培训的认知任务分析

Cognitive Task Analysis for Training｜Richard E. Clark & Fred Estes（美国南加州大学）｜发表于：Clark, R. E. & Estes, F. (1996). Cognitive task analysis. International Journal of Educational Research, 25(5), 403–417

摘要

有两个因素使得基于行为主义的任务分析培训系统已经过时：其一，这些系统无法描述全球经济近期的变化对欧洲和北美劳动者提出的复杂知识要求；其二，近期的认知研究表明，复杂工作任务所涉及的认知过程与结构，为培训与开发提供了更有用的内容。本文对认知任务分析（Cognitive Task Analysis，CTA）系统作了描述，并简要回顾了相关研究。文中讨论了关于 CTA 收益的各种主张，其中包括 Means 和 Gott（1988）的估计：以 CTA 为基础的约 50 小时培训，可以传递相当于五年高级工作知识的含量。文章最后呼吁把当前关于 CTA 的知识纳入培训设计系统，并开展更多旨在开发 CTA 系统的研究。

引言

本世纪初工业革命时期最重要的培训创新之一，是欧洲和北美对任务分析（task analysis）的开发。任务分析规程使工业管理者得以观察高技能工人，并精确描述完成制造所需各类工作所要求的具体活动（Gael, 1988）。一旦某项工作及其组成任务得到分析和记录，就可以更快地培训缺乏经验的工人去完成必要的工作。

在任务分析出现之前，工作培训几乎完全通过在工作岗位上的观察学习（即”坐在 Nelly 身边”，“sit by Nelly”）和正规学徒制来完成。这两种方法都非常耗时，而且效果参差不齐，原因有二：第一，示范者并不总是知道应该向学习者突出哪些行为，其原因将在后文讨论；第二，某些非常关键的步骤或决策极少发生，因此通过实时观察来学习它们的效率很低。本世纪早期发展起来的任务分析方法取得了如此大的成功，以至于其中某些形式至今仍被大多数培训设计系统所采用。任务分析为培训目标（training objectives）的制定奠定了基础（Mager, 1984）。除培训之外，任务分析往往还是职位描述方案（Fine, 1988）、招聘标准以及大型企业组织和政府采用的绩效考核系统的基础（Cooke, 1992a; Gael, 1988）。任务分析为培训目标的制定奠定了基础（Mager, 1984）。除培训之外，任务分析往往还是职位描述方案（Fine, 1988）、招聘标准以及大型企业组织和政府采用的绩效考核系统的基础（Cooke, 1992a; Gael, 1988）。

任务分析也许是过去一个世纪中最成功的培训发明之一。然而，近来似乎至少有两个发展，使传统任务分析系统已不足以支持欧洲和北美不断变化的组织环境对企业培训师提出的要求：一是以行为为主的分析焦点，二是认知过程与结构研究的进展。

培训的组织环境正在变化

首先，当今大多数培训设计系统所使用的任务分析系统，是在行为主义心理学时代发展起来的。北美对任务和工作的正式分析，始于 Munsterberg、Taylor 和 Gilbreth 夫妇的工作（Primhoff & Fine, 1988）。Munsterberg 是 Wundt 的德国学生，他开发了第一套任务分析系统，用以描述铁路工人和海军军官的应急反应，以促进对他们的培训（Clark, 1995）。Fred Taylor 通过一项关于不同类型铁锹使用方式的著名研究推进了任务分析。Frank 和 Lillian Gilbreth 则通过一项广为流行、影响深远的砌砖研究，扩展了 Munsterberg 的任务分析系统（Clark, 1995）。所有这些早期系统及其后来的扩展，都聚焦于对外显行为的描述。许多制造类工作至今仍需要大量外显的身体操作、精细动作协调以及相对简单的决策；因此，行为任务分析对制造培训的这些组成部分而言大体上是够用的，尽管现代方法和设备越来越要求工人具备更多知识和更广的决策权限。

然而，行为分析直接聚焦于可观察的行为，而忽视了认知过程与结构对复杂工作任务的影响，例如高级问题解决以及对复杂、庞大且高度整合的系统的”故障排查”（trouble shooting）（Cooke, 1992a）。过去，较复杂的任务在商业中很少见，因此属于高薪聘请的专家管理者的职责。然而，人们普遍认为，欧洲和北美组织中的大多数工作如今比过去需要更复杂的问题解决技能（Berryman, 1993）。团队使用的日益增多，要求有明确的业务流程规程作为共同决策的基础。国际经济近来的剧烈变化以及商业组织的相应变化，可能已经使基于行为的任务分析方案在刻画和培训这些更复杂的工作与任务方面，多少变得不再适用。

