测试效应

速览

1. 简要概述

测试效应指的是：把信息从记忆中提取出来，比把同样的信息再次摆到眼前更能巩固记忆。一名学生把一段文字读一遍，然后写下记得的一切；另一名学生把它读两遍。只要最终测试安排在几天之后而不是几分钟之后，前者通常会胜出。前者在学习时感觉更差，因为回忆很费力，还会暴露漏洞，而重读感觉顺畅、熟悉。学习者相信这种感觉，所以绝大多数人选择重读和画重点，而不是自我测验。对实验室和课堂研究的元分析估计，这种增益约为半个标准差，但它取决于条件：反馈很重要，如果在练习测试中几乎什么都想不起来，事后又看不到答案，帮助就很小。

用大白话说

测试效应的意思是，努力把学过的东西从脑子里想出来，比只是再读一遍记得更牢。努力回想就是在锻炼你的记忆。再读一遍感觉更轻松，但效果更差。

想象一下星期五有一场单词拼写测验。星期一你把单词表读了五遍。你的朋友只读了一遍，然后把单词表盖住，试着凭记忆写出每个单词，再核对写错的那些。读单词表的感觉很好，因为每个单词看起来都很眼熟。你的朋友却有点卡壳。到了星期五，她拼对的单词比你多。那些单词你看着眼熟，可你从来没练习过把它们从自己脑子里想出来。

这里有个简单的小窍门。读完需要学的内容后，合上书。把你记得的说出来或写下来。然后翻开书，看看漏掉了什么。隔一两天再做一次。这会比重读感觉更难，而这正说明它在起作用。

2. 背后的科学

2.1. 发现与历史

早在心理学家测量之前，人们就注意到了这一点。Francis Bacon 在 1620 年写道，把一篇文字读二十遍，不如读十遍并在读的同时尝试背诵学得好。William James 在 1890 年也就“主动”与“被动”重复提出了同样的看法。

第一项系统研究出现在 1917 年，哥伦比亚大学师范学院的 Arthur Gates 发表了《背诵作为记忆的一个因素》。学童学习无意义音节和简短的人物传记。一些孩子把全部时间用于阅读；另一些孩子则把部分时间用于“背诵”，即移开视线，尝试回忆。把很大一部分时间（往往超过一半）用于背诵的孩子记住的更多。

1939 年，Herbert Spitzer 测试了爱荷华州 91 所学校的 3,605 名六年级学生。他们阅读介绍事实的短文，在随后两个月里按不同的时间表参加测试。读完后不久就接受测试的孩子，在随后几周里的遗忘比第一次测试来得较晚的孩子少得多。Spitzer 的结论是，测试本身就是学习工具。

教育界基本忽视了这一点。测试仍然放在单元末尾，充当测量工具。现代的复兴来自 Henry Roediger 和 Jeffrey Karpicke（2006），他们用散文段落表明，在五分钟后的测试中重读占优，而在两天和一周后测试明显占优。随后出现了数百项研究，包括由 Pooja Agarwal、Mark McDaniel 和 Kathleen McDermott 领导的课堂试验。

元分析也划出了效应的边界。Christopher Rowland（2014）发现该效应稳定，但当练习测试要求回忆而非再认时效应更大，有反馈时也更大。没有反馈时，学习者没能提取出来的项目得不到增益，所以一场不给答案的高难度测试帮助不大。Tamara van Gog 和 John Sweller（2015）认为，对于高度复杂、相互关联的材料，该效应会减弱；Karpicke 和 Althea Aue（2015）回应说，复杂材料方面的证据比这更有力。这个问题仍无定论。

“偏差”是故事中学习者的那一面。在 Roediger 和 Karpicke 的研究中，反复阅读的学生最相信自己会记住；Karpicke、Andrew Butler 和 Roediger 在 2009 年的一项调查发现，大多数学生会重读，很少有人练习回忆。这种忽视与能力错觉（流畅性错觉）密切相关。

关键里程碑：

• 1620：Francis Bacon 在《新工具》中指出，边读边背诵胜过单纯阅读
• 1917：Arthur Gates 发表《背诵作为记忆的一个因素》
• 1939：Herbert Spitzer 对 3,605 名爱荷华州六年级学生的研究表明，早期测试能减缓遗忘
• 1994：Robert Bjork 提出包含测试在内的“必要难度”概念
• 2006：Roediger 和 Karpicke 在 Psychological Science 上发表《测试增强学习》
• 2011：Karpicke 和 Blunt 在 Science 上报告，检索练习胜过绘制概念图
• 2014：Rowland 在 Psychological Bulletin 上的元分析证实了该效应
• 2021：Yang、Luo、Vadillo、Yu 与 Shanks 汇总了涵盖 48,478 名学生的 222 项课堂研究

