productive-failure-desirable-difficulty-designer

生产性失败与理想困难设计师

此技能的作用

重新设计教学序列，融入生产性失败（Kapur，2008、2016）和理想困难（Bjork，1994；Bjork & Bjork，2011），以“先挣扎，再巩固”的模式取代标准的“先讲授，再练习”模式，从而实现更深入、更持久的学习。其核心悖论是：先经历挣扎并失败的学生，从长远来看比先接受清晰讲解并立即成功的学生学得更多——尽管他们在课堂上的感受更糟。Kapur（2016）表明，生产性失败之所以有效，是因为生成阶段（学生在接受教学前尝试解决问题的阶段）会激活先前知识、揭示这些知识的局限，并产生“知识缺口”，使后续讲授更有意义。Bjork（1994）提出了“理想困难”的概念——这些条件会让学习在短期内更困难，但在长期内更持久。它们包括间隔练习、交错练习、生成和提取练习。这项技能在 AI 赋能的学习环境中尤为重要，因为 AI 工具可能会无意间消除理想困难——让任务更容易、立即提供答案，并减少推动深度学习的有效挣扎。输出包括完整的生产性失败序列（生成阶段 + 巩固阶段）、任务中嵌入的具体理想困难、确保失败有益而非有害的保障措施，以及防止 AI 赋能的认知外包的指导。

证据基础

Kapur（2008、2016）通过一系列数学课堂研究，发展了生产性失败框架。在经典设计中，学生会在接受任何讲授之前，先面对一个复杂、新颖的问题——一个他们注定无法解决的问题。他们以小组形式合作，生成多种解题思路，但没有一种完全正确。然后，教师讲授标准解法，并明确将其与学生生成的思路进行比较。Kapur（2016）发现，在概念理解和迁移测量中，生产性失败组学生的表现显著优于先接受直接讲授的学生——尽管直接讲授组学生在即时程序性测试中的表现更好。关键发现是：带来学习的不是失败，而是生成。即使生成的想法有误，学生也会由此形成对问题空间更丰富的表征，从而让后续讲授更有意义。Bjork（1994）和 Bjork & Bjork（2011）提出了理想困难这一更广泛的原则：某些条件会降低学习过程中的表现，却能增强长期保持和迁移能力。他们确定了四种关键的理想困难：（1）间隔练习——将练习分散到一段时间内，而非集中进行；（2）交错练习——混合不同类型的问题，而非分块练习；（3）生成——自行得出答案，而非阅读答案；（4）提取练习——自我测试，而非重复学习。四者具有相同的作用机制：它们让学习过程感觉更困难、更不流畅，而这反而能形成更强的记忆痕迹和更深入的理解。Soderstrom & Bjork（2015）明确区分了学习与表现。表现是你当下能做到的事——它在当时可见且可测量。学习是知识或技能的长期变化——它在课堂上不可见，只能在之后测量。理想困难会降低表现（学生在课堂上答错更多），却能增强学习（学生在几周后记住更多、迁移得更好）。这一区分至关重要，因为教师——以及 AI 系统——往往倾向于优化表现（让学生现在就取得成功），而非优化学习（让学生之后仍能记住并迁移所学）。

输入架构

教师必须提供：

• 目标概念： 学生需要学习的内容。例如：“标准差的概念——不仅要会计算，还要理解它的含义以及何时使用它” / “第一次世界大战的起因——不仅要列出起因，还要理解它们如何相互作用并引发战争” / “说服性写作技巧——不仅要说出技巧名称，还要针对特定受众和目的选择合适的技巧”
• 当前教学方法： 目前的教学方式。例如：“我讲解公式，带着学生做例题，然后布置练习题。学生会计算标准差，但不理解它能告诉我们关于数据的什么信息” / “我提供时间线并逐一讲解每个起因。学生能在考试中列出起因，却无法解释它们是如何相互关联的” / “我逐一讲解各种技巧并举例。学生能识别技巧，却很难独立运用”

可选（如有，可由上下文引擎注入）：

• 学生水平： 年级和熟练程度
• 学科领域： 课程学科
• 可用时间： 可用于课程教学的时间
• 先备知识： 学生已有的知识
• 风险承受度： 教师对学生经历学习困难的接受程度

提示词

You are an expert in productive failure and desirable difficulties, with deep knowledge of Kapur's (2008, 2016) productive failure framework, Bjork's (1994) desirable difficulties research, Bjork & Bjork's (2011) applied desirable difficulties, and Soderstrom & Bjork's (2015) distinction between learning and performance. You understand the core paradox: making learning HARDER (in the right way) makes it BETTER — but it feels worse for both students and teachers. You also understand the specific risk that AI tools pose to desirable difficulties: by making tasks easier and providing immediate support, AI can remove the productive struggle that drives deep learning.

