教學文章裡的「常見誤解」怎麼寫：對誰有用、會不會把誤解種進去、錯誤和更正怎麼擺

TL;DR一份駁斥文字的統合分析裡，有沒有先篩掉本來就答對的讀者，效果沒有測到差異；錯誤資訊研究的回顧逐篇列出 11 篇熟悉度反效果的研究，報告「重提誤解讓人更相信」的有 3 篇，三篇都是疫苗題材、單題量尺。讀者原本根本沒聽過那個誤解時，寫出來會不會讓他學到錯的，沒有研究直接測過。目前能照做的是：錯誤說法和正確說法放在一起，給出正確的說法與理由，不要讓錯誤說法單獨當小標。

#learning-science #misconceptions #self-learning #course-guide #blog

系列: 教學文章怎麼寫 (13 / 19)

讀者程度不同，教學文章怎麼寫：先備知識、專長反轉、文字連貫度與先備說明教學文章要不要講用途、放趣聞：告知用途、自己寫用途、給選擇與無關細節的實驗

🌏 English version

這是「教學文章怎麼寫」系列的第 13 篇，屬於第三部分「讀者帶著什麼來」。讀者帶著的先備知識另有一篇會談；這篇談其中特別麻煩的一種：讀者已經相信、但是錯的東西。第 1 篇把它叫「迷思」，這篇叫「誤解」，兩個詞指的是同一件事（英文研究多半寫 misconception）。

第 1 篇已經寫過平均的結果：把常見的誤解寫出來、明說它不對、再給正確的解釋，這種駁斥文字（refutation text）在兩份統合分析裡都勝過只寫正確版本的文字。那一篇也寫了兩份納入的研究有不少重疊，以及幾個保留：都沒有檢驗哪一種寫法較好、補上可能沒發表的研究後估計值變小、文本多半很短、多半不在真實教學情境。這篇不重講平均值，接著問三件第 1 篇沒有回答的事：

對誰有用。讀者本來就有那個誤解、和讀者本來就懂，效果一樣嗎？
會不會把誤解種進去。把錯誤說法寫出來，會不會讓沒想過它的人反而記住它？
怎麼寫。錯誤說法和正確說法要怎麼擺、要不要重複、要不要乾脆不寫？

起因是本站課程導讀的寫作規格。規格要求概念導讀「指出常見誤解」，題目與回饋那一篇建議補一句「把錯誤的想法寫出來，再說明為什麼不對」。但寫的時候會卡在三個地方。第一，我其實不知道讀者有沒有那個誤解，站上沒有任何讀者資料。第二，有時候寫出一個誤解，是在替讀者想一個他本來沒有的錯。第三，本站自己的舊稿就寫錯過規則，2026-10-13 的審稿報告記了好幾處。

來源怎麼選、有什麼偏向。來源清單先掃描文獻再挑出來精讀，挑選時刻意每個問題至少放一篇結果相反或沒有效果的研究。最後讀了兩份駁斥文字的統合分析、兩個測量讀者誤解多寡的實驗、錯誤資訊研究的一篇方法回顧與一個複製實驗、一篇談先備知識何時有害的短評、一篇把誤解看成可修整材料的理論文章，以及一個程式誤解的目錄網站。偏向是英文文獻、科學與數學題材、大學生或成人、拿得到合法全文的研究。錯誤資訊研究談的是疫苗、政治這類公共議題，不是教學文；我會在用到的地方寫明這個落差。列在參考資料裡的論文都從頭讀到尾並留有抽取紀錄；程式誤解目錄只讀了說明頁與六條內頁，Smith 等人的參考文獻只掃過，範圍寫在參考資料的括號裡。

先看結論

問題	證據	能說到哪裡
讀者本來就懂，駁斥文字還有沒有效	Danielson 等人的統合分析：有沒有篩掉本來就答對的受試者，效果沒有測到差異；Schroeder 與 Kucera 的統合分析說原始研究報告不全，無法分析	沒有測到差異，但作者說檢定力可能不足
誤解越多，理解越吃虧嗎	一個 92 人的實驗：控制組（一般課文加一張誤解清單）裡誤解越多理解越差（p = .050）；讀駁斥文字或填對照表的組沒有這個關係；6 到 8 天後都不顯著	方向一致，多數結果在顯著邊緣
只對有誤解的人有效嗎	一個 336 位教師與師資生的實驗：全體沒有測到差異；只看前測兩個誤解都有的 96 人，個人化駁斥文字較好	單一實驗、短文、帶價值立場的題材
重提誤解會讓人更相信嗎	錯誤資訊的方法回顧：報告這種反效果的研究少，且多用單題量尺；疫苗迷思的複製實驗沒有任何一組比控制組更相信	對「已經聽過誤解的人」，整體層次沒有穩健證據
讀者沒聽過那個誤解，寫出來會不會種進去	方法回顧的作者說這是正當的顧慮、還沒被檢驗；上面的教師實驗有一個事後的解釋	目前沒有研究直接測過
錯誤說法和正確說法怎麼擺	方法回顧建議兩者醒目地放在一起、不要讓誤解單獨當標題；複製實驗裡只標「這是迷思」不給事實的組，相對控制組不顯著	建議來自新聞與公衛情境，用到文章小標是我的推論
誤解一定要「駁倒」嗎	Smith、diSessa 與 Roschelle 的理論文章：多數常見誤解是有用的知識被用到適用範圍之外	立場，沒有實驗

