這是「教學文章怎麼寫」系列的第 20 篇，第五部分「跟誰學，誰讀不到」的第一篇。前四部分談的都是一個讀者和一篇文章之間的事：頁面上放什麼、要讀者做什麼、讀者帶著什麼來、隔一段時間之後。這一部分把別人放回來：同學、討論的對象、留言的人，以及因為各種原因讀不到文章的人。
起因是前面幾篇一再碰到同一個缺口。第 8 篇整理的課堂統合分析裡，主動學習的班多半有小組討論和老師回應；第 11 篇整理的「先解題再講解」，有小組的版本效果較大（只做幾小時的短介入除外，那裡個人作答的效果增加得更多）。兩篇都寫到這些成分搬不到一個人讀文章。本站的課程導讀和這個系列，都是寫給一個人讀的：文章頁沒有留言區，讀者之間沒有地方討論。所以這篇回頭問兩件事：「一起學比較好」的證據比的是什麼、好處從哪裡來；一個人讀的人少掉的是哪一塊，文章能補回多少。
讀者自己要不要找人一起讀，是學的人那一側的決定，站上 Learning How to Learn 那個系列談學的人能用的方法。這篇站在寫的人那一側。留言區、論壇與讀書會本身，之後的篇會談；「教別人」對教的人自己有多少好處，見第 22 篇。
來源怎麼選、有什麼偏向。來源清單是先掃描文獻、再挑出來精讀的，每個方向至少放一份結果相反或沒有效果的研究。參考資料共 14 份，每一份都讀完手上取得的那一版並留有抽取紀錄。偏向很明顯：全是英文期刊；受試者是在學的兒童、青少年與大學生；互動是研究者或老師安排的。協作腳本的兩份統合分析出自同一個研究群，納入的文章多半重疊；旁觀學習的兩篇出自同一位第一作者的團隊。論證式對話與知識建構兩條線，讀得到全文的只有一份不算效果量的回顧和兩個小研究。沒有任何一篇的對象是自己上網讀長文的成人。
這批研究能借多少
把下面的研究搬到「一個人讀一篇網頁文章」之前，先記住五個差別。
- 「一起」的對照組五花八門。有的比單獨學，有的比只測兩次、什麼都沒做的對照組，有的比和成人一對一，有的比用電腦個人學，有的比各自回憶再把結果合併。一個數字背後是哪一種比較，要逐項看。
- 受試者是在學學生。最大的一份同儕互動統合分析只收 4 到 18 歲；協作學習的兩份以學校與大學課程為主；Peer Instruction 與旁觀學習是大學生。
- 時間很短。同儕互動那份統合分析裡，絕大多數研究只有一次互動。
- 互動是被安排的。有任務、有時限、有老師或研究者決定誰和誰一組。自學者自己找人討論，是另一件事。
- 結果量的是測驗或回憶量。量的不是「讀懂一篇長文」。
能借的是：哪些成分和好處一起出現、哪些情況下好處消失。把它們套到一個人讀文章的讀者，都是我的推論，正文會標出來。
先看結論
| 說法 | 證據 | 能推到一個人讀文章嗎 |
|---|---|---|
| 和同儕互動比其他條件學得多 | 兒童與青少年的統合分析 g = 0.40；電腦支援情境裡協作對個人學習的統合分析，知識 g = 0.42，隨機實驗只有 0.27 | 對照組混雜，對象是在學學生 |
| 要求達成共識時較大 | 同一份同儕互動統合分析：.61 對 .17，是跨研究的比較 | 好處跟著互動的結構走，不是跟著「有人在場」 |
| 不比和成人一對一好 | 同一份：g = −.30，區間跨過 0，只有 10 個比較 | 沒有測到差異，不等於一樣好 |
| 協作加上腳本較好 | 兩份統合分析（同一研究群、文章多半重疊）：領域知識 0.20 與 0.24 | 比的是有沒有腳本的協作，不比一個人學 |
| 任務不夠複雜時協作不划算 | 協作認知負荷理論的主張 | 理論，不是資料 |
| 一起回憶的產出較少 | 統合分析 d = 0.54，補上可能缺的研究後 0.40 | 量的是小組回憶的總量，不是個人學到多少 |
| Peer Instruction 討論後答對變多 | 六門課的資料：答對的勝算 1.57 倍；答錯改對主要發生在和鄰座答案不同時 | 沒有不討論的對照組，量的是同一題再答一次 |
| 旁觀別人被家教 | 一個實驗：兩人一起看的增益和被教者沒有測到差異；一個人看的增益不顯著 | 一起看的人同時在解同樣的題目 |
| 論證式對話、知識建構 | 讀得到的是一份不算效果量的回顧，和兩個沒有對照組或沒有學習測驗的小研究 | 撐不起任何方向的結論 |
| 學生自己怎麼想 | 一所大學 202 人的問卷：認為一起讀較有效的剛好一半，四分之三很少或從不參加讀書會 | 量的是信念與習慣，不是學習 |
一起學平均好多少
同儕互動的統合分析：比的是什麼
Harriet Tenenbaum 等人 2020 年的統合分析只看一種互動：沒有受過訓練的同儕之間自發的雙向對話。有結構、有訓練的方案（合作學習方案、同儕家教）都排除。62 篇文章、71 個樣本，受試者 4 到 18 歲。
和其他學習條件比，同儕互動組平均高出 g = 0.40（g 是兩組平均差除以標準差，0.40 大約是四成個標準差）。作者在結果段稱它小但有意義，討論段稱小到中。
這個平均值要連著三件事讀：
- 對照組是混在一起的：單獨做同樣任務的兒童、沒做任務只測兩次的對照組、和成人一對一學的兒童。只看比較對象是其他兒童的研究，g = .45。
- 和成人一對一比，沒有測到差異：g = −.30，區間從 −.70 到 .10，只有 10 個比較。這一點兩個版本的寫法不同。作者稿的摘要說同儕互動和成人一對一一樣有效，作者稿的討論段卻說成人一對一較有效；刊出版的摘要（ERIC 上可讀）改成「peer interaction was not more effective than child–adult dyadic interaction」。區間跨過 0，所以只能說沒有比較好，不能說比較差，也不能說一樣好。
- 差異很大：各研究的結果彼此差很多。年齡、兩人組或更大的組、性別組成、在互動中或之後才測，這些分組之間都沒有測到差異。
學習領域分開看，守恆概念、科學推理、一般推理的效果顯著；記憶、空間推理、創意三類不顯著。記憶與創意的原始研究，多半拿「各自做完再合併」的組當對照，這正是下面協作抑制那一節的情境。
電腦支援的協作：隨機實驗的數字較小
Juanjuan Chen 等人 2018 年的統合分析收 2000 到 2016 年電腦支援協作學習（CSCL）的實驗與準實驗。和這篇最相關的是第一類比較：兩邊都用電腦，一邊協作、一邊個人學，84 個研究。
協作組的知識測驗平均高 g = 0.42，技能 0.64，感受（對課程的評價、自我效能等問卷）0.38。
但這個 0.42 是所有設計合併的值。分開看，隨機分派的實驗只有 0.27，準實驗是 0.54。摘要沒有提這個落差。
同一份分析裡還有一項和線上讀者有關：一組用論壇討論、一組面對面協作，知識測驗沒有測到差異，只有 8 個比較，區間很寬。
作者在實務建議裡寫了一句：
Last, note that CSCL is not a panacea for all kinds of learning. It might be only suitable for some learning content and activities.
