Skip to content

Learning How to Learn：拆解 417 萬人修過的學習課，哪些站得住、哪些是比喻

2026年8月4日 1 分鐘
首頁 › learning
TL;DR Dunlosky 2013 評比 10 種學習技術，判定為高效用的只有自我測驗與分散練習；學生最愛的重讀落在低效用層。但 2026 年的系統性回顧把效果量壓到 0.22–0.46，而 Pan & Rickard 的遷移 meta 校正發表偏誤後「往往顯示零遷移」——整套框架的名字本身，是被測得最不好看的一塊。
#learning-science#self-learning#retrieval-practice#spaced-repetition#metacognition
目錄
  1. 它真正的命題：流暢感在騙你
  2. 判決總表
  3. 自我測驗 ✅
  4. 分散練習 ✅
  5. 交錯練習 ⚠️
  6. 組塊 🔶
  7. 專注／發散模式 🔶
  8. 番茄鐘 🔶
  9. 不在射程內的四項
  10. A. 課名內建的假設站不住
  11. B. 效果量正在往下修
  12. 附錄：完整的數字與我的保留
  13. 更新紀錄
  14. 參考資料
    1. 課程與核心概念
    2. 學習技術的效果量
    3. 遷移
    4. 迷思、翻案與爭議
系列: Learning How to Learn (1 / 2)
AI 讓你在該困難的地方變順：生成式 AI 對學習做了什麼

🌏 English version

本文是「Learning How to Learn」上篇，處理學習科學本身的證據。下篇談 AI 時代：生成式 AI 對學習做了什麼，以及那份被引用最多的證據為什麼被撤稿。

Coursera 上有一門課，官方頁面顯示註冊人數 4,175,377、評分 4.8 分。它叫 Learning How to Learn，由工程學教授 Barbara Oakley 和神經科學家 Terrence Sejnowski 開設，2014 年 8 月首次開課。紐約時報 2015 年底報導時，它是全球註冊人數最多的 MOOC，險勝 Andrew Ng 的 Machine Learning。

這篇是對帳單：把課教的每個部件拿出來，一項一項對照證據，給出判決。

一、這門課是什麼

課程分四個模組，每週一到兩小時：

  1. 什麼是學習——專注模式與發散模式的切換、組塊的初步概念、睡眠如何清除代謝廢物並鞏固記憶。
  2. 組塊與能力錯覺——怎麼把零散步驟壓成一個可整包調用的單元；以及 illusion of competence（能力錯覺）：畫線、重讀、跟著解答做一遍，都會讓你覺得學會了。
  3. 拖延與記憶——把拖延解釋成習慣迴路（提示 → 慣性動作 → 獎賞 → 信念），主張改提示與獎賞而非硬拚意志力；番茄鐘在這裡登場，重點是專注於過程而非產出。記憶那半段講工作記憶容量、間隔重複與記憶宮殿。
  4. 如何變強——運動與神經新生、用比喻理解抽象概念、刻意練習、冒牌者症候群，以及一個很具體的考試技巧：hard start–jump to easy（先看最難的題目，卡住立刻跳走）。

課程之所以擴散得這麼快，敘事也有功勞。Oakley 自陳從小數學很爛、大學念語言學、當過通訊兵，二十六歲才回頭學數學與工程——「我不是天才，我是把方法搞對了」對成年自學者的說服力，遠大於任何研究引用。

它真正的命題：流暢感在騙你

貫穿四週的核心主張只有一句：你以為自己在學習的時候，通常沒有在學習。

2009 年有人問了 177 名大學生怎麼念書。84% 說自己會重讀，55% 把重讀列為第一順位；只有 11% 會自我測驗，其中僅 1% 是因為相信提取本身有用。

而重讀，正是後面會被判「低效用」的那一組。學生不是懶——他們在花時間，只是系統性地選錯。原因也很清楚：重讀感覺有效。第二遍讀起來比第一遍順，那份流暢感被大腦誤讀成「我學會了」。

