換為 L 與 O ； 以及 （ 3 ） 若 兩 個 O 同時 呈現 ， 則 將 它們 換成 G 與 C 。 比方說 當 呈現 了 一字串 「 QMXLM 」 ， 那麼 學生 首先 要 應用 規則 一來 產生出 「 QMXDM 」 ， 然後 應用 規則 二 ， 再 產生出 「 QMXLO 」 ， 接著 再 用 規則 一 產生 「 QMXDO 」 ， 再 用 規則 二 產生 __UNDEF__ 「 QLXOO 」 ， 最後 再 應用 規則 三來 產生出 一 包含 字母 G 的 字串 ， 即 ： 「 QLXGC 」 。 在 上述 過程 中 ， 學生 可能 會 將 三 個 規則 個別 「 建造 」 出 其 各自 的 生產 法則 ， 然後 便 以 上面 所 描述 的 逐步 進行 （ stepwise ） 的 方式 來 應用 每 一 個 法則 。 登錄 該 三 規則 的 生產 法則 即 如 表 9.10 上方 部分 所 示 。 儘管 如此 ， 若 在 一 開始 便 增加 練習 包含 __UNDEF__ 「 L 、 M 和 M 」 的 問題組 （ 如 ： 「 LMXQM 」 ， 「 TMLQM 」 及 「 MQLXM 」 等 ） 之後 ， 學生 們 很 可能 會 形成 如 表 9.10 下方 所 示 的 一 個 編纂 的 生產 法則 。 假使 在 增加 練習 之後 ， 將 可以 降低 解決 問題 所 需 步驟 的 一 個 新 的 置換 規則 介紹給 學生 ， 他們 也許 便 不會 注意到 該 編纂 的 生產 法則 了 。 舉例 來 看 ， 這 個 生產 法則 __UNDEF__ （ __UNDEF__ 表 9.9 中 之 規則 四 ） ： 「 假使 O 和 M 同時 在 一字串 中 ， 將 它們 換成 G 和 V 」 ， 它 一 開始 便 可以 將 問題 中 含有 「 L 、 M 和 M 」 （ 如 ： 「 QMXLM 」 ） 的 解決 步驟 減少 一些 。 首先 ， 學生 可以 應用 規則 一來 得到 「 QMXDM 」 ， 然後 應用 規則 二 得到 __UNDEF__ 「 QMXLO 」 ， 接著 再 應用 規則 四 得到 一 包含 字母 G 的 字串 ： 「 QVXLG 」 。 這 個 解決 辦法 只 需要 三 個 步驟 ； 而 不 使用 此 新 規則 的 方法 則 要 用到 五 個 步驟 。 假如 學生 逐步 應用 規則 一 到 規則 三 ， 當 他們 接受 了 規則 四時 ， 他們 便 很 容易 可以 改變 ， 因為 規則 四 所 需 的 必要 條件 ， 即 ： 「 O 和 M 同時 呈現 」 ， 會 在 步驟 二 之後 發生 。 儘管 如此 ， 若 學生 們 已 建構 了 一 個 如 表 9.10 下方 顯示 的 那 個 編纂 的 生產 法則 ， 那麼 規則 四 所 需 的 條件 則 永遠 不會 發生 。 在 受 試 者 經歷 過 規則 一 到 規則 三 後 沒有 任何 練習 ， 或 練習 了 二十 次 含有 「 L ， M ， M 」 之類 的 問題 ， 或是 練習 了 五十 次 含有 「 L ， M ， M 」 的 問題 之後 ， Lewis 將 規則 四 分別 介紹給 這 三 組 受 試 學生 。 然後 再 給 他們 一些 新 的 、 含有 「 L ， M ， M 」 的 問題 ， 並 觀察 學生 們 是否 應用 了 該 新 規則 （ 規則 四 ） 。 結果 Lewis 發現 隨著 未 使用 新 規則 所 做 的 練習 數量 的 增加 ， 學生 們 抗拒 使用 該 新 規則 的 程度 也 跟著 增高 。 