這句話的依據是「有些研究只做幾週」，不是分析結果。作者也說任務複雜度沒辦法從原始研究判斷，所以「任務要夠複雜」在這篇只是引別人的主張。那個主張的出處在下一節的理論文。
好處從哪裡來：互動的結構
要求達成共識
Tenenbaum 等人的調節分析裡，任務指示要求同儕達成共識的研究，g = .61；沒有要求的，g = .17，區間下界只有 .02。
這是研究之間的比較，不是在同一個研究裡隨機分派「要不要共識」。能說的是：好處比較大的研究，同儕被要求談出一個共同答案。
協作腳本
協作腳本（collaboration script）是替一起學的人安排互動的提示：指派角色，或要他們向夥伴解釋、提問、提出論點。
Freydis Vogel 等人 2017 年的統合分析與 Anika Radkowitsch 等人 2020 年的更新比的都是「有腳本的協作」對「沒腳本的協作」。兩份都排除了協作對個人學習的比較，所以不回答一起學是不是勝過一個人學，回答的是協作要不要加結構。
- 領域知識：Vogel 是 d = 0.20，Radkowitsch 是 g = 0.24。兩份都是小效果。
- 協作技能：效果較大，但被兩個離群研究撐大；排除後 Vogel 是 0.65，Radkowitsch 是 0.59。
- 動機：只有 Radkowitsch 量，9 個獨立效果，g = 0.13，不顯著。作者摘要說這是對「腳本會傷動機」的第一個反證，結論段又說「the existing empirical evidence might still not be enough to refute this criticism completely」。
兩份不是兩個獨立的證據。我對照兩份的納入名單，Vogel 附錄表列出資料的 21 篇裡有 20 篇也在 Radkowitsch 裡（Vogel 正文說納入 22 篇，其中一篇在附錄表沒有資料列）；Radkowitsch 的第一輪檢索直接沿用 Vogel 的條件與排除決定，兩份都有 Vogel 與 Fischer 掛名。
Vogel 的摘要說，腳本要學習者接著夥伴的話往下做、或搭配內容上的鷹架時特別有效。正文這兩項檢定都不顯著，檢定力只有一成左右，作者在討論裡自己說「they do not constitute strong evidence」。
為什麼要加結構，Paul Kirschner 等人在下一節那篇理論文裡轉述 Weinberger 等人 2007 年的研究：「learners typically do not engage in effective collaboration processes without guidance」。原研究我沒有讀。
交易成本：理論說任務要夠複雜
Paul Kirschner、John Sweller 等人 2018 年的文章把認知負荷理論延伸到協作，稱為協作認知負荷理論。這是理論文，沒有自己的資料。
它的論點是：協作時，一個人裝不下的東西可以分到幾個人的工作記憶裡；但溝通與協調本身要付成本（作者借經濟學的詞，叫交易成本）。好處大於成本，協作才划算。九條原則的第一條：
Effective collaboration occurs when a task is complex enough to justify the extra time and effort involved in the necessary transactional activities. If a task is not complex enough, unnecessary transactional activities will cause extraneous cognitive load and will, thus be detrimental to learning.
