這是「教學文章怎麼寫」系列的第 22 篇，屬於第五部分「跟誰學，誰讀不到」。這一部分前面的篇談一個人讀少了什麼、留言區與社群；這篇轉到另一頭，談寫的人自己。
起因是本站的課程導讀。這些文章是把英文課的錄影字幕與講義重新講一次，寫成中文給沒上過這門課的人讀。網路上常見的說法是「教是最好的學法」：swyx 的 Learn In Public 把公開寫部落格、做小抄、在論壇回答問題列為所有建議的第一條，文中問讀者「Did I mention that teaching is the best way to learn?」。如果這句話成立，寫導讀本身就是一種學習方法。但寫文章和面對面教不一樣：讀者不在場，不會發問，也不會露出聽不懂的表情。所以這篇要回答的是：沒有真人互動時，「教別人」的好處剩多少？讀者那一側也有一個相關的問題：文章能不能讓讀者像旁觀別人被教一樣學到東西。
自己解釋給自己聽（自我解釋）的證據在第 1 篇，生成活動與 ICAP 架構在第 8 篇。這篇只談多出來的那一塊：對象是別人。
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，挑選標準是會用到數字的結論都要有一篇可以從頭讀到尾的來源，而且至少有一篇結果相反或沒有效果。最後讀了這些：一份「預期要教」與「實際去教」的統合分析（把許多實驗合併估計的研究）、同一位作者對它的兩次再分析、一篇機制回顧、一篇評論；一份「對不在場的對象講解」的理論回顧；一份「替別人做教材」的統合分析；一個教學預期的實驗；三篇旁觀別人被教的研究；一篇實務文章。偏向很明顯。第一，五篇出自同一位研究者小林敬一（Keiichi Kobayashi），三篇出自 Michelene Chi 的研究群，所以「多篇一致」不等於「多個獨立的團隊都發現」。第二，幾乎全是實驗室裡的大學生、讀幾頁的科學說明文、讀完幾十分鐘到一週內就測。第三，沒有一篇研究的「教」是寫一篇公開文章給陌生讀者。列在參考資料裡的每一篇都從頭讀到尾，並留有抽取紀錄；只知道存在、沒讀到合法公開全文的，文中會明說，不引它的結果。
先看結論
| 情況 | 證據 | 強度 |
|---|---|---|
| 只是打算要教：讀的時候以為之後要講給別人聽，最後沒有去教 | 統合分析整體 g = 0.35；18 歲以上 0.41，18 歲以下 0.04（沒有測到效果）；日本學生 0.09（沒有測到效果） | 中；異質性很高，同一位研究者 |
| 打算要教，之後寫解釋或錄影片給不在場的人 | 同一份統合分析 g = 0.48（12 個比較）；一份逐篇整理的回顧裡，正向、沒有測到差異、比重讀還差的結果都有 | 中；平均是正的，個別研究不穩 |
| 打算要教，之後面對面教 | g = 0.84，只有 4 個比較 | 弱到中，筆數太少 |
| 沒打算要教，讀完才被要求寫或錄 | 再分析裡 g = 0.23，只有 2 個比較 | 弱 |
| 替別人做教材（影片、圖、測驗題、文字） | 統合分析平均 0.17；對照組做的是有效的學習活動時，效果小約 0.31；文字類只有 7 篇 | 中；比較的類型混在一起 |
| 用講的比用寫的好 | 少數研究在遷移題上看到講的較好，回憶題沒有差異，也有研究完全沒有差異 | 弱 |
| 讀者旁觀「別人被教」的對話 | 實驗室裡兩人一起看並一起解題，增益和被教的人沒有測到差異；真實線上生物課，看對話影片比看獨白影片後測高約 3.4 個百分點 | 中；都是影片，都出自同一研究群 |
| 寫公開文章給陌生讀者 | 目前沒有研究直接測過 | — |
表裡的 g、d 與 Ribosa 的 SMD 都是標準化的平均差（Qian 那一列是百分點），0.2 左右算小、0.5 左右算中。異質性高的意思是各研究的結果彼此差很多，平均值只是一個概括。
研究裡的「教」指的是什麼
這個領域的研究把「教別人」拆成幾段，各自測：
- 預期要教（preparing to teach）：讀之前被告知「讀完要把內容教給另一位同學」，讀完之後其實沒有去教，直接考試。對照組被告知「讀完要考試」。這測的是「打算要教」這個念頭本身。
- 實際去教：讀完真的去教。教的形式分兩種。面對面教另一位學生，算直接或互動的教；寫一份書面解釋、或對著鏡頭錄一段講解影片給想像中的學生，算間接或非互動的教。
- 替別人做教材（creating teaching materials）：做出一份讓別人能自己學的東西，例如影片、圖、測驗題、wiki 頁面。
寫一篇導讀最接近的是「間接教」和「做教材」。但要先記住一個差距：研究裡的間接教，多半是大學生在實驗室讀一段短的說明文，然後寫一段解釋或錄一段講解，對象是研究者說「之後會有同學看」的虛構學生，準備時間有限，也不能修改。Lachner 等人的回顧明白排除了做網站、做 YouTube 影片這類學生作品的研究，理由是多半沒有對照組、沒有教人的成分，或是多人合作完成。替別人做教材的統合分析收了 23 篇，真的有網路上的讀者或真實同儕的只有 3 篇。
只是打算要教
統合分析：成人有小到中的效果
小林 2019 年的統合分析收了 28 篇研究。只是預期要教、沒有真的去教的組，和預期考試的組相比，整體 g = 0.35。表層的學習（回憶、逐字記憶）0.39，深層的學習（推論、理解、遠遷移）0.31，作者說兩者大致相當。
兩個條件要和這個數字一起記：
- 只在成人身上看得到。18 歲以上的樣本是 0.41；小學與中學的 4 個比較是 0.04，信賴區間跨過零，沒有測到效果。這一點只寫在限制段，摘要沒有提。
- 預期面對面教的效果比預期寫或錄大：預期面對面教 0.50，預期寫解釋或錄影片 0.27。但作者自己說，篇數少，測驗時間和教學型態的效果可能和各研究的其他方法特徵混在一起。
