一、迁移与问题相似
许多研究已经表明，问题之间的相似性能够促进迁移。两个问题之间的相似性包括以下三个方面：抽象原则（abstract principle）、问题内容（problem content）和实验内容（experiment content）的相似性。问题内容主要包括两个方面的内容。一是语义领域，另一个是表面元素。抽象原则在正规问题中指原理与公式，如在数学和物理学科问题中的原理与规律；在无法定义的问题中，常常被称为图式和深层结构。实验内容包括实验过程中的背景、实验者和实验程序等。两个问的题之间在抽象原则、问题内容和实验内容方面的相似性对类比迁移的影响是非常复杂的。
Karenz（2001）为了检验结构联系的信息和随意信息这两种类型的迁移，让实验的被试阅读一个相似源故事（analogical source story）和一个目标故事（target story）。通过许多给定日期的实验，多数被试在结构联系的信息（structure‐related information）方面的迁移比随意信息（arbitrary information）方面的迁移更多。① 该研究的结果说明了学习者会首先迁移那些与共享类似结构（shared analogical structure）相联系的信息。因此，我们的教学过程中应该尽可能地组织相关信息，使它们组成一定的结构或关联性，这样有利于学生理解与迁移。
Zhe Chen（2002）则认为，提供的源问题（source problem）和需解决的目标问题（target problem）之间的相似性可分为三种类型：表面相似（superficial similarity）、结构相似（structural similarity）和程序相似（procedural similarity）。对问题解决者来说，目标问题的难易程度决定于源问题与目标问题的抽象水平。Zhe Chen提出，程序性相似是衡量能否利用源问题顺利解决目标问题的关键。而程序性相似按其相似程度又可分为三个水平：原理水平（principle level）、策略水平（strategy level）和步骤水平（procedure level）。① 程序性相似的水平决定迁移的程度和问题解决的执行程度。被试对问题解决的难易程度在很大程度上取决于源问题与目标问题之间的相似程度。
解决问题时，人们通常选择和使用先前的例子。一般认为，表面相似可能会影响先前问题的选择，但它们对先前问题是如何利用的几乎没有影响。而B 。H 。Ross（1989）的实验的结果与这个观点不符②，他认为不同类型的表面相似对选择、使用先前的例子具有不同影响。因此，Ro ss建议区分不同的表面相似。
戴斯等人（1994）认为，新旧问题的内容相似、程序相似和学习原则相同时，就可能发生迁移。③（1）新旧问题中内容相一致的数量越大，迁移也就越强；（2）即使内容不同，如果学习程序相似也可能发生迁移；（3）原则的迁移是所谓“认知策略”的训练的目标，它能导致“远迁移”（far transfer）。事实上一般策略训练的目标就是远迁移。
以上研究可以看出，问题之间的相似必定会影响迁移的过程与结果。那么，对于某一学科来说如何评价两个问题之间的相似性水平就是一个关键的问题。我们的研究认为，问题之间的相似性可以根据问题的学科特性和内容特性进行评价。评价可以从几个维度分别进行等级制评定方法。例如，在第一章中我们所举例子中，问题之间存在着一定的相似性。我们对其相似性的评定方法可按下列方法进行 ④。
不同物理问题间相似性评定指标及办法
物理问题间的相似性程度评价指标
本研究对两个问题之间的相似性程度分成三个方面（原理、方法与策略、模型），每一个方面的相似性程度采用三级计分方法。三个方面的相似性在权重上均等，因此每个方面均为3分。两个问题的相似性最高为9分，最低的为3分。总分分值越高表示越相似。
1.三级计分方法。
第一级相似（1分）：两个问题之间在所指的方面有一定的相似性，但本质上相似性很少。
第二级相似（2分）：两个问题之间在所指的方面比较相似，且本质上也有一定程度的相似性。
第三级相似（3分）：两个问题之间在本质上具有极高的相似性，且这种相似性具有显著性。