「夠複雜」是相對於個人的工作記憶，所以和先備知識綁在一起。作者說，組員大多已經會的時候，協作沒有必要，程度高的組甚至可能出現專長反轉（對新手有用的協助對熟手反而有害，第 12 篇整理過）。結論段寫到最後一步：「This decision could very well be to not use collaborative learning.」
這些是主張。支持「任務夠複雜時小組較有效率」的實驗，作者轉引自 F. Kirschner 等人 2011 年的研究，我沒有讀。
一起做反而比較差的地方：協作抑制
Xiaochun Luo 等人 2024 年的統合分析整理協作抑制（collaborative inhibition）：幾個人一起回憶，記起來的項目少於同樣人數各自回憶、再把不重複的項目合併。77 篇文章、140 個研究。
一起回憶輸給各自回憶再合併，d = 0.54。用 trim-and-fill 補上可能沒發表的研究後降到 0.40，作者解讀為出版偏誤不明顯。
抑制不是處處都有：
- 陌生人一起回憶時最明顯（d = 0.75），伴侶、朋友之間沒有測到抑制。
- 異性兩人組沒有測到抑制。
- 加入記憶監控（例如要回憶的人判斷自己記得多牢）之後沒有測到抑制，但這 12 個效果量全部來自未發表的學位論文。
這篇量的是一起回憶當下的小組產出，而且只看字詞清單這類項目記憶。它沒有量每個人之後學到多少；作者在未來方向提到協作也有好處（一起回憶時錯誤較少、協作之後個人回憶較好），但沒有分析。所以它不能拿來說「一個人讀在記憶上比較好」。能說的是：「一起」不是對每種任務都有利，有一種常見的任務是一起做反而產出較少。
拆開來看：Peer Instruction
上面的統合分析告訴我們好處跟著結構走。Peer Instruction 是一個把結構寫成固定步驟、又被研究得很多的做法，可以一步一步看好處落在哪裡。
流程與各步驟的證據
Trisha Vickrey 等人 2015 年的文獻回顧收大學 STEM 課裡照 Mazur 的步驟做的研究。這是敘述性回顧，沒有合併效果量，下面的研究都是它的轉述，原始研究我沒有讀。
Mazur 的七步是：出一題概念題 → 給時間想 → 每個人自己作答 → 說服旁邊的同學 → 再作答 → 老師看答案分布 → 老師講解正解。
各步驟的證據：
- 先個人作答：一個問卷研究裡 82% 的學生偏好先自己答再討論。但作者明說，這一節的研究都沒有報告學習增益，個人先投票的重要性還需要研究。
- 首答正確率多少時討論：作者轉述 Crouch 與 Mazur 2001，首答約一半答對時，再投票的進步最大；35% 到 70% 之間仍有可觀的進步。作者據此建議這個區間進同儕討論，低於 35% 先給提示或講解，高於 70% 直接講解。同一段也說，答對的人很少時學生仍可能從討論受益，段末寫「Regardless of the proportion of correct answers on the initial vote, students seem to benefit from peer discussion.」
- 討論的內容：轉述 James 與 Willoughby 2011 錄下的 361 段討論，62% 含有錯誤或出乎意料的想法。作者的結論是「the improvements observed between the first and second vote may overestimate student understanding」。
- 討論理由還是討論答案：轉述 Knight 等 2013，要學生討論理由的組，推理品質較高。這一項量的是推理品質，沒有連到學習成果。
- 老師講解：轉述 Smith 等 2011，同儕討論加上老師講解的增益，大於只有其中一項。
這裡的「進步」多半是同一題第一次投票到第二次投票的變化，不是之後的測驗。
討論前後，答案往哪裡走
Jonathan Tullis 與 Robert Goldstone 2020 年的研究分析作者自己六門心理學與教育心理學課的資料：208 位學生、86 題。每題先自己答並報信心，和鄰座討論，再答一次。這是同一題的前後比較，沒有不討論的對照組；作者也說不打算評估長期效果。
討論後答對的勝算是討論前的 1.57 倍，答對率從 65% 到 72%。六班裡有兩班沒有達到顯著。
答案的流向比平均值有用：
| 首答 | 和鄰座 | 最後答對 |
|---|---|---|
| 錯 | 答案不同 | 42% |
| 錯 | 答案相同 | 9% |
| 對 | 答案不同 | 79% |
| 對 | 答案相同 | 99% |
答錯又和鄰座選了同一個答案的人，91% 維持錯誤，而且信心還上升。答錯改對的人，多數來自和鄰座意見不同的那一格。
學生是不是只跟著有自信的人走？意見不同時，最後跟信心較高那一方的只有 58%。控制雙方信心之後，自己原本答對的人堅持原答案的勝算是答錯者的 4.48 倍。信心本身也有作用，但答案的對錯在信心之外還有預測力。作者把這解讀成討論裡產生了新的理解；這一點資料沒有直接量，因為沒有分析討論內容。
作者另外注意到，首答答對的人有 78% 的鄰座答案相同，答錯的人只有 43%；作者推論學生坐在程度相近的人旁邊，建議「Peer instruction could potentially benefit from randomly pairing students together」。隨機配對沒有測過。
對一個人讀文章的讀者，這張表的意思是（我的推論）：Peer Instruction 的好處集中在「旁邊的人選了另一個答案」的時候。一個人讀的人身邊沒有這個人；而碰到和自己同樣錯的人，討論後只有 9% 改對，信心反而上升。
旁觀別人被教
另一條線問：看別人被教，能不能拿到被教的好處。
Michelene Chi 等人 2008 年的實驗找了 70 位沒修過大學物理的大學生，學牛頓定律的應用題。五個條件：一對一跟家教解題、兩人一起看別人被家教的錄影並同時解同樣的題目、兩人一起解題但不看錄影、一個人看錄影並解題、一個人讀課本解題。約一週後個別考試。家教組沒有隨機分派（最早招到的 10 人都放家教組）。
深層解題步驟的前後測增益：
- 一對一被家教 21.3%，兩人一起看 17.03%，兩組之間沒有測到差異。這不是等價檢定，各組只有 10 與 20 人，數字上家教仍較高。
- 兩人一起解題、不看錄影 7.19%。
- 一個人看錄影 8.91%、一個人讀課本 3.39%，兩組的前後測進步都不顯著。
- 兩人一起看對一個人看，p = .055，是邊緣差異。