對誰有用：讀者本來有沒有那個誤解

駁斥文字的出發點是讀者帶著錯誤的想法進來。如果讀者本來就懂，多讀一段錯誤說法可能沒用，甚至有害。這件事有三種資料可以看：統合分析的調節變項、量了讀者誤解多寡的實驗、依讀者前測給不同文字的實驗。

統合分析：本來就答對的人篩不篩掉，沒有測到差異

Danielson 等人 2024 年的統合分析（71 篇文章、76 個研究）把「研究有沒有事先排除信念已經正確的受試者」當成驗證性的調節變項，預期篩過的研究效果較大。結果兩類研究的效果沒有顯著差異，這個假設不成立。

這個結果要和作者自己的保留一起讀。整份分析的 26 個調節變項在 .05 水準下都不顯著。作者說，因為調節變項沒有解釋各研究之間的差異，他們沒辦法確定地回答駁斥文字在什麼情況下有效；並指出部分調節分析的研究數太少，可能是檢定力不足。他們也寫了什麼時候值得針對誤解寫：誤解特別有害、造成混淆、妨礙理解概念的時候；同時說，在背景知識很少或沒有的情況下，建立正確知識本身就是值得的目標。

Schroeder 與 Kucera 2022 年那份統合分析（33 個研究、44 個比較）回答不了這個問題。44 個比較裡 37 個沒有交代受試者的先備知識，作者明寫「讀者原本有沒有、有多少誤解，怎麼影響駁斥文字的效果，仍是開放的問題」。他們的實務建議帶了一個前提：要寫駁斥文字，得先知道那個常見誤解是什麼。

誤解多寡和理解的關係：三種呈現誤解的方式

Anja Prinz、Stefanie Golke 與 Jörg Wittwer 2021 年的實驗沒有操弄誤解，而是先量出每個受試者對「共變數」有幾個誤解（0 到 4 個），再看誤解多寡和讀完之後的理解有什麼關係。92 位修過統計課的德國大學生分三組，學習時間都是 12 分鐘：駁斥文字組讀 12 分鐘，另外兩組先看表或清單 2 分鐘、再讀 10 分鐘。

駁斥文字組：每個誤解先用一句寫出來，一句明說它錯，再接三句正確資訊。
對照表組：讀一般課文，同時填一張三欄的表，前兩欄印好問題和典型誤解，第三欄自己填正確的說法。
控制組：讀一般課文，但事先拿到一張列出四個誤解的單子。

結果有三層：

三組讀完之後，誤解都比讀之前少，教學方法沒有主效果。
控制組裡，誤解越多的人理解越差（p = .050，作者稱邊緣顯著）；駁斥文字組與對照表組裡，誤解多寡和理解沒有關係。三組合起來看，誤解多寡與理解的相關接近零。
6 到 8 天後再考，這些關係全部不顯著；駁斥文字組的誤解數從讀完當下到延宕顯著回升，數值上仍比另外兩組少，但延宕時三組的誤解數沒有測到差異。

這個實驗容易被讀成「讀一般文字時，誤解多的人理解較差」。要注意它的控制組不是「一般文字」，是一般文字加一張誤解清單。所以它沒有回答「加一段常見誤解比不加好不好」，回答的是三種呈現誤解的方式之間的差別，而且駁斥文字組對控制組的斜率差（p = .063）沒有達到顯著，只有對照表組達到。作者在討論裡說：光是讀正確內容之前先給一張誤解清單，可能就有效。

個人化駁斥只在有誤解的子樣本勝出

Anna-Sophia Dersch、Ian Thacker 與 Alexander Eitel 2026 年的實驗直接拿讀者的前測來決定給什麼。336 位德國在職教師與師資生先答一份數學性別刻板印象的誤解量表，再隨機分到四組（2×2）：一般說明文、在說明文前加一段駁斥（「很多人以為……然而這些假設不正確」）、在說明文前加一段依前測給的個人化回饋（「你的答案符合／不符合科學證據」），或兩者都加。兩段說明文各不到 200 個德文字，駁斥段更短；讀完立刻後測，沒有延宕測驗。

全體 336 人：三個預先指定的比較都不顯著。一般駁斥文字也沒有勝過一般說明文。
只看前測兩個誤解都有的 96 人：個人化駁斥文字勝過其餘三組（p = .044，解釋了約 5% 的變異）；一般駁斥文字仍沒有勝過說明文。

作者的推測是，全體看不到效果，是因為沒有誤解的人對這些文字的反應不同。他們的實務建議是：個人化回饋要搭配判斷，只對確實有誤解的人給駁斥文字，其他人給說明文。

這個實驗的題材是帶價值立場的性別信念，受試者是教師，文字很短。拿來談一般教學文的「常見誤解」段落，這三點都是落差。

先備知識什麼時候有害：一個框架

Garvin Brod 2021 年的短評提了一個框架：先備知識只有在被喚起、和手上的任務相關、和要學的內容一致時，才可靠地有幫助；被喚起、相關、但和要學的內容不一致時，多半會妨礙；要重組的幅度越大，越難學。他也寫了例外：高度不一致、但讓學習者強烈驚訝的新資訊，可以學得好。

這是評論文章，沒有新資料，支撐的例子是字詞表、人名配臉這類實驗室記憶作業，作者自己也說這三個因素和學習成敗沒有一對一的對應。它對這篇的用處是解釋為什麼「誤解」值得單獨處理：它是被喚起、相關、但不一致的那一種先備知識。