2 。相似性分成三个方面。（1）原理（定理或定律）的相似：指两个问题所遵循的物理规律（物理原理、物理定律、物理定理等，如牛顿第二定律、对称性原理、动量定理、能量守恒定律等）存在的相似性；（2）方法与策略的相似：指解决这两个问题所要使用基本方法和基本策略（如平等四边形法则、整体分析法、隔离体分析法、比值定义新的物理量法等）存在的相似性；（3）物理模型的相似性：两个物理问题都可以用物理模型来表达它们，物理模型（球对称模型、质点模型、光线模型、磁场模型、电场模型、磁感线与电感线模型、发电机和电动机模型、电磁场模型等）表达了问题的本质特性。因此，物理问题之间的相似性在一定程度上表示了两个问题之间的本质相似性。但是，如果我们对物理问题的认识只停留在表面上，很可能会出现将两个表面似乎相似而本质上不相似的问题看成是相似问题了。
按照以上的相似性的评定框架，我们可以列出物理问题的评定标准。
运用以上的评定标准，我们可以对第一章中（p 。16—p 。20）的几个物理问题对［学习（训练）问题 ＋ 目标（测试）问题］进行评分，结果如下。
说明：
1.中心对称模型题：学习卷上采用的是一个太阳光强度的计算问题，而测试卷上使用的是一个点电荷的周围的电场强度的计算题。两题的物理原理都是球对称性原理，模型也是球对称模型，因此原理与模型这两部分完全是相同的。而方法与策略上略有不同，太阳光强度的计算使用的计算方法是两个球面上接收到光的总量是一样的，即可推论：E14πr21 ＝ E24πr22.这样就可得出结论；而电场强度这个问题有一个难点是发出的电场线的条数与中心点电荷的电荷量 Q成正比，即条数∝ Q。由于这个原因在相似性的理解上给学生带来一定的困难，所以“方法与策略相似性”评2分。
2.势能问题：学习卷上采用的是由一个重力势能这个物理量引出的推理过程。物理原理上引入势能的原因是有一个保守力，而保守力做功与路径无关。测试卷上用了一个全新的概念浮力势能，而浮力势能产生的原因是浮力（竖直向上）是一个保守力，因此可用一个浮力势能的改变量来表达浮力做功的大小。本来在原理上是完全相同的，但原因的遵循原理的情景发生了变化。学习卷上只有一个重力参与，而讨论过程只涉及重力。测试卷上的问题是既有浮力，也有一个重力参与在里面，因此对原理的理解带来较大的困难，即具有一定的隐蔽性，因此“原理相似性”评2分。而模型也与原理一样，在理解上存在一定的隐蔽性。测试卷中的模型要把重力因素排除或忽略而突出浮力因素，这是一个较难的抽象过程，因此这两个题的“物理模型相似性”也评2分。至于方法与策略的相似性是很强的，因为只要在正确的原理引导下，抽象出合理的物理模型，则需要用完全相似的方法来处理问题了。
3.强度定义问题：学习卷采用的是一个风力强度的定义过程问题。依据是一定强度的风吹物体时，风力的大小与受力面积成正比，因此可定义一个风力强度。而电场强度的定义问题也是电场力的大小与引入电荷的大小成正比。应该说，这两个问题在本质上是很相似的，但原理、方法和模型上都因为场景与问题涉及的学科领域不同而具有隐蔽性，主要是电场中的问题比风力问题有更多的抽象性。因此评分为：原理相似2分，方法与策略2分，模型相似也2分。
二、迁移与能力和动机
影响迁移成功的第一个因素是对原有知识的掌握程度。这很明显，但我们经常忽视。产生迁移的关键在于学习者对已学习的内容是否理解，而不在于对一些事实的简单的记忆（John D 。Bransford，Ann L 。Brown，Rodney R 。Cocking，1999）。① 事实上，个体知识结构是影响学习的关键因素。学习者的学习必须依赖于自身原有的知识。当个体与环境发生相互作用时，个体知识会与环境形成一定程度的认知冲突。如果个体认为环境与他自身知识基本一致时，就产生“同化”作用，同化的过程对个体知识也是一种改变。其实在同化的过程中个体知识的域发生了拓展；而当学习者认知个体知识与环境提供的信息不一致，原有个体知识结构并不完善，或个体对环境的认识不够全面时，个体对环境的刺激产生了“顺应”作用。顺应的过程是知识结构发生质与量的变化过程。因此，原有的知识是学习的基础与前提，也是知识结构进一步优化的重要前提条件。