那些 沒有 任何 練習 的 學生 中 ， 只有 5% 的 人 沒有 應用到 這 個 新 規則 ； 那些 練習 二十 次 的 學生 中 ， 則 有 63% 的 人 沒有 應用到 這 個 新 規則 ； 至於 那些 練習 五十 次 的 學生 中 ， 則 有 78% 的 人 沒有 應用到 這 個 新 規則 。 若 用來 解決 「 L ， M ， M 」 問題 的 程序 會 隨著 練習 而 形成 編纂 的 效果 ， 那麼 上述 的 結果 便是 我們 期望 中 所 會 見到 的 。 Lewis 的 研究 顯示 了 程序化 歷程 — — 去除 對 敘述性 線索 的 意識性 覺知 — — 如何 讓 行為 更 僵硬 。 假如 個體 在 面對 某 一 情境 有 其 習慣性 的 處理 方式 ， 那麼 他們 用來 應對 該 情境 的 程序 也 會 完全 編纂化 ； 也就是說 ， 同時 是 組合 的 ，且 是 程序化 的 。 一旦 程序 被 編纂 了 ， 它 就 不再 會 對 意識 的 檢查 與 評量 開放 ， 同時 也 就 很少 、 或 根本 不會 再 去 嘗試 其它 選擇 或是 較 好 的 程序 了 ， 即使 那些 可 選擇 的 程序 就 存在 於 個體 的 行為 目錄 中 。 為何 這些 程序 很少 會 被 用到 ， 原因 乃是 由於 它們 從未 能 在 可以 引發 該 行為 活化 的 條件 出現 時 進入 到 工作 記憶 中 。 記得 我們 曾 說 過 「 編纂性 」 （ compilation ） 與 「 自動性 」 （ automaticity ） 應該 要 很 謹慎 地 處理 進行 ； 現在 我們 想 再 提出 的 是 ， 可 被 編纂 的 程序 之 幾 項 標準 ： （1） 該 情境 應 不易 改變 ； 以及 （2） 那些 程序 必須 是 經常 使用 的 ， 如此 由 編纂 而 得 的 速度 增加 才 會 有用 。 當 情境 中 各 事件 間 存在 有 一些 變異性 （ variability ） 時 ， 那麼 編纂 的 結果 可能 會 建造出 僵化 地 固守 那些 不 充分 、 且 不盡 理想 的 處理 事件 之 方式 。 總而言之 ， 當 情境 中 有 變異性 時 ， 該 「 定勢 效應 」 的 原則 建議 了 ： 增快 一些 事例 的 處理 速度 所得 的 利益 ， 是 要 比 使用 不盡 理想 的 程序 來 處理 很多 其它 事例 之 成本 要 來得 重要 而 有 價值 。 第五 節 　 學習 領域 特定 策略 的 教學 支援 要 如何 幫助 學習 者 成為 某些 特定 領域 中 成功 的 策略 使用 者 呢 ？ 兩 個 比較 好 的 建議 乃是 ： （1） 提供 學習 者 一些 條件 很 不同 的 問題 ； 以及 （2） 提供 學習 者 即便 在 學習 的 早期 階段 也 有 練習 使用 策略性 行為 的 機會 。 一 、 提供 各 類 不同 的 問題 既然 一 位 好 的 策略 使用 者 必須 能夠 在 不同 情境 中 診斷 、 規劃 、 及 執行 策略 ， 因此 在 各 個 不同 情境 中 練習 是 很 重要 的 。 如此一來 ， 比方說 ， 要 激勵 學生 發展好 的 閱讀 策略 ， 學生 們 應該 要 有 許多 不同 的 閱讀 情境 中 練習 他們 的 閱讀 策略 之 機會 。 不同 的 閱讀 機會 包含有 ： 閱讀 故事 、 閱讀 報紙 、 遵照 書面 指示 、 及 在 圖書館 蒐集 資料 等 ， 這些 都 提供 了 學生 可以 接觸到 不同 書面 資料 的 經驗 。 假使 一 位 教師 能 去 檢查 學生 是否 在 所有 的 這些 情況 中 ， 會 監控 自己 的 理解 能力 （ 一 種 閱讀 策略 ） ， 學生 們