很容易陷入过度工作的文化中，并认为长时间工作会自动产生更好的结果；然而，认知神经科学却提出了相反的建议。对于所有那些好心的工作狂（我自己也是一个正在恢复的完美主义者），我很抱歉地报告，无论是教育者还是学习者，再多的纪律或“动机”都不会让我们的大脑更容易接受将信息编码到我们的长期记忆中；要将内容内化，我们需要对学习方式采取战略性措施。通过利用我们所理解的“处理水平模型”，我们将更聪明而非更努力的古老格言付诸实践。通过培养我们对大脑如何编码信息的认识，并实施一些简单的学习技巧，记忆性能显著提高，训练时间缩短。

处理模型的级别是什么？处理或编码信息意味着什么？这是一个学习阶段，发生在最初的教学和记忆之间，通过修改神经元之间的连接，记忆被归档。从本质上讲，这就是魔法发生的地方。这一过程的关键是修改。通过处理信息，学习者可以通过转换或操纵原始内容来进行创造性活动，以适应其独特的心理图式。然而，所需的内容深度和处理级别各不相同。费格斯·克雷克（Fergus Craik）和罗伯特·洛克哈特（Robert Lockhart）关于信息处理的里程碑式研究（1972年）确定了跨越三个不同层次的连续处理过程；他们发现，与浅表面处理相比，更深更精细的处理需要更长的持久保留时间。

浅层学习与深度学习浅层处理可以是结构化的（当大脑认识到信息的物理特征时，例如图像或单词的出现，或音乐或单词发音的音位听觉处理。如果我们不能将这些表面的理解与更广泛的理解联系起来，并在实践中使用这些知识，我们永远高效的海马体会迅速抛出这些看似“无用”的碎片。）信息进入我们的精神回收箱。

浅层学习可能涉及：

表层理解死记硬背通过重复强化知识（维护排练）

相比之下，深层处理指的是一种语义类型的处理和意义生成。深度处理允许对内容进行一定程度的交互，从而进行分析。学习者可以通过自我参照系统积极参与材料，并将其与过去的经验和先前的知识联系起来。重要的是，学习本质上是异步的（即，按照学习者的速度进行，而不是在压力下进行）。深度学习也是真实的，可以很容易地应用到上下文中。简言之，正如在处理模型的层次中所理解的那样，深度学习优先于广度。一些教学设计师可能会发现，参考布鲁姆分类法（Bloom's Taxonomy）等工具很有用，该分类法是从记忆到创造的认知努力的层次结构。确保深度学习任务和问题类型的比例合理，将有助于学习者从浅加工过渡到深加工。

深度学习可能涉及：

链接到以前的知识现实世界示例案例研究探究机会放大互动性自我导向学习对等教学模拟通过意义导向（细化）排练强化知识（例如，提供具有不同决策路径的假设场景）毫不奇怪，深加工产生的理解几乎总是比浅加工更持久。本质上，处理模型的层次说明了大多数“回忆问题”与回忆完全无关；相反，它们是在学习时发生的编码问题。作为De认知心理学教授波拉·S·赫罗德（BoraS.Herold）解释道：“简单地阅读一段文字或听一场演讲并不能保证将其编码到记忆中。一个人在听或读的时候想什么才是最重要的。”

微学习如何利用处理模型的层次尽管处理模型的层次早在移动学习技术出现之前就已经开发出来了，并且在过去四十年中不断发展，关于区分加工类型的学习理论和记忆形成的神经学的本质对企业和学术教育的提供方式产生了重大影响。EdApp等移动在线平台采用了一种基于认知学习理论（如加工水平模型）的微学习方法，以促进深度加工（又称有意义学习）的机会。深度学习和微学习之间的交叉非常重要。微学习的高学习参与度因素，以及主动和交互式学习特征、社会学习、游戏化、自我调节和持续支持，更有可能引发学习者的情绪反应，而处理模型的水平将其视为深层编码的关键触发因素。微学习技术的出现以及企业学习和发展的优先化，有助于振兴关于记忆编码和心理回忆的认知理论，有效地将处理模型的水平带入二十一世纪。

自适应学习技术拓宽了我们对处理模型级别的理解。我们知道，解决召回失败的方法是经常测试。EdApp的大脑增强功能是一种有效的编码和检索循环方法，它使用分布式测试，让学习者在间隔时间内反复接触短串内容。在间隔越来越长的时间内，从工作记忆中重复提取知识有助于编码。就在海马体准备将一段信息扔进回收系统的时候，从短期记忆中重新提取的行为，即使是表面上的内容，如公式或词汇，也是将知识整合到我们的长期记忆库中的一种非常有效的形式（本质上，这是一种深入处理的方法）。

类似地，EdApp令人兴奋的新功能“快速刷新”为定制测验提供了更多选项，而无需自动化间隔重复算法。根据学习目标的不同，快速刷新测验可以通过推送通知在每天或每周的单个突发或微段中进行。快速刷新不仅限于在线课程材料，它还是一种非常宝贵的混合学习工具，可以补充和加强面对面的互动，利用间隔重复巩固知识，重新吸引学习者，或确定需要重温的领域。

参考：

Craik和Lockhart（1972）“处理水平：内存研究框架”《言语学习和言语行为杂志》，11671-684。