Laming dan Insbuction, Vol. 4, pp.

293-312 1994 Pergamon

Cqyi & t 0 1994 Elsevier Science Ltd Dicetak di Britania Raya. Semua hak dilindungi c95w752i94 $ 26,00

KOGNITIF LOAD TEORI, BELAJAR KESULITAN, DAN INSTRUKSIONAL

DESAIN
JOHN SWEZLLER
University of NSW, Australia
Abstrak
Makalah ini berkaitan dengan beberapa faktor yang menentukan kesulitan materi yang harus dipelajari. Disarankan bahwa ketika
mempertimbangkan kegiatan intelektual, skema akuisisi dan otomatisasi adalah mekanisme utama pembelajaran. Konsekuensi
dari teori beban kognitif untuk penataan informasi dalam rangka mengurangi kesulitan dengan berfokus aktivitas kognitif pada
akuisisi skema secara singkat surmnarixed. Hal ini menunjukkan bahwa kognitif teori beban penawaran dengan belajar dan
pemecahan masalah difticulty yang buatan dalam bahwa hal itu dapat dimanipulasi dengan desain instruksional. Intrinsik beban
kognitif sebaliknya, adalah konstan untuk daerah tertentu karena merupakan komponen dasar dari materi. Beban kognitif
intrinsik ditandai dalam hal unsur interaktivitas. Unsur-unsur yang paling skema harus dipelajari secara bersamaan karena mereka
berinteraksi dan itu adalah interaksi yang sangat penting. Jika, seperti di beberapa daerah, interaksi antara berbagai elemen harus
dipelajari, maka beban kognitif intrinsik akan tinggi. Sebaliknya, di daerah yang berbeda, jika unsur-unsur yang dapat dipelajari
berturut-turut bukan ~~ tan ~~ ly karena mereka tidak berinteraksi, beban kognitif intrinsik akan rendah. Disarankan asing beban
kognitif yang mengganggu belajar orily adalah masalah di bawah kondisi beban kognitif yang tinggi disebabkan oleh
interaktivitas elemen yang tinggi. Dalam kondisi interaktivitas elemen rendah, kembali merancang instruksi untuk mengurangi
beban kognitif asing mungkin memiliki konsekuensi yang cukup. Selain itu, konsep unsur interaktivitas dapat digunakan untuk
menjelaskan tidak hanya mengapa beberapa bahan sulit untuk belajar tetapi juga, mengapa bisa sulit untuk memahami.
Pemahaman menjadi relevan ketika unsur tinggi bahan interaktivitas dengan beban kognitif secara alami tinggi harus dipelajari.
Pendahuluan
kesulitan yang kita hadapi ketika belajar tugas-tugas intelektual baru dapat berfluktuasi dramaticauy. Belajar
dapat bervariasi dari yang triviahy mudah mustahil keras. Beberapa alasan untuk variasi dalam kemudahan akuisisi,
seperti perubahan jumlah informasi, yang jelas. Dalam kasus lain, dua tugas mungkin tampak memiliki jumlah kira-
kira mirip informasi tetapi berbeda sangat besar dalam upaya yang diperlukan untuk achier penguasaan. Siswa dapat
menemukan konsep dan prosedur yang dibahas di beberapa bidang kurikulum terkenal keras
Pekerjaan yang dilaporkan dalam makalah ini didukung oleh dana dari Australian Research Council. Alamat untuk
korespondensi: John Sweller, Sekolah Studi Pendidikan, University of NSW, Sydney 2052, Australia. E-mail:.
J.SWELLER@UNSW.EDU.AU
295
2% J. Sweller
sementara daerah lain mungkin mengandung jumlah berlebihan informasi yang tetap, dapat berasimilasi
mudahuntuk.
Makalah ini berkaitan dengan fitur yang membuat beberapa bahan sulit belajar. Sejak pertanyaan tentang
kesulitan belajar cenderung dijawab tanpa terlebih dahulu menetapkan mekanisme pembelajaran, di bagian pertama
dan kedua saya akan menunjukkan apa yang saya yakini sebagai utama, proses pembelajaran yang relevan dan
tempat mereka dalam arsitektur kognitif kita. Pada bagian ketiga, konsekuensi instruksional dari mekanisme ini akan
diringkas. Bagian keempat dan utama akan peduli dengan beberapa perbedaan struktural dalam kategori informasi
dan konsekuensi dari fitur struktural untuk mode pembelajaran yang dibahas dalam bagian ketiga. Bagian kelima
membahas beberapa implikasi empiris dan teoritis analisis
.?Apa yang Dipelajari
Ada dua mekanisme pembelajaran penting: akuisisi skema dan transfer prosedur belajar dari dikendalikan untuk
pemrosesan otomatis. Ini dibuktikan bahwa penguasaan intelektual dari setiap materi pelajaran sangat tergantung
pada kedua proses ini.
Skema
Skema adalah membangun kognitif yang mengatur unsur-unsur informasi sesuai dengan cara yang mereka akan
ditangani. Diskusi awal skema disampaikan oleh Bartlett (1932). Dia menunjukkan bahwa apa yang diingat hanya
sebagian tergantung pada informasi itu sendiri. Informasi baru yang disajikan diubah sehingga kongruen dengan
pengetahuan tentang materi pelajaran. Pengetahuan tentang materi pelajaran disusun dalam skema dan itu adalah
skema ini yang menentukan bagaimana informasi baru ditangani. Sebagai contoh, perhatikan skema yang
berhubungan dengan objek umum seperti pohon. Tidak ada dua pohon memiliki unsur-unsur yang identik tetapi
setiap pohon yang terlihat dapat langsung dimasukkan ke dalam skema pohon. Sebagai konsekuensinya, jika diminta
untuk menggambarkan pohon tertentu dari memori, deskripsi seseorang akan sangat dipengaruhi oleh skema pohon
bukan seluruhnya oleh elemen pohon tertentu (daun, cabang, warna dll) benar-benar melihat. Skema pohon
memungkinkan orang untuk berurusan dengan mudah dengan potensial tidak terbatas berbagai benda yang disebut
pohon.
Dengan cara yang sama, ada skema untuk menangani masalah. Skema ini memungkinkan klasifikasi masalah
dalam kategori sesuai dengan bagaimana mereka akan ditangani dengan, yaitu, menurut modus solusi (misalnya,
lihat Chi, Glaser & Rees, 1982). Kebanyakan orang yang telah menyelesaikan kursus aljabar, jika dihadapkan
dengan seperti (a + b) / c = d aljabar masalah, memecahkan untuk, akan dapat menyelesaikannya segera terlepas dari
pro-angka aktual yang digunakan. Jika, misalnya, ekspresi di sisi kanan persamaan adalah panjang dan rumit, skema
akan menunjukkan bahwa kompleksitas di lokasi ini tidak relevan dan masalah akan ada lebih sulit untuk
memecahkan daripada dengan ekspresi sederhana. Skema untuk kategori ini masalah aljabar memungkinkan tak
terbatas berbagai ekspresi dimasukkan dalam kategori yang akan ditangani.
KOGNITIF LOAD TEORI 297
skema dapat digunakan untuk menjelaskan sebagian besar belajar, keterampilan intelektual yang orang pameran.
Orang-orang dapat membaca tak terbatas berbagai versi cetak dan tulisan tangan teks yang mereka berpotensi dapat
menemukan karena mereka telah memperoleh skema untuk setiap huruf, kata-kata dan mungkin bahkan banyak
kombinasi kata. Belajar untuk memecahkan masalah terjadi dengan belajar kategori masalah didefinisikan oleh
bergerak diperlukan untuk solusi. Skema ini memungkinkan orang untuk dengan mudah memecahkan masalah yang
jika tidak mereka akan mengalami kesulitan besar memecahkan jika mereka harus mengandalkan membangun solusi
berdasarkan prinsip-prinsip pertama.
