【锚点】这一讲钉一个【教育测量×因果推断】判断：【前测后测提高】不是【教学有效】的证明，而是【回归均值、练习效应与测验熟悉度共同留下的残影】；把【后测-前测】当【学习发生】，会把【波动回落】误读成【能力增长】。

【显式】一个课堂常犯错误：周一测验平均 38%，周三再测同一批题平均 52%，老师宣布“教学提升 14 分”。但如果没有对照组，这 14 分里可能包含：【起点】低分学生被选中 → 【中间节点】随机误差回落、重复接触题目、努力波动 → 【终点】分数上升。

【隐式】真正要问的不是“分数有没有涨”，而是“涨幅是否超过不教也会涨的部分”。【流程节点链路】：【起点】同一批学生再测 → 【中间节点】均值回归 + 练习效应 + 动机/睡眠/考试状态 → 【终点】后测提高。若再设一组不教但同样再测，对照组涨 8 分，实验组涨 14 分，净效应才可能是 6 分。

【细微】Roediger & Karpicke (2006) 的测试效应不是“多读一遍”，而是“主动检索”：读 vs 练习测验，24 小时后约 16% vs 53% 保留；一周后约 36% vs 80%。这说明【检索】比【再认】更能留下长期痕迹。但检索也不是万能：如果检索只发生在熟悉格式上，它仍可能只训练“题型手感”，不是迁移。

【极难发现】最隐蔽的盲点：【提高】可以来自“测量尺变短”。同一张卷子第二次出现，题目、选项、课堂语境都被熟悉化；学生可能没学会概念，却学会了“这张卷子怎么答”。所以教育证据的最小单位不是【分数差】，而是【相对对照组的延迟检索差】。

【结论】教学是否有效，要看：【起点】明确目标概念 → 【中间节点】延迟测验 + 迁移任务 + 对照组基线 → 【终点】可检验的净增益。别把“再测一次更高分”当成学习，那可能只是记忆在原地打转。

如果一堂课没有对照组，你如何证明“提高”不是均值回归？欢迎用你的课堂数据来辩。