各研究的對照組也不一致。多數是預期考試，但也有預期寫摘要、預期列關鍵詞、預期解題的。28 個比較裡有 10 個的效果接近零或是負的。
一個實驗長什麼樣子
Nestojko 等人 2014 年的兩個實驗是這類研究的典型。UCLA 的大學生讀一篇約 1,500 英文字的文章，10 分鐘，不能做筆記。一半的人被告知「讀完要把內容教給另一位受試者，對方再去考試」，另一半被告知「讀完要考試」。讀完先做 25 分鐘無關的作業，接著要教的那組被告知「你要教的人沒來」，改成和另一組一樣考試。沒有人真的去教。
- 第一個實驗（56 人）：預期要教的組自由回憶寫出的內容較多（d = 0.56），回憶的順序較貼近原文的段落結構（d = 0.65），對文章主旨記得較多，簡答測驗也較好。但另一個不依原文結構的連貫度指標，兩組沒有測到差異。
- 第二個實驗（44 人，換成教科書的一節）：整體的填空成績兩組沒有測到差異。只有在主旨題上，預期要教的組較好的趨勢接近顯著（p = .083）；換一個題目分類標準，預期和題型的交互作用就不顯著了，雖然數字的走向沒變。
作者的解釋是：以為要教的人會用老師備課的方法讀，抓主旨、排結構。這是推論，研究沒有直接測讀的過程。作者的結語是：
Students seem to have a toolbox of effective study strategies that, unless prodded to do so, they do not use.
作者也承認，這種「騙你要教、其實不用教」的做法搬不進課堂，學生很快就會發現自己從來不用真的教。
日本學生與 18 歲以下沒有測到效果
小林在 2019 年的另一篇報告裡，把統合分析的資料依樣本分開。日本學生的 6 個比較，預期要教的效果是 g = 0.09，信賴區間跨過零；其他樣本是 0.40，兩者差異顯著。
這個結果有一個明顯的混淆：日本學生的 6 個比較裡有 5 個預期的是間接教（寫或錄），而間接預期的效果本來就比較小。作者處理過這一點，結論是這個混淆只能解釋一部分：排除日本學生後，間接預期的效果仍然大於零，也明顯高於日本學生的數字。兩邊都要講：混淆確實存在，作者判斷它不足以解釋零效果。
同一篇報告還有一個重要的對照：預期之後真的去教，日本學生是 g = 0.58，其他樣本 0.51，沒有實質差異。所以不能寫成「日本學生教別人學不到東西」，特殊的只有「只是預期」這一段。這篇是大學的紀要，不是同儕審查期刊，證據來自 6 個比較、少數幾位研究者，作者自己要求其他研究者重做。
Lachner 等人的回顧對教學預期的評語更保守：結果混雜，Fiorella 與 Mayer 2014 報告的「有教學預期時，事後錄講解才有效」這個調節效果，在其他研究裡多半沒有重現，作者推測是因為預期的效果本來就小、樣本不夠大。
另外有一份小林 2024 年的新統合分析（Educational Psychology Review），直接比較有沒有預期再去教。這篇研究存在，我沒讀到合法公開的全文，所以不引它的數字。
寫或錄給不在場的人
統合分析裡的間接教
同一份統合分析裡，預期要教並真的去教，整體 g = 0.56。這個數字容易被當成「教別人的效果」，但 16 個比較裡有 12 個的「教」是寫解釋或錄影片，沒有真人在場。拆開來看：
- 預期並寫解釋或錄影片：g = 0.48（12 個比較）
- 預期並面對面教：g = 0.84（4 個比較）
小林在 2019 年的觀點文裡用同一批資料再分析，多加了一列：沒有教學預期、讀完才被要求寫或錄，g = 0.23，只有 2 個比較。三列由大到小是面對面 0.84、有預期的間接 0.48、沒預期的間接 0.23，差異顯著。
讀這三個數字要注意兩件事。第一，三列的對照組都是「沒有預期也沒去教」，不是互相直接比；直接比較面對面和錄影的實驗，作者說就其所知只有兩篇。第二，這是觀點文裡的再分析，0.84 只有 4 個比較，0.23 只有 2 個。作者在同一篇裡的結論是：
to date, there is no single satisfactory explanation for why interactivity affects learning by preparing to teach and teaching
一份逐篇整理的回顧
Andreas Lachner、Vincent Hoogerheide、Tamara van Gog、Alexander Renkl 2022 年的回顧專門談「對不在場的對象講解」，定義是學完之後對真實但不在場、遠端或想像中的聽眾講解，沒有互動。作者刻意不做統合分析，沒有合併效果量，目的是整理機制與邊界條件；所以它不能拿來說效果多大。
它的價值在表 1：27 列逐篇列出比較和結果。我照表逐列分了一次（分法是我定的，不是原文的統計）：約 12 列至少有一項結果是講解的組較好，9 列所有結果都沒有測到差異，6 列至少有一項是講解的組比對照組差，有幾列同時有正有負。比較差的幾列值得記：
- Roscoe 與 Chi 2008：對著鏡頭講解的組，理解輸給自己解釋給自己聽的組（d = 1.64）。
- Lachner 等 2021 的第二個實驗（職前教師）：自我解釋勝過寫給虛構對象的解釋（d = 0.59）。
- 兩個未發表的研究裡，錄影講解輸給單純重讀。
另外兩個整理結果和寫導讀有關：
- 教材類型。排除故障、操作步驟、動作技能這類程序性教材的研究，幾乎全部沒有測到效果，唯一的例外又沒有重現。作者因此建議把這個做法用在從說明文學複雜概念的時候。
