Toffoli 2026 感測墨水筆那條線在昨天(手寫字 · 2026-10-18)收尾,今天換題:手寫比打字好,到底有多好、證據是哪一種。結論先講:腦波研究量的是連結強度,沒有量學習成績;筆記實驗的結果兩邊打架,但把效果量換算、再算一次檢定力之後,打架大半是樣本不夠大造成的。Flanigan 等人 2024 的統合分析合併 24 個研究、3,005 位大學生,手寫筆記的成績優勢是 Hedges’ g 0.248,換成機率是隨機抽一位手寫者與一位打字者,手寫者分數較高的機會約 57%;打字的優勢在筆記量,g 0.919,約 74%。一個人自己做實驗,分得出的是筆記量與逐字照抄的程度,分不出成績。這個差別決定了「實踐」該量什麼。
資料來源:標「論文」的是我從論文頁面或摘要抓到的數字(網頁抓取工具的摘要,不是逐頁讀全文);標「自算」的是我拿這些數字另外算的,假設都寫在旁邊;沒有標的是我的判斷。
📖 學
一、對帳:昨天的待驗項
| 昨天的待驗項 | 今天的結果 | 狀態 |
|---|---|---|
| 成人空中時間數值(Galrinho 等人,Frontiers in Human Neuroscience 2026) | 這次抓到全文頁面:聽寫任務裡,書寫時長預測認知受損(b = 18.08,p = 0.021)、筆畫數(b = 0.13,p = 0.006),模型整體 χ²(9) = 20.20、p = 0.017、Nagelkerke R² 0.465;平均筆壓在各分析都不顯著(p 皆大於 0.05)。沒有給各組平均與標準差,時長的單位我也沒抓到 | 部分解答:有檢定結果,仍沒有空中時間的毫秒值 |
| 筆壓在成人是否也沒訊號 | 上列「平均筆壓都不顯著」。昨天兒童資料算出平均力與 Z 的相關只有 −0.07 到 −0.13,方向一致;但成人是 58 位機構老人、不同設備、不同結果變數,只能說「兩邊都沒找到」,不能說「同一個現象」 | 方向一致,不能合併 |
| 真人快慢錄音(每條件 5 次交錯) | 沒有任何真人錄音 | 不能判,帶到下週 |
| 接觸判定演算法 | 今天搜尋 Toffoli 論文與資料集頁面,只看到論文摘要與資料描述,沒有演算法細節 | 待驗,仍只有原作者或補充程式碼能回答 |
| 草寫排除一年級的官方理由 | 沒有新資訊 | 待驗 |
| 7 字抄寫實驗、10 月 7 日墨膜實驗 | 沒有真人資料 | 不能判 |
| Lacquaniti 等人 1983 原文 | 昨天已結案為「未取得」 | 不再追 |
昨天帶來的錄音法五個預測原封不動,等真人錄音才能對帳,今天不再新增錄音法的內容。
二、腦波研究:量到什麼、沒量到什麼
最常被引用的是 Van der Weel 與 Van der Meer 2024 年 1 月刊在 Frontiers in Psychology 的高密度腦電圖研究(論文頁面)。受試者 40 位大學生,4 位因腦電圖品質排除,分析 36 位,全是右撇子、二十出頭。任務是電腦螢幕上出現 15 個猜圖遊戲(Pictionary)用的詞,每個詞出現兩次、共 30 個試驗;每個試驗 25 秒,受試者用數位筆在觸控螢幕上手寫、或在鍵盤上打字,把那個詞寫好幾遍;腦電圖只記錄每個試驗的前 5 秒,256 個電極、取樣 500 赫茲。每人每條件平均接受的試驗數是手寫 14.1、打字 13.3。分析用 theta(3.5 到 7.5 赫茲)與 alpha(8 到 12.5 赫茲)頻帶的連結強度(coherence),排列檢定 10,000 次並做 Bonferroni 校正。結果:手寫有 32 個顯著的群集差異,換算成 16 條顯著的連結,打字沒有找到可比的連結型態。
這篇做了什麼很清楚,沒做的也清楚:論文頁面沒有任何學習或記憶的行為測量。「連結變強」與「學得比較好」中間隔著一個沒被測的環節。我另外看到幾個混淆因素,是我的判讀,論文頁面沒有逐項討論:手寫用的是筆在螢幕上畫出字形,打字是按鍵,兩者的動作複雜度本來就不同,連結差異可能只是「動作更複雜」的後果;受試者在 5 秒內寫同一個詞的次數在兩個條件下不一定相同;36 位大學生的結論要不要推到兒童或老人,論文自己也沒有宣稱。2025 年 Marano 等人在 Life 發表的文獻回顧(我讀到的是報導的摘要)把手寫對應到前運動皮質、頂葉皮質、小腦與海馬迴,但我抓到的內容沒有列出納入幾篇研究、也沒有討論衝突的結果,所以它只是整理,不是新證據。
三、筆記實驗:兩邊打架,算一算
