第九章
心理治疗中的认知任务分析

20世纪70年代心理学和教育学的“认知革命”促进了认知任务分析（cognitive task analysis，CTA）技术的产生，反过来又促进了教育技术的革新。经过四十年认知软科学的发展，CTA成为军事、航空、教育学中进行系统设计和培训的重要方法，在医学和心理学领域也有了不少的应用。认知任务分析方法的基础和前身是任务分析法。Reason在1990年提出，任务本身的复杂程度的提高，导致了对人的认知能力要求提高，因此，认知任务分析必然取代传统的任务分析并在更广泛的空间发挥更大的作用。Greenberg等40年前就在心理治疗过程研究中采用任务分析法，利用事件范式进行发现导向的过程研究。其通过基于个案的精细分析，关注在特定情景下个体执行任务的操作及模式，进行知识提取，并用于提升培训的效果。CTA方法已经用于比较新手和专家之间的执行差异，挖掘专家决策，心理模型的发展，识别复杂控制的心理负荷，问题锁定、故障隔离、诊断程序等。

认知任务分析是指一系列用来收集任务执行与完成过程信息的方法，是传统任务分析的拓展，也是认知心理学的重要研究方法。它应用一系列过程研究的方法，关注任务有效执行过程中的认知成分，试图确定工作者在完成任务时的思维活动历程，以提取任务胜任所需要的知识，或者用以发现任务执行过程中的认知缺陷，为提高任务绩效提供干预准备。认知任务分析内容主要包括任务中的行为活动、认知加工过程、任务对人的能力及特质的要求，以及任务环境的要素，尤其关注任务执行过程中的认知加工过程以及任务对人的认知能力的要求。

CTA对心理治疗技术的发展应该会有较大的贡献。CTA的重要性在于已有证据表明：专家们对其胜任任务的智力分析和知识判断还有70%没有被自己意识到。许多教学计划和研究关注的是专业技术执行中的外部可观察行为，而很少对行为背后的认知功能进行关注。CTA技术作为一种有前景的方法，可以让我们深入专家的心理模型，从而提高专业技术的传播与评估，在临床医疗与护理，以及心理治疗过程的研究中将会展现广阔的前景。

第一节　认知任务分析的认知科学理论

一、认知图式与无意识认知

认知图式在认知心理学中具有重要地位，图式通过提供信息处理的组织框架而影响新的信息处理。为了便于信息区分，生活工作中的体验会根据已有的图式进行加工。在图式的作用下，体验到的信息可能会发生歪曲。由于许多信息同时处理，因此它们不可能同时被意识所觉察。不能被觉察的并行处理过程就处于意识之外，是内隐的加工过程，即处于无意识认知过程。认知心理学重要的任务就是要研究这些内隐知觉、内隐动机、内隐记忆、内隐学习和内隐知识等无意识认知过程。

二、CTA与陈述性知识和过程性知识

控制性思维过程产生的知识称为陈述性知识，在认知上通过概念、过程和原则而呈现，可以通过学习过程和问题解决过程中的自我监控而觉知。在目标导向的学习过程和问题解决过程中，我们能够向自己和他人描述正在调用的或学得的陈述性知识，这类知识可以提高绩效，被大家关注。自动性思维过程所隐藏的知识被称作过程性知识，其基本功能就是帮助我们突破工作记忆的限制，承载着陈述性知识快速灵活的应用。相比较于陈述性知识，它学得更慢，因为不容易觉知，长期被忽略。过程性知识只有应用到目标任务的过程中，被成功地与陈述性知识组合，并在不断重复的实践中进行修正时，才可以被推测出来。过程性知识的一个重要证据来源就是认知任务分析。Helmuth估计，像成瘾性这种自动性行为，通常我们只能表述出大约10%的可能诱导成瘾表达的情境。CTA作为一种可以让我们深入过程性知识研究的工具，被发展出来克服这样的问题。

多数要求技能性的任务，过程性知识是必需的。自动性过程包括迅速了解重要的环境线索，并建立线索与行动步骤和认知步骤之间的联系，而环境线索是技巧被调用的信号。通过实践，任务的速度和可靠性会增加，操作过程就对精神努力或自我监控的要求降低，对线索的捕捉变得迅速而敏锐，最后会要求很少的认知资源。专家内化了操作这一过程，对于初学者却是困难的。因此，为了帮助新的学习者技能的发展，找出专家们在意识中省略的许多决策判断点，就变得尤为重要。

