为什么一个房间会让学习更难
认知负荷理论把心力付出分为三类：内在负荷（材料本身的难度）、无关负荷（由信息呈现方式或周围环境造成的不必要努力）和相关负荷（有助于建立理解的努力）。该理论的核心准则是应减少无关负荷，让工作记忆腾出来用于真正的学习[3]。物理学习环境——比如嘈杂的房间、糟糕的照明或分散注意力的陈列——可能成为无关负荷的来源，因为学生必须耗费心力去过滤或应对这些条件，而不是专注于课程内容。
以在线学习为例，学习者与教室之间的物理分隔可能产生妨碍学习的无关负荷，而糟糕的教学会使其更严重[2]。虽然那项研究聚焦于在线学习，但其基本原理适用于任何场景：当环境迫使学生处理无关信息时，他们用于学习的能力就会下降。
有时额外负荷也带来好处
并非所有无关负荷都纯粹是负面的。关于数字学习和在线学习的研究发现，互动媒体、沉浸感、不流畅性、真实感和冗余元素等设计因素，可以在引发与任务无关的认知负荷的同时，仍然促进动机和学习[3]。这意味着一个物理上丰富或有刺激性的环境可能增加负荷，但也可能以支持深度学习的方式吸引学生。关键在于增加的负荷是否与学习目标保持平衡——研究者称之为建设性对齐——从而使总体效果为正[3]。
这一细微差别对物理环境很重要：一间有有趣陈列或灵活座位的教室可能增加无关负荷，但如果这些特征也提高了注意力或动机，对学习的净效果可能是中性的，甚至是有益的。证据尚未明确哪些物理特征属于哪一类，但它提醒我们不要假定所有增加的负荷都有害。
当负荷成为坚持的障碍
无关负荷还会影响学生面对困难时的心理反应。在一项针对十年级数学学生的研究中，无关认知负荷是习得性无助——面对挑战时放弃的感觉——最强的预测因素，而相关负荷与无助感呈负相关[5]。这表明，当学习环境或教学设计施加不必要的心理要求时，学生可能更容易感到无助并脱离学习。
同一项研究还发现，内在负荷也正向预测无助感，但无关负荷的影响更大[5]。这进一步说明，减少来自环境的不必要负荷不仅对理解很重要，对学生的信心和坚持也很重要。不过，该研究是相关性研究，且聚焦于数学教学，因此并未直接测量物理教室特征；它确实表明，来自教学条件的无关负荷可能带来有意义的心理代价。
这对判断学习空间意味着什么
对好奇的读者来说，实用的要点是找出明显与任务相竞争的无关负荷来源——比如背景噪音、视觉杂乱或不舒服的座位——并尽可能减少它们。同时要认识到，有些增加负荷的环境特征也可能支持动机或参与度，因此目标不是一间无菌的房间，而是一个与你试图学习的内容相协调的空间[3]。证据还表明，支架式支持——逐步引导并逐渐减少支持——即使在复杂课程中也能降低无关负荷，这意味着环境的影响可以通过教学设计来调节[1]。
仍不太清楚的是，教室或学习空间的哪些具体物理特征会增加无关负荷，以及与其他因素相比它们对学习的影响有多大。这里的研究聚焦于教学设计、数字环境和心理反应，而非对物理环境的直接测量，因此对这个问题的答案是有限定的“会”：物理环境可能增加无关负荷并降低学习效果，但影响的大小和方向取决于这种负荷是否被管理，以及它是否带来动机上的好处。
本文引用的文献
支架式教学对深度学习取向下学生无关认知负荷的影响
与对照组相比，支架式教学结合深度学习策略显著降低了初中科学课上学生的无关认知负荷。
在线学习环境中无关负荷对自我调节努力与相关负荷之间关系的影响
在线学习环境中的无关认知负荷可能妨碍学习，糟糕的教学会使其更严重，学习者与教室之间的物理分隔被认为是一个因素。
理解数字与在线学习中的认知负荷：无关认知负荷的新视角
数字学习中的设计因素，如互动媒体、沉浸感、不流畅性、真实感和冗余，可以在引发无关负荷的同时仍然促进动机和学习，因此需要让负荷与学习目标保持平衡。
超越无关负荷：为生成式人工智能中介的学习环境重新概念化认知负荷理论
生成式人工智能学习环境引入了新形式的无关负荷，例如当人工智能支架被撤走时由依赖引发的负荷，并且可以通过效率路径而非减少负荷来改善结果。
数学学习中的认知负荷与习得性无助：考察内在、无关和相关效应
在数学学习中，无关认知负荷是习得性无助最强的正向预测因素，而相关负荷与它呈负相关。