Cascio（1995）总结了正在改变商业组织的种种力量，以及这些力量给工业与组织培训师带来的挑战。全球市场化，加上由各国私有化计划和放松管制引起的国内竞争加剧，这一双重趋势正在影响大多数工作。全球竞争的冲击带来了许多深远的变化：1）组织趋向小型化，雇用更少的人员；2）从产品的制造与分销转向服务；3）从组织中垂直整合的管理层级，逐渐转向由具备多种专长的工作者组成的相对扁平的网络；4）薪酬与市场价值挂钩，而不是与员工在组织中的职位挂钩；5）工作的重新定义——从执行一套稳定的任务，转向满足客户动态多变的需求。Achtenhagen 和 Oldenbürger（1996）在本期所报告的研究中，可以找到一项针对其中部分问题的有趣的培训研究。他们对影响学员和培训项目”客户导向”（client focus）的培训因素的关注，只是试图使培训项目顺应商业领域快速变化的众多研究方向之一。在这个世界上，照老规矩办事注定失败。

调整业务流程以适应全球竞争的复杂需求，需要商业领域进行诸多创新，包括：大量的交叉培训（cross-training）；学习大量复杂的分析策略；成熟的问题解决能力；以及在全体员工中培养”自我调节”（self-regulated）学习。欧洲制定的 ISO 9000 标准是这些变化的一个主要推动力。少数大型组织正在构建”人力绩效技术”（human performance technology）系统，以帮助培养这些高级技能（Means & Gott, 1988; Stolovitch & Keeps, 1992）。支持组织持续成功所需的知识，会在短时间内迅速变化。这些变化将继续给负责提供培训、开发与绩效支持的组织专家带来复杂的要求。

工作中专长的认知发展研究

第二个要求用先进的任务分析系统取代纯行为系统的因素，是近期我们在理解支持工作中高级专长（expertise）发展的认知过程与结构方面取得的进展（Anderson, 1993, 1995; Chase & Simon, 1973; Ericsson & Smith, 1991; Ericsson & Charness, 1994; Glaser, 1985, 1990）。这些进展在商业教育界基本上无人知晓。

Berryman 认为，商业领域研究与实践之间存在这一鸿沟，原因在于与企业合作推进工作与任务分析的工业心理学家相对封闭。许多经验丰富、成绩斐然的工业心理学家，是在大学里的行为主义时代接受训练的。Berryman 声称：“目前，工业心理学与认知科学之间几乎不存在任何桥梁……”（1993, p.350）。

认知心理学关注知觉、模式识别、注意、记忆、决策、推理、问题解决和思维所涉及的知识内容、结构和情境（Cooke, 1992a）。在认知范式下，专家和新手在其专长领域内就任务形成的知识结构和过程，存在质与量的双重差异。专家具备多种多样的高级技能，包括在其专长领域内对复杂问题进行一致、极为迅速、准确而有效的诊断与解决。新手的有意识加工受到”7±2”（“seven, plus or minus two”）范式的严重限制（Miller, 1956），而最近的证据表明，专家也许能够直接提取其经验领域中陈述性记忆（declarative memory）的许多内容（Baddley, 1994）。专家还拥有一系列快速而高效的领域特定规则，这些规则涉及哪些条件需要使用何种问题解决策略，以及使用干预措施的每一个阶段会产生什么预期结果（Means & Gott, 1988）。

一般能力相近的专家与新手之间的认知差异，在很大程度上受长期且有动机的刻意练习（deliberate practice）的影响（Ericsson et al., 1993）。当刻意练习的特点是任务的量和难度逐步提升但极具挑战性，并伴随持续的纠正性反馈、延续约十年之久时，它往往会造就负责卓越表现的认知结构。值得注意的是，“工作经历”并不一定算得上刻意练习，尤其是当它缺乏渐进且多样的挑战时。例如，一名工人五年的工作经历，实际上可能只是一年经历重复了五次。