整個領域的核心命題因此是：學習的主觀流暢感，跟長期保留度是反相關的。 幾乎所有有實證支撐的技術，都長得像「讓當下變難一點」。

判決總表

部件判決一句話
自我測驗✅ 照做十種技術裡評價最高的兩個之一
分散練習✅ 照做另一個；隔幾天再回頭，遠優於當天複習兩次
交錯練習⚠️ 挑材料數學題型與視覺材料可以，說明文與單字不要
組塊🔶 概念可用但配套的「7±2」已過時，現代共識是 4±1
專注／發散模式🔶 當比喻行為建議留著，神經科學說法對不上
番茄鐘🔶 當比喻改善的是體驗與效率，不是學習量
「學會學習」會遷移❌ 站不住你練什麼就只在那個什麼上變強

後面會出現一些效果量數字（0.3、0.5 那種）。兩件事先講：0.2 在教育研究裡就不算小了（依 Kraft 訂的標準），而同一份研究可以同時是 0.51 和 0.93——差別只在對照組是重讀還是什麼都沒做。二手文章通常挑大的那個，而且不告訴你。完整的數字對帳在文末附錄。

二、逐項判決

2013 年，Dunlosky 等五位研究者挑了 10 種學生可以自己用、不需老師監督的技術，逐一評估效果能不能跨學生、跨材料、跨考試形式推廣。結論是一張很不客氣的分層表：

效用等級技術
高practice testing（自我測驗）、distributed practice（分散練習）
中elaborative interrogation、self-explanation、interleaved practice（交錯練習）
低summarization、highlighting、keyword mnemonic、imagery、rereading（重讀）

只有兩個進了高效用組，理由是它們對各種年齡與程度的學習者都有效，而且在真實教室裡也驗證過。以下逐項展開。

自我測驗 ✅

課怎麼教：課程作業直接命名為 "Retrieval Practice"。

怎麼做：讀完一節就闔上書，拿張白紙寫下你記得的東西，再翻回去對。寫不出來的地方，就是你剛才以為自己懂的地方。不要用「看著標題在心裡默想一遍」代替——動筆和不動筆是兩件事。

證據：十種技術裡評價最高的兩個之一。相較重讀，效果大約 +0.51。

三個違反直覺的細節（出處）：

  • 考前做一次比做很多次好。 不是次數愈多愈好。
  • 練習跟正式測驗隔一到六天，效果明顯優於當天。
  • 選擇題形式的練習效果比簡答題好——這點跟這個領域的常見說法相反（多半認為自由回想優於再認），是尚未調和的分歧，不是定論。

分散練習 ✅

課怎麼教：間隔重複，不要臨時抱佛腳。

怎麼做：同一份材料，至少隔一天再碰第二次。今天讀完、今天再複習一次，拿到的效益大約只有隔幾天再回來的三分之二。

證據：另一個高效用，也是唯一一個被真實世界大數據驗證過的——Kim 等人在實驗室外重測，效應仍然成立。

交錯練習 ⚠️

課怎麼教：不要一種題型連做二十題，把不同類型混著練。

怎麼做：只在這兩種情況混：數學那類「先判斷這題該用哪個方法」的題型，以及需要辨認風格差異的視覺材料。讀說明文、背單字時不要混。

證據：評價是「中效用」。Brunmair 與 Richter 的回顧標題就把重點講完了——Similarity matters：對繪畫等視覺材料與數學題型有效，對說明文沒有優於一次一種，對跨類別的單字學習甚至可能有害。把「交錯練習」當通用建議是誤讀原文。

組塊 🔶

課怎麼教：把零散步驟壓成一個可整包調用的單元，並常搭配「工作記憶容納 7±2 個項目」的說法。

怎麼做：概念照用。但別拿 7±2 當作業量的依據——你能同時操作的獨立單元比你以為的少，所以組塊不是加分項，是必要條件。

證據：概念沒問題，數字過時了。Miller 1956 年的七加減二測的是可組塊化之後的量；Cowan 提出的 4±1 測的是組塊本身的數目，現代共識偏向後者（兩者可以調和，差別在任務有沒有讓你組塊）。

專注／發散模式 🔶

課怎麼教：大腦在兩種模式間切換，解不開的題目要放著，讓發散模式在背景跑。這個說法被 Farnam Street 之類的網站大量轉載，通常配著「神經科學顯示」。

怎麼做：卡住就去散步——這條留著，它有用。但別拿神經科學版本去跟人爭論。

證據：問題出在神經科學那一側。預設模式網路（DMN）的標準描述是，它在你專注做事時活動受到抑制，在放空、發呆、回憶的時候才升高。所以「兩個模式同時在背景跑」跟 DMN 的實際行為對不上——它不是在背景加班，它是在你專注時安靜下來。

