AI 与自我评价：谁来判断我进步了
觉得差不多了，一考才发现差得远，判断自己学得怎么样是一项要练的能力。本文用熟悉错觉与元认知研究说明偏差的来源，给出延迟判断、以产出为标准、留档对比三条校准做法与其边界。
本文性质： 观察 + 模型（Observation / Model） 证据标签： 观察 Observation／模型 Model／假设 Hypothesis／实证 Evidence
本篇涉及的证据类型：观察 Observation／模型 Model／假设 Hypothesis。凡属本院课堂观察与教学模型的部分，均不作效果承诺。
学完之后觉得「差不多了」，一考才发现差得远；反过来也有。判断自己学得怎么样，本身就是一项要练的能力，而工具帮不上这一层。
01自我判断为什么常失真
本院学生常出现两种偏差。一种是高估：跟着工具把一篇文章读顺了，就以为自己掌握了，合上材料复述却讲不出三句。另一种是低估：把工具给出的难词都当必学，越学越焦虑，实际上那些词在现阶段并不需要。两种偏差在每次阶段性回顾时都会露面。以上为本院教学记录中的观察，未做统计检验。学生自己的说法很一致：「看的时候都懂，想起来才知道没记住。」
02熟悉感与判断力的双重困难
自我判断容易失真，有两个被反复验证的原因。一是熟悉错觉：反复接触会让信息显得容易，而「读起来顺」被误当成「已经记住」（Bjork & Bjork 2011 区分了可提取性与熟悉感，并据此提出合意困难）。二是能力与判断能力往往同源：对某个领域掌握得少，就同时缺少判断自己掌握程度所需的标准（Kruger & Dunning 1999 报告了这种双重困难）。两项都不是智力问题，而是所有人的默认状态。
03本院的三条校准做法
本院定了三条校准做法。第一条是延迟判断：学完之后隔一天再判断，不用当下的感觉。第二条是产出代替感觉：能不能复述、能不能给别人讲清楚、能不能用出来，用这三样当标准，不用「熟悉感」。第三条是留档对比：把每周的产出留下，月底回看，用产出与产出的差别替代印象与印象的差别。三条里第三条最费事，也最能减少偏差。
04条边界
三条边界。第一，本院的观察来自常规教学，没有对照组，不能据此推断校准训练一定提高学习结果。第二，Kruger 与 Dunning 的研究结论此后有方法学上的讨论与修正，效应大小与解释方向仍被争论，本院按需谨慎的实证处理。第三，自我评价是教师评价的补充，不能替代；把判断完全交给自己，会丢掉外部反馈这一条线。
