页面顶部
已进入:阅读页
← 返回

个人网站文章2026-10-13lixiaolai.com作者:李笑来原文链接

糖衣本身就在说:药是苦的

卢克莱修在《物性论》第一卷里解释,为什么他要用诗体陈述自己的学说:

Footnotes

  1. Lucretius. De Rerum Natura 1.936-950(该段约在 4.11-25 再次出现)。拉丁文:The Latin Library,https://www.thelatinlibrary.com/lucretius/lucretius1.shtml。本文引用的第一卷英文诗体译文:Leonard, W. E., trans. (1916), Book I; Project Gutenberg ebook #785, https://www.gutenberg.org/ebooks/785。第四卷该段重复处(Leonard)见 https://fgh.perseids.org/read/latinLit/phi0550/phi001/perseus-eng1/4.1-4.26。最后一节中第 943-945 行的英文表达,是作者对拉丁文的直白转述,不是已发表译本。 ↩ ↩2

  2. Horace. Ars Poetica 333-344,尤其 341-344。拉丁文:The Latin Library,https://www.thelatinlibrary.com/horace/arspoet.shtml。英文释义为作者所作。 ↩

  3. 中文把这个意思译作“寓教于乐”(yù jiào yú lè,字面是“把教学寓于快乐之中”)。中文参考资料把它追溯到贺拉斯《诗艺》;未找到其中文首次使用。 ↩

  4. Sailer, M., & Homner, L. “The gamification of learning: A meta-analysis.” Educational Psychology Review​, 32(1), 2020, pp. 77-112. doi:10.1007/s10648-019-09498-w. https://link.springer.com/content/pdf/10.1007/s10648-019-09498-w.pdf。全样本数字和“still somewhat unresolved”引文来自摘要第 77 页;子拆分数字来自第 98 页;“not robust”判断和“underpowered”限定来自第 101 页;测量时点段落来自第 102 页;对调节变量结果的谨慎解读来自第 107 页。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  5. Dewey, J. The Child and the Curriculum​. University of Chicago Press, 1902. Text: Project Gutenberg #29259, https://gutenberg.org/cache/epub/29259/pg29259-images.html ↩ ↩2

  6. Kohn, A. “Science Confirms It: People Are Not Pets.” New York Times​, 28 October 2018. 引文来自该文稍作扩展的版本 “Rewards Are Still Bad News (25 Years Later)”,位于 https://www.alfiekohn.org/article/rewards-25-years-later/;句子是在那里核对的,不是在 Times 文本里核对的。 ↩

  7. Deci, E. L., Koestner, R., & Ryan, R. M. “A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation.” Psychological Bulletin​, 125(6), 1999, pp. 627-668. doi:10.1037/0033-2909.125.6.627. 全文副本:https://depts.washington.edu/techdocs/papers/deciExtrinsicRewardsAndIntrinsicMotivation99.pdf。有趣任务与无聊任务的比较(d = -0.68 versus +0.18, ns)见 “Interesting Versus Boring Tasks” 一节。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7

  8. Yu, A. “Improving the streak: Forming habits one lesson at a time.” Duolingo Blog​, 19 November 2020. https://blog.duolingo.com/improving-the-streak。这是一份公司声明,描述公司 A/B 测试:每天一节课即可延长 streak;结果以相对变化报告,没有分母或区间。 ↩

  9. Silverman, J., & Barasch, A. “On or off track: How (broken) streaks affect consumer decisions.” Journal of Consumer Research​, 49(6), 2023, pp. 1095-1117. doi:10.1093/jcr/ucac029. 已接受稿:https://udspace.udel.edu/bitstreams/7e3e3b64-8bf2-4527-ac93-94a160358165/download(研究 3,手稿第 24-25 页;摘要第 3 页)。 ↩ ↩2

  10. Mansur, O. “The Duolingo Streak Uses Habit Research to Keep You Motivated.” Duolingo Blog​, 31 January 2022. https://blog.duolingo.com/how-duolingo-streak-builds-habit。公司声明;+0.38% 数字来自公司自己,没有分母或区间。 ↩ ↩2

  11. Duolingo, Inc. Form S-1, SEC, filed 28 June 2021. https://www.sec.gov/Archives/edgar/data/1562088/000162828021013065/duolingos-1.htm。注册文件中的公司声明;其列出的应用内购买项目(“streak freezes”和“timer boosts”)被描述为约占 2020 年收入的 1%。未与最终招股书措辞比较。 ↩

  12. Duolingo, Inc. Q3 FY2022 earnings press release (SEC exhibit 99.1), 10 November 2022. https://www.sec.gov/Archives/edgar/data/1562088/000156208822000163/q3fy22pressrelease.htm。公司声明,引用联合创始人兼 CEO Luis von Ahn。 ↩

  13. Aulagnon, R., Cristia, J., Cueto, S., & Malamud, O. “Streaks to success?” NBER Working Paper 34173, August 2025(revised September 2025)。https://www.nber.org/system/files/working_papers/w34173/w34173.pdf。数字来自工作论文;期刊版(​Economics of Education Review 109, article 102721, 2025, doi:10.1016/j.econedurev.2025.102721)未读。streak 与普通提醒的对比混杂了消息数量(streak 组每周两条,普通提醒组每周一条);个性化提醒组同样每周两条。 ↩ ↩2 ↩3 ↩4

  14. Duolingo, Inc. Q2 2026 shareholder letter (SEC exhibit 99.2), announced 5 August 2026. https://www.sec.gov/Archives/edgar/data/0001562088/000162828026053299/q2fy26duolingo6-30x26share.htm。公司声明;1,540 万计数来自公司,没有给出方法。 ↩ ↩2

  15. Lepper, M. R., Greene, D., & Nisbett, R. E. “Undermining children's intrinsic interest with extrinsic reward: A test of the 'overjustification' hypothesis.” Journal of Personality and Social Psychology​, 28(1), 1973, pp. 129-137. doi:10.1037/h0035519. https://www.heartofcharacter.org/wp-content/uploads/Undermining_Childrens_Intrinsic_Interest_with_Ext-1.pdf ↩ ↩2