Oakley 本人似乎處理過這個張力。以下段落流傳很廣，出處被標為《A Mind for Numbers》的註腳，但我只在 Psychology Stack Exchange 的一則轉錄上見過它，全網找不到第二個獨立出處——要引用請自行查證原書：

眼尖的讀者會注意到我提過發散模式有時會在專注模式運作時於背景進行。然而研究發現，例如預設模式網路在專注模式活躍時似乎會安靜下來。那到底是哪一種？……某種意義上，我使用的「發散模式」一詞或許該理解為「朝向學習的非聚焦活動」，而不是單指預設模式網路。

即使把這段完全拿掉，結論仍然成立，因為它靠的是 DMN 文獻本身。

番茄鐘 🔶

課怎麼教：25 分鐘專心、5 分鐘休息，重點是專注於過程而非產出——因為讓人拖延的是對產出的焦慮。

怎麼做：可以用，它讓你比較不累、比較不會拖。但別指望它讓你學得比較多。

證據：一份 2023 年的對照實驗比較了固定休息（讀 24 分鐘、休 6 分鐘）與自己抓時間休息。固定休息那組專注度與動機較高、疲勞較低、用時較短——但兩組投入的心智努力與完成的題量沒有差異。

不在射程內的四項

拖延的習慣迴路、睡眠與記憶鞏固、記憶宮殿與助記法、hard start–jump to easy 考試技巧——這幾項本篇不判決。不是因為它們有問題，而是它們缺乏足以支撐檢驗的大規模研究，我給不出比「大概有用」更強的話。

三、兩個跨項的大問題

上面是逐項判決。但有兩件事跨越所有項目，而且都比單項判決更重要。

A. 課名內建的假設站不住

「Learning how to learn」這個名字預設：學會學習法之後，它會跨到別的地方去用。這個假設被測過了，結果不太好看。

Pan 與 Rickard 2018 年做了第一份完整的遷移回顧，橫跨四十年、上百個實驗。整體看起來還行（d = 0.40），但拆開之後只剩一件事撐著：練習題和考題的答案有沒有交集。 有交集，效果就出來；沒有，校正發表偏誤之後往往就是零。

換句話說，很多被稱為「遷移」的東西，其實只是題目重疊。

Agarwal 2019 年的研究講得更白。她讓學生分別用事實題、高階題、或混合題做提取練習，然後考高階題：

關鍵在於，高階題與混合題測驗提升了高階測驗表現，但事實題測驗沒有。與關於高階學習與 Bloom 分類法的普遍直覺相反，透過事實型提取練習建立知識基礎，可能不如直接進行高階提取練習來得有效。

而且失效是雙向的：用高階題練習，對後來的事實測驗同樣沒有幫助。兩種錯配都退回到跟單純重讀無異的水準。

同樣的模式出現在更上位的層次。Donker 等人回顧了 95 個「教學生怎麼學習」的介入，效果不錯（寫作最高、閱讀理解最低），但結論同一句：針對近遷移設計的教學，比針對遠遷移的更有效。

所以怎麼辦：上面每一項判決 ✅ 的技術，效果都比你以為的更綁定在你練的那個東西上。要遷移，就得刻意把練習設計得接近你真正想做到的事——這也順便解釋了為什麼「刷 LeetCode 刷成神」和「能設計系統」是兩件事。

B. 效果量正在往下修

十法評比那張表現在被引用得非常廣。過去十年，它下面的地基動了三次，寫這題的人幾乎都沒跟上。

一、平均值不是你會拿到的值。 研究之間的差異絕大部分不是抽樣誤差，而是真實的情境差異——同一個技術在不同人、不同科目、不同考法上，落差非常大。

二、方法更嚴的新估計，數字砍了一半。 2026 年 3 月一份大規模系統性回顧把自我測驗的效果量壓到 0.22–0.46，低於先前回顧的 0.64–0.83。但**「較低」不等於「被推翻」**：作者自己指出各回顧的納入標準不同、量值本來就難直接比較，而且以 Kraft 的標準衡量，0.2 以上在教育研究裡已經算大。

