第8章 通往另一种教育：记忆算法、人工智能与“双减”

“技术本身既不人道也不残忍；它只是把设计者的价值观放大。因此真正的问题不是‘要不要用技术’，而是‘我们要用它放大什么’。”

——佚名

三个正在发生的场景

先看三个正在中国发生、但大多数人尚未注意到的场景。

第一个场景发生在一间普通高中的自习室。一个学生在手机上打开一个记忆软件，屏幕上跳出十张卡片。软件根据他的作答记录，精确地计算出哪些内容即将遗忘、今天必须复习、哪些可以推到下周。二十分钟后他合上手机：今天需要复习的全部内容已经完成，而不是像过去那样把整本单词书从A背到Z。这个场景之所以重要，是因为它代表了一种根本性的转变：学习时间第一次可以按照“记忆的物理规律”而非“课程的行政安排”来分配。

第二个场景发生在一所试点了人工智能辅导系统的中学。系统不给答案，只提问。学生答错时，它不直接纠正，而是问“你觉得这一步为什么会这样？”一名学生在两周后放弃了使用，因为“它太麻烦了，还不如直接看答案”。这个场景同样重要，它揭示了技术方案最容易被忽视的失败模式：不是技术不够强，问题在于它要求学习者付出认知努力，而长期被标准答案驯化的学生，恰恰最不愿意付出这种努力。

第三个场景发生在一个“双减”之后的周末。学科类补习班被叫停了，但家长群里正在流传一份“非学科类素养课程”的名单，价格比原来的补习班更高，内容却是换了个名字的数学思维训练。这个场景说明，减负政策在纸面上成功了，在现实中却遭遇了转移，因为只要筛选机制不变，竞争就会寻找新的载体。

这三个场景共同构成本章的出发点：技术可以提供真实的解法，政策可以产生真实的改变，但两者都可能被同一套旧逻辑重新吸收。要让改变真正发生，必须同时处理技术、制度与文化三个层面。

路径一：记忆算法

间隔效应：一个被忽略了一个多世纪的发现

早在十九世纪末，心理学就发现了一个稳定的规律：分散学习优于集中学习。同样的总学习时间，如果分配到多个时间点，长期记忆效果会显著优于一次学完。这一“间隔效应”（spacing effect）在随后一个多世纪里被反复验证，构成了学习科学中最可靠的结论之一。

然而，知道“应该间隔”和知道“如何间隔”是两件不同的事。早期的建议大多是粗糙的经验法则（比如“一天、三天、七天”），研究表明这类固定间隔是次优的，因为它们对时间成本以及个体与项目层面的差异都不敏感 [29]；更早的多尺度情境模型已经指出，最优间隔取决于材料难度与个体记忆强度，因此“统一间隔表”在原理上就不可能最优 [85]。真正有效的调度，需要对每一个知识点的记忆强度进行逐项追踪。

从 SuperMemo 到现代算法

对这一问题最早的系统性回答来自 SuperMemo 系列算法。其最新的 SM-18 算法基于“长期记忆的双组分模型”，把记忆拆分为“记忆稳定性”与“检索强度”两个变量，并据此预测每个项目在何时会接近遗忘，从而安排复习 [122]。这一思路的核心贡献在于：它把复习从“按计划执行”变成“按记忆状态触发”。

近年的研究进一步引入了机器学习方法。一项发表于《美国科学院院刊》（PNAS）的研究提出了基于点过程模型的间隔重复优化方法，通过对大规模学习者数据的建模，显著提升了记忆保持效率 [113]。另一项研究提出了交替进行记忆预测与调度优化的框架 [108]。还有研究直接使用深度学习与强化学习来优化调度策略 [130]。工业界的实践同样提供了证据：Duolingo 团队开发的半监督间隔重复模型被用于语言学习，并公开报告了其有效性 [109]；一项大规模随机对照实验则表明，机器学习驱动的调度能够帮助学习者更有效地学习与记忆 [70]。

这些研究的意义不在于“算法有多先进”，而在于它们改变了学习的时间经济学。传统模式下，学生必须用大量时间反复阅读、抄写、重做，其中相当比例是浪费在已经掌握的内容上；而算法调度让复习量恰好覆盖即将遗忘的部分，从而大幅压缩无效时间。对于每天睡眠不足六小时的中国中学生来说，这一压缩本身就是人道的。