  16. Kohn, A. “The Risks of Rewards.” ERIC Digest ED376990, 1994. https://www.alfiekohn.org/article/risks-rewards/ ↩

  17. Hanus, M. D., & Fox, J. “Assessing the effects of gamification in the classroom: A longitudinal study on intrinsic motivation, social comparison, satisfaction, effort, and academic performance.” Computers & Education​, 80, 2015, pp. 152-161. doi:10.1016/j.compedu.2014.08.019. 数字和引文来自该文最初在线发表版本(15 September 2014);2018 年勘误(​Computers & Education 127, p. 298, doi:10.1016/j.compedu.2018.09.019)未检索。 ↩ ↩2 ↩3 ↩4 ↩5

  18. Soderstrom, N. C., & Bjork, R. A. “Learning versus performance: An integrative review.” Perspectives on Psychological Science​, 10(2), 2015, pp. 176-199. doi:10.1177/1745691615569000。摘要级。 ↩ ↩2

  19. Deslauriers, L., McCarty, L. S., Miller, K., Callaghan, K., & Kestin, G. “Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom.” PNAS​, 116(39), 2019, pp. 19251-19257. doi:10.1073/pnas.1821936116 (PMC6765278). ↩

  20. DeLoache, J. S., Chiong, C., Sherman, K., Islam, N., Vanderborght, M., Troseth, G. L., Strouse, G. A., & O'Doherty, K. “Do babies learn from baby media?” Psychological Science​, 21(11), 2010, pp. 1570-1574. doi:10.1177/0956797610384145。摘要级。 ↩

  21. Habgood, M. P. J., & Ainsworth, S. E. “Motivating children to learn effectively: Exploring the value of intrinsic integration in educational games.” Journal of the Learning Sciences​, 20(2), 2011, pp. 169-206. doi:10.1080/10508406.2010.508029. 数字和访谈引文来自作者接受稿,https://shura.shu.ac.uk/3556/1/Habgood_Ainsworth_final.pdf(研究 1,第 12-21、29 页;研究 2,第 26-28 页;访谈表,第 28 页)。短语 “a sugar coating for learning content” 来自 OpenAlex 索引的已发表摘要;手稿拼作 “sugar-coating”。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  22. Cheng, C., Wu, Y., Wang, R., & Wang, Z. “Seductive details, cognitive load, and learning outcomes: A multi-level meta-analysis and MASEM.” Educational Psychology Review​, 38(1), article 28, 2026. doi:10.1007/s10648-025-10099-z。摘要页。 ↩

  23. Sanchez, D. R., Langer, M., & Kaur, R. “Gamification in the classroom: Examining the impact of gamified quizzes on student learning.” Computers & Education​, 144, article 103666, 2020. doi:10.1016/j.compedu.2019.103666。仅摘要;未读全文。 ↩ ↩2

  24. Rodrigues, L., Pereira, F. D., Toda, A. M., Palomino, P. T., Pessoa, M., Carvalho, L. S. G., Fernandes, D., Oliveira, E. H. T., Cristea, A. I., & Isotani, S. “Gamification suffers from the novelty effect but benefits from the familiarization effect: Findings from a longitudinal study.” International Journal of Educational Technology in Higher Education​, 19, article 13, 2022. doi:10.1186/s41239-021-00314-6 ↩ ↩2

  25. Seaborn, K. “Removing gamification: A research agenda.” Extended Abstracts of the 2021 CHI Conference on Human Factors in Computing Systems (CHI EA '21), 2021. doi:10.1145/3411763.3451695. 阅读的是 arXiv 版本,https://arxiv.org/pdf/2103.05862v1 ↩ ↩2

  26. García Iruela, M., Fonseca, M. J., Hijón-Neira, R., & Chambel, T. “What happens when gamification ends?” In Bittencourt, I. I., et al. (Eds.), Artificial Intelligence in Education (AIED 2020), LNAI 12164, Springer, 2020, pp. 98-102. doi:10.1007/978-3-030-52240-7_18 ↩ ↩2

  27. Malone, T. W. “Toward a theory of intrinsically motivating instruction.” Cognitive Science​, 5(4), 1981, pp. 333-369. doi:10.1207/s15516709cog0504_2。摘要级。 ↩

  28. Papert, S. “Hard Fun.” Column, Bangor Daily News​, 2002(媒体和年份来自存档列表 https://dailypapert.com/?p=1441)。正文:https://dailypapert.com/hard-fun/ ↩

  29. Willingham, D. T. “Why Don't Students Like School? Because the Mind Is Not Designed for Thinking.” American Educator​, Spring 2009, pp. 4-13(摘自 Why Don't Students Like School? 第一章,Jossey-Bass, 2009);引文在第 6-7 页。https://www.aft.org/sites/default/files/WILLINGHAM(2).pdf ↩ ↩2

  30. 《论语·雍也》,现代(杨伯峻)编号 6.20;Legge 编号及中文维基文库(雍也第六)为第 XVIII 章(6.18)。文本:https://zh.wikisource.org(論語/雍也第六)。原文以简体字给出:「知之者不如好之者,好之者不如乐之者。」正文中的英文为作者译文。 ↩

  31. Duolingo, Inc. Q2 FY2024 earnings press release (SEC exhibit), 7 August 2024. https://www.sec.gov/Archives/edgar/data/1562088/000156208824000203/q2fy24duolingo06-30x24pres.htm。公司声明;“DAUs”是公司的日活跃用户。这个数字没有与公司 2022 年关于超过 7 天 streak 的另一条声明合并。 ↩

  32. 《三字经》(Three Character Classic),佚名;传统上归于王应麟,作者和年代有争议。文本:Project Gutenberg #12479,http://www.gutenberg.org/cache/epub/12479/pg12479.txt(繁体字)。原文以简体字给出:「头悬梁,锥刺股。彼不教,自勤苦。」以及「勤有功,戏无益。」正文中的英文译文为作者所作。 ↩ ↩2