Tujuan dalam teori skema telah wax dan menyusut selama bertahun-tahun dengan istilah alternatif yang sering
dipekerjakan. (1956) konsep Miller dari sepotong dapat digunakan sebagai mudah sebagai skema jangka, seperti
bisa Schank dan Abelson (1977) script. Dalam masa yang lebih baru, Koedinger dan Anderson (1990) memberikan
analisis formal yang sangat baik dari berbasis skema pemecahan masalah. Sementara model mereka dibatasi untuk
geometri pemecahan masalah, tampaknya ada sedikit alasan untuk menganggap bahwa prinsip-prinsip dasar mereka
mempekerjakan tidak harus genera & mampu berbagai pemecahan masalah bahan. Rendah dan Over (1990)
memberikan teknik untuk menilai akuisisi skema untuk masalah kata yang mungkin digeneralisasikan untuk jenis
lainnya dari bahan.
Singkatnya, pengetahuan dan keterampilan intelektual berdasarkan pengetahuan sangat tergantung pada akuisisi
skema. Skema menyediakan unit dasar pengetahuan dan melalui operasi mereka bisa menjelaskan subst a ~ ti ~
proporsi kami yaitu ~ ing-dimediasi inte ~ ec ~~ kinerja.
Otomasi Operasi Intelektual
skema cenderung dibahas seolah-olah hasil skema akuisisi di negara-negara dikotomis : seseorang baik yang telah
atau belum diperoleh skema. Bahkan, beberapa keterampilan intelektual yang diperoleh dengan cara ini. Ketika
sesuatu pertama kali belajar, kemampuan untuk menggunakannya kemungkinan akan sangat dibatasi. Seorang
mahasiswa yang baru saja belajar bagaimana untuk memperbanyak keluar penyebut persamaan tidak dapat
melakukannya dengan mudah atau lancar. Ia dapat melakukannya hanya dengan pikiran dan usaha. Demikian pula,
orang dewasa berpendidikan dapat membaca teks tanpa upaya sadar sedangkan anak yang telah belajar untuk hanya
beberapa tahun, sementara bisa membaca, hanya akan dapat melakukannya dengan usaha yang cukup.
Sementara keterampilan intelektual melalui akuisisi skema diperoleh secara bertahap dan secara bertahap
daripada dengan cara semua-atau-tidak ada yang kadang-kadang mudah memikirkan, ia juga telah nyaman untuk
mengobati salah satu mekanisme kognitif yang mendasari secara dikotomis. Kami berasumsi bahwa cara di mana ~
fo ~ asi diproses dapat baik dikendalikan atau otomatis (Schnieder & Shiffrin, 1977; Shiffrin & Schnieder, 1977;
Kotovsky, Hayes & Simon, 1985). Pengolahan dikontrol terjadi ketika informasi di tangan secara sadar
diperhatikan. Setiap aktivitas kognitif yang memerlukan pemikiran yang disengaja sedang diproses secara
terkendali. Pembaca berpikir tentang isi makalah ini sedang terlibat dalam pengolahan dikendalikan. Sebaliknya,
pemrosesan otomatis terjadi tanpa kendali sadar. Nah materi belajar dapat diproses secara otomatis tanpa upaya
sadar membiarkan perhatian diarahkan ke tempat lain. Pembaca makalah ini dapat membaca kata-kata di halaman
tanpa upaya sadar. Tidak perlu untuk membicarakan tentang arti huruf individu atau kata-kata karena pengolahan
pada tingkat ini beralih dari sadar untuk otomatis lama. Sebaliknya, seseorang yang
298 J. Sweller
masih belajar membaca mungkin perlu mencurahkan perhatian dan terus-menerus untuk surat individu dan kata-kata
daripada makna yang lebih dalam. Konsekuensi untuk memahami, tentu saja, tak terelakkan.
Sementara kita memperlakukan dikontrol dan pengolahan otomatis sebagai dikotomis, beralih dari satu ke yang
lain mungkin selalu terus menerus dan lambat. Seperti keakraban dengan domain diperoleh, kebutuhan untuk
mencurahkan perhatian untuk proses yang diperlukan berkurang. Secara bertahap, mereka menjadi lebih otomatis,
membebaskan sumber daya kognitif untuk kegiatan lain. Proses otomasi adalah mekanisme pembelajaran utama
kedua setelah akuisisi skema dan mempengaruhi segala sesuatu yang dipelajari, termasuk skema sendiri.
Pertimbangkan apa yang perlu otomatis untuk lancar memecahkan masalah seperti (a + b) / c = d, memecahkan
untuk. Beberapa aturan dasar aljabar perlu dipelajari dan kemudian otomatis. Misalnya, ketika siswa pertama belajar
untuk memperbanyak keluar denominator, mereka dapat mengetahui dan memahami aturan, tapi mereka tidak bisa
menggunakannya tanpa mengingatkan diri dari mekanik dan kondisi di mana ia digunakan (lihat Cooper & Sweller,
1987). Hanya setelah latihan yang cukup bahwa-mereka dapat berkembang biak keluar denominator secara otomatis
sambil berpikir tentang beberapa aspek lain dari masalah seperti apakah langkah itu masuk akal. Selanjutnya,
bahkan sebelum mempertimbangkan mengalikan c, dapat diakui bahwa konfigurasi masalah ini membutuhkan
mengalikan penyebut sebagai langkah pertama. Dengan kata lain, siswa mungkin memiliki skema yang tepat. Tapi
skema ini mungkin dapat digunakan di bawah kendali sadar atau otomatis. Siswa mungkin perlu hati-hati
mempelajari ekspresi sebelum menyadari bahwa itu adalah bisa dikembangkan untuk mengalikan penyebut atau
alternatif, ia dapat melirik sebentar dan segera menyadari kategori mana ia berasal tanpa terlibat dalam setiap pikiran
sadar sama sekali . Skema ini yang dapat digunakan untuk mengklasifikasikan masalah mungkin sepenuhnya
otomatis, hanya dapat digunakan di bawah kendali kesadaran atau jatuh di mana saja di antara.
Singkatnya, ketika keterampilan intelektual kompleks pertama diperoleh, mungkin hanya dapat digunakan dengan
mengabdikan upaya kognitif yang cukup untuk proses. Dengan waktu dan latihan, keterampilan dapat menjadi
otomatis ke titik di mana ia mungkin membutuhkan pemikiran minimal untuk operasi. Hanya kemudian bahwa
kinerja intelektual dapat mencapai potensi penuh. Tanpa otomatisasi, kinerja lambat, canggung dan rawan
kesalahan. Ini merupakan mekanisme penting dari belajar
Apa Fungsi Belajarjelas:.?
Dari analisis di atas, salah satu fungsi pembelajaran adalah Untuk menyimpan skema otomatis dalam memori
jangka panjang. Kemampuan untuk menyimpan sejumlah besar skema mungkin karakteristik intelektual utama.