2.2. 主要研究者

2.3. 里程碑研究

测试增强学习（Roediger 和 Karpicke，2006）

大学生阅读简短的科学文章。每篇文章要么读两遍，要么读一遍后接着做一次无反馈的自由回忆测试。最终测试在五分钟、两天或一周后进行。五分钟时，重读的学生表现更好。一周后，做过练习测试的学生回忆出约 56% 的要点，重读的学生约为 42%。第二项实验用三次测试对比三次额外阅读，发现了同样的反转，而且反复阅读的学生信心最足。

学生学习中的元认知策略（Karpicke、Butler 和 Roediger，2009）

在接受调查的 177 名大学生中，84% 的人将重读列为学习策略，55% 的人将其列为首选策略。仅有 11% 的人描述了练习回忆，只有 1%（2 名学生）将其排在第一位。当被问及读完一章后会做什么时，57% 的人选择重读，18% 的人选择测试自己；当允许在测试后重读时，选择自我测试的比例上升至 42%。Christof Kuhbandner 与 Katharina Emmerdinger 在 2019 年的一项重新检验对此进行了限定：在他们更详细的调查中，很少有学生在学习后期偏好重读，且许多重读是针对他们此前未理解的段落。

检索练习比借助概念图的精细学习带来更多学习收获（Karpicke 和 Blunt，2011）

学生阅读科学文本，随后进行单次学习、重复学习、看着文本构建概念图或练习自由回忆。一周后，检索练习在原文字面问题以及需要连接不同概念的推断问题上均击败了概念图，即便在最终测试要求学生绘制概念图时依然胜出。学生在此前的预测恰恰与此相反。由 Joel Mintzes 领衔的概念图研究人员在 Science 上发表技术评论质疑其方法，Karpicke 和 Blunt 则在同一期杂志上进行了回应。

未成功的提取尝试能增强后续学习（Kornell、Hays 和 Bjork，2009）

参与者回答他们不可能知道的问题，例如虚构的冷知识，或猜测提示词的弱关联词（为“哺乳动物”猜“鲸鱼”）。在一种条件下，他们先猜，再看答案；在另一种条件下，他们在整段时间里同时看到问题和答案。即使剔除猜对的题目，先猜依然带来了更好的后续记忆。只要答案紧随其后，一次失败的尝试就不算浪费。

元分析研究（Rowland，2014；Adesope、Trevisan 和 Sundararajan，2017；Yang 等人，2021）

Rowland 发现测试相对于重新学习具有稳健的优势，当练习测试需要回忆时优势更大，数据支持费力检索解释而非语义精细加工解释。Adesope 及其同事汇总了 272 个效应量，发现练习测试的效果优于重新学习以及所有其他对照条件。Yang 及其同事聚焦于真实课堂：222 项研究和 48,478 名学生得出的平均效应量为 g = 0.499，在提供纠正性反馈、进行重复测验以及测验与考试形式匹配时效应更大。

2.4. 神经生物学基础

神经科学证据还很单薄。大多数影像研究样本量小，使用单词表，并将检索与重新学习对比，因而很难把因果与相关分开。

在一项 fMRI 研究中，Erik Wing、Elizabeth Marsh 与 Roberto Cabeza（2013）发现，与重新学习相比，能带来后续记忆的初始检索更多地激活了前海马、外侧颞叶皮层和内侧前额叶皮层，并增强了海马与前额叶区域之间的连接。James Antony、Catarina Ferreira、Kenneth Norman 与 Maria Wimber（2017）提出，检索是一条通往巩固的快速路径：清醒时重新激活一段记忆，可能会重放海马－新皮层的活动模式，就像人们认为睡眠所做的那样。这目前仍是一个假说。