兩個事後切分值得記：看「表現好的被教者」錄影的人，增益 21.9%；看表現差的只有 7.8%。一個人看錄影的 10 人裡，4 位較常在白板上寫解題步驟、暫停倒轉錄影、自問自答的人增益 18.4%，作者拿它和被教者的 21.3%、一起看的 17.0% 相比；其餘 6 位較被動的人 2.6%。這一組沒有做統計檢定。作者的相關分析另外發現，觀看者學到的東西較常和被教者的回應有關，和家教自己的講解沒有相關。
所以能說的是：一個人被動地看，幾乎沒學到；兩人一起看、邊看邊解同樣的題目，增益接近被教者本人。不能說「一個人看不行」。
同一團隊 2017 年的文章再分析 Muldner 等 2014 年的資料：兩人一組看家教對話的錄影，比兩人一組看同一位家教對著鏡頭講解的錄影，在 11 題遷移題上學得多。兩個觀看條件都被要求兩人討論、合寫一份作業簿，沒有一個人看的條件；文中印出的效果量和檢定值對不上，這裡不引。對話影片與文字版對話體，第 22 篇有更完整的整理。
論證式對話與知識建構：手上有什麼
規劃這篇時，有兩條常被拿來支持「一起學」的線要納入：讓學習者互相論證，以及知識建構。讀完能讀到的全文，兩條線都撐不起「有效」或「無效」的結論。
論證式對話
Chrysi Rapanta 與 Mark Felton 2021 年的回顧整理 143 個研究，從小學到大學，看「學習論證」在教室裡是怎麼教的。作者明說不衡量效果：「our goal was not to measure the effectiveness of dialogue on students' learning (such a goal would have been impossible given the variety of methodological approaches)」。143 個研究裡 57% 是描述性研究。作者從研究特徵的關聯歸出四種型態（全班低結構、小組高結構的兩種、一對一的辯證式），並說這些關聯不能推論因果。
Hongli Gao 等人 2022 年的實驗讓 32 組大學生兩人一組，和電腦代理人線上討論 25 分鐘「人工智慧會怎樣影響人類」。代理人一組只丟出不同觀點；另一組丟出觀點後再問「你同意嗎？理由是什麼？」，並且有鼓勵發言的提示。加了論證提問的組陳述觀點與問答的次數較少，討論較集中在代理人的關鍵詞上；表達不同意的次數兩組都是平均 0.13 次，討論深度、討論前後的理解變化都沒有測到差異。作者的原話是「the content-independent scaffolding in the experimental condition did not provoke more debates」。這個實驗沒有學習測驗；唯一顯著的自評題，量表方向原文沒交代清楚。
掃描時看到三份論證式教學的統合分析（Koçoğlu 與 Kanadlı 2024、Fu 與 Zhan 2025、Ramallosa 等 2022），這幾篇研究存在，我沒讀到合法公開的全文，不引它們的數字。
知識建構
知識建構（Knowledge Building）是 Scardamalia 與 Bereiter 提出的做法：一群學習者在共用的線上筆記空間 Knowledge Forum 貼出想法、接著別人的筆記往下寫，再把幾則筆記綜合成一則。
Gaoxia Zhu 等人 2021 年的研究在一門 23 人的教育碩士課裡，三次依學生回饋修改活動，看筆記的閱讀網路與筆記內容的變化。閱讀網路的密度逐週上升，精緻的理論化與引用類筆記比例變高。這是設計本位研究：一個班、沒有對照組、沒有成就測驗、沒有統計檢定。作者自己寫：「We would expect some degree of increasing reading network density as a simple result of the course progression (i.e., even with no changes to the design)」。
這條線我沒有找到統合分析或圈外的獨立評估；兩本手冊的章節與 Chen 與 Hong 2016 年的三十年回顧，我沒讀到全文。所以「知識建構有沒有提高學習成效」，這篇沒有任何依據可寫。
學生自己怎麼想
Yunfeng Wei 等人 2024 年的問卷問 202 位修普通心理學的大學生，2021 年春季、疫情期間、混成上課。
- 「讀書」在小組還是一個人比較有效：102 對 100，沒有測到差異。
- 「回憶」在小組還是一個人比較有效：較多人選小組（約 120 對 82）。
- 準備考試偏好一個人的約 112 人，偏好小組的約 60 人。
- 很少或從不參加讀書會的有 151 人，約四分之三（我從表上加總）。
作者的總結是「students believe recalling in study groups is beneficial, but they prefer to study individually and rarely use study groups, indicating their actual and preferred study behaviors are not consistent with their beliefs.」摘要寫成學生普遍認為協作有益，但「讀書」那一題其實是一半一半。分組看時，常參加讀書會的人多半認為小組讀較有效，也偏好小組；少參加的人反過來。信念和偏好的落差，主要是全體加總之後才出現。
選一個人讀的主要理由是小組讓人分心。小組讀時用的策略裡，互相教、互相考、問別人、比對筆記這幾項，一個人讀時沒有任何人列出來。
這份問卷量的是信念與習慣，沒有量學習，也不能說明協作實際上有沒有益。
一個人讀少掉哪一塊
把上面的結果放在一起，下面是我的推論，依據寫在每一點後面。
少掉的
- 一個和自己不同的答案。Peer Instruction 的進步集中在和鄰座意見不同的時候（Tullis 與 Goldstone）；學生列出的小組策略裡，互相考、比對筆記、問別人，一個人讀時都不會發生（Wei 等）。
- 要把理由講給人聽，還要談出結論。要求共識的同儕互動效果較大（Tenenbaum 等，跨研究比較）；討論理由比討論答案的推理品質高（Vickrey 轉述）。
- 有人替互動排好結構。加了腳本的協作，領域知識多一點、協作技能的差距較大（Vogel、Radkowitsch）；理論文轉述的研究說，沒有引導時學生通常不會有效協作。
- 一起做的人，或至少讓自己動起來的東西。旁觀別人被教，兩人一起看、邊看邊解題的人學得多，一個人被動看的人幾乎沒學到；但一個人看、較常自己寫步驟和自問的 4 人，增益也接近被教者（Chi 等 2008，小樣本、事後分組、沒有檢定）。
不一定少掉的
- 協調的成本。一個人讀不用付。任務不夠複雜、或讀者已經會的時候，協作可能不划算（Kirschner 等，理論）。
