AI 确实可以在几秒内生成几十甚至上百道题,但题目本身的数量并不会自动带来学习上的真正进步。如果新题只是简单地换人名、改数字、调整语序等,即便连续答对,也只是熟练于这一类题型,而难以证明掌握了更深层次的能力。真正高质量的练习应让每一道题目都能检验一个具体能力点,从而帮助学习者发现自己的短板与提升空间。
因此,在本章中,我们将学习如何将每道题目明确对应到一种能力,并仔细检查题目的设置、标准答案以及评分依据。只有这样,练习才能成为诊断与提升的有力工具,而不是表面上的“刷题”或者机械重复。
比较两题:“工作坊星期几开始?”和“把Saturday改成Sunday后,工作坊星期几开始?”先判断第二题是否增加了新的认知要求。再尝试设计一道必须同时使用年龄条件与报名状态的新题。
The workshop starts at 9:30 on Saturday in Room 204. Registration closes at 18:00 on Friday. Please bring a laptop. Participants under 16 need consent from a guardian. If the class is full, you will join the waiting list and receive an email if a place becomes available.
先设计一道最简单的信息定位题,然后再问:如果把“Saturday”换成“Sunday”,它检查了新能力吗?通常没有。真正分层需要改变认知动作。
改造不是一味变难,而是让新题检查新的关系、限制或决策。

如果同一道题同时加入生词、长句、更多条件和更复杂输出,答错后难以定位原因。可以分别改变:
标记“本题主要新增什么”,才能根据结果选择下一题。

每做一道题,都应能更新下一步决策。可以用四个问题快速筛选:
当连续两到三道题都在相同帮助条件下正确、理由稳定,且新题没有再提供诊断信息时,应停止同类重复,转向变式或延迟复测。反之,如果错误模式还不稳定,就先使用对照题隔离变量,而不是盲目提难。
对新手,完整示例可以降低同时处理的信息量;但支架必须有退出路线:先研究带理由的示例,再补全缺失步骤,然后独立完成同结构题,最后处理表面不同但结构相同的迁移题。每一级只撤掉一部分帮助,失败时才能知道需要恢复哪一级。

AI生成的候选练习至少检查:
一道无法区分“没看懂”和“材料没有答案”的题,不应进入正式练习。
按“定位—理解—例外—应用”排列四道候选题,并为每一步写清升级了什么。如果相邻两题只有名字、数字或语序变化,删除其中一道;如果一次升级了三个难点,把它拆成两个台阶。
依据下面的材料生成8道候选题,分别标记目标能力:信息定位、条件理解、例外判断或情境应用。
每题必须给出:答案、原文依据、主要难点、与其他题的差异。
若材料不足以得到唯一答案,请标记“不可用”,不要补写事实。
最后列出可能重复的题目组,等待我删除。
材料:……生成后随机抽取、逐题核查还不够;只要题目将用于正式验收,全部答案都应可核对。
从“重复、歧义、条件不足、答案不可核查”中选择你最容易忽略的一项。交互过程中优先寻找这一类问题,并记录它为什么会污染学习证据。
交互提供一组好坏混合的候选题。你需要标记重复、歧义、条件遗漏和答案错误,再修改其中一题。静态替代任务:从自己生成的8道题中删除至少两道,并为删除决定写出依据。
选择一题被你删除或重写的候选题,保存修改前后版本,并用一句话概括规则,例如“情境应用题必须要求组合至少两个条件”。这条规则将用于下一批练习的预检查。
如果学习者在“未满16岁需要监护人同意”上答错,重复问五种年龄只是局部补练;完成后还要把条件放入新的情境,检查是否会主动使用。若学习者已经连续独立完成同类题,继续堆题可能不再提供新信息,应提高要求或停止。
使用一则自己有权使用的短通知,设计四道题,分别检查信息定位、条件理解、例外判断和情境应用。为每题提供原文依据,并请另一位读者判断是否存在歧义。
挑战加码:根据一次真实作答设计分支路线——定位题答错时回到哪一步,定位题答对但例外判断错误时下一题怎样变化,连续独立答对后何时停止同类练习。
将结果写入专题学习档案的“分层练习”部分。
下一章将使用练习中保留的过程证据定位错因,而不是看到错误就机械增加题量。