三、无意识知识与拒绝改变

认知心理学一直关注个体改变和群体改变计划。个体或群体的行为之所以难以改变，很大程度上行为是自动性无意识运行的结果。任务分析的证据表明成人大约有70%的知识是完全自动性的、无意识的，即使知识在活跃的时候也很难被检查和发现，这是因为：①人们在很大程度上并不会意识到行为的目标以及行动的策略，其结果就是不能准确地表达出我们为改变所付出的努力；②应对策略失败之后仍然反复调用，是由于决策背后的功能障碍性认知在自动运行，关键在于后者曾经正确并适应某些情景之后似乎不需再被监测；③我们几乎不知道怎样去发现和清除功能障碍性的自动化无意识知识。如果我们清除或矫正了自动化的功能障碍性知识，就能够增加成功学习和改变的机会。

四、自动化思维与认知和行为改变

自动化思维以强大的力量引导着自动的感知和行动。当遇到情景线索，就会触动自动行为，而这些自动行为的开始与维持不需要有意识的觉知或选择。在此过程中，人们几乎不会意识到目标导向的行为线索、行动的活化过程及相应的认知策略。研究发现，正在执行隐含目标或进行无意识行动的人，倾向于将自己的目标和信念投射到所处环境的他人身上，认为其他人也有同样的目标。因此，面对那些无意识自动化程度高的行为任务，人们对自己和他人操作变化的原因和过程的意识判断往往是不可靠的。

克服自动化思维障碍要求创造适合改变的条件。当人们处于低的压力环境下并且认知负荷最小的时候，改变以及对改变的准确报告才最容易达到。因此，改变要达成，就需要对类似于条件反射的自动化的内部认知系统和外部关系系统进行觉知，呈现或创造适合改变的条件。认知任务分析就是要创造条件，让专家在认知行为操作的熟练过程中报告其认知决策过程，从而呈现熟练行为背后的过程性知识。

第二节　认知任务分析的基本方法

CTA对任务的内隐知识和认知过程进行澄清，这孕育了许多方法，可以分为4大类：

1.观察和访谈法

对专家执行特定任务进行观察和访谈。比如田野观察、小组访谈、问卷调查、结构式访谈、非结构式访谈等。

2.过程追踪法

专家执行特定任务过程中，让专家把思维过程表达出来（think-aloud protocol），或者任务完成后即刻回忆、整理。其中“口头报告法”是使用较多的方法。“口头报告法”包括即时的口头报告（即在完成任务的同时报告自己运用的知识，采用的技能和策略）和延时的口头报告（任务完成后，报告自己使用的知识、技能和策略）。目前采用较多的是录像与延时报告的结合，即对专家的任务执行过程录像，在任务完成后请专家一同回顾录像，并报告当时的思维过程和采用的策略。

3.概念技术

针对特定领域中的相关概念，进行结构式及关联的概括总结。比如图解、分层分类、概念图、决策分析、聚类分析、影响图、施工阶梯、多维标度、P分类、Q分类、分级任务排序、网格分析等。

4.形式模型技术

在认知领域中使用模型化的任务，让刺激作用于模型，然后观察结果。

第三节　认知任务分析的研究步骤及方法

CTA虽然有很多方法，但是在研究的整个过程中，绝大多数研究分析者采用5步法：

1.基线知识的收集　研究分析者应该尽量熟悉研究知识领域，找到合适的专家，从他们那里获得具体的基层知识。

2.知识再现的识别　围绕特定任务而展开，充分利用概念图、流程图和语义网等方法。

3.应用焦点知识提取术　聚焦任务目标，提取复杂任务在解决过程中所必需的条件和认知过程。

4.印证并分析获得的数据资料　对结果进行编码和格式化，以保证应用中的可印证性、有效性和可用性。

5.形成结果，指导应用　结果必须转化成模型，揭示出潜在的技巧、思维过程以及问题解决策略。某些高度结构化的结果，很方便用于专家系统或计算机辅助教学。

一、基线知识收集的方法

最初阶段，任务顺序的识别是CTA技术的一大焦点。研究分析者应该尽量熟悉研究知识领域，找到合适的专家，从他们那里提取具体的知识。分析者本身不需要像专家一样也成为具体主题领域的专家，但是应熟悉被分析的内容、系统和程序过程。

