表現不等於學會：合意困難、認知負荷與遷移的學習科學

如果「讓學習變難」反而學得更好，那「教得很清楚」是不是一種陷阱？

你大概已經讀過入門篇，知道分散練習（spaced practice）勝過熬夜苦讀、提取練習（retrieval practice）比反覆閱讀更牢固。這些結論本身沒有爭議。但如果我們把它們推到底，會撞上一個讓很多教學者不安的命題：那些讓學習當下感覺更順、更輕鬆、更有效率的設計，往往正是讓長期記憶留存最差的設計。

這就是 Robert Bjork 與 Elizabeth Bjork 提出的「合意困難」（desirable difficulties）的核心。它不只是一條學習技巧，而是一個會顛覆直覺的理論立場：學習的「表現」（performance）與學習的「習得」（learning）是兩件可以完全脫鉤的事。 一個學生在課堂上答得行雲流水，可能什麼都沒真正學進去；另一個學生掙扎、出錯、卡住，反而把知識刻得更深。

進階篇要處理的，正是入門篇來不及細談的這層張力：學習科學裡那些彼此拉扯、甚至看似矛盾的機制——認知負荷、合意困難、遷移、自我調節——它們如何在同一個學習者身上同時運作，又該如何被測量。這不是給你更多「技巧清單」，而是讓你看見這些技巧底下的引擎，以及它們互相打架時該怎麼判斷。

表現不等於習得：被誤讀了一個世紀的學習曲線

教育研究最古老也最頑固的一個錯誤，是把「學習當下的表現」當成「學習成效」的代理指標。這個錯誤之所以難根除，是因為它在直覺上太合理了：學生現在做得好，不就代表學會了嗎？

Bjork 夫婦用大量實驗指出：不是。他們區分了兩個變項——

• 表現（performance）：你此刻在某個任務上可被觀察到的行為水準。
• 習得（learning）：知識或技能相對持久的、支撐未來提取與遷移的底層改變。

關鍵在於，許多操弄能短期拉高表現卻長期損害習得，反之亦然。集中練習（massed practice，也就是把同一主題塞在一起反覆練）會讓你在練習當下表現很好，於是你誤以為學會了；但隔週測驗時留存遠不如分散練習。這種「學習錯覺」（illusion of learning）正是合意困難理論最有殺傷力的地方——它解釋了為什麼學生會本能地選擇對自己最不利的讀書法，而且還對此充滿信心。

這裡要小心一個常見迷思：合意困難不是「越難越好」。Bjork 強調困難必須是「合意的」（desirable），意思是這個困難必須是學習者有能力克服、且克服它的過程會觸發有益的編碼歷程。如果難度超過學習者的知識基礎，它就只是「不合意的困難」（undesirable difficulty）——徒增挫折、毫無增益。一個還不認識基本字彙的初學者去做高強度的提取測驗，只會一片空白。困難的價值取決於它有沒有引發「對的認知工作」，而不是難度本身。

認知負荷理論：為什麼「合意困難」和「減輕負擔」不矛盾

讀到這裡你可能困惑：學習科學一邊叫我們「製造困難」，另一邊（認知負荷理論）卻叫我們「減輕學習者的負擔」。這兩派不是打架嗎？

不是。要看懂這點，必須先把認知負荷（cognitive load）拆成三種——這是 John Sweller 認知負荷理論的核心，也是入門篇通常不會細分的地方：

1. 內在負荷（intrinsic load）：來自學習材料本身的複雜度與元素互動性（element interactivity）。學三角函數恆等式天生比背單一單字難，因為你必須同時在工作記憶裡保持多個彼此相關的元素。內在負荷由「材料」與「學習者既有知識」共同決定。
2. 外在負荷（extraneous load）：來自教學設計方式而非材料本身的負荷。把圖和對應文字分隔兩頁、要學生左右翻找對照（分散注意效應，split-attention effect），就是純粹浪費的外在負荷。
3. 增生負荷（germane load）：投入在「建構基模（schema）」這件有益事情上的認知資源。

關鍵洞見是：工作記憶容量有限（Miller 的 7±2 只是粗略象徵，更現代的估計約 3–4 個組塊），三種負荷共用同一個有限資源池。 所以教學設計的目標不是「最小化所有負荷」，而是：

砍掉外在負荷（無謂的設計缺陷）→ 把省下來的工作記憶資源，導引到增生負荷（建構基模的有益努力）上。

於是兩派和解了：合意困難製造的，是增生負荷；認知負荷理論要消滅的，是外在負荷。 一個好的學習設計會「困難」，但困難之處必須落在「材料本身值得思考的核心結構」，而不是「我得花三分鐘找到老師在說哪一張圖」。當你下次覺得某個學習任務「很費力」，值得問自己一句：這份費力，是花在理解概念本身（增生），還是花在跟糟糕的呈現方式搏鬥（外在）？

