熟悉的情况是：学习者周一问了一个问题，得到一个满意的答案，周五却无法重新取回这个想法。六周的会话记录提示了另一件事：回去的路径，和想法本身一样重要。
核心要点
- 重新框定的回忆胜过重复。改变回忆提示的表面，把一周留存从 41% 提升到 58%（184 位学习者）。
- 收益集中在要紧之处。被学习者描述为“几乎清楚”——认得却说不出——的想法改善最多，达到 63%。
- 是生成，不是再认。通往同一房间的一扇新门，迫使学习者重新生成那个想法，而不是重读它。
- 默认上线。回忆提示现在默认重新框定，并带一点种子，使提示永远不会是一张白纸。
我们反复看到的问题
早期学习者一周后的保留率低于预期。真正令人意外的是，下一次提示的形状很重要。认出来并不等于回忆起来；在上下文中清楚的答案，离开上下文后可能重新变得模糊。
这个观察结果却出现在一个我们原本没有寻找它的地方。我们当时正在为另一项关于间隔重复（spaced repetition）的研究查看保留数据，却注意到：隔了一段时间再回到某个主题、并且由学习者自己重新表述原问题，而不是认出导师改写后的版本的人，在一周后的回忆提示中表现更好。效果很小——我们查看的第一个月里大约只有 4 个百分点——我们差点把它当作噪声忽略掉。让我们继续追查的是，这个效果在每个研究组（cohorts）中都稳定地朝同一方向变化；而且重新表述与原问题在实质上差异越大，效果幅度也越大。
最直观的解释是，重新表述本身就是一种提取练习（retrieval practice），因此这点小幅提升不过是提取带来的提升。我们直接检验了这个解释，结果表明它并不成立。在我们的数据中，单次重新表述带来的提取练习提升约为 6 个百分点；而“几乎清楚”子群体的提升为 17 个百分点，远非单独提取所能解释。额外的提升来自别处。
我们最终断定，额外的提升来自另一件事：重新表述并不是一个单独的动作，而是一条小小的链条。学习者先意识到自己已经忘了最初的框架，又把那个想法提取到足以用新的话重新说出它，再用原想法检验这些话是否合适。链条上的每一步，都是一次小小的建构；而用研究文献的话说，每一次建构都是一种精细加工（elaboration）。精细加工是认知心理学发现的通往持久保留最可靠的路径。所以，提升并不是因为学习者做了重新表述，而是因为学习者重新表述后，又用原想法检验了这番表述。
我们改变了什么
我们在六周内对 184 名活跃学习者做了两个小型干预。一组重复原来的问题，另一组从不同角度重新表达同一个概念，通常加入更小的例子或反例。两组的回忆时间和间隔相同。
第一项改变是更显眼的一项。当学习者问“什么是链式法则？”，三天后又问一次时，旧导师会用略有不同的中文给出同一个定义；新导师则会回应一个不同的形状，而不是不同的呈现面——例如一个比较：“这是链式法则，这是乘法法则——它们有什么相同之处，又有什么不同？”回应不是只把中文换成另一种说法；它换了形状。形状变化才是关键，呈现面变化只是顺带发生。
我们选择“比较”作为第一种新形状，有充分理由。在研究文献中，“比较”是最可靠的精细加工操作之一。当学习者需要说出两个想法的相同与不同之处时，他们必须找出每个想法背后的特征；只有把这些特征说清楚，比较才有意义。能把链式法则与乘法法则放在一起比较，实际上就是为两者建立了小小的模型；只能复述链式法则的学习者，则只为一个想法建立了一个小小的表层框架。
第二项改变——记录形状变化，而不是措辞的变化——才让测量成为可能。在此之前，我们一直通过计算原表述与改写版本之间重合的词数来测量回忆。这个指标衡量的是呈现面相似度（surface similarity），而不是形状相似度（shape similarity）。两个用词不同的定义，呈现面相似度很低；定义与比较的呈现面相似度同样也很低。只看呈现面，我们分不清一次变化究竟是重塑了形状，还是只换了措辞。记录形状变化后，效果才显现出来。
