教育神经科学
这个领域从一开始就背着一个尴尬的问题：脑科学能不能真的告诉老师第二天该怎么上课。1997 年有人把它判为「一座太远的桥」——从突触到课堂之间隔着太多层，中间没有可通行的路。此后二十年，这个领域的实际进展并不在于把那座桥架通了，而在于它把桥的走法改了：不再从脑直接推教学法，而是转去做三件更可检验的事——给教育里的既有争论提供一个独立于行为表现的证据来源（阅读脑、数感、学习障碍）；清算那些以脑的名义在学校里流通的说法（学习风格、左右脑、脑训练产品）；以及测量教育本身对脑与认知做了什么（上学年限、上学时间、多基因指数、课堂里的同步）。第一幕是它最有信心的十年：脑成像给出了一批漂亮而可复制的结果，学科建起了自己的期刊、学会与学位。第二幕是它被反过来审的十年：样本量清算把大量脑—行为相关判为不可靠，商业产品被监管处罚，而「教育对脑做了什么」这个反方向的问题，反倒交出了这二十年最硬的几个读数。读完这二十条，你应当能回答：这个领域把哪些默认前提换掉了、每一条各自靠什么证据、以及哪些至今没定。
这十年的共同动作是取证：把教育里长期只能靠行为表现争论的问题，搬到脑这一层去找独立证据。八条里有四条是拿到了这样的证据（阅读、数量、学习障碍、干预可塑性），两条是学科给自己立规矩（转译框架、神经神话的测量），还有两条是第一批被脑证据反过来推翻的教育产品与承诺。
甲、神经元再利用与阅读脑Neuronal Recycling and the Reading Brain
在这一支理论出现之前，阅读在教育里被当作一项可以自由设计的技能：只要教法得当，任何书写系统、任何教学顺序都应当同样可行。神经科学一侧则长期停在描述——已知左侧枕颞交界处对文字反应强烈，但这块区域为什么是它、为什么在不同语言的读者身上位置几乎一致，没有解释。真正卡住的问题是：一项只有几千年历史的文化发明，凭什么在脑中有稳定的落点。
神经元再利用给出的可反驳命题是：新的文化技能不能凭空获得脑区，只能侵占一块其原有功能与新任务在计算上足够相似的皮层，并因此继承那块皮层的约束。对阅读而言，被征用的是腹侧视觉通路中负责精细形状辨认的一段；推论是——识字会改变这块区域原本的分工，而且改变的方向应当可以预先说出来，而不是随文化任意变化。
2010 年的关键实验取样于葡萄牙与巴西，被试分为三类：从未识字者、成年后才学会读写者、以及自幼识字者，三类人在社会经济背景上尽量匹配。成年识字者的模式介于两者之间——这一点尤其要紧，说明成年后的教育同样能重塑皮层分工。
争议集中在「侵占是否有代价」。原始表述里的强版本预测识字会挤压面孔等原有类别的加工，但 2021 年一项在同一社会经济背景下比较 97 名识字、低识字与不识字者的研究发现，在控制认知能力与测验熟悉度后，学会阅读者的物体识别能力反而更好，与「破坏性竞争」的预测相反。目前较稳的表述退了一格：再利用确实发生，但它更像对已有识别机制的精细化，而不是零和的抢占。
另一处常被略过的是它对教学的实际含义。既然阅读要征用形状辨认回路，那么镜像不变性——把 b 和 d 看成同一个东西——这种在识别物体时有用的能力，在识字过程中必须被主动抑制。这解释了为什么镜像混淆在初学者中普遍存在而非个别缺陷，也说明它随识字水平自然消退而不必被当作障碍处理。本栏 特殊教育 面板从障碍诊断一侧处理阅读困难，此处只谈正常习得的脑侧约束。神经元再利阅读脑的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
把这一条与教学实务接起来还有一处：既然识字重塑的是视觉形状辨认回路，那么字形的可辨性、字体与间距、以及书写练习在其中的作用，就不是审美问题而是习得条件。近年针对不同书写系统的比较研究显示，同一套再利用机制在字母文字与汉字读者身上落到的皮层位置高度重合，而在时间进程与右半球参与程度上存在系统差异——这为跨语言的阅读教学比较提供了一个不依赖成绩的对照维度。
乙、近似数量系统与数学成绩The Approximate Number System and Maths Achievement
在此之前，数学能力的教育解释几乎全部落在后天：教学质量、练习量、语言与符号的掌握。婴儿与动物身上早已发现的粗略数量辨别能力，被视为一种与学校数学无关的原始本能——因为它不精确、不依赖符号，看上去与代数或分数没有连接。旧默认解释不了的现象是：在同一课堂、同样教法下，学生数学成绩的差异出现得极早且极稳定。
这一支的可反驳命题是：那套粗略的数量系统并非与学校数学无关，它的精度（能分辨多接近的两个数量）存在稳定的个体差异，而这种差异与正式数学成绩相关，且这种相关不能被一般智力、工作记忆或语言能力完全解释。若命题为真，数学困难就有一个可以在识字之前就测量的先兆指标。
关键证据是一项回溯设计：研究者测量 14 岁青少年在点阵比较任务中的数量敏锐度，再把这一读数与他们从幼儿园以来历年的标准化数学成绩对照。结果显示当下的敏锐度与过去多年的数学成绩显著相关，且在控制了其他认知与作答表现因素后仍然成立。这条相关的方向性由此成为一个真问题：是数感支撑了数学学习，还是数学教育反过来磨快了数感。
2013 年的反证把矛头指向任务本身。点阵比较任务中，有一半试次里数量多的一侧总面积反而更小，要答对必须抑制「面积大即数量多」的直觉；该研究显示，与数学成绩真正相关的是这类试次所要求的抑制控制，而非数量表征的精度。此后的元分析普遍报告数感与数学成绩的相关偏弱，且符号化的数量加工（比较阿拉伯数字）比非符号的点阵比较预测力更强。
由此还产生了一条对教育干预的直接约束：如果起作用的是符号—数量的联结而非天生的模拟系统，那么以训练点阵比较为核心的商业化「数感课程」就缺乏依据，而以数轴、数字比较与量的语言为核心的教学才对得上证据。这条判断在第二幕的干预条目里会再次出现——它是本领域最常见的一种失败模式：把相关的指标误当成可训练的原因。近似数量系数学成绩的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
一个指标若在同一人身上都不稳定，就不可能承担筛查与分组的功能——这一点在把任何认知指标推向课堂之前都值得先问一遍。把近似数量系数学成绩放到另见第 285 号第 11 条『疼痛神经科学教育：解释疼痛不能替代活动与暴露』旁核验：先对齐对象、时间窗和责任人，再检查近似数量系数学成绩的核心判断在另一套分母中是否仍同向。
丙、计算障碍：从脑到教育Dyscalculia: From Brain to Education
在这条主张确立之前，学校里对数学极端困难的学生只有两类解释：教得不够、或者不够努力。阅读障碍在此前几十年已经被承认为独立的学习障碍并配有诊断与支持制度，而同等程度的数学困难则几乎没有对应安排。旧默认解释不了的是：为什么有一批学生在语言、记忆与一般智力上正常，却在最基础的数量任务上（比较两个小数量、点数）持续落后于同龄人多年。
这一支的命题是：存在一种特定的、与一般智力可分离的数量加工缺陷，其行为标志是对小数量的即时辨认与数量比较异常缓慢，其神经关联集中在顶内沟一带；并且由此推出一条教学含义——针对这类学生的补救不应是重复更多的算术练习，而应重建数量与符号之间的基本联结。
这篇综述把三类证据并到一起：行为学上，该障碍在人群中被估计影响约 5%–7% 的学生，与阅读障碍量级相当；神经影像上，患者在数量比较任务中顶内沟激活模式异常，且该区域的结构差异在多个独立样本中被报告；教育实践上，作者给出了以数量表征为核心、由计算机自适应呈现的干预路线，并明确要求这类干预必须接受随机对照检验，而不是凭机理讲得通就推广。
争议有两处。一是范畴：计算障碍与一般数学低成就、与数学焦虑、与工作记忆缺陷之间的边界始终不清，不同研究采用的切分标准（低于同龄人 1 个还是 2 个标准差）会让患病率相差数倍。二是机制：核心缺陷究竟在非符号的数量表征，还是在符号与数量的映射，近十年的证据更偏向后者，这与上一条的走向一致。
