刷題有用嗎？語言學、記憶科學與 AI 的共同證詞

罪名是什麼

先把控訴完整聽完，它值得被認真對待。

批評大致是這樣的：語言是拿來溝通的，不是拿來考的。整天做選擇題，練到的只是「應試技巧」——刪去法、關鍵字比對、題型直覺——而不是語言本身。所以東亞考生才會「分數很高但開不了口」；所以「刷題」聽起來才那麼像一種只屬於東亞的、不太健康的執念，一種對考試的崇拜，而不是對語言的學習。

這個控訴之所以聽起來有力，是因為它背後藏著一個看起來理所當然的前提：

語言是一套規則，加一批單字。掌握了規則，你就「會」了這個語言；題目只是檢查你會不會的工具。反覆做檢查，不會讓你更會。

如果這個前提成立，刷題確實可疑——體檢做一百次，身體也不會變好。

問題是，這個前提是錯的。而且推翻它的過程，是二十世紀哲學史上最著名的一次轉向。

---

一位改變心意的哲學家

路德維希·維根斯坦（Ludwig Wittgenstein）寫過兩本書，分別代表了看待語言的兩種方式——而第二本，是用來推翻第一本的。

第一本《邏輯哲學論》主張語言的本質是邏輯：語句是事實的圖像，把邏輯結構分析清楚，語言就透明了。這本書出版時，他認為哲學問題已經被他解決完畢，於是跑去奧地利鄉下當小學老師。注意這個前提和上一節那個前提的親緣關係：如果語言真的能化約成一套簡潔的規則系統，那麼「學規則」就是正路，「大量接觸」只是笨辦法。

然後他改變了心意。哲學家公開推翻自己是稀有事件——大多數人一輩子都在捍衛年輕時的那篇論文——而維根斯坦推翻的還是自己的成名作。後期的《哲學研究》幾乎逐條拆掉早年的立場，拆出來的核心主張是：一個字的意義，不在定義裡，而在它於語言中的實際用法裡。語言不是一套懸浮在空中的邏輯系統，而是無數個嵌在生活裡的「語言遊戲」；想像一個語言，就是想像一種生活形式。

他還留下一個對學習者特別重要的論證，後世稱為「規則追隨悖論」：任何一條明說出來的規則，都無法完全決定自己該怎麼被應用——你總是還需要「知道怎麼用這條規則」的能力，而那個能力本身不再是一條規則，是在實踐中練出來的手感。翻譯成備考語言：文法書上每一條規則，都預設了一個「見過夠多實例」的讀者。規則是事後的整理，不是事前的生成器。

最有意思的是他描述語言起點的用詞。談到兒童怎麼學會母語，他用的德文字是 Abrichtung——這個字平常用來說訓練動物，翻成中文，大概就是「操練」。在他筆下，語言的教學「不是解釋，而是訓練」。一位被公認為二十世紀最深刻的語言哲學家，描述語言學習時選的比喻，離「刷」比離「講解」近得多。

這也是為什麼我們在 App 的「關於我們」頁裡寫下：你不可能學會了 give 和 in，就自己推理出 give in 是「讓步」的意思——語言要是真的這麼講理，它早就先對你讓步了。

---

語言學家數過了：語言的主體是慣例

哲學給了方向，語言學給了數字。

1983 年，Pawley 與 Syder 提出了一個此後整個領域都繞不開的觀察：文法規則產生的絕大多數句子，是「完全合法，但沒有人這樣講」的句子。想問現在幾點，文法同樣允許 "What is the hour?"、"How late is it?"（這恰好是荷蘭文的邏輯）——全都合文法，但只有 "What time is it?" 是英文。母語者的流利，靠的不是即時運算規則，而是從一個巨大的慣用表達庫裡直接取件。

語料庫語言學隨後把這件事量化了。Sinclair 檢視真實語料後提出「慣用語原則」：語言使用的第一原則不是按規則自由組裝，而是從半成品裡挑。Erman 與 Warren（2000）實際去數：隨手抽一段真實英文，大約一半是由這種或大或小的既成組合鋪成的。Wray（2002）整本專著的結論也一樣：公式化序列不是語言的邊角料，是語言的主體。

而這些慣例，恰恰是邏輯推不出來的：

• heavy rain 不能換成 strong rain，strong coffee 卻不能換成 heavy coffee；
• 做決定是 make a decision，做功課卻是 do homework；
• "Would you mind closing the window?" 的答應方式是 "Not at all"——按邏輯是「我一點都不介意」，按慣例是「好，我來關」；
• "You haven't sent the report, have you?" 英文要照事實答 No（我還沒寄），中文的直覺卻是「對，我還沒寄」。這不是誰比較有邏輯，是兩套不同的慣例。

