建設性掙扎與認知摩擦：
AI 時代，把困難設計回學習裡

一句話定位：productive struggle（建設性掙扎）是學習者端的歷程——教育者想讓學習者經歷的狀態；cognitive friction（認知摩擦）是環境端的設計手段——刻意放進學習流程裡的阻力。摩擦是劑量，掙扎是反應，學習是療效；而且和藥一樣，有治療窗、有毒性、有禁忌症。

壹起點：AMEE 2026 開幕演講的一行字

AMEE 2026（維也納）開幕 plenary 上，Brian Hodges（University of Toronto）以「Raising the Stakes: The Power and Potential of Examination for Learning」為題，列出六項「實證的、友善學習的科技」。每一項都是「學習科學原則：科技載體」的配對，其中第五項寫著——

整場演講的敘事是：當知識從大腦搬到雲端、再走向 AI 輔助推理，「記得多少」不再是能力的代理指標；但同一場演講也警告，AI 讓學習的預設值變成「毫無阻力」，而學習科學數十年的證據恰恰指向相反的方向——能力是從適度的困難裡長出來的。Hodges 引用的開場故事是著名的倫敦計程車司機研究：通過 The Knowledge 考試（依演講轉述，須熟記約 2.5 萬條街道）的司機，其空間記憶相關的海馬迴結構與對照組不同，且後海馬迴灰質與駕駛年資相關；行駛固定路線的公車司機則無此發現橫斷面——長期導航經驗與海馬迴結構差異相關，與「經驗驅動可塑性」的解釋一致（橫斷面研究不能確立因果，但方向發人深省）。

這一頁投影片把兩個出身完全不同的詞焊在一起。要正確使用它們，得先把各自的來歷說清楚。

貳先把兩個詞說清楚

參理論底層（Bjork）：學習不等於表現

1994 年，UCLA 心理學家 Robert Bjork 在一篇經典章節中提出「desirable difficulties（有益的困難）」：許多加速訓練中表現進步的操弄，無助於長期的訓練後表現；反之，許多看似替學習者製造困難的操弄，反而增強長期保留與遷移。理論核心是「學習 ≠ 表現」：表現（performance）當下可測，學習（learning）只能在延遲後間接測得。Bjork 與 Bjork（2020）用「儲存強度／提取強度」的框架進一步說明：當下提取強度越高（越流暢），重讀或再提取帶來的儲存強度增益越小——所以「遺忘（提取強度下降）反而能促成學習」，這正是間隔與變化有效的機轉。

原典中的五類「有益的困難」

為什麼沒人想用：流暢感的三重陷阱

• 學習者被自己騙：進步快讓人安心（即使沒學到什麼），掙扎犯錯讓人沮喪（即使學到很多）。Baddeley 與 Longman（1978）的英國郵務員鍵盤訓練實驗裡，集中練習組學得較沒效率、卻對訓練更滿意。
• 教師被學員騙：Bjork 直指訓練者受一種「操作制約」——學員當下的表現與滿意度是強化物，久了自然滑向讓學員舒服的教法；而機構又常以「訓練中／訓練結束時的表現」考核教師，且教師幾乎看不到學員結訓後的真實表現。
• 後設認知被流暢感騙：以「現在提取的順暢度」推估「學會的程度」是不可靠的指標——分塊練習、連續回饋、固定情境都像「拐杖」，撐高訓練中的表現；拐杖一抽，表現崩塌。

肆把掙扎做成設計：productive failure（Kapur）

如果 Bjork 回答「哪些困難有益」，新加坡／蘇黎世聯邦理工的 Manu Kapur 則回答「怎麼把掙扎排進課程」。他利用「學習與表現不可通約」把教學設計切成 2×2（Kapur 2016）框架論文：

Productive failure 的兩階段：先「生成」（讓學生用先備知識產出多個次佳、甚至錯誤的解法），後「收攏」（教師把學生解法與正解對照比較，指出關鍵特徵）。機轉有三：活化並分化先備知識；讓學生意識到自己知識的缺口；以及在對照中更深地編碼新概念的關鍵特徵。有趣的是，Kapur（2011）與 Loibl 與 Rummel（2013）都發現：在生成階段給予引導確實讓學生「解對」了，但事後學習並沒有更好——初期的解題成功本身不是重點，被活化的先備知識與被暴露的缺口才是。

統合分析量級（Sinha 與 Kapur 2021；53 篇研究、166 組比較）：「先解題後教學（PS-I）」整體優於「先教學後解題（I-PS）」，Hedges' g 0.36（95% CI 0.20–0.51）；依 PF 設計準則高擬真執行時 g 0.37–0.58；校正發表偏差後的真實效應估計更高（g 0.87）。收益集中在概念理解與遷移；程序知識則未檢出顯著差異（信賴區間仍容許小幅利弊，長期流暢度亦未被充分評估）。所謂高擬真，指問題能引出多元解法與表徵、有情感吸引力（真實情境、對比案例）、有小組與社會支持，且教學階段連結學生生成的解法（統合分析中與較大效應量相關的 fidelity 準則之一）——不是把學生丟進困難就叫 productive failure。