- 不只是回想。講解常被說成只是一種回想練習（把學過的從記憶裡提出來）。作者的結論是現有證據顯示它不只是回想；但同一份表裡，Lachner 2021 與 Jacob 2021 的講解組都沒有勝過只做回想的組。
作者自己列的保留不少：多數研究只測立即效果；大量收了未經同儕審查的灰色文獻（表 1 有 7 列未發表，但方法節寫的納入條件是同儕審查期刊，兩者有出入）；所有研究的講解都是「精簡版」，準備時間有限、不能做筆記、不能修改或重錄。
用講的還是用寫的
這篇回顧的模型說，「用講的」有相當的證據。逐篇看，直接比較講和寫的結果是：Hoogerheide 等 2016 兩者沒有直接差異，只是講的勝過重讀、寫的沒有；Lachner 等 2018 在遷移題上講的較好（d = 0.67），回憶沒有測到差異；Jacob 等 2020 只在難的文本、遷移題上講的較好（d = 0.32）；Jacob 等 2021 與另一個 Jacob 的研究，回憶和遷移都沒有測到差異。比較準的說法是：少數研究在遷移題上看到講的較好，回憶題沒有差異，也有研究完全沒有差異。錄音和錄影之間，兩個直接比較的研究都沒有測到差異。
什麼時候講
Lachner 等 2020 比較了「讀完整段再講」和「讀到一半就講」。整體來說講解沒有勝過回想，但讀到中途講的組比讀完才講的組記得多（η²p = .06），遷移沒有測到差異。作者的分析顯示，這個差異經由「監控自己懂了沒有」傳遞。
對方要不要「在場」
直覺上，讓講解的人覺得有人在聽，效果應該更好。回顧整理的結果相反：透過視訊對另一端的真人講解，立即與延後的解題測驗都比只讀例題差；對虛構對象講，既沒有幫助也沒有傷害。作者的說法是：
social presence during non-interactive teaching may be regarded as a double-edged sword, as high levels of social presence impaired rather than contributed to learning.
但作者也提醒，這些操弄「在場感」的實驗都沒有量受試者實際感受到多少在場感，沒有操弄檢核，要小心解讀。在聊天室裡寫解釋（多了社交線索）和在文字編輯器裡寫，測驗成績沒有測到差異。
替別人做教材
Jesús Ribosa 與 David Duran 2022 年的統合分析收了 23 篇研究、62 個比較，問的是：學生替別人做教材，自己對內容學到多少。對照組是照常上課，或做其他不產出教材的活動（重讀、回想練習、面對面家教等）。隨機效果模型下，平均效果 0.17（95% CI 0.04–0.31）。
幾個調節的結果：
- 對照組做什麼影響很大。對照組做的是已知有效的活動（例如回想練習）時，效果比對照組只是重讀時小約 0.31。摘要的寫法讓人以為「對照組是有效活動時不顯著」，但原文只報告兩類對照的差，沒有報告各自單獨是否顯著。
- 做影音或圖的效果比做文字大，估計差 0.63 與 0.71。作者自己提醒文字類只有 7 篇，結果要謹慎：其中出選擇題的研究輸給重讀，wiki 的小樣本沒有測到差異，寫解釋不比重讀或回想好。
- 能不能看原始資料。製作時可以完全查看原始資料的，比完全不能看的效果小（差 0.34，p = .032）；其他兩組比較（完全對有限、有限對不能）都沒有測到差異。這是跨研究的比較，不是實驗操弄。我注意到「完全可看」那組包含幾個效果最負的比較，而那些研究的對照組多半是有效的活動；作者說控制對照組類型之後差異仍顯著，沒有逐一排除其他混淆。
- 教育階段與學科沒有測到差異。
- 出版偏誤。摘要說沒有偵測到；正文寫 62 個比較裡有 24 個落在漏斗圖的界限外，只是 Egger 檢定 p = .095，沒有達到 .05。
小林 2023 年的評論（意見文，沒有新資料）對這份統合分析提了兩個問題。第一，有幾篇納入的研究事前沒有告訴學生作品要給別人用，嚴格套用納入條件不該收。第二，0.17 混了四種比較：有的對照組也被告知要教、只是沒做教材。帶著教的意圖讀，本身就是在部分地做教材，所以拿完整的做教材過程去比部分的過程，會低估效果。作者同意做教材可以帶來有效的學習，但認為「做教材」的範圍沒有定義清楚，主張用「有沒有教的意圖」來定義。
我的判讀（不是作者列的限制）：同一研究裡的多個比較被當成獨立的研究處理，而且共用對照組，這會讓標準誤偏小。
為什麼會有效：五個假說
小林 2020 年的回顧（日文，敘事回顧，沒有寫文獻檢索方法）把各研究對「教別人為什麼有效」的解釋整理成五個假說，逐一用既有研究檢討：
| 假說 | 內容 | 作者的判斷 |
|---|---|---|
| 知識建構 | 準備教與教，促進學習者把新內容和已知的東西連起來、重新組織 | 有部分支持 |
| 後設認知 | 產出解釋、和學生互動，讓人監控自己懂了沒有 | 有部分支持 |
| 動機 | 擔任老師的角色提高動機 | 結果分歧：有研究支持，也有研究教學預期組的動機和成績都比考試預期組差 |
| 產出解釋本身 | 寫出或講出解釋這個動作直接促進理解 | 沒有研究直接檢驗過 |
| 回想練習 | 講解時從記憶裡提取，產生測驗效果 | 存疑：Koh 等 2018 測過，Koh 認為結果支持；作者指出對照的照稿組同時少了回想和自己產出解釋，分不開。照著教材或筆記錄影也有效，只靠回想解釋不了 |
作者說即使是有支持的兩個假說，也還沒有決定性、充分的證據；多數研究只顯示教和某個歷程有關、某個歷程和成績有關，沒有驗證中間的傳遞。
這篇回顧裡有兩個細節和寫文章直接相關：
- 教的人產出的解釋，大部分不是在建構知識。作者整理了幾個研究裡「知識建構型解釋」占全部解釋的比例：面對面教是 7% 到 39%，錄影是 13% 到 32%。其餘多半是把讀到的內容重述一遍。各研究的計算單位不同，只能看大概。