看一個例子：worked example 與專家逆轉效應

Sweller 團隊發現，對新手而言，給完整的解題範例（worked example）逐步示範，比直接叫他做題目更有效——因為新手在做題時，工作記憶被「手段-目的分析」（means-ends analysis）這種低效的問題解決策略佔滿，沒有餘力建構基模。

但這裡出現一個精采的轉折——專家逆轉效應（expertise reversal effect）：當學習者變成熟手後，同樣的詳盡範例反而有害了。因為熟手已經有了基模，再去逐行讀範例，等於強迫他處理「他大腦裡已經有、卻又必須跟外部呈現對照」的冗餘資訊（redundancy effect），這份對照本身變成了外在負荷。

這個例子的威力在於：它證明了「最佳教學法」不是材料的固定屬性，而是材料與學習者當前知識狀態的函數。 沒有放諸四海皆準的好教法。對新手合意的支持，對專家是負擔；對專家合意的困難，對新手是災難。這也是為什麼好老師最稀缺的能力，是準確判斷學生「現在在哪」。

遷移：學習科學最難、也最少被誠實面對的問題

假設你透過提取練習、間隔複習、合意困難，把統計學的迴歸分析學得滾瓜爛熟。現在問題來了：當你在另一門課、面對一份從沒見過的真實資料時，你能不能自發地想到「這該用迴歸」並正確運用？

這就是遷移（transfer）——把在一個情境學到的東西用到新情境的能力。它幾乎是所有教育的終極目標（我們教書不是為了讓學生在期末考重現，而是希望他帶得走），卻也是學習科學中最令人沮喪的研究發現之一。

Thorndike 與 Woodworth 在二十世紀初就重擊了「形式訓練說」（formal discipline）——那種「學拉丁文可以鍛鍊邏輯」「學幾何能讓你做事更嚴謹」的古老信念。他們的「相同元素說」（identical elements theory）指出：遷移只在新舊任務共享具體元素時才發生，不存在能被泛泛訓練的通用心智肌肉。

更尖銳的是 Detterman 的回顧，他幾乎是挑釁地總結：「遠遷移」（far transfer）在實驗室裡極難被穩定觀察到，多數宣稱觀察到遷移的研究，其實只是訓練與測驗太相似的「近遷移」。 這對教育是個冷水：我們以為自己在教「批判性思考」「問題解決能力」這種可遷移的通用技能，但證據顯示，這些技能高度領域特定（domain-specific）——一個下棋高手的「策略思考」不會自動讓他變成好的醫療診斷者。

那遷移真的無望嗎？也不盡然。研究指出能促進遷移的，恰恰又回到了合意困難家族：

• 交錯練習（interleaving）：把不同類型的問題混合穿插，而非分塊練同一類。它強迫學習者在每題前先「辨識這是哪一類問題」——而這個辨識歷程，正是真實情境所需、卻在分塊練習中被省略掉的。
• 變異練習（variability of practice）：在多樣化的脈絡與表面特徵下練習同一原理，幫助學習者抽取出底層的「深層結構」而非死記表面特徵。
• 抽象與類比的明示教學：直接幫學生指出兩個表面不同的問題共享的深層結構（如 Gick & Holyoak 的經典類比遷移研究所示，學生往往看不出兩個故事其實是同一個解法）。

實務上的誠實結論是：遷移不會自動發生，它必須被刻意設計進教學裡。 期待學生「自己融會貫通」是教育最常見的浪漫幻想。

自我調節學習：把學習者本人變成系統的一部分

到目前為止我們談的，都還偏向「外部如何設計」。但進階教育心理學有一個關鍵轉向：承認學習者不是被動接收設計的容器，而是主動監控、調節自己學習歷程的行動者。 這就是自我調節學習（self-regulated learning, SRL）。

Zimmerman 的循環模型把 SRL 切成三個彼此回饋的階段：

1. 前思（forethought）：設定目標、做策略規劃、評估自我效能（self-efficacy）。
2. 執行控制（performance control）：在學習中進行自我監控與注意力控制。
3. 自我反省（self-reflection）：對結果做自我評價與歸因，這個歸因又會回頭影響下一輪的前思。

而 SRL 真正困難、也最有研究價值的核心，是其中的後設認知監控（metacognitive monitoring）——你對「自己學得如何」的判斷準不準。這裡接上了我們開頭的「學習錯覺」：Koriat 與 Bjork 的研究顯示，學習者的「學習判斷」（judgments of learning, JOL）常常被「當下流暢度」誤導。材料讀起來越順、越熟悉，你越覺得自己學會了——但流暢度恰恰是個壞訊號，因為它正是集中練習製造的假象。

這構成一個殘酷的閉環：對學習者最有益的策略（製造困難），會降低當下的主觀流暢感，於是被學習者的後設認知判定為「沒效」而拋棄。 這就是為什麼光告訴學生「請用提取練習」往往沒用——你還必須矯正他的後設認知，讓他不再相信「順暢 = 學會」這個本能。