與醫學教育的直接關聯：Kapur 歸類為 productive success 的 PBL，其統合分析大多來自醫學生——Vernon 與 Blake（1993）發現直接教學利於基礎知識、PBL 利於臨床應用；Dochy 等（2003）更發現直接教學在基礎知識上的優勢，到醫學院二年級之後就消失了；Schmidt 等（2009）彙整 270 組比較，PBL 在知識與診斷推理有小幅正效應、在臨床技能效應更強（皆見 Kapur 2016 所引）。換句話說，醫學教育其實早就在大規模使用「有鷹架的掙扎」。

伍你已經在用的摩擦：測驗與間隔

回頭看那頁投影片的第一、三項——「持續低風險測驗」與「間隔重複練習」——它們本身就是 Bjork 清單上的兩種經典有益困難。也就是說，第五項（認知摩擦）是第一、三項的上位原則；而這兩項是醫學教育裡研究累積最多的摩擦：

• 測驗增強學習（test-enhanced learning）綜述：Larsen、Butler 與 Roediger（2008）是把認知心理學測驗效應帶進醫學教育的代表性論文——考試不是中性的測量工具，而是主動的學習工具；要「頻繁且間隔」，費力提取（如簡答）優於再認（如選擇）；沒有回饋時測驗效應依然存在，但提供回饋通常能進一步增強保留、並避免錯誤答案被固化。
• 系統性回顧BEME Guide No. 48（2018）：19 篇對照研究、41 個學習成果——與同時間重讀相比，保留成果 21/23（SMD 0.12–2.5）、遷移成果 7/7（SMD 0.33–1.1）方向上有利於測驗式學習，形式並延伸到模擬與標準化病人；須注意並非每個結果都達統計顯著、效應量異質（2.5 為離群值），該回顧亦因異質性未做合併效應估計。
• 間隔（spaced education）RCT：Kerfoot 等（2007）用每週 email 臨床情境題做間隔提取，年終綜合測驗顯著改善（P<0.001），且在該研究中，對 6–8 與 9–11 個月前完成該科訓練者效應量最大（Cohen's d 1.01 與 0.73）——提示間隔提取對較遠期的保留特別有幫助（單一學校、單一學科的研究，外推宜保守）。急救訓練端，AHA 2018 復甦教育科學聲明科學聲明指出標準課程後技能持續衰退，建議以「更短、更頻繁」的間隔學習（如每 3–6 個月 1–2 小時）取代每兩年一次的集中課程。

陸AI 把摩擦變成稀缺品

在生成式 AI 之前，摩擦是學習流程的預設值：查書、手算、自己寫草稿。教學建議只需要「忍住，不要把困難移除」。生成式 AI 把預設值改成毫無阻力——答案即時、成品即得，掙扎不再自然發生。於是有益的困難從「本來就在」變成「必須刻意設計回去」。

實驗實證警訊已經出現。Fan 等（2025）把 117 名大學生隨機分為四組完成同一份英文閱讀寫作任務：無支援、ChatGPT、真人專家、寫作分析工具。結果：ChatGPT 組的作文改善分數顯著最高（p=0.005；比其他三組各多約 2 分），但知識獲得（p=0.438）與知識遷移（p=0.996）皆未檢出組間顯著差異——無差異不等於證明相等，但「AI 讓成品變好」至少沒有同步反映在知識測驗上；內在動機亦無組間差異，自我調節學習歷程卻顯著不同：AI 組的評估、定向等後設認知活動較少、學習歷程繞著 ChatGPT 打轉。作者將此解釋為可能的「後設認知怠惰（metacognitive laziness）」——把後設認知負荷卸載給 AI 的傾向，尚待更多場域驗證。

這就是「認知摩擦」在 AI 時代被翻轉成正面詞的原因。但要用對，得分清楚好摩擦與壞摩擦：

柒臨床教學的落地清單（證據知情的外推）

床邊與模擬

• 先問「你認為是什麼、為什麼」，讓學員 commit 到一個判斷再給資訊（one-minute preceptor 的 get a commitment 可視為同一原理的床邊版本）。
• 模擬中忍住不急著提示，讓團隊走到決策點再進 debriefing——此原則僅限模擬與教學情境，且應預設停止規則與救援提示；真實病人照護中不得為了「製造摩擦」延遲必要的資訊、督導或決策支援。
• 擬真度追求「心理擬真」而非「工程擬真」——Bjork 1994 引述的模擬器文獻指出：高工程擬真不保證較佳學習，過多線索與複雜度可能干擾初學者（但某些技能確實需要高擬真，依學習目標決定）；關鍵是訓練中演練到「之後真實環境會要求的那種處理歷程」。
• 技能訓練排程用交錯與變化（不同病例型態混排），別整批同型。

課程與在職教育

• 用每週數題的低風險測驗（email／LINE 題庫）補充或部分取代重讀講義——實施成本低、且有系統性回顧與 RCT 支持的保留介入（不是取代初始教學，也不是取代臨床即時查閱）。
• 複訓改「短時、高頻」的間隔設計；考題往「費力提取」靠：簡答、口頭申論優於再認。
• 事先向學員說明原理與可預期的「短期表現下降」——有效的不是疲勞感本身，而是對準學習目標的費力提取與生成；滿意度短期下降是可預期的（記得郵務員實驗），事先溝通是合理的因應。

