دو کانال حافظه فعال: نظریه رمزگذاری دوگانه پایویو چگونه آموزش چندرسانه‌ای را متحول می‌کند

توسعه‌دهندگان فناوری‌های آموزشی معمولاً پلتفرم‌های خود را با این فرض بازاریابی می‌کنند که رسانه بیشتر مساوی است با تعامل بیشتر؛ آن‌ها ادعا می‌کنند ترکیب متن روی صفحه، صدای گوینده و انیمیشن‌های پویا، توانایی دانش‌آموز در حفظ اطلاعات را به حداکثر می‌رساند. اما شواهد کاملاً خلاف این را نشان می‌دهد. بر اساس تحقیقات بنیادین نظریه رمزگذاری دوگانه آلن پایویو (Allan Paivio)، مغز انسان اطلاعات را از طریق دو کانال مجزا و کاملاً محدود پردازش می‌کند. وقتی یک درس دیجیتال هر دو مسیر را همزمان با داده‌های تکراری و اضافی پر می‌کند، به جای بهبود یادگیری، نتیجه را به شدت کاهش می‌دهد.[1][5]

کاربرد این یافته برای معلمان مدارس بسیار فوری و عملی است: مدارس برای بهبود نمرات امتحانی نیازی به نرم‌افزارهای گران‌قیمت و پرامکانات ندارند. در عوض، آن‌ها باید نویزهای دیجیتال اضافی را حذف کنند. معلمان با همسو کردن آموزش چندرسانه‌ای با ساختار شناختی واقعی دانش‌آموزان، می‌توانند با استفاده از همان ابزارهایی که در اختیار دارند، میزان یادگیری و درک مطلب را به طور چشمگیری افزایش دهند.[3]

این مکانیسم از حافظه فعال شروع می‌شود. روانشناسان شناختی مدت‌هاست ثابت کرده‌اند که حافظه فعال انسان در هر لحظه تنها می‌تواند تعداد کمی از موارد را نگه داشته و پردازش کند؛ این مقدار معمولاً بین چهار تا هفت عنصر برای مدت ۱۵ تا ۳۰ ثانیه برآورد می‌شود. اگر طراحی آموزشی از این ظرفیت فراتر رود، دانش‌آموز دچار اضافه‌بار شناختی شده و اطلاعات پیش از انتقال به حافظه بلندمدت از دست می‌روند.[1][6]

در سال ۱۹۷۱، آلن پایویو نظریه رمزگذاری دوگانه را معرفی کرد که بیان می‌کرد حافظه فعال یک ظرف واحد نیست، بلکه از طریق دو کانال پردازشی مجزا عمل می‌کند: یک کانال بصری-تصویری و یک کانال شنیداری-کلامی. کانال بصری وظیفه پردازش تصاویر، نمودارها و انیمیشن‌ها را بر عهده دارد. کانال کلامی نیز کلمات بیان‌شده و از همه مهم‌تر، متن‌های چاپ‌شده را پردازش می‌کند.[5]

دقیقاً در همین نقطه است که طراحی استاندارد بسیاری از پلتفرم‌های آموزشی با شکست مواجه می‌شود. وقتی دانش‌آموز متنی را روی صفحه می‌خواند، آن اطلاعات ابتدا از طریق کانال بصری پردازش می‌شود، اما برای درک مطلب فوراً به کانال کلامی هدایت می‌گردد. اگر همزمان یک گوینده دقیقاً همان متن را با صدای بلند بخواند، کانال کلامی مجبور می‌شود دو جریان داده یکسان را به طور همزمان پردازش کند که این امر یک گلوگاه شدید ایجاد می‌کند.[2][5]

ریچارد مایر (Richard Mayer)، روانشناس تربیتی، با تکیه بر کارهای پایویو، «نظریه شناختی یادگیری چندرسانه‌ای» را پایه‌گذاری کرد. تز اصلی مایر این است که «افراد از ترکیب کلمات و تصاویر بهتر از کلمات به تنهایی یاد می‌گیرند»، به شرطی که این ورودی‌ها برای استفاده از منابع شناختی یکسان با هم رقابت نکنند.[1]

مایر چندین اصل را برای کاهش آنچه «پردازش اضافی» می‌نامید (تلاش شناختی که کمکی به هدف آموزشی نمی‌کند) شناسایی کرد. کاربردی‌ترینِ آن‌ها «اصل افزونگی» است. همان‌طور که توسط انتشارات دانشگاه کمبریج بیان شده، این اصل تأکید می‌کند که دانش‌آموزان از ترکیب انیمیشن و گفتار، بهتر از ترکیب همزمان انیمیشن، گفتار و متن روی صفحه یاد می‌گیرند.[2]