迁移也与学习者的学习能力有关。儿童在多大年龄才能以类比的方式解决新问题一直是心理学家关注的问题。一些心理学家认为，12岁以下的儿童缺乏类比推理的心理能力，因而不能产生类比迁移（Piaget，1958）。近来的研究表明，12岁以下的儿童不能运用类比的方式解决新问题的原因，并不是他们缺乏类比推理的能力，而是他们只有有限的概念知识和缺乏类比迁移的动机（Alexander et al 1995）。① 因此，根本原因还是知识基础问题。所以，一定的知识或能力的具备是产生迁移的必要前提。
对于成人的研究也表明，能否产生类比迁移主要取决于成人在某一专业领域知识的多少和能力的高低，而与类比推理能力的高低无显著相关（Novick&；amp；Holyoak，1991）。② Bassok和 Holyoak（1989）研究了物理和代数的同构问题之间的迁移，结果发现迁移与内容性质有关。③ 他们用三个实验检验了代数与物理中的两个同构子领域间的迁移。这两个领域是代数中的算术级数和物理中的常加速度的问题。呈现给高中生和大学生（被试）的问题使用了他们原来已经学过的内容或一些不熟悉的，而与学过的内容相似的内容。分析问题解决的方案显示：再认是立即进行的，而且解答过程是代数方法的直接应用。相反，学过物理问题的学生几乎没有能直接迁移到同构代数问题。仅有的一个物理问题成功迁移到代数的问题，在性质上是相似的。数学知识运用于物理问题能够迁移成功，而物理方法不能运用于数学问题。这种现象，说明了迁移与我们平时的知识运用习惯是有关的。我们总认为数学是基础学科，它的知识可运用于物理、化学等，但很少去考虑物理、化学等学科的知识可运用于数学。
Barnett与Ceci（2002）认为④，历史上有的迁移实验成功，而有的并没有明显的迁移，其原因还是被试的理解程度问题。例如，Judd（1908）、Gick 与 Holyoak（1980）迁移的实验的成功①，Thorndike、Woodworth、Reed 等人（1974）的实验的失败②，Schliemann 和 Nunes（1990）的成败混合结果③，原因可能是Brown等（1988）不能区别深度理解是导致迁移的原理④。也许 Reed 等人（1974）研究中的被试能够成功地解决传教士与食人者的问题，但不能从深度策略的水平上来理解他们的解答为什么能成功，所以被试不能产生迁移，而 Judd、Gick和 Holyoak的被试深入学习了原理———分别是折射或会聚。T horn‐dike 和 Woodworth的被试没有进行问题解决，而是用感知判断，在这之中没有深度原理和迁移。Schliemann 和 Nunes研究中的渔民理解他们自己的启发式，但也许对学校学习的程序是死记硬背（ro te‐learn‐ed）获得的。这就是迁移依赖于对抽象概括原理的灵活展开的研究者的基本观点或解释。
Brown（1988）认为，待迁移原理的那些领域知识也是成功迁移的关键。儿童不能将学到的因果水平的图式迁移到他们一无所知的学科中。当对领域知识足够熟悉时，Brow n发现儿童能成功地将概括性的原理迁移到新的情境。进一步支持这个结论的证据来自 Schlie‐mann和 Magalh本es（1990）的研究⑤，在那里，他们用相似关系和数量给没有受过教育的巴西厨师三个不同领域的数学比例问题，或一些知识（价格、食谱和医学）。他们出色地完成了价格问题，原因是他们在这个领域熟悉用精确比例的计算方法。然而，他们完成食谱问题没有那么好，原因是在这个领域他们只是熟悉用粗略比例的计算。对医学问题他们完成得更差一些，显然对于他们来说这是一个完全陌生的课题，尽管要求的数学计算知识与前两个问题具有相似性。这个研究说明了目标问题所对应的领域知识是一个非常重要因素，它会影响迁移的量。
人们对知识的理解程度（不仅仅是记忆一系列事实或一些固定的程式）会影响迁移（John D 。Bransford，Ann L 。Brow n，Rodney R 。 Cocking，1999）。① John等用了生物学中动脉与静脉的物理性质的学习一例来说明理解学习的优势。我们注意到记住动脉与静脉性质的能力（例如，动脉比静脉更粗，更有弹性，它从心脏输送血液）不同于理解它们为什么有这样的特殊性质。理解的能力对迁移问题显得更为重要，例如：“想象设计一个人造动脉。它是否应该有弹性？为什么？”那些仅仅能记住事实的学生几乎不能解决问题。
