A aprendizagem multimídia será relacionada com o processo cognitivo humano. Assim, Mayer (2001) afirma que a teoria cognitiva e a aprendizagem multimídia podem ser baseadas em três suposições:

(1) existência de dois canais de processamento;

(2) capacidade limitada de processamento da informação;

(3) aprendizagem como processo ativo.

A teoria do código duplo (PAIVIO, 1986; CLARK e PAIVIO, 1991) descreve que a cognição humana utiliza um sistema de códigos para representar a informação visual e outro para representar a informação verbal. Por exemplo, as animações são processadas no canal visual/pictórico enquanto que as palavras faladas (narração) são processadas no canal verbal/auditivo (MAYER, 2003). Assim, a percepção tanto de textos quanto de imagens ocorre através dos olhos, porém, após a entrada pelo sistema perceptivo, os textos são transferidos para o canal verbal e as imagens para o canal visual.

Segundo Mayer (2005), baseado em Paivio (1986), Baddeley (1992) e Chandeler e Sweller (1991), os seres humanos apresentam uma limitação quanto ao total de informação que podem processar, em cada momento. Esta limitação está relacionada, em grande parte, com o funcionamento do sistema mnemônico humano. Nosso sistema mnemônico inclui três tipos de memória: memória sensorial, memória operacional e memória de longo prazo, que trabalham em conjunto (SANTOS e TAROUCO, 2007).

Dando continuidade, é importante compreender o modelo cognitivo. As palavras e imagens entram na memória sensorial através dos olhos e ouvidos. A central de trabalho da aprendizagem é a memória operacional, local que ocorre a manipulação temporária do conhecimento. Por exemplo, ao ler frases, o aluno concentra-se em determinadas palavras, as quais são selecionadas pela memória visual e manipuladas na memória operacional. Outro exemplo, ao ouvirmos a palavra gato, criamos a convenção mental da imagem desta palavra, então formamos uma visualização mental de um gato. A memória de longo prazo corresponde ao local onde a informação é armazenada, existe uma troca de informações entre esta memória e a operacional. (MAYER, 2001).

A memória sensorial apresenta a característica de ser pré-consciente e ter um limite de retenção ultra-rápido. Após a entrada da informação e sua passagem por esta memória, o passo seguinte é a seleção do que poderá ser armazenado durante um tempo suficiente para orientar o raciocínio imediato, a resolução de problemas ou para a ação comportamental (LENT, 2001). Esta seleção e organização são feitas na memória operacional, a qual é considerada um sítio ativo de memória, sendo responsável pela manutenção e processamento da informação. Esta memória é um sistema de capacidade limitada que é capaz de armazenar e manipular a informação temporariamente para a execução de tarefas complexas, tais como a compreensão, a aprendizagem e o raciocínio (BADDELEY, 2000). É importante ressaltar que a memória operacional não se relaciona exclusivamente com informações armazenadas na memória sensorial, ela utiliza também informações armazenadas na memória de longa duração.

A memória operacional é, portanto, uma unidade simples de memória que envolve múltiplos subsistemas cognitivos que são responsáveis por estocar e executar diversas funções (YUAN, et al., 2006). Em um trabalho clássico, Miller (1956) relatou que somente sete (mais ou menos) dois elementos podem ser utilizados por esta memória, a cada momento, ou seja, no máximo 9 elementos podem ser processados nesta memória. A memória operacional é, então, considerada uma memória de curta duração, e segundo Peterson e Peterson (1959), o conteúdo da memória operacional dura em média 20 segundos.

Em 1974, Baddeley e Hitch ́s descreveram um modelo de memória operacional como sendo um componente múltiplo, contendo a alça fonológica, o esboço viso-espacial e a central executiva, iniciando assim, a fase da decomposição da memória operacional em vários subsistemas (YUAN, et al., 2006).

