測試效應的研究述評

摘要：測試效應是指在同等的時間內，提取練習比重復學習能更好地促進長時記憶的保持。文章從研究范式、經典研究、如何提高測試效應（延長測試間隔和提供反饋）和測試效應的理論機制等方面對測試效應進行了闡述。最后，文章指出了測試效應的教育意義及其未來的研究方向。

關鍵詞：測試效應；提取練習；長時

James（1890）強調了測試的作用：記憶信息時，當我們基本上學會了這一信息，努力回憶這一信息比再次學習這一信息更能促進記憶的保持。如果我們通過前一種方式復習信息，在下一次我們正確提取出來的概率很大；如果通過后一種方式，我們很可能需要再次學習這一內容。

一、測試效應的概念及其研究范式

在同等的時間內，從記憶中提取信息比重學同樣的信息材料能產生更好的記憶效果，心理學家將這種現象稱為測試效應。測試效應的基本研究范式是：學習——初始測試——最終測試，測試組的回憶成績通常和一個或是兩個控制組進行比較。一種控制組類型是，學生學習一次材料后便進行最終測試，中間沒有初始測試；另一種控制組是學生學習完材料后，重學一次，最后進行測試（重學組）。測試的典型結果是測試組的最終成績優勝于兩種控制組的成績。根據這個實驗原型，研究者考察了多種變量的測試效應（不同的學習材料，初始測試和最終測試的不同形式，初始測試后是否接受反饋，學習和初始測試的時間間隔，最終測試前的時間間隔，等等）。

二、測試效應的經典研究

Tulving（1967）的實驗證明了學習不只發生在編碼階段，測試過程中同樣也會產生學習。在他的實驗中有三個處理條件組STST，SSST和STTT，S代表學習階段，T代表測試階段。在整個學習階段結束之后，每個組都要進行最終測試。測試要求被試盡可能多地回憶學習階段所學過的單詞。結果，三個條件組在最終測試成績中沒有顯著差異，這表明了增加學習時間（SSST組）并沒有提高學習成績，同時也表明測試（提取信息的行為）對學習有著重要作用。

Karpicke和Roediger（2008）以40個外語單詞詞對為學習材料，探索了多次學習和多次測試對記憶的影響。實驗將標準的學習條件組同三個放棄條件組相比較。標準測試條件組（ST）學習詞對時，全部詞對學習完之后對所有詞對測試，隨后再次進行學習和測試全部詞對，如此多次循環。放棄學習條件組有三種情況，一旦某個項目在一次測試中被成功提取后，那么：隨后便不再學習這個項目但仍然對這個項目進行測試（SNST，SN表示學習沒有被成功回憶的項目），隨后不再進行測試但仍然繼續學習這個項目（STN，TN表示僅測試沒有被成功提取的項目），隨后既不對它進行學習也不測試（SNTN）。整個學習階段結束之后，學生離開并在一周之后返回進行最終回憶測試。最終回憶成績如圖1所示。實驗結果顯示，重復提取練習組（ST和SNT）一周后大約保持了80%的詞對，而沒有進行重復提取練習組（STN和SNTN）一周后的回憶成績只有36%和33%。ST和SNT兩組比較發現，重復測試促進了長時記憶的保持，不論是學習全部的詞對還是僅僅學習沒有被成功提取的詞對。同樣STN和SNTN兩組比較發現，不論是學習全部的詞對還是學習部分詞對，沒有進行重復測試，兩組的回憶成績都很低（33%和36%）。即這個實驗再次證明重復提取練習（測試組）極大地提高了記憶的效果，而重復學習對記憶保持的影響并不明顯。

三、測試效應的相關研究

1.延長測試之間的間隔

測試練習比重學更能提高記憶成績，那么測試的安排是否會影響測試效應呢？這個問題首先由Landauer和Bjork（1978）提出，并提出了擴展測試安排的方法。具體是指首次測試練習在學習之后立即進行，隨后的測試練習時間間隔安排逐漸延長，也就是說每兩個測試練習之間的間隔逐漸延長。例如，在記憶某人的名字時，第一次提取練習在遇見這個人之后立即進行（1分鐘），然后在較長的間隔（4分鐘）后再次提取，之后在一個更長的時間間隔后（8分鐘）進行第三次提取，以此類推。