以上研究可看出，实现迁移成功首先需要学习者对（学习问题与目标问题所对应的）领域知识有足够的掌握程度；其次学习者对迁移问题本身的理解要达到足够的水平；再次是学习的方式不能死记硬背，而是要对学习的知识进行深度理解。因此，学习者的已有知识水平与学习能力是迁移成功的首要因素。
迁移与动机的关系事实上是一个学习的非智力因素问题。Bransford等（1999）认为，问题必须控制在一个恰当的难度以保持动机。问题过于简单会使人厌倦，难度过大的任务也会引起挫折感。另外，学习者面对困难时所持续的倾向（tendency）与是“成就导向”（per‐formance oriented）还是“学习导向”（learning oriented）也有关。学习导向的学生喜欢新的挑战，成就导向的学生则更在乎错误而不是学习本身。但是成就导向或学习导向并不是一个个体稳定的品质（John D 。Bransford，Ann L 。Brown，Rodney R 。Cocking，1999）。这就要求我们的学习或教学过程更注重学习材料的难度，培养学生正确的学习态度与价值观，发展学生的学习兴趣。
迁移与学习者的主观意识当然会有直接的联系。有效的学习者能够明确地意识到迁移的重要性，并有强烈的内部动机来利用迁移的机会。具体表现是：主动识别不同学习任务之间的相关性；识别可迁移的具体情境；在迁移机会出现时主动、恰当地提取或接通有关经验或可利用的资源，并灵活地运用这些经验和资源。主动迁移意识实际上是学习者认知的自我调控的一种表现，由于具有这种主动的自我调控，使得学习者减少了头脑中的惰性知识经验的存在，提高了已有经验的可利用性（林崇德，2003）①。学习者主动迁移的知识更能够发挥问题解决的实际能力，原因是自我建构的知识结构优于学习者被动接受的知识。
三、迁移的远和近
为了解释一个多世纪以来迁移研究各种结果之间存在的种种矛盾，Barnett和Ceci（2002）提出了迁移任务与训练任务之间的内容性质和背景的差异（或远近）的理论框架（framework）。他们按照迁移的内容和迁移任务与训练任务之间的各方面的差异来设计比较的维度，框架分九个维度来度量迁移的“远”和“近。”②
Barnett 和 Ceci 把内容分为三个维度：（1）习得技能（learned skill）；（2）成就变化（performance change）；（3）迁移任务的记忆需求（memory demands）。习得技能的差异是指特殊性和一般性，即迁移的是特殊事实还是常规程序，表征的形式，或更一般的问题解决启发式或原理。一个特殊程序可能具有一套以表面特征描述的特殊步骤，而一个一般性的原理可能具有更深的、结构性的或因果性的理解。成就变化是指期望得到改进的措施（measure）。它可能是执行某种活动的速度、执行的质量和正确度、或执行了什么（做或没做一件特殊的事情）。迁移任务的记忆需求是指被试需要重新组织信息还是直接提取信息，因为不同的方式所需的记忆需求是不一样的。
迁移的背景，即迁移在何时发生和从何处向何处进行，可以分成六个维度。包括知识领域（knowledge domain）、物理背景（physical context）、时间背景（temporal context）、功能背景（functional con‐text）、社会背景（social context）和形态特征（modality）。
知识领域是指技能运用的指向———知识基地（base），如技能应用于英语还是历史。宏观（macroaspects）与微观（microaspects）两方面组成了物理环境。训练与迁移阶段是否在学校、在研究实验室、在家里等等背景中进行，这些是宏观背景（macrocontext）；是否使用同一个房间，实验是否相同，这些是微观背景（microcontex t）。两种类型的物理暗示（phy sical cues）都会影响迁移的成功。时间背景是反映训练与迁移阶段的间隔时间（elapsed time）（例如，几分钟、一周或一年以后）。如果为了证明教育投入的效果，理想状态下人们总希望在训练几年后还会持续迁移。个体在解决问题过程中选择方法与激发心理定势（mind‐set）的有关功能态被称为功能背景。