国外关于测试效应的研究概述

1、国外关于测试效应的研宄概述摘要测试效应的研究表明，“学习”并非只发 生在编码阶段，测试或提取练习除了可评估知识掌握 程度之外，在某些情况下它比再次学习能更好地促进 长时记忆保持。文章从如下方面概述了国外关于测试 效应的研宄：（1）在自由回忆、配对联想学习、再认和 模拟教育情境等不同性质的实验任务下测试对学习的 积极作用；（2）测试可能导致的消极作用，介绍有关提 取导致遗忘，测试的消极暗示效应，测试与错误记忆 等方面的研宄；（3）介绍信息额外呈现理论，过度学习 理论，提取努力理论，必要难度理论，迁移适当加工 理论等测试效应的有关理论及其发展沿革。最后，结 合研宄中的争议及教学应用做了思考，并指出

2、有待进 一步研宄的问题。关键词测试效应，消极效应，提取，长时记忆。分类号 b849； g4421什么是测试效应 1.1测试效应的概念测试效应(testing effect)指学习某一内容时，进行 测试比额外学习能更好地提高后来对它的记忆保持水 平，即便在测试无反馈时也是如此。理解这一概念应 先区分测试的间接作用和直接作用，测试的间接作用 指测试可通过各种方式促进学习，如，课堂测试可促 使学生在一堂课中不断地学习，测试还可使学生从测 试结果中得到反馈，学习过程中的自我测试可引导学 生下一步应学什么等。而测试的直接作用指测试这一 行为本身提高了学习和长时记忆，即测试效应。通过测试提高记忆保持水平并

3、非新观点， james(1890)在其心理学原理一书中就讨论了测试 的作用，“”我们的记忆有一个奇怪的特性，即积 极的重复比消极的重复能让我们更好地记忆。我的意 思是，当我们几乎学会了某一内容时，与其再看一遍 这些内容，不如停下来试着回忆一下。如果我们能通 过后一种方式回忆出一些内容，那么在下一次我们应 该也能回忆出来；而如果是以前一种方式，我们很可 能需要再学一次”。这一现象虽然早已为认知心理 学家所关注，但一直以来并未有系统的研宄。人们往 往认为测试只是衡量学生学习水平的一种评估工具， 而只有通过学习或对材料的编码才是真正地“学习”。 新近一些研宄重新关注测试效应，这些研宄使我们进一步认识

4、到测试不仅可用于评估知识掌握水平，还能 使个体所掌握的知识结构发生变化，极大地提高知识 的记忆保持程度。例如，有关测试效应的研宄表明， 学习某一内容时，重学一遍可增强提取流畅性 (retrieval fluency),它使个体对自己的记忆水平更自信， 从而在学习时倾向于选择重学，而实际上重学只促进 了短期记忆水平，测试则导致了更好的长时记忆水平。 因此，理解测试效应，掌握科学的自我测试策略，可 使学生改变错误的或低效的学习观念，在相同的甚或 更少的时间(与重复学习相比)星取得更好的学习效果， 实现高效率学习。1.2测试效应的基本研宄范式 研宄测试效应的最常见的实验设计是：学习材料 一次或多次初

5、始测(initial test)衡量被试记忆保 持程度的最终测试(final test)0实验一般设立一个实验 组(进行测试)和一个或两个控制组，考查实验结果时 将测试组的成绩与控制组进行对比。控制组一般有两 种：学习材料一无初始测试一最终测试；学习材 料一再次学习一最终测试，该条件下控制组和测试组 接触材料的总的时间相同。通过修改基本范式，研宄者可以探讨各种条件下 的测试效应，如学习的材料(无关词对、联想词对、散 文等)，初始和最终测试的形式(自由回忆、再认、线 索回忆等)，是否对测试提供反馈以及反馈的形式，学 习阶段和第一次测试的时间间隔，最终测试之前的记忆保持间隔(retention i

6、nterval)等。1.3tulving的经典研究人们往往认为学习只发生在学习(编码)阶段，而 测试的作用仅是显示个体在之前的学习阶段学到了什 么。tulving(1967)用实验证明了学习不仅只发生在编码 阶段，测试本身也是一种学习。tuning让被试在三种 实验条件下学习包含36个单词的词表。一是标准学习 条件:学词表(study)，回忆(test)，再学，再回忆，即 stst： 一是重复学习，被试学习三次测试一次，即ssst； 一是重复测试，被试学习一次测试三次，即sttt。三 种学习条件下的学习次数共为24次，因此标准学习条 件下分别为12次学习，12次测试，重复学习条件下 为18次学