元认知这一半不需要特殊的机制。人们部分依据当下加工材料的难易程度来判断自己学得如何。重读提高了这种容易感，自信也随之上升；回忆时的吃力则让两者都下降。

3. 演化起源

既然测试效应是记忆的一种属性，有用的问题是：记忆为什么会这样运作？

检索作为需求的信号： John Anderson 与 Lael Schooler（1991）表明，人类的遗忘规律与信息在环境中重复出现的频率相吻合。提取一段记忆，是大脑所能得到的、表明它有用的最佳证据，所以提取比被动的再次接触（这可能纯属偶然）更能巩固记忆，是说得通的。

存储与提取： Robert 与 Elizabeth Bjork 的“新失用理论”（1992）把一样东西存储得多牢，和此刻能多容易地提取它区分开来。在提取已经减弱时进行费力的提取，存储强度会得到更大的提升。

为什么重读感觉是对的： 在人类历史的大部分时间里，熟悉感都是判断知识的一个还不错的向导。一张熟悉的面孔或一种熟悉的植物，很可能以前确实见过。可以随意重读的文字，以及要求在几周后回忆的考试，都是晚近才出现的；在这样的环境中，熟悉感会误导人。

这些只是合理的解释框架，而非经过检验的演化论断。

4. 这种偏差的表现形式

4.1. 在日常生活中

• 每次做菜都重新阅读菜谱卡片，到了第十次做这道菜时依然离不开它
• 在一本非虚构类书上大量画重点，一个月后却几乎什么都不记得
• 每周都开的一条路线始终依赖 GPS 导航，因而从未真正记住它
• 阅读外语时能认出单词，但到了自己开口表达时却卡壳
• 还没真正尝试回答，就把抽认卡翻过来看答案

4.2. 在职场中

• 新员工入职培训依赖幻灯片和阅读资料包，不安排回忆练习
• 合规测试的答案直接就写在前一页屏幕上
• 将“我读过这份报告”等同于“我能把这份报告讲清楚”
• 培训评估只问员工感觉有多自信，这会偏向被动的培训形式

4.3. 在商业与营销中

• 抽认卡和语言学习软件建立在检索的基础之上，但前提是用户在揭晓卡片之前必须先尝试作答
• 在线课程以长达数小时的视频为卖点，因为看视频让人觉得是在学习，而且容易打包售卖
• 广告重复能建立起再认度，足以让消费者在货架上挑选出该品牌，但无法促成对产品细节的主动回忆

4.4. 在政治与媒体中

• 刷过大量新闻头条的读者感觉自己见多识广，但一天之后却无法回忆起一则报道的核心事实
• 针对标准化考试的争论仅将其视为问责工具，忽视了低利害小测验的促学价值
• 检索同样能强化错误陈述：反复回忆一条后来被纠正的说辞可能会让其更牢固，因此纠正需要加以练习，而不能仅仅声明

4.5. 在医疗领域

• 住院医师会忘掉研讨会上所教的大部分内容；带反馈的重复测试在六个月后的保持效果明显好于复习资料单（Larsen、Butler 和 Roediger，2009）
• 大量用抽认卡自我测试的医学生，往往在执业资格考试中得分更高（Deng、Gluckstein 和 Larsen，2015），不过这种相关可能部分反映了成绩更好的学生更多地使用这些工具
• 患者通常只把出院医嘱读一遍；“回授法”要求患者用自己的话解释医嘱，从而增加了一个提取步骤

4.6. 在金融与投资中

• 投资者读了关于费用和分散投资的资料，觉得自己懂了，做决定时却哪一个都解释不清
• 一次性的金融素养讲座；Daniel Fernandes、John Lynch 与 Richard Netemeyer（2014）的元分析发现，这类干预对行为的影响很小，且会随时间衰减，缺少重复提取是一个可能的原因
• 资格认证考生重读教材，而不去做练习题

5. 现实世界案例研究

案例研究 1：六年级社会研究中的测验

• 背景： 圣路易斯华盛顿大学的研究人员（包括 Pooja Agarwal、Henry Roediger、Mark McDaniel 和 Kathleen McDermott）与一所郊区初中的教师合作，探究低利害测验是否有助于学生掌握常规课程内容。
• 事件经过： 六年级学生对每个单元的部分材料做简短的选择题测验；其他材料不测验，或只是再复习一遍。结果指标是学生实际计分的章节考试和学期考试（Roediger、Agarwal、McDaniel 和 McDermott，2011）。
• 偏差在起作用： 过去“复习”就是把材料再过一遍。教师和学生都认为多接触几遍就是备考的办法，并把测验看作评估手段。
• 后果： 无论是在章节考试中，还是在几周后的学期考试中（包括需要书面作答的考试），学生在测验过的材料上都比未测验或只复习过的材料考得更好。
• 教训启示： 在日常课堂中加入简短、频繁、不计分的提取，能改善学习。这项研究成了后来课堂项目的范本，包括 Agarwal 的著作 Powerful Teaching。