掌握学习与 Bloom 的“两西格玛问题”

如果说间隔重复解决的是“记忆效率”，那么掌握学习（mastery learning）解决的是“进度安排”。教育心理学家本杰明·布鲁姆在一九八四年发表了一项影响深远的研究：接受一对一辅导并使用掌握学习的学生，其平均成绩比常规班级授课的学生高出约两个标准差 [8]。两个标准差是一个巨大的差距：它意味着一个在常规班级中处于中位数的学生，在个别辅导下可以达到班级前百分之二左右的水平。

布鲁姆由此提出了著名的“两西格玛问题”：我们能否找到一种可在班级条件下实施、又能达到接近个别辅导效果的方法？几十年来，这个问题推动了智能辅导系统的发展。后续研究在代数智能辅导系统中进行了检验，结果显示其效果虽然显著，但并未完全达到两西格玛的承诺 [102]。这一点必须诚实地指出：两西格玛是一个理想化的上限，而非可以轻易复制的标准。

但掌握学习的核心原则本身是朴素且人道的：在进入下一阶段之前，先确保当前阶段的核心内容已经掌握。这与应试教育的实际做法形成鲜明对比：后者以统一进度推进，不管有多少学生掉队，都必须在同一时间进入下一章。掌握学习把“跟不上”从一种个人缺陷，重新定义为一种需要调整进度的教学信号。这种重新定义本身，就具有反优绩主义的意义。

为什么记忆算法是“人道”的

把以上研究放在一起，可以看出记忆算法的三重人道意义。第一，它减少了无效学习时间，从而为睡眠、运动与自由探索腾出空间。第二，它把学习的控制权部分交还给学习者，进度依据个人记忆状态而非班级统一安排，这直接回应了自我决定理论中的“自主性”需求 [21]。第三，它把记忆从道德问题转化为技术问题：在传统框架下，“记不住”被解释为“不用心”；在算法框架下，它只是一个需要调整复习间隔的调度问题。这种转化，减轻了学生本不该承受的道德压力。

但必须指出其局限：记忆算法只解决“记住”的问题，不解决“为什么学”的问题。它可以让人更高效地掌握内容，却无法让人产生学习的意愿。这一点在下一节的讨论中会变得更加关键。

路径二：人工智能导师

令人振奋的证据

人工智能被寄予“为每个学生提供私人导师”的期望，而这一期望有着明确的研究依据。它直接回应了布鲁姆的两西格玛问题。近年来，随机对照实验开始提供实质证据。

一项发表于《科学报告》（Scientific Reports）的随机对照研究，在大学课程中比较了基于生成式人工智能的辅导系统与主动学习课堂的效果。该研究的一个关键设计细节是：人工智能导师并非简单地给出答案，而是基于与主动学习课堂相同的教学法原理来设计交互。结果显示，使用人工智能导师的学生在学习效果上优于接受课堂主动学习的学生 [65]。这一结果之所以重要，是因为它的对照组不是“传统讲授”，而是“已被证明有效的主动学习”。这意味着人工智能导师的优势具有实质意义。

在其他场景中也有类似发现。世界银行在尼日利亚开展的一项随机对照实验，使用大语言模型驱动的虚拟辅导支持高中英语学习，六周后学生在与课程对齐的测评中取得了约零点三一个标准差的提升 [19]。此外，一项针对教师培训的“人机协作”方案显示，人工智能辅助可以实时为辅导教师提供专家级建议，从而在资源匮乏的环境中放大优质教学的可及性 [119]。

这些结果说明，人工智能导师并非营销话术。在满足特定设计条件时，它确实能够提升学习效果，并且具备一个关键优势：可扩展性。一对一人类辅导之所以难以普及，根本原因是成本；而人工智能导师的边际成本极低，这使它第一次具备了在人口规模上实现“个别化辅导”的可能。

令人清醒的失败案例

然而，同一批研究也提供了同样重要的反面证据。一项为期两年、覆盖十八所田纳西州中学的集群随机对照实验，研究了学生在日常补救数学课程中使用可汗学院的人工智能导师 Khanmigo 的效果。该系统的配置是“辅导而非给答案”。它拒绝直接提供答案，而是提问与给出提示。研究结果呈现出一种复杂的图景。在统计上，分配到使用该系统的学生数学成绩有所提升，但研究者同时观察到一个关键事实：学生实际上很少使用它。许多学生在发现系统不肯直接给答案后，很快就放弃了 [92]。研究者写道：“我们观察了学生实际如何使用人工智能导师，答案是：用得很少。”这一发现被媒体概括为一个尴尬的结论：学生不想从人工智能那里得到问题，他们只想要答案。

