中山醫學大學附設醫院醫教部 實證醫學中心 主任
謝明諭
「學而時習之，不亦說乎？」這是《論語》第一章的第一句話。對華人世界的學習者而言，這句話幾乎是日常用語，在任何一所國中小的孔子像旁、任何一本教科書的扉頁，我們都能看到它。然而，這句話真正的學習科學意涵——「時習」究竟是什麼?反覆練習為何會帶來「悅」(說)？——卻長期被簡化、被誤讀，甚至被當成「填鴨式教育」的代名詞。
在當代醫學教育場域，類似的張力同樣存在。一方面，醫學生與住院醫師為了通過國家考試、專科考試、PGY 訓練評量，投入大量時間在「刷題」之上；另一方面，醫學教育主流論述以批判性思考、問題導向學習(Problem-Based Learning, PBL)、能力導向醫學教育(Competency-Based Medical Education, CBME)為核心，將反覆練習視為相對低階、相對機械式的學習模式。「刷題」於是成為一種半地下的學習實踐——學生悄悄做、老師偶爾鼓勵、教育論述卻很少正面討論。
本文嘗試從醫學教育思潮的角度，重新檢視這個矛盾。我們將回到《論語》「學而時習之」的哲學原點，結合過去三十年認知心理學與學習科學的累積實證，論證：設計良好的「時習」並非機械式記憶，而是內含五大認知學習機制的整合性實踐；它不僅與 PBL、CBME 的理念並不衝突，反而為能力導向醫學教育提供了一個被長期忽視的橋樑。最後，我們將提出對台灣醫學教育題庫設計、形成性評量與數位學習平台發展的具體啟示。
「學而時習之」中的「時習」二字，在朱熹《四書集註》中的解釋為「時時習之」——也就是適時、反覆地練習。「習」字在甲骨文中是「鳥數飛」的象形，本意即為反覆嘗試、漸至熟練。Tan 於 2015 年發表於 Educational Philosophy and Theory 的論文中明確指出，孔子的「思」(si)概念遠非機械式背誦，而是包含主動探究、推理性思考、反身自省等高階認知歷程;將儒家學習傳統等同於「rote-memorization」是當代教育論述的一個系統性誤讀。[1]
在西方教育研究中，東亞學習傳統長期被貼上「passive learner」「rote learner」的標籤。然而，Tran 於 2013 年發表於 Educational Research for Policy and Practice 的研究透過對 10 位來自儒家文化圈(Confucian Heritage Culture, CHC)學生的深度訪談，直接挑戰了此一刻板印象，指出「memorising」與「understanding」並非對立，而是經常在 CHC 學生身上交織出現。[2] Kember 於 2016 年發表於 Cogent Education 的研究則更進一步，透過大規模實證資料論證 CHC 學生使用一種特殊的「中介性學習取徑」(intermediate approach)——記憶與理解相互滲透、有意義的記憶常先於理解出現——這正是所謂「華人學習者悖論」(paradox of the Chinese learner)的核心。[3]
Xu 於 2022 年發表於 Journal of Multilingual and Multicultural Development 的研究，以 18 個月的民族誌方法觀察中國學生的學習實踐，提出更細緻的分析:儒家文化中的「memorisation」並非「rote learning」的同義詞，而是一種「具身的學習實踐」(embodied practice)——它涉及綁定式的多重活動(bundled practices)、重複中產生新意義、以及將練習內化為身體節奏的習慣養成。[4] Li 與 Wegerif 於 2014 年發表於 Thinking Skills and Creativity 的論文則將此一傳統正名為「儒家式教學批判性思考」——透過內在對話、關係脈絡與責任承擔來培養思考能力，與西方個人主義式批判思考傳統各有所長。[5]
這些跨文化研究共同指向一個結論:當我們以「機械式記憶」的標籤拒絕「時習」時，我們可能正在拋棄一個經過兩千年實踐驗證、且與當代學習科學高度吻合的學習傳統。重點不在於「要不要刷題」，而在於「如何刷題才能觸發深度學習」。這正是當代學習科學要回答的問題。
過去三十年，認知心理學與學習科學在「為何反覆練習能帶來深度學習」這一問題上，累積了極為豐富的實證證據。Madan 於 2023 年發表於 Medical Science Educator 的綜合論述，將跨領域研究整合為六大證據導向學習策略：spacing(間隔)、interleaving(交錯)、retrieval practice(提取練習)、elaboration(精緻化)、dual coding(雙重編碼)、concrete examples(具體實例)。[6] 本文聚焦於其中與「時習」最直接相關的五大機制：圖式建構、提取練習、組塊化、交錯學習、理想困難。