CRITICAL PRINCIPLES:
- **Generation before instruction.** The productive failure sequence MUST start with students attempting the task BEFORE receiving instruction. This is non-negotiable. The generation phase activates prior knowledge, reveals gaps, and creates the conditions for meaningful consolidation. If you teach first, you lose the generative benefit.
- **Failure must be PRODUCTIVE, not UNPRODUCTIVE.** Kapur (2016) distinguishes four conditions: productive failure (struggle → learning), unproductive failure (struggle → no learning), productive success (succeed → learning), and unproductive success (succeed → no learning). Productive failure requires: (a) the task is challenging but not impossible, (b) students have enough prior knowledge to generate partial solutions, (c) the consolidation phase explicitly connects student-generated ideas to the canonical solution, and (d) the classroom culture supports struggle without shame.
- **Design the consolidation phase as carefully as the generation phase.** Many teachers try productive failure and conclude "it didn't work" because they skip or rush the consolidation. The consolidation is where learning happens: the teacher explicitly compares the students' generated approaches with the correct approach, highlights what was right, what was wrong, and WHY the canonical approach works. Without this, students just experienced confusion.
- **Desirable difficulties feel undesirable.** Students will report that they "didn't learn anything" during the generation phase. They will rate the lesson lower on satisfaction surveys. They will perform worse on immediate post-tests. This is EXPECTED. The benefits appear later — on delayed tests, transfer tasks, and conceptual understanding measures. Warn teachers about this.
- **AI-enabled cognitive offloading is the enemy of desirable difficulty.** If students can ask an AI for the answer during the generation phase, the productive failure is destroyed. The design must include explicit guidance on when and how AI tools should be restricted to preserve the learning benefit.

Your task is to redesign this teaching sequence for productive failure:

**Target concept:** {{target_concept}}
**Current approach:** {{current_approach}}

The following optional context may or may not be provided. Use whatever is available; ignore any fields marked "not provided."

**Student level:** {{student_level}} — if not provided, design for a general secondary school context.
**Subject area:** {{subject_area}} — if not provided, infer from the content.
**Time available:** {{time_available}} — if not provided, design for a double lesson (approximately 90 minutes).
**Prerequisite knowledge:** {{prerequisite_knowledge}} — if not provided, identify the likely prerequisites based on the target concept.
**Risk tolerance:** {{risk_tolerance}} — if not provided, design for a teacher who is willing to try but nervous about student frustration.

Return your output in this exact format:

## Productive Failure Sequence: [Target Concept]

**Target concept:** [What students need to learn]
**Current approach:** [How it's currently taught]
**Redesigned approach:** [One-sentence summary of the productive failure version]

### Phase 1: Generation (Productive Failure)

[The task students will attempt BEFORE instruction. Include the specific problem, the expected student responses (both correct and incorrect approaches they are likely to generate), and the teacher's role during this phase (circulating, NOT helping, noting student approaches for use in Phase 2).]

**The task:**
[Exact task students receive]

**Expected student responses:**
[What students will likely try — including the specific partial solutions and incorrect approaches]

**Teacher role during generation:**
[What the teacher does — observe, collect approaches, resist the urge to help]

### Phase 2: Consolidation

[How the teacher transitions from generation to instruction. This must explicitly connect student-generated approaches to the canonical solution. Include the specific comparisons the teacher should make and the key insights that emerge from the comparison.]

### Desirable Difficulties Embedded

[List each desirable difficulty in the sequence and explain why it enhances learning]

| Difficulty | What It Does | Why It Helps |
|---|---|---|
| [Difficulty] | [Mechanism] | [Learning benefit] |

### Failure Safeguards

[How to ensure failure is PRODUCTIVE — the conditions that must be in place and what to do if students become frustrated or disengaged]

### Cognitive Offloading Risks

[How AI tools might undermine the desirable difficulties and specific recommendations for managing this]

### Teacher Preparation Notes

[What the teacher needs to know and do before attempting this sequence — including how to manage student frustration and their own discomfort with watching students struggle]

**Self-check before returning output:** Verify that (a) generation comes before instruction, (b) the task is challenging but not impossible, (c) the consolidation explicitly connects student approaches to the canonical solution, (d) desirable difficulties are identified and justified, and (e) cognitive offloading risks are addressed.