另一处值得记的是它的制度后果。把数学困难命名为一种障碍，既带来了支持资源与考试调整，也带来了标签风险与过度诊断的可能，而这两者的相对大小取决于筛查工具的预测精度——这一点在本栏 特殊教育 面板里有专门处理，本条只保留「脑证据如何改变了一个教育范畴的地位」这一层。发展性计机制的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
另有一层与教师直接相关：这条主张改变了教师对「反复练习无效」的解释。在旧框架里，一个练了几百道题仍不会比较大小的孩子只能被归为懒惰或笨；在新框架里，问题被定位在数量与符号的联结尚未建立，继续加练同类题目属于在缺失的基础上叠加负担。这个转译是本领域少数真正改变了课堂判断的例子。把发展性计机制放到另见第 305 号第 2 条『比较解法比重复一种解法更能长出概念』旁核验：先对齐对象、时间窗和责任人，再检查发展性计机制的核心判断在另一套分母中是否仍同向。
丁、两座桥：转译学科的建制化Building the Bridges: Institutionalising the Field
九十年代的「脑基教育」热潮把神经科学结论直接搬进教学建议：关键期到几岁截止、丰富环境要多丰富、左右脑各管什么。1997 年那篇著名的批评指出，这类推论跨越了两层——从突触与神经元到认知过程是一层，从认知过程到课堂教学是另一层——而当时的神经科学只在第一层有证据，第二层的跳跃全靠修辞。「太远的桥」由此成为这个领域绕不开的起点。
2006 年这篇提出的替代方案是把一座长桥拆成多座短桥：认知心理学是既有的一座桥（脑↔认知），教育研究是另一座（认知↔课堂），而新建的桥应当围绕机制而不是围绕结论——即，神经证据的价值在于说明某个教育现象为什么会这样发生，而不是直接给出该怎么做。可反驳的形式是：任何自称由脑科学支持的教学建议，都必须能被追溯到一条明确的机制链，链上每一环都有各自的证据。
建制化随后落地：2007 年国际心智—脑—教育学会成立并创办同名期刊，多所大学开设该方向的硕士与博士项目，研究资助机构开始设立专门计划。这套建制的实际功能之一是设立守门人——一个自称脑基的教学产品此后至少要面对一个有能力追问机制链的专业社群，而在此之前没有这样的社群。两座桥转议题的结构读数拆成3项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
争议持续存在。一方认为多桥方案仍然乐观：教育决策的层级远高于个体认知，脑证据在班级、学校与政策层面几乎不增加信息；另一方则指出，这个领域至今拿得出的、改变了教学实践的成果屈指可数，多数产出仍是对既有教育心理学结论的神经学重述。支持者的回应是：证伪比建议更有价值——本面板第戊、庚两条正是这类产出。
另一处常被略过的是术语的作用。「教育神经科学」与「心智、脑与教育」这两个名称的并存不是措辞之争：前者把学科定位为神经科学的应用分支，后者刻意把认知与教育置于同等位置，以防止研究议程被成像技术牵着走。二十年后回看，后一种定位更接近这个领域实际有效的那部分工作。两座桥转议题的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
还有一处值得记的是这套建制的地理不均衡：期刊、学会与学位项目集中在北美与西欧，而学生人数最多的教育系统在别处。其后果之一是本领域的研究议程长期以英语环境的阅读与数学问题为默认，对多语环境、大班额与考试驱动的教学几乎没有对应研究——这也是为什么在这些系统里，以脑为名的说法更多来自培训市场而不是来自研究社群。
戊、神经神话被测量出来Measuring Neuromyths
在这项调查之前，「学校里流行着许多关于脑的误解」是一句人人同意却无人测量的话。经济合作与发展组织在 2002 年的报告里已经使用了「神经神话」这个词，但没有给出流行率。缺乏数据的后果是双向的：既无法判断问题有多大，也无法评估任何澄清工作是否有效——而这正是澄清工作长期停留在呼吁层面的原因。
这项研究的做法是把说法变成可计数的题目：编制一份包含 15 条神经神话与 17 条正确脑知识的问卷，对英国与荷兰的 242 名中小学教师施测，并同时收集他们的教龄、对神经科学的兴趣与科普阅读习惯。可检验的推论是：如果神经神话源于知识匮乏，那么脑知识得分越高者，相信神话的比例应当越低。
结果有两个读数。其一，教师平均相信 15 条神话中的约一半（约 49%），其中「学习风格」「左右脑型学习者」「只用了 10% 的脑」三条最为普遍；其二，也是更要紧的一条——一般脑知识得分更高的教师，并没有更少相信神经神话，阅读科普材料更多者反而在若干条目上更容易中招。这条结果直接否定了「多讲些神经科学就能自然清除误解」这个当时最流行的对策。
此后近十年，这份问卷被改编到二十多个国家使用。2021 年对 24 项研究的综述给出的流行率区间是 27.3% 至 84.5%，加权均值约 52.1%，且没有随时间下降的趋势。批评意见也已积累：该量表的因子结构不稳固，部分题目的表述使受访者难以区分「完全错误」与「被夸大的真实机制」，跨国比较还受翻译与教育制度差异的干扰。但即便把这些折扣计入，稳定性本身是难以解释掉的。
另一处常被略过的是它的产业含义：神经神话不是自然流传的民间信念，它有供给侧——教师培训市场、教辅产品与讲座经济长期以脑的名义销售分类与方法。把流行率测出来之后，问题就从「教师为什么会信」转成了「谁在持续供给这些说法、以及供给方是否承担任何后果」——第二幕的监管条目正是这一问的答案之一。神经神话议题的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
另有一处方法上的教训：把「相信某说法」测成一个百分比，会遮蔽相信的强度与后果。一名教师同意「存在视觉型学习者」这句话，与他据此把学生分组、并为不同组准备不同材料，是两件后果差别极大的事。近年的调查因此开始追问行为层面——是否据此改变过教学安排，而这一层的数据目前仍然很少，也正是评估任何澄清干预时最该测而最少测的东西。把神经神话议题放到另见第 143 号第 19 条『新思想 19 · 教育神经科学的可用边界 —— 脑成像能与不能提供什么』旁核验：先对齐对象、时间窗和责任人，再检查神经神话议题的核心判断在另一套分母中是否仍同向。
己、阅读障碍：两个学科第一次真正协同Dyslexia: The First Real Synergy
阅读障碍的传统识别路径是「等待失败」：儿童必须在正式阅读教学中落后到一定程度，才能被转介评估并获得支持——通常是在小学二、三年级。这个路径的代价被反复记录：等到能被识别时，学生已经积累了数年的挫败与回避，而阅读干预的效果随年龄增长明显下降。旧默认无法解决的问题是：如何在失败发生之前找到高风险者。
这篇文章的命题是：神经与认知指标可以在儿童学会阅读之前预测其阅读困难风险，因此教育与认知神经科学的协同点在于预防而非诊断。更强的推论是：如果早期指标加上早期干预能改变结局，那么脑科学对教育的贡献就不再是解释性的，而是可以被随机对照试验检验的。
支撑它的是当时已经积累的三类证据：语音加工缺陷与左侧颞顶回路功能异常的稳定关联；在学前儿童身上测到的脑电与成像指标能在一定程度上预测其两年后的阅读成绩；以及有效阅读干预会伴随该回路激活模式向典型模式回归。文章据此提出「神经预后」的设想——用脑指标提高对哪些学生将受益于哪种干预的预测。脑证据对机制的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
十余年后的回看是有保留的。早期指标的组水平差异稳固，但个体水平的预测精度不足以单独用于筛查——预测性研究的样本量普遍偏小，而这正是第二幕第一条要处理的系统性问题；更实用的做法是把脑指标与家族史、语音意识等成本低得多的行为指标并用，而在多数教育系统中，行为指标已经能提供绝大部分预测力。
另一处值得记的是这条逻辑被搬到了数学一侧：2013 年那篇综述系统比较了符号与非符号数量加工与数学能力的关系，并明确提出教育神经科学应当回答的是「哪一种表征值得教」这类可操作问题。两条线合起来看，这个领域最站得住的产出，几乎都出现在它去回答一个教育者本来就在问的问题时，而不是它自己发明问题时。脑证据对机制的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
