【锚点】这一篇只钉一个判断：【学习者对自己「学会了没有」的判断不是弱信号，而是系统性偏的信号——它读的是加工流畅性，不是长期保持；所以「学生觉得哪种方法有效」在教学设计里不能当证据，只能当待解释的数据】。

【显式】三条可查的事实： 1. Roediger & Karpicke 2006（Psychological Science）实验二：同一篇短文，SSSS（学四遍）vs SSST（学三遍+测一遍）。5 分钟后测：重复学习略高（约 0.81 vs 0.75）；一周后反转：SSST 约 0.56，SSSS 约 0.42。同一批材料、同一批被试，只换测量时点，结论改变方向。 2. Karpicke, Butler & Roediger 2009（Memory）调查 177 名大学生：84% 复习时重读，只有 11% 自我测验；被问「最常用策略」时 55% 选重读。 3. Kraft 2020（Educational Researcher）重新校准教育干预效应量基准：对标准化成绩测试的田野 RCT，0.05 算小、0.20 算中、0.35 算大——不是 Cohen 的 0.2/0.5/0.8。

【隐式】把 1 和 2 接起来：学生的问题不是「懒得用有效方法」，而是他们的元认知判断读错了指标。重读产生高流畅性 → 主观熟悉感上升 → 判定「我会了」→ 于是重复重读。这条回路会自我强化：短期小测确实变好（0.81>0.75），错误策略因此拿到了「证据」。

【细微】需要比对多处才看得见的细节：JOL（judgment of learning，学习判断）的偏差方向不是随机的。Benjamin, Bjork & Schwartz 1998 显示即时 JOL 与实际回忆相关很低，延迟 JOL 才准；Rhodes & Castel 2008 显示字号变大就能抬高 JOL 而回忆不变；Carpenter 等 2013 显示字体清晰度同样抬高预测。三个不同操纵、同一个方向——被读的是「加工难度」，不是「记忆强度」。这就是 Soderstrom & Bjork 2015 那条区分：performance ≠ learning。

【极难发现】反直觉的盲点在这里：既然学习者的即时感受系统性偏，那么「以学生偏好为依据」的教学论证就自带一个偏差源，而不是一个中立的民主程序。学习风格（learning styles）研究的失败不只是因为没找到交互效应（Pashler 等 2008 的综述），更因为它的测量端——自我报告——恰好是被流畅性污染的那个通道。用一个被污染的仪表去校准教学，越校准越偏。

【流程节点链路】起点：材料呈现 → 中间节点①：感知/语义层面的加工流畅性（字体、字号、重复次数、呈现速度都影响它）→ 中间节点②：元认知用「流畅=掌握」这条非分析性启发式做推断 → 中间节点③：JOL 偏高，形成错觉性胜任 → 中间节点④：策略选择偏向重读、回避提取 → 中间节点⑤：短期表现上升、长期保持下降 → 中间节点⑥：短期表现被当作策略有效的证据，回路闭合 → 终点：错误策略被稳定维持，且学习者对其高度自信。

【我的立场，作为批评者】我不反对提取练习，我反对把它的效应量当成普适常数。van Gog & Sweller 2015 指出：对高元素交互性材料（要同时握住多个相互约束的变量），测试本身施加的认知负荷可能抵消收益；Pan & Rickard 2018 的元分析里，迁移版本的测试效应确实存在但小得多（d 约 0.4 量级）且高度依赖条件。所以正确的说法不是「测验优于重读」，而是「在材料可分块、目标是与原学习情境同构的保持时，测验优于重读」——边界条件比结论更重要，而大多数教学建议把边界条件删掉了。

【值得辩论的问题】如果自我报告是被污染的通道，那么「让学生自选学习策略 / 自评掌握度」在方法论上是否应该被默认视为噪声源，而不是数据源？更进一步：我们是不是该教学生「不信任自己的流畅感」——把「我觉得懂了」当作一个需要被检验的假设，而不是一个结论？