案例研究 2：住院医师六个月后记住了什么

• 背景： Douglas Larsen、Andrew Butler 与 Henry Roediger（2009）在一场关于癫痫持续状态和重症肌无力的教学研讨会上，对儿科和急诊科住院医师进行了研究。
• 事件经过： 住院医师被随机分配，针对其中一个主题参加带有反馈的简答题测试，针对另一个主题阅读复习资料单。资料单上的信息与测试答案完全相同。这在研讨会后进行一次，之后相隔约两周又进行了两次。大约六个月后，40 名住院医师参加了涵盖两个主题的最终测试。
• 偏差在起作用： 医学教育倚重讲座和讲义。复习资料单让人感觉高效、完整，而在这项研究中，它包含的信息与测试相同。
• 后果： 测试过的材料得分为 39%，只复习过的材料为 26%（d = 0.91）。两个数字都很低，令人清醒地看到，无论用哪种方式，住院医师都会忘掉很多。
• 教训启示： 对于临床医生几个月后还要用到的知识，几次有间隔、带反馈的测试，胜过反复复习相同的内容。

历史案例：Herbert Spitzer 的爱荷华研究（1939）

Herbert Spitzer 想知道学童遗忘所读内容有多快，以及测试能否减缓遗忘。他在爱荷华州 91 所学校招募了 3,605 名六年级学生。各组阅读介绍事实的短文，并按各自的时间表参加测试，有的立即测试，有的在一天、一周或更久之后测试。

遗忘很快。早期测试改变了遗忘曲线：读完后不久就测试的组，在后来的测试中保留得比第一次测试较晚的组更多。Spitzer 主张把即时回忆用作一种教学方法。

学校没有照做。在20世纪的大部分时间里，测试仍放在单元末尾，复习仍意味着重读。他的研究在 2006 年之后才被重新发现。从他得出结论到课堂实践之间隔了七十年，这正是本文所说的忽视，只不过发生在整个学校系统的层面上。

6. 这种偏差的代价

6.1. 个人代价

• 数小时的重读和画重点，几乎留不下长久的记忆
• 考试成绩低于复习时建立起来的信心，常被误解为能力不足
• 每个学期都在重学同样的材料，因为它们从未得到巩固

6.2. 职业代价

• 培训预算花在内容灌输上，结果几乎什么都没留下
• 反复查阅同样的操作流程，拖慢工作，并在压力下增加出错风险
• 花了许多小时被动复习，资格认证考试仍没通过

6.3. 社会代价

• 学校的复习时间花在重复接触上，而不是花在能带来可测量收益的测验上
• 在家里学到有效策略的学生，与习惯性重读的学生之间出现差距
• 证据基础主要来自西方环境：在一项综述中，只有 6% 的应用型课堂实验是在非 WEIRD 国家开展的（Agarwal、Nunes 和 Blunt，2021）

6.4. 统计影响

• 在涵盖 222 项研究和 48,478 名学生的分析中，课堂测验使学业成绩提高了 g = 0.499（Yang 等人，2021）
• 在一项涵盖 50 项课堂实验（5,374 名学生）的综述中，57% 的效应量显示出中等或较大的增益（Agarwal、Nunes 和 Blunt，2021）
• 学习一周后，测试组回忆出约 56% 的要点，重读组约为 42%，而在五分钟时重读组领先（Roediger 和 Karpicke，2006）
• 84% 的学生把重读作为一种策略，55% 的人把它列为首选；只有 1% 的人把自我测试列为首选（Karpicke、Butler 和 Roediger，2009；N = 177）
• 在十种学习技术中，只有练习测试和分散练习被评为“高实用性”；重读和画重点被评为“低实用性”（Dunlosky 等人，2013）