还有一处与公平相关：早期筛查的收益与风险在不同人群中并不对称。预测模型若主要在中产、单语家庭样本上建立，把它用于语言背景不同的儿童时，假阳性会系统性升高，从而把语言差异误判为障碍。这不是模型精度的技术问题，而是训练样本代表性的问题——它与第二幕关于大样本的那条讨论，指向的是同一个根。
庚、工作记忆训练的远迁移崩塌The Collapse of Far Transfer in Working Memory Training
二十一世纪头十年，一个极具吸引力的推论在教育界迅速流行：工作记忆容量与几乎一切学业表现相关，而工作记忆可以通过计算机化训练提高，因此训练工作记忆应当能提高学业表现。这条推论催生了大量校本项目与商业产品，许多学校把它当作对学习困难学生的通用补救手段。它的薄弱环节从一开始就在中间那一步：相关不等于可迁移。
两篇元分析提出的可反驳命题是分层的：训练会带来近迁移（在与训练任务相似的工作记忆测验上提高），但不会带来远迁移（非言语智力、言语能力、解码、阅读理解、算术）；并且，凡是报告了远迁移的研究，其对照组多为不接受任何处理的被动对照，因而无法排除期待效应。
2013 年的分析覆盖 23 项研究、30 项实验比较；2016 年的扩展版覆盖 87 篇文献、145 项实验比较，并特别区分了主动对照与被动对照。结论是：近迁移效应可靠且在训练后一段时间内维持；而在与已接受处理的对照组比较时，远迁移在上述所有结局上都不存在可靠改善。作者还用 p 曲线方法检验发表偏倚，未发现支持远迁移的证据分布。训练工作机制的结构读数拆成3项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
反对方的回应集中在两点：某些特定人群（临床样本、老年人）可能仍有获益；以及训练协议差异极大，把它们合并到一个元分析里可能掩盖了有效的少数。支持方的再回应是：如果效果只在特定协议与特定人群中出现，那么最初那条支撑学校推广的一般性主张已经不成立——而学校采购与政策依据的正是那条一般性主张。
另一处常被略过的是这场清算的方法论遗产：它把「主动对照组」从可选项变成了教育干预研究的默认要求，并把近迁移与远迁移的区分写进了后续所有认知训练文献的表述规范。本栏 学习科学 面板从学习机制一侧处理训练与迁移，此处只保留它作为教育产品被推翻的这一段。训练工作机制的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
另有一层商业与制度的后果：这场清算之后，多国的教育采购开始要求认知训练类产品提供带主动对照的试验证据，部分教育系统把此前采购的项目撤下。值得记的是撤下的速度远慢于推广的速度——推广只需一个可讲的机理故事，撤下则需要一整套元分析，而且往往要等到产品已在学校运行数年之后。
辛、干预引起的脑功能常态化Intervention-induced Normalisation of Brain Function
在这类研究出现之前，学习障碍的神经影像研究几乎都是横断的：比较障碍组与对照组，找出激活差异，并把差异解释为障碍的神经标志。这种设计有一个无法回避的问题——所观察到的差异既可能是障碍的原因，也可能是长期学习失败与回避带来的结果，横断数据无法区分。
干预设计给出的可反驳命题是：如果那些差异主要是失败经历的后果，那么在成绩提高之后差异应当随之缩小；如果它们是固定的结构性限制，则不应改变。更强的版本是：有效干预会使障碍组的脑活动向典型儿童的模式收敛，而不是发展出一套替代性的补偿回路。
这项研究给数学学习障碍儿童实施了为期八周的一对一认知辅导，并在干预前后各做一次功能成像，同时设有典型发展儿童的对照。结果是双向的：行为上，障碍组的算术表现显著提高并接近对照组；神经上，干预前障碍组在多个脑区表现出过度激活，干预后这些异常的高激活回落，其分布模式与典型儿童趋于一致——即向常态收敛，而非建立绕行回路。干预引起议题的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
边界要说清楚。样本量在成像研究中不算小但仍属中等，而这类前后对照设计无法排除练习效应与回归均值；更根本的是，「脑活动常态化」本身不是教育目标——如果两种干预带来同样的成绩提高而脑模式不同，没有独立理由偏好其中之一。把神经常态化当作干预有效性的证据，因此只在它与行为改善同时出现时才有意义。
另一处常被略过的是它对「不可改变」这一叙事的作用。学习障碍的神经标志一旦被公众理解为固定的脑特征，很容易转化为对学生的低期待与对干预的放弃。这类研究提供的反证是具体而可引用的：同一批孩子，八周之后，被当作障碍标志的那些差异明显减小。这也是本领域为数不多的、既有机制含义又能直接进教师培训的结果之一。干预引起议题的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
这条区别在那场清算中被反复强调，却在公众转述里几乎总被漏掉。把干预引起议题放到另见第 285 号第 11 条『疼痛神经科学教育：解释疼痛不能替代活动与暴露』旁核验：先对齐对象、时间窗和责任人，再检查干预引起议题的核心判断在另一套分母中是否仍同向。
这十年的共同动作是受审。上一幕积累的脑—行为相关被样本量清算判为多数不可靠，以脑为名的商业产品被监管处罚，神经反馈与认知训练在盲法与主动对照下失去效应，而学校里的随机试验交出了一批诚实但难看的零效应。与此同时，反方向的问题——教育对脑与认知做了什么——反倒给出了这二十年最硬的几个读数。十二条按这个顺序排：先是清算，然后是清算之后仍然站得住的东西。
一、全脑关联研究的样本量清算The Sample-size Reckoning in Brain-wide Association Studies
此前二十年，教育神经科学最常见的研究形态是：招募几十名学生，测量他们的阅读、数学或注意成绩，扫描他们的脑，报告某个区域的激活或连接与成绩相关，并据此讨论教学含义。这类研究的中位样本量约为二十余人——这个数字沿袭自经典的脑功能定位研究，而定位研究要检验的是组内共有的强效应，与个体差异研究要检验的东西根本不是一回事。
这项工作的可反驳命题很直接：脑—行为的个体差异相关，其真实效应量远小于文献报告值；在小样本下，能通过显著性检验的估计必然被大幅夸大，而夸大的方向与幅度可以被量化。推论是：过去大量已发表的脑—行为相关，既非造假也非分析错误，而是抽样波动被显著性筛选之后留下的假象。
证据来自三个大型数据集合并后的约五万人。由此得出的结论是，要让这类相关的复制率达到可接受水平，样本量需要以千计。把个体差机制的结构读数拆成3项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
反驳随即到来。2023 年的一篇通讯指出，多变量方法（把全脑信号整合进一个预测模型，而不是逐体素做检验）在中等样本量下也可以获得可复制的结果，因而不必一律要求数千人；原作者的回应承认多变量方法效率更高，但强调核心结论未变——真正微小的效应即便样本上千也难有预测价值。双方共同承认的一点是：先前那种规模的研究不该再被当作证据。
对本领域的具体后果比对基础神经科学更重。教育样本天然分层（班级、学校、地区），实际有效样本量比名义人数更小；而教育研究者最关心的恰恰是个体差异——谁会落后、谁将受益于哪种教学。清算之后仍然站得住的设计有两类：一是个体内的前后变化（如本面板第一幕辛条那种干预设计），二是把脑指标当作机制中介而非预测器，放进已经有行为效应的试验里去检验。本栏 认知神经科学 面板处理这场清算在方法学一侧的全貌，此处只保留它对教育研究的约束。把个体差机制的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
