Psykologen Richard E. Mayer har utviklet en teori om hvordan læring gjennom multimodale videoer kan skje best (bok: "Multimedia Learning", Cambridge Press, 2001). Universitetet i Agder har laget fem gode videoer som går gjennom Mayer sine 12 prinsipper. Her er en kort oppsummering av essensen av hvert prinsipp, men se gjerne de fem videoene likevel (2-3 minutter per video).

1. Pre-training Principle: Handler om å tilby tilstrekkelig bakgrunnskunnskap først i filmen, for eksempel ved å definere begreper eller relatere til tidligere forventet kunnskap. Da aktiviseres etablert kunnskap i langtidsminnet og seeren blir bedre forberedt til å ta i mot ny informasjon, vi aktiverer knagger å henge ny informasjon på.

2. Coherence Principle: Handler om å ta bort det som er unødvendig, særlig ved bruk av flere multimodaliteter samtidig. Bruk heller ikke tvetydige bilder som må tolkes. Vi jobber hardere for å lære hvis det er overflødige ord, bilder og lyd som ikke støtter opp under fakta som gjennomgås.

3. Segmenting Principle: Handler om å dele opp stoffet i mindre deler.

4. Signaling Principle: Handler om hvor viktig det er å strukturere informasjon i en video. Informer om hva videoen skal handle om. Si hvem en er for et ukjent publikum. Si noe om lengden på videoen og forklar hvilken kontekst den står i. Bruk overskrifter i videoen for å få fram struktur.

5. Redundancy Principle: Handler om å ikke ha for mange kanaler samtidig, for eksempel en animasjon og lyd men ikke tekst i tillegg. Vi lærer bedre når det ikke er så høy kognitiv belastning.

6. Spatial Contiguity Principle: Handler om å skape sammenheng mellom ord og bilder. Når relatert informasjon presenteres i visuell nærhet, reduseres den kognitive belasningen.

7. Temporal Contiguity Principle: Handler om å presentere relaterte bilder og ord tett etter hverandre og sammen. Når vi så går over til å snakke om noe annet, må det fjernes (ellers blir det støy).

8. Modality Principle: Vi lærer bedre når vi bruker syn og hørsel samtidig. I stedet for å vise mye tekst som vi også leser, så trekk ut nøkkelordene og gjerne presenter dem oppå et bilde. Da skaper vi lettere koblinger og nye skjemaer i arbeidsminnet vårt.

9. Multimedia Principle: Bruk den type bilde som best støtter informasjonen slik at ord og bilder utfyller hverandre. Dette er spesielt viktig hvis det ikke er talking head. Vi lærer bedre med en kombinasjon av ord og bilder (eller animasjon/video), enn bare ord.

10. Personalization Principle: Handler om å gjøre innholdet personlig. Vi lærer bedre når ordene sies personlig enn formelt. Dette gjelder også ved bruk av bilder: Et foto er mer personlig enn en figur/clipart. Interessant i forbindelse med manus. Vi føler større nærhet til fagstoffet når vi bruker personlige uttrykk. Det blir også lettere å relatere informasjonen til tidligere kunnskap.

11. Voice Principle: Handler om at stemmen du bruker har betydning for læring. Når vi bruker en naturlig stemme med følelser og variasjon i stemmen, skaper vi engasjement og tillit hos den som hører på. Dette er et argument for at læreren produserer egne videoer fordi studentene kjenner sin lærer. Det kan skape en nærhet til stoffet. Kognitiv arbeidsprosess går lettere om vi slipper å bruke kapasitet på å forstå det som sies.

12. Image Principle: Talking head er ikke nødvendigvis bra. Med mindre personen på bildet har verdi i forhold til innholdet, så bør talking head fjernes. Gjelder særlig i sekvenser der det er viktig at innholdet får fokus.