會不會把誤解種進去

擔心「寫出錯誤說法反而害到讀者」的理由，在錯誤資訊研究裡叫反效果（backfire effect）。Briony Swire-Thompson、Joseph DeGutis 與 David Lazer 2020 年的方法回顧把它分成兩種：世界觀反效果，指更正挑戰了人的信念體系，人為了捍衛立場反而更相信；熟悉度反效果，指更正時重複了錯誤說法，讓它更熟悉，而熟悉的東西容易被當成真的。寫教學文要擔心的主要是後者，這是我的判斷。

這篇回顧把「會不會種進去」拆成兩個問題，我照它的拆法寫。

已經聽過誤解的人：整體層次沒有穩健的證據

回顧的作者逐篇列出研究熟悉度反效果的文獻：11 篇裡有 3 篇報告了反效果，三篇都是疫苗題材、都用單題量尺，其中一篇沒有發表。把兩種反效果合起來看，回顧裡找到的反效果有 81% 出自單題量尺；作者指出單題量尺信度低、容易迴歸平均數，而原本相信程度很低的人在前後測設計裡特別容易出現假的反效果。他們的結論是反效果「不是穩健的實證現象」，並轉述一份 10 個研究的統合分析：更正時有沒有重複錯誤說法，信念更新沒有顯著差異。

Ullrich Ecker、Caitlin Sharkey 與 Briony Swire-Thompson 2023 年的實驗複製了那三篇之一。380 位英國成人分到五組，其中一組讀 10 條疫苗迷思、每條配一條事實；另一組只讀同樣 10 條迷思、每條標上「迷思」但不給事實，作者說這是理論上最容易產生熟悉度反效果的條件。立即與一週後各測一次，沒有任何一組在任何時間點比控制組更相信迷思。只標「迷思」的那一組也沒有反效果；作者稱這是反對熟悉度反效果的特別有力的證據。

兩篇的作者都留了但書：不必要的重複仍應避免，因為它可能只增加熟悉度、沒有任何好處。Ecker 等人另外寫，沒什麼人相信、傷害風險低的錯誤說法，有時根本不該去更正。

讀者沒聽過那個誤解：沒有研究直接測過

上面的證據都來自讀者多半已經聽過那個說法的情境。對寫教學文的人，更切身的是另一種情況：文章列了一個讀者從沒想過的錯誤說法。

Swire-Thompson 等人在這裡是留白。他們說，對幾乎沒人相信的誤解公開更正，可能把錯誤說法傳給原本不知道的人，而且得不到降低相信程度的好處，這是「正當的顧慮」，還需要實證檢驗。Ecker 等人的實驗沒有操弄受試者是否先聽過迷思，所以也回答不了。Danielson 等人在導言列出同一種可能（讀者原本沒有那個誤解，駁斥文字反而讓他知道了），討論一節寫「沒有發現廣泛反效果的證據」；這句是從整體效果為正推出來的，原文沒有另外做反效果的檢定。他們也把「一篇文字裡放多個駁斥句，會不會讓讀者記住誤解、反而更堅持」列為還沒有被評估的問題。

最接近的資料是 Dersch 等人的實驗。336 人裡有 12.5% 後測的誤解分數比前測高；只分析這群人時，個人化駁斥文字組退步的幅度最大。這群退步的人多數前測只有一個誤解或沒有。作者事後提出熟悉度反效果當解釋，並明說這不在預先登錄的假設裡、現有證據不一致（他們引的正是 Ecker 等人的複製失敗）。他們的摘要寫得比結果節強：說個人化駁斥文字在「沒有誤解的人」身上引發最多反效果，但沒有任何一項分析是拿前測沒有誤解的人當母群、比較四組。

讀這個結果要知道三件事：

原文沒有報告這群退步的人（42 人）在四組各有幾人，比的是退步的幅度，不是人數。從圖上讀，一般說明文組的退步者平均也退了約 1 分。
他們是依結果挑出來的，不是隨機分派下的組間比較。分數由「同不同意 × 確定程度」構成，前測已經在最低端（−4 附近）的人，後測只可能持平或變高。這和 Swire-Thompson 等人描述的迴歸平均數相近，但類比較弱：Dersch 等人每個量表有 4 題，不是那篇回顧主要批評的單題量尺。
討論裡說，個人化駁斥組的誤解被提了兩次，一次在個人化回饋、一次在駁斥段。但附錄的教材全文裡，三種個人化回饋（沒有誤解、不確定、有誤解）都只提到題目的主題，沒有把誤解的內容寫出來。

這三點都是我讀原文（含附錄的教材全文）時注意到的；後兩點作者沒有討論。

所以「寫出讀者沒有的誤解，會不會讓他學到錯的」，目前沒有研究直接測過。這不等於沒有風險，也不等於有風險。

怎麼寫：研究留下的線索

第 1 篇已經寫過，兩份統合分析都沒有檢驗「怎麼寫才算駁斥文字」。下面的線索多半來自錯誤資訊研究與單一實驗，用到教學文是推論，我逐條標出來。

錯誤說法和正確說法放在一起

Swire-Thompson 等人的實務建議裡，有一條直接可以用在寫作上：錯誤說法一定要和更正清楚、醒目地配在一起。他們的例子是新聞標題：很多人只看標題，所以不要把誤解寫在標題、更正放在底下的小字；在標題裡就放進更正，哪怕只是一個醒目的「迷思」標記。

把這條建議用到文章小標，是我的推論。本站的文章頁有一個固定在側欄的目錄，會列出所有二、三級小標，所以小標確實會脫離正文單獨出現，和「只看標題」的情境相近。但兩者也有差別：新聞讀者可能從頭到尾沒讀到更正，文章小標底下緊接著就是更正。依原文的建議，小標裡可以出現錯誤說法，只要更正跟它一起出現：寫成「學習率太小不是比較安全」，或在小標標明「常見誤解」。原文沒有談問句；把「學習率越小越安全？」這種問句小標當成「只寫出錯誤說法」，也是我的推論。