認知負荷理論(Cognitive Load Theory, CLT)的核心主張是：人類工作記憶的容量極為有限，但長期記憶中的「圖式」(schema)幾乎沒有上限。當學習者透過反覆練習將特定知識結構內化為圖式後，該知識便能在工作記憶中被視為單一單元處理，大幅降低認知負荷。[7,8] Ng 等人於 2024 年發表於 Postgraduate Medical Journal 的論文明確指出，當前 CBME 過度強調知識內容與技能訓練，反而忽略了臨床決策背後「認知圖式」的養成，而這正是診斷錯誤、治療失當的根本來源。[9]
從這個角度看，「時習」的核心功能即為圖式建構。每一次反覆練習，並非單純重複同一動作，而是讓學習者將分散的知識元素逐步整合為連貫的認知架構。對醫學生而言，反覆面對「右下腹痛」的鑑別診斷題，不是在記憶答案，而是在建構一個關於「急性腹症臨床推理」的認知圖式——當這個圖式成熟，未來面對真實病人時，他便能在毫秒之內完成模式辨識，進入專家級的臨床判斷。
提取練習效應是過去二十年認知心理學最堅實的發現之一：主動提取記憶內容(例如做題、自我測試)所帶來的長期保留效果，顯著優於被動重讀或被動學習。Sennhenn-Kirchner 等人於 2018 年發表於 European Journal of Dental Education 的隨機對照試驗，直接比較了「重複練習」與「重複測驗」兩種策略對牙科學生外科縫合技能的長期保留效果——六個月後 OSCE 表現，測驗組顯著優於練習組(81.9% vs. 63.0%， Cohen's d = 1.33)。[10] 此一效應在外科技能領域的證實，具有特別重要的意義，因為它直接挑戰了「技能訓練只能靠重複動作」的傳統假設。
Price 等人於 2024 年發表於 Academic Medicine 的大規模前瞻性研究，則提供了在執業醫師層次的證據。該研究追蹤 26,258 位美國家庭醫學科醫師與住院醫師，發現使用間隔式提取練習者，在學習效果上顯著優於對照組(58.03% vs. 43.20%， Cohen's d = 0.62)，且雙次間隔重複又優於單次重複(62.24% vs. 51.83%, d = 0.43)。[11] 換言之，「時習」不只對學生有效，對畢業後的繼續教育同樣有效。
提取練習的核心機制，正是「習」字本意中「鳥數飛」的反覆嘗試——每一次提取，都是大腦對該知識的一次主動重建；每一次重建，都會強化記憶痕跡的可及性與穩定性。
組塊化是認知心理學描述「專家如何將分散資訊整合為意義單元」的關鍵機制。專家與新手的差別，並非工作記憶容量更大，而是他們已將大量基礎知識壓縮為高層次的組塊。心臟科醫師看一張心電圖時，看到的不是「P 波、QRS 波、T 波」的零散元素，而是「心房顫動合併心室快速反應」的整合圖像；這個整合，正是長期練習所形成的組塊。[7,9]
在「時習」的脈絡下，組塊化是反覆練習的自然產物。一位醫學生第一次做「腹痛鑑別診斷」題時，需要逐項檢視疼痛位置、性質、伴隨症狀、年齡、性別等各個元素;但在做了一百道類似的題目之後，他開始能將「右下腹痛+轉移痛+反彈痛+男性青少年」直接組塊為「急性闌尾炎」的高機率診斷。這個從元素到組塊的躍升，不可能透過聽一次講座達成，只能透過設計良好的反覆練習。
傳統的學習設計傾向於「集中練習」(blocked practice)——先學完心臟科，再學完肺臟科，再學完消化科。然而，認知心理學研究顯示，「交錯學習」——將不同主題的題目混合排列——雖然在當下感覺更困難、學習者主觀感受較差，但長期保留與遷移效果顯著優於集中練習。Thompson 等人於 2023 年發表於 Journal of the American College of Radiology 的系統性回顧，整合了影像醫學教育中關於 spaced learning、interleaving 與 retrieval practice 的研究，發現交錯學習對影像判讀能力的長期培養特別有效。[12]
從臨床推理的角度看，交錯學習的價值在於它強迫學習者進行「鑑別診斷」的認知活動——學習者必須在每一題都重新判斷「這是哪一類問題」，而非依賴順序提示自動套用前一題的解法。這個強制性的鑑別過程，正是臨床醫師在真實工作場域中所需的核心能力——病人不會在來診時告訴你「我這次是消化科問題」，醫師必須從零開始進行全面性鑑別。