对商业同样重要的是：有研究证据表明，当前许多工作选拔和招聘标准在识别具有高级问题解决专长的个体方面可能并不可靠。Glaser 等（1985）指出，一些传统的招聘与晋升标准——例如受教育水平、对基本原理（如科学原理）的理解、对技术的熟悉程度（如测试设备的操作）——作为高级问题解决专长的指标是无效的。他们认为，识别”受过教育、有经验但低效的候选人”与”高级而多产的专家”之间的差异，最好是在解决复杂的、特定工作的问题的过程中进行。包括 Novell 和 Microsoft 在内的许多跨国公司，如今都通过模拟真实工作任务来认证某些技术岗位的胜任力。虽然 Glaser 等（1985）描述了可用于选拔和招聘的简化版问题，但这些测验需要以认知任务分析为坚实基础（Means & Gott, 1988）。在论述认知心理学与心理测量学的调和时，Anastasi（1988）讨论了认知分析在心理测验构念效度（construct validation）验证中的重要性。Embretson（1983, 1986）区分了构念效度验证的两个方面：1）法则跨度（nomothetic span），即把效度与同一构念的其他测量相联系的传统”多特质—多方法”相关取向；2）构念代表性（construct representativeness），即把效度与表现所需的特定认知过程和结构相联系。Snow（1993）呼吁以任务分析研究来指导测验编制与效度验证。

捕捉工作中高级专长的认知要素

过去三十年间对不同类型知识的研究，增进了我们对工作中专长的理解。认知心理学中存在一个普遍共识：大多数人都能够习得关于任何任务的陈述性知识（declarative knowledge）、产生式知识（production knowledge），或两者兼有。陈述性知识是关于”为什么”或”是什么”的信息；程序性知识（procedural knowledge）或称产生式知识，则是关于”如何做”和”何时做”的信息。任何一个体可能对某一事件拥有其中一种知识，却缺乏另一种。个体可能知道某个化学反应为何发生，却不知道如何实现该反应；或者，个体经过长期练习，可能已经学会如何诊断和修复某些技术问题，却不理解其背后的科学原理；又或者，专家可能无法说清问题解决程序中的某些步骤为何必要，因为该程序已经自动化，不再能被意识过程触及。陈述性知识的特点在于其有意识的性质，以及可被学习和修改的速度。陈述性知识的一个主要”目的”，似乎是对新异问题的管理和解决（Anderson, 1983, 1995; Gagne et al., 1993），以及在新异情境频繁出现时生成处理这些情境的程序（Anderson, 1993）。

大多数个体可用的陈述性知识有多种认知形式，包括表象（image）、命题（proposition）和线性排序（linear ordering）（Anderson, 1994; Gagne, Yekovitch, & Yekovitch, 1993）。尽管陈述性知识可能有许多不同类型，且每一种都可以多种形式存在，但工作中最常用的陈述性知识类型可能是概念（concept）、原理（principle）和过程（process）（Clark, 1995, Cooke, 1992a）。习得和修正知识认知表征的认知机制，以及知识所能采取的各种结构，仍将是数量庞大且不断增长的研究体系的焦点。然而，陈述性知识可能是不准确的，误解（misconception）方面的文献即说明了这一点（Burton, 1982; Posner et al., 1982; VanLehn, 1990）。Ohlsson（1996）描述了这部分文献中的一些内容，并演示了在培训中利用这些错误和误解的一种方法。

程序性知识或产生式知识是第二种类型，其特点是无意识、自动化的性质，这使它的表达非常迅速而高效。程序性知识的好处在于：在它得以形成的情境中，它非常高效且高度准确。然而，产生式知识的形成、修正和自动化都非常缓慢，而且一旦自动化，就无法再更改，只能被”绕开”（circumvented）（Anderson, 1983, 1995）。这也部分解释了为什么尽管有研究证据表明存在好得多的按键布局方案，计算机键盘上低效的按键排列却一直没有改变。一旦根深蒂固的键盘布局被改变，所有对打字拥有自动化程序性知识的人都会”失去”其专长，其表现水平将跌落到几乎不比新手好多少。

有证据（Anderson, 1983, 1993, 1995）表明，产生式知识来自在特定任务情境中为完成任务而对陈述性知识的反复使用。虽然这一现象尚未得到充分研究，但似乎所有类型的陈述性知识都有相应的自动化程序性对应物。如果我们经常使用诸如”成本”或”价值”这样的概念，我们的产生式系统就会自动化出一种可称为”分类产生式”（classification production）的东西，它无需有意识的斟酌即可识别我们专长领域中成本和价值的实例。这种自动化的目的，是加快我们对经常应用的知识的使用，并把工作记忆腾出来应对新异事件。因此可以说：陈述性知识的目的是处理新异性，而程序性知识的目的是自动化较为常规的心理策略和技能。