还有一层与本领域的自我叙述有关：这场清算并没有说脑成像对教育无用，它说的是这一类问法（把个体差异与脑指标相关起来）代价极高而信息极少。把同样的经费投入到一次带独立评估的教学试验上，能回答的问题往往更多——这个取舍在此前很少被摆到台面上，现在成了申请书里必须交代的一栏。
二、上学年限对认知能力的因果效应The Causal Effect of Schooling on Intelligence
智力测验分数与受教育年限高度相关，这是心理学中最稳固的相关之一，但方向长期无法确定：可能是聪明的人读得更久，也可能是读书本身让人变聪明。这个死结的实际后果不小——如果教育不改变认知能力，那么延长义务教育的理由就只剩下证书与社会化；如果改变，则义务教育年限本身就是一项认知政策。
这项工作的做法是把三类准实验证据合并元分析：控制早期智力后估计教育与后期智力的关联；以义务教育政策变动作为工具变量；以及利用入学年龄切分线做断点回归。三类设计的偏倚方向各不相同，若它们给出一致结论，因果解释就比任何单一设计更可信——这正是该文的论证结构。
读数是：142 个效应量、42 个数据集、逾 60 万名参与者；三类设计各自给出的估计都为正，合并后约为每多接受一年教育提升 1 至 5 个智商点。效应在不同年龄段与不同能力维度上大体一致，且在成年后仍可检出，并非随时间迅速消退的应试效应。多读一年机制的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
争议主要在两处。一是外部效度：工具变量来自特定国家特定年代的义务教育改革，其边际学生的处境未必可推广。二是解释：分数提高究竟反映一般能力的提升，还是特定测验技能与应试熟练度的提升——若为后者，则同样的分数变化在真实世界中的意义要打折扣。近年的讨论转向了效应在具体子能力上的分布，而不再争论效应是否存在。
另一处值得记的是它与本领域的关系。这条结果没有用到任何脑成像，却是「教育改变了什么」这个方向上最硬的证据；而与之配套的脑影像研究（教育年限与脑结构的关联）恰恰受制于上一条的样本量问题。两者并置的教训是：在这个领域里，能给出可用读数的往往不是最贵的仪器，而是最干净的因果设计。多读一年机制的更新窗口固定在2024—2026年；窗口内未检得独立材料时，空缺继续标为未检得。
另有一处对教育政策的直接含义：如果一年学校教育值一到五个智商点，那么疫情期间的停课、以及各国义务教育年限的差异，在认知层面都有可估的量级。近年多国用同样的准实验方法估计停课的认知代价，所依赖的正是这套设计工具——这也是本领域少见的、方法先于话题准备好的情形。结论之所以可信，靠的正是三者给出同向结果，而不是任何一种设计单独足够强。
三、教育获得的多基因指数与它的直接效应Polygenic Indices for Educational Attainment and Their Direct Effects
把遗传与教育联系起来的研究长期停在双生子设计上：估计遗传度，却无法指出具体位点，也无法在个体层面做任何预测。第一批全基因组关联研究出来后，教育界的两种反应都过快——一种视之为决定论复辟，另一种视之为噪音；两种反应都缺少对读数本身的理解。
这项研究的可反驳命题包含两层。第一层是预测力：在约三百万人的样本上，可识别出数千个独立关联变异，由此构造的多基因指数在独立样本中对教育获得有可测的预测力。第二层更要紧：把同胞之间的比较作为对照，可以把指数的预测力拆成个体自身携带的等位基因产生的直接效应，与经由父母、家庭环境与社会分层产生的间接部分。
读数是具体的：多基因指数解释教育获得约 12%–16% 的方差；而在家庭内比较时，直接效应与群体效应之比约为 0.556，意味着该指数解释力中只有约 30.9% 来自直接效应，其余来自家庭与环境的共变。换句话说，这个被广泛称为「教育基因」的指数，其大部分预测力测量的是一个人出生在什么样的家庭。
争议激烈且不止于技术层面。技术上，样本以欧洲血统人群为主，指数跨人群移植时预测力大幅下降，直接用于其他人群会系统性出错。伦理与政策上，围绕是否应当在教育情境中使用此类指数存在明确分歧，研究团队自身发布了长篇答问文件说明其局限，并反对将其用于个体层面的教育安置。
另一处常被略过的是它对教育研究方法的正面用处：多基因指数可以作为协变量，帮助研究者在观察性研究中部分控制遗传混杂，从而更干净地估计教育干预的效应。也就是说，它在教育研究中最站得住的用法不是预测学生，而是校正研究设计——这与它在公共讨论中被谈论的方式几乎相反。
还有一层容易被忽略的技术含义：把直接效应与间接效应分开，靠的是同胞比较这一设计，而不是更大的样本。样本量决定能不能测准，设计决定测的是什么——这两件事在关于遗传与教育的公共讨论里几乎总被混为一谈，而混淆的方向总是有利于把结果读成决定论。另有一处常被误读的地方：多基因指数的预测力是群体层面的方差解释，不是对任何个体的判断。把 12%–16% 这个数读成「基因决定了一个人六分之一的学业」是错的——它只说明在一大群人里，指数的高低与教育年限的高低有多少共同变化。
四、课堂里的脑际同步Brain-to-brain Synchrony in the Classroom
课堂投入度长期只能靠观察量表、自评问卷与事后成绩来间接衡量，三者都在事后进行，且都受观察者与作答者的判断影响。更棘手的是时间分辨率——教师最想知道的是「这一段讲解有没有抓住人」，而现有工具最细只能给出一节课的整体评分。
这项研究的命题是：当一群人共同注意同一件事时，他们的神经活动会被同一个外部刺激流带动而趋于同步；因此学生之间脑电信号的同步程度，可以作为群体共同注意的连续指标。可反驳之处很明确：如果同步只是共同的头动、眨眼或环境噪声的产物，或者与任何独立的投入度指标都不相关，这条主张就不成立。
证据来自一个学期的真实生物课：12 名高中生佩戴便携脑电设备，在 11 次常规课堂中同时记录，并在每节课后填写对内容、对教师与对同学的评价。结果是：学生与全班的同步程度在视频教学段高于讲授段，并与其自评投入度相关；同步程度还与学生对教师的喜爱程度、以及课前是否与同伴面对面互动有关。研究者另做了控制实验，并在回归掉头动与眼动伪迹后重复了主要结果。课堂里的议题的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
方法学的反对意见立刻跟上：消费级脑电设备的信噪比远低于实验室设备，同步指标对预处理选择敏感；样本是十余人的单一班级，而课堂条件无法像实验室那样控制。后续研究在更多班级中重复了同步与内容记忆的关联，但效应量与稳定性仍有待更大规模的验证——这一点与本幕第一条的约束是同一件事。
另一处必须点明的是表述边界：同步测的是共同的时间结构，不是理解、不是喜欢、更不是「心灵相通」。共同的恐惧、共同的无聊同样会产生同步。一旦这类指标被做成课堂反馈产品并用于评价教师，它就会被优化——而被优化的将是同步这个数，不是教学本身。这条风险在本栏 戏剧与表演研究 面板的观众生理测量条目下有同型的记载。
另有一处方法上的可迁移之处：这类研究把「课堂发生了什么」变成了逐分钟的连续记录，而这件事本身的价值可能大于同步指标本身。教学研究长期缺少高时间分辨率的过程数据，以至于对「哪一段讲解失效了」只能靠回忆重建；无论同步是不是好指标，逐分钟的过程数据都值得留下来。
五、上学时间与青少年昼夜生物学School Start Times and Adolescent Circadian Biology
「让青少年早点睡」是学校与家长的标准建议，其隐含前提是入睡时间可由意志与纪律调节。而时相研究早已显示，青春期伴随昼夜节律的系统性后移，褪黑素分泌起始时间推迟，使得早睡在生物学上难以做到；在早晨固定的到校时间下，后果必然是睡眠被从后端截短。旧建议无法解决的正是这一点：它要求学生改变一个不由他们控制的变量。围绕上学时间青少年昼，源行把原始命题、边界材料与更新状态分开登记。从上学时间青少年昼的材料看，这一步先限定可比较对象，不把缺失值折成零效应。