Landauer和Bjork以配對聯想材料進行研究，比較了擴展間隔測試、均等間隔測試和集中測試三種測試安排對記憶的影響。結果顯示，擴展間隔測試比均等間隔測試能更好地促進記憶成績的保持，而均等間隔測試又比集中測試更好地提高了回憶成績。

2.反饋提高測試效應

雖然提取練習在沒有反饋的情況下也能促進長時記憶的保持，但是在提取練習之后給予反饋能提高測試的記憶效果。提供正確答案的反饋之所以能提高成績，是因為它使測試者更正錯誤并且保留正確答案。然而，通過測試提高學習很關鍵的一點是要能夠成功提取，如果測試者沒有提取正確答案而且又沒有再次學習，那么測試的優勢有時可能會受到限制或者消失，甚至會習得錯誤的答案。

另一個關鍵的問題是反饋的時間。傳統智慧和研究認為立即反饋的效果是最好的。然而，實驗結果顯示延遲反饋可能效果更好。在一項研究中，學生閱讀一篇短文，然后部分學生進行選擇題測試，部分學生不進行測試。進行測試的學生中，或者沒有收到反饋，或者每做完一道題后接收到反饋（立即反饋），或者在整個測試結束之后收到反饋（延遲反饋）。一周之后，所有的學生進行測試。結果見圖2。初始測試（即使沒有反饋）組的回憶成績（33%）是單一學習組（11%）的三倍。及時反饋組的回憶成績叉提高了10%（43%），然而延遲反饋組提高得更多，回憶成績為54%。也就是說，延遲反饋比立即反饋產生了更大的效益。

四、測試效應的理論解釋

1.額外呈現和過度學習理論（AdditionaI Exposure and Overlearning）

Thompson（1978）等將測試效應的積極效果歸因為額外呈現了學習材料。這可能與當時的許多實驗設計相關。當時考察測試效應的實驗設計通常是將學習一初始測試一最終測試組（測試組）和學習一最終測試組（控制組）相比較。

Slamecka等（1988）認為不是提取練習本身而是對部分材料的過度學習促進了記憶保持。然而，這種假設卻解釋不了為什么在立即測試情況下重復學習比重復測試能取得更好的成績，而在長時記憶上（三天或者一周后）重復測試比重復學習的成績要好。

2.努力提取（Effortful Retrieval）和必要難度理論（Desirable Difficulties）

Bjork（1975）認為回憶與再認相比之所以能有更好的記憶效果，是因為回憶比再認需要更多的提取努力或者加工深度更深。他認為有深度的努力提取，可以提高測試效應。例如，增加初始測試的間隔時間（能增加提取努力）促進了回憶成績的保持，只要測試時學習材料能被正確回憶出來，或者在測試之后提供反饋。

Bjork（1992）提出了—種理論來解釋提取練習效應。他區分了存儲力（記憶痕跡的相對持久性）和提取力（記憶痕跡的可接近性）并建立模型。此模型認為提取力和存儲力的增加是呈負相關的，也就是說，容易提取（高提取力）并不會提高存儲強度，而更難的提取練習才會提高存儲力和長時記憶的保持。

3.遷移適當加工理論

遷移適當加工是指當先前學習編碼操作和最終記憶測試所需要的加工相匹配時，記憶成績保持最好。所以，同一種學習策略或者編碼加工可能會極大地提高某種測試類型的成績，但對強調不同類型信息或加工的測試可能沒有效果甚至起到相反的作用。McDaniel（2007）的實驗中，教師鼓勵學生利用良好的學習策略（對材料中的核心概念進行深層理解以及理解這些核心概念之間的關系）進行學習，但測試時只是考察學生對材料中相互獨立事實的再認，結果學生成績都不好。在這種情況下，合理加工策略（這種策略可能有利于長時記憶的保持）不利于細節記憶測試。

遷移適當加工也有解釋不通的時候。根據這個假說，初始測試形式和最終測試類型一致時，回憶成績應該是最好的。而Kang（2007）的實驗二表明，不管最終測試的類型是選擇題還是簡答題，初始測試進行簡答題練習的被試成績顯著好于進行選擇題練習的被試成績。