「理想困難」是 Bjork 夫婦於 1990 年代提出、近年受到醫學教育界廣泛關注的核心概念。Nelson 等人於 2022 年發表於 Medical Education 的論文，系統性整合了三個理論視角(New Theory of Disuse、Challenge Point Framework、Cognitive Load Theory)來說明何謂「理想困難」:那些在學習當下令人感到吃力、但長期看來能促進深度學習的挑戰。[13] 提取練習、間隔練習、交錯學習，本身都是理想困難的具體形式——它們之所以有效，正是因為它們強迫大腦進行更深層的認知處理。
Pyke 等人於 2024 年發表於 Quarterly Journal of Experimental Psychology 的研究進一步整合了「理想困難框架」與「認知負荷理論」這兩個看似衝突的取徑，提出新的整合模型：任務難度應根據材料的元素互動性與學習者的專業程度進行調節——對低互動性任務，提高難度有助於加深記憶；對高互動性任務，降低難度可避免認知超載。[14] 這個整合對醫學教育設計具有直接啟示——並非所有題目都應該越難越好，而是應該根據學習者所處的能力階段，動態調節挑戰程度。
上述五大機制並非各自獨立，而是在設計良好的「時習」實踐中相互作用、形成一個完整的學習循環。本文提出「習導向學習循環模型」(Practice-driven Learning Loop, PLL)，用以描述此一整合性的認知歷程。
PLL 模型包含五個相互連接的階段：
第一階段是「結構化挑戰」(Structured Challenge)——透過設計良好的題目，將學習內容包裝為情境性的問題。這個階段對應到 PBL 中的「以問題引發學習」，但以更高頻率、更小單元的形式呈現。
第二階段是「主動提取」(Active Retrieval)——學習者必須主動從長期記憶中提取相關知識，以回答問題。這個階段觸發提取練習效應，強化記憶的可及性。
第三階段是「即時回饋」(Immediate Feedback)——學習者得知答案正確與否，並接收解釋性回饋。這個階段直接參與圖式更新，協助學習者修正錯誤理解。
第四階段是「組塊整合」(Chunk Integration)——透過反覆練習與交錯排列，個別題目的知識逐漸整合為高層次的認知組塊。這個階段是新手向專家轉化的關鍵。
第五階段是「圖式重組」(Schema Reorganization)——當足夠的組塊累積後，學習者的認知架構整體升級，能應對更複雜、更新穎的臨床情境。這個階段對應到 CBME 中的「能力進展」(competence progression)。
PLL 模型的關鍵洞見在於：設計良好的「刷題」本質上是一種「高頻率微型 PBL」(High-frequency Micro-PBL)——它與傳統 PBL 在認知機制上並無本質差異，只是將每一個學習循環縮短為一道題的尺度，藉此提高練習頻率與覆蓋廣度。當這個循環被適當設計時，它便能同時觸發圖式建構、提取練習、組塊化、交錯與理想困難五大機制，達成深度學習。
PLL 模型對能力導向醫學教育(CBME)具有直接的橋接價值。CBME 強調以學習者實際能力的達成為核心，而非以時間長度或課程完成度為依據。然而，從「知識輸入」到「能力展現」之間，需要一個轉化過程——這正是 PLL 模型所描述的「圖式建構與重組」。Ng 等人於 2025 年發表於 Diagnosis 期刊的論文明確指出，CBME 訓練最大的盲點，是過度強調 milestone 式的能力清單，卻忽略了支撐能力展現的「認知圖式」如何透過教學設計被有意培養。[15]
下表整理了 PLL 模型五階段與 CBME 評量工具的對應關係:
| PLL 階段 | 認知機制 | 對應的 CBME 評量工具 |
|---|---|---|
| 結構化挑戰 | 情境化、有意義的提取線索 | MCQ 題庫、模擬病人案例、虛擬病人 |
| 主動提取 | 提取練習效應、強化記憶 | Mini-CEX、CbD、口試 |
| 即時回饋 | 圖式更新、錯誤修正 | DOPS、結構化回饋表單 |
| 組塊整合 | 從元素到模式的認知躍升 | OSCE 多站、整合性評量 |
| 圖式重組 | 能力階段躍升、新情境遷移 | EPA entrustment、CCC 整合判斷 |
表一：PLL 模型與 CBME 評量工具的對應關係
