错误和反馈：做错一次为什么有时更有用

做错有时比做对更有信息量。这句话很容易被讲成鸡汤：失败光荣、多摔几次就成人了。机制不是这样。神经系统在大多数时候按预测行事；只有预测和实际对不上，更新才有明确方向。对了，你知道当前参数还能用，但不清楚边界在哪。错了，并且你知道错在哪一个维度，更新才写得进去。没有维度的错，只是一次难堪的唤醒，权重往哪边挪，系统自己也不知道。

所以「错误有用」有前提：错误必须能被归因。归因失败时，人会改到无关的地方——换笔、换座位、改自我评价——真正该动的那一条回路纹丝不动。这一讲把错误拆成两类学习信号，把反馈拆成几种不同的货物，再看什么时候应该少给、晚给、或暂时不让人错。

两条误差通道

运动和许多连续控制任务里，小脑吃的是感觉预测误差：我以为手会碰到这个位置，实际偏了两厘米，模型按厘米来改。这种误差不需要表扬或批评，它自己带着方向和大小。闭着眼做事，这条通道变窄；看镜子、看慢动作、感觉脚是否踩实，是在给它干净的输入。

选择和策略任务里，基底神经节和多巴胺系统更吃奖励预测误差：我以为这样能得分，结果没分，或分比预期更少。误差可以是正的（比预期好）或负的（比预期差）。它更新的是「下一次还选不选这条」，不一定更新动作的几何细节。把所有学习都说成多巴胺，会漏掉小脑那条不靠奖杯的校正；把所有学习都说成纠正姿势，又会漏掉「这道题该不该用这个公式」这种选择层。

课堂作业常常两条通道搅在一起。一道物理题算错，可能是代数符号（连续计算的预测误差），也可能是根本不该用这个公式（选择层的奖励误差）。老师若只打一个叉，两种通道都得不到可用的向量。学生若把所有叉都理解成「我不行」，更新会写到自我评价上，写不到符号规则上。自我评价很痛，对下一题的参数几乎无用。

结果反馈和过程反馈

反馈至少要分成两种货物。结果知识告诉你最终好不好：球进没进、题对不对、分数是多少。表现知识告诉你中间差在哪：肘提前了、正负号、哪一步把单位弄丢。只有结果时，大脑必须自己猜是哪一个参数害的；参数一多，猜测会散，进步会慢，或进步到一个将错就错的策略上——比如用更保守的动作避免可见的失败，而不是把动作做对。

表现知识也不是越多越好。同时指出五个环节，工作记忆装不下，归因再次失败。有效的过程反馈通常一次对准一个当前约束得住的变量，等这个变量稳了再换下一个。这看起来慢，其实是在保护信用分配：让系统知道「这一次改的是这个旋钮」。

反馈可以太密、太稀、太晚

每次尝试都立刻给标准答案，当场正确率会很好看。问题是大脑开始把外部答案当成回路的一部分：预测不再自己算到终点，而是等下一拍的提示。移走提示，表现塌下去。这就是为什么有人课堂全对、回家就不会——不是回家变笨，是反馈在场时走的是另一条路。

把反馈降频、汇总、或隔几次再给，当场更丑，却逼内部模型自己跑完。运动学习里，渐隐的结果反馈、带宽反馈（只在误差大过某条线才说话），常常比每一次都纠正更有利于保留。原理不是「老师狠」，是避免学习者把老师的嘴当成自己的小脑。

太晚的反馈是另一种空。两天后才发下来的批改，当时的预测已经从工作记忆里清掉，误差对不上那一次的内部状态。你可能还记得「那题错了」，却对不上当时以为自己在做什么。能补的办法是：批改时让人先按现在的理解再做一遍，让误差发生在当下，而不是对着一份死去的预测说话。

可取的困难不是混乱

合上书回忆、交错练习、自己先答再看答案，都会制造更多错误。这些错误有用，是因为它们发生在你即将需要提取的那条路上。再读三遍笔记很少产生这种错误，它走再认：内容看起来熟，提取回路没被点名。测验效应反复被看到，不是因为考试神圣，是因为提取本身是训练。

困难有边界。题目完全超出当前模型，错误不再携带可解释的维度，只剩随机。随机错误更新不了参数，只更新情绪。把难度调到「经常差一点、偶尔能自己改过来」，误差才又有方向又有成功的对照。对照很重要：系统需要看见哪一次预测是对的，才能把权重从错误策略上挪走。

何时故意不让人错

有一类训练会尽量避免早期错误：严重失忆、某些运动再学习的初期、或危险动作（错误会直接受伤）。那是因为错误的代价大于信息，或大脑难以把误差写进长期结构。对普通课堂的解题和普通技能，默认走「允许可归因的错」更便宜。把康复和危险动作的策略套到每一道练习题上，会培养出离开示范就不会走的人。