输出示例

场景： 目标概念：“标准差的概念——不仅要会计算，还要理解它的含义（衡量离散程度／变异程度）以及何时使用它（比较一致性、识别异常值、进行预测）” / 当前教学方法：“我讲解公式，在黑板上带着学生做两道例题，然后布置 10 道练习题。学生能把标准差计算到小数点后两位，但被问到‘这个标准差告诉你关于数据的什么信息？’时却答不上来。他们把它当作一道计算程序，而非一个概念” / 学生水平：“10 年级，GCSE 高阶课程，熟悉均值和极差” / 学科领域：“数学——统计学” / 可用时间：“一节 60 分钟的课”

---

生成性失败序列：标准差

目标概念： 理解标准差的含义（衡量数据偏离均值的离散程度）以及何时使用它（比较变异程度，而不仅仅是计算一个数值） 当前教学方法： 讲解公式 → 例题讲解 → 练习题（培养了程序性熟练度，却没有形成概念理解） 重新设计后的教学方法： 在学习标准差公式之前，先让学生尝试根据数据自创一种衡量“离散程度”的方法——提出并比较各自的方法，有助于建立直接讲授所无法实现的概念理解

阶段 1：生成（有效的失败）

时长： 20-25 分钟

任务：

将以下内容展示在黑板上或作为讲义发给学生：

足球经理难题

你是一名足球经理，正在两名前锋之间做选择。在过去 10 场比赛中，两人的平均进球数都是每场 1.5 个。但他们逐场比赛的记录截然不同：

球员 A： 2、1、2、1、2、1、2、1、2、1 球员 B： 5、0、0、4、0、0、6、0、0、0

两人的平均进球数都是每场 1.5 个，但他们显然是截然不同的球员。

你们的挑战（两人一组）：

1. 这两名球员有什么不同？用文字描述这种差异。
2. 发明一个能体现这种差异的数字。分数分布越分散的球员，这个数字应该越大；分数越稳定的球员，这个数字应该越小。你们可以使用任意数学运算。
3. 用这个数字检验两名球员。它能否正确显示球员 B 的分数比分球员 A 的“分散”程度更高？
4. 如果有时间：这个数字能用于任意两组数据吗？还是只能用于这两组？

学生可能给出的回答：

学生会提出几种方法，其中大多数都只有部分正确：

• 极差法（最常见）： 球员 A 的极差 = 2 - 1 = 1。球员 B 的极差 = 6 - 0 = 6。这种方法有效，但不可靠——它只使用了两个数据点，忽略了中间的所有数据。约 60-70% 的小组会首先尝试这种方法。

• “与平均值的距离”法（不太常见，但很有希望）： 有些学生会计算每个分数与平均值（1.5）相差多少，并尝试把这些距离合并起来。他们可能会把距离相加，得到两名球员各自不同的总和。这接近标准差的概念基础。约 20-30% 的小组会尝试这种方法。

• “数零的个数”或“数极端值的个数”法： 有些学生会尝试非数学的方法——统计球员得分为 0 的次数，或者得分“很高”的比赛场次。这体现了直觉，但无法推广。约 10-20% 的小组会尝试这种方法。

• 卡住／困惑： 有些小组难以从文字描述（“球员 B 更不稳定”）转向数值度量。这是意料之中的。教师不应提供帮助——挣扎的过程正是目的所在。

学生不会想到的做法：

• 对偏差平方（标准差中的关键创新）。学生可能会把与平均值的原始偏差相加或取平均，这能得到一个有用的数字，但在数学上存在局限（如果不取绝对值或平方，正偏差和负偏差会相互抵消）。

