ทำไมอ่านจนจำได้คืนนี้
แต่สอบเสร็จแล้วลืม?
เมื่อคืนอ่านหนังสือ จนแทบพูดตามหน้ากระดาษได้ เช้าวันสอบ ยังรู้สึกว่า “จำได้หมด” หนึ่งสัปดาห์ต่อมา มีคนถามเรื่องเดิม กลับนึกไม่ออก เราจำได้จริงในคืนก่อนสอบ — หรือเพียงอยู่ใกล้ข้อมูลมากเสียจน สมองทำให้เรารู้สึกว่า “ฉันรู้แล้ว”?
การเรียนมีปัญหาประหลาดอย่างหนึ่ง: สิ่งที่ทำให้เรารู้สึกว่าเรียนง่าย ไม่ได้เป็นสิ่งที่ทำให้จำได้นานที่สุดเสมอไป การอ่านหน้าเดิมซ้ำ ทำให้ข้อความคุ้นตา การขีดสีเต็มหน้า ทำให้รู้สึกว่าเราได้ทำงานกับหนังสือ การดูเฉลย ทำให้คำตอบดูง่าย และการอ่านทั้งหมดรวดเดียว ก่อนสอบ ทำให้ข้อมูลยังสดอยู่ในความจำ แต่เป้าหมายของการศึกษา ควรใหญ่กว่า “ยังจำได้ตอนเข้าห้องสอบ” มันคือ จำได้ภายหลัง เรียกใช้ได้เมื่อไม่มีหนังสืออยู่ตรงหน้า เชื่อมกับความรู้เดิมได้ และนำไปใช้กับสถานการณ์ใหม่ได้
ลองทดลองกับตัวเองเดี๋ยวนี้
อ่านคำต่อไปนี้หนึ่งรอบ:
ช้าง — ทะเล — กุญแจ — มะม่วง — รถไฟ — ดวงจันทร์
ตอนนี้เลื่อนหน้าจอลง โดยไม่มองกลับ
แล้วลองตอบ:
มีกี่คำ?
คำที่สามคืออะไร?
มีคำใดเกี่ยวกับอาหาร?
คุณสามารถพูดครบทั้งหกคำได้หรือไม่?
การพยายามนึก คือคนละกิจกรรม กับการอ่านคำเหล่านั้นซ้ำ
Recognition กับ Recall ไม่เหมือนกัน
Recognition
เห็นข้อมูลแล้วรู้สึกคุ้น หรือจำได้เมื่อคำตอบอยู่ตรงหน้า
Recall / Retrieval
เรียกข้อมูลจากความจำ โดยไม่มีต้นฉบับหรือเฉลยอยู่ตรงหน้า
เวลาอ่านหนังสือซ้ำ หน้ากระดาษทำหน้าที่ เป็น cue ให้เราเกือบทั้งหมด
จึงเกิดความรู้สึกว่า
“อันนี้รู้แล้ว”
แต่เมื่อปิดหนังสือ และต้องอธิบายเอง เราจึงพบว่า บางสิ่งที่ “คุ้น” ยังไม่สามารถ retrieve ได้จริง
ไม่เท่ากับ
ความสามารถสร้างคำตอบขึ้นมาเอง
+1 แรก : วิธีตรวจว่า “รู้จริงหรือยัง” คือเอาต้นฉบับออก
อ่านข้อความหนึ่งหน้าเสร็จ
อย่าเพิ่งอ่านรอบสอง
ปิดหนังสือ
แล้วถามตัวเอง:
- ใจความสำคัญคืออะไร?
- มีเหตุผลกี่ข้อ?
- ยกตัวอย่างเองได้ไหม?
- อธิบายให้เด็กอายุ 12 ฟังได้ไหม?
- ถ้าข้อสอบเปลี่ยนคำถาม จะยังตอบได้หรือไม่?
ทันทีที่ต้นฉบับหายไป
ภาพจริงของการเรียนรู้ จะปรากฏชัดขึ้น
Retrieval Practice คืออะไร?