7. 隐藏的益处

偏向重读的倾向有一定道理。

• 重读有助于理解： 如果你没读懂某段文字，再读一遍是对的。提取强化的是你已经编码的内容，无法强化你从未理解的东西。

• 流畅感在短期内是准确的： 对于五分钟后的测验，重读确实能带来更高的分数。这种感觉只在较长期的效果上误导人。

• 重读只呈现正确答案： 没有反馈的练习测试，尤其是带有看似合理的干扰项的选择题，可能让人记住错误答案（Roediger 和 Marsh，2005）。

• 过于狭隘的测试存在代价： 练习某些项目可能会暂时损害对未练习的相关项目的记忆（提取诱发遗忘）。

实际的办法是两者结合：读到理解为止，然后转向带反馈的回忆。

8. 自我评估：你是否存在这种偏差？

8.1. 警示信号清单

• 学习时，你主要是重读笔记、教科书或幻灯片
• 你把画重点或划下划线作为主要的学习方式
• 你觉得自己已经准备好应考，只因为材料“看起来很眼熟”
• 还没认真尝试回答，你就把抽认卡翻过来
• 你把练习题留到觉得自己“全学会了”之后再做，结果最后时间不够用
• 你把测验看作检验知识的手段，而非构建知识的手段
• 你的考试成绩往往低于复习时的自我预期
• 你重看讲座录像，而不是尝试凭记忆把内容讲出来
• 合上书本尝试回忆让你不舒服，所以你很少这么做
• 当你做错一道练习题时，直接跳过而不去核对正确答案

评分标准：

• 勾选 0-2 项：易感性低
• 勾选 3-5 项：易感性中等
• 勾选 6-8 项：易感性高
• 勾选 9-10 项：易感性极高

8.2. 自我反思问题

1. 在你最近认真学习的一项内容中，有多少时间花在阅读上，有多少时间花在不看资料的主动回忆上？
2. 当你觉得自己掌握了某项知识时，这种感觉是基于你能凭记忆把它表达出来，还是仅仅因为你认得它？
3. 对于一年前完成的一门课程或培训，你现在还能回忆起什么？
4. 当你尝试回忆某件事却想不起来时，你会有什么反应？
5. 如果要求你在明天不借助任何笔记去讲授一个最近“学过”的主题，你能解释多少内容？

8.3. 快速诊断场景

场景： 三周后你将面临一场职业资格考试，手头有一本 300 页的复习指南、一套练习题库，每天大约有一小时的学习时间。

你会如何安排自己的学习时间？

• A) 把指南仔细读两遍，画出重点，把练习题留到最后几天 → 易感性高
• B) 把指南读一遍，等觉得有把握后，再把重读难的章节和做练习题穿插进行 → 易感性中等
• C) 每章读一遍以求理解，然后凭记忆答题、核对答案，每隔几天回头复习前面的章节 → 易感性低

9. 如何识别他人的这种偏差

9.1. 行为表现

• 教科书上画满重点，学习时长不少，成绩却令人失望
• 备战演讲演示时只是反复重读幻灯片，而不是在脱稿状态下排练
• 索要讲义以便“稍后复习”，而不是当场动手完成练习
• 能在一组选项中认出正确答案，但在脱离提示时却无法主动表达
• 被要求解释上周刚“学过”的内容时感到意外

9.2. 对话危险信号

受这种偏差影响的人常说的话：

• “我已经读了三遍，应该没问题了。”
• “等我全部复习完了，再去做练习题。”
• “我知道这个，只是现在一下子说不上来。”
• “这些内容看起来都很眼熟。”

他们常提出的论调：

• 把花在材料上的时间当作学会的证明
• 考试仅仅是用来测量的，所以在“准备好”之前做测验毫无意义

他们回避提出的问题：

• “我现在能凭记忆把它写下来吗？”
• “我上次做错了什么，原因是什么？”

9.3. 情境触发因素

• 通俗易读、排版精美、容易让人产生流畅感的材料
• 学习与实际应用之间的时间间隔过短，掩盖了熟悉感消退的速度
• 没有内置测验的学习环境
• 导致把测试视为一种威胁的表现焦虑
• 答案唾手可得的环境（未关闭的标签页、可随时检索的笔记、人工智能助手）

10. 认知去偏差策略

10.1. 即时应对技巧

• 合书回忆： 读完一个章节后，合上书本，写下你记住的内容，然后再与原文对比
• 先答后看： 核对之前先给出一个答案，哪怕是猜的
• 务必核对： 每次答错都立即查看正确答案；没有反馈的提取只对你答对的项目有帮助
• 先预测再测验： 在参加练习测试前写下自己预期的分数，并在事后进行对比