7、习，6次测试，重复测试条件下为6次学习， 18次测试。如果“学习”(对某一内容的最终掌握)仅 在学习或编码时发生，那么ssst组的掌握水平应比 stst组来得更好，因为它多了 6次学习，而sttt组 由于学习的次数最少最终掌握水平理应最差。但tulving的实验发现三种学习条件下的被试在最终测试 上的成绩几乎是相同的，stst组和ssst组都回忆了约 20个单词，sttt组回忆了约18.5个单词。从某种意 义上来说，一次测试可相当于一次学习。2不同实验条件下测试对学习的促进作用tulving(1967)的经典研宄探讨了测试对自由回忆 的促进作用，之后的研宄者陆续对配对联想任务、再 认等其他回忆

8、形式的测试效应进行了研究。此外，研 宄者还以散文、gre单词等为实验材料考察了真实教 育情境中的测试效应。2.1自由回忆中的测试效应tulving(1967)的研究引发了大量的相关研究，但大多数研宄都仿照tulving的设计或仅改变一些变量。这 些研宄在方法上有一个共同之处，即学习时间和测试 时间是均等的，且在学习阶段呈现单词的速度和最终 测试的时间都很短，实验中的测试都采用自由回忆形 式。如tulving(1967)的研究中，学习阶段36个单词的 呈现速度为1个/秒，在测试阶段被试回忆这些单词 的时间也仅为36秒。在这种实验条件下，是否有可能因为时间过短而使得被试即便学会了 36个单词也无

9、法在规定时间内将其回忆出来?roediger和 thorpe(1978)对自由回忆与回忆时间的关系的研究表明，过短的测试时间将大大低估被试所习得的知识量， 从而可能低估了测试效应，但研究者未在这一发现的 基础之上做进一步的探索。为更准确地考查被试的回忆量，karpicke 和 roechger(2007)模仿了 tulving 的三种 实验条件，即stst, ssst，sttt,但为避免对被试回 忆水平的低估，以3秒1个的速率呈现单词，这样测 试和学习的时间都增加到2分钟，每种实验条件都进 行5次循环(如标准测试条件下为stst，stst, stst, stst, stst)o为考查三种实验条

10、件对长时记忆的不同 作用，研究者进一步探讨了一周后三种学习条件下被 试的记忆保持水平。结果表明，sttt组在开始阶段(第 一次和第二次循环的最后一次测试)处于劣势，但很快 地赶上ssst组，两种条件在后面的测试中差异很小。stst组被试在最后4次测试上的回忆水平都显著地好于ssst和sttt。因此，总体而言该研宄 结果与tulving(1967)的结果相符，三种实验条件下的 学习曲线很相似，但该研究还发现了 stst的测试成绩 与sttt和ssst的差异，研宄者认为这是由于在stst 中，测试co之后伴随学习(s)，这相当于对回忆失败内 容的反馈，在stst中这种反馈的机会多于其他两种条 件。

11、此外，更重要的是，该研宄考查了被试在1周后 的记忆保持水平，发现ssst的回忆率显著低于stst 和sttt，后两者无显著差异，这证明了测试对于提高 长时记忆保持的作用。为更具体地考察多次测试与多次学习的效应，研 宄者还考查了不同的重复测试与重复学习条件下的学 习效果，以及测试次数对测试效应的影响。thompson等(1978)的实验发现适当的“学习一测 试”方式将导致更好的学习效果。实验设计了三种条 件，一为ssss，词表呈现4次；一为sttt，学一次， 进行三次自由回忆；一为strtrtr(tr指再次学习回忆 失败的单词后进行自由回忆)，学一遍词表后进行回忆 再学时仅学习那些回忆失败的单词

12、，然后再回忆所有 单词，如此重复三次，该设计实际上模拟学生在学习 过程中可能存在的学习方式，即学生往往是先学习某 一内容，接着通过自我测试看看自己是否掌握，然后 再学习那些未掌握的内容，如此反复，直到完全掌握。 最终测试分别在5分钟或2天后进行。结果发现，5 分钟后的测试中，三种实验条件下的回忆成绩为 strtrtr>ssss>sttt。但两天后的回忆成绩发生变化， strtrtrsttt>ssss，ssss组在前一次所能回忆出的单词的基础上遗忘率为56 %，strtrtr组被26 %，而sttt 组仅为13°%。受thompson等的研究的启发，karpicke和