คือการฝึก เรียกความรู้กลับออกมา
ไม่จำเป็นต้องเป็น ข้อสอบใหญ่
สามารถเป็น
ตอบคำถามจากความจำ
เขียนสิ่งที่จำได้หลังอ่าน
flashcards
แบบทดสอบสั้น ๆ
อธิบายเนื้อหาโดยไม่ดูหนังสือ
วาดแผนภาพจากความจำ
ตอบโจทย์โดยไม่เปิดตัวอย่าง
ความสำคัญอยู่ที่ พยายาม retrieve ก่อนดูเฉลย
ผลดีเกิดในหลายระดับการศึกษา หลายวิชา และหลายรูปแบบการทดสอบ โดย 57% ของ effect sizes อยู่ในระดับปานกลางหรือสูง
แต่ “สอบบ่อย” ไม่ใช่คำตอบทั้งหมด
ตรงนี้ต้องระวัง
Retrieval practice ไม่ได้หมายถึง
เพิ่มข้อสอบเดิมพันสูง เพิ่มคะแนนกดดัน และเพิ่มความกลัว
แบบฝึก retrieval สามารถเป็น low-stakes หรือ no-stakes
เป้าหมายคือให้ผู้เรียน ค้นพบว่า ตัวเองจำอะไรได้ และยังไม่รู้อะไร
Assessment of Learning กับ Assessment for Learning ต่างกัน
ข้อสอบปลายภาค มักใช้ตัดสินว่า เรียนได้เท่าไรแล้ว
แต่คำถามสั้นระหว่างเรียน สามารถใช้เพื่อ ทำให้เกิดการเรียนรู้เพิ่มขึ้น
เครื่องมือเดียวกันคือ “คำถาม” แต่หน้าที่ทางการศึกษา อาจต่างกันโดยสิ้นเชิง
+1 : ข้อสอบไม่จำเป็นต้องอยู่ “หลังการเรียน” — มันสามารถเป็นส่วนหนึ่งของการเรียน
ภาพแบบเก่าคือ
แต่ learning science เสนออีกภาพหนึ่ง:
การประเมินจึงสามารถเป็น feedback loop
ไม่ใช่เพียง เส้นชัยที่รออยู่ปลายบท
แล้วทำไม “อ่านคืนเดียว” จึงรู้สึกได้ผล?
เพราะมันได้ผล ในระยะสั้นจริง
ถ้าอ่านเวลา 23.00 น. และสอบเวลา 09.00 น.
ข้อมูลจำนวนหนึ่ง ยังสดอยู่
ปัญหาเกิดเมื่อ เป้าหมายคือ
จำอีกหนึ่งเดือน
อีกหนึ่งปี
หรือเอาไปใช้ในวิชาอื่น
งานวิจัยเรื่อง distributed practice พบมายาวนานว่า เมื่อเวลาศึกษาเท่ากัน การกระจายการเรียน ออกเป็นหลายครั้ง มักช่วยการคงอยู่ระยะยาว มากกว่าการอัดติดกัน
ขนาดผลไม่ได้หมายความว่า ทุกวิชา ทุกคน และทุกช่วง spacing จะได้ผลเท่ากัน แต่ภาพรวมสนับสนุน การกระจายการเรียนตามเวลา
+1 : การลืมเล็กน้อยอาจเป็นส่วนหนึ่งของการเรียนที่ดี
ฟังดูย้อนแย้ง
เราอาจคิดว่า ต้องทบทวน ก่อนลืม
แต่ถ้าทบทวนทันที จนคำตอบยังลอยอยู่ในหัว
การ retrieve แทบไม่ต้องออกแรง
เมื่อเว้นเวลาออกไป จนต้องพยายามนึก
งานของความจำ ยากขึ้น
และความยากที่เหมาะสมนี้ เป็นส่วนหนึ่งของแนวคิด desirable difficulties
อาจไม่ได้สร้างความจำที่แข็งที่สุด
บางครั้ง
การต้องออกแรงนึก คือส่วนหนึ่งของการเรียน
แปลว่าต้องทำให้เด็กเรียนยาก ๆ เข้าไว้หรือ?