10.2. 长期策略

• 拉开检索间隔： 在一天后、数天后和一周后重温材料，将测试效应与间隔效应相结合
• 累积式练习： 在每次学习中融入早期学过的主题
• 预料到会吃力： 自我测试的感觉比重读更差；按照 Bjork 的“必要难度”观点，这种不适往往伴随着更好的保持
• 优先选择主动回忆形式： 自由回忆和简答题带来的增益往往大于单纯的选项再认

10.3. 环境设计

• 内置测验环节： 在课程和培训开始时，设置两分钟的回忆提示，针对先前的内容进行温习
• 使用间隔重复工具，该类工具要求在揭晓答案之前必须先作答
• 保持低利害： 不计分或低分值的测验能带来好处，又不会造成沉重的压力
• 迅速提供反馈： 每次测验后应立即呈现正确答案

10.4. 何时寻求外部帮助

• 当学习后的实际成果持续低于你的自我信心时
• 当备战高利害专业认证而你无法准确判断自己的准备情况时
• 当焦虑让你完全无法测试自己时

向谁求助：一位掌握答案、让你无法偷看的导师或学习伙伴。请他们不打招呼地考你，并记下你答错的内容，而不是问“你看我准备好了吗？”

11. 实践练习

练习 1：白纸测试法

• 目标： 用自由回忆取代被动复习
• 所需时间： 每次练习 15 分钟
• 所需材料： 学习材料、白纸、一支第二颜色的笔
• 难度等级： 初级
• 操作指南：
  1. 仔细把一节读一遍，以求理解
  2. 将学习材料移出视线之外
  3. 写下你记得的一切：观点、术语、例子、联系
  4. 与原文进行对照，用第二种颜色的笔标记出遗漏的内容
  5. 两天后，在重新阅读任何材料之前，再次重复上述过程
• 反思问题：
  • 你的实际回忆情况与你此前感觉自己掌握的程度相比如何？
  • 哪些部分是你两次都遗漏的？
• 练习频率： 每学完一个新章节或核心主题后进行一次

练习 2：预测实验

• 目标： 在自己身上检验流畅性错觉
• 所需时间： 第一天 20 分钟，一周后 10 分钟
• 所需材料： 两组难度相当的学习材料（例如两组各有 20 个生词的词表）、计时器
• 难度等级： 中级
• 操作指南：
  1. 通过通读四遍来学习 A 组材料
  2. 通过通读一遍并自我测试三遍来学习 B 组材料，每次尝试后核对答案
  3. 在两组材料上花相同的时间
  4. 写下你预计一周后分别能记住各组中的多少个项目
  5. 一周后，在不进行任何复习的情况下对两组材料进行测试，并将结果与你的预测进行对比
• 反思问题：
  • 你此前预测哪一组会胜出，实际结果又是哪一组胜出？
  • 你将对自己的学习方式做出哪些调整？
• 练习频率： 进行一次；如果结果令你感到意外，可更换新材料再次尝试

练习 3：回授讲解

• 目标： 将凭记忆进行解释作为检索练习
• 所需时间： 20-30 分钟
• 所需材料： 一位倾听者或录音设备
• 难度等级： 中级
• 操作指南：
  1. 挑选一个你在过去一周学过的主题
  2. 不看笔记，像教初学者一样讲解它
  3. 记录下每一次犹豫或跳过的要点
  4. 仅针对这些薄弱环节去查阅原始资料
  5. 几天后再次进行脱稿讲解
• 反思问题：
  • 你的解释在哪个环节卡壳了？
  • 这次讲解暴露了哪些此前被重读掩盖的知识盲区？
• 练习频率： 针对重点主题每周进行一次

日常练习

两分钟回忆法

在每天结束时，不借助任何笔记，凭记忆回忆当天学到的三件事并将其记录下来。

• 建议时长：2 分钟
• 最佳时段：晚间
• 进度追踪：每周一次，在阅读记录之前尝试凭记忆回忆每一项内容

每周挑战

将一次复习替换为自我测试

每周将一次重读或重看视频的复习时间，替换为做练习题、在翻开前先作答的抽认卡练习，或是白纸回忆法，并在练习后核对答案。

• 4 周后的预期效果：对先前学过的内容记忆更牢固；对自己掌握的程度有更准确的评估；减少考前临时抱佛脚
• 反思日志提示：
  • 与重读相比，自我测试的过程带给你怎样的感受？
  • 它揭示了哪些原本会被重读所掩盖的问题？