三、材料愈複雜，效果愈弱。 這是一場沒打完的仗。van Gog 與 Sweller 2015 年那篇的標題就是結論——「testing effect 隨學習材料複雜度上升而下降甚至消失」；Karpicke 與 Aue 同年正面反駁，Rawson 也加入戰局，爭點卡在「複雜度」根本難以操作化。看到有人單方面宣稱勝負，就該提高警覺。

所以怎麼辦：不是別做了，而是預期值往下修，而且題目愈難、材料愈複雜，愈不能只靠自我測驗。

四、這個領域裡三個已死的主張

它們不在這門課裡，但會跟這門課一起出現在同一批文章、同一場研習裡。

學習金字塔（讀 10%、聽 20%、實做 90%）——數字是捏造的。 完整考證在 2014 年做過了：Edgar Dale 的 Cone of Experience 原圖沒有任何百分比，Dale 的原意也是描述性分類、不是教學處方；那些數字大約在 1970 年前後被不明人士貼上去。NTL Institute 被追問來源時回信說他們相信數字準確，但已經找不到、也拿不出原始研究。Strathclyde 大學記憶研究者的評語更乾脆：從沒見過任何控制良好的實驗顯示一種學習法能比另一種好九倍。

學習風格（視覺型／聽覺型）——證據不是零，但遠不到值得改變教學。 主流定論來自 2008 年的一份檢視：看過 70 多篇研究後找不到支持。但 2024 年有人重做了一次，只收「真的有比較匹配 vs 不匹配教學」的研究，這次找到了小幅但顯著的好處。

關鍵在於該文作者自己也不建議實務採用：那個好處遠小於單純「換個媒介呈現」帶來的效果，研究之間的落差極大，而且只有約四分之一的測量真的呈現匹配假說需要的交叉效果——也就是「視覺型在視覺教學下較好，且聽覺型在聽覺教學下較好」。再加上匹配所需的教師時間、以及把學生標籤化的風險，划不來。

成長心態——效果小到需要 meta-analysis 才看得見。 Sisk 等人 2018 年的兩份回顧是目前最完整的檢驗：心態與學業成就的相關約 1% 的變異量，心態介入對成績的效果是 d = 0.08。更難堪的是，那些真的成功改變了學生心態的介入，對成績反而沒有顯著效果。 Dweck 與 Yeager 2020 年回應，主張效果真實但高度依賴人與情境，並指出低社經與學業風險的學生確實受益（Sisk 也承認這點）。雙方的共識是效果小且不穩定，爭的是這樣算不算重要。

共同結構值得記下來：直覺上太合理、傳播速度遠快於驗證速度、效果小到需要統計工具才看得出來。下次看到符合這三條的教育主張，先打折。

五、相鄰爭論：一萬小時

Macnamara 等人 2014 年的回顧常被拿來「打臉一萬小時」。刻意練習能解釋的表現差異是：遊戲 26%、音樂 21%、運動 18%、教育 4%、專業工作不到 1%。

但 Ericsson 陣營的反駁也有分量：他們重新篩選後算出約 29%，並主張對方納入的研究裡很多根本沒採用「刻意練習」的原始定義——例如把護理系學生上課與研討會的時數算成練習量。另一組研究者補了一刀：整個社會與人格心理學文獻的平均解釋力也才 3–4%，用「沒超過 50% 就算失敗」當標準本身就不合理。

兩邊的數字不能直接比，因為測的不是同一件事。可以帶走的是：練習量重要但遠非全部，而且領域愈結構化、可預測（樂器、跑步），練習量的解釋力愈高；愈開放的領域（專業工作），解釋力愈低。 這對工程師的啟示不太舒服：軟體工程比較接近「專業工作」那一欄。

六、整體來說

如果只帶走一件事：這門課的價值不在它的神經科學，而在它把「不要相信自己的流暢感」做成了可執行的日常流程。 課程作業直接命名為 "Retrieval Practice"——這比它講的任何神經科學都重要。