这一失败案例的价值在于，它精确地指出了技术方案的核心瓶颈：动机不是技术可以凭空创造的。人工智能导师在“教得更好”上可以优于人类，但它无法解决“学生不想学”的问题。而这个问题，恰恰是前七章所诊断的核心病症。当一个学生已经在十二年的应试训练中失去了好奇心、把学习等同于被迫任务时，一个要求他主动思考的系统只会让他更早退出，他会转向那些愿意直接给答案的工具，或者干脆放弃。

认知外包：一个必须被设计对冲的风险

第二个风险来自认知科学。研究表明，生成式人工智能可能诱发“认知外包”（cognitive offloading），即学习者把本应由自己完成的思考过程外包给工具。相关综述指出，外包本身并非必然有害，关键在于它是“依赖性的”还是“自主性的”：前者以人工智能替代自己的思考，后者以人工智能支撑自己的思考 [43]。一项研究通过元认知反馈干预发现，当学生被提示关注自己的理解过程时，答案外包行为减少，测试成绩反而提高 [39]。另一项研究则提出了“努力保持型”（effort-preserving）的设计框架，强调人工智能应当在学习者应当检索、解释、监控与迁移的时刻，避免替他们完成这些工作 [40]。

这组研究给出了一个明确的设计原则：有效的人工智能导师必须刻意制造“有益的困难”，而非消除一切困难。这听起来反直觉，但它与学习科学的基本结论一致：真正的学习发生在认知努力之中，而非在信息获取之中。一个总是立即给出答案的人工智能，实际上是在帮助学生更高效地不学习。

有效与无效的边界条件

把正面与反面证据放在一起，可以提炼出人工智能导师有效性的边界条件。第一，必须采用“辅导而非给答案”的交互设计，但这同时意味着必须配套解决动机问题，否则学生会直接退出 [92]。第二，应当与掌握学习结合，即在掌握前置内容后再推进，而非按统一进度 [8]。第三，必须引入元认知支持，通过反馈让学生关注自己的理解过程，以对冲认知外包 [39]。第四，应当嵌入真实的教学场景，作为现有课程的补充而非替代，并且有教师参与 [119]。第五，需要审慎对待效果的持续性：短期的成绩提升未必转化为长期的能力增长。

这里必须重申第四章的伏笔：人工智能导师能否奏效，前提是学习者保有最低限度的内在动机。这意味着，人工智能在教育中的正确用法，是用更精准的技术让那些尚未被熄灭的好奇心得到支持，而不是用更强的技术逼迫学生学得更多。技术无法修复动机，但可以停止进一步伤害动机，只要它不再被用来制造新的排名、新的监控与新的焦虑。

表 8.1：人工智能导师：正反两面证据对照

这张表的关键在于“在什么条件下有用”，而不在于“AI 有没有用”。同一个技术，在设计得当时能提升学习，在设计不当时会变成认知外包的工具。决定差异的是设计者是否尊重学习的认知规律，与算法无关。

路径三：“双减”政策

政策背景

二零二一年七月，中国实施了“双减”政策，目标是减轻义务教育阶段学生过重的作业负担与校外培训负担。政策的核心措施包括：压减作业总量与时长、规范并大幅压减学科类校外培训机构、以及推动学校提供课后服务。这构成了全球范围内规模最大的一次减负改革实验。

证据显示的变化

多项实证研究评估了政策效果，结果呈现出一种“确有改善但远未解决”的图景。一项针对广州学龄儿童与青少年的重复横断面研究发现，政策实施后学生的学业负担与相关健康行为发生了可测量的变化 [41]。一项针对中国青少年的追踪研究发现，政策实施后总体抑郁与焦虑水平显著下降，其中女生与父母心理健康状况较差的学生获益更为明显 [33]。一项基于北京某区四、五年级学生两波追踪数据的研究，采用因果推断方法，考察了政策对主观幸福感与学业成绩的影响 [37]。此外，还有研究专门分析了政策对商业培训部门的冲击 [34]。一篇系统性文献回顾则总结认为，政策在减轻学业负担、促进学生全面发展方面有积极作用，但同时也面临若干挑战 [38]。

