我带过的两组科研新手：第一组我直接讲贝叶斯更新，公式、例子、练习，清清楚楚；第二组我先抛出一个没有标准答案的分析任务，让他们在十分钟内给出一个可辩护的结论——结果当然惨不忍睹。但这些错误不是浪费。Kapur（2008）在《Cognition and Instruction》中称之为 productive failure：学生先面对结构不良的问题，激活自己朴素但错误的模型，再由教师把讲解建立在那些错误之上。他的数据里，经历过 productive failure 的学生在迁移测试上显著优于直接教学组，尽管在程序性熟练度上没有优势。

这正好解释了一个长期争论：Kirschner, Sweller & Clark（2006）说“最少的指导是无效的”，发现式教学被批得一无是处；而建基于“做中学”的教学设计又从未被真正消灭。两者的共同错误是把“失败”和“指导”对立起来。真正的合成物是时序：学生先失败，教师后讲解。失败阶段产出的错误表征，是后来讲解的脚手架。没有失败，讲解是浮在表面的；没有讲解，失败只是挫折。

所以导师的核心技术不是讲得多清楚，而是设计“好的失败”。一个最简单的作法：在讲新方法之前，先让学生写下“如果让你现在设计这个实验/建模/编码方案，你会怎么做？”然后把他们的错误方案当成黑板上的第一版，再逐步修正。错误清单就是最好的前测。

值得辩论的问题：在有限课时里，你愿意牺牲多少内容的覆盖面，来换取一次真正有效的失败？