給出正確的說法，不只標「這是錯的」

Ecker 等人的實驗裡，每條迷思配一條事實的組，讀完當下對副作用的擔憂與對「疫苗導致自閉症」的相信都比控制組低；只標「迷思」不給事實的組，相對控制組沒有顯著差異（也沒有反效果）。作者的解讀是提供清楚、詳細的替代說法可能是更正最重要的成分。要注意這兩組沒有直接互比，是各自和控制組比出來的。

這個實驗有一個限制要帶著：一週後，連有配事實的那組，相對控制組的優勢在作者事先訂的校正方式下也不顯著了；校正前的 p 值，配事實組和只標迷思組看起來差不多。摘要寫「降低了疫苗誤解」，沒有寫時間點。

一段講完，不要重複

Ecker 等人與 Swire-Thompson 等人都主張更正時重提錯誤說法大致不必避免，甚至可能有幫助，但都另外寫了「不必要的重複仍應避免」。Danielson 等人則把多個駁斥句的風險列為還沒有研究的問題。合起來，我的做法是同一個誤解只在一個小節裡出現：小標可以帶著更正寫出它，正文寫出一次、更正一次；摘要、tldr、結論與其他小節不再重複錯誤說法。小標算在那個小節裡，因為上一條建議要的正是錯誤說法和更正在小標裡一起出現。這是推論，沒有研究比過重複幾次。

誤解放在正確解釋的前面還是後面、一篇放幾個

沒有找到可引的研究。Swire-Thompson 等人提到兩種常見建議：「真相三明治」（事實、錯誤、事實）沒有被檢驗過；一份研討會報告的初步結果是先講誤解、再接兩句事實，可能比真相三明治更有效，作者說還不能下定論。研討會報告原文我沒有讀。

讓讀者自己填正確的說法

Prinz 等人的對照表組，是讀者自己在誤解旁邊寫下正確的說法。理解的結果和駁斥文字組沒有測到差異；另外幾項結果兩者不同，例如對照表組對自己每題答對與否的信心判斷較準（這是事後的比較）。作者自己列的限制是不知道對照表為什麼有效，也沒有測讓讀者先寫下自己原本的想法。

用在文章裡，相近的做法是把誤解寫成一題：「先判斷這句話對不對，再往下讀」。這是我的類推；這個實驗是在實驗室裡、受試者被要求填表，文章的讀者可以跳過。

一個程式領域的寫法：誤解目錄

Programming Misconceptions 是 Luca Chiodini、Matthias Hauswirth 等程式教育研究者維護的目錄，到 2026-10-14 公開 104 條，涵蓋 Java、Python、Scratch、JavaScript 四種語言。它是給教程式的老師用的參考，不是研究，也沒有測過把這些條目寫給學習者讀有沒有效。我讀了它的說明頁、欄位統計頁與六條內頁，寫法有幾點可以借：

錯的說法和對的說法各寫成一句，並排。例如「指派會複製物件」對「指派會複製指向物件的參照」。每一條都有這兩句。
用一小段程式讓讀者自己看見它錯。AssignmentCopiesObject 用兩行指派加上 id() 印出同一個數值。
寫誤解從哪裡來。同一條寫：老師可能把指派解釋成「把變數裡的數字複製過去」，但變數存的是參照，學生之後遇到可變物件時這個差別就變得關鍵。也就是說，有些誤解是先前的簡化說法造成的。
寫怎麼看出讀者有這個誤解，以及怎麼拿它往下教。例如 AssignmentCopiesObject 把這個誤解當成開始談「Python 裡一切都是物件」的起點；另一條 VariablesHoldObjects 則拿它開始談「兩個變數指向同一個物件」。

照實說它的範圍：公開的 104 條裡 55 條有文獻欄，49 條沒有列任何文獻；「誤解從哪來」「怎麼看出來」「怎麼往下教」三欄各只有約一半條目填了。網站自己也不用「常見」形容這些條目；它轉述的一份教師調查裡，IfIsLoop（以為 if 的主體會一直重複執行）有 51 位教師說從沒在學生身上看過（共 97 位）。這些調查數字是網站的摘要，我沒有回原論文核對。

另一種看法：誤解是可以修整的材料

上面的研究都假設誤解是要被換掉的東西。John Smith、Andrea diSessa 與 Jeremy Roschelle 1993 年的理論文章（我讀的是作者第四稿）提出不同的看法：

多數（如果不是全部）常被報告的誤解，都是有用的知識被延伸到它能發揮作用的範圍之外。

他們舉的例子是分數。幾名剛學分數的小學生判斷 4/6 大於 6/9，理由是「六分之一比九分之一大」。這條規則本身是對的（分母小，每一份就大），只是他們沒有把它限制在分子相等的時候；熟練的國高中生用的是同一條規則，但只在分子相等時用，其中有些人放寬到分子大約相等。所以作者主張學習的主要過程是調整既有知識的適用範圍、重組它在整個知識系統裡的角色，而不是一對一地換掉。

