Skip to content
所有分類

learning

4 篇文章
learning deep-dive

數位學習之外,紙筆還剩下什麼:三個實體仍然有效的地方,與一個沒有

學習全面數位化之後,實體仍有明確效果的地方有三個:閱讀(紙勝螢幕 g ≈ −0.21,17 萬人樣本,需要捲動時擴大到 0.35–0.48)、作答時動筆(螢幕上題目越難反而越少用草稿紙)、畫圖(回憶率 45% 對比抄寫 20%)。反倒是最多人相信的「手寫筆記比較好記」,四份統合分析從 −0.008 到 +0.248 沒有共識。

AI 讓你在該困難的地方變順:生成式 AI 對學習做了什麼

AI 教育界被引用最多的那篇 meta-analysis(g = 0.867、瀏覽近 50 萬次)已於 2026 年 4 月被 Nature 撤稿。但正向結論沒被推翻——問題是它測的是「AI 在手時的表現」。Bastani 的 PNAS RCT 測了另一件事:練習時用 GPT-4 正確率 +48%,收走後考試比從沒用過的低 17%。

Learning How to Learn:拆解 417 萬人修過的學習課,哪些站得住、哪些是比喻

Dunlosky 2013 評比 10 種學習技術,判定為高效用的只有自我測驗與分散練習;學生最愛的重讀落在低效用層。但 2026 年的系統性回顧把效果量壓到 0.22–0.46,而 Pan & Rickard 的遷移 meta 校正發表偏誤後「往往顯示零遷移」——整套框架的名字本身,是被測得最不好看的一塊。

learning deep-dive

2026 還在被討論的長青書單:用 Threads、Dcard、方格子的社群訊號選書

用 Threads、Dcard、PTT、方格子 2025 下半年到 2026 的討論證據,從生產力、人生設計、腦科學、心理、理財五個分類篩出 24 本還在被熱議的長青書。最強訊號:《Rewire—神經可塑性》擠進 2026 誠品、博客來上半年雙榜前三。