- 讀書時的分心。這是學生選一個人讀的主要理由（Wei 等）。
- 回憶的產出。一起回憶的小組產出反而較少（Luo 等），但那量的不是學習。
文章能補回的，只有第一點的一部分：作者可以在答案裡寫出一個讀者可能選的另一個答案，說明它為什麼看起來合理、錯在哪裡。這有一個風險：Tullis 與 Goldstone 的資料裡，碰到和自己同樣錯的答案，信心反而上升。所以寫出來的另一個答案要接著把它駁倒，不能只是並列。寫出錯的想法、明說它錯、再給正確解釋，這一步本身有駁斥文字（refutation text）的統合分析支持，見第 1 篇與第 13 篇；沒有研究測過的是用文字代替一個真的持不同意見的人。第二、三點要有另一個人，文章給不了。第四點，文章能要求讀者邊讀邊寫步驟、先自己解再往下讀，但沒有研究比過這樣夠不夠。
這和第 8 篇整理的 ICAP 是同一個方向：文章本身的靜態題目照定義最高到「建構」，要到「互動」得有對話對象（原文允許是電腦代理人；本站文章頁的 AI 對話側欄算不算，第 8 篇沒有下判斷，這篇也不算進來）。Chi 等人 2008 年檢驗的，正是主動、建構、互動觀看的假說。
來源說法不同的地方
同儕互動和成人一對一。Tenenbaum 等人的作者稿摘要說兩者一樣有效；作者稿的結果段同一段裡兩種說法都有（成人一對一勝過同儕組，接著又說兩者沒有差異），討論段說成人一對一較有效；刊出版的摘要改成同儕互動沒有比較有效。三種說法根據的是同一組數字：g = −.30，區間跨過 0。
一起看和被家教學得一樣好嗎。Chi 等人 2008 年的摘要說一起看的人學得和被教者一樣有效，2017 年的摘要說「they can learn as well as the tutees」。兩篇的依據都是「沒有顯著差異」，沒有做等價檢定，樣本是 10 對 20 人；2008 年的數字上家教組仍較高。
一起看勝過一個人看嗎。Chi 等人 2008 年的結論說四項結果都支持主動與互動觀看的假說。四項裡，一起看對一個人看是 p = .055；主動的一個人看者只有 4 人、沒有檢定；高低互動的配對是事後切分。
腳本對動機。Radkowitsch 等人的摘要稱這份分析是「腳本傷動機」的第一個反證；結論段說證據還不足以完全反駁。估計值 0.13 不顯著；補上可能缺的研究後是顯著的 0.16。
討論的門檻。Vickrey 等人建議首答正確率 35% 到 70% 時進同儕討論，同一段又說答對的人很少時學生仍可能受益、門檻需要更多研究。Tullis 與 Goldstone 的資料裡，討論後的進步在各種難度都看得到，但也有少數題目討論後正確率下降。
協作抑制的文化差異。Luo 等人的全部資料裡，東方樣本的抑制小於西方，差異顯著；只看已發表的研究時，這個差異不顯著。摘要只報前者。
電腦支援協作的效果大小。Chen 等人的摘要報各類合併的正向效果；分研究設計看，隨機實驗小得多，「協作時用電腦對不用電腦」那一類的隨機實驗只有 0.09，不顯著。
對照本站的做法
本站課程導讀的寫作規格（course-guide-contract.md）要求每個主要小節結尾放一題自我檢查，附答案或判準；概念導讀要指出常見誤解。拿 Peer Instruction 的步驟對照：
| 本站做法 | 對應的步驟與研究 | 判定 |
|---|---|---|
| 自我檢查標「先寫下答案，再展開」（例如 CS50 AI 第 0 週導讀） | 第 3 步，每個人先自己作答。Vickrey 等人說這一步沒有學習增益的直接證據 | 本站的選擇；這篇的來源不增加支持。答案與回饋的依據在第 9 篇 |
| 展開後的答案給正解與理由 | 第 7 步，老師講解。轉述的 Smith 等 2011：討論加講解勝過只有其中一項 | 有講解，少了中間的討論 |
| 有些答案處理一個看起來合理的錯誤結論（例：第 0 週問「能不能因此說 BFS 探索的狀態一定比較少？」，答案說明為什麼不能） | 鄰座的不同答案（Tullis 與 Goldstone） | 方向一致，但這是我的推論；文字能不能代替真人的不同意見沒有研究測過 |
| 概念導讀要指出常見誤解 | 同上；怎麼寫誤解才不會種進去，見第 13 篇 | 依據在第 13 篇 |
| 文章頁沒有留言區 | 論壇對面對面在 Chen 等人的分析裡沒有測到差異，只有 8 個比較 | 留言區有沒有用，之後的篇會談 |
可以做的事
- 不在文章裡寫「研究顯示一起學效果更好」。要引就寫出比較對象與受試者，例如「4 到 18 歲的同儕互動，對單獨學或只測兩次的對照組」。依據：Tenenbaum 等人的對照組是混合的，Chen 等人的隨機實驗只有 0.27。
- 自我檢查的答案寫出另一個答案，再駁倒它。挑讀者最可能選的錯答，寫它為什麼看起來合理、錯在哪。依據：Tullis 與 Goldstone 的答案流向，以及同錯時信心上升的結果；寫出錯的想法再明說它錯，有駁斥文字的統合分析支持（見第 13 篇）。沒有研究測過的是用文字代替一個真的持不同意見的鄰座，這部分是本站的判斷。
- 題目挑在讀者答案容易分歧的地方。依據：Vickrey 轉述的 Crouch 與 Mazur，首答約一半答對時討論的進步最大。作者看不到讀者的答對率，所以只能憑判斷挑；這是我的推論。
- 給一起讀的人一題要談出共同答案的問題。如果文章是讀書會的教材，題目後面加一句「兩個人先各自寫答案，再談到一致」。依據：Tenenbaum 等人的共識調節（兒童、跨研究比較）與 Peer Instruction 的前四步。用在成人讀書會沒有研究測過。
- 不把「找人一起讀」寫成每篇都適用的建議。依據：協作有協調成本、讀者已經會時可能不划算（理論）；一起回憶的產出較少（Luo 等）；多數學生偏好一個人讀（Wei 等）。
今晚可以做的三件事
- 挑自己文章裡的一題自我檢查，在答案開頭加兩句：「常見的另一個答案是 X，因為……；它錯在……」。以這篇自己的內容舉例（本文自擬）：題目「同儕互動的 g = 0.40，能不能說一起讀文章會多學四成個標準差？」答案先寫「很多人會說可以，因為這是統合分析的平均值」，再寫「不能：受試者是 4 到 18 歲、多半只互動一次，對照組混了單獨學、只測兩次和成人一對一，而且沒有一個研究是成人讀文章」。
- 找一題只問結論的題目（「A 比 B 好嗎？」），改成要讀者寫下理由的題目，並在答案裡給判準：好的理由要說出比較對象和條件。依據是上面轉述的「討論理由比討論答案的推理品質高」，那是課堂討論，不是一個人寫。
- 如果有人和你一起讀某個系列，挑一篇的一題，兩個人先各自寫答案，不給對方看；答案不同時，談到兩人都同意為止，再展開正解。這是 Peer Instruction 的前四步加最後的講解。
