小時候背課文，最容易出現的畫面是：書攤在桌上，螢光筆把整頁塗成黃色，嘴裡還念著「再看一遍就會了」。長大後，桌上的東西換成考題、程式碼或樂譜，動作卻常常沒有變。Emily 最近準備轉職 UX，五篇文章各自給她一個工具：把材料切成組塊、重新編碼、提取、間隔、交錯、設計回饋，還有一套處理疲勞的流程。她把方法都寫在紙上，到了晚上八點，卻不知道該先用哪一個。
五個工具同時啟動，表面上像效率，實際上卻把訊號混成噪音。哪一個改變了回憶率？哪一個只是讓桌面多了一張紙？個人學習若要接近一個可觀察的系統，起點不是增加方法，而是把方法排成一條有順序的鏈。
評級表是試劑架，不是神奇菜單
Dunlosky 等人在 2013 年整理十種學習策略時，重讀與畫重點得到低效用評價；practice testing，也就是提取練習，以及 distributed practice，也就是分散練習，得到高效用評價。交錯練習也有價值，但效果依材料和任務而變。這張排名表不是一張神奇菜單，它比較像化學實驗室裡的試劑架：有些試劑適合做主反應，有些只能當輔助，不能因為瓶子都在架上，就把它們一次倒進同一個燒杯。
把前五篇接成一條資料流
把前五篇接起來，可以得到一個簡單的資料流：
材料 → 組塊 → 編碼 → 提取 → 間隔與交錯 → 回饋修正 → 日誌回看。
圖、學習資料流
第一步處理材料的形狀。Chase 與 Simon 1973 年研究棋手時，專家面對有意義的棋局配置，能以較高階的結構處理局面；Chi、Feltovich 與 Glaser 1981 年研究物理問題分類，也看到專家較常依深層原理整理問題。放到個人協議裡，組塊不是把頁面切成幾段，而是替一組元素找出共同關係。英文單字可按字根或語意群整理，程式 API 可按「輸入、輸出、限制」整理，錯題則可按錯誤機制整理。
第二步是編碼。工作記憶不是固定大小的抽屜。Miller 1956 年提出 7±2 的經典模型，Cowan 2001 年把注意焦點中的組塊數量估在較小範圍，Ma、Husain 與 Bays 2014 年則提出資源可變的觀點。這些模型不是一條直線上的新舊替換，而是提醒同一件事：可操作單位的設計，會改變負荷。協議因此留下「重新編碼」這個節點，而不是把容量當成個人的固定天花板。
第三步才是提取。書本合上，白紙留下來。Roediger 與 Karpicke 2006 年的研究顯示，短延遲時重讀可能看起來不差，延遲一週後，測試過的材料保留得更好；Karpicke 與 Roediger 2008 年也把提取放在學習的核心位置。Cepeda 等人 2006 年的整合分析則指出，間隔沒有單一最佳數字，保留時間越長，合適的間隔通常也要拉長。Rohrer 與 Taylor 的研究把交錯練習帶進來：不同題型穿插，會迫使學習者辨認方法，而不是沿著同一條熟悉路徑滑行。
所以一個最小協議可以長成這樣。第一次接觸材料時，先用 10 分鐘找出 3 至 5 個組塊，並寫下每組的關係。隔天先不翻書，花 5 分鐘寫回想，再對照缺口。接下來把相似題型和不同題型交錯安排，讓「選哪一種方法」也成為練習內容。每輪結束留下兩個數字：回憶正確率，以及從錯誤到修正所需的時間。這些數字不代表人的價值，只代表下一輪該調哪個旋鈕。
從知識接到技能
第四步是把知識接到技能。Ericsson、Krampe 與 Tesch-Römer 1993 年描述的刻意練習，核心不在長時間坐著，而在目標、回饋、略高於現有能力的任務，以及依回饋修正。Macnamara、Hambrick 與 Oswald 2014 年的整合分析也提醒，練習量能解釋的表現差異依領域而變，音樂、遊戲、運動、教育和專業工作的數字並不相同。協議裡的練習單位因此固定成一小段：先寫目標，再安排立即回饋，接著做一次修正，不把「坐得久」誤當成「改得好」。
啟動條件：把意志力換成可調條件
第五步處理啟動條件。Inzlicht 與 Schmeichel 2012 年重新檢視自我耗竭模型，指出自我控制的失敗仍是真實現象，但「像肌肉一樣用完」不是穩固的因果模型。Carter 等人 2015 年的分析與 Hagger 等人 2016 年的多實驗室複製，都削弱了舊說法的確定性。學習協議於是把責任從抽象的意志力移到可調條件：睡眠、任務大小、回饋密度、材料是否已切小，以及下一步是否預先寫好。
Gollwitzer 1999 年整理的 implementation intentions，將承諾寫成 if-then 鏈：如果晚上九點坐到書桌前，就先做五分鐘回想；如果回憶率低於設定門檻，就換更小的組塊或改用另一種編碼；如果疲勞太高，就只記錄條件，不把低品質資料當成能力判決。這種寫法把決策放到觸發條件旁邊，少一次臨場爭辯。
圖、記錄 -> 發現問題 -> 進行修正
七天無法速成，但日誌可以看見節點
習慣也不是七天速成。Lally 等人 2010 年追蹤健康中心的日常行為，形成自動化的中位數是 66 天，範圍從 18 到 254 天。七天適合做一輪小型觀察，不適合宣告永久改變。日誌的用途，正是把「今天有沒有變厲害」換成過程指標：實際開始時間、有效練習分鐘數、提取正確率、錯誤修正次數、是否依 if-then 鏈啟動。Schunk 與 DiBenedetto 2016 年對自我調節學習的整理，也把目標、監控和回饋放在同一個循環裡。
Emily 的日曆最後只留下四個欄位。第一欄是本輪處理的材料與組塊方式；第二欄是提取和間隔的安排；第三欄是過程指標；第四欄是 effort coding，把努力拆成可描述的狀態，例如「開始前拖延 20 分鐘」「實際專注 25 分鐘」「錯誤後完成一次修正」。第七天回看時，她不問「我是不是適合學 UX」，而是問「哪個節點產生了可重複的訊號，哪個節點只增加了忙碌感？」
把零件接成回饋線
這就是個人學習協議的尾端：不是一張把所有方法綁死的清單，而是一條會把結果送回下一輪的管線。重讀和畫重點仍可用來初次接觸材料，只是它們不再冒充保留知識的主引擎；提取、間隔、交錯和回饋，則在不同節點各自發揮作用。五篇文章留下零件，協議把零件接成回饋線。當第七天的日誌攤在桌上，真正被組裝的已經不只是方法，而是下一次學習可以從哪裡開始的證據。
沒有留言:
張貼留言