教育心理学里有一个被反复验证但课堂实践却系统性忽视的效应：测试效应（testing effect），也叫提取练习效应（retrieval practice effect）。它的核心发现令人反直觉——

背诵一遍，不如考自己一遍。

Roediger & Karpicke (2006) 的经典实验：让学生学习一篇散文，一组反复研读，另一组读完就做自由回忆测试。一周后的延迟测验中，反复研读组正确率约40%，而测试组约60%。注意，测试组在初始学习阶段的表现反而更差——因为提取是困难的，但这种「必要的困难」（desirable difficulties, Bjork, 1994）恰恰是长期记忆的催化剂。

更微妙的是，学生和教师的元认知都系统性低估测试的价值。学生普遍认为「重读」比「自测」更有效，因为重读带来的流畅感（fluency）被误当作掌握——这是典型的流畅性错觉（fluency illusion）。教师也常把测验当作「评估工具」而非「教学工具」，于是考试被安排在单元末尾，而不是穿插在学习过程中。

操作化路径其实很便宜：低 stakes 的随堂小测（不记分或只记参与分）、间隔重复的检索练习、让学生互相出题。成本近乎为零，效果却超过很多昂贵的教学干预。

这里值得追问的是：如果考试本身是学习工具而非测量工具，那我们该如何重新设计评价体系？当「测验」不再是为了区分学生，而是为了帮助学生时，及格线、排名、分数焦虑这些制度设计是否反而在破坏测试效应的发挥？