تاوان نادیده گرفتن این اصل کاملاً قابل اندازه‌گیری است. در تحلیلی که در ScholarWorks دانشگاه والدن منتشر شد، محققان تأثیر محیط‌های یادگیری مجازی را بر نمرات زبان انگلیسی و ریاضیات مقطع راهنمایی بررسی کردند. داده‌ها نشان داد که وقتی محیط‌های دیجیتال فاقد همسویی شناختی ساختاریافته باشند، عملکرد دانش‌آموزان افت می‌کند؛ به ویژه در میان گروه‌هایی که از قبل در مفاهیم پایه‌ای مشکل داشته‌اند.[4]

فراتر از بحث افزونگی، آموزش چندرسانه‌ای موثر به «اصل انسجام» نیز متکی است. این قانون بیان می‌کند که تمام کلمات، تصاویر و صداهای اضافی باید حذف شوند. یک بررسی در سال ۲۰۲۲ توسط B Online Learning تأکید می‌کند که افزودن موسیقی پس‌زمینه یا گرافیک‌های تزئینی به یک ماژول آموزش الکترونیکی، باعث افزایش تعامل نمی‌شود؛ بلکه صرفاً قدرت پردازش ارزشمند در کانال‌های بصری و شنیداری را هدر می‌دهد.[5]

«اصل سیگنال‌دهی» کاربرد مستقیم دیگری برای طراحان آموزشی ارائه می‌دهد. به جای افزودن رسانه‌های بیشتر، معلمان باید از نشانه‌های بصری ساده (مانند فلش‌ها، هایلایت کردن یا پررنگ کردن متن) برای هدایت توجه یادگیرنده به مطالب ضروری استفاده کنند. این کار بار شناختی مورد نیاز برای بررسی یک صفحه شلوغ را کاهش داده و به دانش‌آموز اجازه می‌دهد تا حافظه فعال خود را صرف درک مفهوم کند.[2]

اصول «مجاورت مکانی و زمانی» نیز نحوه چیدمان رسانه‌ها را تعیین می‌کنند. اصل مجاورت مکانی ایجاب می‌کند که کلمات و تصاویر مرتبط در نزدیکی یکدیگر روی صفحه قرار گیرند تا از هدر رفتن تلاش شناختی دانش‌آموز برای نگاه کردن به بخش‌های مختلف صفحه جلوگیری شود. اصل مجاورت زمانی نیز الزام می‌کند که کلمات و تصاویر مرتبط به جای پشت سر هم، به صورت همزمان ارائه شوند.[2][6]

به کارگیری این اصول در محیط‌های آموزشی با منابع محدود، نتایج بسیار مفیدی به همراه دارد. چارچوبی که در سال ۲۰۲۴ توسط Emerald Publishing منتشر شد، نشان می‌دهد که بهینه‌سازی آموزش دیجیتال برای «بومیان دیجیتال» نیازی به اینترنت پرسرعت و واقعیت مجازی فراگیر ندارد. در عوض، نیازمند چندرسانه‌ای‌های تمیز و همسو با شناخت است که به محدودیت‌های دو کانال پردازشی احترام بگذارد.[3]

گذار از یادگیری منفعل به فعال در فضاهای دیجیتال نیز به مدیریت همین کانال‌ها بستگی دارد. وقتی مسیرهای بصری و کلامی در تعادل باشند (برای مثال، صدای گوینده‌ای که یک نمودار متحرک و بی‌صدا را توضیح می‌دهد)، مغز می‌تواند به طور یکپارچه این دو جریان را در یک مدل ذهنی واحد و منسجم ادغام کند. این ادغام، هدف نهایی یادگیری چندرسانه‌ای است.[1][5]

اکنون مسئولیت بر عهده مناطق آموزشی و خریداران برنامه‌های درسی است تا فناوری‌های آموزشی را نه بر اساس لیست امکانات، بلکه بر اساس کارایی شناختی آن‌ها ارزیابی کنند. همان‌طور که داده‌های حاصل از نتایج یادگیری مجازی در مقطع راهنمایی نشان می‌دهد، رسانه بیشتر لزوماً بهتر نیست. موثرترین آموزش دیجیتال، دو کانال حافظه فعال را به طور هدفمند مدیریت می‌کند و اطمینان می‌دهد که هر پیکسل و هر قطعه صوتی، در خدمت یک هدف آموزشی مشخص و غیرتکراری است.[3][4]