  33. Diogenes Laertius. Lives of Eminent Philosophers 5(Aristotle)。英文:Perseids edition (R. D. Hicks, ed.), https://fgh.perseids.org/read/greekLit/tlg0004/tlg001/perseus-eng2/5.1.15-5.1.19。章节号未定(5.18 或 5.21)。这句话是 Diogenes 的记述,写成时间比 Aristotle 晚约五个世纪。 ↩

  34. Dewey, J. Interest and Effort in Education​, ch. 1, section I (“Unified Versus Divided Activity”), 1913. 英文维基文库转写:https://en.wikisource.org/wiki/Interest_and_Effort_in_Education/Chapter_1(印本出处未与目录记录核对)。糖衣句出现在 Dewey 对兴趣理论过度形态的批评中。 ↩ ↩2 ↩3 ↩4

  35. Postman, N. Amusing Ourselves to Death: Public Discourse in the Age of Show Business​. Viking, 1985, ch. 10, “Teaching as an Amusing Activity.” 措辞在 Penguin 再版的 Internet Archive OCR 文本中核对;未核对印本页码。 ↩ ↩2

  36. 中文题名:《孟子·告子上》6A7;王艮《乐学歌》;韩愈《进学解》。文本:中文维基文库(孟子/告子上);王艮诗见谢青松在《光明日报》文中引用,转载于 https://www.rujiazg.com/article/25751;https://zh.wikisource.org/wiki/%E9%80%B2%E5%AD%B8%E8%A7%A3。 ↩

图片 1:深色桌面上一只陶杯,杯沿泛着蜂蜜的光泽,蜂蜜沿杯身一侧流下;杯中是深色的苦味液体。

杯沿上的蜜#

卢克莱修在《物性论》第一卷里解释,为什么他要用诗体陈述自己的学说:

正如医生要让小男孩喝下令人作呕的苦艾时,会先用甜汁涂抹杯沿……1

这个比喻指的是他自己的诗。他的学说是苦艾,他的诗句是蜂蜜。卢克莱修并不掩盖苦味;他在同一段提供甜味的文字里就明说了苦味。糖衣是一种供认:凡是在杯沿加甜味的人,都已经判断饮者会尝到什么。

贺拉斯给出了这个形象体面的后代。​Omne tulit punctum qui miscuit utile dulci​:直白地说,把有用之物与甜美之物混合起来的人,就赢得了所有分数。2 这句话说的是一首诗如何赢得成年读者;其中有些读者轻视没有益处的东西,有些读者会跳过严肃艰深的诗。它不是教孩子的方法。这句话的现代后代是寓教于乐,也就是用娱乐包裹教学;3 而游戏化,本文的主题,就是寓教于乐的工业形态。

游戏化自己的文献给出了定义。Sailer 和 Homner 2020 年的元分析把游戏化定义为“在非游戏语境中使用游戏设计元素”,并把游戏化学习描述为“增强或改变一个既有学习过程”。4 按这个定义,学科内容先存在,游戏被加在上面。这就是糖衣。

本文的立场分两部分。第一,当难度和进步感恰到好处时,学习本身有自己的快乐,所以糖衣是多余的;这一部分以接近文末汇集的证据为依据。第二,糖衣会误导:它告诉学习者,这颗药是苦的。每个打开应用的学习者,都会从积分、streak、等级、进度条和锁那里听到这句话。第二部分是我的判断,没有研究测量过它。下面每一节都会落到某种装置把学习变成了什么;那些句子是我对装置的解读,不是研究发现。我觉得第二部分更令人害怕,下面各节会努力证明这个词值得使用。

这个图像很古老,并不是我发明的。Dewey 在 1902 年用过它;5 Kohn 2018 年在《纽约时报》的一篇文章中写道,许多教师、父母和管理者仍在坚持使用各种版本的所谓“糖衣控制”。这里引用的是他网站上扩展版的表述。6

研究奖励的心理学家会按奖励所支付的对象来分类:为参与一项任务付钱,为完成它付钱,或者为把它做好付钱。Deci、Koestner 和 Ryan 对 128 个实验的元分析使用了这三类。7 放到游戏化装置上,同一个问题就成了一份现场指南:这个装置到底在为什么付钱?为那个东西付钱又会教会学习者什么?这些装置按答案触及的深度排列:从学习者做了什么,到为什么做,到和谁比较,到学习感觉起来像什么,再到学科本身被定义成什么。

Streak:为出现而付钱#

在最基本的形式里,streak 是连续天数计数器;只要漏掉一天,就归零。它不计算理解了什么、什么地方困难,也不计算是否真的学到了东西。它计算一节课是否完成;按公司自己对 2020 年一项测试的说明,一天完成一课,就足以延长 streak。8

如果把它看作一种奖励(这里以及下面每种装置中,把元分析里的奖励类别映射到游戏装置上,都是我的做法),streak 是完成条件型奖励。在 Deci 及其同事的元分析中,这一类奖励会降低后续自由选择兴趣:对于一开始就有趣的任务,在奖励消失之后测量,d = -0.36;仅仅为参与任务而给奖励是 -0.40,为表现良好而给奖励是 -0.28。7

关于 streak 的实验显示,一旦计数存在,它会做什么。Silverman 和 Barasch 搭建了一个“仿照 Duolingo”的模拟语言应用(研究 3,N = 602)。做完几道葡萄牙语题之后,参与者要在继续葡萄牙语和改学夏威夷语之间选择。屏幕上有 streak 记录时,streak 完整的参与者中有 92.47% 选择继续,streak 断掉的参与者中只有 45.21% 继续;没有记录时,两个数字分别是 64.94% 和 60.90%。9 一个断掉的计数,把继续的意愿推到了没有计数时以下。

图:选择继续学葡萄牙语而不是改学夏威夷语的参与者比例。 研究 3,一个“仿照 Duolingo”的模拟语言应用,线上参与者,streak 只有三四道题那么长。 没有测量学习效果。

作者报告说,这个效应“不依赖实际过去行为”,并把它解读为:人们“把维持一个被记录的 streak 本身看作一个有意义的目标”。9 从这里推到一个学习者会守护第三十天,是我的推论。参与者来自线上招募,streak 只有三四道题那么长,而且没有测量学习效果。