重新表达的问题让一周后的保留率从 41% 上升到 58%。效果在那些“差不多懂了”的想法上最明显：认出来很容易，但用话说清楚很难。
如果希望一个人下个月还记得一个想法，就应该给同一个房间换一扇门。
这对产品改变了什么
现在回忆提示默认会换一个角度。学习者仍然可以选择重复原话，但默认路径会要求他们在新的表述下重新生成想法；提示还会带一颗小小的线索种子，避免它变成一张完全空白的纸。
决定发布这些笔记，本身就是一项产品决策。我们发现，使用 Socrates 时间最长、收获也最多的学习者，往往是那些形成了关于导师运作方式的可用的工作理论（working theory）的人。知道自己在第二次问同一个问题时导师会提供比较，学习者就能利用这一点提出更好的问题。不了解这一点的学习者，则偶尔会被导师的行为打个措手不及；感到意外的学习者，追问会更少。
这些笔记也让我们能够约束自己。关于导师某种行为方式的说法，都可以拿公开笔记来核对。如果笔记写着“导师会等解释说完再追问”，而记录却显示它中途打断，那就是我们能够发现并修复的缺陷。这些笔记不只是意图的说明，也是契约。
我们后来才逐渐看重第三个发布理由：这些笔记也是我们招募学习者的方式。会在选择导师前阅读研究笔记的学习者，平均来说，也更会好好使用导师。我们写这些笔记，并不是为了把它们当作营销门面；但我们发现它们确实起到了这个作用，也对此坦然接受。
仍然开放的问题
一周保留率是一回事，一个月保留率是另一回事。我们会在四周后继续测量，并公开包括负面结果在内的发现。
我们考察的分组依据包括：学科（数学、编程、历史、经济学）、此前会话次数（1–3、4–10、11+）、原问题提出时的自评信心（低、中、高），以及原问题提出的时段。形状效应在所有子群体中都朝同一方向。效果大小有所不同：信心高的子群体效果最小，为 7 个百分点；信心居中的子群体效果最大，为 15 个百分点。信心高者原本最可能产生最小效果，因为已经自信的学习者没有那么多内容可供精细加工。信心居中的学习者则最可能获益最大，因为“几乎清楚”的学习者，最能从一次小小的额外建构中受益。
低信心子群体仅有 9 个百分点的效果，出乎我们的意料。我们原以为低信心者获益最大，理由是他们有最多东西要学。数据并非如此。最合理的解释是，低信心者尚未达到可以尝试重塑形状的门槛；这种尝试至少需要一定信心。低于门槛时，即使导师给出这种机会，学习者实际上也不会尝试。这是一个假设，不是结论。下一项研究会直接检验它。
数据说明了什么
六周干预中，184 名学习者各完成了至少一轮回忆测试：
一周延迟回忆 · 184 人
2026.05 – 2026.07前两行的差距是平均处理效应；“几乎清楚”的子群体是产品现在重点设计的对象——识别很容易，说出来很难，换一扇门改变最大。
关于表中“原样复述”含义的注释
“原样复述”条件是对照组：导师用略有不同的中文给出同一个定义，一周后的回忆提示则按与原答案的准确契合程度评分。该条件下的回忆率为 41%。“换角度重构”条件是处理组：导师不再用改写后的定义，而以比较（或其他形状变化）来回应，回忆提示则与对照组相同。该条件下的回忆率为 58%。两者的差距——17 个百分点——就是平均处理效应。
关于“几乎清楚”子群体的注释
这是原问题提出时自评信心在 5 分制中为 3 分或 4 分的学习者。在原样复述条件下，他们的回忆率为 42%，与对照几乎相同；在换角度重构条件下，回忆率为 63%，高出 21 个百分点。产品现在重点围绕这个子群体设计。通常说到“形状变化”时，我们指的就是对这个子群体起作用的形状变化。
关于样本组（cohort）的注释
这 184 名学习者从活跃用户中招募；他们此前至少完成过三次会话，并同意参加回忆研究。在完整的六周窗口内，他们被随机分入两个条件之一。回忆提示在窗口结束时发送；我们没有测量中间时点的保留，只测量了一次。
测量方法
两组采用完全相同的复习间隔与总时长，只改变提示的呈现面。一周后用延迟自由回忆测试，由两位评分者盲评，并控制学科、历史会话数和自评信心。每一种重构形状（定义→比较、例题→反例、定理→特例）都成立，纯换措辞的效果最小。