Bukti untuk pentingnya skema berasal dari bekerja pada perbedaan pemula-ahli yang menunjukkan bahwa akses
terhadap toko besar skema merupakan karakteristik penting dari kinerja terampil. Dimulai dengan (1965) karya De
Groot pada perbedaan pemula-ahli dalam catur, banyak penelitian di berbagai daerah telah menetapkan bahwa para
ahli lebih mampu mengenali dan mereproduksi negara masalah sebentar dilihat dari pemula (misalnya, Egan &
Schwartz, 1979; Jeffries, Turner, Polson & Atwood, 1981; Sweller & Cooper, 1985). Hal ini dapat diasumsikan
bahwa para ahli lebih mampu mengingat konfigurasi masalah karena skema mereka mengizinkan mereka untuk
melihat konfigurasi sebagai satu kesatuan dan bukan sebagai, misalnya, sejumlah besar buah catur yang pemula
harus mencoba untuk mengingat setelah melihat sebentar catur konfigurasi papan. Simon dan Gilmartin (1973)
memperkirakan bahwa di intelektual kompleks
KOGNITIF LOAD TEORI 299
daerah ahli telah memperoleh puluhan ribu skema yang merupakan blok bangunan dari keterampilan intelektual.
Sementara menyimpan informasi dalam memori jangka panjang adalah fungsi yang jelas dari belajar, itu mungkin
bukan hanya satu. Dua mekanisme pembelajaran yang dibahas di atas, akuisisi skema dan otomatisasi, berbagi satu
karakteristik menarik. Keduanya memiliki efek-substansial mengurangi beban memori kerja. Telah dikenal sejak
Miller (1956) bahwa dalam kontras dengan memori jangka panjang besar, memori kerja sangat terbatas. Memori
kerja dapat menyimpan dan memproses tidak lebih dari item diskrit beberapa pada waktu tertentu. Fungsi utama dari
akuisisi skema dan otomatisasi mungkin untuk memperbaiki atau bahkan oleh-melewati pembatasan ini.
Skema efektif meningkatkan jumlah informasi yang dapat diselenggarakan di memori kerja dengan chunking
elemen individu ke dalam satu elemen. Sebuah pohon tunggal, bukan ribuan daun dan cabang perlu diingat; satu
kata, bukan huruf individu atau tanda di selembar kertas perlu diingat; jumlah kata pada halaman dapat melebihi
memori kerja tetapi jumlah ide atau konsep tidak mungkin. Dalam hal ini, sedangkan jumlah item yang diadakan di
memori kerja mungkin sangat terbatas, berkat skema, jumlah informasi yang diselenggarakan di memori kerja
mungkin cukup besar dan ini mungkin salah satu fungsi dari akuisisi skema. Skema tidak hanya memungkinkan
penyimpanan memori jangka panjang tetapi juga ameliorates keterbatasan memori kerja.
Automation juga memiliki dampak yang signifikan terhadap memori kerja. Hal ini memungkinkan memori kerja
menjadi oleh-berlalu. Pengolahan yang terjadi secara otomatis membutuhkan ruang memori kurang kerja dan
sebagai konsekuensinya, kapasitas dibebaskan untuk fungsi lain. Dalam hal ini, otomatisasi, seperti akuisisi skema,
mungkin memiliki fungsi utama menghindari kapasitas pemrosesan yang terbatas. Kedua skema akuisisi dan
otomatisasi dapat terjadi justru karena karakteristik jangka panjang dan kenangan bekerja. Mengingat memori
jangka panjang yang luar biasa dan relatif tidak efektif memori kerja, skema akuisisi dan otomatisasi yang tepat
mekanisme pembelajaran yang mungkin diharapkan terjadi.
Memfasilitasi Belajar dan Pemecahan Masalah
Jika skema sangat penting untuk belajar dan pemecahan masalah, kondisi apa yang paling mungkin untuk
memfasilitasi akuisisi? Selama dekade terakhir atau lebih, beban teori kognitif (Sweller, 1988, 1989) telah
digunakan untuk menyelidiki beberapa teknik instruksional. Teori ini menunjukkan bahwa teknik instruksional yang
memerlukan siswa untuk terlibat dalam kegiatan yang tidak ditujukan pada akuisisi skema dan otomatisasi, sering
menganggap kapasitas pengolahan lebih besar dari batas-batas kita dan kemungkinan akan rusak. Bahkan, array
besar teknik yang umum digunakan tampaknya kebetulan menggabungkan hanya asumsi seperti itu dari kapasitas
pengolahan jauh melebihi kebanyakan manusia.
Ketika siswa diberi masalah yang relatif baru untuk memecahkan, mereka tidak akan dapat menggunakan skema
yang diperoleh sebelumnya untuk menghasilkan solusi. Namun demikian, mereka masih mungkin dapat menemukan
solusi. Paling sering, strategi pilihan untuk pemecah masalah pemula di daerah tertentu adalah cara-berakhir analisis
(lihat Chi, Glaser, & Rees, 1982; Larkin, McDermott, Simon, & Simon, 1980). Strategi berarti-ujungnya melibatkan
mencoba untuk mengekstrak perbedaan antara masing-masing negara masalah yang dihadapi dan negara tujuan dan
kemudian menemukan operator pemecahan masalah yang dapat digunakan untuk mengurangi atau menghilangkan
perbedaan. Sebagai contoh, asumsikan seorang siswa dihadapkan dengan masalah menemukan nilai
300 J. Sweller
Au & DBE = Angle DEG - Angle BJJE (cxtcmd sebuah & a triqk sebuah
menyamaimm dari IHE oppcdte & ternal -1
= 110: so0
= 60
"AngleX = Ant & DBE
(vertikal OppOdtc sebuah & a adalah sama)
0
-60
Gambar 1, masalah geometri konvensional dan solusi.
untuk Angle X dari Gambar 1. keadaan masalah awal adalah kodrat dari diagram. negara tujuan adalah nilai untuk
Angle X . masalah pemecahan operator adalah teorema geometri. Menggunakan strategi cara-ujungnya, pemecah
masalah mungkin mencoba untuk menemukan serangkaian teorema menghubungkan Angle X ke knowns masalah.
misalnya, ia mungkin memperhatikan bahwa jika nilai Angle DBE dapat ditemukan, masalah bisa diselesaikan
karena Angles X dan DBE, menjadi vertikal berlawanan, adalah sama. Angle DBE dapat menjadi subgoal a. langkah
berikutnya adalah untuk menemukan bahwa nilai dapat ditemukan untuk Angle DBE karena Angle DBE = Angle
DEG -. Angle BDE (. sudut eksternal segitiga sama dengan jumlah dari sudut internal vertikal berlawanan) Setelah
nilai untuk Angle DBE diperoleh, nilai untuk Angle X dapat diperoleh dan masalahnya selesai. (Sebagian besar
pembaca, tentu saja, akan memiliki skema untuk solusi untuk masalah ini melibatkan sudut pelengkap dan sudut dari
segitiga menambah 180 derajat. Solusi atas hanya digunakan untuk kenyamanan.)
Ini berarti-berakhir prosedur adalah teknik yang sangat efisien untuk mencapai tujuan masalah. Hal ini dirancang
semata-mata untuk tujuan ini. Hal ini tidak dimaksudkan sebagai teknik pembelajaran dan beruang sedikit hubungan
dengan skema atau akuisisi skema. Dalam rangka memperoleh masalah yang sesuai pemecahan skema, siswa harus
belajar mengenali setiap negara masalah menurut bergerak relevan. Menggunakan strategi cara-ujungnya, jauh lebih
harus dilakukan. Hubungan antara negara masalah dan negara tujuan harus ditetapkan; perbedaan di antara mereka
harus diekstrak; operator masalah yang berdampak positif pada perbedaan harus ditemukan. Semua ini harus
dilakukan pada dasarnya secara bersamaan dan diulang untuk setiap langkah mengingat sub tujuan apapun.