由此推出的可检验政策命题是：推迟上学时间会让学生起得更晚而不显著推迟入睡，净效应是每日睡眠时长增加；并且如果睡眠不足确实影响学业，那么睡眠增加应当伴随成绩与出勤的改善。此前的困难在于证据几乎全部依赖自报睡眠，而自报与实际睡眠的偏差恰恰与作息安排相关。
西雅图学区在 2017 年把中学上课时间从 7:50 推迟到 8:45，提供了一次自然实验。研究者用腕式活动记录仪在推迟前后各测两周，结果为：每日睡眠时长中位数增加 34 分钟，同期学生成绩中位数提高 4.5%，迟到与缺勤减少；作者还报告推迟对社会经济背景较差学校的学生获益更明显。
证据的边界要说清。这是前后对照而非随机分配，同期的其他变化无法完全排除；成绩提升的观测限于特定课程；而系统综述与 Cochrane 评估的总体判断更谨慎——推迟对睡眠时长的效应较为一致，对学业与健康结局的证据质量偏低，且多数研究缺乏长期随访。反对的实务理由同样具体：校车调度、课后活动与家长上班时间构成刚性约束。
另一处值得记的是，英国那批以推迟上学为目标的教育试验最终没能做成随机对照，原因不是伦理也不是经费，而是学校不愿调整课表（见本幕第十条）。这件事本身是这个领域最诚实的一课：一项在生物学上清楚、在政策上可行性存疑的干预，其瓶颈往往不在证据强度，而在制度的可变更程度。
还有一处常被略过的是分配后果：推迟上学的获益在通勤时间长、家庭作息不规律的学生身上更大，因为他们此前的睡眠被截短得最多。这意味着这项政策同时是一项差距政策——而以往关于校时的讨论几乎只谈平均效应，很少谈它把差距拉近还是拉大。把上学时间青少年昼放到另见第 588 号第 3 条『昼夜节律磷酸化振荡』旁核验：先对齐对象、时间窗和责任人，再检查上学时间青少年昼的核心判断在另一套分母中是否仍同向。
六、脑训练产品的监管清算The Regulatory Reckoning of Brain-training Products
脑训练产业在 2010 年前后迅速扩张，其广告直接面向家长与学校：宣称游戏化训练可提升在校表现、工作表现，并延缓与年龄及疾病相关的认知衰退。学界的批评当时已经存在，但批评的形式是论文与评论，对购买决策几乎没有影响——家长看到的是电视广告，不是元分析。
监管路径把问题重新表述为一个可裁决的命题：这些宣称是否有「有力可靠的科学证据」支撑。这个表述的关键在于举证责任的转移——不是批评者要证明产品无效，而是销售者必须先持有证据才能作出宣称。对学界而言，这是把「证据不足」从一个学术判断变成了一个法律后果。
结果是具体的：2016 年 1 月，该公司同意支付 200 万美元赔偿，通知 2009 至 2014 年间订阅自动续费的用户并提供便捷取消途径，此后作出同类宣称前必须持有并依据可靠科学证据；监管方同时指出部分用户证言是通过赠品竞赛征集的而未予披露。在此之前两年，一份由数十位认知科学与神经科学研究者签署的共识声明已明确表示，现有证据不支持这类产品能提升一般认知功能。把脑训练机制的结构读数拆成3项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
争议并未就此终结。企业方主张裁决针对的是广告表述而非其研究质量；而学界内部也有人指出，把「无效」与「宣称超出证据」混为一谈并不准确——某些训练在特定任务上确有效果，问题出在推广的范围。此后的行业做法转向更谨慎的措辞，但产品本身并未退出市场。
另一处对教育尤其要紧的是采购侧。学校采购通常没有能力评估元分析，而广告与监管处罚之间存在多年的时间差；这段时间差里售出的产品仍在课堂上运行。此后若干教育系统开始要求认知类产品提供带主动对照的试验证据——这条要求正是上一幕工作记忆训练那场清算留下的方法论遗产的制度化版本。
另有一处值得记的是举证责任的方向。学术评议默认「未被证明有效」不等于「被证明无效」，因而对市场几乎没有约束力；而广告法的默认恰好相反——作出宣称者必须先持有证据。本领域二十年里对商业化说法最有效的一次处理，靠的不是更好的元分析，而是换了一套举证规则。把把脑训练机制放到另见第 509 号第 7 条『宗教教育从课程存在转家长、儿童与学校三方权利』旁核验：先对齐对象、时间窗和责任人，再检查把脑训练机制的核心判断在另一套分母中是否仍同向。
七、神经反馈：一加盲法，效应就消失Neurofeedback: The Effect Disappears under Blinding
神经反馈在教育与临床边界地带流传甚广：让儿童通过实时脑电反馈学会调节自身脑波，被宣传为一种无药物、无副作用的注意力训练，并进入了不少学校与培训机构。支持它的研究确实存在，且多数报告了阳性结果——问题在于这些研究的评定者是谁。
这项元分析的做法是按评定者的盲态分层：把结局分为「最接近治疗情境的评定者」（通常是知情的家长或教师）、「可能盲法的评定者」（不知分组的教师或独立评定者），并单独分析设有主动对照或假反馈对照的试验。可反驳命题因此变成：若神经反馈有真实疗效，效应应当在盲法评定与假刺激对照下依然存在。
作者的结论是：现有良好对照的证据不支持把神经反馈作为独立疗法。神经反馈机制的结构读数拆成2项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
争议持续。支持方主张只有遵循标准协议、确认受训者确实学会了自我调节的试验才应被纳入，而在这类试验中效应更大；欧洲指南组的后续更新承认最接近治疗端的效应量在标准协议试验中有所上升，但盲法结局的数据仍不足以分析。双方共同承认的是：期待效应在这类干预中特别强，因为家长与教师同时是安排者与评分者。
另一处对教育的直接含义是：凡是由实施者本人评定效果的课堂干预，其阳性结果都要按同样的逻辑打折。这不限于神经反馈——校本的注意力训练、正念课程与各类「脑力操」都共享同一个结构：最容易得到的评分来自最投入的观察者。把盲法评定或客观结局写进评估方案，是这条线留给教育实践最可直接照搬的一条规矩。
还有一处对研究设计的普遍教训：当实施者、评定者与受益方高度重合时，任何自评或近端评定都不足以支撑结论。解法不必昂贵——让不知分组的教师做评定、或采用出勤、作业完成度这类不依赖判断的客观结局，成本远低于再做一轮试验，却能让结果第一次可解释。另有一处与家长直接相关：这类干预往往需要数十次到访，家庭在时间与金钱上的投入本身会加强对效果的期待，而期待又会进入评分。沉没成本与评分者身份重合，是这类课外干预评估中最难拆开的一对混杂。把神经反馈机制放到另见第 143 号第 19 条『新思想 19 · 教育神经科学的可用边界 —— 脑成像能与不能提供什么』旁核验：先对齐对象、时间窗和责任人，再检查神经反馈机制的核心判断在另一套分母中是否仍同向。
八、认知训练的一般化失败The General Failure of Far Transfer in Cognitive Training
上一幕的工作记忆训练崩塌之后，同样的期待迅速转移到别处：学音乐能提高智商、下棋能提高数学、动作类电子游戏能提高注意力。这些说法在教育政策中影响不小——它们常被用来为艺术课程或某类课外活动辩护，而这种辩护方式本身有风险：一旦迁移效应被推翻，被辩护的课程也会连带受损。
这篇综述把分散的元分析合并成一个统一命题：认知训练的效应随任务距离迅速衰减；近迁移可靠，中等迁移微弱，远迁移在方法学质量高的研究中趋于零。更进一步的判据是：报告远迁移的研究，其效应量与研究质量呈负相关——对照组越差、样本越小、结局越主观，效应越大。这条关系本身就是一个可检验的预测。
读数来自多项独立元分析的汇总：音乐训练对儿童与青少年认知及学业技能的迁移效应，在设有主动对照的研究中接近于零；电子游戏训练对一般认知能力的效应在校正发表偏倚后同样趋零；工作记忆训练的结论与上一幕一致。作者据此提出，所谓一般认知能力的提升在现有证据中从未被稳健地观察到。认知训练议题的结构读数拆成3项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
反对意见相当具体。有研究者指出该分析在处理音乐训练时对近迁移与远迁移的划分不对称，从而低估了效应；也有人主张长期、高强度、嵌入真实学习情境的训练与实验室短期训练不可同日而语。支持方的回应是：那正是需要被检验的命题，而不是可以默认成立的前提。