現在看看多益考什麼：Part 5 考搭配與慣用、Part 2 考應答慣例、Part 3 和 4 考職場對話的固定套路、Part 6 和 7 考商業書信裡那些 "Please find attached"、"effective immediately" 的定型表達。這些不是「應試冷知識」，這就是語言本體——語言學家數出來佔了語料一半的那個本體。一份好的多益題庫，本質上是一部「職場英語慣例選集」，只是排版成了選擇題。

---

大腦本來就是這樣學的：頻率與統計

慣例既然推不出來，就只能靠接觸。幸運的是，大腦正是為此設計的。

Saffran、Aslin 與 Newport（1996）的經典實驗：八個月大的嬰兒，聽兩分鐘連續的人工音節流，就能從音節銜接的統計規律裡切出「字」的邊界。大腦是一台統計機器——而統計機器唯一的養分，是樣本量。

Tomasello 的用法本位理論把這條線接到了語言習得上：兒童不是先拿到一套文法再去套用；是從一次次具體的使用情境裡，自己歸納出越來越抽象的句式。Nick Ellis（2002）則把它接到了第二語言：成人學外語，大半也是對輸入的隱性統計——每一次接觸，都在替某個搭配、某個句型記上一筆。頻率不是輔助因素，是主要因素。

這其實解釋了那個人人都同意的建議：「學語言最好的方法是搬去當地。」沉浸式之所以有效，不是因為空氣裡有英文，是因為劑量——住在英語環境裡，每天被動接觸成千上萬個慣例樣本，統計機器全速運轉。維根斯坦會說，你加入了那個生活形式。

搬不去，劑量就得自己安排。大量閱讀是一種安排；刷題是另一種——而且，下一節會看到，是效率有實證優勢的那一種。

---

記憶科學：做題勝過重讀，答錯勝過沒錯

就算同意「大量接觸」是必要的，還有一個問題：接觸的形式重要嗎？讀十篇文章，和做十題附解析的題目，一樣嗎？

不一樣，而且方向可能跟直覺相反。記憶科學裡重複驗證得最結實的效應之一是「測驗效應」：Roediger 與 Karpicke（2006）讓受試者讀同一篇文章，一組反覆重讀，一組改成做測驗；一週後，測驗組的記憶明顯勝出。重讀給你「我會了」的流暢幻覺，提取才真正留下痕跡。Karpicke 與 Blunt（2011）後續在《科學》期刊的實驗更狠：提取練習連「畫概念圖」這種精緻的學習法都勝過。

Bjork 把這類現象總結成「合意困難」：學起來越順的方法，留下來的越少；讓大腦費力去取的，才記得牢。而做題正是把每一次接觸都變成一次提取——你不能滑過去，你得下判斷。

連答錯都有用。Kornell 等人的研究顯示：先猜錯、再看到正確答案，比直接看答案記得更牢。所以錯題不是失敗紀錄——它是你的慣例缺口清單，一題一條，附座標。你在 Part 5 錯過一次 "meet a deadline"，這條慣例從此對你有了記號；下次在真實郵件裡見到它，它不再是背景雜訊。

把學習科學的處方和刷題的性質並排，會發現對得整整齊齊：

學習科學的處方	刷題給你的
大量接觸真實慣例	每一題都是一份濃縮的慣例樣本：一段商業書信、一通客服電話、一句道地的應答
提取，而不是重讀	每一題都逼你下一次判斷——被動瀏覽不算數
立即回饋	對完答案馬上知道對錯，解析告訴你為什麼
從錯誤中學習	錯題精準標出你還沒內化的那條慣例
間隔分散	通勤刷五題、排隊刷三題，天然分散在許多天，勝過考前一週狂嗑

「刷題」這個動作，拆開來就是：高密度的慣例接觸 × 強制提取 × 立即回饋 × 天然間隔。這四樣沒有一樣是「應試技巧」，四樣都是學習科學點名要的東西。

---

為什麼語言模型前面要加一個「大」字

人類這邊的證詞聽完了。最後一位證人比較特別——它不是人，而且是最近幾年才學會說話的。

電腦科學家最初教機器語言的做法，和本文開頭那個「規則加單字」的前提一模一樣：把文法寫成規則、把單字建成詞典，讓程式據此解析與生成語言。這條路線認真走了幾十年，結局眾所周知：在玩具例句上都行，一碰到真實語言就碎掉——規則越寫越多，例外越補越密，永遠追不上語言實際的樣子。語音辨識先驅 Fred Jelinek 據說曾半開玩笑地說：每開除一位語言學家，系統的辨識率就上升一點。這句玩笑話後來成了整個領域的路標。