Selanjutnya, untuk pemula, tidak adamasalah
TEORIKOGNITIF LOAD 301
negara atau operator kemungkinan akan otomatis sehingga harus dipertimbangkan dengan cermat. Menurut teori
beban kognitif, terlibat dalam kegiatan yang kompleks seperti ini yang memaksakan beban kognitif berat dan tidak
relevan dengan akuisisi skema akan mengganggu pembelajaran. Siswa memecahkan serangkaian masalah praktik
geometri yang sama dengan Gambar 1 melakukannya dengan maksud utama dari pembelajaran. Strategi yang
mereka gunakan adalah efisien dalam mencapai tujuan masalah tetapi tidak efisien dalam mencapai tujuan
sebenarnya mereka:. Akuisisi skema dan otomatisasi
prosedur Apa yang mungkin lebih memudahkan belajar? Serangkaian sangat panjang percobaan yang dihasilkan
oleh teori beban kognitif selama dekade terakhir telah menunjukkan beberapa teknik instruksional yang dapat
digunakan sebagai alternatif untuk prosedur konvensional. Penggunaan berkurang tujuan-kekhususan atau tujuan-
bebas masalah adalah teknik pertama diselidiki (Owen & Sweller, 1985; Sweller, Mawer, & Ward, 1983; Tarmizi &
Sweller, 1988). A setara tujuan bebas dari masalah geometri di atas meminta pemecah masalah untuk "mencari nilai
sebanyak sudut mungkin" bukan untuk secara khusus "menemukan nilai Angle X." Itu beralasan bahwa masalah
tujuan bebas akan menghilangkan penggunaan dari strategi cara-berakhir dan penyesatan yang menyertainya
perhatian dan pengenaan beban kognitif berat. Selain itu, strategi tujuan bebas harus mengarahkan perhatian hanya
pada aspek-aspek masalah penting untuk akuisisi skema:. Negara masalah dan bergerak terkait
Banyak percobaan menunjukkan berulang kali bahwa masalah tujuan bebas difasilitasi pembelajaran. Sweller
(1988) memberikan bukti tambahan untuk beban kognitif berkurang terkait dengan masalah tujuan bebas
menggunakan model sistem produksi. Ayres dan Sweller (1990) menggunakan teori beban kognitif untuk
memprediksi sumber utama dan lokasi dari kesalahan selama pemecahan masalah geometri.
Strategi Tujuan bebas bukan satu-satunya cara untuk mengurangi beban kognitif asing dan perhatian langsung ke
aspek-aspek masalah yang harus membantu dalam akuisisi skema dan otomatisasi dan memang, dalam kondisi di
mana jumlah yang sangat besar bergerak dapat dihasilkan, strategi mungkin cukup pantas jika banyak bergerak yang
sepele. Cooper dan Sweller (1987) dan Sweller dan Cooper (1985) mengemukakan bahwa contoh bekerja bisa
memiliki efek yang sama seperti masalah tujuan-bebas. Mereka menggunakan aljabar bekerja contoh dari jenis
berikut:
(a + b) / c = d Memecahkan untuk
a+b=
dc= dc-b
Dalam rangka untuk mengikuti contoh ini, hanya diperlukan untuk menghadiri setiap baris (atau negara masalah)
dan aturan aljabar (atau bergerak) yang diperlukan untuk transformasi ke baris berikutnya. Seperti halnya untuk
masalah tujuan bebas, kegiatan ini berhubungan erat dengan yang diperlukan untuk akuisisi skema. Ini mungkin
diharapkan bahwa mempelajari contoh bekerja seperti harus menghasilkan akuisisi skema lebih cepat daripada
memecahkan masalah setara dengan cara-berakhir analisis. Sekali lagi, banyak percobaan menegaskan bahwa
belajar aljabar bekerja contoh pembelajaran yang difasilitasi dibandingkan dengan memecahkan masalah yang
setara.
Ada demonstrasi lain dari efek contoh bekerja. Zhu dan Simon (1987) menemukan kursus matematika tiga tahun
selesai pada 2 tahun dengan menekankan contoh bekerja daripada instruksi konvensional. Paas (1992) dan Paas dan
Van Merrienboer (1994) menemukan bahwa bekerja masalah statistik atau geometris yang superior untuk masalah
konvensional. Kedua terakhir penelitian sangat penting
302 J. Sweller
karena mereka dimasukkan tindakan subjektif dari beban kognitif yang memberikan bukti langsung yang
berpengaruh misalnya bekerja disebabkan oleh faktor beban kognitif.
Bertentangan dengan apa yang mungkin diharapkan, hasil di atas tidak menunjukkan bahwa worked contoh tentu
harus mengganti masalah konvensional: mereka menunjukkan bahwa beban kognitif asing harus dihilangkan. Hal
ini tidak dapat diasumsikan bahwa semua contoh bekerja dalam semua keadaan akan memiliki konsekuensi
menguntungkan. Pertimbangkan geometri contoh bekerja konvensional Gambar 1. Diagram sendiri memberitahu
kita apa-apa dari solusi. Pada gilirannya, langkah-langkah solusi di bawah diagram cukup dimengerti dalam isolasi.
Sebelum contoh bekerja dapat dipahami, diagram dan langkah-langkah solusi harus diintegrasikan secara mental.
Tindakan integrasi mental yang membutuhkan sumber daya kognitif. Sumber daya kognitif diperlukan murni karena
konvensional untuk menyajikan diagram geometri dan laporan terkait sebagai diskrit, entitas independen secara
fisik. Karena mereka tidak kognitif independen, kita harus melakukan upaya kognitif untuk mengatasi kemerdekaan
fisik. Upaya kognitif ini, sementara penting mengingat desain Contoh bekerja, tidak intrinsik diperlukan untuk
memahami geometri yang relevan. Hal ini hanya diperlukan karena format yang digunakan dan dengan demikian,
beban kognitif asing dikenakan.
Upaya kognitif yang diperlukan untuk mental mengintegrasikan sumber yang berbeda dari informasi dapat
dikurangi atau dihilangkan dengan fisik mengintegrasikan berbagai entitas. Gambar 2 memberikan varian
terintegrasi secara fisik dari contoh bekerja dari Gambar 1. Seperti dapat dilihat, solusi yang disajikan di kedua
tokoh identik. Perbedaan utama adalah bahwa Gambar 2 memiliki laporan fisik terintegrasi dalam diagram.
Sejumlah besar percobaan menggunakan berbagai bahan kurikulum telah menunjukkan bahwa keduanya bekerja
contoh dan bahan ajar lainnya berasimilasi jauh lebih cepat bila disajikan dalam terintegrasi daripada format yang
konvensional dengan tingkat kinerja tes berikutnya jauh lebih tinggi (Chandler & Sweller, 1991; Chandler &
Sweller, 1992; Purnell, Solman, & Sweller, 1991; Sweller, Chandler, Tierney, & Cooper, 1990; Tarmizi & Sweller,
1988; Ward & Sweller, 1990). Hasil ini -Memberikan bukti efek split-perhatian. Penjelasan yang paling jelas untuk
efek ini adalah dalam hal pengenaan beban kognitif yang asing.
Gambar 2. masalah geometri Terpadu dan solusi.