另一处值得记的是这条结论的教育含义常被误读。「学音乐不能提高智商」并不等于「学音乐没有价值」——它只是说明，用迁移效应为艺术教育辩护是一条脆弱的路径，因为它把课程的正当性押在一个很可能不存在的副产品上。本领域二十年里被推翻的产品与承诺，几乎都栽在同一处：把相关当迁移，把近迁移当远迁移。
另有一处与教育叙事相关：迁移效应之所以被反复援引，是因为它把一门课程的价值翻译成了决策者听得懂的语言（成绩、智商、就业）。证据一旦不支持这条翻译，课程就需要一套不依赖迁移的正当理由——而这套理由的缺席，才是艺术与体育课程在预算竞争中长期脆弱的真正原因。把认知训练议题放到另见第 305 号第 6 条『空间能力可训练，但远迁移有边界』旁核验：先对齐对象、时间窗和责任人，再检查认知训练议题的核心判断在另一套分母中是否仍同向。
九、神经神话为何不消退Why Neuromyths Persist
上一幕把流行率测了出来，随之而来的自然设想是：既然是误解，那么教师培训中加入神经科学内容就能纠正。多国据此在职前与在职培训中增加了脑科学模块。问题是，这个设想从未被当作可检验的假设来对待——它假定了误解的成因是知识空缺。
由此推出的命题是：这些说法之所以稳固，是因为它们与教师的实践直觉与教学叙事契合，而不只是因为缺乏信息。
澄清干预的研究给出了更细的读数：直接讲授正确知识对知识测验有效，但对信念的改变较弱且不持久；而反驳式教学——先明确呈现错误说法、说明它为何看似合理、再给出正确解释——在多项研究中效果更好。这一模式与科学教育中处理迷思概念的既有结论一致，本身也是这个领域少数可以直接照搬到师范课程里的成果。综述给出的经验判断否定了这个假定：跨二十余国、覆盖 2012 至 2020 年的 24 项调查显示，教师对神经神话的相信比例在 27.3% 至 84.5% 之间，加权均值约 52.1%，且没有随时间下降的趋势；受过更多神经科学训练的群体相信比例较低但并未清零。
争议在于测量与后果。现有量表以自陈信念为结局，而信念与教学行为之间的距离尚未被系统测量——一名教师同意「存在视觉型学习者」，与他据此把学生分组并准备不同材料，是后果差别极大的两件事。此外，若干「神话」条目本身是被夸大的真实机制，把它们与彻底错误的说法并列计分会高估流行率。
另一处必须点名的是供给侧。神经神话不是自然流传的民间说法，它有稳定的生产者：教师培训市场、教辅产品与讲座经济长期以脑的名义销售分类法与教学法。只处理需求侧（教师信念）而不处理供给侧（谁在卖、卖了是否承担后果），这条曲线大概率还会再平十年——上一条的监管路径之所以值得记，正因为它是迄今唯一一次从供给侧下手的处理。
另有一处方法建议已经可以落地：把「是否据此改变过教学安排」写进调查问卷，使结局从信念变成行为。现有二十余国的数据几乎全部停在信念层，因而无法回答一个决策者真正关心的问题——相信一条神话，到底会不会改变课堂上发生的事，以及改变多少。把神经神话议题放到另见第 143 号第 13 条『新思想 13 · 学习风格与神经神话的证伪 —— 一个被彻底否定的流行信念』旁核验：先对齐对象、时间窗和责任人，再检查神经神话议题的核心判断在另一套分母中是否仍同向。
十、学校现场随机试验时代The Era of School-based Randomised Trials
在这批试验之前，「脑科学支持的教学法」几乎从未在真实学校中被严格检验过。支持它们的证据链通常是：实验室里某机制成立 → 该机制与某教学做法在概念上对应 → 因此该做法应当有效。中间那一步从未被独立测试，而教育史上大量失败干预正是死在这一步。
联合计划的设计把这一步显式化：由神经科学家提出方案，由学校实施，由独立第三方评估，结局用标准化学业成绩而非自评。六个项目覆盖间隔学习、睡眠教育与推迟上学、体能与学业、以及基于语音意识的阅读游戏等方向。可反驳性因此被写进了资助结构本身——项目失败会被公开报告，而不是消失。
结果值得逐项记住。睡眠方向的项目原本要检验推迟上学时间，但因学校不愿调整课表而无法实施，改为教师主讲的十节睡眠教育课；试点评估显示，以腕式活动记录仪测量的学生睡眠没有改善，仅在部分睡眠相关行为上有改善迹象。间隔学习方向的试点提示「十分钟间隔加二十四小时间隔」的组合较有希望，并据此升级为覆盖 125 所中学（54 所干预、71 所对照）的效力试验。学校现场议题的结构读数拆成3项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
争议在于如何解读这批零效应。一种读法是神经科学对教学没有可操作贡献；另一种读法是问题出在转译环节——实验室方案被压缩成教师可执行的课程时，有效成分往往在压缩中丢失。评估方普遍支持第二种，并指出多数项目在实施保真度上存在明显问题，这也是教育试验的通病。
另一处值得记的是资助方自己的表述：他们在启动时即公开写明，神经科学至今未对学习产生显著的正面影响，而某些神经神话反而在教育中更流行了。一个资助计划以这样的判断开场，并把结果不论好坏一律公开，这在教育研究里并不常见——它比其中任何一项试验的结论都更值得被其他系统抄走。学校现场议题的复核表还保留退出日期、原记录者和未纳入理由，不用零值代替缺失。
还有一处制度性的观察：这批试验最有价值的产出不是任何一项干预的效应量，而是它证明了「让神经科学家与学校在同一套评估规则下工作」是可操作的。此前双方各说各话——一方以机制为证据，一方以经验为证据；共用一套独立评估之后，分歧第一次可以被数据而不是立场来处理。
十一、个体层预测与精准教育的证据缺口Individual-level Prediction and the Evidence Gap in Precision Education
精准教育的设想借自精准医学：用生物指标把学生分层，为不同亚组匹配不同教学方案。它的吸引力在于回答了教育中最实际的问题——同一套教法对不同学生效果差别极大，而教师无法事先知道谁需要什么。现有的分层依据（成绩、量表、教师判断）预测力有限，因此增加一个独立信息源是有意义的想法。围绕个体层预测精准教育，源行把原始命题、边界材料与更新状态分开登记。围绕个体层预测精准教育，这一步先限定可比较对象，不把缺失值折成零效应。
这条设想可以被写成一个明确的、目前尚未被满足的判据：在一个预注册的研究中，把脑或基因指标加入已有的行为与背景变量之后，对「某学生在某干预下的收益」的样本外预测精度有可观且可复制的提升。只要这条没有被满足，精准教育就仍是设想而非方法。
现有读数说明了难度所在。个体差异层面的脑—行为效应量很小，小到需要数千人才能稳定估计；而多基因指数虽然可解释教育获得 12%–16% 的方差，其中约七成来自家庭与环境共变，在个体层面的分类精度远不足以指导安置。行为指标（早期语音意识、数量比较、家族史）成本低得多，且在多数情形下已提供大部分预测力。
争议不只在可行性，还在于应否。分层一旦制度化，就会与资源分配与期待绑定，而预测的假阳性与假阴性在不同人群中分布不均——训练样本若以特定语言与社会经济背景为主，对其他背景的学生会系统性误判。多数研究者的立场因此是：先做群体层面的机制研究与干预试验，个体层面的分层留待预测精度真正达标之后再谈。
另一处该点明的是评价标准。这条线容易被两种表述带偏：一种是把「有显著相关」当成「可用于预测」，另一种是把「目前不可用」当成「原理上不可能」。正确的表述是第三种：这是一个有明确成功判据、且判据尚未被满足的前沿；决定性证据将是一次带独立复制的、样本外的预测性试验。
另有一处必须防的滑坡：在预测精度不足时，分层往往不会因此不做，而是改用更粗糙的替代物——教师印象、家庭背景、既往成绩。也就是说，反对用脑指标分层并不等于反对分层本身；真正要问的是，与现行的分层依据相比，新指标是更准还是更不准，以及错判的代价由谁承担。把个体层预测精准教育放到另见第 602 号第 9 条『基因组多样性缺口：发现样本决定谁受益』旁核验：先对齐对象、时间窗和责任人，再检查个体层预测精准教育的核心判断在另一套分母中是否仍同向。
