在家里，这道数学题他会做。
老师单独问的时候，他也会。
如果给他多一点时间，他甚至能解释为什么这样算。
可是到了考试里——
不会了。
公式想不起来。
题目要读好几遍。
本来会的计算突然出错。
看到一个陌生的德语词，后面的思路就断了。
时间越来越少。
孩子越来越急。
最后交上去的答案，看起来像是：
他根本没有掌握这个知识点。
于是家长很困惑：
明明会做，为什么考试时还是做不出来？
这个问题非常重要。
因为“会不会”并不总是只有两个状态。
一个知识已经存在于孩子的头脑中，并不意味着它在任何条件下都能同样容易地被调用出来。
有时候，真正的问题不是：
孩子有没有这个知识？
而是：
在当前的认知负荷下，孩子还能不能及时调用这个知识？
“知道”与“此刻能够使用”不是同一件事
我们通常把学习想得很直接：
学会了 → 就应该能做出来
如果做不出来：
那就是没学会
但真实的学习过程往往没有这么简单。
一个孩子可能：
理解百分数；
知道公式；
理解面积；
会解方程；
知道某个物理原理；
却在特定条件下无法稳定地使用这些知识。
尤其是当他同时还需要：
处理德语；
理解学校指令；
判断题目到底要求什么；
记住中间步骤；
控制时间；
组织答案；
检查错误。
这时，原本只是一个数学问题的任务，可能变成多个任务同时运行。
一道题，可能同时占用多个认知通道
比如：
Ein rechteckiger Garten ist 12 Meter lang und 8 Meter breit. Entlang des Randes soll ein 1 Meter breiter Weg angelegt werden. Berechne die verbleibende Rasenfläche.
对于熟练使用德语的学生来说，这首先是一道数学题。
他需要判断：
原来的面积是多少？
一米宽的小路改变了什么？
新的尺寸是什么？
剩余草坪面积怎么计算？
但对于一个还在建立学术德语能力的学生来说，他可能还要处理：
rechteckig
entlang des Randes
angelegt werden
verbleibend
Rasenfläche
同时还要理解：
题目问的不是原面积；
不是小路面积；
而是修建小路之后剩下的草坪面积。
数学没有消失。
但是数学不再是唯一的任务。
所以我们看到的考试结果，并不是“纯数学”
可以用一个诊断模型来理解：
可观察到的表现 = 学科知识 + 语言处理 + 任务理解 + 工作记忆负荷 + 时间压力 + 对学校任务形式的熟悉程度
这不是严格意义上的数学公式。
它是一种诊断模型。
它提醒我们：
考试卷上的那个数字，并不是从孩子脑中的“数学能力”直接打印出来的。
中间还有很多步骤。
什么是工作记忆？
这里不需要把概念说得很神秘。
可以把工作记忆理解成：
大脑此刻能够暂时保持并操作信息的有限空间。
例如解一道题时，孩子可能需要同时记住：
题目给了哪些数据；
现在要求什么；
刚才算出了什么；
下一步是什么；
哪个数字对应哪个量；
某个德语词是什么意思。
这个空间不是无限的。
如果其中很大一部分已经被语言处理占用了，留给数学推理的空间就会减少。
一个简单的例子
孩子看到：
Ein Pullover kostet 80 Franken. Der Preis wird um 25 Prozent reduziert. Berechne den neuen Preis.
