腦波與科學學習

認知神經科學以人的大腦作為一個訊息處理系統，研究大腦如何登錄外界或內在環 境所進入的各式訊息，這些訊息又如何形成表徵儲存於大腦，並待日後被提取、處理，

進而產生對外界輸出的訊息。由於不同的大腦區域在進行不同認知活動時所產生的電位 變化，在頭皮上的強度及分布情形會有所不同，而可據以推論進行此認知作業時所涉及 的認知歷程，此電位變化就是腦波，大腦皮質內神經細胞藉由改變細胞膜對帶電離子穿 透性的方式傳遞訊號，這個過程會沿著細胞膜產生電流，當一大群神經細胞同時活動時

，伴隨電流所產生的電場變化，即可以在頭皮上加以量測，得到腦波的電訊號，再利用 腦波儀將頭皮電極記錄下來電訊號加以放大後，以波型顯示腦細胞活動的記錄圖，便是 腦電圖 (

electroencephalograms；

EEGs)，可用來評估大腦細胞活動的狀況，提供我們探索 大腦功能的許多資訊。利用電極黏貼法可測量各種不同頻率的腦波，這也是目前研究者 最常採用的方法，而其電極位置標定則常採用國際10-20制 (international 10-20 system)

，電極之使用為19個均勻分布於頭皮上，分別對應大腦的額葉 (frontal lobe)、頂葉 (parietal lobe)、顳葉 (temporal lobe) 與枕葉 (occipital lobe)，再加上兩側的耳電極，共 21個電極（見圖2-3-1）。

圖2-3-1 國際10-20制電極位置標定

目前較普遍的腦波分析方式有頻率面分析 (frequency domain analysis) 與時間面分 析 (time domain analysis) 兩種，頻率面分析以頻譜分析 (spectral analysis) 為代表，以 快速傅立葉轉換 (fast Fourior transformation, FFT) 將過濾過的腦波分解為頻譜功率圖 (spectral-power plot)，再以統計方法比較不同情境下某段頻率之帄均功率是否有差異；

時間面分析則以事件相關電位為代表 (event-related potentials, ERP)，可對作業引起腦部 活動在時間上的變化，提供有用的訊息，但因大部分ERP訊號隱藏於腦波的背景訊號裡

，故需以多次引發之腦波反應加以帄均後才可獲得 (Andreassi, 2000)。

儘管許多文獻支持多重表徵有利於學習者的科學學習 (Tsui & Treagust, 2003, 2004;

Prain & Waldrip, 2006），但究竟為何有利於學習卻沒有太多答案，原因之一是我們並不 瞭解人類如何整合多重表徵，也無法直接觀察人類思考之認知歷程，而後 Gerě 和 Jaušcvec開始利用腦電圖研究學習者面對多媒體與文本等不同學習表徵時的不同認知歷 程，結果顯示腦波的相關測量確實可提供有關學習者在科學學習歷程中大腦運作的資訊 (Gerě & Jaušcvec, 1999)。

Gerě 和 Jaušcvec 研究40位預備教師以文本（含文字和圖形）與多媒體課程學習物 理課程時，進行α波功率（分為α1, 7.9-10.0 Hz與α2, 10.1-12.9 Hz）、α波同調性之測量發 現(1)多媒體學習之α1與α2在O1、O2、T5、T6均顯著低於文本學習，顯示多媒體學習過 程中需要較多的心智活動，也符合目前所知顳葉與枕葉之聽覺與視覺收錄功能。(2)文本 學習呈現較高的同調性，顯示文本學習比多媒體學習有更多大腦各區域的合作。綜合兩 者，進行多媒體課程並同時操作電腦一方需要面需要較多的心智活動，另一方面在大腦 各區域間又顯示較少刺激訊息的轉移 (Gerě & Jaušcvec, 2001)。

同調性是計算在特定頻率下大腦兩個區域間EEG訊號的相關性，數值介於0到1之 間，可用以解釋大腦區域間的訊息傳遞；在認知任務進行時，大腦各部位同調性增高可 能是有效率完成任務之功能性機制 (Weiss & Rappelsberger, 1996)。

Molle 等人研究文字與臉部記憶任務中，發現以α2去同步化加上θ同步化 (α2 desynchronization＋θ synchronization) 較個別波更能區分有意圖的登錄 (encoding)，結果 顯示在左額葉區文字優於臉部學習，而在右頂葉區則臉部再認優於文字。其計算方式如 下：α-2

