针对当前科学发现学习环境普遍存在的领域依赖和学习支持不足等问题,本文试图建立一个独立于特定领域的,更一般意义上的通用科学发现学习环境。为此,我们将这一问题分解为三个子问题加以解决:(1)科学发现学习的认知机制如何?(2)如何依据科学发现学习的认知机制,建构科学发现学习环境的内部数据模型?(3)在数据模型的基础上,应该如何设计科学发现学习环境的各种功能和数据视图,以帮助学习者顺利地完成科学发现学习?首先,根据信息加工理论关于问题解决的研究框架,本文认为:科学发现学习属于特定领域内且定义良好的问题解决活动,本质上属于归纳推理;科学发现学习的任务环境由实验模型和科学理论模型两部分构成,归纳逻辑就体现在其构成要素概念和关系两个方面;在信息加工的层面上,科学发现学习可以看作是学习者在假设空间和实验空间进行的双重搜索活动,可以采取“理论驱动的归纳”和“数据驱动的归纳”两种策略,包括搜索假设空间、搜索实验空间和证据评估三个核心子过程;为了顺利完成科学发现学习,学习者需要在领域知识和元知识两个方面得到支持;此外,监控与反思也是科学发现学习的重要环节。其次,科学发现学习环境属于典型的建构主义式学习环境,其系统模型可以分解为领域知识模型、学习者模型和活动模型。其中,领域知识模型又分为仿真模型和解释模型,前者可以利用知识表示框架结合仿真引擎的方法实现,而后者则可以采用类似于知识库的建模方法;学习者模型记录了学习者的认知过程,映射着学习者问题空间中的假设空间和实验空间;活动模型根据科学发现学习的基本过程为学习者配置规范化的交互空间,包括问题交互空间、假设交互空间、实验交互空间和结论交互空间。接着,在科学发现学习环境的界面设计上,本文总结了现有的研究成果,指出科学发现学习环境的界面设计应将重点放在知识呈现、假设形成、实验设计、数据处理和自我监控五个方面。最后,在上述研究的基础上,本文设计开发了关于连续系统的通用科学发现学习环境的原型系统GSDLE。