還有一個帶不走、但值得記住的限制：這個領域的研究幾乎都以「記得住多少」為結果變項，對創造力、判斷力與遷移的證據薄得多。

至於這些原則進了 LLM 時代會怎樣——以及為什麼 AI 教育界被引用最多的那份證據在 2026 年 4 月被撤稿——是下篇的事。

附錄與來源

附錄：完整的數字與我的保留

正文為了好讀，每個主張只留一個數字。這節放完整的帳，因為這篇文章的主題就是「別把二手轉述當事實」。

自我測驗的效果量有多個常見版本，它們大多都對，差別在對照組。

數字它其實是什麼
+0.51vs 重讀 的加權平均效果量
+0.93vs 填充活動或完全不做
g = 0.61跨所有對照條件合併（WSU 自存檔 PDF；固定效果模型，隨機效果為 0.70 [0.63, 0.78]）
0.64 / 0.83小學 / 中學的分齡數字
+0.70 vs +0.48選擇題 vs 簡答題的練習測驗格式差異
g = 0.50Rowland (2014) 的獨立估計，I² = 84.35
0.22 / 0.46Dietrichson 等人 2026 的組間 / 組內設計，95% CI 分別為 [0.09, 0.34] 與 [0.29, 0.62]。該回顧初篩 102,451 筆記錄、87 個研究符合條件、59 個進入合成

練習測驗的格式、次數與時機（正文三個 bullet 的原文）：

含選擇題選項的練習測驗，其加權平均效果量（+0.70）大於簡答題（+0.48）。在最終測驗前做一次練習測驗，比做好幾次更有效。 不過時機需要仔細考量：練習與最終測驗間隔不到一天的效果量，小於間隔一到六天者（分別為 +0.56 與 +0.82）。

Adesope 那份 meta-analysis 用 Fail-safe N 檢驗發表偏誤，而這個指標早就被認為會嚴重高估穩健性。 原文確實報了 classic fail-safe N = 3,608、Orwin's N = 2,604，且作者自己承認未收錄未出版研究是限制（2026-08-26 已核對原文）；「這指標會高估穩健性」的批評由兩位獨立讀者分別提出——Learning Scientists 的 Yana Weinstein 說要「打點折扣看」，De Bruyckere 文章下的討論則直接援引 Fergusson & Heene (2012)。上面那些數字該當成有偏誤風險的估計，不是定值。

回饋的作用尚未調和。 Rowland 發現回饋會放大 testing effect，Adesope 的結果卻是有回饋只比沒回饋「略好」。這由 Learning Scientists 與 Dietrichson 等人的系統性回顧兩處獨立確認。

異質性的實際數字：Rowland 的 g = 0.50 底下 I² = 84.35；學習風格那份 I² = 91.17；成長心態那份 I² = 96.29。三者都表示「平均值」的代表性很低。

遷移那節的完整數字（Pan & Rickard 2018，192 個遷移效果量／122 個實驗／67 篇文獻／N = 10,382）。整體 d = 0.40（95% CI [0.31, 0.50]）。原文對調節變項的描述：

遷移效果最大的情況是跨測驗格式、應用與推論題、醫學診斷問題、以及中介與相關詞線索；最弱的是重排的刺激—反應項目、初次學習時看過但沒被測的材料、以及涉及範例解題的問題。調節分析進一步顯示，答案重疊性（response congruency）、精緻化提取練習、以及初次測驗表現，都強烈影響正向遷移的可能性。

兩套數字來自不同分析，不要混用。隨機效果模型：沒有答案重疊時 d = 0.28，有重疊時再加 0.30，得到 0.58。校正發表偏誤後（PEESE，檢定 p < .0001）：截距實質為零，答案重疊帶來的增幅是 0.36、精緻化提取練習是 0.18。

Donker 等人的分項效果量：寫作 g = 1.25、科學 0.73、數學 0.66、閱讀理解 0.36（95 個介入、180 個效果量）。

學習風格那份 2024 年 meta-analysis 的數字：21 篇研究、101 個效果量、1,712 名參與者，g = 0.31、SE = 0.12、95% CI [0.05, 0.57]、p = 0.02；只有 26% 的學習結果測量呈現支持匹配假說所需的交叉交互作用；對比的 modality effect 為 g = 0.70。

成長心態那兩份的數字：心態與成就的相關 r ≈ 0.10（129 個研究、N = 365,915）；介入效果 d = 0.08（43 個研究、N = 57,155）。

一萬小時那份在 2018 年發過更正啟事，主模型平均相關由 r = .35（95% CI [.30, .39]）修正為 .38（[.33, .42]）。作者在更正文裡明言，重算「對結果沒有實質影響……對我們的發現與結論的實質內容毫無衝擊」。提它不是要推翻什麼，只是引用時該用更正後的數字；正文各領域百分比出自原文正文，不是更正表。專業工作那一欄的 r = .05、p = .62，並不顯著。