Gagne、Yekovitch 和 Yekovitch（1993）最近尝试概括了关于这两类知识的研究，并描述了一套实用的教学系统。他们指出，专家知识之所以难以获取，是因为即便最顶尖的专家也基本上意识不到引导其大部分问题解决活动的自动化策略。这导致这样一种状况：非常能干的专家自认为知道自己是怎样完成工作的，而他们对自身自动化专长的有意识认识中，却有相当一部分是不准确的。这一事实对以下常见商业做法提出了挑战：用导师制、在职辅导或学徒项目来培训高级员工。专家知识的内隐或无意识性质，同样对组织和政府所依赖的职位描述提出了挑战。

政府目前将任务分析用于职位描述的情况

美国政府投入巨资描述数千种工作，以促进联邦拨款、工作开发计划和政府招聘。工作分析由劳工部负责。该部编制的《职业名称词典》（Dictionary of Occupational Titles，DOT）就利用了任务分析。然而，DOT 中描述的工作和任务聚焦于行为，而没有关注完成工作所需的众多认知策略。例如，DOT 把”计算机程序员”的一项任务描述为”绘制流程图以说明程序中的步骤顺序”，却没有讨论流程图绘制所涉及的复杂规划与推理——正是这些使它区别于诸如”列出砌墙的工作分解结构（work breakdown structure）“之类的其他任务。同样，DOT 对空中交通管制员的描述完全没有提到需要同时在多个任务之间分配注意，尽管这显然是构成该工作繁重认知负荷的主要因素之一（Cooke, 1992b）。

职位分析问卷（Position Analysis Questionnaire，PAQ）是最常用的传统任务分析工具之一，也是 DOT 的基础。它由 187 个一般性问题构成，分为六个部分，其中只有一部分涉及心理过程。开展工作分析的政府评定人员需要判断某项工作是否要求某种活动，采用从”非常轻微”到”极其强烈”的五点量表。这类活动的一个例子是”综合来自各种来源的信息”，该项技能的示例包括：“利用来自各种来源的信息预测未来经济状况的经济学家、驾驶飞机的飞行员、审理案件的法官……”。显然，这种概括程度只能捕捉到”该工作需要复杂思维”这一观念，但从理解思维过程本身的角度看却毫无用处。经济预测、驾驶喷气式飞机与审理法律案件三者之间的迁移量必定微乎其微。

认知任务分析评估的商业障碍

使企业新型认知培训方法的开发更加复杂化的，是商业组织内部关于工作的信息所具有的竞争性质。试图通过认知方法捕捉高级专长的企业，不愿意发表其成果，因为担心这类数据会让竞争对手受益（Berryman, 1993）。因此，目前可用来描述这些新方法的许多研究和实践，都出自军事训练研究专家（如 Gott, 1989; Hall, Gott & Pokorny, 1995），以及专门研究数学和计算机编程等一般性”工具”技能学习（如 Anderson, 1983, 1995）、阅读（Bransford & Vie, 1989）和医生培训（如 Norman & Schmidt, 1992）的研究者。然而，已发表研究最普遍的结论之一是：即便是异常抽象和复杂的诊断与问题解决技能，也可以借助认知任务分析加以捕捉和记录，并进而作为高效商业培训系统的基础加以应用（Cooke, 1992a）。

认知任务分析（CTA）

Cooke（1992a）把 CTA 定义为一个总称，用以描述那些规定与任务表现相关联的认知结构和过程的方法与技术的集合。其焦点是潜在的认知过程，而非可观察的行为。CTA 的另一个界定性特征，是试图描述新手与专家在任务知识发展过程中的差异（Redding, 1989）。

与这一发展性重点相关，认知取向任务分析的一个主要信条是：知识具有不同的形式。这些不同形式的知识支持不同的表现，处于专长发展不同阶段的个体所能完成的表现类型也大相径庭（Black, 1992）。此外，处于不同专长水平的个体需要不同类型的知识，以及不同数量和类型的培训方法（Clark, 1990, 1995）。

专家往往拥有关于其专业领域的大量陈述性知识，但其知识的绝大部分存在于自动化的程序性知识之中。事实上，当专家所使用的心理模型（mental model）能够通过 CTA 引出并加以表征时，就有充分的证据表明：它可以被捕捉并传授给他人，而且即便是熟练的操作者也能借助专家模型得到提高（Staszewski, 1988）。这正是专家系统（expert system）的立论依据，例如 Anderson 的几何导师（Geometry Tutor）和 LISP 导师（LISP Tutor）（Anderson, 1995），以及针对复杂军事系统的多种故障排查方法（Means & Gott, 1988）。证据似乎支持如下概括：专家的卓越表现具有高度的领域特定性（Ericsson & Charness, 1994）。