這篇文章容易被讀成「不要正面駁斥學生的錯誤想法」。原文比這細：

作者接受迷思概念研究的實證結果，說它已經證明學生的想法在很多情境裡失敗；他們反對的是只把誤解看成錯誤。他們也承認，有些錯誤想法在專家推理裡完全沒有角色。
節標題說正面對抗誤解的教學「被誤導、不太會成功」，內文的說法較弱，是「不是最有希望的教法」；這兩句都沒有附資料。三個案例是一段課堂描述、一份未出版博士論文的摘述（新手 10 人、熟練者 11 人），以及物理專家推理的論證（科學史、重新解讀別人發表的兩段口語紀錄、一個思想例子），沒有比較過任何兩種教法。
他們談的是課堂討論，沒有任何一處談文字教材怎麼寫，也沒有討論駁斥文字的實驗。所以不能說它「反對」那些實驗結果，兩者不在同一個層次。

它對寫教學文的用處，是提醒「常見誤解」段落有另一種寫法：除了說明這個想法錯在哪裡，也寫出它在什麼情況下是對的。沒有研究比過這兩種寫法。

本站的例子：教材自己寫錯的地方

本站的 CS50 AI 七週導讀在 2026-10-13 經過獨立審稿。舊稿寫錯的專案內容（例如第 4 週的 Nim 勝負規則寫反）、各週怎麼確認、審稿報告沒有讀者資料，程式碼那一篇已經整理過，這裡只補和「讀者會帶走錯的想法」有關的三件事。

全系列最多的必須修，是寫得比來源多。整個系列 25 項必須修，我整理時把它們分了類（報告本身沒有分類），最多的一類有 7 項：把來源沒說的寫成講者說的、說得比來源強，或寫了沒有依據的說法。例子有把本文自己的推論寫成講者的說法，以及把來源的「最早之一」寫成「最早的」。讀者會以為這是講者或來源的意思。

官方教材也有讀者容易誤會的地方。第 4 週講者把用一條線做分類稱為 linear regression，自己又把 regression 定義成預測實數值；第 2 週講者唸的機率（31%、23%、64%），和照講課教的列舉推論手算的結果（30.0%、23.9%、63.4%）不同；審稿者判斷原因是函式庫用了近似演算法，但沒有實跑講課當時的版本。讀者照課堂方法自己算，可能會以為自己算錯了，這是我的推論。

專案節的「容易出錯的地方」是本站版的常見誤解段落。改寫規格舉的例子之一是「規則是拿最後一個的人輸」，和第 4 週舊稿寫反的 Nim 勝負規則是同一件事：本站自己寫錯過的內容，後來變成提醒讀者的條目。這些條目的來源是審稿與實跑，不是讀者；本站文章裡寫的「常見誤解」，也沒有一條是從讀者身上量出來的。

來源說法不同的地方

以下幾組結果方向不同，或看起來衝突、其實量的東西不一樣。我把它們並列，不選邊。

重提錯誤說法有沒有害。Ecker 等人與 Swire-Thompson 等人認為更正時重提的顧慮大致沒有必要，重提甚至可能有益。Danielson 等人在談未來研究時寫，文獻也指出重複錯誤資訊可能有害，讀者可能記住了錯誤資訊、卻沒記住它是錯的。Dersch 等人用熟悉度反效果解釋自己的事後結果。前兩篇的證據是公共議題的錯誤資訊與信念量測；Dersch 等人的是教師讀短文，而且是事後解釋。

一般的駁斥文字勝不勝過說明文。兩份統合分析的平均是勝過。Dersch 等人的實驗裡，一般駁斥文字在全體和有誤解的子樣本都沒有勝過說明文。Prinz 等人的實驗裡，駁斥文字、對照表與「說明文加誤解清單」三組的理解沒有測到差異。後兩個實驗的對照條件都不是單純的說明文：Dersch 等人四組讀同一段說明文，駁斥只是前面多一小段；Prinz 等人的控制組也看到了誤解。

要不要只對有誤解的人寫。Danielson 等人的統合分析裡，篩不篩掉本來就答對的人，效果沒有測到差異。Dersch 等人的實驗裡，個人化駁斥文字只在兩個誤解都有的人身上勝出。前者是跨研究的調節分析，作者說檢定力可能不足；後者是單一實驗裡的子樣本分析。

只說「這是錯的」夠不夠。Swire-Thompson 等人轉述 Ecker 等 2019 年的研究：只把錯誤說法標成假的、不給理由，也能明顯降低相信程度。Ecker 等 2023 年的實驗裡，只標「迷思」不給事實的組，相對控制組沒有顯著效果。前者我沒有讀原文。

正面駁斥是不是好教法。Smith 等人說正面對抗誤解不是最有希望的教法，沒有附資料。兩份統合分析的駁斥文字正是寫出誤解、明說它錯。兩邊談的對象不同：Smith 等人談課堂上「你的想法對專家的想法」的對抗，統合分析談一段短文的寫法。

拿本站的做法對照

下面依 2026-10-14 工作目錄裡的版本對照。研究能支持的標「依據」，本站自己決定的標「本站的選擇」。

本站現在怎麼做	理由	研究能說什麼
課程導讀規格 `course-guide-contract.md`：概念導讀要「指出常見誤解」	規格沒有寫理由；「設計依據」一節沒有一條是關於誤解的	依據：兩份統合分析支持寫出誤解並駁斥，勝過只寫正確版本。規格沒寫怎麼挑誤解、怎麼擺，研究也沒有比過寫法
題目與回饋那一篇建議補「把錯誤的想法寫出來，再說明為什麼不對」（截至 2026-10-14 還沒寫進規格）	統合分析	依據同上；Ecker 等人的實驗另外支持「一定要給正確的說法」
CS50 AI 專案節改寫規格：「容易出錯的地方」寫現象、原因、怎麼察覺	條目來自審稿與實跑（程式碼那一篇已對照過理由）	從這篇的角度：它處理的是實作錯誤，不是讀者帶進來的概念誤解，駁斥文字的研究對不上；「怎麼察覺」和程式誤解目錄的「怎麼看出讀者有這個誤解」相近。本站的選擇，沒有研究測過
文章裡的誤解從哪來，規格沒有要求交代	—	Schroeder 與 Kucera 說寫駁斥文字的前提是知道那個誤解；本站沒有讀者資料，現有的誤解來自作者判斷、審稿與實跑
誤解怎麼放進小標，規格沒有規定	—	只有新聞標題的建議（Swire-Thompson 等）；本站有固定在側欄的小標目錄，用到小標是我的推論

