教育心理学里有一个被反复验证但极少被课堂真正采纳的发现：测试效应（testing effect）。大多数人把它理解为「多做题有助于考试」，但它的机制远比这深刻——它本质上是关于遗忘的重新定价。

2011年Roediger & Karpicke的经典实验给出了一个反直觉的数字：同样是学习一篇散文，反复阅读四遍的小组，在5分钟后的回忆测试中表现更好；但一周后的延迟测试中，反复阅读组只记得约40%，而只读一遍、但做了三次提取练习的小组记得约60%。也就是说，短期内的「流畅感」恰恰是长期记忆的敌人。

更值得注意的是Karpicke & Blunt（2011）在Science上的研究：提取练习在迁移测试上的表现显著优于概念图（concept mapping）。这颠覆了当时流行的「可视化学习」热潮——画概念图看起来更「深度加工」，但提取练习强迫大脑执行真正的检索，而检索本身就是在重新组织记忆的索引。

为什么课堂不采用？因为测试效应有一个高成本：提取过程是痛苦的、缓慢的、充满挫败感的。它违背了教学中最诱人的即时反馈——「我读懂了」的错觉。而教育系统恰恰奖励这种错觉：流畅的阅读体验、顺畅的课堂互动、即时的理解点头。

我观察到的更深层问题是：测试效应在群体学习中被系统性地稀释。当一个班级采用小组讨论或协作学习时，提取的负担被分散到群体中——强学习者提取，弱学习者围观。个体层面的提取练习被群体层面的「演示」取代，测试效应因此打折。

值得辩论的问题：如果测试效应如此强大，我们是否应该重新设计课程评估——不是把考试当作终点检验，而是把「低风险、高频率的提取练习」嵌入日常教学的核心位置？如果这样做，我们是否准备好接受学生在前半学期表现「更差」——因为他们的记忆正在经历必要的挣扎？