這些證據的限制
- 沒有研究以自學的成人讀長文為對象。這批來源裡沒有任何一篇比過成人一個人讀和一起讀一篇網頁文章。
- 受試者是在學學生：同儕互動統合分析只收 4 到 18 歲；協作學習以學校與大學課程為主；Peer Instruction、旁觀學習、學生問卷都是大學生。
- 互動時間很短：同儕互動統合分析裡絕大多數研究只有一次互動；Chi 等人 2008 年的介入限時兩小時。
- 調節分析是跨研究比較：共識、腳本的各種調節、Chen 等人的研究設計分組，都不是在同一研究裡隨機分派，不能當因果。Radkowitsch 等人明說這一點；Vogel 等人說的是調節分析的檢定力只有一到兩成。
- 同一研究群：兩份腳本統合分析共用多數文章與作者；兩篇旁觀學習出自同一位第一作者的團隊。
- Peer Instruction 兩篇各有缺口：Vickrey 等人是敘述性回顧，數字都是轉述；Tullis 與 Goldstone 沒有不討論的對照組，作者就是授課教師，量的是同一題再答一次。
- 協作抑制量的是小組產出，不是學習，而且只有項目記憶。
- 版本：Tenenbaum 等人讀的是作者稿；刊出版只讀了公開的摘要，正文與附錄的數字都取作者稿。Chi 等人 2017 年讀的是作者實驗室網站上的刊出版。
- 我的推論有六處：把研究借到一個人讀文章；Peer Instruction 的好處集中在意見不同時對讀者的意思；「一個人讀少掉哪一塊」整節；文字寫出另一個答案可以補回一部分；本站做法的對照判定；「可以做的事」與「今晚可以做的三件事」。正文都標了。
- 只知道存在、沒讀到合法公開全文的：Jeong 等 2019 年 STEM 領域的 CSCL 統合分析；Nokes-Malach 等 2015 年談何時一起學較好的回顧；Marion 與 Thorley 2016 年的協作抑制統合分析（小組大小的調節只在這篇；熟識程度另有 Luo 等人的分組可看）；Balta 等 2017 年的 Peer Instruction 統合分析；Smith 等 2009、Crouch 與 Mazur 2001 兩篇原始研究（只經 Vickrey 等人轉述）；三份論證式教學的統合分析；Chen 與 Hong 2016 年的知識建構回顧；Scardamalia 與 Bereiter、Andriessen 與 Baker 的手冊章節。
- 轉引：Crouch 與 Mazur 2001、Smith 等 2009 與 2011、James 與 Willoughby 2011、Knight 等 2013、Nicol 與 Boyle 2003 經 Vickrey 等人轉述；Weinberger 等 2007、F. Kirschner 等 2011 經 Kirschner 等人轉述；Muldner 等 2014 經 Chi 等人 2017 年轉述。
- 讀取上的缺口：Chen 等人、Luo 等人的補充材料（研究清單、漏斗圖）沒有讀；多數論文的圖只讀到圖說。
附錄：各研究的設計與數字
正文每項只留一兩個數字，其餘放在這裡。
Tenenbaum、Winstone、Leman、Avery（2020），Journal of Educational Psychology 112(7)。隨機效果模型，Hedges' g。62 篇文章、71 個樣本，4 到 18 歲；收到 2017 年、只收英文；排除有訓練的同儕方案與沒有比較組的研究。整體 g = 0.40（95% CI 0.27–0.54），Qw(70) = 344.23。fail-safe N = 2,669；trim-and-fill 從左邊剪不變，從右邊剪 0.42。共識：有 .61（.42–.81，k = 39）、沒有 .17（.02–.33，k = 33），Q = 11.74（k 合計 72 是因為一篇拆成兩筆）。比較對象：作者稿分兩類，其他兒童 .45（.32–.58，k = 68）、成人 −.30（−.70 到 .10，k = 10）。前後測對只有後測沒有測到差異。後測時間：互動中 .68、延後 .41、立即 .10（k = 15），Q(2) = 4.85，p = .18，組間差異不顯著；我照自由度換算，這個 Q 對應的 p 約 .09，兩數對不上，只能照抄。年齡 11–18 歲 .62、4–10 歲 .33（p = .10）；多於兩人 .61、兩人 .34（p = .17）；性別組成的 k 和方法段寫的相反。領域 Q(8) = 11.05，p = .20：守恆 .98、科學推理 .45、一般推理 .39、空間守恆 .37、數學推理 .34、道德 .31（不顯著）、記憶 .25（不顯著）、空間推理 −.03（不顯著）、創意 −.61（不顯著，k = 2）。作者稿的 Table 2 裡，Diehl 與 Stroebe 1987 的腦力激盪 g = −1.86。
Chen、Wang、Kirschner、Tsai（2018），Review of Educational Research 88(6)。Web of Science 加 Google Scholar，2000–2016 年英文期刊，要有獨立對照組並確認前測相當。356 篇文章、425 個研究，分四類。第 1 類（協作對個人學習，都用電腦）84 個研究、11,684 人：知識 0.42（0.32–0.53，k = 73，QT 顯著）、技能 0.64（k = 17）、感受 0.38（k = 26）。第 1 類知識依設計：隨機 0.27（0.10–0.44，N = 25）、準實驗 0.54（N = 36）、未說明 0.39；依樣本數 <100 人 0.45、≥250 人 0.25；依時長 <1 個月 0.36、1 個月到 1 學期 0.52、≥1 學期 0.40；自編測驗 0.45、標準化測驗 0.29（k = 6）。第 2 類（協作時用電腦對不用）知識 0.45，其中隨機實驗 0.09（−0.17 到 0.35，N = 16，不顯著）。第 3 類加工具：基本線上討論對面對面 0.52（−0.66 到 1.70，k = 8，不顯著）；加策略：指導與引導（主要是協作腳本）0.41（k = 25）、同儕回饋 0.35、角色分派 0.36、教師引導 0.34（不顯著）。出版偏誤只看漏斗圖。正文的幾處描述和表不一致（例如基本線上討論被寫成中等效果）。