与行为策略相比，CTA 对知识的考察深入得多。例如，为美国海军在一台 F-16 飞行模拟器上开展的一项认知任务分析（Levine & Baker, 1990），在一份涵盖”标准飞行条件下操纵飞机”的 45 项任务清单中，其中一项是”监视雷达以确定敌机的相对位置”。请将这一细节程度，与前面提到的 DOT 条目”综合来自各种来源的信息”加以对比。此外，DOT 指出放射科医生在把 X 光片与其他检验和检查结果相互对照之后作出诊断，却没有提到识别 X 光片中的模式并正确解释其含义所需的专长，而 Lesgold 等（1988）对此已有记录。除了领域特定程度高得多之外——也正是由于这一原因——认知任务分析是为非常狭窄的应用量身定制的。PAQ 的输出，是一份基于得分最高的任务要素打印出来的工作需求剖面。而认知任务分析的结果通常包括：从一个或多个量表汇总而来的量化数据、与高级专家共同对这些数据所作的相当长的解释性讨论，以及环境与情境方面的背景信息。

CTA 系统的种类

行为任务分析和认知任务分析都使用种类繁多的系统和取向。Levine、Thomas 和 Sistrunk（1988）列出了收集任务分析数据的 11 种一般取向，而每种方法之下又分出许多具体技术。Cooke（1992b）则列出了四大类取向，用以组织 112 种不同的具体任务分析系统。不过，用于为 CTA 收集信息的众多具体方法之间存在大量重叠。例如，行为任务分析和认知任务分析都使用出声思维（think-aloud）言语报告。行为取向关注操作者做什么，而认知分析则把言语报告聚焦于识别专家和新手操作者在每项工作任务之前、之中和之后想些什么。

各种 CTA 取向之间的差异，更多是基于所分析任务类型的具体性质，以及所收集信息的最终用途。例如，旨在开发计算机化”专家系统”——作为对新手和中级操作者表现的直接辅助——的任务分析取向，往往只专注于描述专家的决策和行动。这些取向中有许多在很大程度上得益于 Card、Moran 和 Newell（1983）最初开发的 GOMS（目标、操作符、方法、选择规则，Goals, Operators, Methods, Selections）任务分析系统。使用 GOMS 取向的任务分析人员，已在医学、工程、文稿编辑以及石油和矿产勘探等领域开发出专家系统（Sternberg & Gitomer, 1992）。由此得到的系统并不是用来培训的，因此不会收集许多对培训有用的信息，例如常见实例、解决复杂问题的决策规则、备选的诊断假设以及系统过程图（Hall, Gott & Pokorny, 1995）。

GOMS 取向可以成为更精细的面向培训的认知任务分析系统的基础，这方面的证据可见于 Sternberg 和 Gitomer（1992）的工作：他们描述了一个用于培训复杂飞机液压系统故障排查的系统的开发和测试。在这一案例中，GOMS 取向与另一种强有力的 CTA 方法——PARI 方法（前因或行动理由、行动、结果、对结果的解释，Precursor or reason for action, Action, Result, Interpretation of result）——配对使用；Hall、Gott 和 Pokorny（1995）对该方法作了较为详细的描述。

PARI 方法由美国空军设计，用于支持对诊断技能的培训，这类技能有助于解决高度复杂技术系统的问题。采用 PARI 方法的培训系统强调”适应性专长”（adaptive expertise），即通过培训获得解决这样一些问题的能力：它们在培训中未被专门涉及，但可能出现在被诊断的系统之中。描述 PARI 方法目标的另一种说法是：它既力图识别解决常规问题所需的程序性知识，也力图识别关于系统的适当的陈述性知识，以支持对未来可能出现的新异问题的诊断和解决。

PARI 任务分析程序包括挑选高级和中级专家并进行访谈。两人一组的访谈，最初的目标是识别出需要解决的领域问题的代表性样本。在此基础上开发结构化访谈：由一名专家向另一名专家提出一个问题，后者随即生成并逐步描述每个问题的解决方案。所有问题都与特定的任务或系统领域相关。第一名专家向第二名专家提供所描述程序的某个步骤或某一段落的结果或后果。这些结果促使第二名专家调整其对问题所作的假设，并基于系统反应提供关于专家问题解决中分支的信息。把知识植根于具体而真实的领域，是 PARI 取向的一个重要特征。

