01一项 7 周的实验：AI 越「不给答案」，学生记得越牢

Akgun & Toker 做了一组干净的随机实验：89 名大学生，分成三组，连续 7 周。所有组的练习次数和时间间隔完全相同，唯一的区别是互动结构：

组别AI 如何互动后测得分
自适应间隔提取组AI 会「藏起答案」：发现肤浅回答就追问、对误解做针对性探测，只有充分投入才进入下一步78.19
固定间隔提取组按固定节奏做提取练习74.55
开放 AI 自学组想问就问、想怎么学就怎么学，完全学习者主导67.28

自适应组不仅后测最高，长期保持的效应量也达到 d = 0.92——在教育干预里，这是一个相当大的数字。

「前置测验是一个前载的催化剂——它本身的效果，会被开放式 AI 访问稀释掉。」

Akgun & Toker 对实验结果的解读

这句话值得慢读一遍。测验先行（pretesting）本来是强有力的学习催化剂：先逼大脑尝试回忆，再学，记忆锚点会牢得多。但如果测验之后你立刻拥有一个「有问必答」的 AI，这个催化剂就被稀释了——大脑知道答案唾手可得，就不再费力去提取。

02经典数据：只重读的学生，一周后忘了 52%

Roediger & Karpicke 在 2006 年发表于 Psychological Science 的经典实验，至今仍是提取练习最有力的证据之一：只重读的学生一周后遗忘了 52%；而做过三次提取练习的学生，只遗忘了 14%。

换算成日常语言：同一个时间预算下，三次 10 分钟的分散提取，远胜一次 30 分钟的连续苦读。这也是「泰迪深度一小时」把 10 分钟 AI 对话放在深读之前的底层理由——那 10 分钟不是热身，它本身就是一次提取。

03阅读本身的新发现：深读前，先读出声

Texas A&M 牵头的一项大规模元结构方程模型研究（Hajovsky 等，2025 年发表于 Journal of Intelligence，2026 年 5 月被媒体广泛报道），汇总了 137 套认知与学业测验量表、近 5 万组相关性数据（599 个相关矩阵），得出了一个反直觉的结论：

视觉加工能力与阅读水平几乎没有关系。真正驱动阅读理解的，是听觉加工（拆解字词发音的能力）和背景知识（词汇量 + 已有知识）。

对深读实践的直接启示：深读之前的 5 分钟热身——读出声来、激活相关背景——比换字体、换灯光有用得多。声音和已有知识，是阅读理解真正的入口。

提取练习三步：合书、凭记忆写、对照补缺
提取练习就三步：合书、凭记忆写、对照补缺；答不上的地方，就是今天深读的锚点。

今日 10 分钟练习协议

先不读新内容。把今天的 AI 对话变成一次提取练习。

  1. 让 AI 先考你。针对昨天读过的内容，让它出 3 道提取式问题；你凭记忆回答，不许翻材料。
  2. 标记锚点。答错或答浅的地方记下来——那就是今天这 1 小时深读的锚点，只读这些缺口。
  3. 手写 3 句总结。深读结束时，用自己的话手写 3 句总结，不看原文。卡住的地方，就是明天的第一道提取题。

研究来源

来源核验与诚实限定

引用核验（2026-10-14）

本篇三处来源已逐条核对：Roediger & Karpicke (2006) 的 52% / 14% 遗忘率与论文实验 2 数据一致，引用为论文原文 DOI；Texas A&M 元分析已换成 Hajovsky 等论文原文 DOI（论文发表于 2025 年，2026 年 5 月为媒体报道时间；数据为 137 套测验量表、近 5 万组相关性数据）；Akgun & Toker 的具体实验数据出自研究综述页，已如实标注，作者原始 arXiv 预印本已附上。编辑原则：方法优先于观点，证据优先于语气。