KOGNITIF LOAD TEORI 303
Sama seperti tidak semua contoh bekerja efektif jika prinsip beban kognitif diabaikan, sehingga integrasi dari
sumber yang berbeda dari informasi dapat menjadi tidak efektif jika tidak ada referensi & membuat efek beban
kognitif. Kita tidak harus menyimpulkan dari temuan sebelumnya bahwa, misalnya, semua diagram dan teks yang
terkait harus diintegrasikan. Perhatikan contoh yang digunakan oleh Chandler dan Sweller (1991). Mereka disajikan
siswa dengan diagram sepenuhnya berlabel dan deskriptif yang menggambarkan aliran darah melalui jantung, paru-
paru dan tubuh. Diagram ini dikaitkan dengan serangkaian pernyataan yang menggambarkan aspek diagram seperti
* 'Darah dari paru-paru mengalir ke atrium kiri. "Contoh yang sama yang umum dalam biologi dan teks-teks lain.
Bagi sebagian besar siswa, diagram adalah diri jelas dan berlebihan teks. Sifat mandiri dari diagram kontras dengan
materi yang dibahas di atas yang mengarah ke efek split-perhatian. Bahan-bahan yang tidak dapat dimengerti dalam
isolasi dan harus terintegrasi, baik secara fisik maupun mental, sebelum mereka dapat diproses. Dalam kasus bahan
yang digunakan oleh Chandler dan Sweller (1991), inte ~ asi tidak diperlukan. Materi yang dapat dipelajari
sepenuhnya dari diagram saja. Jika teks berlebihan, pengolahan memaksakan beban kognitif asing. Selanjutnya,
mengintegrasikan diagram dan teks mungkin tidak perlu memaksa siswa untuk memproses teks yang mengarah ke
integrasi memiliki negatif daripada efek positif. Dalam keadaan ini, beban kognitif asing dapat dikurangi dengan
menghilangkan teks daripada mengintegrasikannya dengan diagram. Efek redundansi ini telah diperoleh oleh
Chandler dan Sweller (1991) dan Bobis, Sweller dan Cooper (1993) menggunakan berbagai siswa dan bahan.
Teknik instruksional lain juga telah dirancang berdasarkan teori beban kognitif. Misalnya, Paas (1992) dan Van
Merrienboer dan De Croock (1992) telah menggunakan teori beban kognitif untuk memprediksi bahwa sebagian
selesai masalah yang siswa harus menyelesaikan sendiri akan mengurangi beban kognitif dibandingkan dengan
memecahkan seluruh masalah. Hasil didukung h ini ~ othesis menggunakan masalah matematika dan komputer
pemrograman.
Bagian ini menggambarkan beberapa teknik untuk memfasilitasi pembelajaran dengan mengurangi beban kognitif
yang asing. Ada pasti akan banyak prosedur yang lebih yang belum ditemukan untuk mengurangi beban kognitif.
Sehubungan dengan prosedur yang sudah ditemukan, harus teori beban kognitif dan teknik yang dijelaskan di atas
diterapkan pada desain semua belajar dan pemecahan masalah bahan? Hampir pasti tidak. Jika bahan sendiri tidak
memaksakan beban kognitif berat, beban kognitif asing dikenakan oleh teknik instruksional mungkin tidak penting
karena total beban kognitif tidak boleh melebihi kapasitas pengolahan individu. Bagian berikutnya membahas
karakteristik material yang teori beban kognitif harus diterapkan.
Elemen Interaktivitas
Temuan diringkas dalam bagian sebelumnya menunjukkan bahwa beban kognitif asing harus menjadi
pertimbangan penting ketika merancang instruksi. Beban kognitif asing, menurut definisi, adalah sepenuhnya di
bawah kendali instruksional. Hal ini dapat bervariasi dengan memvariasikan cara di mana informasi disajikan dan
kegiatan yang dibutuhkan siswa. Namun demikian, beban kognitif yang dikenakan oleh materi yang harus dipelajari
bukan hanya fungsi dari desain instruksional. Beban kognitif yang dikenakan oleh materi pembelajaran dapat dibagi
menjadi yang yang karena kompleksitas intrinsik dari
304J. WELLER
informasi intidan yang merupakan fungsi dari kegiatan kognitif diperlukan siswa karena cara di mana informasi
yang disajikan. Sebuah studi kompleksitas intrinsik membutuhkan teknik untuk membandingkan berbagai jenis
isolasi. Bagian selanjutnya memberikan satu kerangka potensial.
Kompleksitas informasi
Asumsikan orang disajikan dengan sederhana dipasangkan tugas associate di mana pasang kata harus hafal
sehingga kata kedua dari masing-masing pasangan dapat dinyatakan pada presentasi dari kata pertama. Sementara
dipasangkan-asosiasi belajar adalah buatan, beberapa tugas nyata yang menanggung tingkat kesamaan dengan daftar
asosiasi dipasangkan. Harus mempelajari kosa kata bahasa kedua tanpa berkonsentrasi pada aspek semantiknya
sintaksis atau kompleks memberikan satu contoh.
WhiIe kesulitan belajar asosiasi dipasangkan dapat divariasikan dengan menggunakan strategi memori seperti
penggunaan citra, atau dengan menggunakan suku kata omong kosong bukannya nyata kata-kata, namun, kesulitan
berkaitan erat dengan jumlah item pada daftar, untuk tujuan ini, poin penting adalah (a) bahwa tugas sederhana ini
bisa sangat diicult jika daftar cukup panjang dan (b) bahwa setiap elemen sederhana untuk belajar dan sebagian
besar independen dari setiap elemen lainnya. Dalam tulisan ini, unsur didefinisikan sebagai materi yang harus
dipelajari, dalam hal ini rekan dipasangkan. Meskipun mungkin ada beberapa gangguan yang tidak diinginkan
antara dipasangkan-rekan, masing-masing pasangan dapat dipelajari dalam isolasi dan selanjutnya, dianggap
terpisah, masing-masing pasangan menyajikan tugas sepele mudah.
Ketika unsur-unsur dari tugas dapat dipelajari dalam isolasi, mereka akan dijelaskan sebagai memiliki
interaktivitas elemen rendah. Tingkat unsur interaktivitas atau keterhubungan mengacu pada sejauh mana unsur-
unsur dari tugas dapat meanin ~ y belajar tanpa harus mempelajari hubungan antara unsur-unsur lain. Elemen
berinteraksi jika mereka terkait dengan cara yang mengharuskan mereka untuk berasimilasi secara bersamaan.
Dengan kata lain, struktur tugas adalah seperti yang akan menjadi tidak berarti untuk mencoba untuk belajar elemen
satu per satu. Sebaliknya, unsur-unsur tidak berinteraksi jika mereka dapat diasimilasikan serial. Dipasangkan
belajar asosiasi adalah mungkin yang paling dalam interaktivitas elemen rendah karena asosiasi dipasangkan dapat
dipelajari satu per satu tanpa referensi untuk setiap asosiasi dipasangkan lainnya.
Elemen Tinggi interaktivitas atau keterhubungan terjadi ketika tugas tidak dapat dipelajari tanpa secara bersamaan
mempelajari hubungan antara besar jumlah elemen. While learning some aspects of a second language vocabulary
was used as an example of low element interactivity, learning syntactic and semantic elements tends to have a higher
level of interactivity. Learning appropriate word orders in English provides an example. It is appropriate to say when
iearning Englikh but not appropriate to use any other combination such as English when learning. Learning the
appropriate word order of this phrase requires the relative position of all three categories of words to be learned
simultaneously. The elements, which consist of the relative word positions, cannot be learned serially because they
interact.