产品制造者用自己的话说出了这个机制。Duolingo 2022 年 1 月 31 日的一篇博客写道:“随着你的 streak 增长到新的高度,延长 streak 的新鲜感可能开始消退,于是这个功能开始用另一种方式激励你。这时,我们会利用‘损失厌恶’,也就是你大脑里的一种内在偏见,它让你特别不愿意失去某样东西,比如一个学习 streak。”10

Streak Freeze 可以把计数暂停一天,这是公司的答案;那篇博客说,允许第二个 Streak Freeze,“实际上让 Duolingo 每天活跃学习者的相对数量增加了 +0.38%”。10 这个数字来自公司,报告的结果是活跃学习者。对一个丢失的 streak 的补救也曾被拿来出售:公司 2021 年 6 月的注册声明把“streak freezes”列在应用内购买项目里,这些项目占 2020 年收入大约 1%。11

公司也说明了它把什么算作成功。在 2022 年 11 月 10 日的财报新闻稿中,联合创始人兼 CEO 被引用说:“我特别自豪的是,我们的产品正在鼓励更多 engagement,而这可能带来更好的学习结果。”12 学习,是 engagement “可能带来”的东西。

关于学习场景中的 streak,唯一一项随机田野实验值得完整列出数字。Aulagnon、Cristia、Cueto 和 Malamud 说,据他们所知,他们的研究是“第一项考察在教育语境中突出 streak 效应的实验研究”。13 在工作论文版本里,60,000 名曾使用免费数学平台的秘鲁四至六年级儿童,在暑期六周内被随机分到四组之一:突出其 streak 的消息(streak 定义为连续几周完成题集)、带正向强化的个性化提醒、普通提醒,或没有消息。streak 组的使用上升了:至少连接一次的概率提高 2.8 个百分点;在连接过的儿童中,连接周数占比提高 9.4 个百分点。在参加期末测试的 1,503 名儿童中,streak 组比对照组高 0.13 到 0.17 个标准差。作者说:“我们没有观察到突出 streak 造成的挫败效应。”13

Streak 买到的正是 streak 所付钱购买的东西,也就是出现;而和个性化提醒相比,点估计是分裂的。个性化提醒组的消息不谈 streak,它让儿童至少连接一次的估计值更高(+3.8 个百分点,对比 streak 消息的 +2.8);streak 组在连接周数占比上更高(+9.4 点,对比 +6.9)。因为两组每周都收到两条消息,这些对比没有消息数量混杂。streak 相对普通提醒的使用优势则有这个混杂:streak 组每周两条消息,普通提醒组每周一条。

测试与平台自己的练习对齐,而且按作者的话说,它“不代表广泛的学业成就测量”。13 60,000 人里只有 1,503 人参加了测试,处理组之间在测试上的差异并不显著,作者还补充说,对总体人群的学习影响会小得多。没有任何结果变量是兴趣或信念,而且研究中的 streak 是按周计算、通过消息发送的:关于每周 streak 的一条通知,而不是每日计数器。作者自己的总结点明了奖品:突出 streak “在目标是让已经参与某种目标行为的个体产生更强依附时最有效”。13 在我的解读里,那是对平台的依附,由平台自己的测试打分。

最新的公司数字显示,一天的学习会变成什么。2026 年 6 月,在 Duolingo 股东信所称的一次“一次性活动”中,符合资格的学习者可以“选择加入并完成三节课,恢复自己有史以来最长的 streak”;按公司的统计,“1,540 万学习者恢复了自己的 streak”。14 当计数移动时,这一天的学习就算完成;计数才是所欠之物:对一个计数器的义务。

积分:意义被换算成货币#

积分,通常叫 XP,会按每节课、每个正确答案、每个完成的单元发放,并购买等级。一种货币覆盖一切。语法课和词汇训练,因它们支付多少而变得可以比较;在我的解读里,一项不支付任何东西的任务,会停止被登记为任务。

显示这种经济体系缩影的实验,比任何应用都更早。Lepper、Greene 和 Nisbett(1973)找来 51 名本来就喜欢用马克笔画画的学龄前儿童,把他们分到三组:一组预期画画会得到奖励,一组意外得到同样的奖励,一组没有奖励。后来,在看不见奖励的自由游戏时间里,预期会得到奖励的孩子把 8.59% 的时间花在画画上;无奖励组是 16.73%,意外奖励组是 18.09%。他们在奖励环节画出的画,评分也低于另外两组:2.18,对比意外奖励组的 2.85 和无奖励组的 2.69。15 意外奖励没有造成伤害,所以机制是预期加条件性。而且,预期得到奖励的孩子不只是画得更少;他们画得更差。学习应用里的积分,在设计上就是可预期且有条件的。这个实验使用的是画画证书,不是课程积分。积分和 streak 属于同一类,也就是完成任务的奖励;在后续自由选择兴趣上,方向也相同。7 标准反驳是:积分也是反馈;同一项元分析发现,正向口头反馈会提高自由选择行为(d = 0.33)。积分不是那种反馈。反馈说的是哪里做得好;积分说的是它值多少钱。更接近积分的是 Lepper 的证书。

有人问奖励是否能激励,Kohn 在 1994 年对研究的总结中回答:“当然能:它们激励学生去拿奖励。”16

在积分经济下,学习变成了按货币支付的劳动。学习者的问题从“这是什么?”变成“这值多少?”一种货币还会邀请比较:谁更多?

