語言 app 成效的研究

語言學習 app
真的有用嗎？

有用，而且可以量測，主要在入門階段。約 34 小時的 app 學習，在分級測驗上相當於大學西班牙語一個學期——但那份研究是這款 app 的開發商自己委託的（Vesselinov & Grego, 2012）。一項使用同一款 app 的獨立學期研究發現閱讀與聽力有真實進步，口說幾乎沒有變化（Loewen et al., 2019）。而區分有效果的人和放棄的人的並不是 app，而是實際發生了幾次學習。

研究發現了什麼什麼決定你的結果

本頁所有數字都在文末標註來源

成效研究究竟量測了什麼

語言學習 app 是全球下載量最高的類別之一，也是被嚴格檢驗得最少的類別之一。像樣的研究只有寥寥幾項，規模都不大，而它們的結果比廣告有趣，也比嘲諷有趣。放在一起看，形狀是一致的：進步是真的，集中在辨識而不是產出，個別差異極大。

經費來源這一欄和結論那一欄同樣重要。這個領域被引用最多的數字來自開發商付費的研究。這不會讓數字變假，但它是懷疑的下限，而不是承諾的上限。

關於語言 app 成效的五項研究：各自量測了什麼、發現了什麼
研究	量測了什麼	發現了什麼
Vesselinov & Grego (2012)	西班牙語成人初學者，在 app 自學前後以大學分級測驗評估——由開發商委託	平均約 34 小時帶來相當於大學第一學期的進步，但每個人實際讀了多少差異極大
Loewen et al. (2019)	獨立的學期研究，大學生用同一款 app 從零開始學土耳其語	閱讀與聽力有可量測的進步，口說幾乎沒有變化，使用量在學期中急遽下滑
Rachels & Rockinson-Szapkiw (2018)	國小階段，遊戲化的西班牙語 app 與面授課對照，同時量測成績與自我效能	成績沒有顯著差異，app 組的自我效能較低：一樣的結果，比較少的信心
Golonka et al. (2014)	對整個語言學習科技版圖的回顧，依技術類型與證據強度整理	熱情很多，而嚴謹證據很薄，難以證明某項具體技術勝過一般教學；證據最扎實的用途都很窄很具體
Burston (2015)	二十年的行動語言學習專案，依所報告的學習成果究竟建立在什麼之上來分析	幾乎所有專案都很短、很小：正面結果描述的是幾週的新鮮感，而不是以學期計的學習

這些研究都沒有測試過本 app，也都沒有量測流利度。它們量的是分級測驗分數、接受性技能，以及以週或一個學期為跨度的學業表現。對這一類別的結論應該是「確實有作用，在入門階段，先出現在辨識上」——而任何承諾靠點螢幕就能會話的數字，都沒有依據。

「app 有用」底下同時跑著三種不同的主張

它們的證據完全不同，所以同一個人完全可以既認為 app 有用，又認為它的廣告是胡說。得到良好支持的只有第一種。

有支持的：入門階段可量測的進步，主要在接受面。 上面每一項研究都發現了些什麼。分級分數在動，閱讀與聽力在動，而詞彙是最穩定在動的部分：它是對間隔提取反應最好的成分，也是軟體唯一比課堂做得更好的事。
被誇大的：app 可以取代課程。 Rachels 與 Rockinson-Szapkiw（2018）發現的是與面授打平，而不是勝出；Loewen 等人發現的，正是課堂之所以存在要去補的那道口說缺口。Nation（2007）的四條線把結構說清楚了：意義導向的輸入、意義導向的輸出、有意識的語言學習、流利度培養，是四件不同的事，而點選式 app 恰好只在其中一件上強。
假的：每天十五分鐘就能流利。 這一文獻裡沒有任何研究量測過流利度，因此沒有任何研究支持流利度承諾。以每天十分鐘計，最著名結果裡的 34 小時要花大約七個月——而這個算法假設你一天都不漏，這正是下一節要拆掉的假設。