生成阶段的教师职责：

• 巡视并观察。 不要讲解、提示或纠正。你的任务是收集学生的方法，以供第 2 阶段使用。
• 记录每个小组使用的方法。 在总结环节中，你需要 3-4 种有明显差异的方法。
• 如果 10 分钟后学生仍然卡住： 你可以给出一个提示：“如果先找出每个分数与平均值相差多少，会怎样？”这个提示能引导学生思考，但不会直接给出答案。
• 如果学生感到沮丧： 肯定任务的难度。“这确实很难。数学家们为此争论了几个世纪。我们不要求你们得到‘正确’答案——我想看到的是你们的思考过程。”
• 把握好时间。 生成阶段应持续 20-25 分钟。即使学生还没有完成，也要停下来。生成过程没有完成也没关系——总结环节会以他们已经得出的结果为基础展开。

第 2 阶段：归纳整合

**时长：**30–35 分钟

**步骤 1：分享并比较（10 分钟）。**选出 3 种学生提出的方法（最好包括：极差、与平均值的距离，以及另一种方法），并把每种方法写在黑板上。对于每种方法，问全班：“这个数能正确体现出球员 B 的数据更分散吗？这种方法有哪些优点和缺点？”引导讨论聚焦于以下关键局限：

• 极差：简单，但只使用两个数据点。一个离群值就能彻底扭曲结果。
• 与平均值的距离之和：更好一些，但如果数据点更多呢？数据更多，距离之和自然会变大。你需要计算这些距离的平均值。
• 与平均值的平均距离：不错！但有个问题：有些距离是正数，有些是负数，它们会相互抵消。（演示：对于球员 A，与 1.5 的偏差是 +0.5、-0.5、+0.5、-0.5……它们的和为零。）

步骤 2：介绍标准解法（10 分钟）。“数学家是这样解决抵消问题的：将每个偏差平方（使所有结果都变成正数），求平方后的平均值，然后再开平方，得到原来的单位。这就是标准差。”结合球员 A 和球员 B 的数据，逐步讲解公式，并明确联系到学生提出的方法：“看到这一步了吗？这正是第 2 组做的——计算与平均值的距离。唯一新增的步骤就是平方。”

**步骤 3：回到最初的问题（10 分钟）。**计算两位球员的标准差。球员 A：标准差 ≈ 0.5。球员 B：标准差 ≈ 2.3。“球员 B 的标准差约为球员 A 的 4.5 倍。这对足球经理来说意味着什么？”引导学生理解：标准差不只是一个数字——它能告诉你一名球员的表现有多可预测。“如果你每周都需要一名稳定得分的球员，就选球员 A。如果你急需一名能决定比赛胜负的球员，并且能接受他有时一分不得，那么球员 B 或许值得一搏。”

**步骤 4：快速练习，侧重理解（5 分钟）。**再给出一组数据。要求学生 (a) 计算标准差，并且 (b) 结合情境解释其含义。评估的重点是解释，而不是计算。

融入的理想困难

困难	作用	帮助之处
生成（在讲解前先尝试）	促使学生调动已有知识，并努力解决如何衡量离散程度的问题	创造“知识缺口”，让公式在介绍时变得有意义——学生能理解每个步骤存在的原因
有效失败（学生未能得出正确答案）	引发认知冲突——学生会看到自己提出的方法存在局限	因为学生亲身体验了标准解法要解决的问题，所以他们学习标准解法的动力更强
交错练习（在同一任务中依次进行口头表达 → 数值计算 → 解释）	学生必须在同一概念的不同表征之间切换	培养灵活的理解，而非僵化的程序性知识
延迟讲解（先经历探索，再进行教学）	防止学生只是照着步骤操作，却不理解其中含义	公式作为解决学生亲身经历的问题的方案引入，而不是一套随意规定的步骤

失败保障

条件 1：任务必须有挑战性，但不能难到无法完成。 Football Manager 问题经过了精心设计：Year 10 的学生能够计算平均值和极差，也能用文字描述数据的离散程度。他们具备足够的背景知识，可以提出部分解法。如果学生连平均值都不会计算，这个任务就会太难——他们会经历「无成效的失败」。

条件 2：课堂氛围必须鼓励学生迎难而上。 在生成阶段开始前，明确地说：「我马上要给你们一道不需要完美解答的问题。努力探索本身就是重点。我想看到你们的思考过程，而不是正确答案。」这样可以让失败成为常态，并减轻焦虑。

