专长的形成：从适应到精通（一）
原文出处
领域学习模型（Model of DomainLearning, MDL）是另外一种审视专长的视角，来自于对学生学习的研究，也就是阅读、历史、物理和生物等教学领域(academic domains)的研究。本文将MDL和传统的专场模型做了对比，然后概述了MDL的要素和阶段。最后，基于证据讨论了这个模型对教育实践的启示。
毫无疑问，教育研究群体从几十年的专家/新手理论和研究收获颇丰。以人工智能和信息加工理论为框架，20世纪七八十年代，那些围绕专家问题解决表现的传统课题开始成型。主要的目标就是确定专家的特征和行为，以便将其写入“智能”机器，或是用于培训非专家。
尽管贡献很多，但是将过去几代的专家/新手研究转化到教育实践还是很难。一个原因是传统的专长研究并没有考虑学校或是学生。另外一个原因则要归咎于学校教育复杂多样、不断变化的本质，传统的专长路径很难跟那种独特的社会文化情境联系起来。
基于以上原因，直接从学校经验提出模型和理论，而非生搬硬套，才能弥补当前对专长的理解与教育实践之间的裂隙。领域学习模型（MDL）正是这方面的努力。MDL是在教学领域描绘专长的发展，而不是以非教学性的问题解决任务做研究。MDL源自对策略加工、知识获取、动机和专长的大量研究。此外，MDL的特定维度及其关系得到了十余年实证研究的证实。
MDL和传统专长模型的对比
MDL和传统的专长模型在总体目标、兴趣领域、探究因素、比较本质和基本假设都有区别。例如，之前的研究者想要复制专家表现，给“智能机器”编程或是训练非专家。MDL的目标则是提升学生学习，促进学生发展。第二，传统的专长研究者关注的是学校教育领域外的问题——从等桌到跳舞。MDL关注的都是教学领域的学习。
关注教学领域是有意义的。第一，教学领域的特点在非学校领域不能充分体现。第二，教学领域是将大量相关知识、经验组织起来的有力手段，而且是对世界形成社会-认知理解（enablesocio-cognitive navigation of the world）的重要文化工具。第三，传统的研究从“冷认知”（coldly cognitive）的视角考虑专长，忽略了强大的动机和社会文化影响力。然而，无论校内还是校外，个人的动机和情感都是专长发展的重要因素。不理解动机/情感维度，教育者就不能解释为什么有些人能够坚持追求专长，而有些人就会因不可避免的压力而放弃。在MDL研究中，通过探究学习者兴趣对专长的影响，我的同事和我在传统模式的这一局限上朝前迈进了一步。
最后，在过去的几代，专长的特征建立在专家和新手之间的鲜明对比。这种进路就对专长进行了二分——要么是新手，要么是专家。在MDL，关注的是从新手到专家的过程，即发展各阶段之内及之间的系统变化。虽然专家和新手之间的鲜明对比是有益的起点，但对MDL来说，那些极端之间微妙而重要的变化才是关键。
MDL简述
在教学领域，有三个要素在专长形成过程中起作用（即知识、策略加工和兴趣）。MDL主要关注这三个要素，并将它们的关系放在领域学习的三个阶段进行考察（即适应、胜任和精通）。篇幅所限，不能展开相关的实证研究。但是，在过去的十年时间，我的同事和我考察了MDL以及追求专长过程中知识、兴趣和策略之间的关系。这些考察涉及到社会科学、天体物理学、人体生物学/免疫学、教育心理学和特殊教育等领域，覆盖到从小学到研究生院的学生。其他人也在诸如历史、技术、音乐治疗和体育等领域对MDL进行了研究。总之，这些研究用定性和定量方法，用横向和纵向设计，证实了模型的预测。
模型要素
MDL区分了两种形式的学科知识：领域知识和主题知识。领域知识代表一个领域内知识的广度（例如关于历史，一个人知道多少）。主题知识是关于深度；关于特定领域的主题，一个人知道多少（例如英格兰大宪章或是波士顿倾茶事件）。MDL关注专长形成过程中个体知识基础在量和质上的变化。
MDL还假设，在基于文本的学习中，学生对浅层和深度加工策略的使用也会发生量和质上的变化。浅层策略（如重读或改述）是个体理解文本含义的方式。深度加工策略则要深入文本，判断作者是否可信或是形成心理表征。这种分类与之前的研究有所不同，不会将深度加工当作程序化（proceduralization），即将孤立的知识整合成相关的问题解决程序。
此外，MDL跟踪专长发展过程中的两种兴趣：个人兴趣和情境兴趣。个人兴趣是个人对某个特定领域或其中若干方面的投入。这是学生带到任何学习环境的持续兴趣。我的同事和我发现两种明显的兴趣：一般和专业。通过一般兴趣，个体在日常生活中会更常参与领域相关活动。例如，在历史领域，一般兴趣可能是阅读历史小说或是观看纪录片。专业兴趣则和专业活动相伴（例如参加历史相关的会议或是检索文献），更专业、更有目标。
与个人兴趣不同，情境兴趣与当下相关，由事件或是环境特征唤起注意。因为它跟即时的情境有关，所以这种兴趣非常短暂。
要素关系
待续……