Much of mathematics seems to involve relatively high element interactivity. Learning a simple mathematical
procedure such as how to multiply out a denominator involves a large number of interacting elements. Assume a
student is learning to multiply out the b in the equation, a/b = c. In order to learn this process, the student must
simultaneously
COGNITIVE LOAD THEORY 305
learn that the numerator on the left side and the denominator which is not shown on the right side, remain
unchanged. The denominator on the left side is eliminated and appears on the right side as cb. Furthermore, if the
student is to have any understanding of the logic of the manipulation, the full intermediate steps, ablb = cb followed
by cancellation of the b's need to be understood and learned. All of these elements must be processed in an
essentially simultaneous rather than serial fashion. When learning to multiply out a denominator, it makes little
sense to learn what happens to the left side denominator without simultaneously learning what happens to the rest of
the equation. If a student does learn the process as a series of steps, we are likely to feel that understanding has not
been attained. Learning how to multiply out a denominator involves processing all of the elements and relations
between them simultaneously. The elements have a very high degree of interactivity.
It must be emphasized that initially, the individual steps required to multiply out a denominator can, and in most
circumstances, are learned serially. A student can learn that u/b can be multiplied by b giving ablb. Independently,
they can learn that the b's can be cancelled out in ablb giving a. They also can learn that anything done to one side of
an equation must be done to the other. In the normal course of events, a student may be taught and learn each of
these procedures independently and without reference to the other procedures. These tasks do not interact and so are
low in element interactivity at this point. The irreducible interaction occurs when students must learn to multiply out
a denominator in order to isolate a pronumeral on one side of an equation. No matter how well automated the
individual elements are, at this point they and their relations must be consciously considered simultaneously.
A similar analysis can be made of a wide variety of curriculum materials. Students learning to move on an (X, Y)
coordinate system, first will learn to move on the X and Y axes separately. Subsequently, when they must learn to
move on both axes simultaneously, the complex interactions of the elements associated with the two axes must be
considered simultaneously because of high element interactivity.
In contrast to high element interactivity materials, for other areas, the degree of interaction of the various elements
learned may be limited. Learning the anatomy and associated terminology of a biological specimen provides an
example. While some interaction exists, much can be learned individually without ever considering the rest of the
anatomy. The task may be difficult and lengthy because of the amount of information, not because of element
interactivity.
Schemas and Elements
An element was defined above as any information that needs to be learned. It follows, that we cannot determine
beforehand, merely by analysing the materials, what constitutes an element. The knowledge of the learner as well as
the characteristics of the material must be taken into account. The more sophisticated and knowledgeable the
learner, the more complex will be the elements he or she is dealing with. For instance, the algebra example above
was analysed from the perspective of a student who is just beginning to learn elementary algebra. That example, for
most of the readers of this paper, may itself act as a single element if it needs to be used in a novel way in a different
context: perhaps as part of an algebra word problem. The schema associated
306 .I. SWJZLLER
with multiplying out a denominator may be a single element when more expert problem solvers deal with more
complex procedures such as algebra word problems. When learning to use basic algebra to solve algebra word
problems, the schemas of basic algebra are some of the elements of algebra word problems. Learning to solve
algebra word problems involves learning the interactions between these schema/elements.
From this analysis, it may be seen that schemas organize elements and can act as elements themselves in higher
order schemas. We develop schemas used to solve some mathemati~ problems. These schemas can then act as
elements in more complex tasks that must be learned. Once a schema has been acquired and automated in the more
complex task, it too can act as an element in further tasks. In effect, when dealing with high interactivity tasks
requiring the learning of multiple elements, we are dealing with schema acquisition. The schemas being acquired
may be considered higher or lower level. The elements involved in higher order schema acquisition may be lower
level schemas.
When dealing with very low level interactivity tasks such as paired associate learning, it is inappropriate to use
the term schemas because most theorists have applied the term schema to complex materials that involve multiple,
interacting elements. When dealing with the learning of simpler tasks such as paired associate lists, each paired
associate can best be thought of as an element rather than a schema. Nevertheless, when we are concerned with
second language vocabulary learning, which bears some relation to paired-associate learning, it needs to be
recognized that the elements that need to be learned must be used subsequently in the higher level interactivity tasks
associated with syntax and semantics. At this level, using accepted definitions, learning involves schema acquisition.
Estimating the Extent

of
Element Interactivity
A precise measure of element interactivity that is independent of the learner is unobtainable because, as indicated
above, what constitutes an element is affected by the knowledge of the indi~du~. For example, for readers of this
paper, previously acquired schemas permit words or combinations of words to act as single elements. For someone
who has just learned to read, individual letters act as schemas and so reading a word may involve several interacting
elements rather than the single element of an experienced reader. Nevertheless, by assuming the knowledge level of
a learner, it is possible to estimate the number of interacting elements that must be acquired simultaneously in order
to learn a particular task or procedure.
Assume a person is learning how to multiply out the denominator on one side of an equation in order to make the
numerator the subject of the equation. The person is learning how to transform a/b = c into a = cb. The number of
elements that must be learned simultaneously can be estimated by listing and counting as follows:
I:;
(3)
Multiply the left side by b giving abib. Because the left side has been multiplied by b, the same operation must be
carried out on the right side, giving cb, in order to maintain equality. The new equation is ablb = cb.
COGNITIVE LOAD THEORY 307
(4) The b's in the numerator and denominator on the left side can
cancel giving a. (5)
The new equation is a = cb.
These 5 elements interact in the sense that there is little function, purpose or meaning in any of them in isolation.
Each element is meaningful only in conjunction with the other four elements. To learn how to multiply out a
denominator from one side to the other side of an equation requires consideration of all the elements simultaneously.
While in isolation, each element is simple and easily learned, one cannot learn, for example, the third element
without at least learning the lirst two and in order to see its function, probably the last two as well. All the elements
interact.
The five interacting elements of the above example may be contrasted numerically with the single elements of
some other subject matter. The example of learning the nouns of a foreign language has been used above. In most
cases, because the elements do not interact, they can be learned in isolation giving an element interactivity count of
one.
It must be emphasized that the five elements that must be considered simultaneously in the algebra example above
only provide an estimate based on the assumed knowledge of the learner. For most readers of this paper, an
automated schema incorporating all five elements will have been acquired long ago and so the element count is one,
rather than five. In contrast to people for whom multiplying out a denominator is a single rather than five elements,
for some algebra novices the five elements may require expansion. As an example, Element 1 above is assumed to
be a single element because most algebra students will be aware that multiplying a/b by b results in ablb. If a student
attempts to learn the above procedure without a schema for the first element, it would need to be divided into two
elements, with the first indicating that the left side of the equation needs to be multiplied by b and the second that
the consequence is the expression ublb.
Element Interactivity and Cognitive Loud
We might expect element interactivity to have cognitive load consequences. If both element interactivity and
instructional formats have cognitive load consequences, relations between these factors need to be considered. I
would like to suggest that total cognitive load is an amalgam of at least two quite separate factors: extraneous
cognitive load which is artificial because it is imposed by instructional methods and intrinsic cognitive load over
which instructors have no control. The primary determinant of intrinsic cognitive load is element interactivity. If the
number of interacting elements in a content area is low it will have a low cognitive load with a high cognitive load
generated by materials with a high level of.element interactivity. On this analysis, intrinsic cognitive load is
determined largely by element interactivity.
Halford, Maybery and Bain (1986) and Maybery, Bain and Halford (1986) provided evidence for the importance
of element interactivity as a source of cognitive load. Using transitive inference problems (eg, a is larger than b; b is
larger than c; which is the largest?) they hypothesized that integrating the two premises should generate the heaviest
cognitive load because element interactivity is at its highest at this point. Evidence was provided for this hypothesis
using secondary task analysis.
