提出者：理查德·E·迈耶（Richard E. Mayer），加州大学圣巴巴拉分校教授，基于30年+实证研究于2001–2021年间逐步完善
理论定位：解释人类如何通过文字+图像组合进行学习，并提供可验证的12条设计原则，指导PPT、微课、e-learning、AI课件等开发。
三大认知基础假设：
• 双通道（Dual Channels）：大脑通过独立的言语通道（处理文字/语音）和视觉通道（处理图像/动画）加工信息；
• 有限容量（Limited Capacity）：每个通道的工作记忆容量有限，超载则无法有效学习；
• 主动加工（Active Processing）：学习者必须主动选择、组织、整合信息，才能形成持久理解。
设计目标三层次：
1️⃣ 减少无关认知加工（避免干扰）
2️⃣ 管理必要认知加工（优化核心信息处理）
3️⃣ 促进生成认知加工（激发深度理解）
“有效的多媒体教学不是‘加法’，而是‘减法+协调’。
每一个像素、每一个音节，都应服务于认知，而非装饰。”
—— Richard E. Mayer
目标：删除或弱化与学习目标无关的元素，避免占用宝贵的工作记忆资源。
删除无关的文字、图片、声音、动画。例如：背景音乐、装饰性图标、趣味插图（除非与内容相关）会显著降低学习效果。
使用提示引导注意力，如箭头、颜色高亮、标题、编号等，帮助学习者聚焦关键信息。
避免同时呈现相同信息的三种形式（如：动画 + 旁白 + 屏幕全文）。最佳组合是图像 + 语音，或图像 + 简洁文字，但不要三者并存。
对应的文字说明应紧贴相关图像，避免分离（如图在左页、说明在右页）。整合呈现减少眼球移动与记忆负担。
对应的语音解说与图像应同时呈现，而非先放图再讲解，或反之。同步强化关联。
目标：优化核心信息的呈现方式，使其更易被双通道接收与组织。
将长连续的内容拆分为短小、可控制的片段（如每段1–2分钟），允许学习者按需暂停、回顾，避免认知超载。
在复杂学习前，先介绍关键概念的名称、特征与功能（如“这是变压器，作用是升压”），为后续整合奠定基础。
用图像 + 语音优于图像 + 屏幕文字，因为语音走听觉通道，图像走视觉通道，避免视觉通道过载。
目标：激发学习者的深度参与与意义建构，提升动机与理解。
图文结合优于纯文字。即：使用文字+图像比仅用文字更能促进学习（这是整个理论的前提）。
使用对话式、第一/二人称语气（如“你将看到…”“我们可以这样操作”）比正式书面语更有效，增强社会存在感。
使用友好、自然的人声讲解，优于机械合成语音或无感情朗读。声音应具社会临场感。
谨慎使用讲师或人物形象。除非该形象能提供社交线索（如眼神引导、手势指示），否则静态头像反而分散注意力。
| 常见错误 | 违反的原则 | 正确做法 |
|---|---|---|
| PPT满屏文字+自动播放配音 | 冗余、调节、一致性 | 图+关键词+人声讲解 |
| 微课背景音乐+卡通人物 | 一致性、形象 | 纯色背景，无无关元素 |
| 操作步骤图与说明分两页 | 空间邻近 | 文字直接标注在图上 |
| 10分钟无中断视频 | 分段 | 每2分钟设暂停点或章节 |
| 使用“本课程将介绍…”正式开场 | 个性化 | 改为“今天我们一起来解决…” |
当每一位课件设计师在点击“插入动画”前，先问一句：“这有助于认知，还是制造干扰？”——多媒体学习认知理论就完成了它的使命：让技术隐形，让学习显性。
数据来源：《学习与发展理论全景图谱》
适用于课件设计师、e-learning开发者、培训讲师、教育产品经理参考