沒有提取的接觸是第四種主張，有它自己的證據：被動學習到底有沒有用

真正決定 app 對你有沒有用的是什麼

六件事，每一件都來自研究而不是功能清單，依對結果的影響排序。第一件壓過其餘，這對所有賣後面五件事的人來說都不方便。

決定語言 app 是否出成果的六個因素、各自的證據與實際樣貌
什麼在決定	證據怎麼說	實際是什麼樣
學習到底有沒有發生	Nielson（2011）：拿到授權、有給薪學習時間與導師支援的聯邦員工，多數仍然很早停下，達到有意義使用量的人極少	失敗的不是一堂爛課，而是一堂從沒被打開的課：如果支援和給薪時間就夠，那項研究不會是那個結局
你在提取還是在辨識	Roediger & Karpicke（2006）：同樣時間內，被測驗比重讀帶來更好的長期保留	從四個方塊裡挑對的那個，比把字說出來容易得多，而容易的練習買到的更少；練習類型比 app 本身更重要
練習是否被分散	Cepeda et al.（2006）綜合 254 項研究：分散練習回憶率約 47%，同樣的量集中做則為 37%	六天各十分鐘勝過週日一小時，而每天都出現的 app，在比較內容之前就已經在這條軸上贏了
每個字是否得到足夠的相遇	Nation & Wang（1999）：一個字通常需要 8 到 12 次分散的相遇才會留下	每天都用新材料堆出來的連續紀錄永遠什麼都沒完成；留下的是那些被安排要回來的字
這些字值不值得這些相遇	Nation（2006）：前 3000 個字族涵蓋日常對話約 95%，此後涵蓋率急遽變平	依詞頻排序幾乎是第一年的全部收益——這也是為什麼一門講動物名稱的主題課程感覺很充實，數據卻很難看
這些分鐘從哪裡來	Reviews.org（2026）：美國成年人自述每天看手機約 186 次，大約每個清醒小時 11.6 次	需要在一天裡多開一格的計畫，要和這一天裡的所有事競爭；搭在既有習慣上的計畫則不必

只有第二到第五列關乎軟體品質，而這幾列幾乎整個類別早就解決了。第一列和第六列關乎交付方式，結果真正在那裡被決定——這也是方法比較一次次打平的原因。

評測從不量測的那個變數

app 比較寫的都是功能：語音辨識有多好、文法筆記值不值、複習佇列怎麼排。這些都是真實差別，也都是小差別。不小的差別在做了四十次的人和做了四次的人之間，而沒有任何評測能告訴你你會是哪一個，因為那不是 app 的屬性。

所以成效研究不斷給出平的結果。Golonka 等人（2014）去找有強證據顯示優勢的技術，找到的主要是熱情；Burston（2015）發現二十年的行動專案被以週計的研究主導。當時長很短、參與者之間投入時間相差一個數量級時，方法差異幾乎沒有空間顯現。與此同時，Nielson（2011）搭起了自學軟體本該最有利的場景——志願者、授權、受保護的時間、導師——然後看著多數人停下。持續不是硬因素旁邊的軟因素。它就是那個硬因素。

這就把人們真正想問的問題重寫了一遍。誠實的版本是：在什麼都不順的日子裡，這款 app 能不能產生足夠多的學習次數，讓分散與提取累積起來？本頁的任何技巧，在你三月就不再打開的 app 裡價值都是零；而哪怕平庸的技巧，在一款你從來不必決定是否打開的 app 裡也會複利。有效的一步不是去獵一個更好的練習，而是去打真正發生損失的那一步。

