0.18 -0.35 θ波跟難度的相關性

46

討論三：θ波可以反應答題正確率

根據研究結果一可看出，在難度提升時，受試者的作答正確率確實會降低，

也就是說正確率可以反應出難度，如下圖 5-1-1：

圖 5-1-1 難度與正確率關係圖

且本研究結果二中顯示，我們發展的 θ 波為基礎的演算法可以有效預測難 度，既然正確率可以反應出難度，我們便想探討 θ 波是否可以反應出答題的正 確率。因此將各個受試者在不同難度下的「θ 波」與「正確率」進行相關性分 析，分析結果如下表 5-1-3：

98 95

92

79

60 65 70 75 80 85 90 95 100

1 2 3 4

難度與正確率關係圖

百分比

難度

47

48

研究設計的數學乘法心算對受試者來說難度不大，所以在作答的正確率上並未精 準的反應出難度。未來的研究可以考慮：將題目難度增加、或者增加受試者的族 群（年齡差異等）。

49

討論四：可攜式腦波儀的發展

隨著科技發展日新月異，愈來愈多新興的技術或數位產品等可用於教學環境，

協助教師及學生，除了可以在課前協助教師對教材進行調整與設計外，課堂中科 技又該如何運用才能協助學生學習呢？現今台灣的教學現場，多數仍以教師講授 的方式進行課程，且僅有少數學生在遇到困難或問題時會主動提出，此時，教師 對於學習狀況的掌握度便格外重要，需了解學生是否聽懂，是否感覺困難，是否 跟不上進度…等。

目前在認知負荷的測量上仍多使用 Paas 於 1992 年開發的單題量表，除了受 試者對於「難度」或「認知負荷」的定義可能不同外，單一試題是否能完整反映 出學習者認知負荷的也受到質疑，並且無法「即時」地偵測認知負荷，不過，卻 可應用於「複雜的課程教材」中。

反觀「可攜式腦波儀」，不但能夠直接、客觀的測量，還可以即時偵測個別 學習者在某個學習當下所感受到的認知負荷，雖然研究結果中顯示的是平均資料，

不過若將時間切的更小，便可作為即時的偵測。如此一來，透過本研究發展的演 算法，便可在課堂中即時分析各個學習者的腦波，協助教師在課堂上隨時知道每 一位學生的「即時負荷」，掌握課堂中的學習狀況。不過，本研究目前僅以數學 心算為試題測量，未來仍需使用較複雜的課程材料進一步測試。

另外，若未來要將本研究應用於教室中，我們仍須注意「個人化」的重要性。

雖然本研究結果顯示 θ 波可以有效預測難度，不過本研究在分析腦波時發現，

同一難度下，個體間腦波的變異程度很大，也就是說，每個受試者的腦波在本質 上不一定相同，如同一難度的題目，可能有人覺得難，有人覺得簡單；或者每個 人在進行不同主題的作業時，感受到的負荷量可能不同。因此，針對「個人」先 瞭解個別的難度指標或是繪製出難度曲線等，讓教師知道「各個學習者」在什麼 樣的狀況下會達到認知負荷的極限值或已經認知超載，這樣一來，便能有效的協 助每個學習者學習。

50

討論五：「認知負荷」某種程度上即是工作記憶負荷

本研究利用工作記憶的負荷來作為評估「認知負荷」的依據，不過，究竟工 作記憶負荷是否等同於認知負荷呢？

根據Sweller, Van Merriënboer, & Pass（1998）的定義：認知負荷（cognitive load）是將一特定工作加諸於學習者的認知系統（包括工作記憶區及長期記憶區）

時所產生的負荷。當這樣的概念引用至教育領域時，許多學者指出：「認知負荷」

是指學習者在面對接收到訊息的「負荷量」。當工作記憶的項目愈多，負荷量愈 大:表示學習的過程中，個體對於學習內容所知覺的困難度越高（如：多餘的訊 息或無關的因素越多），或是個體覺得需要投入更多的努力來理解內容時，認知 負荷就越大。Marcus 等人（1996）指出，儘管元件關連性較低的教材內容易於 學習，但當資訊量過多時，在學習上仍有困難；Sweller 等人（1988）則認為認 知負荷與工作記憶內所能處理的元件量有關，在學習過程中，如果將大量的教學

是指學習者在面對接收到訊息的「負荷量」。當工作記憶的項目愈多，負荷量愈 大:表示學習的過程中，個體對於學習內容所知覺的困難度越高（如：多餘的訊 息或無關的因素越多），或是個體覺得需要投入更多的努力來理解內容時，認知 負荷就越大。Marcus 等人（1996）指出，儘管元件關連性較低的教材內容易於 學習，但當資訊量過多時，在學習上仍有困難；Sweller 等人（1988）則認為認 知負荷與工作記憶內所能處理的元件量有關，在學習過程中，如果將大量的教學