- 監控比較容易由互動觸發。學生問了深一點的問題之後，教的人常接著說出監控自己理解的話。Roscoe 與 Chi 2008 的資料裡，面對面講解與自我解釋約 45% 含有監控，錄影只有 25%。作者因此推測：如果監控需要互動，後設認知假說主要適用於面對面教，不太適用於錄影或寫解釋。這是作者的推測。
讀者那一側：旁觀別人被教
前面都在問寫的人學到多少。讀者那一側有一個平行的問題：一篇文章如果寫成「一個學生被教」的樣子，讀者能不能像旁觀別人被教一樣學到東西？第 20 篇也用到這幾個研究，這裡只談和文章形式有關的部分。
實驗室：兩人一起看，並一起解題。Chi、Roy、Hausmann 2008 年的研究讓 70 位匹茲堡大學的大學生學牛頓定律的應用題，分五組。約一週後的後測，深層解題步驟的增益是：一對一被家教 21.3%，兩人一起看家教錄影並一起解題 17.0%，兩人一起解題（沒看錄影）7.2%，一個人看錄影 8.9%（沒有測到增益），一個人讀書 3.4%（沒有測到增益）。被家教和一起看之間沒有測到差異。
這個結果要和條件一起讀。「一起看」的人同時在白板上解同樣的題目，可以討論、暫停、倒轉，不只是看。看的是哪一位學生被教也有影響：看程度好的學生被教的錄影，增益 21.9%；看程度差的，7.8%。一個人看的組裡，作者挑出 4 位較主動的人：在白板上寫的解題步驟較多（平均 74 步對 7.3 步）、較常暫停倒轉錄影、較常自問（例如質疑某一步能不能這樣做）。這 4 人增益 18.4%，其餘 6 人 2.6%，兩群前測相近（事後分組，沒有統計檢定）。家教組不是隨機分派的，也只有一位家教。比較準的說法是：獨自被動地看幾乎沒學到；一起看、一起做的人，增益和被教的人沒有測到差異。這不是「旁觀和被教一樣好」，因為研究沒有做等價檢定，數字上被教的組仍然較高。
對話影片和獨白影片。Chi、Kang、Yaghmourian 2017 年的論文是對另一份研究（Muldner 等 2014）資料的再分析。同一批家教各錄兩種影片：教一位學生的對話版，和對著鏡頭講課的獨白版。大學生兩人一組看，一起寫作業簿。在 11 題遷移題上，看對話影片的組比看獨白的組學得多（t(38) = 2.05，p < .05）。原文印的效果量和這個檢定值對不上，所以不引。看對話影片的組自己解出的作業簿題目較多（22 題中 16.7 對 10.9），看獨白的組約一半是照抄影片裡的答案；看對話影片的人也更常討論影片裡那位學生說的話，而不是家教說的話。學生講錯、被家教糾正的段落之後，觀看者的討論較多。
真實線上課。Qian、Hong、Chi 2024 年的研究把同一個設計搬到美國一所公立大學的線上課程，影片是課程的一部分、後測是正式考試。
- 生物課（416 人）：看對話影片的後測 69.07%，看獨白影片 65.65%，以前測為共變數，差異顯著，η² = 0.03。兩組前測都約 61%，實際差距約 3.4 個百分點。
- 微積分課（74 人，兩週）：對話 57.80%，獨白 46.16%，η² = 0.11。但兩組前測只有約 10%，17% 的人因為缺測被刪除。
兩門課的對話影片都比獨白長（36 對 26 分鐘、22 對 15 分鐘），時間沒有控制。所有條件都寫同一份要動腦的學習單，所以沒有「不寫學習單只看影片」的對照。生物課的「一個人看」和「兩人一起看」是不同學期的兩班，不能拿來說一起看比較好；而那個比較所依據的隱性題分數，和同一篇的總分表加總對不起來。
這三篇測的都是影片。把一段解說寫成文字的對話體（一個學生提問、卡住、被糾正），讀者會不會學得比較好，目前沒有研究直接測過。
「教是最好的學法」這句話
swyx 的文章是職涯建議，沒有資料，也沒有引用研究。它講學習本身的部分有三句：標題說這是「最快的學習方法」；寫的對象是三個月前的自己，最大的受益者是未來的自己；教是最好的學法。其餘大半篇幅講的是導師、聲望、工作機會與收入。它鼓勵的產出也很雜：部落格、演講、問答、影片、開源的 pull request、從零複製別人的專案。
拿這篇和上面的研究對照，對應關係是我做的，原文沒有這樣分：
- 「寫給三個月前的自己」比較接近有教學預期的間接教，對象是一個想像的讀者。研究裡這一類（受試者多數是大學生）平均 g = 0.48，但個別研究不穩，對操作步驟類的內容幾乎沒有測到效果。
- 「讓網路來糾正你」是唯一帶有互動的部分。研究裡和互動最接近的結果是面對面教 0.84（4 個比較）與「監控多半由學生的提問觸發」；但留言是延遲的、文字的，研究沒有測過。小林在觀點文裡把非同步的文字往來列為還沒研究過的互動方式。
- 「最快」沒有任何研究比較過學習速度。
來源說法不同的地方
以下幾組結果方向不同，或看起來衝突、其實量的東西不一樣。我把它們並列，不選邊。
教學預期本身有沒有效果。小林的統合分析：成人 g = 0.41。小林的日本學生再分析：0.09，沒有測到效果。Lachner 等人的回顧：結果混雜，Fiorella 與 Mayer 的調節效果多半沒有重現。Nestojko 等人：第一個實驗有效果，第二個實驗整體沒有測到差異。
有人在場是好是壞。小林的再分析：面對面教 0.84，大於間接教 0.48；機制回顧說監控主要由互動觸發。Lachner 等人整理的實驗：透過視訊對真人講解，比只讀例題差；對虛構對象講沒有差別。兩邊量的「在場」不同：前者是面對面、有來有往的教，後者是有真人在看、但沒有互動的講解。
講解寫成文字有沒有用。小林的統合分析把寫解釋和錄影片合在一起，平均 0.48。Ribosa 與 Duran 的統合分析裡，做文字教材的效果明顯小於影音與圖，文字類 7 篇裡多數結果弱。Lachner 等人的直接比較：少數研究講的勝過寫的，多數沒有差異。