ไม่
คำว่า desirable สำคัญพอ ๆ กับ difficulty
ความยากต้องมีประโยชน์ และอยู่ในระดับที่ผู้เรียน ยังสามารถเรียนรู้ได้
ถ้าเด็กไม่มีความรู้พื้นฐานเลย แล้วโยนโจทย์ยากมากให้ทำ
นั่นอาจเป็น undesirable difficulty
ดี
ลองตอบก่อนดูเฉลย แล้วได้รับ feedback
ไม่ดี
ปล่อยให้ตอบผิดซ้ำ โดยไม่ให้ feedback
ดี
เว้นระยะพอให้ต้องนึก
ไม่ดี
ปล่อยห่างจนแทบเริ่มใหม่ทุกครั้ง โดยไม่ช่วยผู้เรียน
Feedback สำคัญอย่างไร?
Retrieval practice ไม่ได้แปลว่า ให้เด็กเดาแล้วจบ
หลังพยายามตอบ ควรมีโอกาส ตรวจคำตอบ แก้ความเข้าใจผิด และเติมส่วนที่หายไป
การศึกษาห้องเรียนจริง ยังพบว่า retrieval practice สามารถช่วยนักเรียน แม้ระหว่างฝึกตอบได้ไม่สูงมาก โดย hints และ feedback สามารถช่วยออกแบบความยาก ให้เหมาะสมขึ้นได้
แล้วขีดเส้นใต้ผิดหรือ?
ไม่จำเป็น
ปัญหาเกิดเมื่อ ขีดเส้นใต้ = วิธีเรียนทั้งหมด
การ highlight อาจช่วยจัดระเบียบ หรือชี้จุดสำคัญ
แต่หลักฐานทบทวนครั้งใหญ่ ให้คะแนน utility ของ highlighting และ rereading ต่ำกว่า practice testing และ distributed practice เมื่อมองความสม่ำเสมอ ของผลการเรียนรู้
| วิธี | ความรู้สึกขณะทำ | สิ่งที่ควรถามเพิ่ม |
|---|---|---|
| อ่านซ้ำ | คุ้นและลื่น | ปิดหนังสือแล้วอธิบายได้ไหม? |
| ขีดเส้นใต้ | เห็นจุดสำคัญชัด | จำความสัมพันธ์ระหว่างจุดเหล่านั้นได้ไหม? |
| ดูเฉลย | รู้สึกว่าเข้าใจ | ทำโจทย์ใหม่โดยไม่มีเฉลยได้ไหม? |
| Retrieval | ยากกว่า | เรียกความรู้เองได้แค่ไหน? |
| Spacing | บางครั้งรู้สึกเหมือนลืม | หลังพยายามนึก ความจำแข็งขึ้นหรือไม่? |
+1 ใหญ่ : ความรู้สึกว่า “เรียนดี” กับผลการเรียนระยะยาว สามารถเดินคนละทิศได้
นี่คือกับดักสำคัญ ของมนุษย์
วิธีที่ง่าย ทำให้รู้สึก fluency
คำไหล หน้ากระดาษคุ้น เฉลยดูสมเหตุผล
สมองจึงประเมินว่า “ฉันเก่งเรื่องนี้แล้ว”
แต่บางครั้ง ความคล่องนั้น อยู่ใน สภาพแวดล้อม มากกว่าอยู่ในความจำ
เราอาจดูเหมือนเก่งขึ้น
ปิดหนังสือ
จึงรู้ว่าอะไรอยู่ในหนังสือ
และอะไรอยู่ในตัวเรา
ประเทศไทยเกี่ยวข้องตรงไหน?
PISA ไม่ใช่ข้อสอบ วัดการท่องจำบทเรียนไทย
มันพยายามดูว่า นักเรียนอายุ 15 ปี สามารถใช้ความรู้ กับโจทย์และสถานการณ์ต่าง ๆ ได้เพียงใด
ตัวเลขเหล่านี้ ไม่ได้พิสูจน์ว่า ปัญหาเกิดจาก การอ่านซ้ำ การท่องจำ หรือวิธีสอนชนิดใดชนิดหนึ่ง
แต่ทำให้คำถามเรื่อง quality of learning หลีกเลี่ยงไม่ได้
+1 สำหรับไทย : อย่าถามเพียงว่า “สอนไปแล้วหรือยัง?” ให้ถามว่า “ผ่านไปสามเดือน เด็กยังเรียกใช้ได้ไหม?”