Mueller 與 Oppenheimer 2014 年的實驗是這一題的起點,結論是手寫筆記的概念題成績較好。2021 年 Urry 等人在 Psychological Science 發表直接重複實驗:受試者看講座、手寫或用筆電做筆記,經過短暫干擾後在沒有複習機會的情況下作答。摘要的人數是筆電組 74、手寫組 68;APS 頁面寫 Tufts 大學 145 位本科生,與 74 加 68 的 142 差 3 人,我沒有查到原因。結果:事實題與概念題都沒有顯著差異;打字筆記字數較多、逐字重合度較高,而重合度越高、成績越差。他們的 8 個研究的小型統合分析也不顯著。
三年後 Flanigan、Wheeler、Colliot、Lu 與 Kiewra 2024 年發表在 Educational Psychology Review(第 36 卷第 78 篇)的統合分析結果相反:24 個研究、3,005 位大學生,「做筆記並複習」的手寫組成績較高,g = 0.248(p 小於 0.001);筆記量則是打字較多,g = 0.919。Learning Scientists 的整理引用論文的換算:手寫者拿 A 的比例約 9.5%,打字者約 6%;延遲長短與題型都沒有改變手寫的優勢;研究也沒有納入有障礙的學生。
兩個結論並列,我先用論文公布的數字自己算幾件事(都是自算,假設:兩組變異相同、分數近似常態):
| 項目 | 自算結果 | 算法與假設 |
|---|---|---|
| g = 0.248 換成相關 r | 0.123 | r = g ÷ √(g² + 4),兩組人數相等 |
| 二項效果量顯示(BESD) | 56.2% 對 43.8% | 50 ± r/2 |
| 優勢機率(隨機配對手寫者較高) | 57.0% | Φ(g ÷ √2) |
| 筆記量 g = 0.919 的優勢機率 | 74.2% | 同上 |
| 還原 A 的比例 | 位移 0.244(對 0.248) | A 比例 6% 與 9.5% 對應常態截斷點 1.555 與 1.311,兩者差 0.244 |
| Urry 樣本偵測 0.248 的檢定力 | 31% | n = 74 與 68,雙尾 0.05,標準誤 0.169 |
| Urry 樣本 80% 檢定力的最小可偵測 g | 0.47 | 2.80 × 標準誤 0.169 |
| 偵測 0.248 要多少人(80% 檢定力) | 每組約 255 | 2 × ((1.96 + 0.84) ÷ 0.248)² |
| 偵測 0.919 要多少人 | 每組約 19 | 同上 |
第四列的還原值接近 0.248,代表學習科學家整理的 A 比例與論文的 g 彼此一致,我沒有發現換算錯誤。第六列是關鍵:Urry 的樣本偵測到真實 g 0.248 的機率只有 31%,也就是說,假設手寫真的有 0.25 的優勢,這個複製實驗有近七成的機會得到「不顯著」。「不顯著」不等於「沒有」。第七列再把它講白:這個樣本只有在真實差異達到 0.47 以上才有八成機會看到。這個算法支持「兩邊不一定矛盾」,但不能證明手寫優勢是真的,因為我不知道 Flanigan 的納入標準與偏誤檢查的細節(論文的 Springer 頁面今天跳轉到登入頁,我讀到的是摘要與二手整理)。
另一個可能的差異來源是「有沒有複習」。Urry 的設計是看完講座、干擾、作答,沒有複習機會;Flanigan 的摘要寫的是「做筆記並複習」,Learning Scientists 的整理也說複習機會似乎放大手寫的優勢。這是兩篇設計上就不一樣的地方,不是我的推論,但「複習放大優勢」這句我只在二手整理看到,沒讀到論文的調節分析。
四、讀寫學習:手寫的另一個證據來源
Wiley 與 Rapp 2021 年在 Psychological Science 的訓練實驗(論文頁面):42 位不懂阿拉伯文的成人隨機分成手寫、打字、看影片三組,學阿拉伯字母 28 個。結論是手寫比非運動的練習學得更快,而且遷移到沒練過的任務(字母命名、單字閱讀)更好;只有手寫同時學到動作表徵與抽象的字母符號表徵。我只讀到摘要層級,沒有組間差距的數字。注意這篇學的是新字母,不是做筆記,與上一節是兩個問題,不能把兩邊效果量疊加。
五、一個人能分辨什麼
把檢定力算反過來:你自己做「手寫對打字、之後考一次」的實驗,假設同一人每份材料的成績差的標準差是 15 個百分點、手寫真的多拿 3 分(都是我設的數字,約等於 g 0.25 乘以 12 分的人間標準差),要 80% 檢定力需要約 196 份配對材料;標準差若是 10,也要約 87 份。自己做不到。可是筆記量的差距大(g 0.919),每組約 19 份就夠,而逐字重合度的差距(原研究與 Urry 的重複實驗都觀察到打字筆記的重合度較高)也屬同一類「過程指標」。所以一個人能驗的是筆記的量與重合度,成績只當紀錄、不下判斷。
中文的情況我沒有查到對應的研究:上面的研究都是英文、以大學生為對象,中文手寫比拼音或注音打字慢得多,筆記量的差距可能更大,但這是我的猜測,沒有數據。
🧠 記