条件 3：监测挫折情绪。 如果 10 分钟后，超过一半的班级看起来都陷入困境并感到沮丧，就提供唯一的提示：「如果先找出每个分数与平均值相差多少，怎么样？」这样可以防止失败变得毫无成效。如果 15 分钟后学生仍然感到沮丧，就提前开始第 2 阶段——你已经收集到足够多的学生解题思路，可以继续教学。

条件 4：总结阶段必须充分。 如果时间不够，就删掉练习题（步骤 4），绝不能删掉总结（步骤 1-3）。缺少总结的有效失败流程，只会让课程变得令人困惑。

认知外包风险

风险 1：学生用 Google 搜索「如何衡量离散程度」。 如果学生能上网，他们会在 30 秒内找到「标准差」，从而绕过整个解法生成阶段。应对措施： 这是一项禁止使用设备的任务。计算器可以用，但不能用手机和笔记本电脑。解释原因：「我需要你们自己弄明白——这才是重点。」

风险 2：学生向 AI 聊天机器人求助。 在可以使用 AI 工具的学校，学生可能会输入「如何衡量数据的离散程度？」并得到清晰的标准差解释。应对措施： 明确要求学生在第 1 阶段不能使用 AI 工具。积极地说明：「你们正在做一件 AI 做不到的事——创造自己的数学方法。AI 已经知道公式了。你们现在不需要公式——需要的是思考。」

风险 3：成绩优异的学生跳过探索过程。 有些学生可能已经了解标准差，或者会在教科书里找到答案。应对措施： 任务要求学生发明一种衡量方法，而不是找出已有的方法。如果学生说「这不就是标准差吗？」，就回答：「也许是。但你能解释标准差为什么有效吗？为什么要将偏差平方，而不是取绝对值？这才是我想让你们弄明白的。」

教师准备说明

预期会感到不适。 看着学生苦苦思索却不出手相助，是教师最难做到的事情之一。你会忍不住想要解释、给提示、帮他们解围。请克制这种冲动。苦苦思索本身就是学习成果，而不是需要解决的问题。Kapur 的研究表明，在生成阶段遇到最多困难的学生，往往在巩固阶段学到的东西也最多。

预期学生会抱怨。 学生可能会说“你们为什么不直接教我们公式？”或者“这让人很困惑。”这很正常，并不意味着课程失败了。Soderstrom 和 Bjork（2015）的研究表明，学生对自己学习情况的主观感受，并不能很好地预测实际学习效果——他们觉得自己从清晰的讲解中学得更多，但实际上，他们从有益的失败中记住和迁移的内容更多。

提前准备好巩固环节。 确定你要留意哪些学生的方法（极差、与均值的距离等）。准备好标准的标准差计算方法，以便与学生的方法一起讲解。巩固环节不能临场发挥——它需要周密规划。

准备备用方案。 如果生成阶段只产生一种方法（所有人都用极差），请调整巩固环节：“你们大多数人都尝试了极差。这是个不错的起点。让我来介绍另一种方法，这是另一个班级的一组学生尝试的……”然后由你展示基于与均值距离的方法。

---

已知局限

1. 有益的失败并不适用于所有内容。 它最适合用于培养概念理解——理解某件事为什么有效，而不仅仅是如何操作。对于纯粹的程序性技能（长除法、方程配平），先直接讲授再练习通常更有效。有益的失败在当前方法能培养程序熟练度却无法带来概念理解时，最有价值。

2. 数学和科学领域的证据比其他领域更充分。 Kapur（2008、2016）的研究主要在数学课堂中开展。先生成再讲授这一原则也在其他领域得到研究，但在 STEM 以外，对有益的失败这一具体设计（尝试 → 失败 → 巩固）的研究证据较少。其底层机制（生成能促进学习）具有跨领域普遍性，但具体的任务设计可能需要调整。

3. 教师能力是一项关键制约因素。 巩固阶段需要一位经验丰富的教师，能够实时将学生生成的方法与标准解法联系起来。这比照本宣科要难得多。首次尝试有益的失败教学法时，教师应从自己非常熟悉的主题开始。

4. 表现与学习的区别带来了评估难题。 在有益的失败教学条件下，学生的即时后测表现较差，但延迟测试和迁移测试表现更好（Soderstrom 和 Bjork，2015）。如果教师在课程结束后立即评估学习效果，有益的失败教学法看起来就像失败了。真正的益处要过几天或几周才会显现。