排行榜:学习被换算成排名#

徽章认证里程碑。排行榜给学习者排序。它显示的是位置,而一个排名榜有一个不需要研究就能知道的性质:按结构,大多数学习者都在顶端以下;一个学习者上升,就是另一个学习者下降。每次排行榜被查看,它都会告诉榜上的大多数人:别人走在他们前面。最后这一步是我对这个装置的解读。算术本身不是。

本节依据的,是 Hanus 和 Fox(2015)关于一门带徽章与排行榜课程的整学期田野研究;这里按作者自己的报告来转述。在美国中西部一所大型大学,一门选修传播课程的两个班级被比较了一个学期,授课者是作者之一。其中一个班有一套 22 个徽章的系统,徽章是成绩要求的一部分;还有一个对全班可见的排行榜,用化名按徽章数量排序。作者写道,“我们所有游戏机制都与学习目标对齐”。17 在七分量表上,游戏化班级在徽章系统开始后的三次调查(时间点 1 到 3)中,内在动机分别是 4.74、4.57、4.66;另一个班是 4.78、4.92、4.95。满意度分别是 4.10、3.51、3.57;另一个班是 4.18、4.15、4.00。期末考试没有显著差异。作者找到的唯一考试关联,是通过较低的内在动机发生的;他们把它解读为伤害。这些班级是原本存在的完整班级,不是随机分配;71 名学生完成了全部四次调查。17

作者给出了自己的原因解释。“当一个奖励系统被强加在一门学生本来已经觉得有意思的课上时,它可能让人感觉受约束、很勉强。”17 这是他们的推测,不是经过检验的机制,而且研究设计无法把徽章与排行榜分开,也无法把二者与两个班级之间的差异分开。

元分析提供了最接近的被测量模式:它所说的“为表现良好而给奖励”这一类,会降低后续自由选择兴趣,虽然不降低自我报告兴趣。7 Hanus 和 Fox 测量了社会比较,发现两个班级只在最后一次调查(时间点 3,p = .06)上有边缘差异,17 所以这项研究并没有显示排行榜是通过比较起作用的。支持这一机制的是上面的算术;支持伤害的是动机曲线。

在这里,学习变成了一场比赛。

排名和积分让学习者与某个东西比较:价格,或者对手。进度条让学习者不和任何东西比较,而它感觉起来像学习。

进度条:把容易错当成学习#

等级、圆环和进度条,会随着每个完成项而填满。课程路径上的条只会上升。

学习科学家画出的一条线,被这个装置抹掉了。Soderstrom 和 Bjork 的综述说,教学过程中的表现“常常不是长期变化是否已经发生的可靠指标,而那些长期变化才构成学习”;人们“常常错误地把习得过程中的表现解释为长期学习的可靠指南”。18 进度条画出的只是完成项的数量,甚至比习得过程中的表现还少一层。本节中每一次从研究跨到装置上的桥接,都是我的。

感觉可以反向运行。在哈佛一门基于微积分的入门力学课上,一项随机交叉设计(N = 149)显示,学生在主动课堂之后的学习测试得分高出 0.46 个标准差,但他们对自己学习感的评分,比听被动讲授后低 0.56 个标准差。作者写道,学生“最初会把那种努力解释为学习更差的信号”。19 这项研究讨论的是讲授和大学物理,不是游戏化。没有任何进度条时,这种误读就已经存在。一个平滑上升的条会喂养它:它在每一步都确认,真正的学习应该像这个条一样感觉顺滑。

成年人也会这样读。12 到 18 个月大的婴儿在家每周看几次一张流行词汇 DVD,持续约四周;他们学到的词并不比对照组更多,但“喜欢这张 DVD 的父母往往高估自己的孩子从中学到了多少”。20 高估来自父母,不来自婴儿。喜欢产品,被读成了学习。那张 DVD 没有进度条。

重点不是学习应该被弄难。难度只有在学习者能够应对时才有帮助。

在进度条之下,学习变成了一根正在填满的条。困惑,本来是理解正在建造时的普通感受,现在会被读成故障,因为界面已经教会学习者:进步看起来是什么样子。

解锁:课程作为通行费#

第五种装置把游戏锁在内容之后:答题来解锁下一关,完成测验才能回到游戏,做完练习纸之后再玩小游戏。内容被摆成了入场费。

Habgood 和 Ainsworth 对这种安排做出了最干净的检验。他们为大约 7 到 11 岁的儿童制作了同一款数学游戏 Zombie Division 的两个版本。在外在附加版中,游戏照常运行,除法则作为每一关末尾的测验出现。研究者在已发表摘要中这样描述这一传统:把游戏用作“学习内容的糖衣”。21

研究里的访谈表记录了玩过两个版本的孩子对外在附加版的评价:“你会想:哦,我已经玩完好玩的部分了,现在我得做一个测试——我干脆关掉,不管它了。”21

这个设计宣布了哪一部分是药。这是一次小组访谈中的 16 名儿童,引用语被挑选进表格;这句话显示的是儿童说了什么,不是一般学习者会得出什么结论。同一张表还记录了孩子们想象教师会反对内在整合版,因为它“太好玩了——而且没有测试”。21 在我的解读里,它显示的是:孩子们预期成年人会认为,学习必须包含一个苦的部分。

Dewey 在 1902 年描述过这种方法。他写道,把学科维持原样,然后“通过方法上的技巧”激发兴趣:“给它裹上一层糖衣”,从而“仿佛让孩子在享受品尝完全不同的东西时,吞下并消化那块不可口的小食”。他称这是“更容易、更简单”的路线。5 解锁机制,就是把这句话变成游戏循环。

不是学科本身的甜味,也有被测量到的代价,虽然很小。在一项涵盖 50 项研究、177 个效应量的多层元分析中,被称为“诱人细节”的、有趣但无关的课程附加物,使学习下降了 g = -0.16,主要机制是“增加外在认知负荷”。22 这些研究讨论的是课程内部的无关材料,不是包在课程外面的游戏;把它桥接到小游戏上,是我的做法。

被锁住时,学习变成了获得乐趣的代价。锁训练学习者等待糖:学科变成两次奖励之间的间隔。

最好的数字测量了什么#

支持游戏化的元分析论证,始于 Sailer 和 Homner 2020 年的综述。在它纳入的全部研究中,估计值如下:认知结果 g = .49(95% CI 0.30 到 0.69;k = 19 个研究样本,N = 1,686);动机结果 g = .36(0.18 到 0.54;k = 16 个研究样本,N = 2,246);行为结果 g = .25(0.04 到 0.46;k = 9 个研究样本,N = 951)。综述还考察了高方法严谨度研究的一个子拆分:实验设计,或带前后测的准实验设计。在这里,认知效应仍然显著(g = .42,p < .01;k = 9 个研究样本)。动机效应不显著(g = .22,p = .20;k = 7 个研究样本),行为效应也不显著(g = .27,p = .22;k = 5 个研究样本)。4 两个不显著估计周围的区间足够宽,可以包含全样本值。作者写道,成功背后的因素“仍然有些未解决,尤其是对认知学习结果而言”。4

