间隔提取有帮助，但难度集中在前期
间隔提取是指就同一主题多次提问，各次尝试之间留有间隔，而不是把所有问题挤在一次练习里。在一堂工程数学课上，当同一主题的三道题被分散到不同的测验中，而不是集中放在一次测验里时，学生答对第一题和第二题的可能性反而更低[2]。这看起来像是一种代价，但研究者将其视为一种“合意难度”：间隔让早期尝试变得更难，而这种挣扎被认为正是后来记忆改善的部分原因。值得注意的是，间隔并没有影响学生回答第三题的能力，这说明难度出现在学生刚开始学习如何执行运算的时候，而不是在提取“如何做”的记忆的时候[2]。
另一条研究路线发现，间隔提取在真实课程中可能很有力。在一门一年级工程微积分课程中，每学期运行两次由人工智能支持的间隔提取练习，随后及格率最多上升了20.33个百分点，置信区间表明干预后的学生群体比此前的群体表现更好、更精确[3]。这是课程层面的结果，而不是实验室里的记忆测量，所以它告诉我们这种方法能推动成绩，却没有告诉我们究竟是哪种心理过程在起作用。
学习前测验和学习后测验是两种不同的工具
这一区分对最初的问题很重要。预测试要求学生在学习材料之前尝试回答问题；提取练习则要求学生回忆已经学过的材料[3]。那项微积分研究明确对比了二者，并将其干预定位在学习之后的一侧[3]。这意味着，真正能回答该问题的设计——先提问、再学习、然后间隔提取、最后做记忆保持测验——并不是这些研究实际采用的方案。
还有一个提醒：不要假定提取总是优于重学。在三项预先注册的在线实验中，参与者使用斯瓦希里语—英语词对，要么重学词对，要么在间隔的多次会话中尝试提取，然后参加最终的线索回忆测验。在前两项实验中，重学过的项目在最终测验上实际上优于提取过的项目，但这种反转似乎取决于参与者在每次试次中给出的记忆评分；当第三项实验去掉该评分后，提取在所有条件下都优于重学，而且练习越多表现越好[4]。实际意义在于，微小的程序细节就可能翻转哪种策略看起来更好，因此“预提问加间隔提取”的组合需要直接检验，而不能假定它们会叠加生效。
AI生成问题卡让间隔更容易，但不等于学习前提问
这种组合值得检验的一个原因是，相关工具现在已经存在。有人构建了一个AI驱动的系统，为大规模开放在线课程生成用于主动回忆和间隔重复的学习卡，学生和教师报告记忆保持和满意度都有显著提升，不过个性化和语言复杂度仍是挑战[1]。一篇面向医学生的综述同样指出，间隔提取及相关技巧是在扩展提取平台上增强记忆保持的方法[5]。这两者都没有涉及学习前提问，因此它们只支持了问题中间隔提取的那一半。
综合来看，这些证据与以下看法一致：间隔提取是一种有用的记忆保持策略，而学习前测验是一种有自身逻辑的独立策略；但这里没有一项研究把两者交叉起来。预提问究竟会放大、重复还是干扰后来的间隔提取，仍是一个有待实证回答的开放问题，而不是已有定论。
本文引用的文献
利用生成式AI通过间隔重复提升MOOC中的主动提取与记忆保持
一个为大规模开放在线课程生成主动回忆和间隔重复学习卡的AI系统，与记忆保持和满意度的改善相关，同时个性化和语言复杂度被指出是挑战。
用SQL查询工程数学中间隔提取带来的难度
将同一主题的三道题分散到不同测验中而非集中在一起，使第一题和第二题更难答对，但不影响第三题，这表明间隔带来的难度出现在初始学习阶段，而不是提取阶段。
释放高等数学的学习潜力：AI驱动的间隔提取助力教学提升
在一门工程微积分课程中，每学期运行两次AI支持的间隔提取练习，随后及格率最多上升20.33个百分点；该研究区分了学习后的提取练习与学习前的预测试。
间隔提取练习：重学能胜过提取吗？
在三项使用词对的预先注册实验中，当要求给出记忆评分时，重学在最终测验上胜过提取；但一旦去掉评分，提取在所有条件下都胜过重学。
给医学生的循证指南：如何优化使用扩展提取平台
一篇面向医学生的综述推荐在扩展提取平台上使用间隔提取及相关技巧，以支持知识获取和记忆保持。