ระบบหลักสูตร มักวัดความคืบหน้าแบบ
แต่เครื่องหมายถูก บอกเพียงว่า เนื้อหาถูกนำเสนอแล้ว
มันไม่ได้ยืนยันว่า ความรู้ถูกเก็บไว้ เชื่อมโยง และเรียกใช้ได้
หลักสูตรจึงควรมี planned return
คือกลับมาใช้ความรู้เดิม ในบทใหม่ อย่างเป็นระบบ
ทำไมหนังสือเรียน “บทหนึ่งจบแล้วจบเลย” อาจมีปัญหา?
ถ้าเราเรียนเศษส่วน เดือนมิถุนายน
สอบแล้ว
จากนั้นไม่ใช้เศษส่วนอีกเลย จนปีหน้า
ระบบกำลังหวังว่า memory จะรักษาความรู้นั้น ด้วยตัวมันเอง
แต่ distributed learning เสนอให้ความรู้เดิม กลับมาเป็นระยะ
ช่วงเวลาจริง ไม่จำเป็นต้องใช้สูตรเดียว กับทุกเนื้อหา
หลักสำคัญคือ อย่ารวมทุกการพบเนื้อหาไว้ติดกันหมด
แล้ว Interleaving คืออะไร?
แทนที่จะทำโจทย์ชนิด A ยี่สิบข้อรวดเดียว
อาจผสมโจทย์ หลายชนิด
ข้อดีที่เป็นไปได้คือ ผู้เรียนต้องฝึก เลือกวิธี
ไม่ใช่เพียงทำตาม วิธีเดียวที่เพิ่งเห็น
อย่างไรก็ตาม หลักฐาน interleaving ขึ้นอยู่กับเนื้อหาและเงื่อนไขมากกว่า practice testing และ spacing
จึงไม่ควรเปลี่ยนเป็นสูตรว่า “ผสมทุกอย่างยิ่งมากยิ่งดี”
+1 : โจทย์ 20 ข้อที่เหมือนกัน อาจฝึก “ทำ” แต่ไม่ได้ฝึก “รู้ว่าควรทำอะไร”
ถ้าหน้าหนึ่งมีโจทย์ การหารทั้งหมด
เด็กไม่ต้องถามว่า โจทย์นี้ต้องใช้ บวก ลบ คูณ หรือหาร
หัวข้อบนหน้า บอกคำตอบนั้นให้แล้ว
แต่โลกจริง ไม่เขียนเหนือปัญหาว่า
“กรุณาใช้สูตรบทที่ 4”
การประยุกต์จึงต้องใช้ ทั้ง
ความรู้ และ การจำแนกสถานการณ์
แผนอ่านหนังสือ 30 นาทีแบบใหม่
แทนที่จะอ่านซ้ำ 30 นาที
-
10 นาทีแรก — Learn
อ่านเพื่อเข้าใจ จดแก่นสำคัญ -
5 นาที — Close
ปิดหนังสือและเขียนสิ่งที่จำได้ -
5 นาที — Check
เปิดต้นฉบับ ตรวจสิ่งที่ขาดหรือเข้าใจผิด -
5 นาที — Retrieve Again
ตอบคำถามหรืออธิบายใหม่ โดยไม่ดูหนังสือ -
5 นาที — Schedule
กำหนดว่าจะกลับมาทบทวน อีกครั้งเมื่อใด
เวลาเท่าเดิม
แต่เปลี่ยนจาก input only
เป็น input + retrieval + feedback + spacing
ครูใช้ได้อย่างไรโดยไม่เพิ่มภาระข้อสอบ?
