《Mind, Brain, and Education》：Differential Motor System Activation in Chemistry Problem Solving: Gesture-Based Versus Model-Based Instruction
编辑推荐：
基于手势的教学能够提升空间问题解决的准确性，但其潜在的神经认知机制尚不明确。本研究旨在探讨手势是否通过更符合认知负荷卸载或运动与工作记忆系统耦合的激活模式，来促进有机化学中的空间问题解决。研究人员使用功能近红外光谱（fNIRS），比较了接受基于手势教学与基于模
基于手势的教学能够提升空间问题解决的准确性，但其潜在的神经认知机制尚不明确。本研究旨在探讨手势是否通过更符合认知负荷卸载或运动与工作记忆系统耦合的激活模式，来促进有机化学中的空间问题解决。研究人员使用功能近红外光谱（fNIRS），比较了接受基于手势教学与基于模型教学训练的学生（68人招募；n = 64名具有可用fNIRS数据）在分子图表间进行转换的表现。行为数据显示，与基于模型的教学条件相比，基于手势的教学条件具有更高的准确性。在fNIRS数据中，尽管通道层面的条件效应未通过错误发现率（FDR）校正，但探索性的感兴趣区（ROI）水平分析表明，手势组在运动前区和运动规划区域（BA 6）的激活增加，而基于模型的学习者则表现出更强的背外侧前额叶皮层（BA 46）激活，提示其具有更高的执行控制需求。这些发现提供了与认知负荷卸载一致的初步神经认知证据，并表明在具身的科学、技术、工程和数学（STEM）教学后，手势和物理模型能够促进不同的问题解决策略。
在科学、技术、工程和数学（STEM，Science, Technology, Engineering, and Mathematics）教育领域，空间推理是学生必须掌握的核心能力之一，尤其在有机化学等抽象学科中显得尤为关键。研究人员指出，长久以来教育心理学界一直存在关于具身认知与经典信息加工理论之间的理论张力。具身认知主张身体在认知过程中扮演核心工具的角色，通过运动表征来辅助抽象思考。然而，传统的信息加工理论曾认为思维本质上是脱离身体物理情境的符号存储与操作机器。在这两种观点的交汇处，学界对于具身学习尤其是手势教学为何能提升空间推理表现存在两种主要的机制假说：“认知负荷卸载”假说与“耦合”假说。前者认为手势通过将维持视觉空间信息的执行控制需求转移到运动系统，从而降低额叶工作记忆的总体认知负荷；而后者则认为手势并没有真正减轻认知负荷，而是通过招募基于运动的工作记忆系统作为延展，需要执行注意在不同模态间动态分配。由于过去的研究多依赖于外在可观察的身体动作来推断具身认知的发生，且对于在缺乏外在身体动作时大脑内部如何调用运动系统知之甚少，这构成了开展此项研究的核心背景与亟待解决的问题。为了在这一STEM教育研究分支中检验具身认知假设，研究人员选择了有机化学中不同分子2D图表表征（如Dash–Wedge与Fischer投影式）的转换问题作为实验任务。此类空间转换任务既允许学生通过手势辅助，也允许学生在脑海中完全心算完成，从而提供了在有可行内部替代策略时个体仍然自发调用身体的具身认知证据。该研究将成果发表于《Mind, Brain, and Education》期刊。通过行为数据与神经影像学证据的结合，研究人员得出结论：手势教学确实促进了空间问题解决的准确性，且神经层面的证据更倾向于支持“认知负荷卸载”假说，即手势使得学习者能够在后续问题解决中减少对前额叶执行控制网络的依赖，转向依赖运动规划网络。这一研究意义在于，它不仅为验证具身认知理论提供了严谨的实证范式与神经科学证据，同时为STEM教育教学设计指明了方向——即建立具身化的手势空间表征，能够有效降低学生在处理高空间需求任务时的执行注意负荷。
在关键技术方法方面，研究人员招募了68名来自某高校心理学被试库及校园邮件系统的本科生样本队列（其中4人因数据缺失被剔除，最终样本n=64）。研究采用了一种便携式、可穿戴的功能近红外光谱（fNIRS，Functional Near-Infrared Spectroscopy）系统来实时采集学生在解决化学图表转换任务时的脑皮层血氧信号变化。实验采用区组设计，将通道信号映射至Brodmann区（BA，Brodmann areas）进行了通道级及探索性感兴趣区（ROI，Region of Interest）级别的线性混合效应模型回归分析，以对比手势教学与物理模型教学在运动区（BA 6）与背外侧前额叶（BA 46）激活上的差异。
在研究结果的行为表现部分，研究人员通过线性混合效应模型分析发现，基于手势的教学相比基于模型的教学显著提高了化学图表转换任务的准确性，尤其在从Fischer式向Dash–Wedge式（F→DW）以及多数角度已对齐的问题上，手势组的准确率优势尤为明显。然而在从Dash–Wedge式向Fischer式且图表空间关系被旋转翻转的高难度问题中，两组被试的准确性均发生显著下降。在反应时数据上，两组之间没有显著差异。
在功能性近红外光谱结果部分，研究发现通道级别的激活差异在经过错误发现率（FDR，False Discovery Rate）校正后未能保持统计学上的显著意义。但随后进行的探索性ROI水平分析显示，手势条件在左侧运动前区/补充运动区（BA 6）表现出更强的皮层血氧激活，而模型条件则在左侧背外侧前额叶皮层（BA 46）表现更强。这些经过校正后依然显著的ROI水平证据表明，学习阶段所采用的策略影响了后续解题时神经系统的调度倾向。
在综合讨论和结论部分，研究人员进一步梳理了这些现象背后的机制。首先，手势之所以能提高空间准确性，主要得益于运动规划过程（即隐性的运动模拟）。即使在外显手势动作受限或不可见的作答期间，手势组被试的大脑仍能通过先前编码的运动表征来模拟空间结构转换并维持相关信息。相比之下，物理模型虽然在教学时同样涉及手臂与手部的大肌肉群运动，但一旦模型被移除，操作模型的物理动作无法像手势那样转化为具有高分辨率的空间关系图式并持续在脑海中维持空间意象。神经影像数据的解读尤为关键：手势组较低的额叶激活与较高的运动区激活，支持了手势将传统的视觉空间工作记忆压力“卸载”至运动系统的观点。对于基于模型学习的学生而言，他们缺乏可用的运动手势储备作为解题退路，因此不得不更依赖额叶工作记忆的执行控制功能来强行维持空间信息。最后，研究人员总结认为，在STEM教学中，当存在具身教学条件（如手势）帮助模拟空间表征时，认知过程是真正的具身认知。手势通过协调运动规划有效降低了注意力工作记忆系统的加工需求，为提升STEM学科空间问题解决技能提供了一种极具前景且低成本的干预路径。