看著原始資料講，還是憑記憶講。Ribosa 與 Duran：製作時可以完全查看原始資料的，效果比完全不能看的小。Lachner 等人在結論裡建議「憑記憶講」；但同一篇回顧提到 Hoogerheide 2019 可以看教材時也有效果，而且全文沒有任何直接比較兩者的研究，作者把它列為未來的研究題目。小林的機制回顧也引了看著教材或筆記錄影仍然有效的研究。
講解是不是只是回想。Lachner 等人：現有證據顯示講解不只是回想。同一份表裡：Lachner 2021、Jacob 2021 的講解組沒有勝過只做回想的組；Koh 2018 的「講解加回想」和「只做回想」沒有差別。
旁觀被教的人學得「一樣好」。Chi 2008 與 Chi 2017 的摘要說一起看的人學得和被教的人一樣好。兩篇的依據都是小樣本下沒有測到差異（10 人對 20 人），沒有做等價檢定，數字上被教的組仍然較高。
可以做的事
下面每一條都是我（本站）的判斷，括號裡寫依據是哪幾項結果。分成寫的人和讀者兩邊。
想靠寫文章學東西的人：
- 讀之前就決定要寫給誰看，而不是讀完才想要不要寫。（依據：成人的教學預期 g = 0.41；沒預期就寫的 0.23 只有 2 筆。反向證據：日本學生與 18 歲以下沒有測到效果，Lachner 等人說預期的效果小、常沒重現。）
- 讀到一半就停下來講一次，不要全部讀完才寫。（依據：Lachner 等 2020 讀到中途講的組記得較多。只有一組研究，遷移沒有測到差異。）
- 先闔上原始資料寫一段，再打開核對。（依據：Ribosa 與 Duran 的跨研究比較；Lachner 等人的建議。兩者都沒有直接的實驗比較，而且正確性要求寫的時候對照原始資料，所以我把兩件事分成先後兩步。另外，第 15 篇整理的解釋深度錯覺顯示，對機制類的知識，寫出逐步解釋之後，自評會明顯下修，這是先寫再核對的另一個理由，但那是自評，不是測驗。）
- 找得到人就講給真人聽，讓對方發問。（依據：面對面 0.84，4 個比較；監控多半由對方的提問觸發。反向：只是讓真人在視訊另一端看著，沒有互動，比只讀還差。）
- 寫操作步驟（安裝、指令、除錯流程）的文章，不要期待自己因此學會。（依據：Lachner 等人整理的程序性教材研究幾乎全部沒有測到效果。）
替讀者設計文章的人：
- 段落後的提示寫成「用自己的話解釋這一步為什麼成立」，不必寫成「假裝講給不懂的人聽」。（依據：自我解釋對學習成果有統合分析支持，見第 1 篇；對「判斷自己懂了沒有」的幫助則未定，見第 15 篇；Roscoe 與 Chi 2008、Lachner 2021 第二個實驗裡，自我解釋都勝過對不在場的對象講解，但 Lachner 等人提醒 Roscoe 與 Chi 的比較有講解時機不同的混淆。對象設成「別人」能多加多少，研究不穩。）
- 想用對話體寫一段解說，把它當成實驗，不要當成有證據的做法。（依據：對話影片在實驗室和一門真實課程裡勝過獨白影片，但文字的對話體目前沒有研究直接測過；而且研究裡的觀看者都同時在寫作業簿。）
對照本站的做法
本站課程導讀的寫作規格是 .agents/skills/post/references/course-guide-contract.md。和這篇有關的有四處：
| 本站的做法 | 對應的研究 | 是依據還是本站的選擇 |
|---|---|---|
| 依錄影字幕、講義寫，正文的數字與說法以原始資料為準 | 製作時可以完全查看原始資料，跨研究比較效果較小 | 本站的選擇。正確性要求這樣做；代價是寫的人可能學得較少，沒有研究直接測過寫導讀這件事 |
| 每個主要小節結尾放一題自我檢查，附答案或判準 | 這是給讀者的回想與回饋，見第 9 篇；和「教別人」無關 | 依據在第 9 篇，不在這篇 |
| 規格沒有要求「讀完講給別人聽」之類的提示 | 這類提示對應的是教學預期與對不在場的對象講解，成人有效果但不穩；自我解釋的證據較強 | 本站的選擇，和上面第 6 條一致 |
| 規格沒有談寫的人自己學到多少 | 本篇整理的研究都在問這件事 | 規格的目的是讀者學得到，不是寫的人學得到；這是本站的選擇 |
還有一點和本站的實際做法有關。本站的導讀有不少是由 AI agent 依講義與字幕起稿，第 29 篇會談這個流程。上面的研究測的都是「做講解的那個人」學到多少。如果講解是 agent 做的，「教別人」帶來的那一部分好處，至少不會自動落到網站作者身上；看稿、改稿、核對算不算「教」，沒有研究測過。這是我的推論。
今晚可以做的三件事
- 挑一個這週要學的主題，讀之前先寫一行「讀完我要講給誰聽、講什麼」。
- 讀到一半停下來，闔上原文，用五分鐘寫一段給那個人的解釋；寫完再打開原文，把寫錯和漏掉的地方標出來。
- 回頭看一篇自己寫過的教學文章，把結尾的「試著教給別人」改成一題「用自己的話解釋為什麼……」，並附上判準。
這些證據的限制
- 沒有研究測過寫公開文章給陌生讀者。最接近的是實驗室裡寫一段解釋或錄一段講解給虛構同學。把結果推到一篇幾千字、花好幾天寫、可以反覆修改的導讀，是我的推論。Lachner 等人自己也說，所有研究用的都是「精簡版」的講解。
- 教材多半是短的科學說明文，受試者多半是大學生，測驗多半在一週內。小林的統合分析裡延後測驗都在一週內；Lachner 等人整理的研究多數只有立即測驗。
- 研究者集中。小林的統合分析、兩次再分析、機制回顧、評論，都出自同一位作者；旁觀被教的三篇出自同一研究群。
- 異質性很高。小林統合分析的 I² 在 76% 到 94% 之間，作者說異質性的來源大半不清楚。