คำถามเปิดคาบ 3 ข้อ
ถามเนื้อหาจากเมื่อวาน สัปดาห์ก่อน และเดือนก่อน
Brain Dump
ให้เวลา 2 นาที เขียนทุกสิ่งที่จำได้ โดยไม่เปิดหนังสือ
Exit Question
ก่อนออกจากห้อง ตอบคำถามสำคัญหนึ่งข้อ
Cumulative Quiz
แบบทดสอบใหม่ มีคำถามจากบทเก่าปนอยู่
Explain to a Partner
อธิบายแนวคิด โดยห้ามอ่านจากสมุด
Delayed Return
นำความรู้เดิมกลับมาใช้ ในโจทย์ใหม่หลังผ่านไปหลายสัปดาห์
+1 ใหญ่สำหรับครู : “ลืม” ไม่ควรถูกใช้เพียงเพื่อลงโทษ — มันเป็นข้อมูลสำหรับการสอน
ถ้านักเรียนครึ่งห้อง ตอบเรื่องที่เรียนเมื่อเดือนก่อน ไม่ได้
มีสองวิธีมอง
วิธีหนึ่งคือ
“เด็กไม่จำเอง”
อีกวิธีหนึ่งคือ
“ระบบออกแบบโอกาส ให้ความรู้นั้นกลับมา บ่อยพอหรือยัง?”
Retrieval ทำหน้าที่เหมือน diagnostic instrument
มันบอกทั้ง ผู้เรียนและครูว่า ความรู้ส่วนไหนกำลังหาย
ก่อนจะสายเกินไป จนไปพบเอาในข้อสอบปลายภาค
AI ช่วยเรื่องนี้ได้ไหม?
ได้มาก ถ้าใช้ให้ถูกบทบาท
ผู้เรียนสามารถให้ AI
สร้างคำถามจากบทเรียน
สุ่มโจทย์แบบ cumulative
ถามทีละข้อโดยไม่เฉลยก่อน
ปรับระดับความยาก
สร้างโจทย์ใหม่ที่ใช้แนวคิดเดิม
ช่วยจัดตาราง spacing
แต่ต้องระวัง AI สร้างคำถาม หรือเฉลยผิดได้
โดยเฉพาะวิชาเฉพาะทาง
ดังนั้นครูหรือผู้เรียน ควรตรวจเนื้อหา กับแหล่งที่เชื่อถือได้
ข้อควรระวังอีกอย่าง: AI อาจทำลาย Retrieval Practice ถ้าเราให้มันคิดแทนเร็วเกินไป
เห็นโจทย์
ยังไม่ทันพยายามนึก
เปิด AI
ได้คำตอบทันที
นี่สามารถสร้าง illusion of understanding แบบใหม่
เพราะคำตอบของ AI อ่านแล้วลื่นมาก
หลักง่าย ๆ คือ
Attempt first — Ask AI second
ให้สมองของเรา พยายาม retrieve ก่อนให้เครื่องช่วย
+1 ชั้นลึก : AI ทำให้ “ความจำ” สำคัญน้อยลง หรือสำคัญกว่าเดิม?
อาจทั้งสองอย่าง
เราไม่จำเป็นต้อง ท่องข้อมูลทุกชิ้น ที่ค้นหาได้ภายในวินาที
แต่การคิดระดับสูง ยังต้องมี knowledge in memory
ถ้าไม่มีความรู้พื้นฐาน อยู่ในหัวเลย
เราจะตรวจได้ยากว่า AI กำลัง
สมเหตุผลหรือไม่
หลงประเด็นหรือไม่
แต่งข้อมูลหรือไม่
หรือขัดกับหลักการพื้นฐานหรือไม่
ไม่ได้ทำให้ความรู้ในสมองไร้ค่า
เพราะสิ่งที่อยู่ในสมอง
คือเครื่องมือที่เราใช้ ตรวจสิ่งที่ค้นพบ
แล้วอะไรคือเป้าหมายที่แท้จริง?
ไม่ใช่จำทุกอย่าง ตลอดชีวิต
มนุษย์ลืม เป็นเรื่องปกติ
เป้าหมายคือสร้าง usable knowledge
ความรู้ที่
เรียกใช้เมื่อจำเป็น
เชื่อมกับความรู้ใหม่ได้
ใช้แก้ปัญหาได้
ช่วยตรวจข้อมูลใหม่
เรียนรู้ต่อยอดได้เร็วขึ้น
ดังนั้น learning science ไม่ได้เรียกร้องให้ โรงเรียนกลายเป็น โรงงานจำข้อมูล
ตรงกันข้าม มันถามว่า
ความรู้พื้นฐาน จะถูกทำให้มีชีวิต และพร้อมใช้ ได้อย่างไร?
