基于计算机的反馈(Computer-Based Feedback，CBF)是由计算机提供的能反映学生当前学习表现并能帮助学生做出认知和行为上的调整以促进学习的信息。它是形成性评价学习的核心，其效果会受到学习者特征、反馈特征、和任务特征三方面的影响。基于计算机的反馈的最大特点在于提供个性化的、适应性的反馈，如何有效提供个性化和适应性的反馈是值得重视和探讨的问题。基于此，本研究设计了两项实验，探讨在基于计算机的形成性评价学习中，学习者特征（先前知识水平）、反馈特征（反馈内容复杂性、反馈时间）和任务特征（任务难度）对学习效果的影响，第一个研究探讨先前知识水平和反馈内容复杂性对学习效果的影响及影响机制，第二个研究探讨任务难度和反馈时间对学习效果的影响及影响机制。　　研究一采用2（先前知识水平:高先前知识vs低先前知识）×2（不同复杂程度的精细反馈:线索vs详细解释）的被试间实验设计，并进一步通过测量学习者的反馈使用知觉评价、对反馈内容的外在认知负荷和动机解释高低先前知识和反馈内容复杂性影响学习效果的机制。　　结果发现:　　(1)学习者先前知识水平在反馈内容复杂性和学习结果间有调节作用。对于低先前知识者，详细解释反馈组的成绩要好于线索反馈组的成绩;对于高先前知识者，详细解释组和线索反馈组的迁移成绩并无显著差异;　　(2)先前知识水平的调节作用通过反馈使用和外在认知负荷的中介作用实现;　　(3)动机在反馈内容复杂性和迁移成绩间起中介作用。　　研究一结果表明:在基于计算机的《心理统计学》形成性评价学习中。　　(1)不同复杂程度的精细反馈对高低先前知识者成绩的影响会出现知识反转效应，即和线索反馈相比，复杂程度更高的详细解释更有利于提高低先前知识者的成绩，但是随着学习者先前知识水平的提高，仅仅提供复杂程度更低的线索也能达到和详细解释一样的学习效果;　　(2)反馈内容复杂性对高先前知识者的学习效果影响不大，较高复杂程度的反馈内容降低低先前知识者的外在认知负荷，促使低先前知识者有效利用反馈内容，从而提高学习成绩;　　(3)反馈内容复杂性通过动机来影响迁移成绩，复杂程度较高的精细反馈促进学习者的动机水平，从而促进学习。　　研究二采用2（任务难度:简单vs复杂）×2（反馈时间:即时反馈vs延时反馈）被试间实验设计，并通过测量学习者对反馈使用的知觉评价、学习投入程度和动机来解释任务难度和反馈时间影响学习结果的机制。　　结果发现:　　(1)在简单任务条件下，即时反馈组和延时反馈组的迁移成绩没有显著差异;在复杂任务条件下，即时反馈组的迁移成绩显著高于延时反馈组;　　(2)即时反馈组的动机水平、反馈使用知觉评价和学习投入程度高于延时反馈组;　　(3)反馈使用知觉评价和满足感在反馈时间和迁移成绩间起中介作用。　　研究二结果表明:在基于计算机的《心理学统计》形成性评价学习中。　　(1)在低难度任务水平下，不同时间提供反馈对学习结果的影响没有差异;在高难度任务水平下，提供即时反馈比提供延时反馈更有利。　　(2)相比于接受延时反馈，接受即时反馈的学习者更能有效利用反馈内容，且在学习过程中更加投入，动机水平更高。　　(3)反馈时间通过影响满足感和学习者对反馈内容的有效使用程度来影响学习结果。