DS

=[α-2

_MR

－α-2

L

/α-2

_MR

]×100；θ

_S

=-[θ

_MR

－θ

L

/θ

_MR

] ×100，α-2

_MR

及θ

MR

代表休息 時的α-2及θ波，而α-2

L

及θ

L

代表學習時的α-2及θ波 (Molle, Marshall, Fehm, & Born, 2002)。

Jaušcvec 和 Jaušcvec (2000) 也利用α波及α波同調性探討問題複雜度和問題類型與 腦波活動的關係，比較α1 (7.9-10.0 Hz) 與α2 (10.1-12.9 Hz) 在不同心智功能上的表現，

發現在簡單與複雜問題上，α1、α2及其同調性均無顯著差異；在問題表徵形式（圖形或 文字）上，圖形任務在所有位置的α1均明顯較低，顯示了高心智活動；同調性則與問題

解決所需創造力階層有關，所呈現的大腦間各區域合作具任務特定性 (task-specific)。

Jaušcvec 和 Jaušcvec (2004) 比較不同智商 (IQ) 學生之工作記憶 (WM) 任務及圖 像學習任務不同的腦波活動，發現：(1) 在WM任務中，高智商組之θ波增加（θ同步化；

θ synchronization，代表高度心智活動）在最初500nm，而低智商組則在整個任務中 (2000nm) θ波均增加，尤其是後段任務 (1000-2000nm)，顯示高智商組比之低智商組有 較快且較有效率的訊息處理能力，也據以提出擁有較快速訊息處理能力的高智商組，在 工作記憶之問題解決任務上也能有較快的學習過程，並使之更自動化，來降低學習時的 認知負荷。(2) 在圖像學習任務中則發現3個波段的α波 (lower-1, 6.17-8.16 Hz；lower-2, 8.17-10.16 Hz；upper α, 10.17-12.16 Hz) 均有去同步 (desynchronization)現象，且發現低 智商組之upper α波在額葉區有較大去同步化，高智商組在頂-枕葉腦區有較大去同步 化，顯示高智商組在學習過程中之心智負荷較低，且此區在空間訊息之收錄與提取佔重 要地位，因此認為高智商組在訊息處理之選擇策略較正確，可將注意力做較適當的分配。

Papousek 和 Schulter研究大學生文字流暢性任務 (word fluency tasks) 及心智運算 任務 (mental arithmetic tasks) 中的大腦之不對稱性，分析α波 (8–12 Hz)、β波 (12–30 Hz) 及腦波偏側化係數 (laterality coefficients, LC；LC＝((L－R)/(L＋R)) ×100)，提出 (1) 半 腦間的不對稱性比之左或右半腦活化程度更重要。(2) 額端不對稱 (frontopolar

asymmetry) 與情緒之相關性和背外側不對稱 (dorsolateral frontal asymmetry) 相反，當額 端不對稱轉移至右側，焦慮感減少。(3) 文字流暢性任務之效果只有在β波被發現，顯示 認知處理亦與β波相關 (Papousek & Schulter, 2004)。

綜合以上文獻，可發現與認知活動或科學學習有關的研究，較多聚焦於θ、α與β波 的量測，α波的變化與心智活動程度呈相反的關係，高度心智活動時呈現α節律之降低，

稱之α阻斷 (alpha blocking) 或α去同步化 (alpha desynchronization)，而θ與β波與心智活 動則成正向關係；然而近期的研究也發現高心智活動不一定伴隨α之去同步化，在特定 情況下α波之振幅或功率強度反而會增加 (Cahn & polich, 2006; Klimesch, Sauseng, &

Hanslmayr, 2007; Sewards & Sewards, 1999; Ward, 2003)。另外，也愈來愈多研究在著力 於分析認知歷程中大腦各部位之同調性，以明瞭大腦在認知處理過程中不同腦區間的合

作關係。

EEG 應用於科學教育上之研究尚不多見，而根據上述文獻，學生以不同方式呈現 多重表徵進行科學學習，應可觀察到不同的 EEG 類型。

在文檔中 探討多重表徵之呈現方式對高中學生「熱膨脹」概念改變的認知歷程與腦波變化的影響 (頁 28-32)