- **腦波研究:**36 位大學生、256 電極、手寫 16 條顯著連結對打字沒有;沒有行為測量,連結不等於學習。
- **Urry 2021:**74 對 68 人,事實題與概念題皆不顯著;兩個實驗都是打字字數較多、逐字重合度較高,且重合度與成績負相關。
- **Flanigan 2024:**24 個研究、3,005 人;成績 g 0.248、筆記量 g 0.919;自算優勢機率 57% 與 74%;A 比例 9.5% 對 6% 自算還原位移 0.244。
- **Urry 的檢定力:**偵測 g 0.248 只有 31%(自算);80% 檢定力的最小可偵測 g 約 0.47。
- **兩邊差異的來源:**樣本太小,加上有沒有複習的設計差異;複習放大優勢是二手整理。
- **Wiley 與 Rapp 2021:**42 位成人學 28 個阿拉伯字母,手寫學得快、遷移好;只讀摘要。
- **Galrinho 2026:**平均筆壓不顯著,筆畫數與時長預測認知受損;單位與組別數字未取得。
- **個人實驗:**成績要約 87 到 196 份配對才分得出,過程指標(筆記量、逐字重合)只要約 19 份。
**邊界:**所有論文數字來自網頁抓取工具對論文頁面的摘要,Flanigan 的 Springer 頁面今天導向登入而沒有讀到全文,Learning Scientists 的整理是二手;自算的優勢機率、檢定力與配對份數都建立在兩組變異相同、分數近似常態與我設定的標準差,真實分布不是常態時數字會偏;Urry 的人數出現 142 與 145 兩種說法,我沒有查到差異原因;兩個統合分析的納入標準與偏誤檢查我沒有讀到,所以「Urry 的不顯著只是檢定力不足」只是可能解釋,不是結論;Marano 2025 只是回顧,我沒抓到納入篇數;Wiley 與 Rapp 沒有數字;中文手寫與打字的筆記研究沒有查到;此外,Lacquaniti 1983 原文、接觸判定演算法、草寫排除一年級的官方理由、真人錄音快慢實驗、7 字抄寫實驗、10 月 7 日墨膜實驗都還沒有資料。
✍️ 實踐
這一輪量「手寫筆記與打字筆記的量與逐字重合度」。需要:6 段各約 10 分鐘、附逐字稿的演講或課程影片、紙筆、能打字的電腦、Python 3(只用內建函式庫)。
**第一步,存成 note_metrics.py。**我用幾段短文字測過中文與英文兩種模式(完整相同的筆記重合 100%,完全重寫的 0%),沒有在真人筆記上跑過:
import re, sys
def units(text, mode):
if mode == "zh":
return re.findall(r"[一-鿿]", text) # 中文以字為單位,標點與空白不算
return re.findall(r"[a-z0-9']+", text.lower()) # 英文以詞為單位
def trigrams(u):
return [tuple(u[i:i + 3]) for i in range(len(u) - 2)]
def main(transcript, notes, mode):
t, n = units(open(transcript, encoding="utf-8").read(), mode), units(open(notes, encoding="utf-8").read(), mode)
tg, ng = trigrams(t), trigrams(n)
pool = set(tg)
hit = sum(1 for g in ng if g in pool)
print("逐字稿 %d 單位,筆記 %d 單位(筆記/逐字稿 %.1f" % (hit, len(ng), 100 * hit / max(len(ng), 1)))
if __name__ == "__main__":
mode = sys.argv[3] if len(sys.argv) > 3 else "zh"
main(sys.argv[1], sys.argv[2], mode)「三連詞」指連續三個單位(中文三個字、英文三個詞)的片段;筆記裡有多少比例的三連詞原樣出現在逐字稿,就是逐字重合度。這是我依記憶採用的常見做法,沒有逐一核對 Urry 或 Mueller 論文的定義,所以數值只跟你自己的其他筆記比,不跟論文比。
**第二步,收集。**6 段影片,順序排成 手 打 打 手 手 打(交錯,避免後面的疲勞全落在同一種方式)。每段只看一遍、不暫停,邊看邊做筆記;手寫的用手機拍照後自己打成文字檔(只轉錄,不整理),打字的直接存檔。逐字稿存成 t1.txt 到 t6.txt,筆記存成 n1.txt 到 n6.txt。
第三步,執行。
for i in 1 2 3 4 5 6; do echo "第 $i 段"; python3 note_metrics.py t$i.txt n$i.txt zh; done英文影片把 zh 換成 en。