如果可能，多个专家的参与是最好的。虽然选择专家的标准在不同的情形下标准会很不一样，但是基本的标准是有足够证据证明专家能够胜任被分析的任务。过程中，尽量分别与专家交流，以避免过早地达成一致。

这个阶段需要的研究方法包括：文件分析法、观察法、结构式或非结构式访谈法。这个阶段的结果就是识别出任务相关的知识类型和结构。

1.文件分析法

尽可能收集有关主题任务的书面资源，以形成综述性的观点。包括各种文件资料，如历史文献、操作手册、员工手册、报告、术语表、教科书以及现有的培训资料等。这些文件资料用于准确地定向任务，为深度分析做准备，证实基本的想法等。比如，如果熟悉了专家的专业词汇，结构访谈中提取信息就显得更深入和更充分。文件分析法，也需要比较专家的实践经验与书本知识的差异。

2.观察法

观察法是最常用的，也是最有力的知识提取工具之一，用来识别有关的任务，发现随后进行任务分析的限制条件。观察可以帮助分析员对比专家们对任务知识的描述与实际操作之间的差异。多数情况下，分析员需要谦虚地观察专家的任务执行过程，以拓展自己对专业的理解，观察和记录特定背景下的事件相关的行为和条件。虽然专家的精神活动不可能通过观察而清晰地识别，但是分析员可以细心地注意到专家在什么时候正在评估情形条件，或正在进行分析，或者已经做出决策。

3.非结构式访谈

“要了解一个人知道些什么，最好的方法就是直接问他（Cooke，1999）。”除了观察法，非结构式访谈也是CTA早期研究中常用的方法。可以用来提出论点和问题、看清研究范围，并为随后的结构式访谈提供基础。非结构式访谈中，不会事先确定交谈的具体内容和顺序。但是，也可能会让专家聚焦于某个事件、案例或任务。

二、再现知识的识别

再现知识（knowledge representations）是利用基线准备阶段的信息，认真检查每个任务并识别出子任务，以及分析出完成任务所需要的知识类型。CTA方法都是围绕特定任务为提取再现知识而展开的，比如，概念图、流程图、语义网等。这样的知识再现，为以后的分析提供方向和顺序指导。知识提取方法直接指导知识类型的整理。有些方法用于提取过程性知识，另一些则利于陈述性知识的提取（Chipman等，2000）。不管采用什么方法，都会与专家进行访谈，建议记录（录音、录像）访谈并转化为文本，便于以后整理。不建议在访谈中做详细的笔记，这可能会让分析员与任务过程脱离。

三、焦点知识提取方法

在知识提取的过程中，在前期阶段可以使用各种方法来收集知识。不同的方法提取的知识层面可能不一样，但是如果不使用聚焦技术，通常难以澄清。最好的知识提取需要整合多种方法。

在众多的知识提取方法中，各种结构式和准结构式访谈是最常用的CTA方法，因为相对容易使用，几乎不需要复杂的培训（Ericsson、Simon，1993）。虽然各种方法强调的焦点可能不同，但是他们有一个共同的目标：就是提取复杂任务在解决过程中所必需的条件和认知过程。比较常用的焦点知识提取方法包括关键性行为和决策的评价技术、关键性决策方法、学习层次分析法，以及概念、过程和原理技术等。

1.关键性行为和决策的评价技术

关键性行为和决策的评价技术（critical action and decision evaluation technique，CADET）源于Rasmussen阶梯模型，其工作重点就是识别出关键性行为或决策（critical actions or decisions，CAD）。如果CAD错误，将会影响安全、生产与成功等。

分析CAD采用下面的方法：

在被分析的任务中，任务状态明显改变时，可以识别出CAD。识别CAD不局限于针对关键状态时的行为，而更强调先于行为的决策判断。在识别出与情景直接相关的所有CAD之后，要求分别对每一决策的行动成分进行分析，其分析过程遵循Rasmussen阶梯模型，见表9-1。需要强调的是，失败可能发生在识别出来的每一个CAD元素。

CADET技术可作前瞻性应用，也可回顾性应用。在前瞻性应用中，有些任务执行的结果难以弥补，比如错误诊断而造成的后果就特别严重，CAD就可以用于识别潜在的认知错误，以帮助发现失败情景。当然也可以回顾性地使用以识别出失误或问题中的错误认知。

