产品
刻意练习的心理表征未形成时,学员看完课程仍想不起知识点

刻意练习的心理表征,由练习任务的要求决定

在课程开发中,刻意练习的心理表征常被理解为熟手脑中的经验积累:练的次数够多,判断自然会准。按这一理解设计的课程,往往在讲授之后补上一轮练习,用练习量来换取熟练度。但在同样的练习量下,有的学员能在新情境中作出判断,有的学员只能认出讲过的结论。差别不在练习是否发生,而在练习要求学员完成什么样的心理加工。本文说明练习任务的要求如何决定心理表征的质量。

了解 UMU 解决方案

心理表征是刻意练习要改造的对象

心理表征是识别与判断的内部结构

心理表征指人在长期练习中形成的、与某类任务对应的内部结构。它决定一个人看到一份客户资料或一个现场问题时,能识别出哪些线索、把当前情况归入哪一类、预判接下来会发生什么。新手与熟手拿到同一份信息,判断不同,差别通常不在记住了多少条规则,而在这套内部结构是否足够细致:熟手能区分表面相似、处理方式却不同的两种情况,新手只看到它们的共同点。

刻意练习以改进表征为目标

刻意练习来自对专家表现的研究,它与一般重复练习的区别不在投入时间,而在是否以改进内部结构为目标。构成刻意练习的条件通常包括:任务有明确目标,难度略高于当前水平,练习中能获得针对表现的反馈,学员据此修正做法后再次尝试。这些条件共同作用的对象正是心理表征:练习不是把已会的动作做得更快,而是让内部结构能够处理此前处理不好的情况。

表征质量取决于练习要求的加工方式

再认与判断形成不同的表征

练习要求学员完成什么加工,就形成什么样的内部结构。在给定选项中挑出正确答案,学员完成的是再认,把选项与讲过的内容对上即可答对。在具体业务情境中先给出处理方式、再说明依据,学员完成的是区分与判断,必须调用条件并排除不适用的做法。两种练习都留下作答记录,形成的表征却不同:前者支持在选项中认出结论,后者支持在现场识别情况。

区分需要成组情境与针对性反馈

单个情境只能提供一次判断,学员无法看出哪些条件真正起作用。把条件相近、结论不同的几个情境放在一起,学员才需要辨认差异在哪里,内部结构中的区分点也才会随之增加。反馈同样要指向判断依据:只给出对错,学员记住的是这道题的答案;说明这一情境适用哪一条、与相邻情境差在哪里,学员修正的才是判断依据。

情境练习开发受专家时间与工作量限制

课程开发者依靠零散资料拼凑练习,难以稳定产出支持心理表征形成的情境练习

区分点信息集中在少数骨干手中

课程开发者拿到的通常是产品资料、流程文档和制度文件,这些材料写明标准做法,却不记录哪些情况在实际工作中容易判断错、错在什么条件上。这类信息留在少数业务骨干的经验里,而他们的时间首先分配给业务任务,很难腾出连续时段把情境写成完整练习稿。

练习稿的工作量随情境数量增长

一组能够形成区分的练习,需要多个条件相近的情境、逐条的依据说明和针对判断的反馈,开发投入随情境数量增加。课程上线后,产品、制度或流程发生变化,部分情境的结论不再成立,需要重新校对。在有限的开发周期内,练习环节通常被压缩成少量复述题。

AI 分担初稿写作,专家投入转向判断

骨干提供判断依据而非完整练习稿

AI 能够把已有的产品资料、流程文档和业务案例整理成情境练习初稿。业务骨干需要提供的,不再是写好的练习稿,而是判断依据本身:哪些情况在实际工作中容易判断错、区分条件是什么、常见的错误理解是什么。这类信息可以在一次访谈或一轮书面确认中给出,不再要求骨干腾出连续时段撰写内容。

课程开发者的工作重心转向审核

初稿产出后,课程开发者的主要工作从撰写转向校准:确认情境是否符合实际业务、专业口径是否准确、反馈是否指向判断依据,以及这组情境是否构成区分。审核一份初稿与从零撰写不在同一量级,练习的成稿进度不再取决于骨干能否空出整块时间。这项工作仍然需要专业投入,AI 改变的是投入方式,不是取消专业责任。

练习任务可以按心理表征的要求设计

课程开发者按判断依据梳理情境练习,练习任务对应心理表征的形成要求

练习从复述转为成组情境的判断

课程中的练习不再限于复述已讲内容。围绕同一知识点,可以给出若干条件相近、结论不同的业务情境,要求学员先作出处理判断,再说明所依据的条件。学员在学习过程中比较这些情境,而不是重读结论。

反馈指向依据,情境随业务校订

反馈可以说明这一情境适用哪一条、与相邻情境的区别在哪里,学员据此修正判断依据。产品或流程变化时,情境与反馈可以在原有结构上校订,不必重做整组练习。这些活动提供的是理解、比较和调用知识的机会;学员在岗位上的实际表现,还取决于管理、流程和工作条件。

核心观点

按练习要求的加工方式评估课程

判断一门课程能否支持刻意练习,不看练习的数量,看练习要求学员完成什么加工:是在给定选项中认出讲过的结论,还是在具体情境中作出判断并说明依据。这项差别决定了学员形成的心理表征能支持什么样的调用。课程评审时,可以直接查看练习的提问方式和反馈内容,这比完课率更能说明练习的作用。

成组情境是形成区分的必要条件

单个情境只能提供一次判断机会,不足以让学员识别真正起作用的条件。条件相近而结论不同的一组情境,加上指向判断依据的反馈,才能让学员看清边界在哪里。开发资源有限时,与其增加互不相关的练习题,不如把同一知识点下的情境组织成组,同样的投入换来的区分度更高。

为什么选择 UMU

1,000+
付费企业客户
1 亿+
平台用户
208+
国家和地区
100+
世界 500 强企业客户
UMU 简介
自 2015 年创办以来,UMU 以“效果学习”为导向,基于学习科学与 AI 技术,构建新型智能化学习场景,打通“教、学、练、测、用”环节,帮助学员跨越从“知道”到“做到”的鸿沟
通过 AI 力系列课程、AI 原生工具和平台,UMU 赋能企业员工,助力企业实现人效提升、绩效改变、收入增长
UMU 的客户
100+ 世界 500 强企业
全球前 20 大制药企业中 18 家
全球前 5 大医疗器械企业中 4 家
全面覆盖国内大健康、泛零售、新智造、大服务等行业 Top 客户
安全合规
ISO/IEC 27001:信息安全管理国际标准
ISO/IEC 27017:云服务信息安全控制指南
SOC 3:服务组织的系统和组织控制报告
ISO/IEC 27018:云端个人可识别信息(PII)保护标准
ISO/IEC 27701:隐私信息管理体系认证
GDPR:欧盟通用数据保护条例
HIPAA:美国医疗数据隐私保护法案
ISO/IEC 42001:人工智能管理体系标准
AI 技术领先性
可信赖的最新企业级 AI 模型
绝不泄漏、不再训练企业数据
AI 深度个性化订制
有效降低幻觉和错误输出风险
融合真实业务数据,更贴近真实业务流程
了解 AI 互动课程方案