真正的突破，來自徹底放棄「先寫規則」：統計方法、深度學習，一路走到大型語言模型。電腦第一次能像樣地處理自然語言，靠的不是誰終於把文法寫完整了，而是讓模型直接泡在幾兆字的真實語料裡，把慣例一條一條統計出來——跟維根斯坦指的是同一條路。Rich Sutton 把這段歷史總結成著名的〈The Bitter Lesson〉：把人類專家的知識寫進系統的路線，一再輸給用大量計算與資料自己學的路線。

那個「大」字正是重點。如果語言真的能化約成幾條規則，模型根本不需要大——把規則裝進去就好，幾千行程式碼綽綽有餘。模型必須大、語料必須海量，正是因為語言的主體是那些不可化約、只能一條一條記住的慣例。大型語言模型的參數量，可以看成「一個語言到底藏了多少慣例」這個問題的工程答案——答案是：多到得用十億、上兆為單位來裝。

更有意思的是它們的訓練方式，你會覺得眼熟：遮住下一個字，讓模型猜；猜完對答案；答錯就調整；換下一題。一天幾十億題。BERT 的訓練目標在論文裡就叫克漏字（cloze task）——跟多益 Part 5、Part 6 是同一種題型。換句話說，人類迄今唯一一次成功把自然語言教會「別人」的大規模工程，用的方法就是刷題——只是刷到了天文數字的量。

當然，人腦不是 transformer，這個類比不能推得太遠。但這場對照實驗的方向性結論很難迴避：機器不懂哲學，也不在乎東亞或西方的學習文化，它只回報什麼有效——想從規則生成語言的路線失敗了，大量接觸慣例的路線成功了。

---

該分清楚的，和該承認的

辯護要可信，就得把界線畫清楚。先分清楚兩件事：

刷題不是機械操練。1960 年代行為主義的「句型操練」——不帶意義地反覆變換句型——確實被語言教學界淘汰了，批評者如果指的是那個，他們是對的。但多益題不是那種東西：每一題都要求你處理意義——讀懂一段文字、聽懂一段對話，然後做一個關於意義的判斷。用 Krashen 的話說，這是「可理解輸入」；一本好題庫，就是一疊按難度排好、附解析的可理解輸入。

在理解測驗裡，「應試」與「學習」幾乎重合。多益 L&R 沒有作文可背模板、沒有申論可猜題；兩百題全是「看懂了嗎」「聽懂了嗎」。在一個測理解的考試裡，最好的應試技巧就是理解本身。這是多益值得刷的結構性原因——刷分數的路和學英文的路，難得地是同一條。

然後承認三件事：

1. 刷題不練產出。Swain 的輸出假說與 Long 的互動假說都指出：說與寫，需要真的去說、去寫。刷題把輸入端顧好；輸出端請另外安排。（誠實地說：多益 L&R 本來也只考輸入端。）
2. 只背答案不算刷。如果「刷」的意思是背「這題選 B」，那批評者全對。刷題的學習量藏在題目本身：文章要讀、音檔要聽、解析要看、錯題要回頭。刷的是題目裡的英文，不是題號旁邊的字母。
3. 題目品質決定接觸品質。你大量接觸的是題目裡的語言，所以題目裡的語言必須是真的英文。品質差的題庫，等於讓你大量接觸不存在的慣例——這比不刷更糟。這也是我們把難度與原創性當成工程問題來處理的原因（做法見〈難度總論〉）。

---

結語：安心刷

回到最初的控訴：「刷題只是應試，不是學習。」現在可以完整地回答了。

如果語言真的是一套規則，控訴成立——檢查不會讓人變好。但一位哲學家用後半生說明了語言不是這種東西；語言學家數出慣例佔了真實語料的一半；心理學家證明了做題比重讀留下更多、答錯比不錯教得更多；工程師則補上了活的證據——人類唯一成功教會自然語言的「學生」，是用天文數字的刷題訓練出來的。四路證詞指向同一個結論：學語言的主要工作，就是大量地、反覆地、帶著回饋地接觸這個語言實際上怎麼被使用——而這件事，刷題做得又便宜又好。

語言不講理，所以你只能常常去見它。刷題，就是安排這些見面的方式——在捷運上、在排隊時，一隻手就夠。

我們把這個 App 取名叫「單手刷990」的時候，「刷」這個字就不是自嘲，是立場。