如果这些德语表达已经自动化，他可以很快进入数学：
80 → 减少25% → 求新价格
但如果没有自动化，他的内部过程可能更像：
Pullover 是什么？
kostet 我知道。
reduziert……是降低。
um 25 Prozent 是减少25%，还是变成25%？
neuen Preis 是最后价格。
等这些语言问题处理完以后，数学才真正开始。
这两名学生看到的是同一道题。
但他们的大脑承担的任务数量并不相同。
所以“他在家会”并不矛盾
在家里可能有：
更多时间；
熟悉的人；
没有考试倒计时；
可以提问；
可以停下来；
可以重新读；
甚至可以换一种语言确认意思。
考试里这些条件可能不存在。
因此：
在家能够完成
和
在规定时间内、用德语、独立完成
不是完全相同的能力表现。
这并不意味着考试“不公平”。
而是意味着我们必须准确理解考试结果到底包含了哪些变量。
时间压力会放大原本很小的问题
假设一个孩子读懂一道德语数学题需要两分钟。
另一个孩子需要四十秒。
两个人最后都理解了。
如果只有一道题，差别可能不大。
如果考试有十二道题呢？
额外的语言处理时间会不断累积。
后面开始赶时间。
赶时间以后：
检查减少；
计算错误增加；
工作记忆更容易丢失中间信息；
焦虑又进一步占用注意力。
于是一个最初很小的语言速度差异，最后可能变成明显的考试成绩差异。
这时，错误会产生连锁反应
过程可能是：
语言处理较慢
→ 前几题花费更多时间
→ 剩余时间减少
→ 时间压力上升
→ 工作记忆负荷增加
→ 计算和判断错误增加
→ 最终成绩下降
如果我们只看到最后一步：
数学成绩低
就可能错过整个机制。
但不能把所有问题都归因于认知负荷
这一点同样重要。
“认知负荷”不能成为新的万能解释。
孩子做不出来，也可能就是因为：
没有理解数学概念；
基础知识存在漏洞；
公式只背了但没有理解；
不会把知识迁移到新题；
没有形成独立提取能力。
所以我们不能从：
他在用第二语言学习
直接跳到：
那一定只是认知负荷问题。
我们仍然需要诊断。
怎么判断知识到底在不在？
可以改变条件。
例如孩子在考试里没有做出一道百分数题。
我们可以尝试：
1. 去掉时间限制
同一道题，让他慢慢做。
如果能做出来，时间可能是变量之一。
2. 换成孩子最强的语言
数学结构保持不变。
如果突然能够完成，语言负荷可能非常重要。
3. 简化语言，但不简化数学
保留同样的数学关系，只把句子改得更直接。
如果结果明显改善，我们得到新的线索。
4. 只问概念
不要求完整计算。
例如：
减少25%到底意味着什么？
看孩子是否真正理解。
5. 不给提示，让孩子自己开始
如果一看到第一步提示就全部会了，但没有提示就无法启动，问题可能在知识提取。
这些变化不是为了证明孩子“其实都会”。
而是为了找到：
到底是哪一种负荷让表现发生了变化？
“一提示就会”是一个很有价值的信号
很多家长都有这种经历。
孩子说不会。
家长只说一句：
你想想我们昨天用的那个公式。
孩子马上：
啊，对！
然后整道题都会了。
这时候很容易说：
你看，你明明会，怎么考试就想不起来？
其实这正是值得研究的地方。
孩子可能已经形成了识别，但还没有形成稳定的独立提取。
识别不等于提取
我们可以区分：
识别 → 独立提取 → 解释 → 应用 → 迁移
看到答案觉得熟悉，是识别。
没有提示自己想起来，是提取。
能够说明为什么，是解释。
能够在适合的题目中使用，是应用。
题目换了形式仍然能找到同一个结构，是迁移。
考试通常要求的不只是：
看到了以后认识。
它要求：
在没有提示的情况下及时调用。
认知负荷越高，薄弱的提取越容易失效
如果知识提取已经高度自动化，孩子几乎不需要额外思考。
如果提取还很脆弱，他需要搜索：
是哪个公式来着？
我们昨天怎么做的？
第一步是什么？
如果与此同时还要处理德语和时间压力，原本勉强能够完成的提取就可能失败。
所以：
知识存在
和
知识已经自动化到足以抵抗额外负荷
是两个不同阶段。
学术德语也会占用工作记忆
孩子可能日常德语已经不错。
他可以聊天。
可以买东西。
可以和同学交流。
可以理解老师日常说的话。
但考试里出现：
begründe
erläutere
beurteile
vergleiche
bestimme
weise nach
情况可能完全不同。
这些词不只是需要“翻译”。
它们告诉学生应该执行哪一种学术动作。
“Begründe”不是一个普通词汇题
如果题目说：
Begründe deine Antwort.
