[!info] related notes

• 所属 MOC: 学习与掌握 MOC
• 前置概念: 学习
• 并列概念: 学习中的间隔效应、学习中的自我解释、交错练习
• 易混淆概念: 再阅读 / 识别式复习；区别在于是否需要从记忆中生成答案
• 关系笔记: 如何学习一个知识并达到掌握、学习中的掌握

主动提取

一句话定义

主动提取（retrieval practice） 是在尽量不看答案的情况下，从记忆中重新生成知识、解释或解法；它不只是检查学习结果，本身也能强化以后再次提取的能力。

为什么它有效

反复阅读主要增加“再次看到内容时的熟悉感”；主动提取要求大脑真正完成一次“从线索到知识”的重建。

一个典型循环是：

学习
  ↓
关闭资料
  ↓
尝试回忆 / 解题 / 解释
  ↓
检查答案与反馈
  ↓
修正
  ↓
过一段时间再次提取

经典研究发现，重复阅读可能在几分钟后的立即测试中表现更好，但在数天到一周后的延迟测试中，先经历过提取练习的学习者往往保持得更好。

主动提取不是只有“背诵”

不同知识应该使用不同提取任务：

知识	更合适的提取方式
单词	看释义说单词、听发音拼写、主动造句
概念	不看笔记解释定义、机制、边界
数学	不看例题重建推导并独立做题
编程	预测输出、写最小实现、解释执行过程
操作流程	不看步骤完成配置并验证结果
排障	根据现象提出假设和下一条证据

好的提取问题

优先问：

• 它是什么？
• 为什么需要它？
• 它是怎么工作的？
• 哪些条件下成立？
• 哪些情况下不成立？
• 给一个正例和反例。
• 如果条件改变，结果会怎样？
• 遇到真实问题时怎么用？

这比单纯问“你记住了吗？”更能暴露知识缺口。

提取后的反馈

提取不是“硬想越久越好”。

合理顺序：

1. 先给自己一次真实的无提示尝试；
2. 如果完全没有入口，使用逐级提示；
3. 查看正确答案；
4. 对比自己缺失或错误的部分；
5. 再次闭卷重建一次。

反馈的作用是防止错误答案被反复巩固。

最小例子

学完 DoH 后，不重新读笔记，尝试回答：

DoH 到底保护了网络访问链路中的哪一段？DoH Resolver 自己能不能看到查询？

回答后再打开原笔记核对。

这一次“从空白状态重建模型”的过程，就是主动提取。

边界与常见误解

• 主动提取 ≠ 只做选择题：有提示的识别任务通常比自由回忆容易。
• 越困难 ≠ 越好：完全超出已有知识、没有反馈的失败不一定有价值。
• 只测定义不够：需要逐步加入机制、边界、应用和迁移。
• 提取不能代替初次学习：没有形成基本模型之前，先学习高质量解释与例子。

掌握验收

• 能把一个“重读型复习任务”改写成真正需要闭卷生成答案的提取任务。
• 能根据知识类型设计合适的提取形式，而不是统一使用背定义。
• 能说明什么时候应该给提示、什么时候应该先反馈纠错，并把下一次提取安排到间隔之后。

证据入口

• Roediger & Karpicke (2006), Test-enhanced learning: taking memory tests improves long-term retention, DOI: https://doi.org/10.1111/j.1467-9280.2006.01693.x
• McDermott (2021), Practicing Retrieval Facilitates Learning, DOI: https://doi.org/10.1146/annurev-psych-010419-051019
• Dunlosky et al. (2013), Improving Students’ Learning With Effective Learning Techniques, DOI: https://doi.org/10.1177/1529100612453266

学习检查

1. 为什么“再读一遍”与“闭卷回忆一遍”不是同一件事？
2. 什么情况下应该给自己提示而不是无限硬想？
3. 对一个编程概念，怎样设计比“背定义”更好的提取任务？