**第四步,對照預測。**預測一:打字的筆記/逐字稿比例大於手寫的(論文 g 0.919 對應優勢機率 74%,每種方式只有三段,這個預測不一定成立,預測方向是文獻,幅度沒有)。預測二:打字的三連詞逐字重合度大於手寫。預測三:每段的重合度,手寫低於 20%;這個門檻是我憑中文手寫速度慢所設,沒有依據,對不上就改成你自己的基準。預測四:一週後各段各出 10 題自己的測驗,手寫與打字的平均分差在 6 段裡看不出顯著差異(依上面自算,要約 87 份以上才分得出 3 分的差距);看不出差異不能解讀為「沒差」。
**判讀只看兩件事。**打字的筆記量與重合度是否同時高於手寫;兩項同向,才算符合文獻的過程指標。成績只記,不做任何結論。
🔗 延伸學習
- Van der Weel 與 Van der Meer,Handwriting but not typewriting leads to widespread brain connectivity(Frontiers in Psychology 2024) — 今天第二節的來源,36 位大學生的高密度腦電圖研究。
- Flanigan 等人,Typed Versus Handwritten Lecture Notes and College Student Achievement: A Meta-Analysis(Educational Psychology Review 2024) — 24 個研究、3,005 位大學生的統合分析;今天只讀到摘要與二手整理。
- Urry 等人,Don’t Ditch the Laptop Just Yet(Psychological Science 2021)的 APS 簡介 — 直接重複實驗與 8 個研究的小型統合分析。
- Wiley 與 Rapp,The Effects of Handwriting Experience on Literacy Learning(Psychological Science 2021) — 42 位成人學阿拉伯字母的訓練實驗,只讀到摘要。
💬 問 AI
我今天整理了手寫比打字好的證據:Van der Weel 與 Van der Meer 2024(Frontiers in Psychology,36 位大學生、256 電極高密度腦電圖、手寫 16 條顯著連結對打字沒有)、Urry 等人 2021 對 Mueller 與 Oppenheimer 2014 的直接重複(筆電 74 人對手寫 68 人,不顯著)、Flanigan 等人 2024 統合分析(24 個研究、3,005 位大學生,成績 Hedges' g 0.248、筆記量 g 0.919)、Wiley 與 Rapp 2021(42 位成人學阿拉伯字母)。請逐項回答,並嚴格區分三類:(一)論文明確寫了的、(二)你能查證或憑訓練資料確定的、(三)純屬推論的,每項標明把握程度(高/中/低);查不到或不確定就直說,不要編造文獻、數字或連結。這是學習與實驗設計,不要給任何醫療或教育決策建議。
【A 組:我算到的】
1. g 0.248 換成優勢機率約 57%、BESD 56.2% 對 43.8%;A 的比例 9.5% 對 6% 在常態假設下還原出 0.244 的位移。這個換算有哪些前提(等變異、常態、等人數)?成績是偏態的、有天花板時,數字會往哪個方向偏?
2. Urry 的樣本(74 與 68)偵測 g 0.248 的檢定力約 31%,80% 檢定力的最小可偵測 g 約 0.47。這是否足以解釋「兩邊矛盾」?還有哪些可能的原因(有沒有複習、題型、材料、納入的研究品質、發表偏誤)?你知道 Flanigan 與 Urry 各自怎麼處理這些嗎?只說你確定的。
3. 腦電圖的 theta 與 alpha 連結差異,在學習研究裡通常被怎麼解讀?從連結強度推到學習成效有哪些邏輯跳躍(動作複雜度、視覺回饋、試驗內寫的次數、反向推論)?
4. 原研究與 Urry 的重複實驗都顯示逐字重合度越高、成績越差。這個相關有哪些替代解釋?
【B 組:實驗設計】
5. 我設計 6 段影片、手打打手手打的交錯順序、量筆記量與三連詞逐字重合度。這個設計的問題是什麼?逐字重合度的算法(中文用字、英文用詞的三連詞)你有沒有更好的建議?
6. 中文筆記(手寫對注音或拼音打字)有沒有研究?只列你確定存在的,並說明有沒有讀過全文。
7. 兒童手寫與打字的字母學習研究(例如 Longcamp 2005、James 與 Engelhardt 2012)你記得的結論與樣本大小是什麼?把握程度各是多少?
8. 把所有存疑項目分成三堆:(一)憑訓練資料就能判斷的、(二)必須查一手文獻的、(三)必須用我自己的實際資料才能回答的。