学生需要知道的不只是：
begründen = 说明理由
他还需要判断：
什么算理由？
需要写计算过程吗？
需要解释因果关系吗？
需要引用题目中的信息吗？
一句话够不够？
所以一个词可能启动一整套学校行为。
如果这套行为还没有自动化，它就会继续消耗认知资源。
语言负荷和学科负荷会相互作用
这也是为什么我们不能永远把学习分成：
德语课
和
数学课
好像两者之间没有接口。
例如：
um 20 Prozent erhöhen
和：
auf 120 Prozent erhöhen
这里的德语结构直接决定数学关系。
如果语言理解错了，数学模型也会跟着错。
这时真正的学习对象就是：
德语中的数学。
因此，用德语学习数学 可以成为一个独立的学习方向。
Language + Subject 的意义就在这里
它不是简单地把两门课放在一起。
而是研究：
语言怎样承载学科思维。
数学如此。
物理如此。
生物如此。
地理也如此。
学生需要的不只是术语翻译。
他需要能够：
通过另一种语言理解关系；
读取任务要求；
建立模型；
解释过程；
论证答案；
在新情境中迁移知识。
因此，通过学校学科学习德语 的价值，也不仅是“多学一些词”。
目标是让德语逐渐成为直接处理学科内容的工具。
从翻译到直接访问
开始时，学生可能这样处理：
德语词 → 中文 → 概念
例如：
Flächeninhalt → 面积 → 数学概念
后来可能变成：
Flächeninhalt → 数学概念
中间少了一层。
这看起来只是一个小变化。
实际上，它可能释放大量认知资源。
因为学生不再需要不断把语言转换以后才能开始思考。
自动化的真正价值，是释放认知空间
我们有时把自动化理解成：
做得更快。
这当然是其中一部分。
但更重要的是：
已经自动化的操作不再占用那么多主动注意力。
如果读取常见数学术语已经自动化，孩子就可以把更多资源用于推理。
如果常见学术指令已经自动化，就可以把更多资源用于组织答案。
如果基础计算已经自动化，就可以把更多资源用于复杂问题。
这就是为什么基础能力和高级思维并不是对立的。
自动化可以为高级思维腾出空间。
考试暴露的有时不是“不会”，而是系统不够稳定
在没有压力的时候：
会。
有一点提示：
会。
换成最强语言：
会。
给足时间：
会。
但在：
德语 + 新题型 + 独立完成 + 时间限制
的组合下：
不会。
这说明什么？
至少说明，我们不应该满足于一句：
他会。
因为真正需要建立的是：
在目标条件下也能够稳定地使用。
所以训练不能永远停留在最舒服的条件
如果孩子最终需要在德语学校参加考试，那么永远用中文解释、无限时间完成、每一步都得到提示，也是不够的。
支持应该逐步撤掉。
可以从：
强语言 + 无时间压力 + 提示
逐渐走向：
德语 + 较少提示 + 新任务 + 接近真实时间
不是一下子把孩子扔进最困难的环境。
而是逐渐增加负荷。
我们可以把它看成“负荷梯度”
例如：
第一层
熟悉概念 + 强语言 + 无时间限制
第二层
熟悉概念 + 德语关键词 + 无时间限制
第三层
完整德语任务 + 可以提问
第四层
完整德语任务 + 独立完成
第五层
新题型 + 德语 + 独立完成
第六层
新题型 + 德语 + 独立完成 + 时间限制
如果学生在哪一层开始崩溃，我们就得到非常有价值的信息。
这比反复说“考试要认真一点”更具体
“认真一点。”
“别紧张。”
“仔细读题。”
“你明明会。”
这些话有时没有错。
但它们并没有告诉孩子：
到底哪个机制需要改变。
如果问题是阅读速度，“认真”不能自动提高速度。
如果问题是提取，“别紧张”不能自动建立提取路径。
如果问题是学术指令，“仔细”也不能替代对 begründe 的理解。
教育需要比道德评价更精确。
那么 Sek A、Sek B、Sek C 呢？
这里同样需要准确。
瑞士并不存在一个全国完全统一的 Sek A / Sek B / Sek C 系统。
教育很大程度上由各州组织，结构、名称和路径可能不同。
这里讨论的 A/B/C 结构尤其与苏黎世州有关。
在苏黎世，Sekundarschule 通常接在六年小学之后，一般持续三年。
每所中学都有 Abteilung A 和 Abteilung B，部分市镇还有 Abteilung C。
其中 A 的学业要求最高。
这些是真实的教育要求。
但不能把它简化成：
A = 聪明
B = 一般
C = 不聪明
因为学校看到的是特定条件下的表现
一个学生在某个时刻的学校表现可能同时受到：
学科知识；
德语；
学术语言；
任务理解；
工作记忆；