可以做的事

下面是我的判斷，每條附依據與強度。

寫一個誤解之前，先寫下你為什麼認為讀者有它：講者或教材自己的簡化說法、審稿時實跑出來的錯、程式誤解目錄裡有的條目、你自己學的時候犯過的錯。寫不出來源的，考慮不寫。依據：Schroeder 與 Kucera 說要先知道誤解是什麼；Swire-Thompson 等人說對沒人相信的誤解做更正是正當的顧慮（未檢驗）；程式誤解目錄的「從哪來」欄。強度：弱，是實務與推論。
錯誤說法和正確說法放在同一段，小標不要只寫錯誤說法。可以寫成「學習率太小不是比較安全」，或在小標標「常見誤解」。依據：Swire-Thompson 等人對新聞標題的建議，加上本站側欄目錄會單獨列出小標。強度：弱，從新聞類推。
一定給出正確的說法與一句理由，不只說「這是錯的」。依據：Ecker 等人的實驗裡配了事實的組相對控制組有效（當下），只標迷思的組沒有；兩組沒有直接比較。強度：弱到中，只有立即效果，而且是公衛題材。
錯誤說法只在一個小節裡出現（帶著更正的小標加正文），不在摘要、tldr、結論與其他小節重複。依據：兩篇錯誤資訊研究的但書與 Danielson 等人列的未解問題。強度：弱，沒有研究比過重複次數。
能驗證的誤解，讓讀者自己看見它錯：一段可以跑的程式、一個可以手算的小例子。依據：程式誤解目錄的寫法。強度：實務做法，沒有效果研究。
寫出這個想法在什麼情況下是對的。例如「分母小、每一份就大」在分子相等時成立。依據：Smith 等人的理論立場。強度：沒有實驗。
讀者可能本來就懂時，把誤解寫成一題讓他判斷，例如「先判斷這句話對不對」，答案緊接在後。依據：Dersch 等人的個人化駁斥只在有誤解的人身上勝出；Prinz 等人的對照表讓讀者自己寫出正確說法。兩者都不是「先判斷再讀答案」這種形式。旁證是 Swire-Thompson 等人轉述的 Brashier 等 2020 年的研究：只要請受試者判斷陳述對不對，「重複就讓人覺得是真的」的效果就消失；那是沒有更正的重複，原研究我沒有讀。強度：我的推論。

今晚可以做的三件事

挑一篇自己寫過、有「常見誤解」段落的教學文章：

在每個誤解旁邊（草稿裡，不用發佈）寫一行它的來源。寫不出來的那條，刪掉，或改寫成一題讓讀者判斷的題目。
把只寫錯誤說法的小標改掉。例如「學習率越小越安全？」改成「學習率太小不是比較安全」。再搜尋全文，確認錯誤說法只出現在那一個小節（小標加正文），摘要與結論沒有重複。
替其中一個誤解補一句「它在什麼時候是對的」，再補一個讀者可以自己跑或自己算、看見它錯的小例子。

這些證據的限制

沒有研究直接測過教學文章裡的「常見誤解」段落。兩份統合分析的題材以科學與數學為主；Schroeder 與 Kucera 有報告長度的文本最長 1,542 個英文字，Danielson 等人沒有報告文本長度。程式教學文或長篇數學教學文的駁斥寫法，我沒有找到研究。
「會不會種進去」的證據幾乎都來自公共議題。Swire-Thompson 等人回顧的研究，依我的整理幾乎都是政治、疫苗、氣候、健康謠言與虛構新聞，唯一一篇用駁斥文字的研究只在刊出版的附錄出現一列；Ecker 等人量的是信念與接種意願，不是學習成果。
讀者沒聽過誤解的情況沒有直接的研究。Dersch 等人的資料最接近，但是事後分析。
延宕效果薄弱。Prinz 等人 6 到 8 天後全部不顯著；Ecker 等人一週後相對控制組不顯著；Dersch 等人沒有延宕測驗。
多數實驗的結果在顯著邊緣。Prinz 等人的主要結果多數在 p = .05 到 .08 之間，作者自己說檢定力低於 .80；Dersch 等人子樣本的 p = .044。
個人層次的「反效果」比例不能直接比。Ecker 等人每組都有 5% 到 20% 的人分數上升，包括沒有讀任何更正的控制組（立即 20%）；我的判斷是這反映的主要是重測波動，Ecker 等人沒有解讀這張表；Dersch 等人的 12.5% 用的是不同的量尺與基準。
我的推論：把新聞標題的建議用到文章小標、把問句小標當成只寫錯誤說法；一個誤解只在一個小節出現；寫教學文主要該擔心熟悉度反效果；官方教材的兩處可能讓讀者以為自己錯了；把誤解寫成一題讓讀者判斷；寫出誤解在什麼情況下是對的；以及「可以做的事」與「今晚可以做的三件事」各條。正文都標了。
只知道存在、沒讀到合法公開全文的：Zengilowski 等人 2021 年對駁斥文字文獻的批判性回顧（Danielson 等人說既有結論因它受到質疑）；Prinz 等人 2018 與 2019 年關於「誤解多的人也高估自己懂多少」的兩篇；Qian 與 Lehman 2017 年的程式誤解文獻回顧；程式誤解目錄背後的 ITiCSE 2021 論文。這些不引內容，也不列進參考資料。
轉引：Swire-Thompson 等人轉述的 Walter 與 Tukachinsky 統合分析、Ecker 等 2019、Brashier 等 2020、真相三明治的研討會報告；程式誤解目錄轉述的教師調查。原研究我都沒有讀。
讀者端的後設理解（誤解多的人會不會高估自己懂了多少）之後的篇會談。