12. 面向特定群体

针对领导者与管理者

• 培训设计： 除了看培训项目涵盖多少内容，也要看其中有多少要求不看资料回忆
• 会议管理： 在周期性例会开始时，简短回顾上一次会议做出的各项决策
• 成效评估： 用几周后的知识测验来评估培训；培训当天的满意度调查会偏向被动的形式

针对家长与教育工作者

• 适龄解释： “不看答案凭记忆回想，就像是在草地上踩出一条小路。你每走过一次，小路就越清晰。再次低头看答案，就像只看地图却从不下地走路。”
• 低利害测验： 定期使用简短的不计分小测验、自由默写或离堂小纸条
• 反馈跟进： 测验后务必跟进正确答案，尤其是在遗漏较多项目时
• 传授学习技能： 让学生在自己身上进行练习 2 的实验

针对医疗专业人员

• 继续教育： 优先采用配备题库、基于病例的回忆以及间隔式后续测验的培训形式
• 业务培训： 在 Larsen 及其同事的试验中，带反馈的重复简答题测试在六个月后的保持效果优于复习资料单
• 患者宣教： 用回授法检查患者的理解，并加深其对医嘱的记忆

针对金融专业人员

• 备考认证： 在模拟考试条件下做练习题，效果优于重读课程大纲
• 客户宣教： 在客户离开前，邀请其用自己的话简要概括财务规划方案
• 知晓局限： 能够回忆起一条规则，与在承受市场压力时妥善应用该规则是两码事

13. 与其他偏差的相互作用

放大这种偏差的偏差

抵消这种偏差的偏差

常见偏差链

单纯曝光效应 → 能力错觉（流畅性错觉） → 忽视自我测试 → 过度自信效应 → 考试或工作表现不佳

重读使材料变得熟悉。熟悉感被当成了知识。学习者觉得自己准备好了，于是跳过自我测试，漏洞一直被掩盖，信心一直很高，直到需要回忆的时候。

切断链条： 在第二步打断它。一次闭卷回忆，就能用关于自己能提取出什么的真实数据，取代流畅感发出的信号。

14. 文化视角

带纠错的背诵贯穿于许多古老的教育传统。在《古兰经》背诵中，学生凭记忆向教师背诵，由教师纠正错误。吠陀口传传统通过有结构的背诵把经文保存了数个世纪。犹太教的哈弗鲁塔研习让学伴两两结对，互相朗读并讲解经文；中国的科举考试则奖励对经典的精确回忆。这些传统都不是根据记忆研究设计的，但都包含了研究所支持的做法：反复尝试凭记忆把材料说出来，并得到反馈。

现代学校教育大多转向了“讲授加阅读”的模式，考试放在最后，用来评定成绩。研究提示，测试的问题在于利害过高、次数太少，而不在于提取本身。不过，证据基础较窄：Agarwal、Nunes 与 Blunt（2021）发现，只有 6% 的应用型课堂实验来自非 WEIRD 国家，至于这种效应或重读偏好是否存在跨文化差异，直接研究很少。

15. 常见迷思与认知误区

16. 专家洞见

“如果你把一篇文字通读二十遍，你背下它的容易程度，不如读十遍、其间不时尝试背诵、想不起来时再查看原文。” — Francis Bacon，《新工具》，1620（据常见英译本）

“我们记忆的一个奇妙特质在于，主动重复给事物留下的印记要优于被动重复。” — William James，《心理学原理》，1890

“测试是促进学习的有力手段，而不仅仅是评估学习的工具。” — Henry L. Roediger III 与 Jeffrey D. Karpicke，Psychological Science，2006

那些让学习感觉更慢、更吃力的条件（例如自我测试而非重读），往往能带来更好的长期保持；而让学习感觉轻松的条件，则可能造成一种已经掌握的错觉。 — Robert A. Bjork（意译其关于“必要难度”的研究）