13、 roediger(2007)在其研宄的一个实验中让被试在四种 学习条件下学习，分别为stst，sstt，stsnt(sn指只学回忆失败的词)，stsntnftn指只回忆之前无法回忆 的词)，结果发现，在一周后的测试中stsntn组的回 忆水平最差，因此是否进行回忆测试是决定长时记忆 保持水平的重要因素。wheeler等(2003)的研究对比了 重复学习和重复测试在即时和延时测试中的不同影响 实验扩展了学习和测试的次数，被试在重复学习 (sssss)和重复测试(stttt)两种条件下学习40个单词， 然后在5分钟和1周后进行自由回忆测试。结果发现， 虽然在sssss条件下，每个学习阶段被试都学

14、习了所有的40个单词，而在st条件下，被试所接触的仅是他们能回忆起的那些单词，但sssss组被试仅在5 tt组，而在一周后分钟后进行的回忆测试中好于sttt- 的测试中结果完全相反，这强有力地证明了测试效应 显著作用。wheeler和roediger(1992)的一项研究探讨了多次测试的效果与单次测试效果的差异。实验让被 试听一个包含60个具体物体名称的故事，每一物体在 故事中第一次出现时都在显示屏上以图片形式呈现， 最终测试要求被试回忆图片的名称。呈现结束后，实 验组1进行一次7分钟的回忆测试后离开，实验组2 进行了三次回忆测试后离开，控制组在呈现结束后离 开实验室，要求所有被试一周后回来继

15、续实验。结果 发现，从遗忘率来看，实验组2 周后遗忘率为13%, 实验组1为27%，控制组为46%,重复测试促成最低 的遗忘率。2.2配对联想学习中的测试效应配对联想学习往往以不同联想度的词对或“非词一词”（如，“blsm 笔画”）为任务，在测试效应的 有关研宄中经常使用，因为它使研宄者可以很方便地 控制学习和测试之间的时间间隔，而且也很容易控制 反馈。下面介绍alan（1969）和jacoby（1978）以配对联想 学习为任务探讨测试效应的两个代表性研究，并着重 介绍采用配对联想学习任务进行的集中与分散测试对 记忆水平影响的有关研宄。2.2.1配对联想测验中的测试效应allen等（1%9让两

16、组被试分别学习配对联想词表5次或10次，然后分无测试，一次测试，五次测试三 种测试情况，一天后进行最终测试（形式为horse-?）, 结果发现学习10次的效果仅稍好于5次，但进行一次测试后则使10次学习组的成绩远高于5次学习组；学 习5次测试1次的被试在最终测试中的成绩相当于学 习10次无初始测试的被试，也即单次测试对长期记忆 保持的效果相当于5次学习。jacoby（1978著名的残词补全实验也证明了配对 联想学习中的测试效应，实验采用了 2（重学、测试）x2（即时、延时）的实验设计。让被试先学习联想词对 （如，foot-shoe）,再学时分两种条件：一是重学完整词 对；一是给被试提供词对左边

17、的单词，要求将右边的 残词补全，如（foot-se）。这两种条件又各分两种情况， 一是学习后立即进行（即时），一是插入20个词对（延迟）。 最终测试的形式“foot-?”。结果表明，残词补全测 试比重学完整词导致了更好的记忆保持水平，延时测 试的效果要好于即时测试，jacoby认为这是由于学习 之后的即时测试减小了记忆提取过程中努力加工的程 度，从而削弱了测试效应。jaeoby的这一实验往往被 看作是研宄生成效应（generation effect）的先驱，生成效 应指学习某一材料时，生成相关知识比阅读材料将导 致更好的回忆或再认水平），而生成效应从某种程度上 来说是测试效应的一种。jocob

