寒假来了,老师们好不容易可以忙点属于自己的工作了。除了写本子、报项目、搞科研、发论文……各种杀死无数脑细胞的事儿,下学期的课也得好好准备,特别是要提前准备好教案和PPT课件、教学视频、教学平台上的资料任务等各种教学资源,以备一开学就检查。其中就数做课件和教学视频最耗时费力,好在,现在是数智时代了,咱们有AI来帮忙。但相信很多老师享受AI带来的便利时都没有思考过这件事:它帮我们生成的“图文并茂的”课件或教学视频,真的就能促进学生的学习吗?何况有时候AI生成的信息图、课件或视频不但内容和我们设想不符,而且还会出现乱码文字。我们不妨一起站在多媒体学习认知理论(Cognitive Theory of Multimedia Learning,CTML)的视角来简单探究一下[1]。
上世纪90年代初至本世纪初,加州大学圣芭芭拉分校脑科学、心理学教育技术学大师理查德·梅耶教授(Richard E. Mayer)以双重通道、工作记忆容量有限、及生成学习三大理论为基础,提出了多媒体学习认知理论(Cognitive Theory of Multimedia Learning,CTML), 经过200多次严谨实验证明了“更华丽的课件并不能代表更好的学习”。
无论是中小学生还是大学生,学习的终极目标并非记住事实,而是迁移[2]。即能否在全新情境中灵活运用,哪怕是条件产生了巨大变化或不足的情况。如果没有这种主动加工,再精美的画面在学生脑海里也只能是过眼云烟。
◇ 选择 (Selecting): 从海量信息中过滤干扰信息,捕捉要学习的言语和图像信息。◇ 组织 (Organizing): 在工作记忆中将所选的碎片信息初步生成为连贯的知识结构。◇ 整合 (Integrating): 将新生成的知识结构与长时记忆中的已有知识结构进行深度缝合,构建出属于自己版本的知识结构。
AI帮你生成的课件或教学视频,如果只是让李白来诵读一首诗、让法拉利来给电路图里画个电容、让德鲁克来念一段管理学原理……
仅仅是看上去很美,学生根本无法抓住要学习的知识,那么知识根本无法进入学生的意识进行思考和加工。那就是纯纯的是“一顿操作猛如虎,定睛一看原地杵”
。
多媒体学习认知理论中最反直觉的一条是一致性原则:删除那些虽然有趣但与主题无关的图画、文字和音乐,反而能显著提升学习效果。这主要是因为学生在课堂上有三种认知需求[3]:
◇ 无关加工 (Extraneous Processing): 由拙劣设计引起的无效损耗(如花哨的装饰图片)。◇ 基本加工 (Essential Processing): 理解核心材料所需的必要心智努力。◇ 生成加工 (Generative Processing): 学习者主动建立意义的深度思考。
人大脑中的信息加工区:工作记忆容量有限,且维持时间很短,对所学信息进行加工需要消耗大量的算力,所以,教师要设法在课件或视频中为学生大脑节省出宝贵的算力资源,用于真正的“生成加工”。
用过多种AI生成信息图、PPT课件、视频的老师一定感同身受,即便是再好用的AI,无论是否收费,整个过程细节貌似并不受我们控制,它按照我们给的提示词(提示语)哗啦哗啦就生成一个,好点的修改一下可以用,差点的只能下载下来占电脑或手机存储空间。而且例如NotebookLM等AI工具,修改所生成的文档需要一定的技术,或需要再借助另外的工具才能得以修改。
那老师们在使用AI生成课件或视频的时候,如何做才能符合 SOI 模型,促进学生大脑进行生成加工呢?秘诀就在于提示词和生成文档后与他对话让他修改时,使用多媒体学习认知理论的原理,最新版的15条原理如下表所示[4]:

老师们不妨了解一下这15个原理所包含的概念,并把它们当作要求,加在提示词里,提高AI生成课件、视频的质量。
理查德·梅耶用 40 余年的时间,从科学的角度为教育工作者们具象化阐述了“技术不是神奇的魔法,教师才是真正的魔术师”这句话,说明了教育技术不应是昂贵硬件的堆砌,而应是对人类认知规律的敬畏。最好的设计,往往是那些为了成就学习者的思考而做的隐身设计。在AI 可以瞬间制造出无限精美教学资源的当下,所有的人正面临前所未有的信息通胀。作为教育工作者,我们或许该反思:当外界的吸引力大到无边无际时,教师该如何守护学生那有限、昂贵且不可再生的认知资源?梅耶的最新书籍《多媒体学习》(第三版)中文版,已于2025年11月在华东师范大学出版社出版。这本书是“四元读书”第67期的月读书目,我将在2026年2月1日,周日晚上七点半,在四元读书的腾讯会议中进行领读,欢迎感兴趣的老师参加(详见下方海报)。

以下购买链接卡片供参考:
另,我在教师公益读书分享社群,四元读书里建了一个微信群:“四元读书实践”微信群。面向有志于在教学实践中进行教学创新的老师开放加群一周。请长按识别下方二维码加群。发论文代理广告的请绕行,被斥不雅。

参考资料与拓展阅读:
[1] Allison, J., Hwang, G.-J., Mayer, R. E., Pellas, N., Karnalim, O., de Freitas, S., Ng, O.-L., Huang, Y.-M., Hooshyar, D., Seidman, R. H., Al-Emran, M., Mikropoulos, T. A., Schroeder, N. L., Roscoe, R. D., & Sanusi, I. (2025). From Generative AI to Extended Reality: Multidisciplinary Perspectives on the Challenges, Opportunities, and Future of Educational Computing. Journal of Educational Computing Research, 63(6), 1327-1363. https://doi.org/10.1177/07356331251359964 (Original work published 2025)
[2] Mayer, R.E. The Past, Present, and Future of the Cognitive Theory of Multimedia Learning. Educ Psychol Rev 36, 8 (2024). https://doi.org/10.1007/s10648-023-09842-1
[3] Mayer, R.E. How Instructional Features Affect Learning Processes Leading to Learning Outcomes. Educ Psychol Rev 37, 74 (2025). https://doi.org/10.1007/s10648-025-10058-8
[4] 理查德·梅耶著, 盛群力、李艳、翟雪松、 钟丽佳译. 多媒体学习(第3版)[M]. 华东师范大学出版社, 2025.
推文信息:
#教学创新#教学改革#教学设计#智慧课程#AI生成课件#AI生成教学视频#AI生成视频#NotebookLM#多媒体学习#梅耶