Radkowitsch、Vogel、Fischer（2020），ijCSCL 15。有腳本對沒腳本的電腦支援協作，排除對個人學習的比較。49 篇文章、53 個研究、5,616 人，6–64 歲，高教 36 個研究。動機 g = 0.13（−0.01 到 0.27，9 個獨立效果），3PSM 0.14，trim-and-fill 0.16（0.01–0.31）。領域學習 0.24（0.16–0.33，k = 54），I² = 46%；回憶 0.27、應用 0.21。協作技能 0.72（0.44–1.01，k = 23），I² = 82%；排除兩個離群研究後 0.59。協調技能沒有任何研究量。提示的活動種類數與組合都不是顯著的調節變項。作者列的限制：腳本設計差異極大、多數研究沒報學習者實際做了什麼、調節比較都是研究間的、介入期多半很短。
Vogel、Wecker、Kollar、Fischer（2017），Educational Psychology Review 29。2013 年檢索，22 篇、24 個研究、2,825 人，平均 20 歲；有處理支援的學習時間平均約 4 小時。表中的區間是 90% CI、p 是單尾。領域知識 d = 0.20（0.04–0.36，k = 33），trim-and-fill 不變。協作技能 0.95（0.63–1.27，k = 12），排除離群 0.65；漏斗圖偏斜，trim-and-fill 補後 0.85。交互性、腳本層級、內容支援的調節對領域知識都不顯著，檢定力 8–16%。學習時間的後設迴歸不顯著。學科只對協作技能顯著。
Kirschner、Sweller、Kirschner、Zambrano（2018），ijCSCL 13(2)。理論文，沒有資料。九條協作認知負荷原則：任務複雜度、任務引導與支持、領域專長、協作技能、團隊人數、團隊角色、團隊組成、先前任務經驗、先前團隊經驗。作者稱這些是待驗證的假說。
Luo、Zhao、Tang、Xiao、Liu（2024），Behavioral Sciences 14(9)。中英文資料庫，截止 2023 年 11 月；77 篇（15 篇學位論文），140 個研究、185 個效果量、19,492 人。d = 0.54（0.49–0.58），I² = 73%；trim-and-fill 左側補 36 個研究後 0.40（0.33–0.51）。性別配對：同性 0.64、異性 −0.11（不顯著）。成員關係：伴侶 −0.19、朋友 0.18（都不顯著）、熟人 0.45、陌生人 0.75。文化：東方 0.47、西方 0.76；只看已發表時 Q = 2.31，p = 0.13。記憶監控：沒有 0.66、有 0.14（不顯著，12 個效果量全來自學位論文）。年齡只在討論出現：老年人 −0.09（不顯著）。正文與表有幾處數字不一致。
Vickrey、Rosploch、Rahmanian、Pilarz、Stains（2015），CBE—Life Sciences Education 14(1)。敘述性回顧，大學 STEM、照 Mazur 步驟做的研究；補充表列了五十多筆研究（我從表上數的）。作者統計引用的研究 84% 在低年級課、75% 在 50 人以上的大班。其他轉述：Crouch 與 Mazur 2001 的 FCI 標準化增益約為傳統講授的兩倍（縱貫比較）；Zingaro 2014 期末考高 4.4%，沒有測到差異（p = 0.10）；Lasry 2008 按鍵器與字卡沒有測到差異；Perez 2010 看到投票分布的學生改成多數答案的機率高 30%；Smith 2009 的遺傳學課，首答錯、討論後答對的學生有 77% 接著答對同構題。
Tullis 與 Goldstone（2020），Cognitive Research: Principles and Implications 5。六門課、208 人、1,657 筆作答、86 題，混合效果模型。勝算 1.57（95% CI 1.31–1.87）；88% 的學生正確率上升或不變。各班前後成對 t 檢定的 d 從 0.31 到 1.74，兩班 p = 0.06、0.07。答案流向：首答錯 603 筆（不同意 343、同意 260），首答對 1,054 筆（不同意 232、同意 822）；對改錯 5%，錯改對 28%。同意錯答時信心 5.45 → 6.60。自己信心每加 1 分，堅持的勝算 ×1.25；夥伴信心每減 1 分 ×1.19。若一律選信心高者，正確率是 69%，實際 72%；若只要一人答對就選對，是 80%。後設認知解析度整體上升（d = 0.24），六班只有兩班顯著、兩班方向相反。
Chi、Roy、Hausmann（2008），Cognitive Science 32(2)。70 位大學生，家教 10 人、其餘四組各 10 對或 10 人；一位物理博士家教；先讀課本 1–4 章到各章答對 80%；介入限時 2 小時；約 7.4 天後後測。淺層步驟五組沒有差異。深層步驟 ANCOVA 對獨自讀的效果量：家教 .815、一起看 .613、協作 .326。前後測增益的效果量：家教 1.063、一起看 0.883、協作 0.405、一個人看 0.291、一個人讀 0.296。高互動的一起看配對（兩人貢獻差 <15%）6 對增益 26%，低互動 4 對 4%。幾個 F 值與 p 值、d 值的對應看起來不一致（例如 F = 6.448 配 p = .044），一起看的 10 對以 20 人個人層級分析。
Chi、Kang、Yaghmourian（2017），Journal of the Learning Sciences 26(1)。再分析 Muldner 等 2014 的資料：10 位被家教者、40 位觀看者（同性兩人一組），擴散概念。兩個觀看條件都要合寫一份作業簿、時間不限。11 題遷移題：被家教者與對話觀看者各自前後測都進步（d = 1.07、1.08，是組內進步）；獨白觀看者 p = .26。對話對獨白 t(38) = 2.05；原文印的效果量和 t 值對不上，不引。對話觀看者提到被教者的次數多於提到家教（8.70 對 4.00）。摘要說行為「mediated」學習，內文說樣本太小沒做中介分析。
Rapanta 與 Felton（2021），Educational Psychology Review 34。整合性回顧，143 個研究（1997 到 2020 年 11 月，K-16，排除研討會論文）；描述性 82、準實驗 37、實驗 24。四種型態涵蓋 108 個研究。摘要寫三種型態，正文是四種。
Gao、Xu、Yang、Hu（2022），Frontiers in Psychology 13。64 位大學生（男 9、女 55），每組 16 組。陳述觀點 3.13 對 6.88（d = −1.29）；第一階段問答 3.31 對 8.00（d = −0.84）；有效觀點比例 0.70 對 0.57；觀點數、句數、類別數、深度沒有測到差異。自評「更全面理解」4.13 對 3.84，但問卷選項編號 1 是非常同意，原文沒說有沒有反向計分。十幾個 t 檢定沒有多重比較校正。