308 J. SWELLER
While there is a clear distinction between intrinsic and extraneous cognitive load, from the point of view of a
student required to assimilate some new material, the distinction is irrelevant. Learning will be difficult if cognitive
load is high, irrespective of its source. In contrast, from the point of view of an instructor, the distinction between
intrinsic and extraneous cognitive load is important. Intrinsic cognitive load is fixed and cannot be reduced. On the
other hand, extraneous cognitive load caused by inappropriate instructional designs can be reduced using the
techniques discussed previously. Nevertheless, while intrinsic cognitive load cannot be altered, it does have
important implications for instructional design. The implications are discussed in the next section.
Some Instructional Implications of Intrinsic Cognitive Load
We know, from previous work, discussed above, that ~approp~ate i~~~ional designs can impose a heavy
extraneous cognitive load that interferes with learning. In addition, it was suggested in the previous section, that
element interactivity also imposes a cognitive load. If cognitive load is caused by a combination of design features
and element interactivity, then the extent to which it is important to design ~st~ction to reduce extraneous cognitive
load, may be determined by the level of element interactivity. While extraneous cognitive load can severely reduce
instructional effectiveness, it may do so only when coupled with a high intrinsic cognitive load. If the total cognitive
load is not excessive due to a relatively low intrinsic cognitive load, then a high extraneous cognitive load may be
irrelevant because students are readily able to handle low element interactivity material with almost any form of
presentation. In contrast, if intrinsic cognitive load is high because of high element interacti~ty, adding a high
extraneous cognitive load may result in a total load that substantially exceeds cognitive resources, leading to
learning failure.
Because of the predilections of the investigators, the goal-free, worked example, split- attention and redundancy
effects (discussed above) were all tested using high element interactivity materials with a high intrinsic cognitive
load. Associating such materials with high extraneous cognitive load presentation modes may result in ove~hel~n~y
high cognitive loads. As a consequence, it is to be expected that reducing extraneous cognitive by the various
techniques associated with each effect results in substantial performance increments. Nevertheless, the advantages
found may be available only with high element interactivity materials. All the effects may disappear using low
element interactivity materials because total cognitive load levels may not exceed available capacity.
Consider the spot-attention effect. Sweller et al. (1990) demo~~ated this effect teaching students numerical
control programming. This language requires students, among other things, to learn how to move an object using a
co-ordinate system with a very high level of element interactivity. In common with other co-ordinate systems, it is
difficult, if not impossible, to learn how the system works without learning the entire system. To move an object
from one position to another, one must learn, for example, that a diagonal movement can be represented by
simultaneous movements on both the X and Y axes, in addition to learning the codes for moving on these two axes.
Basically, proficiency can be obtained only by learning how each of the elements of the coordinate system interact.
Simply learning one element such as moving up the
COGNITIVE LOAD THEORY 309
X-axis will not provide an essential understanding of the system. All elements and their relations must be learned.
Sweller et al. (1990) found that integrating diagrams of the coordinate system with explanatory text was far superior
to the conventional split-source format of diagrams and separate text.
In contrast to numerical control programming, consider another computer application such as learning to use a
word processor. This application may be taught by separately explaining the meaning of each command and
diagrammatically demonstrating its screen output and/or consequences or by integrating the explanation with the
output and consequences to eliminate split-attention. In this case, eliminating split-attention may have no positive
consequences. This result would not follow because word processor procedures involve less information or less time
to learn than numerical control programming. Indeed, it may take longer to learn how to use a word processor than
to learn elementary aspects of numerical control programming. The word processing task appears easier because
each element is relatively independent of other elements and can be learned readily without reference to other
elements. Learning how to insert text can be learned quite independently of learning how to delete text or how to
move the cursor about the screen or how to format a document for printing. Each command can be learned in
isolation with minimal interaction between them. As a consequence, intrinsic cognitive load is low and integrating
command meaning with diagrams of its screen consequences may have minimal effects on learning efficiency.
Sweller and Chandler (1994) found that the split-attention effect could be obtained when learning a numerical
control programming language but not when learning word-processing procedures.
Similar arguments apply to the other effects generated by cognitive load theory. The redundancy effect is not
likely to occur if we are dealing with low element interactivity materials and a low intrinsic cognitive load. If each
redundant segment of material can easily and readily be assimilated, its inclusion may not have negative
consequences. Again, Sweller and Chandler (1994) obtained the redundancy effect using numerical control
programming but not word processing.
As other examples, both the goal-free and worked example effects occur because goal- free problems and worked
examples are compared to solving conventional problems by means-ends analysis. A means-ends strategy invariably
involves high element interactivity because it requires problem solvers to simultaneously consider the goal, the
current problem state, differences between them, problem solving operators and relations between these various
entities. (Relations between element interactivity and means-ends analysis were pointed out to me by Paul
Chandler.) If problem solving strategies other than means-ends analysis with reduced element interactivity are
employed, the goal-free and worked example effects may not occur. Comparing worked examples with a problem
solving strategy that does not require the problem solver to simultaneously process several elements is not likely to
result in a worked example advantage. Indeed, goal-free problem solving is just such a strategy. Compared to a
means-ends strategy, a goal-free strategy requires problem solvers to process only a very limited number of elements
at any given time. To solve a goal-free problem one merely needs to consider a problem state and any operator that
can be used at that point (see Sweller, 1988). It is reasonable to assume that any problem solving strategy used by
subjects that reduces element interactivity compared to means-ends analysis should reduce cognitive load and
reduce or eliminate the goal-free or worked example effects. (It needs to be recognized
310 J. SWELLER
that when we are discussing problem solving strategies, normally we are concerned with extraneous rather than
intrinsic cognitive load because the load can be altered by altering the strategy used by students. If a change in
strategy affects cognitive load then we are dealing with extraneous rather than intrinsic cognitive load.)
In summary, the instructional consequences of extraneous cognitive load may be heavily determined by intrinsic
cognitive load caused by element interactivity. An extraneous cognitive load may have minimal consequences when
dealing with material that has low element interactivity because the total cognitive load may be relatively low. The
effects of extraneous cognitive load may manifest themselves primarily when dealing with high element interactivity
materials because the combined consequences of a high extraneous and high intrinsic cognitive load may overwhelm
limited processing capacity. Thus, we should not expect to demonstrate those effects reliant on cognitive load using
low element interactivity materials.
Some Theoretical and Instructional Consequences of Element Interactivity
Our limited processing capacity is one of the most important and well known of our cognitive characteristics. The
consequences of this limitation on the manner in which information is presented and received is not nearly as well
known. Despite the minimal attention paid to cognitive load characteristics of information until recently, this aspect
of the materials with which students must interact may be the most important factor that instructional designers must
consider. In this context, element interactivity of the information being assimilated can be a vital aspect of the
design process.
Cognitive load theory now has been used to generate novel instructions designs in a variety of contexts using a
very wide variety of materials. Nevertheless, despite the range of materials used, it turns out that they all had one
characteristic in common. All the materials seem to have had a high degree of element interactivity resulting in a
high intrinsic cognitive load. A high degree of element interactivity may be an essential condition for the generation
of the effects associated with cognitive load theory. Without a high degree of element interactivity, extraneous
cognitive load may have no discernible consequences. In fact, it may be useful to consider element interactivity as
an effect in its own right. Just as the worked example effect will not occur if worked examples are presented in split-
attention format, so none of the cognitive load effects may occur if element interactivity is low. Initial data collected
strongly support this hypothesis.
The concept of element interactivity may have explanatory significance in other contexts. Understanding plays an
important role in both theoretical and practical treatments of higher level cognition. Nevertheless, the concept of
understanding has been difficult to explain or even to define. What are the processes of understanding and why is
some information difficult to understand? Why, on some difficult tasks such as learning lengthy paired associate
lists does the concept of understanding not even apply while it is critical on other, easier tasks containing apparently
little information such as “unde~tanding” a simple mathematics procedure? Element interactivity may provide an
answer to these questions.