附錄：各研究的設計與數字

Danielson、Jacobson、Patall、Sinatra、Adesope 等（2024），Educational Psychologist，讀的是 NSF PAR 典藏的作者稿。預先註冊；71 篇文章、76 個研究、111 個樣本、294 個效果量，總樣本 10,265 人，只收科學題材、把受試者分到不同組、不含互動式教學的研究。正確信念 g = 0.37（只用後測，67 個研究）、0.36（用前測調整，49 個研究）；正確信念的 95% 預測區間跨零（只用後測 −0.53 到 1.26）。篩選（驗證性調節分析）：只用後測，沒有篩 0.42、排除信念已高度正確者 0.37，b = −0.04（SE 0.09）；用前測調整，0.42 對 0.45，b = 0.02（SE 0.08）；都不顯著，「篩過的效果較大」的假設不成立。26 個調節變項在 .05 水準下都不顯著，作者說部分分析的研究數太少（例如歐美以外只有 5 個研究）。對正面情緒、負面情緒、態度的效果都不顯著（各 7 個研究）。

Schroeder 與 Kucera（2022），Educational Psychology Review 34，讀的是 PMC 刊出版。33 個研究、44 個比較、3,869 人；g = 0.41（0.30–0.51）。先備知識：37 個比較沒有報告；低先備 g = 0.40（6 個比較）；混合 −0.03（1 個）；編碼方案有「高」，表裡沒有這一類。44 個比較裡 5 個是對照組較好。

Prinz、Golke、Wittwer（2021），Instructional Science 49，刊出版。92 位德國大學生，駁斥文字 31、對照表 29、控制 32 人；課文改自德文統計教科書，主題是共變數，針對四個誤解（共變數代表因果、是標準化統計量、和配適線斜率有關、為零就證明沒有關聯）。一般版 536 字，駁斥版 665 字。學習 12 分鐘。誤解測驗與理解測驗是同樣 4 題。誤解減少：時間主效果 F(1.63, 143.52) = 44.59，p < .001；教學方法主效果 p = .507；三組讀完當下與延宕都比讀之前少（ps ≤ .010）；駁斥文字組從當下到延宕回升（p = .045）。理解：整體交互作用 p = .053；控制組斜率 b = −0.40（p = .050），駁斥文字組 b = 0.15（p = .487），對照表組 b = 0.27（p = .204）；斜率差：駁斥文字對控制 p = .063，對照表對控制 p = .024；在平均誤解數下三組沒有差異（p = .202、.971）；三組合併時誤解數與理解的相關 r = .01。遷移：控制組裡誤解數與遷移無關（p = .430），假設不成立。延宕理解與延宕遷移：交互作用 p = .391、.190，全部不顯著。作答信心準確度：對照表組 gamma .72，駁斥文字 .43、控制 .38，事後對比 p = .039。

Dersch、Thacker、Eitel（2026），Educational Psychology Review 38，刊出版，CC BY 4.0。2×2 受試者間（駁斥對說明 × 個人化回饋對無），線上，有預先登錄（作者註明登錄版與本文的假設措辭和順序有改）。336 人：在職教師 25.3%、已任教的師資生 14.9%、沒有教學經驗的師資生 59.8%。各組人數：個人化駁斥 93、個人化說明 86、一般駁斥 74、一般說明 83。兩段說明文 163 與 190 字（德文），駁斥段 32 到 77 字，個人化回饋段 43 到 52 字；每段至少停留 35 秒。誤解分數 = 同意與否 × 確定程度，−4 到 +4。全體：三個對比都不顯著（原文印成「t > 1」，依文意應是 t < 1）。前測兩個誤解都有的 96 人：個人化駁斥對其餘三組 b = 0.26，SE = 0.13，t(92) = 2.04，p = .044，R² = 0.05。同一子樣本的行為測量（看教室影片察覺教師的刻板印象行為，n = 82）反而是個人化駁斥組較低（p = .047），作者說這個測量和誤解分數不相關、只能算探索性。退步者 42 人（12.5%），其中前測兩個誤解都有的 8 人、只有一個或沒有的 34 人；只分析這 42 人的 2×2 ANOVA，個人化 × 駁斥交互作用 F(1, 38) = 8.11，p = .007；從圖讀約值：個人化駁斥約 −1.75，其他三組約 −0.35 到 −1.05。排除前測兩個誤解都有的 8 人後交互作用仍顯著（p = .020）。原文另有幾處數字前後不一（各組人數在流程圖與正文不同、一個間接效果落在自己的信賴區間外），以正文與表 1 為準。

Brod（2021），npj Science of Learning 6，評論，PMC 刊出版。沒有資料。三個因素：喚起、相關、一致；作者說是「至少三個」，與學習成敗沒有一對一對應。