十二、生成式工具与认知外包Generative Tools and Cognitive Offloading
生成式工具进入课堂的速度远快于任何教育技术，而关于它对学习的影响，公共讨论几乎全部停留在作弊与检测。更实质的问题是认知外包：当产出可以被外包，产生产出的那套能力是否还会被建立。这个问题此前只能靠成绩间接推断，缺乏过程层面的证据。
这项研究的做法是把写作过程本身接上测量：把参与者分为使用大语言模型、使用搜索引擎、不用任何工具三组，在同一命题作文任务中记录脑电，并在第四轮把两组对调。可反驳命题是：若外包只是节省了机械劳动，则三组在神经参与与事后记忆上不应有系统差别。
读数为：前三轮共 54 名参与者，第四轮 18 名；脑电连通性在不用工具组最强、搜索引擎组居中、大语言模型组最弱；大语言模型组对自己文章的归属感最低，且在被要求引用自己刚写的内容时表现最差；由不用工具转为使用模型的一组，则表现出较高的记忆提取与相应脑区活动。作者据此提出「认知负债」的说法。生成式工具认知外包的结构读数拆成5项：主命题、替代机制、缺失对象与时间窗分别核对，任一项都不由总均值代填。
批评来得很快且切中要害：样本量小、EEG 连通性指标的分析选择空间大、β 频段的结果方向与总体叙述不一致、且该研究以预印本形式在公共媒体上被大量转述，其结论的确定性被系统性高估。作者与批评者在一点上一致：这类研究目前只能提示方向，不足以支撑任何课堂政策。
另一处值得记的是它在本面板中的位置。二十年前，这个领域的通病是拿一个小样本的脑成像结果去支持教学建议；二十年后，第一批关于生成式工具的脑证据仍然以同样的形态出现，并以同样的速度被转述成教育结论。区别在于，这一次学科内部立刻给出了方法学批评——而这套批评能力，正是前十一条那些清算换来的。
还有一处值得单独记的是学科的反应速度。从预印本发布到方法学批评公开发表，中间只隔了几个月，而在二十年前，一项被媒体广泛转述的教育神经科学结论往往要数年才等来同行的正式检视。这个时间差的缩短，是本面板前十一条所记录的那些清算最实在的一项收益。另有一处必须点明的是推论范围：该研究测的是命题作文这一种任务、以四个月为跨度、以在校大学生为被试，既没有覆盖中小学，也没有涉及工具被用作反馈与讲解而非代写的用法——而后者恰恰是课堂里最常见的用法。
◎ 二十年连起来看
把二十条摆在一起，第一条线索是这个领域最站得住的产出是否定性的。它推翻的东西——学习风格、左右脑型学习者、工作记忆训练能提高智力、音乐与电子游戏能提升一般认知、神经反馈能替代注意力干预——远比它建立的东西更明确、更可复制，也更直接地改变了学校的采购与培训。这不是这个领域的失败。
第二条线索是问法反了过来。前十年的默认问法是「脑科学能告诉教育什么」，而这二十年里给出最硬读数的，恰恰是反方向的问题——教育对脑与认知做了什么。
第三条线索最不显眼，却决定了前两条能否累积：这个领域用二十年长出了一套自我审查的能力。它学会了追问评定者是否盲法、对照组是否接受处理、效应是否随研究质量下降、样本量是否够支撑个体差异的推断、以及一个自称有脑科学依据的产品其机制链的每一环各有什么证据。
◎ 三个常见误解
误解一：这个领域的用处是把神经科学结论翻译成教学法。这是 1997 年那篇批评就已指出的跨层跳跃，二十年后依然是最常见的误读，因为它符合直觉——既然学习发生在脑里，脑的知识当然应该指导教学。
误解二：脑成像能看出一个学生适合怎么学。这个说法之所以顽固，是因为组水平的差异确实稳定——阅读困难者与典型读者的激活模式在组间可靠不同。
误解三：某个说法被称作神经神话，就等于它背后的现象不存在。多数神经神话是被夸大的真实机制而非凭空捏造：人确实有偏好的学习方式（但按偏好授课不提高成绩）、两半球确实有功能差异（但没有左右脑型的人）、睡眠确实影响学习（但十节睡眠课不改变实测睡眠）。
◎ 与相邻领域的接口
与学习科学：认知负荷、间隔与交错、提取练习、生成学习这些直接可用的教学原理，属于本栏 学习科学 面板；它们的证据基础是行为实验而非脑成像。
与认知神经科学：样本量清算、从定位到网络的转向、分析自由度与可复现性这些方法学问题，在本栏 认知神经科学 面板有完整处理。
与特殊教育：阅读障碍与计算障碍的诊断范畴、筛查的预测精度、标签的收益与代价，属于本栏 特殊教育 面板。本面板处理的是脑证据如何改变了这些范畴的地位——把「学不会」从态度问题改写为可测量的加工差异，以及这一改写在制度上带来的连锁后果。
与发展心理学与早期教育：敏感期、执行功能、逆境的生物嵌入这些发展问题，分别在本栏 发展心理学 与 早期儿童教育 面板。
◎ 争议现场
争论一：这门学科到底有没有独立贡献。怀疑一方指出，本领域二十年拿得出的、改变了教学的结论，多数可以由行为研究单独得出，脑数据只是加了一层昂贵的插图；支持一方回应说，正是脑证据使若干教育范畴（如计算障碍）获得了制度地位，并使某些干预的机制得以被检验。
争论二：神经指标能否用于个体分层。一方认为精准教育是必然方向，只是样本与算法尚未跟上；另一方认为个体差异效应量的量级决定了这条路在教育情境中不划算，而现成的行为指标成本低得多且预测力相当。
争论三：零效应说明了什么。学校现场试验交出的一批零效应，被一方读作神经科学对教学无贡献的证据，被另一方读作转译环节丢失了有效成分的证据。
◎ 往下五年看什么
读数一：大型儿童青少年脑发育队列的教育相关成果产出率。样本量清算之后，希望被寄托在数千至上万人的纵向队列上。
读数二：教育采购中「带主动对照的试验证据」这一要求的覆盖率。这是本领域最实的一项制度遗产。可观测的指标是：有多少教育系统把它写进认知类产品的采购规范，以及有多少已采购产品因未能提供证据而被撤下——后者比前者更能说明规范是否生效。
读数三：神经神话流行率是否首次出现下降。二十余国的调查已给出稳定的基线（加权均值约 52.1%）。五年内值得看的是两件事：以反驳式教学为核心的师范课程改造是否使流行率下降，以及调查是否终于开始测量行为层（是否据此改变教学安排）而不只是信念层。
读数四：生成式工具的认知影响研究是否走出小样本预印本阶段。第一批脑证据已经出现并已遭到方法学批评。
◎ 十条可做的研究命题
一、脑数据的增量效度。命题：在预测学生对某项阅读干预的反应时，加入脑指标不会比已有的行为与家庭背景变量带来可复制的预测提升。
二、干预中介的可检验性。命题：有效教学干预带来的脑活动变化，是行为改善的伴随物而非中介。怎么做：在有行为效应的随机试验中嵌入前后成像，做正式的中介分析。
三、同步指标的效度边界。命题：课堂脑际同步反映的是共同的时间结构而非理解，因此它与内容记忆的相关会在无叙事结构的教学段落中消失。怎么做：在同一班级比较叙事型与列举型讲授。
四、澄清干预的行为效果。命题：反驳式教学能改变教师的信念，但不改变其教学安排。怎么做：随机分配师范课程模块，一年后同时测信念与可观察的教学行为。
五、推迟上学的差距效应。命题：推迟上学时间对通勤时间长的学生获益更大，因而缩小而非扩大成绩差距。怎么做：在分批推迟的学区做断点或阶梯设计，按通勤时间分层估计。
六、多基因指数作为协变量的价值。命题：在教育干预的观察性研究中加入多基因指数作协变量，会系统性缩小估计的干预效应。
七、实施保真度与零效应。命题：学校现场试验的零效应主要由实施保真度不足解释。怎么做：在同一试验中测量保真度并做剂量—反应分析。
八、符号优先于非符号。命题：以符号数量比较为核心的数学干预，效果优于以点阵比较为核心的干预。怎么做：三臂随机试验（符号／非符号／主动对照）。
九、生成式工具的用法差异。命题：把模型用作讲解与反馈的学生，其学习结果与神经参与优于把模型用作代写的学生，且优于不使用工具者。
十、供给侧处理的效果。命题：对以脑为名的教学产品施加证据披露要求，比针对教师的澄清培训更能降低神经神话的流行。
◎ 资料核验
- Bruer, J. T. (1997). Education and the brain: A bridge too far. Educational Researcher, 26(8), 4–16.