De acordo com o modelo atual de Baddeley (BADDELEY, 2000 e 2003), construído com base em evidências de experimentos fisiológicos, psicologia cognitiva e neurologia clínica, a memória operacional é constituída por um componente conhecido como executivo central e três componentes de apoio: a alça fonológica, o esboço viso-espacial e o buffer episódico. O componente executivo extrai informações da memória de longa duração e coordena as atividades dos demais componentes. É ele que decide qual informação processar mais e como deve ser feito. A alça fonológica mantém por pouco tempo a informação para a compreensão verbal e para a repetição acústica. O esboço viso-espacial armazena por um curto período determinadas imagens visuais. Finalmente, o buffer episódico apresenta capacidade limitada e é capaz de conectar as informações dos sistemas subsidiários e da memória de longo prazo em uma única representação (BADDELEY, 2000 e 2003).

Considerando a capacidade limitada da memória operacional, ao visualizar determinada imagem, o aluno constrói uma imagem mental a partir de determinados detalhes da imagem original. Esta especificidade da memória vale para ler um texto, assistir um documentário ou analisar uma simulação composta por imagens, textos e sons.

Após passar pela memória operacional, o conhecimento é integrado com o conteúdo da memória de longo prazo. Nesta etapa, os aspectos selecionados ficam disponíveis para serem lembrados. Ao contrário da memória operacional, a memória de longo prazo pode armazenar as informações por longos períodos de tempo.

A formação da memória de longo prazo é um processo graduado em que as etapas de transcrição e tradução são necessárias nas primeiras horas após a aquisição da informação (KATCHE et al., 2009). Assim, verifica-se que a formação da memória é um processo lento, que necessita de aspectos bioquímicos complexos e, portanto, a compreensão do funcionamento do sistema cognitivo humano deve ser mais estudada, na tentativa de melhorar a relação entre a cognição e o ensino.

O armazenamento das informações recebidas pelo cérebro é um processo gradual, que envolve diversas fases. A memória de longo prazo relaciona-se com este processo, mas não a memória de curto prazo, já que necessita da síntese de RNA para que isto ocorra.

De acordo com Mayer (2005), para que ocorra uma aprendizagem eficiente, seja de informações obtidas a partir de texto ou imagem, o aluno deve empregar cinco processos cognitivos:

1) selecionar as palavras relevantes para o processamento na memória operacional verbal;

2) selecionar imagens significativas para o processamento na memória operacional visual;

3) organizar as palavras selecionadas em um modelo verbal;

4) organizar as imagens selecionadas em um modelo visual, e por último,

5) integrar as representações verbais e visuais com um conhecimento prévio.

Mayer (2001) revela que a distinção entre aquisição de informação e construção de conhecimento é bastante relevante. A aquisição de informação envolve a adição de informações na memória do aluno, neste caso a função do professor é apresentar a informação e a do aluno é receber esta informação, é um típico exemplo de aprendizagem multimodal não interativa (MORENO e MAYER, 2007).

Por outro lado, a construção do conhecimento envolve a representação mental, neste caso o aluno tem que selecionar, organizar e integrar novas informações com aquelas já existentes na memória de longo prazo. Segundo Moreno e Mayer (2007), quando ocorre a construção do conhecimento, ocorre também a interação do aluno, desta forma, verifica-se a promoção do processo cognitivo neste. A seleção da informação relevante, a organização mental com a estrutura coerente e a integração do novo conhecimento com aquele já existente, provoca a interação. E quando esta interação ocorre, verifica-se também a atividade comportamental e o processamento cognitivo. A forma de aprendizagem multimodal não interativa não promove esta atividade comportamental.

Pode-se inferir então, segundo Tarouco et al., (2009), que a aprendizagem significativa ocorre quando o estudante dedica esforço consciente no processo de cognição de atividades como selecionar, organizar, integrar a nova informação no conhecimento já existente. Assim, a utilização da interatividade constitui uma estratégia para promover uma aprendizagem significativa, envolvendo o estudante no processamento ativo do material educacional.