例如，它可以确定为一个理论问题还是在理论之外的“真实世界（real w o rld）”的问题？迁移任务是一个明显的测试，还是隐含于某种日常活动？社会背景是指任务是独立的或与其他人合作的情况下学习或完成的。在小组状态下获取的技能可能不能很好地应用于他单独一人的情况。形态特征也有宏观与微观两个方面。在宏观层面（macrolevel）上，任务可以视觉或听觉、书面或口头、语言或动作（hands‐on）［例如，模型拼接（model building）］等等。在微观层面（microlevel）上，任务可能是以多重选项（multiple‐choice）格式或文章格式，等等。
Barnett和Ceci（2002）重新评价了大量的研究，提出了一个框架并提供了相关说明。他们认为迁移是否成功决定于三个内容性质的维度和在六个背景维度上迁移任务与训练任务之间的“远”或“近”。教育的目标是实现一定意义上的远迁移。一般来说，两个任务之间越远，则迁移的可能性越小。Barnett 和Ceci的研究客观上为我们研究和确定迁移任务的难易程度提供理论基础。这个框架为我们衡量迁移“远”或“近”提供了一个比较可行的客观标准。同时，这个框架理论也不是万能的，它的一个明显漏洞是关于知识领域仅考虑了领域之间的差异，而没有细究领域的内容本身的可接受程度。事实上，迁移任务本身的知识性评价是非常重要的一个方面。对一个迁移任务的成功可能性研究，首先应该是对迁移任务难度的确定，而后才是学习者的因素研究和学习方式的研究。
四、迁移与元认知能力
元认知能力是自我认知过程的认知能力，它表达了学习者对学习过程和学习结果的反思能力。从这个意义上说它与迁移必定有关系。我们知道，学习时学习者对知识信息进行有效编码的能力是思维能力或元认知能力的体现。Gentner，Loewenstein 和 Thompson（2003）的研究表明，相似编码（analogical encoding）能够有效地使用更概括和更完整的相关图式（relational schema）来改进表征，从而促进学习与迁移。① 在遇到相似情境时，相关图式比用样例学习形成的具体表征似乎更容易提取。从这个意义上来说，相似编码能够促进随取型知识（portable knowledge）的获取，或者说经过有效编码的知识更容易应用于解决问题的过程。
迁移也与思维的层次有关。有关智力和更高级技能（hig her o rder skills）的教学的研究证实了推理能力的成功迁移。许多研究者尝试智力和有关元认知能力的教学（包括批判性思维的教学），努力实施教学智力（teach intelligence），进行一般性的应用思维能力（generally ap‐plicable thinking skills）教学，避免为考试而教学，这些就是推理能力的一般性迁移的实验。同样，在元认知和批判性思维策略方面的训练也是典型的一般应用能力的尝试，也是迁移实验。美国学习科学发展全国研究理事会（the National Research Council Committee on the Development of the Science of Learning）（Bransford et al，1999）总结道，通过各种活动训练学生元认知意识可以促进迁移，例如，互动式教学（reciprocal teaching）、鼓励反省意识（introspective awareness）和自我监控（self‐monitoring）。① Ericsson等（1993）的研究认为：当人们对自己的学习经历积极的监控（monitoring），深思熟虑式的实践（delib‐erate practice）时，学习对迁移最有影响。② Van等人（2004）的研究则认为，非正式推理（informal reasoning）的高级专家知识是充分的大量的深思熟虑式的实践的结果。③