- 出版偏誤只有部分處理。小林的統合分析只用 fail-safe N（Learning How to Learn 說明過這個指標會高估穩健程度）。Ribosa 與 Duran 的漏斗圖有 24 個比較落在界限外，Egger 檢定沒有達到顯著。
- 我的觀察：小林統合分析與觀點文的幾個信賴區間，在異質性這麼高的情況下窄得不尋常（例如 I² = 93% 的 0.56 只有 [0.52, 0.61]）；方法節只寫依樣本數加權。我無法從原文判斷計算方式，所以正文只用信賴區間判斷是否跨過零（區間如果其實更寬，跨過零的仍然跨過零）；子群之間的差異檢定（日本學生對其他樣本、面對面對間接、0.50 對 0.27）和這些區間出自同一套變異數計算，也可能因此偏向顯著。
- 轉引：Roscoe 與 Chi 2008、Lachner 等 2018、2020、2021、Jacob 等 2020、2021、Hoogerheide 等 2016、Koh 等 2018、Fiorella 與 Mayer 2014、Muldner 等 2014 的結果，都是從回顧、統合分析或再分析讀到的，原研究我沒有讀。
- 只知道存在、沒讀到合法公開全文的：小林 2024 年的統合分析，不引它的數字，也不列進參考資料。
- 我的推論有幾處：把研究裡的間接教對應到寫導讀；把 swyx 的說法對應到教學預期與互動；可以做的事七條與今晚可以做的三件事；AI agent 起稿那一段。正文都標了。
附錄：各研究的設計與數字
小林（Kobayashi, 2019）統合分析，Japanese Psychological Research 61(3)。28 篇研究；預期要教 28 個比較、1,283 人；預期並實際教 16 個比較、751 人。24 篇是 18 歲以上，4 篇是小學與中學。隨機效果模型，Hedges' g。預期要教 g = 0.35（95% CI 0.27–0.44），I² = 76%；預期並實際教 0.56（0.52–0.61），I² = 93%。預期要教：表層 0.39（k = 17）、深層 0.31（k = 20）、立即 0.28（k = 20）、延後 0.53（k = 12）。預期並實際教：表層 0.58、深層 0.55、立即 0.51、延後 0.60。預期面對面 0.50（k = 10）對預期寫或錄 0.27（k = 18），QB(1) = 6.51，p < .05；實際面對面 0.84（k = 4）對寫或錄 0.48（k = 12），QB(1) = 47.95，p < .001。18 歲以下的預期要教 0.04（−0.16 到 0.25，k = 4），18 歲以上 0.41（0.32–0.50，k = 24）。fail-safe N 分別是 667 與 285。正文有一句說立即效果大於延後，和同段與表 3 的數字相反，表上是延後較大；引用以表為準。表 2 裡 Ito 與 Kakihana 2009 兩列的註腳和「教學型態」欄對不上，原文沒有更正。
小林（Kobayashi, 2019）觀點文，Frontiers in Psychology 9。沿用上面的資料再分析，另加 Fiorella 與 Mayer 2014 實驗二（g = 0.21）與 Hoogerheide 等 2016 實驗一（g = 0.24）兩筆「沒預期、事後寫或錄」。表 2：預期間接 0.27（k = 18）、預期直接 0.50（k = 10）；沒預期的間接 0.23（k = 2）、有預期的間接 0.48（k = 12）、有預期的直接 0.84（k = 4），三組差 QB(2) = 118.79，p < .001。表 2 的兩個 Qw 值和 2018 統合分析的表 4 對調了，其中一份標錯。同一張表裡 0.48 與 0.84 兩列的 Qw 也和統合分析不同（117.22 對 114.98、44.29 對 43.41），原文沒有說明原因。作者列的待答問題：沒有研究做過「預期間接卻直接教」的交叉設計；沒有研究過非同步文字、電話、視訊等互動方式；主要依據人工的實驗情境。
小林（2019）日本學生再分析，靜岡大學教育學部研究報告 70。在 2019 年統合分析的研究之外加 4 筆新研究，共 31 個比較（日本學生 6、其他 25）。全體 g = 0.35（0.27–0.43），I² = 74%；日本學生 0.09（−0.11 到 0.29），其他 0.40（0.31–0.49），QB = 7.63，p < .01。排除日本學生後：預期直接教 0.57（0.40–0.73），預期間接教 0.31（0.16–0.45），QB = 4.90，p < .05。預期並實際教：日本學生 0.58（k = 4），其他 0.51（k = 13），QB < 1。日本學生的 6 個比較有 1 個的對照組是列關鍵詞，不是預期考試。這篇和 2019 年統合分析的 Fukaya 2013a、2013b 代號互換。
小林（2020）機制回顧，教育心理學研究 68(4)，日文。敘事回顧，沒有檢索方法與納入標準，不收協同學習的研究。五個假說：知識建構、動機（內在動機、為被保護者努力、社會在場感三個子假說）、產出解釋、後設認知、回想練習。表 1 的知識建構型解釋比例：伊藤與垣花 2009 面對面 37%、錄影 32%；伊藤與垣花 2019 面對面 39%；Lachner 2020 錄影 14% 與 19%；Roscoe 2014 面對面 7%；Roscoe 與 Chi 2008 面對面 26%、錄影 13%。各研究的分母不同（語句、想法單位、段落）。