ลองมองรอบตัว: ทดสอบวิธีเรียนของตัวเองหนึ่งสัปดาห์
ทดลองแบบนักวิทยาศาสตร์กับตัวเอง
- เลือกเนื้อหาสองชุด ที่ยากใกล้เคียงกัน
- ชุด A: อ่านซ้ำตามวิธีเดิม
- ชุด B: อ่านหนึ่งครั้ง แล้วปิดหนังสือ ทำ retrieval ตรวจ feedback และกลับมาทบทวนอีกสองครั้ง ต่างวัน
- หนึ่งสัปดาห์ต่อมา ทดสอบทั้งสองชุด โดยไม่อ่านก่อน
- เปรียบเทียบว่า อะไรเหลืออยู่ในความจำ
อย่าเพียงถามว่า “ตอนเรียน วิธีไหนรู้สึกง่ายกว่า?”
ให้ถามว่า
“ผ่านไปหนึ่งสัปดาห์ วิธีไหนยังเหลือของจริงอยู่?”
+1 ชั้นสุดท้าย : หน่วยวัดการศึกษาที่น่าสนใจอาจไม่ใช่ “จำได้วันสอบเท่าไร” แต่คือ “Retention Half-Life”
ลองยืมแนวคิด half-life จากวิทยาศาสตร์
สมมติเด็กเรียน 100 หน่วยความรู้
หนึ่งเดือนต่อมา เหลือใช้ได้ 50
อีกหลักสูตรหนึ่ง วันสอบได้คะแนนเท่ากัน
แต่หนึ่งเดือนต่อมา ยังเหลือ 80
ข้อสอบวันแรก อาจบอกว่า สองหลักสูตร เท่ากัน
แต่ผลการเรียนรู้จริง ไม่เท่ากันเลย
นี่ทำให้เราเห็นว่า การศึกษาที่ดี ไม่ได้เพียงสร้างคะแนนสูงสุด ณ จุดหนึ่งของเวลา
แต่มันสร้างความรู้ ที่เสื่อมช้าพอ และเรียกคืนง่ายพอ ที่จะรองรับ การเรียนรู้ครั้งต่อไป
สรุปบทเรียน
การอ่านจนรู้สึกว่า “จำได้หมด” ไม่ได้รับประกันว่า ความรู้นั้น จะอยู่ถึงสัปดาห์หน้า
เพราะ recognition กับ retrieval ไม่ใช่สิ่งเดียวกัน
งานวิจัยด้าน learning science จำนวนมากสนับสนุนสองหลักง่าย ๆ:
1. ฝึกเรียกความรู้จากความจำ
2. กระจายการทบทวนออกตามเวลา
Practice testing ไม่จำเป็นต้องเป็น ข้อสอบกดดัน
มันอาจเป็นเพียง คำถามสามข้อ ตอนเปิดคาบ
Spacing ก็ไม่ได้หมายถึง ปล่อยให้ลืมหมด
แต่คือการจัดเวลา ให้ต้องกลับมา retrieve ความรู้ หลายครั้ง
ดังนั้น แทนที่จะถามว่า
“ฉันอ่านบทนี้กี่รอบแล้ว?”
ลองเปลี่ยนเป็น
“ฉันปิดหนังสือ แล้วเรียกมันกลับมาได้กี่ครั้ง?”
และสำหรับโรงเรียน แทนที่จะถามเพียง
“ครูสอนบทนี้ครบหรือยัง?”
อาจต้องถามอีกว่า
“สามเดือนต่อมา เด็กยังใช้สิ่งที่เรียนไป ทำอะไรได้บ้าง?”
