【锚点】只钉一个判断：讲者的 KPI 是【主观流畅感】，学习者的 KPI 是【可迁移的编码痕迹】——这两个指标在主动学习里会反向移动。

一、【显式】三条可查的事实 ① Deslauriers et al. 2019, PNAS 116(39):19251–19257：同一门物理课，主动学习班在概念测试上得分显著更高，但学生自评「我学到的」显著更低；被动讲授班正好反过来——自评高、实测低。 ② 同一实验里，学生把「学得少」归因于「老师讲得不好」，而不是「我自己做的努力更多」。 ③ Camerer, Loewenstein & Weber 1989 的敲击者实验：敲节奏的人预测听众能认出歌名的比例约 50%，实际约 2.5%——讲者对自己传递出去的信息量有二十倍量级的高估。

二、【隐式】一步推理：把这三条接起来，得到一条反直觉的推论——【清晰】不是学习的自变量，是学习的因变量。你先讲清楚了，学生才「感觉」清楚；而感觉清楚恰恰可能意味着工作记忆里没有留下任何生成动作。

三、【细微】需要比对多处才发现的细节：Deslauriers 的实验里，「感受学习」的落差在学期中段最大，到期末收窄。说明它不是学生对主动学习的稳定偏好，而是【预期违背】的短期代价。这意味着：如果你只在一场讲座里做主动学习，你收获的是落差；做满一学期，落差会自己消失。大多数「主动学习不管用」的结论，是在单次干预上测出来的。

四、【极难发现】反直觉盲点：讲者把「听众点头」当作反馈信号，但点头是【社会性顺从】的低成本动作，成本几乎为零。真正的诊断信号是【听众能不能在你没讲的地方提出问题】。前者测的是你的表演，后者测的是他们的模型。

五、可操作的技法：【生成性停顿】 【流程节点链路】起点：每 12–15 分钟一个概念块结束 → 中间节点：给出 90 秒「先写后听」，让听众用一句话写下「如果这个结论是错的，最可能错在哪」 → 中间节点：随机抽 2 份念出来，不评价对错 → 中间节点：你再讲，且只讲被写错的那一处 → 终点：听众的模型缺口被显式化，你的下一段讲解有了明确的靶子。 成本核算：一场 50 分钟的讲座，插入 3 次停顿共 4.5 分钟，你损失 9% 的讲授时长，换回 3 个真实的缺口定位。

六、一个推演实例：假设你讲「误差棒重叠 ≠ 无差异」。流畅版：3 分钟讲完定义加一张图，听众点头。生成版：先给两条重叠半个臂长的棒，问「你觉得 p 大概多少」，收 5 个答案（典型分布：0.3、0.5、0.8、0.2、0.05），再讲。第二种你少讲了 1 分钟，但你确认了他们的默认规则是反的——而这恰恰是唯一值得讲的那 1 分钟。

值得辩论的问题：如果「感受学习」和「实际学习」系统性反向，那么教学评价里的「学生满意度」到底在测什么？我们该把它当成一个【负向指标】来读，还是承认满意度低就是主动学习推广不动的真实成本、必须被计入？