- Ansari, D., & Coch, D. (2006). Bridges over troubled waters: Education and cognitive neuroscience. Trends in Cognitive Sciences, 10(4), 146–151. doi:10.1016/j.tics.2006.02.007
- Dehaene, S., & Cohen, L. (2007). Cultural recycling of cortical maps. Neuron, 56(2), 384–398.
- Dehaene, S., Pegado, F., Braga, L. W., et al. (2010). How learning to read changes the cortical networks for vision and language. Science, 330(6009), 1359–1364. doi:10.1126/science.1194140
- van Paridon, J., Ostarek, M., Arunkumar, M., & Huettig, F. (2021). Does neuronal recycling result in destructive competition? The influence of learning to read on the recognition of faces. Psychological Science. doi:10.1177/0956797620971652
- Halberda, J., Mazzocco, M. M. M., & Feigenson, L. (2008). Individual differences in non-verbal number acuity correlate with maths achievement. Nature, 455(7213), 665–668. doi:10.1038/nature07246
- Gilmore, C., Attridge, N., Clayton, S., et al. (2013). Individual differences in inhibitory control, not non-verbal number acuity, correlate with mathematics achievement. PLoS ONE, 8(6), e67374.
- Butterworth, B., Varma, S., & Laurillard, D. (2011). Dyscalculia: From brain to education. Science, 332, 1049–1053. doi:10.1126/science.1201536
- Iuculano, T., Rosenberg-Lee, M., Richardson, J., et al. (2015). Cognitive tutoring induces widespread neuroplasticity and remediates brain function in children with mathematical learning disabilities. Nature Communications, 6, 8453.
- Gabrieli, J. D. E. (2009). Dyslexia: A new synergy between education and cognitive neuroscience. Science, 325, 280–283. doi:10.1126/science.1171999
- De Smedt, B., Noël, M.-P., Gilmore, C., & Ansari, D. (2013). How do symbolic and non-symbolic numerical magnitude processing skills relate to individual differences in children's mathematical skills? Trends in Neuroscience and Education, 2, 48–55. doi:10.1016/j.tine.2013.06.001
- Dekker, S., Lee, N. C., Howard-Jones, P., & Jolles, J. (2012). Neuromyths in education: Prevalence and predictors of misconceptions among teachers. Frontiers in Psychology, 3, 429. doi:10.3389/fpsyg.2012.00429
- Torrijos-Muelas, M., González-Víllora, S., & Bodoque-Osma, A. R. (2021). The persistence of neuromyths in the educational settings: A systematic review. Frontiers in Psychology, 12, 591923.
- Rousseau, L. (2021). Interventions to dispel neuromyths in educational settings—A review. Frontiers in Psychology, 12, 719692. doi:10.3389/fpsyg.2021.719692
- Melby-Lervåg, M., & Hulme, C. (2013). Is working memory training effective? A meta-analytic review. Developmental Psychology, 49(2), 270–291.
- Melby-Lervåg, M., Redick, T. S., & Hulme, C. (2016). Working memory training does not improve performance on measures of intelligence or other measures of "far transfer". Perspectives on Psychological Science, 11(4), 512–534. doi:10.1177/1745691616635612
- Sala, G., & Gobet, F. (2019). Cognitive training does not enhance general cognition. Trends in Cognitive Sciences, 23(1), 9–20. doi:10.1016/j.tics.2018.10.004
- Sala, G., & Gobet, F. (2017). When the music's over: Does music skill transfer to children's and young adolescents' cognitive and academic skills? Educational Research Review, 20, 55–67.
- Sala, G., Tatlidil, K. S., & Gobet, F. (2018). Video game training does not enhance cognitive ability: A comprehensive meta-analytic investigation. Psychological Bulletin, 144, 111–139.
- Marek, S., Tervo-Clemmens, B., Calabro, F. J., et al. (2022). Reproducible brain-wide association studies require thousands of individuals. Nature, 603(7902), 654–660. doi:10.1038/s41586-022-04492-9
- Spisak, T., Bingel, U., & Wager, T. D. (2023). Multivariate BWAS can be replicable with moderate sample sizes. Nature, 615(7951), E4–E7. doi:10.1038/s41586-023-05745-x
- Tervo-Clemmens, B., Marek, S., Chauvin, R. J., et al. (2023). Reply to: Multivariate BWAS can be replicable with moderate sample sizes. Nature, 615(7951), E8–E12. doi:10.1038/s41586-023-05746-w
- Ritchie, S. J., & Tucker-Drob, E. M. (2018). How much does education improve intelligence? A meta-analysis. Psychological Science, 29(8), 1358–1369. doi:10.1177/0956797618774253
- Okbay, A., Wu, Y., Wang, N., et al. (2022). Polygenic prediction of educational attainment within and between families from genome-wide association analyses in 3 million individuals. Nature Genetics, 54(4), 437–449. doi:10.1038/s41588-022-01016-z
- Rietveld, C. A., et al. (2013). GWAS of 126,559 individuals identifies genetic variants associated with educational attainment. Science, 340, 1467–1471.
- Dikker, S., Wan, L., Davidesco, I., et al. (2017). Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom. Current Biology, 27(9), 1375–1380. doi:10.1016/j.cub.2017.04.002
- Parada, F. J., & Rossi, A. (2017). Commentary: Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom. Frontiers in Human Neuroscience, 11, 554. doi:10.3389/fnhum.2017.00554
- Dunster, G. P., de la Iglesia, L., Ben-Hamo, M., et al. (2018). Sleepmore in Seattle: Later school start times are associated with more sleep and better performance in high school students. Science Advances, 4(12), eaau6200. doi:10.1126/sciadv.aau6200
- Minges, K. E., & Redeker, N. S. (2016). Delayed school start times and adolescent sleep: A systematic review of the experimental evidence. Sleep Medicine Reviews, 28, 86–95.
- Marx, R., Tanner-Smith, E. E., Davison, C. M., et al. (2017). Later school start times for supporting the education, health, and well-being of high school students. Cochrane Database of Systematic Reviews, 7, CD009467.
- Carskadon, M. A., Wolfson, A. R., Acebo, C., Tzischinsky, O., & Seifer, R. (1998). Adolescent sleep patterns, circadian timing, and sleepiness at a transition to early school days. Sleep, 21, 871–881.
- Cortese, S., Ferrin, M., Brandeis, D., et al. (2016). Neurofeedback for attention-deficit/hyperactivity disorder: Meta-analysis of clinical and neuropsychological outcomes from randomized controlled trials. Journal of the American Academy of Child & Adolescent Psychiatry, 55(6), 444–455.
- Kosmyna, N., Hauptmann, E., Yuan, Y. T., et al. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv:2506.08872（预印本）
- Stanković, M., Hirche, E., Kollatzsch, S., & Doetsch, J. N. (2026). Commentary on Kosmyna et al. (2025). arXiv:2601.00856（预印本）
- 美国联邦贸易委员会（2016 年 1 月 4 日）。Lumos Labs 案起诉书与和解令（FTC 新闻稿与法院命令，赔付 200 万美元）。
- 英国教育捐赠基金会与惠康基金会（2014 年起）。「教育与神经科学」联合计划：六个项目的评估协议、试点与效力试验报告（EEF 项目页）。