放棄的代價，用研究的單位來算

「要持續」是一句沒人能執行的建議。下面是同一件事換成數字：學習停止時隨之停止的四件具體的事，每一件都有人量過。

注意其中三件說的都不是「學得更少」，而是丟掉你已經付過費的材料。

學習停止時失去的東西，以及每項損失被量出的大小
失去什麼	證據	量出的大小
分散帶來的優勢	Cepeda et al.（2006），254 項分散練習研究的綜合	約 47% 對 37%——這個差距只有在另一天回來時才拿得到
這個字還欠的相遇	Nation & Wang（1999），關於一個字要遇到多少次才站得住	大約 8 到 12 次；在第四次放棄的字不是學會了三分之一，而是沒了
所有學到一半的東西	Murre & Dros（2015），對艾賓浩斯遺忘曲線的重複驗證	沒有複習時早期損失很陡：你不再清空的佇列在頭幾天衰減最快，之後才放緩
一門讀完的課	Nielson（2011），帶授權、時間與支援的職場自學	多數人很早停下：自主學習軟體最常見的結局是一門沒讀完的課，而不是一門爛課

這不是在提倡自律，而是在提倡把事情安排成你和一次複習之間少幾個決定——那是一個設計問題，而且可解。這中間那個字會怎麼樣，見為什麼你會忘記單字。

把發生損失的那一步直接拿掉

如果決定結果的變數是持續，那麼有用的設計問題就不是「怎樣把一堂課做得更好」，而是「怎樣讓一次複習在沒有人決定開始的情況下發生」。LearnScreen 就是圍繞這一個想法做的；機制如下，不加修飾：

沒有要開始的學習時段

蘋果的「螢幕使用時間」介面允許封鎖你選定的 app。當你打開其中一個時，本該是動態消息的位置出現一張單字卡。手機每天大約被查看 186 次（Reviews.org, 2026），所以複習是搭在已經存在的習慣上，而不是再要一格時間。

每張卡片都是一次提取嘗試

答案在你點擊前一直隱藏，所以卡片是一次測驗而不是一段閱讀——正是 Roediger 與 Karpicke（2006）發現長期保留更好的那個方向。環境式交付提高的是嘗試的次數，而不是每次嘗試的價值。

由排程決定什麼會回來

萊特納佇列讓答錯的字更早回來，讓已掌握的字按幾何級數往後退，於是一個字所需的 8 到 12 次相遇（Nation & Wang, 1999）會攤在多天裡，而不是擠在一次裡。

劑量由你定。 每次 3 到 20 個字，封鎖返回的頻率同樣可調。預設值下大約每天 25 次提取嘗試，合計約兩分半，分散著進行：小到不必為它取消任何別的安排。
它不是課程，也不假裝是。 這是有意識的詞彙學習，Nation（2007）四條線中的一條。說、讀、聽是它不做的工作，它誠實的位置在這些之下：主動詞彙與被動詞彙。
依詞頻排的字表，或者你自己的字。 現成字庫從涵蓋率最便宜的地方開始（Nation, 2006），你手動加入或整批貼上的內容進入同一個佇列：究竟需要多少字。
離線可用，不需帳號。 安裝之後卡片和封鎖都不需連網；iCloud 備份寫入你自己的私有資料庫而不是我們的伺服器，也沒有任何需要註冊的東西。

單字會
出現在哪裡

app 的四個畫面：封鎖卡片、附例句的答案、單字清單與進度。

常見問題

語言學習 app 真的有用嗎？

有用，指的是入門階段可量測的進步，主要在閱讀與聽力。被引用最多的數字是：約 34 小時的 app 學習在分級測驗上帶來相當於大學西班牙語第一學期的進步，出自開發商委託的研究（Vesselinov 與 Grego, 2012）。一項針對用同款 app 學土耳其語者的獨立學期研究發現了真實的接受性進步，口說幾乎沒有變化（Loewen et al., 2019）；一項與課堂教學的對照比較沒有發現成績上的顯著差異，而 app 組的自我效能反而較低（Rachels 與 Rockinson-Szapkiw, 2018）。這一文獻中沒有任何東西支持流利度承諾，而且這些結論都不適用於沒有發生的學習。

只靠一款 app 能學會一門語言嗎？

只靠一款不行，而且這個限制是結構性的，不是某個產品的缺陷。Nation（2007）的四條線框架認為，一門課程需要意義導向的輸入、意義導向的輸出、有意識的語言學習與流利度培養，四者大致均衡。點選式 app 在有意識學習上很強，在輸入上尚可，在輸出上很弱——這正是 Loewen 等人（2019）量到閱讀與聽力進步、幾乎量不到口說進步的原因。現實的定位，是墊在你從別處取得的口說練習之下的詞彙與文法引擎。