图:Sailer 和 Homner 元分析,效应量 g。 高严谨度子拆分指实验设计,或带前后测的准实验设计。 圆角节点:显著。 六边形:不显著。 作者说这些子拆分统计功效不足(动机 k = 7,行为 k = 5;k 是研究样本数),所以这里的不显著结果意味着效应未能被确立,不是说测得为零。

这些数字是准确的。

第一,在严谨检验下仍成立的效应,正是糖衣会预言的效应。甜过的杯沿让杯中物被喝下去。一项课堂研究跟踪三次测试的分数;473 名大学生用普通测验或游戏化测验做准备(“一个下注选项、一个进度条、鼓励性消息”)。作者在摘要中报告,游戏化学生“第一次测试得分显著更好”,但“游戏化的有益效应没有在后续测试中持续”;他们把这解读为游戏化“可能通过新奇效应起作用”。23 这是药被吞下一次的证据。它没有说明学习者认为这颗药是什么。

第二,g = .49 是给一个既有学习过程加一层东西的效应,这正是本文开头引用的定义。它不是在比较“一层东西”和“学科本身就是行动”之间的差别。在有这种比较的地方,也就是对七八岁儿童随机分配的 Zombie Division 研究,延迟测试中,裹糖衣的版本(外在附加版)得 41%,去掉数学的游戏对照版得 38%,数学就是玩法的版本得 58%。即时后测时,各组没有差异。21 论文报告内在整合版领先另外两个版本;它没有把裹糖衣版与完全没有数学的游戏之间 3 个百分点的差距报告为差异,所以,与完全没有数学的游戏相比,糖衣没有显示出论文能够报告的收益。数学就是玩法的版本,领先另外两组 17 到 20 个百分点。这是一所学校、51 名儿童的分析结果。

图:延迟测试,后测两周之后。 七八岁儿童,随机分配;分析 51 名儿童,来自一所学校。 “裹糖衣”指外在附加版(除法作为每关末尾的测验);“去掉数学”是对照版;“数学就是玩法”是内在整合版。 即时后测中各组没有差异。 论文没有把 41% 对 38% 的差距报告为差异。

这里我也把两项研究合在一起读,而且这是我的读法:一项研究中,游戏化提升出现在第一次测试,但在后续测试中消失(Sanchez 及其同事);23 另一项研究中,内在整合的优势一开始不存在,两周后才出现(Habgood 和 Ainsworth)。在游戏发生当刻取得的分数,对留下来的东西说明很少;这正是进度条一节里“学习与表现”的区分在两个方向上同时起作用。18 Sailer 和 Homner 自己的编码也支持这一点。认知和动机结果“几乎全部在干预之后测量”,而行为结果“几乎全部在干预期间测量(也就是说,测量在某种程度上与干预本身混杂)”。4 作者对其调节变量结果的谨慎解读是:某些变量可能影响即时情境中的行为,而这不一定会转移到游戏化语境之外;这些结果大多出现在行为结果上。4

第三,卖点正是不稳定的部分。游戏化卖的是动机和 engagement,而作者对其高严谨度子拆分的判断是,动机和行为结果上的汇总效应“按子拆分分析并不稳健”。4 他们同时提醒说,子拆分统计功效不足(k = 7 和 k = 5),所以这个判断是:这些效应没能在严谨研究中被确立,而不是测得没有效应。Rodrigues 及其同事显示了这种不稳定随时间看起来像什么。他们把一门入门编程课的游戏化届(2017 和 2018)与 2016 年的非游戏化届比较,总计 756 名本科生。在日志行为上,效应“在四周后开始下降”,又“在没有任何干预的情况下”向上转,但“没有恢复到最初贡献的正效应水平”。24 作者的解读是:“游戏化很可能受到新奇效应影响,但也受益于熟悉化效应。”24 U 形是他们探索性的视觉解读。被记录的是尝试次数、编码环境中的分钟数,以及系统访问:系统内活动,不是学习。游戏从未被拿走。

第四,对这项指控真正重要的测量,是奖励停止后还剩下什么。测量它的实验是自由选择实验,Lepper 的绘画研究就是其中之一;15 元分析汇总了这个模式。7 游戏化自己的移除文献很小,而且测的是别的东西。Seaborn 的快速综述找到了 2012 到 2020 年的八项移除研究:“关于移除游戏化的发现是混合的,但偏负面。大多数证实了早先的担忧,甚至初始正面结果也会在移除后下降。考虑到样本池很小且存在已指出的问题,无法得出坚实结论。”25 她报告说,八项中有六项聚焦的是“与评估游戏化对平台创造者或提供者的价值有关的测量”。25

有一项研究确实在游戏化停止后调查了学生,而它的结果与预期叙事相反。García Iruela 及其同事开设一门四周课程,一组前两周游戏化、后两周不游戏化,另一组顺序相反;他们得出结论:“当学生停止游戏化时,所分析的四个方面没有发现显著差异。”26 这四个方面是压力、感知选择、感知能力和努力,在切换两周后询问。190 名注册学生中,113 人完成了第二次调查。作者把他们看到的结果归因于课程本身“新奇效应的丧失”。26 我没有找到任何研究询问:当积分停止后,学习者认为学习是什么。