18、y的实验中残词补全测试导致了极高水平的 回忆率（大于 90%），虽然 carrier 和 pashler（1992）, kuo和h i rs h r n a n (19 9 6)使用标准的线索一回忆测验作为测 试任务并未产生如此高水平的回忆成绩，但总的来说 都发现了测试对配对一联想词对的记忆保持的积极作 用。cull(2000)，pashler等(2005)的研宄还发现，对测 试中未能回忆出的词对给予反馈将增强测试效应。2.2.2配对联想学习的集中与分散测试效应由于配对联想学习任务易于控制学习与测试之间 的时间间隔，便于研宄者探讨集中或分散测试对学习 的不同影响，因此配对联想学习任务成为研宄集

19、中或 分散测试效应的主要任务形式。虽然早在19世纪初ebbinghaus等就探讨集中学 习与分散学习的关系，但对提取是否也具有集中和分 散效应的研究则以landauer和bjork(1978)的研究为标 志。landauer和bjork(1978)通过两个实验比较了配对一联想学习中，扩展式测试与等间隔测 试对学习的不同影响，实验1采用“名一姓”词对， 实验2采用“名字一人面”词对。实验中的扩展式测 试的形式为1一5 9(数字代表学习某一词对a-b后进 行测试之前插入的学习或测试的次数)，等间隔测试的 形式即为5_5_5,二者的平均间隔数相等，实验另 外还设立了集中测试组，即学完之后连续测试，0

20、-0-0； 各条件下的测试都不提供反馈。结果表明，扩展式测试组在最终的延时测试上的回忆成绩好于等间隔测试 组，而等间隔测试组的成绩好于集中测试组。虽然集 中测试使被试在学习的开始阶段几乎不发生错误，但 在最终测试上扩展式测试和等间隔式测试的成绩比集 中测试更好，扩展式测试组的成绩略好于等间隔式测 试。landauer和bjork的研究引发了一系列相关研究， 大多数研究都发现两种分散测试形式在延时测试中的 成绩都好于集中测试，但对于扩展式测试在促进长时 记忆上是否优于等间隔测试的问题则存在较大的争议。 balom等(2006)比较了扩展性测试、等间隔测试和集中 测试对三组被试(年轻成人、健康的年

21、长成人、 alzheimer病的年长成人)的不同影响。被试学习材料 (低关联度词对)后分三种实验条件进行初始测试：集 中狈j试(0-0-0)，等间隔测试(3-3-3)，扩展式测试(1-3-5)， 最后进行最终测试。结果发现，在学习阶段，三组被 试在集中测试的情况下均表现了最好的水平，在扩展 式测试情况下其次，而在等间隔测试情况下表现最差。 但在最终测试中，三组被试在等间隔测试和扩展式测 试情况下并无差异，但都好于集中测试情况下的成绩。 carpenter和delosh(2005)以“姓名一人面”配对为实 验材料的研宄也发现了类似的现象，但研宄发现在最终测试上等间隔测试组的成绩略好于扩展性测试组

22、。 karpieke和roediger(2007)让被试学习“词汇一释义”类型的词对，然后分别在三种测试形式下学习： 集中测试(0-0-0)，等间隔测试(5-5-5)，扩展式测试 (1-5-9)，最后分别在10分钟或2天后对被试进行测试。 结果发现，在两种最终测试条件下，分散测试的成绩 都优于集中测试。在10分钟后的测试中，扩展性测试 组的成绩略好于等间隔测试，但在48小时之后的测试 中，等间隔测试组的回忆成绩高于扩展式测试组。这 一研究表明，等间隔测试可能比扩展式测试能更好地 促进长时记忆，研宄者认为初次提取尝试的时间间隔 是关键因素，即初次提取的间隔越长将导致提取的难 度越大。这与bjor

23、k(1992)的提取难度理论一致，该理 论认为提取时一定的难度将导致更好的记忆保持。p a s h i e r等(2003)以配对联想词为材料的研究也表明， 虽然随着学习之后进行首次测试的间隔时间的增大， 被试在初次测试中的成绩往往是呈下降趋势的，但延 长首次测试的时间间隔促进了长时记忆。2.3再认任务中的测试效应 有关测试效应的研宄大都使用自由回忆或配对联想学习任务，而较少采用再认任务，这可能与采用再 认任务探讨测试效应时结论不尽一致有关。如， roediger 和 mcdermott(1995), hicks 和 stams(2004)， 以及verde(2004)等的研究让被试在学习之后