为什么改善有限：三个结构性障碍

综合这些研究，可以识别出三个结构性障碍。

第一个障碍是竞争转移。减负政策减少了显性的学科培训供给，但只要升学筛选机制不变，需求就会寻找新的载体。正如本章开头第三个案例所示，学科培训以“素养课程”的名义重新出现，甚至价格更高。这不是政策执行不力，它是政策工具与问题结构之间的错配：政策调节的是“培训供给”，而压力的根源在“筛选机制”。

第二个障碍是家长焦虑的独立性。研究指出，政策降低了学生的焦虑，但家长的焦虑未必同步下降；当学校减少作业与考试时，部分家长反而更加不安，转而自行增加安排 [34]。这提示我们，减负不能只作用于学校端，还必须作用于评价端与文化端。

第三个障碍是评价体系未变。只要高考与中考仍然以单一分数作为主要筛选标准，“减负”在逻辑上就面临一个困境。它减少了学生的准备时间，却没有改变准备的必要性。这在结果上可能使竞争更加隐蔽、更加不平等，因为能够负担隐性资源（私教、国际课程、海外路径）的家庭，反而获得了相对优势。这一风险值得高度重视：一项旨在促进公平的政策，如果不同步改革评价体系，可能在某些维度上加剧不公平。

“双减”教给我们什么

“双减”的经验可以概括为三条教训。第一，减负是可能的：数据显示，作业与培训负担可以下降，且学生心理健康指标随之改善。第二，减负不等于减竞争：当筛选机制不变时，压力只会转移而非消失。第三，改革必须系统推进：学校、评价、家庭、社会观念必须同步调整，否则任何单点改革都会被旧逻辑重新吸收。

从本书的立场看，“双减”的价值不在于它是否成功，而在于它证明了一件事：这个制度是可以被政治意愿改变的。应试教育最强大的辩护之一，是它的“不可避免性”：“竞争就是这么激烈，谁也没办法”。而“双减”表明，只要政策意愿足够强，即使是延续数十年的补习产业也可以在数月内被大幅压缩。这意味着，“改变不可能”的说法，至少在部分上是站不住脚的。

路径四：其他有证据支持的干预

除了上述三条主要路径，还有若干规模较小但有明确证据支持的干预值得列入。

第一是推迟上课时间。美国儿科学会基于青少年昼夜节律的生理特点，建议中学上课时间不早于上午八点三十分 [93]。一项利用西雅图学区作息调整的自然实验研究发现，推迟上课时间与学生睡眠增加及更好的结果相关 [28]。这是所有干预中成本最低、证据最直接、争议最小的一项。它不需要任何新技术，只需要改一个时间表。

第二是自主支持型教学。如前所述，随机对照研究表明，对教师进行自主支持型教学的培训，可以提升学生的心理需求满足与课堂投入，且在低社会经济地位学校同样有效 [100] [81]。一项系统综述与元分析进一步确认，基于自我决定理论的干预在促进内在动机与基本心理需求方面具有跨研究的一致性效果 [35]。

第三是心态干预。一项发表于《自然》的全国性实验表明，一次不到一小时的在线成长型思维干预，改善了低成就学生的成绩，并提高了学生选修高阶课程的比率 [127]。另一项研究提出“协同心态”干预，通过同时改变对智力的信念与对压力反应的信念，在约三十分钟的干预后，可复现地改善了青少年的压力反应 [126]。还有研究开发了面向青少年的多成分干预，结果显示实验组学生的考试焦虑随时间显著下降 [36]。这些干预的共同优点是成本极低、可规模化，其共同局限是效果有限：它们可以缓冲压力，却不能消除压力的来源。

第四是形成性评价。教育评估研究长期主张，评价的主要功能应当是“促进学习”而非“对学习排序” [7]。关于反馈的元分析研究指出，反馈的效果高度依赖于其类型：指向任务与过程的反馈有效，而指向个人（尤其是关于自我价值的判断）的反馈往往无效甚至有害 [56]。这一发现直接适用于本章开头提到的排名榜案例：公开宣读排名，正是一种典型的“指向个人”的反馈，即它告诉学生“你是什么样的人”，而非“下一步该做什么”。