我们可以通过培养学生的元认知能力来促进迁移。有关元认知能力的一个最著名的智力理论是Sternberg的三元理论（triarchic the‐ory）。Sternberg和他的同事们开发了各种旨在教学生如何从分析、创造或实践的角度进行思维的课程。这些课程主要是教高中学生心理学（Sternberg，1996）④；研究者也研究了元认知训练计划，如自我解释（self‐explanation）和自我调节（self‐regulation）策略。他们的研究显示，训练计划确能增加策略的使用，并且增加策略使用改进了训练任务的成绩。许多学习和迁移问题都是由于反省认知能力的缺陷造成的，许多学生需要训练自我调节、自我监督、自我检查和问题识别等各种能力。只有学习者学会了这些概括化的认知策略，他们才能真正学会学习（朱燕，1999）。⑤
Halpern（1998）的批判思维计划是另一个试图应用从认知心理学来推进一般推理能力的例子，计划是“促进跨情境思维（transcontextu‐al thinking）能力和意识的学习，指导自己思维和学习的能力的学习”①。训练包括了技能，如言语推理（verbal reasoning）、观点分析（argument analysis）、假设检验（hypothesis testing）、可能性（probabil‐ity）和决策（decision making）。促进迁移的训练重点是技能使用的意识，即提供各种大量的例子，结合反馈策略和仔细质问，发展丰富的相互联结的知识结构，这事实上就是非常重要的深度理解。所以，批判思维的训练可促进学生对学习对象的深度思考与理解，从而促进迁移。
这些研究说明了元认知能力的培养能够促进迁移。学生的自我学习意识、学习过程的监控能力、对问题的识别能力、发展与建构知识间的联系等等，都是实现迁移的重要途径。当然，跨情境的思维能力的培养也是实现远迁移不可缺少的。
五、迁移与自我效能感
众多学习迁移的研究中，多数研究者把问题聚焦到迁移与学习者的自我效能感的关系。Stajkovic等人（1998）分别对以前有关自我效能感与工作绩效及职业相关行为的关系研究进行了元分析。结果发现总体上自我效能感与实际工作绩效之间，与行为选择和意向之间都存在一定的相关。且在模拟研究中这种相关更为明显，自我效能和实际工作绩效最高相关可达到 0畅85（Sadri G 。et al，1993②；Stajkovic，1998③）。
有研究者对自我效能信念与学生的专业和职业选择的关系进行了研究，研究结果表明自我效能信念影响着大学生专业和职业的选择。研究表明，女大学生的数学及相关专业的自我效能感明显低于男生（Pajares&；amp；M iller，1994）④，因此，即使有数学天分的女生也避免选择与数学相关的专业和职业，因为她们这方面的自我效能感低而不是缺乏真正的能力和技能（Hackett，1985①；Phillips&；amp；Zimmerman，1990②）。研究者报告大学生的数学自我效能对他们的数学兴趣和选择与数学相关的课程比他们以前的数学成绩或对数学结果预期更具预测性，因此，选择学习材料须与学习者的自我效能感相结合，或者对于一定的学习材料，我们必须用各种手段来提高学习的自我效能感。从原理上分析，自我效能感的提高可提高迁移能力，从而提高学业成绩。因此，迁移能力与自我效能感的研究可从学生的自我效感与学业成绩之间来找关系。
六、迁移与概括能力
迁移和概括两者联系密切，很多学者或理论学派都把迁移和概括两个词语联系在一起。在行为主义学习理论中，迁移来自于概括。相同或相似特征的情境可以使得行为在共同要素中实现迁移。A。 Woolfold（2001）认为，负迁移的发生是因为问题解决者试图把熟悉的但不恰当的方法用到了新的情境中，其根本原因是由于学习者在一种学习中所概括出来的结论（如原理、概念等）向另一种学习进行了推广和应用。③
持迁移是概括化理论观点的学者 Judd（C 。H 。Judd）以实验的方式研究了原理（principle）和概括性（generality）的迁移，提出概括化学说。根据这一理论，两个学习活动之间存在的共同成分，只是产生迁移的必要前提，而产生迁移的关键是学习者在两种活动中概括出它们之间的共同原理，即在于主体所获得的经验类化。Judd的经典的实验———“水下击靶”，是概括化理论的经典（Barnett&；amp；Ceci，2002）①。Judd的支持者认为这一发现支持这样的观点：教师必须重视主要原理和概括化的知识，而不是特殊的事实、能力和公理。概括化理论主张，不在于仅仅讲解概括化原理知识，而在于结合实际讲解原理。
