间隔效应：两次复习之间该隔多久？

「分散优于突击」这件事，从 1880 年代起就已经知道。更有用、也晚得多的那个问题是隔多远——而答案取决于一件几乎所有学习建议都不提的事：你需要在什么时候记得住。

一览

赫尔曼·艾宾浩斯在 1880 年代拿自己做实验，既确立了遗忘曲线，也确立了「把练习分散在时间上比集中起来记得更牢」这一事实。将近一个半世纪之后，这个发现经受住了每一次推翻它的尝试。

大多数人引用的现代综述，是 Cepeda、Pashler、Vul、Wixted 与 Rohrer 发表在《Psychological Bulletin》上的 2006 年综述，它汇总了大量分散练习的研究。方向上毫无疑问：在总学习时间相同的前提下，分散胜过集中。

这份 2006 年的综述同时也讲清楚了一件事：「把它分散开」是一条不完整的指令。收益的大小高度依赖于间隔，而最佳间隔并不是一个常数。

真正把这件事变成工程问题的，是 Cepeda 及同事 2008 年发表在《Psychological Science》上的研究，标题很好记：《学习中的间隔效应：最优记忆保持的时间脊线》。

他们独立地变动两件事：两次学习之间的间隔，以及最终测验在多久之后到来。把记忆保持率对这两者作图，会得到一道脊——对每一个保持期，都存在一个使表现最大化的间隔，而这个最优值会随着保持期变长而向外移动。

从这条研究线里得出的实用总结，是一个比例关系：理想间隔大约是你需要保持这份材料的那段时间的百分之十到二十。一周后要用？大约一天后复习。一年后要用？间隔一个月甚至更长。

这解释了学习建议里一个原本看起来自相矛盾的现象。「第二天复习」和「一个月后复习」都是对的——只是针对不同的截止期限。

大多数间隔研究用的是词表和文段。Kornell 2009 年发表在《Applied Cognitive Psychology》上的论文——《用闪卡优化学习：分散比突击更有效》——则直接冲着那个实物去了。

它比较了两种做法：把一大摞卡片分散在时间上学，和把同样这些卡片拆成小摞、每一摞集中猛攻。那一大摞、分散着学的赢了。而这恰恰与大多数学生的做法相反：面对一大堆卡片，他们本能地把它拆成一小块可以应付的，然后死磕那一块。

这里面藏着一个给家长的实用教训。如果孩子坐下来面对四十张卡，却把其中十张各刷了四遍，那他做的正是那个不管用的版本。把四十张全部过一遍，明天再过一遍，会更好——而这正是排程器自动强制执行的模式。

我们的阶梯是 1 → 6 → 15 → 38 → 90 天。对照研究来读：

早期的间隔短，是因为记忆很脆弱。 一张只复习过一次的卡，可能几天就没了，所以一天的间隔是相称的。

间隔拉长，是因为每一次成功都延长了时间视野。 一旦一张卡熬过了十五天的间隔，它已经是另一种性质的记忆了，这时再用一天的间隔就是浪费力气。

它们停在 90 天，是因为「一个学期」才是那个重要的视野。 这是那条比例法则的直接应用。对一个每学期被评估的 KS3 孩子来说，保持期大约是十到十三周，这就把有用的最大间隔放在了「几周到几个月」这个区间里。九十天位于这个区间的上沿，而不是在它之外。

这也是我们不采用 Anki「让间隔一路涨到一百年」这一默认设置的原因。倒不是 Anki 错了——对一个需要把材料用于整个职业生涯的成年人来说，保持期确实是几十年，而巨大的间隔正是同一条法则的正确应用。不同的截止期限，不同的答案。

关于边界，说点老实话。

那个确切的百分比只是经验法则。 10–20% 这个数字，是对一个充满噪声的曲面的有用概括，不是一条自然常数。任何把它精确到两位小数来引用的人，都是在夸大。

「递增间隔」与「固定间隔」之争尚未完全解决。 间隔究竟该逐步增长，还是干脆就设得长，研究结果不一。递增式排程有实际上的优势——它把力气集中在记忆最弱的地方——但支持「递增」本身的证据，比支持「间隔」这件事本身的证据要软一些。

大多数研究用的是简单材料。 词对和事实，跨度是几周。把它推广到一整个学年的 Year 8 数学课程，中间需要一次推断的跨越，而诚实的从业者应当把这一点说出来。

毫无疑问的是方向：把同样的力气分散开，在材料稳得住时让间隔增长，并把它们封顶在你真正在乎的那个时间视野上。