认知负荷的定义为什么会分歧？
认知负荷不是一个单一、可以直接观测的量。它指的是施加在一个人容量有限的认知系统上的需求，研究者试图通过不同视角来捕捉它：任务本身、学习者的主观体验，或生理信号[4]。由于这些视角测量的是不同的东西，研究对负荷的定义和操作化方式可能并不直接等价。一篇批判性分析指出，评定量表这一常用测量工具并不可靠、不一致，而且往往偏弱，把负荷的各个子成分区分开来始终是个难题[1]。
当研究关注负荷的不同成分时，问题就更复杂了。一项关于生成式人工智能在教育中应用的系统综述发现，各研究测量的负荷成分不同，有些纳入了与学习相关的负荷子量表，只有一部分研究给出了方向性比较[2]。这意味着，即使研究者认同大致框架，他们测量的负荷具体部分——以及测量方式——在不同研究之间也可能差别很大。
不同的负荷操纵会产生相似效应吗？
一项直接检验一致性的研究比较了四种常见的诱发认知负荷的方式：数字记忆任务、视觉图案任务、听觉回忆任务和时间压力[3]。在这四种方式下，参与者的行为反应相似：数学题和逻辑谜题上的表现更差，彩票任务中更倾向于规避风险，而对分配决策没有系统性影响[3]。这种趋同说明，不同的操作化方式至少能在行为层面触及某种共通的东西。
同一项研究还发现，数学表现受某一种负荷操纵影响最大的人，往往也是受其他操纵影响最大的人；而且在认知反思测验中得分高于中位数的参与者，比低于中位数的人受负荷影响更强[3]。这些个体内的模式进一步说明，不同的操纵捕捉到的是一种共同的底层能力，而不是互不相关的效应。
为什么测量始终是个难题？
即使行为效应趋同，测量仍然困难。一篇综述非侵入性生理指标评估认知负荷的文献指出，由于各研究的操作化方式不同，生理结果的解读方式也不一样[4]。这种差异意味着，一项研究中与负荷相关的生理信号，可能无法与另一项采用不同操作定义的研究中的信号直接比较。
在教育情境中，难题还延伸到如何权衡负荷与学习结果。一篇关于数字与在线学习的观点文章认为，目前还没有统一的方法把某些设计效应纳入认知负荷理论，而且一些设计因素可能诱发与任务无关的负荷，同时仍然促进动机和学习[5]。缺乏统一方法，反映出在不同研究传统之间对齐定义和测量的更广泛困难。
这对比较研究结果意味着什么？
证据指向一种中间立场：认知负荷的定义和操作化还不够一致，不能假定任意两项研究测量的是同一件事；但也没有不一致到所有比较都毫无意义。四种常见操纵下行为效应的趋同[3]为谨慎比较提供了基础，而评定量表[1]和生理操作化[4]的差异则提醒我们，不要把不同的测量当作可以互换。
对于想比较实证结果的读者来说，实用的要点是查看研究测量的是负荷的哪个方面，以及负荷是如何被诱发的。使用相似操纵和相似结果测量的研究，比依赖不同成分或不同测量工具的研究更具可比性。缺乏统一框架[5]意味着，跨研究比较需要关注这些细节，而不能假定存在共同的定义。
本文引用的文献
对认知负荷理论构建与实证测量的批判性分析
认知负荷的评定量表被描述为不可靠、不一致，区分和测量负荷的各个子成分仍然具有挑战性。
生成式人工智能与教育中的认知负荷：基于认知负荷理论视角对WoS/SSCI索引研究的系统综述
一项关于生成式人工智能在教育中应用的系统综述发现，各研究测量的认知负荷成分不同，只有部分研究对与学习相关的负荷给出了方向性比较。
论认知负荷的一致性
四种常见的认知负荷操纵在数学、逻辑、彩票和分配任务中产生了相似的行为反应，受某一种操纵影响最大的人往往也受其他操纵影响最大。
训练与操作情境中认知负荷评估的非侵入性生理指标：信号处理、证据与可行性
认知负荷的操作化方式在不同研究中存在差异，导致生理结果的解读方式不同。
理解数字与在线学习中的认知负荷：关于无关认知负荷的新视角
目前还没有统一的方法把某些设计效应纳入认知负荷理论，而且一些数字设计因素可能诱发与任务无关的负荷，同时仍然促进动机和学习。