Material may be difficult to understand if it incorporates a high level of element interactivity. If material cannot be
learned without the simultaneous assimilation of
COGNITIVE LOAD THEORY 311
multiple interacting elements, it is likely to be assumed that the material contains difficult concepts that are hard to
understand. If students manage to assimilate some but not all of the elements and their relations, there is a tendency
to say that they have failed to understand the concept or only partially understood it. Thus, if a student, in
multiplying out the denominator of the equation, u/b = c, ends up with the equation, u/b = cb, it will be assumed that
the procedure has not been understood. In the terminology of this paper, not all of the elements and their relations
have been learned. In contrast, if the material consists of elements that interact minimally, failure to learn some of
the elements tends to be interpreted as nothing more than learning failure. The concept of understanding is not
invoked. If a language student is unable to indicate the translation of the word cut, it normally would not be
interpreted as a failure of understanding. Rather, it is a failure of learning or memory.
From this analysis, it can be seen that the concept of understanding is only applied to some but not other material.
The perspective taken in this paper suggests that information that needs to be “understood,” rather than merely
learned, consists of material that has a high degree of element interactivity. Material that has a low level of
interactivity only needs to be learned rather than both understood and learned. In this context, understanding can be
defined as the learning of high element interactivity material. In fact, it can be suggested that all information falls on
a continuum from low to high element interactivity and learning is the only cognitive factor operating. When the
schemas associated with high element interactivity material have been acquired, people feel they have understood
the material. When the schemas have become automated, it is understood very well.
The analysis presented in this paper has empirical consequences both for experimenters and for instructional
designers. Experimenters who design experiments based on some aspect of cognitive load theory may not obtain any
of the effects associated with the theory if they use relatively low element interactivity materials. Effects may be
non-existent or weak compared to those obtainable using high element interactivity materials. Instructional
designers, in turn, who base their designs on cognitive load theory but whose materials have low element
interactivity, may be incorporating design features that have no useful effects. The effects generated by cognitive
load theory may apply only to high element interactivity material. As a consequence, the theory may be irrelevant
when dealing with low element interactivity materials.
References
Ayres, P., & Sweller, J. (1990). Locus of difficulty in multi-stage mathematics problems. American Journal
of Psychology, 103, 167-193. Bartlett, F. (1932). Remembering: A study in experimental and social psychology. New York
& London:
Cambridge University Press. Bobis, J., Sweller, J., & Cooper, M. (1993). The redundancy effect in an elementary school
geometry
task. Learning and Instruction, 3, 1-21. Chandler, P., & Sweller, J. (1991). Cognitive load theory and the format of instruction.
Cognition and
Instruction, 8, 293-332. Chandler, P., & Sweller, J. (1992). The split-attention effect as a factor in the design of instruction.
British
Journal of Educational Psychology, 62, 233-246. Chi, M., Glaser, R., & Rees, E. (1982). Expertise in problem solving. In R.
Stemberg (Ed.), Advances
in the psychology of human intelligence (pp. 7-75). Hillsdale, NJ: Erlbaum.
312 J. SWELLER
Cooper, G., & Sweller, J. (1987). The effects of schema acquisition and rule automation on mathematical
orobiem-soivine transfer. Journal of Educational Psvchafo~v, 79.347-362. & Groot, A. (l&5). bongs and c&ice in chess. The
Ha&e: Mouton. Egan, DE, & Schwartz, BJ (1979). Chunking in recall of symbolic drawings. Memory and Cognition,
7, 149158. Halford, G., Maybery, M., & Bain, J. (1986). Capacity limitations in children's reasoning: A dual task
approach. Child Development, 57,616-627. Jeffries, R., Turner, A., Poison, P., & Atwood, M. (1981). Processes involved in
designing software. In
JR Anderson (Ed.), Cognifive skiNs and their acquisition (pp. 255-283). Hillsdale, NJ: Erlbaum. Koedinger, K., & Anderson, J.
(1990). Abstract planning and perceptual chunks: Elements of expertise in
geometry. Cognitive Science , 14,511-550. Kotovsky, K., Hayes, JR, & Simon, HA (1985). Why are some problems hard?
Evidence from Tower
of Hanoi. Cognitive Psychology, 17, 248-294. Larkin, J., McDermott, J., Simon, D., & Simon, H. (1980). Models of
competence in solving physics
problems. Cognitive Science, 4, 317-348. b4; g7f Over, R. (1990). Text editing of algebraic word problems. Australian
Journal of Psychology,
Maykry, Journal of EA., Experimental Bain, J., & P~chofogy: Halford, G. (1986). I~ormation processing demands of transitive
inference.
Learning Memory and Cognition, 12,60&613. Miller. G. information. (1956). The magical
number seven, plus or minus two: Psychologi&l Review, 63, 81-97.
Some limits on our capacity - . for processing
-
Owen, E., & Sweller, J. (1985). What do students learn while solving mathematics problems? Journal of
Educational Psychology, 77,272-284. Paas, F. (1992). Training strategies for attaining transfer of problem solving skill in
statistics: A cognitive
load aDDroach. Journal of Educational Psvchofonv. 84.429434. Paas, F.= 11994). Variabiiiy of worked example~~ Andy
transfer of geometrical problem-~lving skills: A
cognitive-load approach. Journal of educational Psychology, 86, 122-133. Pumell, K., Solman, R., & Sweller, J. (1991). The
effects of technical instructions on cognitive load.
In.structional Science, 1991,443462. Schank, R., & Abelson, R. (1977). Scripts, plans, goals, and understanding. Hillsdale, NJ:
Erlbaum. Schneider, W., & Shiffrin, R. (1977). Controlled and automatic human information processing: I. Detection,
search and attention. Psychological Review, 84, l-66. Shiffrin, R., & Schneider, W. (1977). Controlled and autmomatic human
information processing: II.
Perceptual learning, automatic attending, and a general theory. Psyc~log~~ Review, 84, 127-W. Siy;$, & Gilmartin, K. (1973).
A simulation of memory for chess positions. Cognitive Psychology,
Sw&er, J: (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12,
257-285. Sweller, J. (1989). Cognitive technology: Some procedures for facilitating learning and problem solving in
mathematics and science. Journal of Educational Psychology, 81,457-466. Sweller, J., & Chandler, P. (1994). Why some
material is difficult to learn. Cognirion and Instruction, 12,
185-233. Sweller, J., Chandler, P., Tiemey, P., & Cooper, M. (1990). Cognitive load and selective attention as factors
in the structuring of technical material. Journal of Experimental Psychology: General, 119, 176192. Sweller, J., & Cooper, GA
(1985). The use of worked examples as a substitute for problem solving in
learning algebra. Cognition and Instruction, 2, 59-89. Sweller, J., Mawer, R., & Ward, M. (1983). Development of expertise in
mathematical problem solving.
 Journal of Experimental Psychology; General, 112,634656. Tarn&i, R., & Swelter, J. (1988). Guidance during mathemati~
problem solving. Jo~al of ~d~at~~~
Psychology, 89424-436. Van Merrienboer, J., & De Croock, M. (1992). Strategies for computer-based programming
instruction: Program completion vs. program generation. Journal of Educational Computjng Research, 8, 365-394. Ward, M., &
Sweller, J. (1990). Structuring effective worked examples. Cognition and Znstruction, 7,
l-39. Zhu, X., & Simon, H. (1987). Learning mathematics from examples and by doing. Cognition and instruction,
4.137-166.