Dietrichson 等人 2026 尚未經同儕審查（EdWorkingPaper 工作論文）。引用它時要一併講這件事。

更新紀錄

  • 2026-08-20：改寫語域。原本正文塞滿樣本數、信賴區間、I² 與初篩筆數，並有九個直接引述學術摘要的區塊，讀起來像文獻回顧。現在正文每個主張最多留一個數字，其餘全數下放附錄；學術引述從九個減到三個（只留那些「作者原話比我的轉述更有力」的段落）；每個技術項目補上「怎麼做」的具體動作。內容未刪，只是換位置與說法。
  • 2026-08-19（二）：改為單一主脊的架構——原本三套組織原則並行（按判決／按部件／按跨項議題），造成打岔與孤兒章節。遷移一節由第九位升到跨項部。
  • 2026-08-19（一）：新增課程內容概述——原文從未描述被審查的對象，補上四個模組骨架、能力錯覺的核心主張，並明講本篇只審其中五個部件。
  • 2026-08-18：重寫結構以改善可讀性——把可執行結論前移、各節改以主張而非研究者姓名開頭；效果量的完整對照與方法學爭議下放至文末附錄。

參考資料

每條標註取用層級，因為這篇文章的主題就是「別把二手轉述當事實」：

  • 【一手】 已讀原始論文全文、官方公告或官方頁面
  • 【摘要】 僅取用官方摘要或出版商頁面，未讀全文
  • 【轉引】 經他人論文或可靠二手轉述，未取得原文
  • 【未驗證】 找不到獨立出處，引用前請自行查證

未經我核實的 DOI 一律不列。

課程與核心概念

學習技術的效果量

  • 【一手·PDF】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. DOI: 10.1177/1529100612453266（全文 PDF）
  • 【一手·PDF】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. DOI: 10.1037/a0037559（全文 PDF 鏡像，EPFL 課程頁轉存作者自傳版）— 2026-08-26 已取得全文核對：隨機效果 g = 0.50 [0.42, 0.58]、I² = 84.35%、有回饋 g = 0.73 vs 無回饋 g = 0.39（異質顯著），皆與原文一致。原文另載：無回饋時初始提取成功率 ≤50% 的研究 testing effect 不顯著（g = 0.03），與 Pan & Rickard 的「初次測驗表現」調節變項呼應。
  • 【一手·PDF】Adesope, O. O., Trevisan, D. A., & Sundarajan, N. (2017). Rethinking the Use of Tests: A Meta-Analysis of Practice Testing. Review of Educational Research, 87(3), 659–701. DOI: 10.3102/0034654316689306（WSU 官方自存檔 PDF）— 2026-08-26 已取得全文核對，文中引用的四組數字全部與原文 Table 1 一致：「vs 重讀 g = 0.51 [0.47, 0.55]」「vs 無活動 g = 0.93 [0.86, 1.01]」「合併 g = 0.61 [0.58, 0.65]」（注意：這是固定效果模型；同表的隨機效果估計是 g = 0.70 [0.63, 0.78]，異質性 Q(271) = 1405、I² = 81%）「回饋 g = 0.63 (k=119) vs 無回饋 g = 0.60 (k=153)，差異不顯著」。研究數量以原文為準：118 篇文獻、272 個獨立效果量、N = 15,427——二手來源的「188 個實驗」與「217 個研究」均不精確。其他但書：83% 樣本是大學生、k = 223 實驗室 vs 僅 30 個教室情境、5 個極端值經 winsorize 後才進分析、Fail-safe N（classic = 3,608）作者自承未收錄未出版研究是限制。另有一篇 Corrigendum（2017-03-15），僅修正導論一處調節變項列舉，不影響任何數字。初稿時未能取得原文，曾以三位二手來源交叉比對（De Bruyckere、Weinstein / The Learning Scientists、Wing Institute）；現已升級為一手，該比對紀錄留此存查。
  • 【一手·PDF】Dietrichson, J., Seerup, J. K., Bondebjerg Mølgaard, A., Kildemoes, M. W., Schytt, F. L. W., Vembye, M., Bengtsen, E., Viinholt, B. C. A., & Thomsen, M. K. (2026). Testing frequency and student achievement: A systematic review. EdWorkingPaper No. 26-1418, Annenberg Institute at Brown University. DOI: 10.26300/jas3-2b83 — 尚未經同儕審查的工作論文。 0.22 / 0.46 兩個數字與「材料愈複雜效果愈差」已對照 PDF 本文確認；作者同時指出各回顧量值難以直接比較，且以 Kraft (2020) 標準衡量其效果量並不小。
  • 【摘要】van Gog, T., & Sweller, J. (2015). Not New, but Nearly Forgotten: The Testing Effect Decreases or even Disappears as the Complexity of Learning Materials Increases. Educational Psychology Review, 27(2), 247–264. DOI: 10.1007/s10648-015-9310-x
  • 【摘要】Karpicke, J. D., & Aue, W. R. (2015). The Testing Effect Is Alive and Well with Complex Materials. Educational Psychology Review, 27(2), 317–326. — 對上一篇的正面反駁。
  • 【轉引】Rawson, K. (2015). The Status of the Testing Effect for Complex Materials: Still a Winner. Educational Psychology Review, 27. — 同一期的第二篇反駁，我僅見他人轉述。
  • 【摘要】Brunmair, M., & Richter, T. (2019). Similarity matters: A meta-analysis of interleaved learning and its moderators. Psychological Bulletin, 145(11), 1029–1052. DOI: 10.1037/bul0000209
  • 【一手·PDF】Kim, A. S. N., Wong-Kee-You, A. M. B., Wiseheart, M., & Rosenbaum, R. S. (2019). The spacing effect stands up to big data. Behavior Research Methods, 51(4), 1485–1497. DOI: 10.3758/s13428-018-1184-7
  • 【一手·PDF】Karpicke, J. D., Butler, A. C., & Roediger, H. L. III (2009). Metacognitive strategies in student learning: Do students practise retrieval when they study on their own? Memory, 17(4), 471–479. DOI: 10.1080/09658210802647009