AI 工具導入

• 在教學與練習情境立規則「先自己寫，再問 AI」（練習用病歷、鑑別、處置計畫皆然）；真實病人照護中若時效與病安要求即時查證，不適用此摩擦。
• 把「批判 AI 輸出」變成作業本身——找出它的錯誤、補上它沒問的問題。
• 自我校準用「延遲、不看答案」的自測：延遲後只看題幹自問「我答得出來嗎」的判斷最準確（Dunlosky 與 Nelson 1992，見 Bjork 1994 所引）。
• 教師的新任務是決定哪個環節保留人為掙扎、哪個環節放心外包（教育科技評論圈稱之為 friction architect，屬評論用語而非實證術語）。

捌常見誤用

1. 把「加摩擦」做成「把介面做爛、把說明寫模糊」——那是 extraneous load，Cooper 原義的摩擦，該刪。
2. 把掙扎丟給毫無先備知識的純新手而不給鷹架——那叫 unproductive failure，不是教學法。
3. 只有生成、沒有收攏——「學生解法 vs 正解」的對照講解被視為 PF 促成學習的關鍵階段，少了後半段就不是完整的 PF 設計，只是挫折。
4. 用當下表現評估教學成效——短期表現亮眼恰恰可能是 unproductive success；學習要在延遲後測。
5. 把「學員滿意度下降」當成教法失敗的證據——有益的困難常伴隨滿意度短期下降，需要事先溝通與長期成果佐證（但也別反過來把「大家都在抱怨」一律當成教法有效的勳章）。
6. 把 cognitive friction 當成有既定操作型定義的實證術語引用——它是設計語彙，引證據時請回到 desirable difficulties／productive failure／testing effect 的原始文獻。

玖證據速查表：可說／不能說

拾參考文獻

1. Bjork RA. Memory and metamemory considerations in the training of human beings. In: Metcalfe J, Shimamura AP, eds. Metacognition: Knowing about Knowing. MIT Press; 1994:185–205.
2. Bjork RA, Bjork EL. Desirable difficulties in theory and practice. J Appl Res Mem Cogn. 2020;9(4):475–479.
3. Kapur M. Examining productive failure, productive success, unproductive failure, and unproductive success in learning. Educ Psychol. 2016;51(2):289–299. doi:10.1080/00461520.2016.1155457
4. Sinha T, Kapur M. When problem solving followed by instruction works: evidence for productive failure. Rev Educ Res. 2021;91(5):761–798. doi:10.3102/00346543211019105
5. Hiebert J, Grouws DA. The effects of classroom mathematics teaching on students' learning. In: Lester FK, ed. Second Handbook of Research on Mathematics Teaching and Learning. Information Age; 2007:371–404.
6. Larsen DP, Butler AC, Roediger HL III. Test-enhanced learning in medical education. Med Educ. 2008;42(10):959–966. doi:10.1111/j.1365-2923.2008.03124.x
7. Green ML, Moeller JJ, Spak JM. Test-enhanced learning in health professions education: a systematic review: BEME Guide No. 48. Med Teach. 2018;40(4):337–350. doi:10.1080/0142159X.2018.1430354
8. Kerfoot BP, DeWolf WC, Masser BA, Church PA, Federman DD. Spaced education improves the retention of clinical knowledge by medical students: a randomised controlled trial. Med Educ. 2007;41(1):23–31. doi:10.1111/j.1365-2929.2006.02644.x
9. Cheng A, et al. Resuscitation education science: educational strategies to improve outcomes from cardiac arrest: a scientific statement from the American Heart Association. Circulation. 2018. doi:10.1161/CIR.0000000000000583
10. Fan Y, Tang L, Le H, et al. Beware of metacognitive laziness: effects of generative artificial intelligence on learning motivation, processes, and performance. Br J Educ Technol. 2025;56(2):489–530. doi:10.1111/bjet.13544
11. Maguire EA, Gadian DG, Johnsrude IS, et al. Navigation-related structural change in the hippocampi of taxi drivers. Proc Natl Acad Sci USA. 2000;97(8):4398–4403. doi:10.1073/pnas.070039597
12. Maguire EA, Woollett K, Spiers HJ. London taxi drivers and bus drivers: a structural MRI and neuropsychological analysis. Hippocampus. 2006;16(12):1091–1101. doi:10.1002/hipo.20233
13. Cooper A. The Inmates Are Running the Asylum: Why High-Tech Products Drive Us Crazy and How to Restore the Sanity. Sams; 1999.
14. Hodges B. Raising the Stakes: The Power and Potential of Examination for Learning. 開幕 plenary，The AMEE Conference 2026（Featuring the Integrated Ottawa Event），Vienna，2026 年 8 月。AMEE 官方場次公告（內容依現場投影片與聽講筆記整理，非逐字稿）