動手試試：在自己身上做一次「監控校準」實驗

你可以親自體驗 JOL 的失準。找一份要背的材料（譬如一組生字或定義），分成 A、B 兩半：

• A 半：連續重讀四遍。讀完後，憑感覺給每個項目打一個「我多有把握等下能想起來」（0–100 分）。
• B 半：讀一遍，然後闔上，嘗試默寫回想（提取練習），想不出來再翻看；重複到你做完一輪提取。同樣憑感覺打把握分數。

讀完當下，多數人會覺得 A 半（一直重讀的）把握更高、更熟。但隔兩天再測一次實際留存，幾乎必然是 B 半勝出。把「當下的把握分數排序」和「兩天後的實際正確率排序」放在一起對照，你就會親眼看到自己的後設認知在哪裡被流暢度騙了。這個落差，就是你未來該學會不信任的那種「感覺學會了」。

重點回顧

• 表現 ≠ 習得：學習當下的流暢表現可能是「學習錯覺」，與長期留存可以完全脫鉤；許多短期增益的設計反而損害長期學習。
• 合意困難要看「對不對」不是「難不難」：困難只有在學習者有能力克服、且能觸發有益編碼時才合意；超出基礎的困難只是挫折。
• 三種認知負荷各司其職：砍掉外在負荷、保護增生負荷、依學習者程度調整內在負荷的呈現；「最佳教法」是材料與學習者狀態的函數（專家逆轉效應）。
• 遷移不會自動發生：遠遷移極難達成、技能高度領域特定；交錯練習、變異練習、明示深層結構是少數有效的促進手段。
• 後設認知是隱形的瓶頸：學習者常被流暢度誤導而拋棄真正有效的策略；矯正「順暢=學會」的直覺，和教策略本身一樣重要。

深入探討（研究所視角）

若要把這篇推進到研究所的嚴謹度，有四條值得深挖的軸線。

第一，從現象到機制：合意困難的記憶理論基礎。 Bjork 的「新失用理論」（New Theory of Disuse）區分了記憶的兩種強度——儲存強度（storage strength）與提取強度（retrieval strength）。集中練習快速拉高提取強度（所以當下好用），卻對儲存強度貢獻有限；而每一次「困難的成功提取」會大幅增加儲存強度，且提取強度越低時成功提取，對儲存強度的增益越大。這個非單調的關係，從理論上解釋了為什麼「在快要忘記時複習」（間隔效應的最佳點）效益最高，也把間隔、提取、合意困難統合在同一個記憶動力學框架下。研究生值得追問：儲存/提取強度能否被神經或計算層次的指標操作化？

第二，認知負荷理論的測量危機與演化。 CLT 長年被批評的軟肋是：三種負荷在實證上難以獨立測量，許多研究只用單一主觀量表（如 Paas 的心智努力量表）就宣稱測到了某類負荷，存在循環論證風險。近年的進展包括雙任務派典、生理指標（瞳孔測量、EEG 的 frontal theta）與 Klepsch 等人嘗試的差異化量表。同時 Sweller 也以演化心理學重構了理論基礎，區分「生物初級知識」（biologically primary，如母語口說，演化上預備好、幾乎不費認知負荷）與「生物次級知識」（biologically secondary，如閱讀、代數，文化發明、必須刻意教），主張學校教的幾乎都是次級知識，這正是 CLT 適用的範圍。

第三，遷移辯論的方法論核心。 「遠遷移難以觀察」這個結論本身是有爭議的——它取決於你如何操作化「遠」與「近」，以及測量的時間尺度。情境認知（situated cognition，Lave & Wenger 等）甚至從根本質疑「遷移」這個概念框架，主張認知是鑲嵌在實踐社群與工具脈絡中的，「把抽象知識搬到新情境」這個圖像本身就是去脈絡化的誤解。研究生若要碰遷移，必須先在「符號處理觀」與「情境觀」之間表態，因為兩者對「什麼算學會了」的定義就不同。

第四，整個領域的複製危機與效果量現實感。 教育心理學與其他心理學分支一樣經歷複製危機的洗禮。許多曾被廣泛推廣的概念——「學習風格」（learning styles）的配對假說（教法配合視覺/聽覺型學習者能提升成效）在嚴格的交叉設計檢驗下幾乎沒有證據支持，已被學習科學界視為迷思；「成長心態」（growth mindset）的介入在大型預註冊複製（如 Yeager 等人的全美研究）中效果遠小於早期樂觀宣稱，且高度依賴情境調節變項。研究生應建立的素養是：對任何「介入 X 能提升學習」的主張，先問三件事——效果量多大（而非只看是否顯著）、是否經獨立預註冊複製、調節變項（誰、在什麼條件下有效）是什麼。在教育現場，一個 d = 0.2 的效果若便宜、可規模化，可能比一個 d = 0.8 卻昂貴脆弱的介入更有政策價值。把「有沒有效」的二元問題，換成「對誰、多大、多穩、多划算」的四維問題——這是從讀者邁向研究者的關鍵一步。