2.关键性决策方法

关键性决策方法（critical decision method，CDM）（Klein、Calderwood、Macgregor，1989）是一个准结构式访谈方法，通过一系列的认知探针技术（cognitive probes）去识别出关键事件中的情景评估和决策判断。CDM是基于专家做出决策判断的基础概念来识别任务中的线索。对情境的意识在专家的行动决策中扮演了主导角色，做出决策的速度表明专家是在无意识地评估可行性目标、重要线索、情境动力、行动过程和预期。为了提取知识，CDM使用了回顾性的、案例基础的提取方法，逐渐深入细节，不断解决过程中的障碍。

CDM应用的程序：

（1）选择事件：

事件能够说明研究领域的特殊性。研究者要求专家对选定的事件做出决策，并且决策对于非专业人士可能比较难。

（2）获取非结构性的说明：

专家被要求持续参与研究过程，即从事件发生开始到事件解决结束。在这个过程要达到几个目标：①从访谈者的角度建立一个可理解的知识背景；②能够激发专家进行事件相关的回忆；③要与专家建立高度的合作，做好倾听而不是质问。

（3）建构事件时间线：

根据每个事件的持续时间和顺序建立时间线，便于重新建构过程及过程说明。事件包括被访谈者陈述的客观可证实的事实、思想和感知。时间线有利于理清案例的事实。

（4）决策点识别：

时间线建构过程中，特定的决策点被识别出来以便进一步分析。如果存在其他可选择的行动，被访谈者就面临了决策点。

（5）决策点的刺探问题：

通过线索、知识、类比、目标、选择、基础、体验、支持、时间紧迫性、情景评价、假设等刺探问题深入决策判断点进行知识的提取。

（6）其他过程：

（推荐）

1）使用多个被访谈者。

2）让缺乏经验的访谈者也能深入访谈专家（被访谈者）。

3）采用录音。

4）访谈时间要大约2小时。

5）让被访谈者画流程图，以便于更好地再现事件及针对特定刺探问题的反应。

3.学习层次分析法

学习层次分析法（learning hierarchy analysis，LHA）（Jonassen等，1999）提出了对于复杂问题的解决技巧，建议根据技巧的难易度进行分级。比如，溜冰运动实践学习过程中，问题解决（学会溜冰）之后就可以提取学习规律，提取规律之后又可以提升概念。教学过程的基本思想则相反：一个人如果具备了学习规律的前提概念，就能够学习规律，学会规律后就可以很好地解决问题。要分析一个学习层次，需要首先识别出最复杂的学习结果，然后分析要达到这一目标需要的技巧分级，技巧的等级就通过每一个技巧需要的任务图来陈述。

HLA可以指导深入的知识再提取，这体现出CTA过程的可重复性特征。正是在CTA的过程中，知识、技巧和认知策略的细节被提取出来，可以用于显示、提炼和证实复杂的学习过程。

4.概念、过程和原理技术

概念、过程和原理技术（concepts，process，and principles，CPP）（Clark，2006）通过多阶段的访谈技术，去提取自动性的、无意识的过程性知识。让多个专家通过任务实践和体验，然后描述其过程，并不断地接受自我评议和同行评议。开始阶段，进行准结构式访谈，专家被要求列出任务中所有必须完成的关键性子任务，以及其执行过程。并且帮助写出至少五个实际性问题，以指导任务被很好地解决。问题包括很平常的，也包括很复杂的。任务的结论性顺序将成为培训或工作指导的大纲。从第一个子任务开始，分析员需要问一系列的问题以便收集以下知识：

（1）完成子任务所必需的行动步骤。

（2）完成子任务需要作出的决定。当一个子任务执行之后，就需要考虑另一个决策，需要清楚在做出下一步选择时标准是什么。

（3）专家完成子任务的所有概念、过程和原则。

（4）执行过程中，必需的条件和初始事件有哪些。

（5）必需的设备和材料有哪些。

（6）必须包括哪些感知体验，除了看和听，还需要考虑嗅觉、味觉和触觉的参与。

（7）要求的工作标准，比如速度、准确性或质量指标。

每一个专家重复以上的过程，每一次访谈都需要被很好地记录并整理成文本，以便以后分析。

四、印证和分析获得的知识

CTA方法在结构、形式和报告的结果上有很大差异，知识提取的技术缺乏标准和固定形式，因此，分析员就需要对结果进行编码和格式化，以保证应用中的可印证性、有效性和可用性。CDM没有用统一的方法去编码文本，而是针对每类具体的研究问题，提出如何编码（Klein等，1989）。编码的图式应该与研究的领域有关，并有认知功能。如何编码信息，应该反映知觉线索、决策点以及情景评估。