24、进行回 忆测试，而最终测试为再认测试，发现回忆测试提高 了再认测试的成绩。但jones和roediger(1995)的研究 采用类似的实验程序却未发现测试效应。chan和mcdermott(2007)为澄清再认任务中的测 试效应，借用了 sacoby(1991)的再认的双过程理论， jacoby认为再认水平由有意识控制下的回忆过程 (recollection)和自动加工的熟悉性(familiarity)共同决 定。chan等假设，当最终测试任务为回忆任务时总能 出现测试效应是因为回忆测试对随后的有意识回忆产 生了促进作用，而当最终测试为再认任务时，虽然测 试也提高了再认中的有意回忆成分，但这一

25、作用被起 更大作用的熟悉性所掩蔽。chan等用三个实验探讨了 初始测试在有意识回忆和熟悉性上对最终测试的影响 作用，结果发现，测试虽然未影响再认击中率，但它 改变了做出再认判断的内在过程，初始测试提高了再 认中的有意回忆成分，但不改变其中的熟悉性。chan 等的研究对于探讨测试效应的机制有重要启示，如， 有关自由回忆的测试效应的研究表明测试促进了长时 记忆，而重学则促进了短期内的记忆水平，这一现象 是否由测试促进了有意回忆、重学增强了熟悉性所导 致?也即，正是由于测试促进了有意回忆并因而促进了 长时记忆，重学增强了熟悉性并因而仅促进了短期内 的记忆水平？2.4对真实教育情境中的测试效应的探讨

26、关于测试效应的研宄大部分是通过实验室实验进行的，为便于实验控制，实验材料多采用词表或无关 词对，但真实教育情境中的学习材料与词表或无关词 对毕竟是不同的，当以教育实践中的学习材料为实验 材料时是否仍然产生测试效应呢?现有的相关研宄主 要通过操纵材料和测试形式探讨真实教育情境中的测 试效应。2.4.1不同学习材料和测试形式的测试效应 当前以真实教育材料作为实验材料探讨测试效应的有代表性的研究主要有carrier和pashler(1992)年以 外语词汇为实验材料的研宄，karpicke和 roediger(2006)以gre备考书中的材料作为实验材料 的研究，以及roediger和karpick

27、e(2006)以科学小品文 为实验材料的研究等1221，这些研究总体而言都发现 了显著的测试效应。下面以roediger和karpieke(2006) 的研宄为典型进行介绍。roediger和karpicke的研宄中的第一个实验让大s7学生被试在两种实验条件下学习科学小品文，一组为 重学组，即被试在首次学习之后重复学习整篇文章， 另一组为自由回忆组，即在首次学习后要求被试尽可 能地将其所能回忆起的文章内容写下，但不提供反馈。 重学和自由回忆的时间都为7分钟。最后考查各实验 条件下的被试在5分钟、3天、1周后的测试成绩。结 果发现，5分钟后的测试中，重学组的回忆率稍好于 测试组；但在2天后的测试

28、中，测试组和重学组的回 忆率分别为68%和54%，一周后两组的回忆率分别为 56%和42%，测试组明显高于重学组。为进一步探讨 重复学习和重复测试对记忆保持的影响，roediger和 karpicke进行了第二个实验。实验条件为ssss、ssst、 丁。分别在5分钟和1周后进行最终测试。结果表明，在5分钟后的测试中，回忆率与重复学习呈正相 关，即ssss组好于ssst组，而ssst组好于sttt组; 在1周后的测试中，回忆率转变为与测试次数呈正相 关，即sttt组的回忆率要好于ssst组，ssst组好于 ssss 组。2.4.2不同测试形式之间的相互作用 真实教育情境中充满各种不同形式的测试，

29、是否某种 测试形式比其他的形式更能促进记忆保持，或是否某 一特定的测试形式只能对后来的测试中的相同形式起 促进作用？duchastel(1981的一个实验对不同测试形 式的作用做了初步探讨。实验将被试分三组，一组在 学完之后进行简答式测试，一组进行选择题测试，另一组只继续学习。两周后进行简答式测试，结果发现 进行测试的两组被试比继续学习组被试表现了更好的 记忆保持力，而简答式测试组比选择题测试组表现了 更好的记忆保持水平。kang等(2007)的一个实验进一步考查了简答式测 试和选择题测试的测试效应。实验让被试先学习文章， 实验组每学完一篇文章后进行一次简答式测试或选择 题测试，测试之后提供反