小林（Kobayashi, 2023）評論，Frontiers in Psychology 14。意見文。把 Ribosa 與 Duran 納入的比較分成 2×2 四型（實驗組有沒有預期 × 對照組有沒有預期），各舉一例，指出其中兩型的對照組也在準備教，會低估效果。主張用「教的意圖」定義做教材，並把準備教納入定義。作者說邊做邊準備的情況目前沒有資料。
Lachner、Hoogerheide、van Gog、Renkl（2022），Educational Psychology Review 34。理論回顧，不做統合分析。Google Scholar 與 Web of Science 檢索，2020 年 3 月得 236 筆，加上學者著作清單、灰色文獻與審稿期間補入，正文寫 25 篇，表 1 有 27 列（20 筆已發表、7 筆未發表）。排除可教代理人的研究與做網站、影片等學生作品的研究。表 1 部分：Fiorella 與 Mayer 2013 立即測，教學預期 d = 0.59、錄影講解 d = 0.82；Hoogerheide 等 2014 實驗二，錄影講解對考試預期，回憶 d = 1.10；Lachner 等 2018 口說對書寫，遷移 d = 0.67；Jacob 等 2020 難文本，講解對回想 d = 0.36、口說對書寫 d = 0.32；Roscoe 與 Chi 2008 自我解釋對錄影講解 d = 1.64；Lachner 等 2021 實驗二自我解釋對書寫講解 d = 0.59；Hoogerheide、Renkl 等 2020（未發表）實驗一，重讀對視訊講給真人，遷移 d = 0.70；Wassenburg 等 2020（未發表）重讀對錄影講解，理解 d = 0.62。模型的結果端只寫概念學習。結論的四點建議：用講的、憑記憶講、帶著教學預期讀、講完再讀一次；其中「憑記憶講」在全文沒有直接比較的研究，「帶著教學預期讀」在正文被評為結果混雜。
Ribosa 與 Duran（2022），Educational Research Review 37。2021 年 10 月檢索 PsycInfo、Scopus、Web of Science，沒有用「learning by teaching」當檢索詞；資料庫只檢出 3 篇合格，其餘從作者的範疇回顧（7 篇）、Lachner 等 2022 的清單（12 篇）與學者推薦（1 篇）補入，共 23 篇、62 個比較；排除重複組後產出組 1,723 人、對照組 1,774 人。只收同儕審查期刊。隨機效果 0.17（p = .013，95% CI 0.04–0.31，CI 只在森林圖上）；固定效果 0.22（0.16–0.27）；Q = 296.80，I² = 79.4%。產品：影音對文字 0.627（SE 0.141），純視覺對文字 0.705（SE 0.233），影音對純視覺 −0.079（沒有差異）。原始資料：完全對不能 −0.337（p = .032），完全對有限 −0.317（p = .109），有限對不能 −0.020（p = .915）。對照組：有益對無益 −0.305（p = .027）。出版年、研究設計、教育階段、學科都沒有測到差異。作者列的限制：排除灰色文獻、對照組異質、測驗與介入高度對齊、測驗時間點不一、不是所有測驗都檢驗過信度。
Nestojko、Bui、Kornell、Bjork（2014），Memory & Cognition 42(7)。實驗一：UCLA 大學生 56 人，1,541 英文字的文章，讀 10 分鐘，干擾作業 25 分鐘。自由回憶正確意義單位比例 .17 對 .13（t(54) = 2.08，p = .043，d = 0.56）；回憶效率 1.50 對 1.02 單位／分鐘（d = 0.79）；回憶順序與原文結構吻合度 .81 對 .67（d = 0.65）；句間連貫度 .24 對 .22（p = .380）；主旨 .33 對 .24（d = 0.56）；重要細節與不重要細節沒有測到差異；簡答測驗預期的主效果 F(1, 54) = 5.04，p = .03。實驗二：44 人，1,300 字的教科書一節，讀 9 分鐘，干擾作業 30 分鐘，背景知識當共變數。填空 .44 對 .39，F(1, 41) = 0.76，p = .389；預期與題型的交互作用顯著（p = .009），換成 66% 評分者同意的分類標準後不顯著；主旨題 p = .083，細節題 p = .814。沒有延後測驗。
Chi、Roy、Hausmann（2008），Cognitive Science 32(2)。匹茲堡大學大學生 70 人，高中修過物理、大學沒有。五組：被家教 10 人、一起看 20 人（10 對）、一起解題 20 人、一個人看 10 人、一個人讀 10 人；最先招到的 10 人一律分到家教組。家教一位，物理博士、教大學物理超過 30 年。介入限時 2 小時，後測平均在 7.4 天後。配對深層步驟的增益：21.3%、17.03%、7.19%、8.91%（不顯著）、3.39%（不顯著）；五組差 F(4, 65) = 3.787，p = .008。一起看對一個人看 p = .055（d = .425）。看好的錄影 21.9% 對差的 7.8%；互動均衡的 6 對 26% 對不均衡的 4 對 4%。一起看的 10 對以個人 n = 20 分析，同一對的兩人不獨立，原文沒有處理；幾處 F 值與 p 值的對應有疑點。