图:本文中报告时间过程的三项研究。 最后一个方框是作者对检索结果的报告,不是任何一项研究的发现。

按游戏化自己的证据来看,它最好的证据就是一份起诉书。它显示,药可以被做成能吞下去。只有跟踪同一批学习者穿过一门课程的研究,才能显示甜味随时间发生了什么;本文列出的三项报告游戏化效应时间过程的研究(Sanchez 的三次测试,Rodrigues 的十四周,Hanus 和 Fox 的一学期)记录的是:提升没有持续到第一次测试之后(按 Sanchez 摘要的报告),效应从未重新达到起点水平,动机落后于另一个班级;后两项都发生在游戏仍在运行时。而证据留下了一个没有被测量的人:面对一只没有蜂蜜的杯子的学习者。

如果糖衣不能制造想要,那么一定有别的东西能制造。这正是那份现场指南漏掉的格子。

甜味无法被剥离之处#

有一个测试可以区分糖衣和属于学科本身的快乐:甜味能否在不改变所学内容的情况下被剥掉?这个区分并不新。Malone 在 1981 年就划出过它:一种幻想“只弱弱地依赖游戏中使用的技能”,另一种幻想则“与技能的使用密切相关”。27

Habgood 和 Ainsworth 的另一个 Zombie Division 版本通过了这个测试。在内在整合版中,除法就是玩家与骷髅作战的方式:没有测验,数学就是动作。在大约 135 分钟可自由选择的游戏时间里,16 名 9 到 11 岁的儿童,也就是上面访谈中那同一批孩子,在内在整合版上花了 75.7 分钟,在外在附加版上花了 10.28 分钟,前者是后者的七倍多。21 剥掉骷髅的服装,游戏仍然留下,因为玩家每一刻做出的动作,就是除法。剥不掉的是玩本身。

同一张表里有一句关于内在整合版的话:“就像混合颜料一样……游戏里的数学和好玩……你并不真的觉得自己做了那么多。”21 颜料一旦混合,就不能再拆开。这是孩子用自己的话说出的“可剥离测试”。

Papert 引用过一个孩子的话,说编程“很好玩。很难。它是 Logo。”他的评论是:“我毫不怀疑,这个孩子说这项工作好玩,是因为它难,而不是尽管它难。”他的前提条件是,挑战“必须是适合这个个体的正确之物”。28

认知科学家 Willingham 给出了条件。“解决问题会带来快乐”,而且“快乐就在问题的解决中”。处于正确难度水平的问题是有回报的,而“太容易或太难”的问题让人不愉快。29 这才是本文论证第一条腿的真实形态:当难度和进步恰到好处时,学科会提供快乐。把它们调对,是教学问题;没有任何糖衣能解决它。

中文读者从《论语》那里继承了同一种排序:知之者不如好之者,好之者不如乐之者(现代编号 6.20,Legge 编号 6.18)。30 三个动词的宾语被省略了,所以把它读作学习,是一次解释步骤;我接受这个读法。

游戏化的后果,来自同一项提供奖励数字的元分析。在 11 项带自由选择测量且改变任务有趣程度的研究中,奖励降低了有趣任务上的后续自由选择兴趣(d = -0.68),而对无聊任务没有显著影响(d = +0.18,不显著)。作者得出结论,有形奖励造成的削弱“不会延伸到枯燥无聊的任务”。7 两半都要读。在学科本来已经令人愉悦的地方,奖励消耗了那份愉悦;在学科还不令人愉悦的地方,奖励也没有创造出该分析能够检测到的愉悦。Hanus 和 Fox 对自己的课程也划了同一条线。他们的学生在一门选修课里,“大概是出于自己的自由意志,也因为它对他们有些兴趣”;对于无聊的学生,他们承认奖励“可能让材料更有吸引力”。17

标准回应是:只把枯燥部分游戏化。奖励不必在无聊任务中创造兴趣,只需要让练习完成。在无聊任务上,糖衣购买的是服从,是按单价交付的练习,也就是严格派的目标被一条更甜的路抵达。而“无聊”很少是学科本身的事实。在我的解读里,一个让人无聊的部分,更常见的是它在 Willingham 所说的意义上校准得不好;29 糖衣把校准问题涂掉,并把失败认证为学科的属性。它也接受了糖衣自己的前提:这个部分就是无聊的。范围发现符合这个读法:宣布一项任务是苦差,只能改变原本把它看作乐趣的人;被测得的伤害落在有趣任务上。

这一切都没有替游戏层平反。内在整合版不是游戏化成功了;它是学科本身成为行动,而这个测试把它排除在现场指南之外。

如果快乐一直就在杯中,那么,是谁认定它是苦艾?

同一句话,两次#

现场指南里的每一种装置,都对学科说出同一句话:如果没有帮助,它不会被选择。streak 用计数说这句话,积分用价格说,排行榜用排名说,进度条用填充说,锁用门槛说。这就是糖衣所教的东西。我把它作为自己的判断说出来:没有研究测量过学习者会对学习得出什么结论。让我害怕的是剂量。这句话被说给每一个打开此类应用的人听;每次打开,它都被说一次;它和奖励是同一个动作;而公司按自己的统计报告说,“超过 20% 的 DAU 现在拥有超过一年的 streak”(2024 年 8 月 7 日新闻稿)。31

图:奖励类别来自 Deci、Koestner 和 Ryan;7 把问题应用到每种装置上,是作者的做法。 左侧方框描述上文各节定义的装置。 右侧一列是作者对每种装置的解读。 没有研究测量学习者会对学习得出什么结论。

一个没有研究测量的判断,仍然可以提出一个预测。测试可以测量:streak 结束后的一个月里,学习者把多少自由时间给了应用之外的那个学科,并与从未拥有 streak 的学习者比较。我预测第一组给得更少。

严格传统用鞭子而不是蜂蜜说同一句话。中国儿童背诵的启蒙读物《三字经》举出头悬梁、锥刺股的学生:“头悬梁,锥刺股。彼不教,自勤苦。”32 这些句子赞美的是无人催促而主动承担的努力;把它听成一本残酷手册,是一种漫画化。蒙学读物又在另一半上收束:“勤有功,戏无益。”32 Diogenes Laertius 记载亚里士多德说:“教育的根是苦的,但果实是甜的。”33 把这两段文字放在一起,是我的解读。严格派把甜味放在劳动的尽头;糖衣把甜味放在杯沿;两者都同意,根是苦的。因此,反对糖衣并不是投票支持锥子。