30、馈；控制组被试读完文章后接着阅读一些选自文章的句子，它们与选择题测试和简答式测试中所涉及的内容相同。三天后进行测试， 测试形式包括简答式测试及选择题测试。结果发现， 初始测试为简答式测试的被试在两种测试形式中都表现出最好的记忆保持水平。butler和roediger(2007), medaniel等(2007)采用类似的实验设计也报告了相似 的结果。3对测试可能存在的消极效应的研宄狭义的测试效应往往指测试对学习的积极作用， 但研宄发现测试还可能对学习产生消极影响，当前的 相关研宄主要集中在两个方面：一是先前测试时的提 取可能会干扰或削弱个体在后来测试时对材料的回忆; 二是某些类型的测试会对个体

31、掌握知识产生消极作用。3.1提取导致遗忘有关提取导致遗忘的(retrieval induced forgetting,rif)研究揭示了之前的提取对后来回忆的抑制作用。 roediger(1978)早期的一个实验说明了回忆的抑制作 用。实验材料为10个类别性词表，每一类包括5个词， 实验有四种条件，分别为不提示类别名称，提示3个、5个或7个类别名称。最终测试要求被试回忆所有词。 结果发现，提示类别名称组比无提示组的回忆成绩更 好，但当要求被试在无提示的情况下回忆时，提示组 的成绩反而比无提示组差。研宄者认为这是由于提示 组被试借助各类别线索进行回忆，从而限制了在各类 别间的储存和提取，而类别名

32、称的提示越多，这种限 制就越大。anderson等(1994)采用提取练习范式(retrieval practice paradigm)对rif进行了研究。实验包括三个阶段：学习，提取练习和最终测试(类似于测试效应的实 验设计)。学习阶段，被试学习“类别名称一所属项目” 形式的词对，如"fruit-orange"；练习阶段，形式为“fruit-o”，要求回忆缺失部分，但只对其中的部分项目进行测试。最后测试形式为提供类别名称，要 求回忆出该类别下的所有项目。采用提取练习范式的 实验结果都表明，学习阶段得到提取练习的项目在最 后测试中的回忆水平得到了明显的提高(测试效应)， 但

33、未得到练习的另一部分项目的回忆水平却受到抑制。3.2测试的消极暗示效应测试的消极暗示效应(hegative suggestion effects)指由于测试时的提取行为强化了后来的提取过程，而 如果个体在测试过程中出现错误，则可能因此而习得 错误的信息。例如在选择题或是非判断题形式的测试 中，学生有可能将错误的选项看作是正确的，甚至即 便学生在阅读一个错误的句子时知道它是错误的，他 们在将来也可能会把错误的句子看作是正确的。早在 20世纪八九十年代研究者就对这一现象做了探讨。 toppino和brochin(1989)让学生完成是非判断题，测试 结束后，将之前出现过的错误句和未出现过的与之相

34、似的错误句混在一起，要求被试判断正误，结果发现 重复出现的句子比未出现过的新句子更容易被判断为正确。tippino和luipersbeck(1993)以选择题的错误选 项为材料也得到类似的结论。brown等(1999)的实验在 被试完成测验后呈现错误信息，结果发现被试在随后 的“线索一回忆”和选择题测验中都受到消极影响， 而且即便研究者告知被试那些信息是错误，仍然出现 这种消极作用。roediger和marsh(2005)以选择题为实验材料，探讨了是否测验的消极暗示效应大于测验的积极效应。 实验的基本程序为“阅读短文一选择题测试一视觉空 间推理任务(分心任务)一线索回忆测试”。结果发现， 选择

35、题测试(未提供反馈)对随后的线索回忆任务有促 进作用，但也可能会使被试将错误选项误认为是正确 的(当材料陌生时这种效应更明显)，而且选项越多，积极的测试效应越小。增加干扰选项不仅降低了线索 回忆的正确反应率，还提高了被试在线索回忆中用干 扰选项回答的概率27。butler等(2006)对选择题测试 中出现消极暗示效应的原因进行了探讨，认为被试在 选择题测试中的表现水平是决定选择题测试起积极还 是消极作用的关键因素，如果测验非常简单，被试几 乎都能选择正确答案，那么测验的干扰题项数就能起 积极作用；而如果选择题较难，被试容易出错，则易 导致消极暗示效应，并且随选择题干扰项的增加而增加。此外，消极