近来有不少 CTA 取向都具有与 PARI 方法相似的特征。Gott（1988）除 PARI 之外还回顾了三种认知任务分析取向，包括 Anderson 的 LISP 导师、Soloway 的 PROUST 调试导师，以及 Morris 和 Rouse（1985）在其故障排查特征研究中使用的技术。她的结论是：层级组织的、基于规则的表现系统，能够通过提示把需要一并学习的行动和决策程序步骤加以组块化（chunk）的高效方式，为任务领域内的新异问题解决提供更好的教学。这些”产生式”（production）会随着使用的推移而逐渐完善并自动化。

这与 Anderson（1993）对其 ACT*（思维的适应性控制，Adaptive Control of Thought）认知设计系统开展大量研究之后得出的结论相似。在该系统的更新版本 ACT-R（-Rational，理性的）的引言中，Anderson 说他”一直认为，数据所支持的是产生式规则理论这一更为一般的论断，而不是任何某个特定的产生式规则理论”（1993, p.vii）。这一观点意味着：CTA 系统并不会被发现是特定于所分析的工作任务类型的；而且至少从表面上看互不相同的 CTA 系统，或许会带来类似的收益。CTA 方法的可推广性，引出了 CTA 收益的问题。

关于认知任务分析成本收益的主张

关于 CTA 经济收益的主张很少，相关研究也很少。事实上，许多军事训练专家认为，例如在复杂技术系统的故障排查培训方面，CTA 是唯一被发现行之有效的策略（Means & Gott, 1988）。最引人注目的主张之一由 Means 和 Gott（1988）提出：他们推测，以 CTA 为基础的 50 小时培训可以传递相当于五年的工作知识。Means 和 Gott 没有解释的是：要开展一项能够产生这 50 小时培训内容的任务分析，所需的成本和工作量有多大。

成本收益分析问题值得研究者给予多得多的关注。从这一领域的专家那里可以听到的非正式估计是：要产出 1 小时培训所需的知识内容，大约需要 30 至 35 小时的 CTA 活动，且需要一名全职 CTA 专家和至少两名兼职任务专家参与。然而，如果 Means 和 Gott 的估计是准确的，那么对许多在职学徒而言，一年工作经验的成本，将远远超过为所有学员进行 CTA 和培训设计所需的时间，加上每名学员 10 小时培训所对应的工资成本。

大型公司培训项目中最大的成本在于”交付”（delivery）成本，而交付中最大的开支是参与培训的人员的工资成本。CTA 很可能在前期（front-end）成本更高、分析阶段耗时更长，但在交付成本以及学员在工作岗位上运用复杂策略的速度方面，可带来可观的节省。这类似于开发复杂技术产品（如专用集成电路，application-specific integrated circuits，ASIC）所需的前端投资。事实上，为支持产品的制造、营销或售后服务所需的培训，理应被视为”扩展产品”（extended product）的一部分。关于 CTA 相对于培训中使用的传统任务分析方法所具有的相对收益，存在各种不同的估计。

一项 CTA 与传统方法成本效益研究的实例

本文作者之一在一个欧洲组织的基于 CTA 的培训项目中收集了数据。当一家约有 10,000 名员工的组织决定为一门现有的、法律强制要求的管理人员课程设计第二版时，便获得了传统方法与 CTA 方法之间的比较。新管理人员课程的设计采用了 CTA 取向。原课程在新课程设计期间及之后继续开设，以便进行比较。两门课程的目标完全相同，都与法律规定的安全程序有关。组织中所有管理人员都必须定期通过基于该课程的以表现为基础的考试。旧课程需要管理人员用两个培训日完成；而 CTA 设计的新课程包含旧课程的全部内容以及旧课程中没有的新增材料，却只需要一个培训日（见表 1）。

表 1｜使用传统任务分析或认知任务分析的培训课程版本的成本比较

注：天 = 人日。 * 采用 CTA 为组织节省的总天数：1,087 天 − 590 天 = 497 天，即 2.5 个人年。

新课程在设计和培训授课者方面所花的工作量是旧课程的 30 多倍（其中大部分准备工作投入在认知任务分析和授课者的培训上）。这笔额外的投入似乎并没有使总体节省减少多少，因为新课程使受训管理人员的培训时间节省了 50%。新课程的表现测验结果与旧课程持平或更好。据估计，每当所有管理人员都需要参加该课程时，基于 CTA 的课程所获得的总体财务收益，相当于一名管理人员平均 2.5 年的薪水。这种财务杠杆效应，又与那些需要更多设计时间、但带来更高品质和附加功能、从而在市场上获得溢价的技术产品类似。