4.中介效益假說（The Mediator Effectiveness Hypothesis）

最近，Pyc和Rawson（2010）發表在Science上的研究提出了更為具體的理論解釋——中介效益假說。他們認為測試練習與重讀相比提高了線索和目標之間的聯系，這種聯系是通過中介信息（將線索和目標聯系起來的單詞或概念）實現的，即嘗試提取目標信息會激發長時記憶中與之相關的信息。個體會同時對相關信息和目標信息進行加工，為隨后提取信息提供了多種通道，增加了接近目標信息的途徑和可能性。在他們的實驗中，被試學習斯瓦西里語一英語詞對（比如Wingu：Cloud），隨后或者重學這個完整詞對或者進行線索回憶（Wingu：）后再重學完整詞對。重學階段，所有的被試都要產生一個可以幫助他們根據線索詞回憶出目標詞的中介詞（如。Wingu→“Wing”→Cloud）。最終測試有三個水平，只根據線索回憶（線索詞組，C），根據線索和他們練習時產生的中介詞回憶（線索詞和中介詞組，CM），或者根據線索和回憶中介詞的提示進行目標詞的回憶（線索詞和中介詞提示組，CMR）。結果如圖3所示。在C組，測試重學組的回憶成績幾乎是重學組的三倍。在CM組，提供中介詞極大地提高了重學組的成績而沒有顯著提高測試重學組的成績，表明為測試組提供中介詞是多余的，因為測試組會自發地提取中介詞。在CMR組，測試重學組的中介詞回憶成績顯著高于重學組，而且中介詞被回憶出的項目回憶成績顯著高于重學組（圖3B）。

Carpenter（2011）的實驗進一步驗證了中介效益假說，并認為中介信息是與目標具有語義相關的信息。

五、教育意義

盡管測試練習可能會產生一些負面影響，比如提取練習導致遺忘和消極的暗示效應（negative suggestion effect），但反饋可以消除或削弱這些負面影響，故測試練習的負面作用絕不會削弱測試強大的積極效應。事實上，許多研究者已經在模擬的或者是真實的教育情境中展示了測試效應。

講座是教學中常用的形式，尤其是在高校。Butler等人（2007）的實驗以視頻的方式播放了三個有關藝術史的講座。學生每天看一個30分鐘的講座，連看三天，每天的講座內容不同。研究者根據每一個講座分別設計30道測試題。聽完講座之后，學生或者進行簡答題測試，或者進行多項選擇題測試，或者是閱讀正確答案。30個目標項目中20個用來測試或是重學，另外10個用來評估測試或是作為重學效果的基線水平。

學生在最后一次講座的30天之后進行最終的標準測試，測試形式是簡答題。結果顯示，先前進行簡答題測試組的回憶成績最好，先前進行選擇題測試和集中重學組的回憶成績無顯著差異。

McDaniel（2011）在8年級的科學課程中運用小測試（將學生小測試的成績納入期末總成績的一小部分，比如10%）提高了學生科學課的單元測試和期末測試成績。在實驗一中，研究者選取某科學課程五個單元的內容作為實驗材料。每個單元有一半的目標內容進行小測試，另一半的內容不進行小測試。小測試的形式有三種：課前小測試（教師教學某章節之前、學生預習之后的測試）、課后小測試（教師教學某章節之后的測試）和復習小測試（單元測試前一天的測試）。小測試的題目由研究者和教師共同設計。實驗為5（單元）×2（測試，不測試）的被試內設計。

實驗一結果顯示，在單元測試中，進行了小測試的項目內容成績（92%）顯著高于沒有進行小測試的項目內容成績（79%）；在延遲的期末測試和學年測試中，進行了小測試的項目內容成績仍然顯著高于未進行小測試的項目內容成績。

在實驗二中，研究者進一步探索了小測試的位置和頻率對記憶成績的影響。實驗結果表明，在單元測試成績上，對8年級的科學課程來說，僅進行課后小測試的項目成績（89%）和僅進行復習小測試的項目成績（92%）顯著高于不進行小測試的項目成績（83%），但僅進行課前小測試的項目成績（86%）與不進行小測試的項目成績無顯著差異；同樣在單元測試成績上，進行課后和復習兩種小測試的項目成績（94%），進行課前、課后和復習三種小測試的項目成績（96%）顯著高于進行單一復習小測試的項目成績。期末和學年的測試成績同單元測試成績相同。

現有的研究使我們認識到，測試是一種促進學習的有效手段。因此我們在真實的教育情境中，可以積極地運用測試領域的研究結果來指導數學實踐。例如選擇需要更多努力提取的測試（如回憶測試），測試后進行反饋，多采取復習小測試和多種小測試的結合等來有效促進學生學習和理解知識，從而使得學生能更靈活地提取知識并將知識遷移到其他情境中去。