Chi、Kang、Yaghmourian（2017），Journal of the Learning Sciences 26(1)。Muldner 等 2014 資料的再分析：大學生，10 位被家教者、40 位觀看者（同性別兩人一組，每條件 10 組），擴散概念，5 位家教（只有 1 位有經驗），影片平均獨白 21 分鐘、對話 25 分鐘（差異不顯著）。觀看時兩人合寫一本作業簿、時間不限、可以自行暫停。11 題遷移題：被家教者前後測進步 d = 1.07、對話觀看者 d = 1.08，這兩個是各組自己的前後進步，不是組間比較；獨白觀看者進步 p = .26、d = 0.36。對話對獨白觀看者 t(38) = 2.05，p < .05；原文印的效果量和 t 值對不上，不引。18 題相似題的組間比較沒有報告。作業簿自己解出：對話 16.70 題、獨白 10.90 題（22 題中）；一起解出 10.50 對 5.30。觀看者每人實質發言次數與增益的相關 r = .50（p = .03，20 組）；其餘行為的相關是邊緣或不顯著。摘要說行為「中介」了學習，正文兩度說樣本太小、沒做中介分析。
Qian、Hong、Chi（2024），International Journal of STEM Education 11。分層隨機分派；每門課 6 對影片，同一位教師、同一套投影片，對話版教一位前一學期修過課的學生。研究一（生物）：416 人，第一學期個人看（各 114 人）、第二學期兩人一組看（各 94 人）。後測：獨白 65.65、對話 69.07，F(1, 411) = 11.21，η² = 0.03；個人看時 η² = 0.03，一起看時 η² = 0.02。研究二（微積分）：分析 74 人，前測 10.97% 對 8.55%，後測 46.16% 對 57.80%，η² = 0.11；隱性題 4.42 對 5.76 題，η² = 0.10；顯性題沒有測到差異。全文沒有限制一節。生物課個人看的顯性加隱性題數換算約 56.6%，和表 2 的 66.93% 對不上。兩人一組以個人為單位分析。
swyx，Learn In Public，個人網站，頁面標 2018-06-19，之後有增補（文中提到 2022）。沒有資料、沒有引用研究。
參考資料
每一條都從頭讀到尾並留有抽取紀錄；讀的版本寫在括號裡。
- Kobayashi (2019), Learning by Preparing-to-Teach and Teaching: A Meta-Analysis（Wiley 出版者頁面免費閱讀的刊出版）。
- Kobayashi (2019), Interactivity: A Potential Determinant of Learning by Preparing to Teach and Teaching（開放取用的刊出版）。
- 小林敬一 (2019)，日本の学生には教授予期の学習効果が見られない？（靜岡大學機構典藏的紀要 PDF，日文）。
- 小林敬一 (2020)，他の学習者に教えることによる学習はなぜ効果的なのか？——5 つの仮説とそれらの批判的検討——（J-STAGE 的刊出版，日文；doi:10.5926/jjep.68.401）。
- Kobayashi (2023), Learning by creating teaching materials: Conceptual problems and potential solutions（開放取用的刊出版）。
- Lachner, Hoogerheide, van Gog & Renkl (2022), Learning-by-Teaching Without Audience Presence or Interaction: When and Why Does it Work?（開放取用的刊出版；參考文獻只掃過）。
- Ribosa & Duran (2022), Do students learn what they teach when generating teaching materials for others? A meta-analysis through the lens of learning by teaching（開放取用的出版者網頁；表與森林圖對照第一作者在巴塞隆納自治大學典藏的博士論文所附刊出版，典藏站連不上時可讀 Wayback 存檔的論文 PDF）。
- Nestojko, Bui, Kornell & Bjork (2014), Expecting to teach enhances learning and organization of knowledge in free recall of text passages（Springer 出版者網頁上不需登入可讀的刊出版；圖的數值沒有讀）。
- 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，沒有開放授權；網路附錄沒有讀）。
- Chi, Kang & Yaghmourian (2017), Why Students Learn More From Dialogue- Than Monologue-Videos: Analyses of Peer Interactions（讀的是第一作者在 Arizona State University 實驗室網站上的刊出版 PDF）。
- Qian, Hong & Chi (2024), Learning from watching dialog and monolog videos in online STEM courses（開放取用的刊出版；圖的數值沒有讀）。
- swyx, Learn In Public: The fastest way to learn（作者網站的現行版）。
- 本站文章：教學文章的例子與開頭怎麼寫、教學文章裡的問題與用語怎麼寫、「做中學」的證據在量什麼、Learning How to Learn。