研究问题

开发面向商业应用的 CTA 的一个重要问题，是仍然有大量重要的研究问题悬而未决。对于这种研究匮乏的影响，存在各种不同的看法。Ohlsson（1991）描述了他认为必须在研究中加以解决的一系列重要问题。他提出，在开展更多研究之前，CTA 以及基于 CTA 的培训设计系统只能仍然保持为”一门艺术”。

Anderson（1993）对其 ACT-R 理论——一个全面的、以研究为基础的系统——立即投入应用的前景，则不那么悲观。一种折中的观点是：虽然重要的研究问题有待回答，但一些 CTA 方法应当被纳入商业培训设计。本节最后描述研究中以及 CTA 应用中需要解决的一些较为一般性的问题。

在今后关于 CTA 的研究中，至少有三类不同的问题需要解决。其一是：在 CTA 过程中必须识别出哪些类型的知识，才能充分支持商业培训结束时所需的那种表现。属于这第一类研究问题的，还包括”不同类型的知识如何相互作用以产生复杂表现”这一复杂问题。对于陈述性知识和程序性知识如何分别或共同发挥作用，从而产生高级表现或高度抽象的商业问题解决所特有的复杂表现，我们知之甚少（Ohlsson, 1991）。

第二个研究问题，围绕如何选择最有效且具有生态效度（ecologically valid）的方式开展认知任务分析并识别知识类型。Cooke（1992a）把效度确定为 CTA 的核心问题之一，即生成既有意义又有用的信息。

第三个问题是对 CTA 成本效益的准确测量。这要求同时收集 CTA 和传统任务分析的成本与收益数据。此外，还应当对 Cooke（1992b）及其他人编目的各种备选 CTA 方法进行比较。

知识类型

CTA 需要纳入多少种、哪些类型的陈述性知识和程序性知识？大多数培训设计系统都提供了知识类型的描述，但不加区分地把陈述性知识和程序性知识混在一起，最成功的一些系统也不例外，例如 Gagne 和 Briggs（1979）、Gagne（1985）、Gagne 和 Medsker（1996）以及 Merrill（1983）提出的系统。这些系统中有些描述了 100 多种陈述性知识类型，这使得任务分析变得非常复杂。

关于这些知识类型学习的研究延续了几十年。受篇幅所限，本文无法对这些研究及其对 CTA 方法的局限加以综述，但这里的要点是：仅仅这三种类型，或许就足以让培训设计者刻画完成大多数工作任务的陈述性成分所需的大部分有意识知识。较晚近的一些把知识类型描述纳入 CTA 的尝试（Black, 1992; Cooke, 1992a; Ohlsson, 1991）则聚焦于少得多的类型。该领域一些研究的述评者倾向于只强调三种陈述性知识类型：概念、原理，以及可称为”过程”（process）的东西。这一问题还需要多得多的研究。一个相关的研究问题，涉及陈述性知识随着使用而转化为自动化程序性知识的过程。Anderson 的 ACT*（1983）和 ACT-R（1995）设计系统对这一过程提供了详细描述。然而，人们在区分不同类型的程序性知识方面投入的努力却很少。例如，是否所有程序性知识的结构都是相似的，而我们将会找到按照其服务的认知功能来对它进行有效归类的方法？再如，当我们学会正确定义一个新概念、而该概念成为某项工作的常规要素时，由此产生的自动化程序，是否就是一种帮助我们识别与工作相关的该概念实例的”分类”程序？

一个更困难的研究问题，是找到一种方法来概念化不同类型的陈述性知识与自动化程序性知识之间的认知交互（Ohlsson, 1991）。这种交互必然持续发生，人类才能完成复杂的认知任务。然而，对于在实际执行工作任务时这两类知识之间的这种”合作”活动采取何种形式，我们知之甚少。

CTA 需要纳入哪些类型的程序性知识或产生式知识？由于只有陈述性知识能为我们的有意识内省所触及，几乎所有商业培训都只关注陈述性知识。可以说，人们是在学校里学习陈述性知识，而我们的许多程序性知识则是通过工作经历获得的。需要开展研究来澄清这些程序性知识的类型。

CTA 方法的选择

面对数量庞大的 CTA 方法，我们如何为某项给定的工作选择合适的分析工具？这意味着要了解给定任务所涉及的知识类型，并知道哪些工具能够引出那类知识。这也意味着要充分理解组织情境，以便像民族志学者（ethnographer）那样运用技能来引出信息，而不因分析者的笨拙或技术的不当而使信息失真。