Dewey 在 1913 年的《教育中的兴趣与努力》里看到了这个共享前提,而本文只是应用了他的诊断,并没有发现它。“有一种共同原则,在表面上看似两个极端对立的理论基础上被无意识地假定着;这并不罕见,尽管有些令人惊讶。”34 他点名的原则是:“有待掌握的对象、观念或目的,对自我而言是外在的。”正因为对象被假定为位于自我之外,它“必须被弄得有趣;必须被人工刺激和虚构的注意诱因包围”,否则就必须召唤“纯粹的‘意志’力量”。34

在他对兴趣理论过度形态的批评中,Dewey 写到那个被裹上糖衣的孩子:“他很快就学会转身离开一切没有被人工包围上娱乐性情境的东西。”34 他的出路是认同:一旦学习者与学科联结起来,“我们既不必诉诸纯粹的意志力量,也不必忙于把事情弄得有趣”。34 我加给 Dewey 的只有一句话。糖衣不只是习惯形成器;它是一则公告。

图:共享前提、两边的引文和出路都来自 Dewey(1913)。 把它与亚里士多德那句话配在一起,以及结尾说反对糖衣不是投票支持锥子,是作者的做法。

Postman 在 1985 年用电视说出了态度问题。“我们现在知道,​Sesame Street 只有在学校像 Sesame Street 时,才会鼓励孩子爱学校。”35 几句话后,他又说:“作为一档电视节目,而且是一档好节目,​Sesame Street 并不鼓励孩子爱学校,也不鼓励他们爱学校里的任何东西。它鼓励他们爱电视。”35 这是观察,不是测量,Postman 没有报告效应量。按我的解读,游戏化延伸了这条线:学习者可能会爱上 streak。

这个行业拥有 Dewey 的诊断已经一个多世纪,却仍然建立在那个前提之上。2026 年 8 月,Duolingo 股东信报告说,它那次恢复丢失 streak 的一次性活动“成了我们最成功的活动之一”,并用自己的话得出教训:“它显示了 streak 对我们的学习者有多重要。”14 公司把它说成一个结果。

回到那只杯子。卢克莱修说,他的学说对没有接触过它的人(​quibus non est tractata​)来说显得 tristior​,相当阴郁。1 即便是他,也把苦味放在尚未尝过此物的人所形成的印象里,而他仍然为他们给杯沿加蜜。他预期杯边的孩子会被哄骗(​ludificetur​、​decepta​),且不会受害。Zombie Division 外在附加版里的孩子,按他们自己的描述,并没有被哄骗。他们读懂了杯沿。在我的解读里,杯沿告诉他们的,正是这个论点最锋利的版本:糖衣制造了它所预设的苦味。

References#

Further Reading#

  • Harp, S. F., & Mayer, R. E. “How seductive details do their damage: A theory of cognitive interest in science learning.” Journal of Educational Psychology​, 90(3), 1998, pp. 414-434. doi:10.1037/0022-0663.90.3.414.——值得读,是因为它给出了最初的诱人细节实验:在科学课程中加入有趣但无关的内容,以及这些内容对回忆和迁移造成了什么。
  • Bjork, E. L., & Bjork, R. A. “Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning.” In Psychology and the Real World​, Worth, 2011, pp. 56-64.——值得读,是因为它说明了 desirable difficulties 的条件:只有学习者能够应对的困难,才有助于学习。
  • Kearney, M. S., & Levine, P. B. “Early childhood education by television: Lessons from Sesame Street​.” American Economic Journal: Applied Economics​, 11(1), 2019, pp. 318-350. doi:10.1257/app.20170300.——值得读,是因为它提供了证据:接触 Sesame Street 与儿童达到适龄年级有关。一个限定是:该研究设计无法把节目内容与其呈现方式分开。
  • Wouters, P., van Nimwegen, C., van Oostendorp, H., & van der Spek, E. D. “A meta-analysis of the cognitive and motivational effects of serious games.” Journal of Educational Psychology​, 105(2), 2013, pp. 249-265. doi:10.1037/a0031311.——值得读,是因为它讨论的是 serious games,而 serious games 不等同于游戏化:元分析发现了学习和保持上的效应,但没有显示更高动机。
  • Hamari, J., Koivisto, J., & Sarsa, H. “Does gamification work? A literature review of empirical studies on gamification.” Proceedings of HICSS-47​, 2014.——这是一篇被广泛引用的游戏化实证研究综述,值得为了它自己的判断去读:游戏化“确实有效,但存在一些 caveats”。
  • Kohn, A. “Dewey, Piaget, and Frosted Mini Wheats.” 8 March 2021. https://www.alfiekohn.org/blogs/sugarcoating/ — 糖衣形象的现代用法,并把 Dewey 标为其来源。
  • Moldon, L., Strohmaier, M., & Wachs, J. “How gamification affects software developers: Cautionary evidence from a natural experiment on GitHub.” ICSE 2021​, pp. 549-561. doi:10.1109/ICSE43902.2021.00058.——研究对象是软件开发者,不是学习者,所以它作为类比成立,而不是课堂结果。仍然值得读,因为它显示 streak 计数器被移除后,开发者行为发生了什么。
  • Mogavi, R. H., et al. “When gamification spoils your learning: A qualitative case study of gamification misuse in a language-learning app.” Proceedings of Learning @ Scale 2022​, pp. 175-188. doi:10.1145/3491140.3528274.——值得读,是因为它给出了学习者自己关于追逐积分的说法。样本是按既往误用筛选出来的,所以它显示的是误用长什么样,不是误用有多常见。
  • Mencius 6A7(“Gaozi I”);Wang Gen, Le xue ge​(“Song of Delight in Learning”);Han Yu, Jinxue jie​(“An Explanation of Advancing in Learning”)。36——关于快乐的中文文本,从心在正当之物中获得乐趣(孟子),到乐即学习本身(王艮),再到勤奋与玩乐相对(韩愈);放在一起读,它们从两边呈现了这个古老论争。