36、暗示效应并不只限于选择题或是非判断题。henkel(2004)让被试观看一些图片并进行想象， 然后进行一系列回忆测试，结果发现测试将使被试更有可能错误地将之前所想象的图判断为是原来观察过的图，henkel认为“识记时的反复尝试可能为来源误判提供了丰富的土壤”，包括将自认为的、推测的 或想象的内容记作是确实出现过的，“个体为更好地记 住某些信息而进行提取练习的过程包含了多个不同的 认知过程，如提取最易提取的信息，搜索额外信息， 对信息进行评价等，每一过程都融合了个体的想象、 修饰和重构的过程。多次的重复提取可能同时增强了 个体正确地或错误地回忆起信息的信心，以及鲜明程 度”。meade和roed

37、iger(2006)的实验研宄也表明，被 试在一次测验中错误回忆的信息很可能在下一次测验 中再次出现。3.3测试与错误记忆roediger和mcdermott的系列研宄表明，测试将 可能增强错误记忆(false memory)。roediger和 mcdermott(1995)采用dram(deese-roediger-mcdermott)范式的研究发现在并无明显误导信息的情况下，测试也将导致错误再认。 实验采用被试内设计，被试学习16份词表，每份词包 含15个语义关联词对(如，hill，valley),每学完一份 词表后提示被试回忆词表或解数学题，5分钟后进行 再认测试。结果表明，与学习后解

38、数学题的情况相比， 进行初始测试既提高了对已学词的击中率，也提高了 对关键诱饵(critical lure，如mountain)的虚惊率。且“记得一熟悉”(remember-know)判断的结果表明测 试还使被试更坚信自己记得关键诱饵呈现时的具体信 息。由于后来的相关研究发现该研究的可重复性不稳 定，mcdermott(1996)对drm范式做了适当变式，即 让被试先进行学习或测试，然后分别在2天后进行自 由回忆测试，结果发现在学习后进行测试的情况下， 被试回忆出关键诱饵的可能性是未进行测试情况下的 2倍，因此，以自由回忆代替再认作为最终测试任务 将导致显著的错误记忆。mcdermott(20

39、06)还探讨了不 同测试次数对错误记忆的影响，实验让被试学完每份 词表后分别进行0、1或3次的初始测试，最后进行自 由回忆测试。结果发现，测试提高了正确回忆的可能 性，但同时提高了错误回忆某的可能性，进行3次初 始测试的被试对已学词的回忆随着测试次数的增加出 现遗忘，但对关键诱饵的回忆则随着测试次数的增加而增加。4测试效应的有关理论及其发展在某些条件下测试对学习既可能有积极的促进作 用，也可能产生消极影响，狭义的测试效应主要指测 试的积极效应。关于测试的消极影响，如提取导致遗 忘，错误记忆等，已形成相应的理论解释。这里主要 介绍对狭义层面上的测试效应进行解释的五种理论的 发展沿革：(1)信息额

40、外呈现理论(additional exposure), (2)过度学习理论(over-learning)，(3)提取努力理论 (effortful retrieval), (4)必要难度理论(desirable difficulties), (5)迁移适当加工理论(transfer-appropriate processing,简称 tap)。4.1信息的额外呈现理论thompson等(1978)认为，测试材料相当于为学习者额外地呈现了相关信息，而正是这种额外的呈现导 致了测试效应。这一解释主要与当时研宄测试效应的 实验操作有关。当时的实验往往设计两种学习条件， 一种是让被试先学习材料，一段时

41、间后进行测试；另 一种是让被试先学习材料，接着再进行一次初始测试，最后再进行与前一实验条件相同的测试。这种设计混 淆了测试效应与信息额外呈现的作用，因为此时的测 试效应可能是由初始测试时材料的额外呈现或者额外 的学习时间而促成的。后来的研究者通过简单的实验 操作分离了这一混淆效应：让控制组被试在实验组进 行初始测试时再学材料，从而使两组被试在材料上的 学习时间等同。实际上这种设计使得控制组比实验组 更多地接触了材料(而不是等同)，因为实验组被试在 进行初始测试后未加以反馈，因此他们实际上只接触 了那些测试时能回忆出的内容，而此时实验组仍然出 现显著的测试效应。这表明除了在材料上的额外学习 外，