17. 核心要点

1. 提取巩固记忆： 尝试回忆信息比再学一遍更能提高长期保持。课堂元分析发现了中等大小的增益。

2. 时机决定胜负： 在几分钟后的测试中，重读占优。在相隔几天或几周的测试中，测试占优，而这通常正是需要用到所学知识的时候。

3. 偏差在于选择： 大多数学生选择重读而极少自我测试，因为重读感觉流畅，而回忆感觉费力。这与能力错觉（流畅性错觉）直接挂钩。

4. 反馈很重要： 有了反馈，即使失败的尝试也有帮助。没有反馈时，收益取决于你能回忆出多少，不给答案的高难度测试帮助最小。

5. 低利害就够了： 测验不必计分也能起作用。简短、频繁的回忆，之后紧跟正确答案，这就是核心做法。

6. 与间隔相结合： 分散在几天和几周内的提取，胜过在一次学习中集中提取，这把本效应与间隔效应联系了起来。

7. 了解局限： 这是一种记忆与学习效应，对你已经理解的材料作用最强。对于高度复杂的材料，它可能会减弱，而且可能强化从未被纠正的错误。

18. 拓展资源

学术论文

• Gates, A. I. (1917). Recitation as a factor in memorizing. Archives of Psychology, 6(40).
• Spitzer, H. F. (1939). Studies in retention. Journal of Educational Psychology, 30(9), 641-656.
• Roediger, H. L., & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249-255.
• Karpicke, J. D., Butler, A. C., & Roediger, H. L. (2009). Metacognitive strategies in student learning: Do students practise retrieval when they study on their own? Memory, 17(4), 471-479.
• Kornell, N., Hays, M. J., & Bjork, R. A. (2009). Unsuccessful retrieval attempts enhance subsequent learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 35(4), 989-998.
• Larsen, D. P., Butler, A. C., & Roediger, H. L. (2009). Repeated testing improves long-term retention relative to repeated study: A randomised controlled trial. Medical Education, 43(12), 1174-1181.
• Karpicke, J. D., & Blunt, J. R. (2011). Retrieval practice produces more learning than elaborative studying with concept mapping. Science, 331(6018), 772-775.
• Roediger, H. L., Agarwal, P. K., McDaniel, M. A., & McDermott, K. B. (2011). Test-enhanced learning in the classroom: Long-term improvements from quizzing. Journal of Experimental Psychology: Applied, 17(4), 382-395.
• Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013). Improving students' learning with effective learning techniques. Psychological Science in the Public Interest, 14(1), 4-58.
• Rowland, C. A. (2014). The effect of testing versus restudy on retention: A meta-analytic review of the testing effect. Psychological Bulletin, 140(6), 1432-1463.
• Adesope, O. O., Trevisan, D. A., & Sundararajan, N. (2017). Rethinking the use of tests: A meta-analysis of practice testing. Review of Educational Research, 87(3), 659-701.
• Yang, C., Luo, L., Vadillo, M. A., Yu, R., & Shanks, D. R. (2021). Testing (quizzing) boosts classroom learning: A systematic and meta-analytic review. Psychological Bulletin, 147(4), 399-435.

书籍

• Brown, P. C., Roediger, H. L., & McDaniel, M. A. (2014). Make It Stick: The Science of Successful Learning. Belknap Press of Harvard University Press.
• Agarwal, P. K., & Bain, P. M. (2019). Powerful Teaching: Unleash the Science of Learning. Jossey-Bass.

书籍章节

• Bjork, R. A. (1994). Memory and metamemory considerations in the training of human beings. In J. Metcalfe & A. P. Shimamura (Eds.), Metacognition: Knowing about Knowing (pp. 185-205). MIT Press.
• Roediger, H. L., Putnam, A. L., & Smith, M. A. (2011). Ten benefits of testing and their applications to educational practice. In J. P. Mestre & B. H. Ross (Eds.), Psychology of Learning and Motivation (Vol. 55, pp. 1-36). Academic Press.

19. 总结卡片

20. 术语表

21. 思考与讨论

适用于读书会、课堂研讨或个人反思：

1. 为什么重读感觉比自我测试更富有成效，即使对了解这一研究的人来说也是如此？

2. 如果测验能促进学习，为什么大多数学校和职场仅将考试用于评分和资质认证？

3. 在搜索引擎和人工智能助手能瞬间提供答案的时代，检索练习是变得更重要还是更不重要了？我们究竟还应该在大脑中保留哪些记忆？

4. 对于高度复杂的材料，该效应可能较弱。你会如何判断一门学科究竟是更适合通过回忆练习、样例学习，还是两者的结合来掌握？

5. 从《古兰经》诵读到吠陀经典的研习，古老传统都依赖于带有纠错的凭记忆背诵。现代教育能从中汲取什么经验？

最后更新：19 十月 2026