Zhu、Raman、Xing、Slotta（2021），IJETHE 18。23 位教育碩士生，12 週課，第 3、6、9 週三個焦點週；Knowledge Forum 筆記 259 則。閱讀網路密度 0.57、0.74、1.09（允許多重邊）。情緒問卷只分析兩次都填的 8 人；臉部表情分析 3 人；訪談 9 人。筆記類型的百分比是圖上讀出的，正文沒有數字。
Wei、Soderstrom、Meade、Scott（2024），Behavioral Sciences 14(11)。202 人，平均 20.1 歲。讀書有效 102 對 100（χ² p = 0.89）；回憶有效 χ²(1) = 6.42，p = 0.01；考試偏好 χ²(2) = 51.13；讀書會頻率：常常約 11、偶爾約 40、很少約 95、從不約 56。選一個人讀的理由：分心約 92 人。一個人讀的策略以重讀最多（69.8%），間隔重複只有 4.0%；小組讀以互相教或討論最多（44.1%）。常用與少用讀書會兩組：讀書信念 38/13 對 64/87（p < 0.001）；回憶信念不顯著；考試偏好 32/15 對 28/97。
參考資料
每一條都讀完手上取得的那一版並留有抽取紀錄；版本與讀不到的部分寫在括號裡。
- Tenenbaum, Winstone, Leman & Avery (2020), How Effective Is Peer Interaction in Facilitating Learning? A Meta-Analysis（讀的是 King's College London 典藏的作者稿，審查後但不是最終稿；刊出版只讀了 ERIC 上的摘要）。
- Chen, Wang, Kirschner & Tsai (2018), The Role of Collaboration, Computer Use, Learning Environments, and Supporting Strategies in CSCL: A Meta-Analysis（讀的是荷蘭開放大學典藏的刊出版；補充材料沒有讀）。
- Radkowitsch, Vogel & Fischer (2020), Good for learning, bad for motivation? A meta-analysis on the effects of computer-supported collaboration scripts（刊出版，CC BY）。
- Vogel, Wecker, Kollar & Fischer (2017), Socio-Cognitive Scaffolding with Computer-Supported Collaboration Scripts: a Meta-Analysis（刊出版，CC BY）。
- Kirschner, Sweller, Kirschner & Zambrano (2018), From Cognitive Load Theory to Collaborative Cognitive Load Theory（PMC 的刊出版，CC BY）。
- Luo, Zhao, Tang, Xiao & Liu (2024), Meta-Analysis of Collaborative Inhibition Moderation by Gender, Membership, Culture, and Memory Monitoring（PMC 的刊出版，CC BY；補充材料沒有讀）。
- Vickrey, Rosploch, Rahmanian, Pilarz & Stains (2015), Research-Based Implementation of Peer Instruction: A Literature Review（PMC 的刊出版，含補充表）。
- Tullis & Goldstone (2020), Why does peer instruction benefit student learning?（PMC 的刊出版，CC BY）。
- Wei, Soderstrom, Meade & Scott (2024), Metacognition About Collaborative Learning: Students' Beliefs Are Inconsistent with Their Learning Preferences（PMC 的刊出版，CC BY）。
- Rapanta & Felton (2021), Learning to Argue Through Dialogue: a Review of Instructional Approaches（刊出版，CC BY；參考文獻只掃過）。
- Gao, Xu, Yang & Hu (2022), The double-edged sword effect of argumentative scaffolding on group discussion in an adaptive discussion system（刊出版，CC BY）。
- Zhu, Raman, Xing & Slotta (2021), Curriculum design for social, cognitive and emotional engagement in Knowledge Building（刊出版，CC BY）。
- Chi, Roy & Hausmann (2008), Observing Tutorial Dialogues Collaboratively: Insights About Human Tutoring Effectiveness From Vicarious Learning（Wiley 出版者頁面免費閱讀的刊出版；附錄 A、B 沒有讀）。
- Chi, Kang & Yaghmourian (2017), Why Students Learn More From Dialogue- Than Monologue-Videos: Analyses of Peer Interactions（讀的是第一作者實驗室網站上的刊出版）。
- 本站文章：「做中學」的證據在量什麼、教學文章裡的專案要給多少引導、讀者程度不同，教學文章怎麼寫、教學文章裡的「常見誤解」怎麼寫、教學文章裡的問題與用語怎麼寫、Learning How to Learn、Harvard CS50 AI 第 0 週導讀。