测验效应：为什么回忆胜过反复阅读

支撑闪卡的那个最稳健的发现是：试着想起一样东西，并不是在检查你是否掌握了它。那是在学会它——而且它胜过反复阅读同样的材料，往往胜出不少。

一览

大多数人引用的参照点，是 Roediger 与 Karpicke 2006 年的工作——《测验强化的学习：参加记忆测验能提升长期记忆保持》，发表于《Psychological Science》。

它的设计简单到一句话能讲完。学生读一段文章。之后一组再读一遍；另一组就这段文章做一次测验，且不给反馈。再之后，所有人接受一次真正的测验。

两个结果，而第二个才是重要的那个：

在学习之后很快进行的测验上，反复阅读的那组略好。 刚刚重读过的材料，可提取性很高。

而在延迟之后——以天而不是分钟计——的测验上，提取练习那组明显更好，而且延迟越长，差距越大。

那个交叉点，就是全部的故事。重新学习买到的是短期的可提取性。提取练习买到的是持久的记忆。一套为「今晚我能表现得多好」而优化的复习策略，优化的是错误的东西，因为考试并不在今晚。

一个合理的反驳是：也许提取只对死记硬背有帮助，而理解需要更丰富的东西。

Karpicke 与 Blunt 在 2011 年的《Science》上正面回应了这一点，他们把提取练习与概念图作了比较——也就是构建一张精细的、展示各个概念如何关联的图，这大概是学习方法里离死记硬背最远的一种了。他们测试的不只是逐字回忆，还有推断，也就是那种需要把概念连起来的题目。

提取练习在两方面都赢了。哪怕是在推断题上，那些只是练习回忆材料的学生，表现也超过了那些构建过概念图的学生。

而学生们预测的是相反的结果。被问到哪种方法对自己更有用时，他们押的是概念图。

有两篇元分析，是任何人想确认「这是一个真实效应，还是几项醒目的研究」时的标准引用。

Rowland 2014 年发表在《Psychological Bulletin》上的综述，汇总了「测验 vs 重学」的比较，发现测验具有一致的优势，且在不同材料与不同实验设计下都稳健。Adesope、Trevisan 与 Sundararajan 于 2017 年在《Review of Educational Research》上跟进，专门对练习测验作了元分析，得到了同样的结论。

这个效应在实践上重要的那些方面也站得住：有反馈时有效，没有反馈时（较弱地）也有效；对低龄学习者和本科生都有效；在真实课堂里、而不只是在实验室里，也有效。

以教育研究的标准而言，这已经算是相当定论了。英国的教育捐赠基金会（EEF）在给学校的指南中就体现了这一点——那是老师或校长最可能认得的表述方式。

提取过程中那个不舒服的部分——停顿、努力去够一个词、差一点点——不是一个应该被最小化的副作用。它似乎正是收益的来源。

Robert 与 Elizabeth Bjork 提出的**合意困难**框架，是解释这件事的常用方式：那些让学习在当下感觉更难的条件，往往让它更持久。提取是最清楚的例子。阅读很容易，作用很小；回忆很难，作用很大。

这意味着，一个把这份吃力拿掉的学习工具，也把要点一起拿掉了。在评估任何承诺「让复习更轻松」的东西时，这一点值得记住。

一张好卡片的每一处设计，都从这些研究里推导而来：

孩子必须在翻开之前先尝试作答。 那次尝试就是机制本身。一张直接翻过去的卡片，只是多了几个步骤的反复阅读——而我们的复习流程之所以要求「翻开」必须是一个刻意的动作，正是为此。

一次失败的尝试同样有产出。 先尝试、失败，然后看到答案，胜过不尝试。所以一张被评为有点难的卡片不是浪费掉的卡片——这也是为什么不会为它扣掉任何东西。

一张卡一个事实。 提取必须是一次单一的、可评级的动作。一张装着三个事实的卡片产生的是一团混乱，而不是一次提取尝试。

反馈应当即时。 答案在孩子作出承诺的那一刻出现，这正是研究所支持的安排。