时间；
熟悉程度；
独立提取能力
的影响。
这并不意味着 placement 没有意义。
恰恰相反。
它有现实意义。
但我们需要知道它能告诉我们什么，以及不能单独告诉我们什么。
对刚进入德语学校的孩子尤其如此
一个新来的多语言学生可能同时在学习：
德语；
学校德语；
学科术语；
新的任务形式；
新的评价方式；
新的课堂习惯。
这意味着最初阶段的认知成本可能很高。
随着其中一些过程逐渐自动化，表现也可能发生变化。
因此，某一个阶段的结果不应该被自动转换成一个永久的人格判断。
但也不能反过来说：“孩子只是语言问题，实际上肯定应该在更高等级”
我们没有这样的证据。
这是另一个极端。
认知负荷可以解释某些表现。
它不能提前证明一个孩子应该进入 Sek A。
有些学生的主要困难确实来自语言。
有些来自学科。
有些来自两者。
有些来自提取和迁移。
所以仍然需要观察。
我们真正应该问的是：改变负荷以后，表现怎么变？
这是一个很实用的问题。
如果去掉时间限制，结果明显改善：
时间压力值得研究。
如果换语言，结果明显改善：
语言负荷值得研究。
如果给一个小提示就能独立完成：
提取值得研究。
如果解释术语以后仍然不会：
学科理解值得研究。
如果熟悉题会做，新题不会：
迁移值得研究。
我们不是在寻找借口。
我们是在定位变量。
一张试卷只能告诉我们一部分故事
试卷非常重要。
它告诉我们：
在规定条件下，学生做出了什么。
但如果我们想决定下一步怎么教，还需要进一步问：
如果条件改变，结果会怎样？
这就是诊断和评分的区别。
评分告诉我们结果。
诊断帮助我们理解结果产生的机制。
家长可以观察哪些信号？
不需要在家里进行正式测试。
可以注意几个简单现象。
没有时间限制时，孩子会不会？
如果会，速度可能是关键变量之一。
换成强语言后，会不会？
如果会，语言负荷可能很重要。
解释一个德语关键词后，会不会？
如果会，问题可能非常局部。
给第一步提示后，会不会自己完成？
如果会，需要关注独立提取。
换一个题型后，还会不会？
如果不会，需要关注迁移。
能不能解释为什么？
如果只能算但不能解释，理解可能需要继续深化。
这些问题比：
你怎么又错了？
提供的信息多得多。
真正的目标不是让考试变简单
我们不是要不断减少要求，直到孩子能得到正确答案。
最终，他仍然需要在真实的学校环境中：
读德语；
理解任务；
独立思考；
在规定时间内完成；
面对新的问题。
所以目标不是永久降低负荷。
目标是：
让原来占用大量认知资源的过程逐渐自动化，从而让孩子有更多资源用于真正的学科思维。
这也改变了我们对“会”的定义
真正稳定的“会”不是：
昨天讲过。
也不是：
看答案以后认识。
甚至不只是：
在家慢慢能做。
更强的状态是：
在需要的时候，能够独立、稳定地调用并应用。
再进一步：
条件变化以后仍然能够迁移。
这才是知识越来越可靠的过程。
所以，孩子明明会做，为什么考试时还是做不出来？
可能因为：
他会数学，但德语处理还不够自动；
他理解概念，但学术指令消耗太多资源；
他认识知识，但独立提取不稳定；
他能完成任务，但速度还不够；
他会熟悉题型，但迁移还不够；
或者几个因素同时出现。
答案不一定只有一个。
最重要的是不要把“做不出来”立即翻译成“不会”
也不要把“在家会”立即翻译成“学校一定判断错了”。
这两个结论都太快。
更好的问题是：
孩子在哪些条件下能够调用这个知识？
然后：
哪一种额外负荷让这种调用开始失效？
最后：
怎样训练，才能让知识在越来越接近真实学校的条件下仍然保持可用？
这三个问题把讨论从标签带回学习本身。
因为教育最终需要的不是“知识存在”
而是：
知识能够被找到。
能够被解释。
能够被应用。
能够被迁移。
能够在压力增加时仍然保持足够稳定。
一个孩子在家里会做，是重要证据。
考试里做不出来，也是重要证据。
两者并不互相否定。
它们共同告诉我们：
知识已经在哪里建立，又在哪里还无法稳定地被调用。
找到这条边界，才真正知道下一步应该教什么。
关于作者
Tymur Levitin 是 Levitin Language School 创始人、语言教师、认证翻译及教育内容作者。
学校的一个重要工作方向，是区分“学生是否拥有知识”和“学生能否在特定语言、任务形式与认知负荷下调用知识”。在多语言教育环境中，这种区别尤其重要，因为语言与学科可能共同决定最终可观察到的表现。
相关学习方向：
作者： Tymur Levitin
Levitin Language School 创始人
© 2026 Tymur Levitin. 版权所有。