由此可見，「刷題」不僅不與 CBME 相互衝突，反而是 CBME 評量體系的重要支柱之一。它在 CBME 框架下扮演的角色，是「能力建構的低成本、高頻率練習平台」——讓學習者在進入高成本的 OSCE、Mini-CEX、CbD 評量之前，已透過 PLL 循環建立起足夠的圖式基礎。
PLL 模型對台灣醫學教育界提供了至少四個層面的具體啟示。
第一，題庫設計的科學化。台灣醫學生面對的國考題庫、PGY 訓練評量題庫，目前多為「主題分區」的集中式練習結構;若能在題庫平台層級導入交錯排列、間隔重複(Anki 式 spaced repetition)、難度動態調適等機制，即可大幅提升「時習」的學習效益。Vagha 等人於 2025 年發表於 Frontiers in Medicine 的研究顯示，將 spaced repetition 整合進兒科本科教育中，介入組的測驗後分數顯著優於對照組，且超過 90% 的學生報告記憶力、投入度與信心皆有所提升。[16]
第二，形成性評量的重新定位。CbD、Mini-CEX、DOPS 等工作場域評量，長期被視為「總結性評鑑」的一環，著重於分數產出。然而從 PLL 角度看，這些工具最大的學習價值，來自於它們作為「情境化提取練習+即時回饋」的循環。若能將此類評量的頻率從「每月一次」提升至「每週多次」，並將回饋品質而非分數作為核心指標，即可大幅釋放 PLL 機制在臨床訓練中的潛能。
第三，跨科交錯訓練的制度設計。PGY 制度本意即在於提供跨科訓練機會，但若每科訓練時段過長(如 3 個月)，其交錯效果便被稀釋。可考慮設計更短期、更高頻交錯的次專科見習模組(例如每週半天輪一個專科)，讓住院醫師在臨床實作層面真正體驗交錯學習的效益。
第四，數位學習平台的本土開發。AI 與大型語言模型的興起，為個人化、適性化的題庫平台開發提供了前所未有的可能性。台灣醫學教育社群可考慮建構本土化的 AI 輔助學習平台，將上述五大認知機制整合進產品設計之中，並結合中文語境、本土疾病譜、健保制度等在地特色，提供國考、專科考、繼續教育三層次的整合性學習資源。
本文最後想回到一個更深層的反思:當我們以當代學習科學重新詮釋「學而時習之」時，我們做的並不只是「為刷題找學術背書」，而是在嘗試一個更具雄心的學術工作——重新評估東亞學習傳統在當代教育思潮中的位置。
Gao 等人於 2022 年發表於 Sustainability 期刊的研究，以 Jin Li 提出的「德性模型」(virtue model)與「心智模型」(mind model)為框架，系統性比較中國與美歐學生的學習信念。[17] Liu 等人於同年發表的後續研究進一步顯示，在當代全球文化交流的背景下，德性模型與心智模型對學習成效的影響並非互斥，而是可以相互補充——對中國學生而言，兩種模型皆對學業成就有正向影響。[18] 這個發現對醫學教育具有重要意涵:在 CBME、PBL 等以西方教育理念為基礎的框架被引入東亞時，我們不必拋棄本土學習傳統的智慧，而是應該尋找兩者整合的路徑。
「學而時習之」所蘊含的智慧，經過兩千年的實踐驗證，早已內建於華人教育文化的深層結構中。當代學習科學所揭示的提取練習、間隔效應、交錯學習、理想困難，並非對「時習」傳統的取代，而是對其運作機制的科學化詮釋。從這個意義上說，本文所提出的 PLL 模型，既是當代學習科學的整合，也是儒家學習哲學的現代轉譯。
「習」字甲骨文為「鳥數飛」的象形——一隻幼鳥不斷振翅，逐漸從跌落到熟練，從生疏到自由。這個古老意象所描繪的，正是當代學習科學中「圖式建構、提取練習、理想困難」共同作用的學習歷程。兩千年前的智慧，與當代的實證研究，在此刻交會。
「學而時習之，不亦說乎」——孔子以一句話開啟了《論語》，也以一句話為東亞學習傳統定調。兩千年後，當代認知心理學與學習科學的累積實證，從另一條路徑回到了同樣的洞見——設計良好的反覆練習，不是低階的機械記憶，而是觸發深度學習的關鍵機制。
對台灣醫學教育界而言，這個雙向的對話為我們提供了一個重要的思潮層次選擇:我們不必在「西方 CBME 框架」與「東亞刷題傳統」之間二選一；我們可以主動建構一個整合性的學習設計，讓 PLL 機制在 CBME 評量體系中發揮應有的作用，讓「時習」傳統在數位學習平台中獲得新的生命。當我們開始這樣做的時候，我們不僅在優化醫學教育，更在進行一項更深層的工作——從跨文化、跨時代的學術對話中，重新發現我們自己學習傳統的當代意義。
「不亦說乎？」當設計良好的「時習」真正觸發了學習者的圖式重組，當醫學生在反覆練習後第一次感受到自己「想通了」，當住院醫師在跨科交錯訓練中體驗到臨床推理的躍升——那份「悅」(說)，便是兩千年前孔子所描述、也是當代學習科學所驗證的、深度學習真正帶來的喜悅。