路径五：家长可以做什么

在讨论技术与政策之后，有一个绕不开的层面：家庭。因为即使学校不变，家长仍然拥有相当大的实际影响力，而这些影响力往往被用错了方向。

第一，停止使用心理控制。前面已经引用的研究表明，父母心理控制（通过内疚、羞辱、爱的撒回来控制孩子）对青少年心理健康有显著负面影响 [45]；而发展心理学的研究也指出，健康的自主性发展需要父母从“控制”转向“引导” [4]。具体而言，“我这么辛苦都是为了你”这类话应当从家庭语言中彻底删除。它不是在表达爱，它在转移负担。

第二，把自主支持落实到日常。自我决定理论告诉我们，自主支持意味着“提供选择、解释理由、承认感受”，而不是“不管” [21]。一个具体的做法是：把“你必须先做完作业”换成“你想先做数学还是先做语文？”这看似只是一个措辞的改变，但它把主体位置从“被命令者”换成了“决策者”。

第三，不要成为排名的传声筒。学校可能无法避免排名，但家长可以决定排名在家庭中的位置。当孩子拿回一个不理想的分数时，第一句话可以是“你感觉怎么样”，而不是“最高分多少”。这一句话的差异，决定了孩子是把成绩当作一个需要共同解决的问题，还是当作一次对自己的审判。

第四，守住睡眠的底线。如果家庭只能守住一件事，就守住睡眠。这不只是健康建议，而是所有其他努力的前提：一个长期睡眠不足的孩子，不可能在任何意义上“表现更好”。

第五，承认自己的创伤。许多家长对孩子成绩的过度焦虑，来自自己未被满足的渴望。区分“我的期待”与“孩子的需要”，是家长能给孩子最重要的礼物之一。

这些建议的共同点是：它们都不需要等待制度改变，也不需要任何新技术。它们只需要一个决定。

一个分层的综合方案

把上述证据整合起来，可以提出一个三层方案。需要预先说明的是，这是一个方向性的框架，而非可直接执行的蓝图；其中每一项的具体参数，都需要在本地情境中通过试点与评估来确定。

技术层的目标是减少无效学习。这包括：以间隔重复算法替代机械重复，把复习量压缩到必要范围；以掌握学习原则替代统一进度，确保前置内容掌握后再推进；在引入人工智能导师时坚持“辅导而非给答案”、配套元认知支持、并把它嵌入有教师参与的真实场景。这一层的关键在于，技术被用来节省时间，而不是用来提高强度。如果人工智能被用来让学生在同样的时间里做更多的题，那它就只是应试教育的一个更高效的放大器。

制度层的目标是改变筛选方式。这包括：推迟上课时间以保证睡眠；以形成性评价替代公开排名，把反馈从“你是什么人”转向“下一步做什么”；扩大评价维度，降低单一分数的决定权重；并在减负改革中同步调整升学机制，以避免压力向隐性资源转移。这一层是最困难的，因为它触及既得利益与深层制度惯性，但也恰恰是最关键的：没有这一层，技术层的一切努力都会被旧逻辑吸收。

文化层的目标是重新定义成功。这包括：挑战优绩主义关于“努力必然带来成功”的因果叙事；承认运气、家庭背景与社会资源的作用；把“成为一个完整的人”而非“成为一个成功的人”重新置于教育的中心。这一层看似最虚，实则最难，也最根本，因为政策与技术最终都要由人来执行，而人的判断受文化支配。

审慎的乐观

本章的证据支持一个谨慎的结论：一个不那么残忍的教育系统，在技术上和制度上都是可能的，但它不会自动到来。

技术层面，记忆算法已经可以证明：学习不必以牺牲睡眠为代价；人工智能导师已经在严格实验中显示出真实效果，但其成功高度依赖设计选择，并且无法解决动机问题。制度层面，“双减”已经证明：这个制度可以被改变，但单点改革会被竞争转移所抵消。科学层面，推迟上课时间、自主支持型教学、心态干预与形成性评价都提供了低成本的改善路径，但它们只能缓冲，不能根治。

因此，本书的立场是审慎乐观：既拒绝“技术万能”的幻想，也拒绝“改变不可能”的犬儒。真正的出路，是把技术用于减轻痛苦而非提高强度，把政策用于改变筛选而非仅仅减少作业，把文化从崇拜成功转向尊重完整的人。

而这一切的前提，仍然是前七章反复强调的那件事：我们必须先承认，正在发生的是一场伤害。承认之后，才谈得上治疗。