Kohler与Spence的转换—关系理论提醒我们，在问题迁移的产生过程中存在关系和顿悟这两个关键问题。问题之间的关系是客观存在的，这需要靠顿悟来发现。由此，在学校教学中为了达到充分利用正迁移的目的，教师首先要注意有关学习材料之间关系的分析，教师要通过平时的训练，培养学生的概括能力，以提高学生发现知识之间关系的能力的欲望。可见，学生的概括能力对于学生的学习迁移能力而言非常重要。
任洁（1996）以小学六年级学生为被试，根据其对数学代数运算所学到的不同水平的规则，把被试在低概组和高概组完成迁移任务时的认知结构和策略总结为两种典型水平。一种是表面迁移，它往往是在感性认识水平上进行的，通过对材料的外表属性的分析、比较，推断出事物之间是相似的，通过联想活动实现迁移。随着练习的增加，有些儿童就可进入另一种水平的迁移，即本质迁移。它往往是在理性认识水平上进行的，通过对材料的内部联系的把握，经过抽象、概括活动实现迁移。这一水平上高概组被试比低概组更易实现迁移。表现为高概组被试快且准确地应用原理，即在内隐的关系水平上完成迁移任务。②
某种意义上说，学习迁移的前提是学生对训练任务与目标任务之间的本质的理解或概括。因此，学生的概括能力的差异性可能会影响迁移能力。
七、迁移与领域知识专业化程度
迁移与学习者的学习能力有关，当然也会与学习者对迁移任务的领域知识的掌握程度有关。Chi、Feltovich和 Glaser（1981）对专家知识的组织方式进行进一步的研究。他们要求8位专家（物理学博士研究生）和8位新手（学过一学期力学的本科生）对从一本很著名的物理课本中选出的24个物理问题进行分类。结果发现，虽然在完成时间上两个组的差异不显著，但专家与新手在分类上却有质的差异。新手往往用问题间的表面相似来对问题归类，而专家则往往用问题间的本质相似或原理相似来对问题分类。因此，专家关注的是问题的深层结构，而新手往往依据知觉性的外观相似性。①
Novick（1988）以斯坦福大学学生为被试，学生按照事先以数学学科的SAT（Scholastic Assessment Tests）测定的能力分成专家或新手组，并用经典的数学相似问题进行迁移的测试的研究。得出结论：当两个问题共有结构特征但非表面特征时，专家比新手将更自发性地进行正迁移，新手比专家将更具有更强的自发性的负迁移。②
以上研究可推断，对于领域专业水平掌握较高的学习者，更容易看出问题的本质，从深层次上来理解问题，因此有更高的迁移能力。Bransford等（1999）的研究也揭示了这个推断：专家更善于组织知识并提取与问题解决相关的信息。专家更善于用大思路（big ideas）来审视问题，例如用牛顿第二定律的主要概念或规律。而新手则更会寻找与他们认为合适的公式或合适答案。专家更善于顺利地提取有效的知识来解决问题（顺利但提取信息的时间不短，而恰恰相反时间反而多，因为专家更会在提取信息时考虑其适用性），而有效的知识就是条件化的知识（conditionalized knowledge）。因此，有效的知识应该是不仅知道事实性知识，更要理解何时、何地和为什么要用该知识（John D 。Bransford，Ann L 。Brown&；amp；Rodney R 。Cocking，1999）。③
Ertmer 等（Ertmer&；amp；New by，1996）更是研究了学生的学习行为。他们把学生分为专家型学生和新手型学生。④ 他们两者的差别归纳如下：专家型学生不仅在知识技能的数量上与众不同，更重要的是具有一种实施恰当的调节策略的能力。如果他们觉得要达到预期的目标尚缺乏必要的知识技能时，他们就会采取相应的调节措施。专家型学生表现出有计划、善控制和能反思的特点，善于注意到什么时候学习效果不佳，并且会寻找某种策略加以弥补。通过有意识地注意到自己作为问题解决者及通过检查自己的思维过程，专家型学生能够在较专业的水准上完成学习任务，而不管其所拥有的特定领域的知识多寡。相反，新手型学生很少思考自己的学业行为，很少评价或调整自己的认知功能以满足任务变化的要求或者去纠正不成功的学业行为。专家型学生面临认知受挫（不理解）时，就会查明失败的原因及改变学习策略，以便能切合问题的要求；而新手型学生却不可能去查明这种失败原因。
