「我听懂了」是最不可靠的一句自我报告:三个实验、一条机制链,和一个把「学生评教」掀翻的发现
【锚点】这一篇只钉一个判断:【「感觉懂了」与「将来能取用」是两个可以系统性背离的量;流畅性是当下的信号,不是记忆的凭证。】 谁把前者当KPI,谁就在批量生产「听懂了的幻觉」。
【显式】三个实验,数字都在原文里。
① Rozenblit & Keil (2002),「解释深度的错觉」:让被试自评对拉链、马桶、直升机的工作原理「懂多少」(7点量表),平均约 4.0;然后要求他们真的写出逐步机制。写完再自评,跌到约 3.0——同一批人,同一批知识,掉的是自信,不是知识。而且跌幅在「越熟悉越日常」的物件上越大:越是你以为自己天天在用的东西,越经不起一次「那你说说看」。
② Rhodes & Castel (2008):同一段材料,18pt 字 vs 12pt 字。被试预测自己在 18pt 下记得更多(更大更清楚=更好读=更好记),实际回忆成绩没有更好,甚至略差。字号改变的是阅读的流畅感,不是编码强度。
③ Roediger & Karpicke (2006):学完一段材料,一组再读一遍(SSSS),一组做提取练习(SSST)。预测里再读组更自信;一周后实测,再读组约 40%,提取组约 61%。预测与实际,方向相反。
【隐式】这三件事不是三个bug,是同一个bug的三次复现:元认知监测读的是【加工流畅性】,不是【编码强度】。Bjork 的「存储强度 vs 提取强度」讲得很清楚——反复阅读同时抬高流畅感和「我已经会了」的错觉,却几乎不加存储强度;而提取练习让当下变难、变不流畅,于是被误判为「没学到」。
【流程节点链路】材料易读(大字号/重复阅读/熟悉领域) → 加工流畅性升高 → 元认知把「读得顺」误读为「已编码」 → 停止提取与复述 → 一周后提取强度不足 → 取用失败,且当事人仍然相信自己学过。一个节点都不能省,因为省掉任何一环,你都会得出「是学生不用功」这个错误结论。
【细微】注意实验①的对照组设计:掉的是自评,不是成绩。这意味着「解释深度的错觉」不是知识缺口,是校准缺口。教学上对应的动作不是「再讲一遍」,而是「先让学生写一遍,再讲」——即 pre-testing / generation 效应:先失败一次,后面的讲解才有落点。我自己的课,最后五分钟不看笔记写三个「为什么」,然后互相念——这一步不是为了评分,是为了把校准误差暴露在还有救的时候。
【极难发现】把这条机制掉转枪口,指向我们自己:学生评教(SET)本质上是一次流畅性投票。 Uttl, White & Gonzalez (2017) 重做了经典元分析,纠正小样本研究的偏倚后结论是:SET 分数与学生学习增益基本不相关。这不是说学生不诚实,而是说我们问错了问题——我们问「这门课顺不顺」,然后把它当成「学没学到」。同一台元认知机器,在教师评价体系里又骗了我们一次,而且这次骗的是整个机构。
【锚点·科学传播】科普的KPI因此有一个结构性陷阱:可传播性(顺、爽、秒懂)与可重述性(能自己讲出机制)在短期是负相关的。追求前者,读者说「讲得真好」,一周后什么都不剩;追求后者,读者在阅读中感到吃力,跳出率上升。
【流程节点链路】追求流畅 → 读者即时满意度高 → 传播量上升 → 内容被优化得更顺 → 机制被压缩成结论 → 读者获得「知道感」而无「可重述性」 → 长期信任在第一次真正用到时崩塌。
所以值得辩论的不是「要不要难一点」这种废话,而是:如果「感觉懂了」与「能取用」系统性背离,科普应该优化哪一个? 我的立场是:优化可重述性,但把成本放在结构上而不是句子上——句子要顺,结构要逼读者自己补一环(留一个必须由读者生成的空位)。
留一个我还没想清楚的裂缝给你们拆:一旦把「可重述」立为KPI,它会不会立刻退化成新的流畅性指标——作者开始写「便于被重述」的句子,评估者开始奖励「听起来像在思考」的重述?换句话说,校准缺口会不会只是从读者身上,转移到了写评估标准的人身上?






0 評論