Swire-Thompson、DeGutis、Lazer（2020），Journal of Applied Research in Memory and Cognition 9，敘述性回顧，不是統合分析，沒有交代文獻怎麼找。數字依 PMC 的刊出版；預印本的數字不同（單題對多題 36% 對 9%、統合分析 11 個研究）。附錄 C（熟悉度）11 篇文章，3 篇報告反效果（未發表手稿 1 篇、Pluviano 等 2017、Pluviano 等 2019），都是疫苗、單題量尺。附錄 B（世界觀）20 篇，7 篇在某個子群報告反效果。反效果出自單題量尺的比例 81%；單題量尺出現反效果的比例 37%、多題 8%（Z = 2.96，p = .003），分母原文沒有交代。轉述的統合分析：10 個研究，更正時重不重複錯誤說法，信念更新沒有顯著差異。

Ecker、Sharkey、Swire-Thompson（2023），PLOS ONE 18，刊出版。複製並擴充 Pluviano 等 2017。英國成人 380 人，2021 年 5 到 6 月線上；五組：迷思配事實、只有迷思（標「迷思」）、圖像更正、恐懼訴求、控制（無關的醫療須知）。量三個依變項（擔心副作用、相信疫苗與自閉症有關、接種猶豫），各 7 題，立即與一週後。迷思配事實組立即對副作用擔憂 F(1, 370) = 13.43，p < .001；對自閉症連結 F = 6.90，p = .009；校正後都顯著。一週後兩項 p = .017、.026，在每族 4 個對比的 Holm-Bonferroni 校正下不顯著。只有迷思組在任何時間點相對控制組都不顯著。接種猶豫沒有任何一組有差異。疫苗態度最負面的三分之一裡也沒有反效果。樣本的誤信程度本來就低（0–5 量尺的平均都在 1.6 以下）。個人層次，分數在數值上上升的比例：控制組立即 20.00%、一週後 10.00%；迷思配事實 5.13%、11.54%；只有迷思 20.25%、16.46%。作者說檢定力不足以偵測小效果。

Smith、diSessa、Roschelle（1993），Journal of the Learning Sciences 3(2)。理論文章，讀的是作者第四稿，引文與數字都出自作者稿。分數案例摘自 Smith 1990 年未出版的博士論文：新手是 10 名剛學分數的國小生，熟練者是 8 名高中生加 3 名國中生；熟練者在 8 題比較題平均用 7.6 種策略，新手 7.0 種。沒有效果量、沒有統計檢定、沒有教法比較。

Programming Misconceptions（progmiscon.org），2026-10-14 讀取。公開條目 104 條（Java 55、Python 30、Scratch 13、JavaScript 6），草稿 143 條（預設不顯示）；網站說條目數多寡不代表語言難易。每條必備：語言、錯誤陳述、正確陳述、概念、對應的語言規格、更正說明、圖。選填欄在公開條目的填寫數：誤解從哪來 47、怎麼看出來 57、怎麼往下教 58、文獻 55。網站轉述的 Chiodini 等 2025 年調查（97 位瑞士高中教師）：AssignmentCopiesObject 有 26 位教師自己也持有這個誤解；IfIsLoop 有 51 位說從沒在學生身上看過。這些是教師自陳與教師對學生的印象，不是對學生的直接測量；我沒有回原論文核對。

參考資料

論文都從頭讀到尾並留有抽取紀錄；網站只讀了括號裡列的頁面。讀的版本與讀不到的部分寫在括號裡。

Danielson et al. (2024), The effectiveness of refutation text in confronting scientific misconceptions: A meta-analysis（NSF PAR 典藏的作者稿；補充資料沒有讀）。
Schroeder & Kucera (2022), Refutation Text Facilitates Learning: a Meta-Analysis of Between-Subjects Experiments（PMC 刊出版，DOI 10.1007/s10648-021-09656-z；補充資料沒有讀）。
Prinz, Golke & Wittwer (2021), Counteracting detrimental effects of misconceptions on learning and metacomprehension accuracy: The utility of refutation texts and think sheets（刊出版，開放取用）。
Dersch, Thacker & Eitel (2026), Should we Tell Teachers That They Are (In)Correct? How Personalized Refutation Text Promotes or Hampers Conceptual Change（刊出版，開放取用；PDF 原始版面沒有取得，表格依出版者的表格頁對過；OSF 資料沒有開）。
Brod (2021), Toward an understanding of when prior knowledge helps or hinders learning（PMC 刊出版；圖 1 只讀到圖說）。
Swire-Thompson, DeGutis & Lazer (2020), Searching for the Backfire Effect: Measurement and Design Considerations（PMC 刊出版與 PsyArXiv 預印本都讀了，數字依刊出版；圖 1 只讀到圖說）。
Ecker, Sharkey & Swire-Thompson (2023), Correcting vaccine misinformation: A failure to replicate familiarity or fear-driven backfire effects（刊出版；OSF 上的補充檔沒有讀）。
Smith, diSessa & Roschelle (1993), Misconceptions Reconceived: A Constructivist Analysis of Knowledge in Transition（讀的是 SRI 著作頁存檔的作者第四稿，與刊出版字句有差別；參考文獻只掃過）。
Programming Misconceptions（progmiscon.org）：索引頁、說明頁、欄位統計頁，以及 AssignmentCopiesObject、IfIsLoop 等六條內頁（2026-10-14 讀取；其餘 98 條內頁沒有讀）。
本站文章：教學文章的例子與開頭怎麼寫、教學文章裡的問題與用語怎麼寫、教學文章裡的程式碼要寫到什麼程度、Harvard CS50 AI 導讀。