别人把步骤写满给你抄，是一种极端的无错误：你的预测从未被要求跑到终点。抄对的那一页证明纸会写字，不证明你内部有模型。模型只有在你先走、再拿误差来改的时候才生长。帮助可以发生在你卡住之后，而不是发生在你起步之前把路铺成不会摔的。铺路很友善，训练的是走路的人以外的那条路。

同一错误重复，才标出真正的变量

连续三次错、每次错法不同，说明系统还在随机搜索，还没有抓住自变量。连续三次都在同一个符号或同一个提前的肘上摔倒，说明自变量已经暴露，缺的是一次对准它的反馈和一次对准它的再练习。把所有错都叫做「粗心」，是拒绝做这种分类。粗心有时是真的——注意资源不够、睡眠不够——更多时候是模型在那个维度上根本没有参数。

情绪会抢通道。难堪让人记住「我错了」，不一定记住错在哪。公开羞辱尤其会把更新写到回避上：下次少举手、少尝试，误差更少出现，模型更不更新。这不是性格教育，是把学习系统赶到了选择「不暴露预测」的策略上。不暴露预测，两条误差通道都没有输入。

提取、间隔，以及反馈的剂量

罗迪格等人反复看到的测验效应，说的不是考试神圣，是提取这条回路必须被点名。合上书回忆提纲，错误会出现在你明天真正要用的地方；再读三遍，错误很少出现，熟悉感却很高。比约克把这类现象叫做可取的困难：让练习当场变丑，换来隔日的保留。交错、间隔、先答后看，都是同一类剂量。剂量过大就不再可取：完全不会的题产生的是随机误差，随机误差没有向量，只留下难堪。

运动学习里，温斯坦和施密特一类研究把反馈剂量做得更死：每一次都给结果知识，习得当时很好看；改成渐隐或带宽——只在误差大过某条线才说话——保留往往更好。原理与课堂立刻对答案是同一把尺子：外部反馈可以当临时的小脑，移走之后内部模型是空的。舒尔茨记录的多巴胺神经元，对的是奖励预测误差而不是对错本身：比预期好则升高，比预期差则降低，预期中的奖励可以不再放电。把每一次对勾都配上夸张表扬，预测会把表扬算进必然，真正的参数误差反而被声音盖住。

常见误解

第一种：失败是成功之母。失败之后没有正确形式、没有维度，母亲生下的只是回避。第二种：立刻对答案效率最高。当场效率高，内部模型可能没跑完。第三种：全对的作业等于学会。提示在场时走的是另一条路。第四种：多指出几个错误更负责。一次五个旋钮，信用分配失败。第五种：错都是粗心。同一符号连续三次，更像模型缺参数。第六种：无错误学习是高级方法。它适用于高代价或某些临床初期，不是普通解题的默认。把康复策略套到每一道练习上，会培养出离开示范就不会走的人。

把一堂作业当成信用分配的现场，会更清楚。五道同类题，错都在同一个换元步骤，反馈却写「计算不认真」，系统会去改认真，不会去改换元。一道大题错了三处，老师把三处圈在同一行评语里，工作记忆只能拎走其中最显眼的一处，另外两处下次照旧。更省的做法难看：先只处理换元，做对三道同类，再打开下一处。看起来进度慢，向量却是真的。同学之间对答案若只报一个最终数字，得到的仍是结果知识；把中间某一步的式子对上，才把过程反馈交到对方手里。数字对了也可以结构错，结构对了数字才有地方挂。

睡眠把当天的误差再写一遍，但前提是误差曾经被归因。带着一堆没有地址的叉去睡觉，巩固会把难堪焊得更牢，参数仍在原地。带着一个被圈出来的符号错误去睡觉，第二天同类题更容易先检查那一处——不是人突然变细心，是那一维的预测被更新过。所以「错了要当天看」不是鸡汤时间管理，是让误差还活在工作记忆里时，给它一个地址。地址隔夜会丢，叉还在纸上，向量已经不在。

错误要能被写成向量

1. 感觉预测误差改几何和连续控制；奖励预测误差改「下一次还选不选」。
2. 叉只有在带维度时才是向量：差在符号、差在肘、差在公式选择，不能只是差在人。
3. 结果反馈给最终分，过程反馈给旋钮；一次只拧一个当前约束得住的旋钮。
4. 过密的即时答案会把外部提示焊进回路；移走提示，当场的正确率会坦白。
5. 过晚的批改对不上当时的预测；要让误差在当下再走一遍。
6. 提取制造的错比再认有用；完全随机的错只更新情绪。

六条加在一起，就是「做错一次为什么有时更有用」的非鸡汤版本：有用，当且仅当这一次错指出了可改的参数，并且反馈没有代替你算完、也没有晚到你已忘了自己算过什么。没有这些，失败不是成功之母，只是一次没有地址的唤醒。下一份作业先问：错的若出现，它有没有地址；全对的若出现，它是不是靠旁边那张提示纸走完的。地址和提示纸都是可看的，不需要先变成更勤奋的人，也不需要把失败说成母亲。失败只有带着地址才是向量。