转录的文本经过编码，用于总结、分类、整合已有的资料。编码之后，格式化的结果应该提交给参与的专家，以印证、提炼和修改，以保证任务的各种认知成分被再现出来之后是完整和准确的。然后，将不同专家的知识进行整理，将结果再次进行比较分析，以验证其正确性。

五、适于应用的格式化结果

研究资料显示，专家认知过程的准确提取，用在培训中将是非常有效的，CTA比传统方法获取的知识都有效（Merrill，2002）。知识的内容提取和表述不准确或不完整，会给基于这样知识背景的说明带有很大的缺陷。一旦形成误解，即使努力去补救，也难于校正。

CTA方法提取的结果需要转化成模型，揭示出潜在的技巧、思维过程以及问题解决策略。某些高度结构化的结果，很方便用于专家系统或计算机辅助教学。比如在概念、过程和原理技术（CPP）的分析阶段（Clark，2004，2006），分析员将访谈概括整理为标准格式，包括任务、子任务清单、情境条件、判断标准、设备与材料等。对于每一个子任务，分析员写出程序，包括每个行动步骤及决策步骤，并让专家评议这些程序，请他们为进一步提高准确性和有效性而修改稿件。分析员这样撰写出的格式化报告，就可以很好地指导如何完成所有任务。

（张　骏）

参考文献

1.Greenberg LS. Task analysis: The general approach//Rice LN, Greenberg LS. Patterns of change: The intensive analysis of psychotherapy process. New York: Guilford Press, 1984: 124-148.

2.Clark RE, Estes F. Cognitive task analysis. International Journal of Educational Research, 1996, 25: 403-417.

3.Sun R, Slusarz P, Terry C. The interaction of the explicit and the implicit in skill learning: A dual-process approach. Psychological Review, 2005； 112, 159-192.

4.Anderson JR. ACT: A simple theory of complex cognition. American Psychologist, 1995, 51: 355-365.

5.Helmuth L. Beyond the pleasure principle. Science, 2001, 294: 983-984.

6.Clark RE. Resistance to change: Unconscious knowledge and the challenge of unlearning//Berliner DC, Kupermintz H. Changing institutions, environments, and people. New York: Routledge, 2009.

7.Kwada CLK, Oettingen G, Gollwitzer P, et al. The projection of implicit and explicit goals. Journal of Personality and Social Psychology, 2004, 86（4）:545-559.

8.Wei J, Salvendy G. The cognitive task analysis methods for job and task design: Review and reappraisal. Behaviour&Information Technology, 2004, 23（4）:273-299.

9.Cooke NJ. Knowledge elicitation//Durso FT. Handbook of applied cognition. New York: John Wiley&Sons, Inc., 1999: 479-509.

10.Chipman SF, Schraagen JM, Shalin VL. Introduction to cognitive task analysis.//Schraagen JM, Chipman SF, Shute VJ. Cognitive Task Analysis. Mahwah NJ: Lawrence Erlbaum Associates, 2000: 3-23.

11.Ericsson KA, Simon HA. Protocol analysis: Verbal reports as data. Cambridge, MA: Bradford, 1993.

12.Rasmussen J. The definition of human error and a taxonomy for technical system design//Rasmussen J, Duncan K, Leplat J. New Techcnology and Human Error. New York: John Wiley&Sons, Inc., 1987.

13.Clark R E. Training aid for cognitive task analysis. Technical report produced under contract ICT 53-0821-0137—W911NF-04-D-0005 from the Institute for Creative Technologies to the Center for Cognitive Technology, University of Southern California.2006.

14.Klein GA, Calderwood R, &MacGregor D. Critical decision method for eliciting knowledge. IEEE Transactions on Systems, Man, and Cybernetics.1989, 19: 462-472.

15.Merrill MD. A pebble-in-the-pond model for instructional design. Performance Improvement, 2002, 41（7）, 39-44. MrUc2K+VGIMLo+4OdErMIEHNvvaF1ap2lc3T6yIIr1/7d9jLKdQieN/70XqcLTMT