เพราะสุดท้าย การศึกษาไม่ได้เกิดขึ้น เมื่อความรู้ ผ่านสายตา
แต่มันเกิดขึ้น เมื่อความรู้นั้น อยู่กับผู้เรียน นานพอที่จะถูกเรียกกลับมาใช้ ในวันที่ไม่มีหนังสือเปิดอยู่ตรงหน้า
แหล่งข้อมูลสำหรับตรวจสอบและอ่านต่อ
-
Dunlosky, J., Rawson, K. A., Marsh, E. J.,
Nathan, M. J., & Willingham, D. T. (2013).
Improving Students’ Learning With Effective Learning Techniques:
Promising Directions From Cognitive and Educational Psychology.
Psychological Science in the Public Interest, 14(1), 4–58.
DOI / Psychological Science in the Public Interest -
Agarwal, P. K., Nunes, L. D., & Blunt, J. R. (2021).
Retrieval Practice Consistently Benefits Student Learning:
A Systematic Review of Applied Research in Schools and Classrooms.
Educational Psychology Review.
Educational Psychology Review -
Mawson, R. D., & Kang, S. H. K. (2025).
The Distributed Practice Effect on Classroom Learning:
A Meta-Analytic Review of Applied Research.
Behavioral Sciences, 15(6).
DOI / Behavioral Sciences -
Rowley, T., & McCrudden, M. T. (2020).
Retrieval Practice and Retention of Course Content
in a Middle School Science Classroom.
Applied Cognitive Psychology, 34(6), 1510–1515.
Applied Cognitive Psychology -
Leggett, J. M. I., Burt, J. S., & Carroll, A. (2019).
Retrieval Practice Can Improve Classroom Review
Despite Low Practice Test Performance.
Applied Cognitive Psychology.
Applied Cognitive Psychology -
OECD (2023).
PISA 2022 Results — Country Note: Thailand.
OECD — Thailand
หมายเหตุทางวิชาการ: Retrieval practice เป็นคำกว้าง ครอบคลุมการพยายาม เรียกข้อมูลจากความจำ หลายรูปแบบ ผลของ retrieval practice แตกต่างได้ตาม เนื้อหา ความรู้เดิม ชนิดของคำถาม feedback เวลา และความสอดคล้อง ระหว่างการฝึกกับงานที่ต้องใช้จริง
งาน systematic review ที่กล่าวถึงในบทความ พบประโยชน์ค่อนข้างสม่ำเสมอ ใน classroom research แต่ผู้วิจัยระบุด้วยว่า หลักฐานส่วนใหญ่ มาจากประเทศกลุ่ม WEIRD และยังต้องการงาน จากบริบทการศึกษาที่หลากหลายขึ้น รวมถึงประเทศเอเชียและประเทศรายได้ต่างระดับ
Distributed practice ไม่ได้มีกฎสากลว่า ต้องเว้น 1 วัน 3 วัน 7 วัน หรือระยะใดตายตัว ช่วง spacing ที่เหมาะสม ขึ้นกับ ระยะเวลาที่ต้องการจำ ความยากของเนื้อหา จำนวนการทบทวน และผู้เรียน
คำว่า desirable difficulties ไม่ได้หมายความว่า การเรียนยิ่งยากยิ่งดี ความยากต้องช่วย กระบวนการเรียนรู้ และต้องอยู่ภายใต้ การออกแบบ feedback และการสนับสนุน ที่เหมาะสม
ข้อมูล PISA 2022 ของประเทศไทย ใช้ในบทความเพื่อแสดง ความท้าทายด้านผลลัพธ์การเรียนรู้ ไม่ควรตีความว่า คะแนน PISA ของไทย เกิดจากการใช้ rereading, cramming หรือ retrieval practice ชนิดใดชนิดหนึ่งโดยตรง PISA เป็นผลจาก ปัจจัยจำนวนมาก ทั้งครอบครัว โรงเรียน ครู ทรัพยากร ความเหลื่อมล้ำ หลักสูตร และบริบททางสังคม
คำว่า “Retention Half-Life” ในส่วน +1 เป็นกรอบเปรียบเทียบเชิงแนวคิด ของบทความ ไม่ได้เสนอให้ใช้ เป็นตัวชี้มาตรฐาน ที่สามารถคำนวณ ด้วยสูตรเดียวกับ physical half-life ในวิทยาศาสตร์