自由回忆提示只有一句，要求学习者用自己的话写下最初的答案是什么。我们刻意没有给任何线索：没有选择题，没有填空，也没有原句的提示。自由回忆是最难的保留测试，也最清楚地测量学习者真正建构了什么，而不是他能认出什么。
两位评分者按四级量表给每份回答打分：0（没有相关内容），1（有一些相关内容，但缺少核心想法），2（核心想法存在，但支撑细节有误或缺失），3（核心想法存在，支撑细节大体正确）。2 分或 3 分计为“已回忆”。评分者间一致性 κ 为 0.78；就这类量表而言，这个结果可以接受。
“形状配对”（shape pair）的发现尤其值得单独说明。我们尝试了四种形状变化：定义变比较、定义变例子、定义变解题示例（worked-problem），以及定义变对照（contrast；将定义与学习者可能混淆的“近邻概念”（near-neighbour）配对）。每一种形状变化相对于原样复述都产生了正向效果，但幅度不同：比较最大，为 17 个百分点；仅改变措辞最小，为 4 个百分点。这是数据中最清楚的证据：变化的类型比变化的程度更重要。
关于我们没有测量内容的注释
我们没有测量学习者对换角度重构提示的主观体验。我们不知道，学习者觉得这种比较比原样复述更有帮助、更令人困惑、更有趣，还是更令人反感。下一项研究会加入一份简短的主观体验问卷（subjective-experience instrument）。
下一篇预告
清晰解释何时成为证据
如果换角度重构是“回去”的路径，那么当学习者先用自己的话说清一个想法时，会发生什么？下一篇笔记回顾了三年“讲回去”的数据。
研究局限
有三点提醒框定了我们能下的结论。样本是同一款辅导平台上的自选择学习者，而非学生的随机样本。六周的窗口长到足以看见效应出现，又短到我们还不能说它能否熬过一个月。而评分者尽管盲态，打分的仍是同一款产品产生的转录稿——所以我们把学科子组的拆分当作方向性的，直到九月的复现研究。
开放问题
效果能否持续到一个月；时间压力下是否成立；已经自信的学习者是否仍受益。九月的四周追踪将公布全部结果，包括负面结果。
第四个开放问题是：形状效应（shape effect）是否取决于形状的类型？我们有比较、例子、定义变解题示例（worked-problem）和定义变对照（contrast）的数据；没有类比（analogy）、反例（counter-example），也没有任何尚未命名的形状。文献表明，类比是一种特别有力的精细加工操作，尤其是对抽象概念而言；但我们还没有测量过它。
第五个开放问题，我们已经开始思考：形状效应会不会在多个回忆周期中累积？学习者先重塑一次形状，再用另一种形状重塑一次，可能比只重塑一次、随后接受原样复述测试表现更好；也可能，第二次重塑会干扰第一次。我们还不知道答案。
参考文献
- Karpicke & Roediger (2008). The critical importance of retrieval for learning. Science, 319.
- Roediger & Karpicke (2006). Test-enhanced learning. Psychological Science, 17(3).
- Cepeda, Pashler, Vul, Wixted & Rohrer (2006). Distributed practice: A review and quantitative synthesis. Psychological Bulletin, 132(3).
- Dunlosky et al. (2013). Improving students learning with effective techniques. Psychological Science in the Public Interest, 14(1).