验证一种 CTA 方法可能很棘手。一种 CTA 方法可以被看作是针对某项工作的建构反应式（constructed-response）胜任力认证测验：考生被要求描述工作中所需的陈述性知识，并演示所需的程序性知识。区别在于：标准认证测验的目的是确定考生是否按照既定答案对测验题目作出反应，其关键问题在于区分哪些人掌握了该领域、哪些人没有；而 CTA 方法的目的则是让假定的专家来作答这些测验题目，从而确立答案，其关键问题在于区分哪些知识是给定领域的组成部分、哪些不是。心理测量验证的所有问题在此都适用，但必须颠倒过来：要找到从人们那里引出正确知识的可靠而有效的方法，而不是评定人们知识的正确性。

此外，围绕陈述性知识与程序性知识的交互也存在许多问题。陈述性知识变为程序性知识的机制是什么？陈述性知识和程序性知识在新异情境中如何协同工作？我们如何针对新异情境对人们进行培训？回答这些问题，将大大有助于满足 Ohlsson 对 CTA 培训设计技术的要求。

CTA 的成本效益

CTA 的成本效益是培训研究的另一个非常关键的领域。当美国劳工部考虑将 CTA 用于 DOT 的更新版时，美国心理学会（American Psychological Association，APA）的一个专门小组得出结论：就目前而言，对 DOT 收录的约 20,000 种职业进行全面分析，CTA 的成本过于高昂（Camara, 1992）。促使该小组不建议大规模使用 CTA 的因素是：在一种简单、易于管理的 CTA 方法上缺乏共识，以及培训 CTA 实施者所需的成本。由于很少有人具有 CTA 方法的使用经验，要开展这样一个大规模的项目，就必须培训数百名专家。然而，鉴于 CTA 的必要性和巨大收益，该小组的最终报告（Camara, 1992）呼吁开展更多应用研究，以设计出一种实用、划算的 CTA 方法。

这给企业提出了一些棘手但重要的问题。如果 CTA 方法尚未准备好供政府培训专家大规模实地使用，商业用户是否应当等到认知科学家开发出简化、经过测试且被普遍接受的产品？似乎已有若干”测试版”（beta version）CTA 正在成功运行（Cooke, 1994; Clark, 1995）。如果传统任务分析方法确实无法捕捉认知复杂工作的关键要素，那么大量富有成效的工作时间和大量资金，正在被浪费在无效的培训、工作中的次优生产率、低劣的质量以及错失的机会上。

这些考虑引出了一些显而易见且重要的问题：1）CTA 的真实成本是多少？2）这些成本因方法不同而有多大差异？3）传统任务分析的真实成本是多少？4）我们如何测量 CTA 与传统任务分析方法的相对效果？5）我们如何测量 CTA 与传统任务分析对盈亏底线的真实收益？APA 专门小组说得对，成本始终是一个问题；但商业收益必须始终放在更大的格局中来衡量，即产品质量、市场份额和投资回报。

务实的工程解决方案将如何出现？Cooke（1992）提出了两种解决方案：1）仅限于工作复杂需求的聚焦式 CTA；2）使用认知工程方法，例如问题决策树和结构化走查（structured walkthrough）。看来，在我们最初探索的实用系统中，还需要聚焦于更少的陈述性知识类型。这些想法值得认真研究。即便如此，为这项应用性绩效技术研究提供经费的问题依然存在。哪些高价值应用值得投入一些研发经费？各产业联盟和专业协会是否会像 Semantech 在北美为微芯片所做的那样，找到为持续研发分担成本、共谋公益的途径？

（参考文献共 57 条，此处从略。）

译注：1）原文标题”Cognitive Task Analysis for Training”之后标有星号（*），但从 PDF 提取的文本中未见对应的脚注内容，译文无从补出。2）原文引言中”任务分析为培训目标的制定奠定了基础（Mager, 1984）。除培训之外……（Cooke, 1992a; Gael, 1988）“两句逐字重复出现两次，译文如实保留。3）原文若干拼写疑为笔误，译文均照原样保留或按明显本意译出，如”Baddley”（通作 Baddeley）、“Bransford & Vie”（通作 Vye）、“Semantech”（通作 Sematech）、“Yekovitch”（参考文献表中作 Yekovich）；正文的”Sternberg & Gitomer, 1992”在参考文献表中拼作”Steinberg, L.S.”。4）原文表 1 附于文末（参考文献之后），并标有”Insert Table 1 about here”（表 1 插入此处）字样，中译文将该表置于正文首次引用之处。5）原文个别语句存在排版或用词瑕疵（如”advanced problem solving e expertise”“raditional task analysis”“structured walkthoughs”），均按其明显本意译出。