“过度帮助”是过于参与的父母/导师的一种病态。 “等一下！你确定吗？在继续之前让我们再检查一下这一步。” 如果你在学生解决问题时实时说出这样的内容，那么你可能就是在过度帮助。@exojason 和我经常看到这种情况。 引导式教学并不意味着你每次学生快要犯错时就跳出来干预。你展示给他们一个特定的技能去练习，并在每次尝试中给予反馈，但你并不是通过所有的尝试来遥控他们。 当你总是跳出来阻止学生犯错时，实际上并没有保护他们免受错误的影响。他们在犯错，而你只是保护他们不受后果的影响。这有几个原因是有害的： 1. 他们从未从错误中学习。瞬间的负面情绪是刺激大脑适应和提高表现的重要信号。 2. 他们甚至从未学会*如何*从错误中学习。他们从未学会如何将自己的工作与解决方案进行对比，并找出哪里出错了。 3. 他们从未培养出对错误的情感容忍度。他们从未培养出承受和从错误中恢复的能力。 4. 如果学生正在使用自适应系统，你会误导系统认为学生准备好继续前进。如果系统没有收到关于学生表现水平的准确信息，那么它就不知道何时该刹车并提供更多练习。 5. 如果学生因为你人为地提高了他们的表现而被转入更高级的材料，那么他们将会超出自己的能力范围，无法在没有你帮助的情况下继续进步。这完全违背了自适应学习的初衷。

@_MathAcademy_ 的 2.0 版本间隔重复系统的愿景：考虑并减少对参考资料的依赖。 间隔重复就像是“等待”举重，而参考资料就是你的助力者。如果你的助力者必须帮助你把重量抬起来，那你就没有完成这个动作，而这个重量（“等待”）不应该像你完成了一样增加。 我们需要指导学习者在进行检索练习的重复过程中遵循正确的流程。就像助力者应该在你尽最大努力自己举起重量后，仅以最小的帮助进行干预一样，你也应该在尽力回忆后，短暂地查看参考资料。 绝对不要在解决问题时打开一个示例并抄写步骤。如果你这样做，你就是让你的助力者为你举重。无论重量上下移动多少次，如果你不是在自己举重，那都没有意义。你的目标是增加你自己能举起的重量，而不是在杠铃上堆放盘子，假装自己是举重运动员，而让助力者为你举重。 总结：我们当前的间隔重复系统依赖于一阶信号：准确性。未来，我们将纳入更高阶的信号：参考依赖（第二阶）和时机（第三阶）。

人们最常陷入的一个陷阱——也是最容易预防的——导致他们放弃机器学习（ML）抱负的原因之一：