遷移

迷思、翻案與爭議

常見問題

重讀課本到底有沒有用？

效果不好，而且是學生最常用的方法。Dunlosky 等人 2013 年評比 10 種學習技術，重讀被歸在「低效用」層。而 Karpicke、Butler 與 Roediger 2009 年對 177 名大學生的調查顯示，84% 的學生說自己會重讀、55% 把它列為第一順位策略。問題出在重讀「感覺」有效——第二遍讀起來比第一遍順，而那份流暢感會被誤讀成學會了。改用自我測驗，效果量相較重讀約為 +0.51。

自我測驗的效果到底多大？

看你拿它跟什麼比。相較重讀約 +0.51，相較完全不複習約 +0.93，跨所有對照條件合併約 g = 0.61。2026 年一份更嚴謹的系統性回顧給出較低的 0.22（組間設計）到 0.46（組內設計）。引用任何一個數字時都要講清楚對照組是誰，否則同一篇研究可以被引成完全不同的強度。

學習風格（視覺型、聽覺型）是不是迷思？

主流結論仍是「不值得為它改變教學」，但證據不是零。Pashler 等人 2008 年檢視 70 多篇研究後找不到支持；2024 年 Clinton-Lisell 與 Litzinger 只收「有比較匹配與不匹配教學」的研究，得到 g = 0.31 且統計顯著。不過該文作者自己也不建議實務採用——只有 26% 的測量呈現支持匹配假說所需的交叉交互作用，異質性 I² 高達 91.17。

學會了學習方法，能用到別的領域嗎？

比想像中難。Pan 與 Rickard 2018 年的遷移 meta-analysis 整體 d = 0.40，但校正發表偏誤後，在缺乏調節條件時「往往顯示沒有正向遷移」。最強的調節變項是答案重疊性——練習題與考題的答案有交集時效果才明顯。Agarwal 2019 更直接：用事實題做提取練習、再考高階思考題，表現跟單純重讀沒有差別。要遷移，就得把練習設計得接近真正要做的事。

相關文章

AI 讓你在該困難的地方變順：生成式 AI 對學習做了什麼 1 min 數位學習之外，紙筆還剩下什麼：三個實體仍然有效的地方，與一個沒有 1 min 上班族英文口說怎麼練：跟讀、情境模擬、AI App 與職場句型 1 min