42、应该还有其他因素导致测试效应的产生。4.2过度学习理论slamecka和katsaiti(1988)认为测试效应只是反映了测试项目得到过度学习，因此是由于提取使被试对 部分材料的过度学习，而不是提取过程本身促进了后 来的回忆。这一理论实际上与上述的信息额外呈现理 论有相似之处，二者都认为测试效应的产生有赖于额 外的或过度的编码过程。这一解释也遭到许多研究者 的置疑。如，wheeler等(2003)以及roediger和 karpicke(2006)的研宄都发现，如果在重复学习或重复测试之后的短时间内进行测试(如5分钟或10分钟后)， 重复学习很明显地导致了“过度学习”，但从延时测试 (3天或1

43、周后)来看，这种“过度学习”并不能促进长 时记忆，相反，测试导致了更好的长时记忆。因此， 额外呈现或过度学习可以解释各种回忆间隔下的主效 应，但不能解释它们之间的交互作用。chan等(2006) 的一项研宄发现，提取练习不仅能促进对测试内容本 身的记忆，而且还在一定程度上促进了未进行测试但 与测试内容相关的内容的记忆，而这一促进作用却未 发生在提供了额外学习的被试身上。这种测试效应用 额外呈现或过度学习的观点是无法解释测试的，测试 效应的产生包含了更为复杂的内部过程。4.3提取努力理论由于上述理论无法很好地解释测试效应，研宄者 们从更深层次对这一问题展开探讨：是否测试时的提 取过程导致测试效应

44、?jacoby的一系列研究探讨了这 一问题。jacoby(1978)的一个实验中，被试在两种条件 下学习，一是解决问题，一是记住答案，结果发现前 者的学习水平好于后者，jaeoby认为这是由于前者需 要个体付出提取努力。jacoby等(2005)和lacoby等 (2005)采用记忆新词范式(memory-for-foils paradigm)考察了不同提取深度对记忆的影响，结果发现在大学 生被试中，与浅层加工相比，深层加工之后进行再认 测试提高了随后测验中对新单词的再认，首次测验的 提取深度影响了随后测验中对新单词的再认。pashler 等(2003)的研究发现增大初始测试的间隔(即增大提取

45、 所需努力)将导致更好的回忆成绩，也支持了这一理论。4.4必要难度理论bjork 和 bjork(1992, 1994, 1999)在提取努力理论的基础上进一步提出必要难度理论来解释测试效应。 bjork区分了存储力(storage strength)和提取力 (retrieval strength)两个概念的不同，前者指记忆痕迹的相对持久性，后者指记忆痕迹的即时可获得性，类 似于提取流畅性(retrieval fluency)的概念。必要难度理 论认为，提取力与存储力的增长呈负相关，即提取容 易(高提取力)并不能促进存储力，而更为努力的提取 却能提高存储力，使记忆保持更持久，能促进学习的 长

46、期保持力。而jacoby, bjork和kelly的研究发现， 学生往往根据当前加工的流畅性(提取力)来衡量当前 学习水平，因此学习时往往倾向于选择可促进当前加 工流畅性的策略，如集中学习，而实际上不流畅加工 更有利于长时学习，如分散学习，延迟反馈或进行自 我测试等。这一理论得到许多研宄的支持。bjork(1999),koriat和bjork(2005, 2006)的研究让被试在重复学习 之后对回忆水平做判断(01_)，发现以当前加工的流畅 性来监测和指导学习容易使被试对自己的学习水平的 判断产生错觉，认为在随后的测试中可以表现得很好， 且由于测试相对于重复学习需要一定努力，使学生可 能不倾向于选择自我测试。roediger和kardicke(2006) 的研宄发现重复测试相对于重复学习减缓了最初阶段 的学习，但却大大地提高了长时记忆保持，研究者认 为这时由于相对于“重复学习”而言，测试提供了“必 要的难度”。4.5迁移适当加工理论tap理论也被用于解释测试效应。根据tap理论， 某种学习策略或编码加工可能只能促进某种测 试类型，而对另一种不同信息类型或加工类型的测试 不起作用，甚至起反作用。如，roediger和 karpicke(2006)的研宄发现测试时的提取练习比重复学 习中的额外编码更能促进记忆保持力，研究者认为用 tap来