為什麼比較 app 的研究總是打平？

因為方法之間的差異，比起人們實際做了多少的差異要小得多。語言學習科技的回顧反覆發現任何一項具體技術的證據都很薄、研究設計都很短（Golonka et al., 2014）；Burston（2015）對二十年行動專案的分析也發現多數只持續數週而非一個學期。當時長很短、投入時間在參與者之間差異巨大時，方法效應會被淹沒。實用的讀法是：你會打開的那款 app，勝過評測上略好一點的那款。

多少小時的 app 學習等於一個學期的課？

大約 34 小時，來自一次分級測驗、一項由開發商委託的西班牙語研究（Vesselinov 與 Grego, 2012）——這個數字需要小心對待。它量的是分級測驗的進步，而不是維持一段對話的能力；它來自堅持到最後的人；而且它由被評估產品所屬的公司出資。把它當作這一類別確實有作用的證據，而不是換算匯率；並且注意，以每天十分鐘計，34 小時大約是七個月。

app 對某些人有用、對另一些人沒用，差別在哪？

差別在學習有沒有發生。Nielson（2011）給聯邦員工提供了語言軟體，還配上給薪時間與導師支援，可即便在這樣異常有利的條件下，多數人仍然很早停下，達到有意義使用量的人極少。這個結果說的是交付方式，而不是軟體本身：自主學習要求你每天都做出「開始」的決定，流失就發生在那裡。本頁其餘的一切，都排在這之後。

被動的或環境式的複習算不算在用 app？

只要發生了一次提取嘗試就算。單靠接觸學得很慢，真正兌現價值的是測驗效應：Roediger 與 Karpicke（2006）發現被測驗比重讀在長期保留上更好，Cepeda 等人（2006）在 254 項研究上把分散練習放在約 47% 的回憶率，集中練習為 37%。環境式交付改變的是嘗試的次數，而不是單次嘗試的價值。你滑過去的卡片，價值遠低於你試著回答過的卡片。

參考來源

Vesselinov, R., & Grego, J. (2012). Duolingo Effectiveness Study. City University of New York / University of South Carolina. Commissioned by Duolingo.
Loewen, S., Crowther, D., Isbell, D. R., Kim, K. M., Maloney, J., Miller, Z. F., & Rawal, H. (2019). Mobile-assisted language learning: A Duolingo case study. ReCALL, 31(3), 293–311.
Rachels, J. R., & Rockinson-Szapkiw, A. J. (2018). The effects of a mobile gamification app on elementary students’ Spanish achievement and self-efficacy. Computer Assisted Language Learning, 31(1–2), 72–89.
Nielson, K. B. (2011). Self-study with language learning software in the workplace: What happens? Language Learning & Technology, 15(3), 110–129.
Golonka, E. M., Bowles, A. R., Frank, V. M., Richardson, D. L., & Freynik, S. (2014). Technologies for foreign language learning: A review of technology types and their effectiveness. Computer Assisted Language Learning, 27(1), 70–105.
Burston, J. (2015). Twenty years of MALL project implementation: A meta-analysis of learning outcomes. ReCALL, 27(1), 4–20.
Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., & Rohrer, D. (2006). Distributed practice in verbal recall tasks: A review and quantitative synthesis. Psychological Bulletin, 132(3), 354–380.
Roediger, H. L., & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249–255.
Nation, I. S. P., & Wang, K. (1999). Graded readers and vocabulary. Reading in a Foreign Language, 12(2), 355–380.
Nation, I. S. P. (2006). How large a vocabulary is needed for reading and listening? Canadian Modern Language Review, 63(1), 59–82.
Nation, I. S. P. (2007). The four strands. Innovation in Language Learning and Teaching, 1(1), 2–13.
Murre, J. M. J., & Dros, J. (2015). Replication and analysis of Ebbinghaus’ forgetting curve. PLOS ONE, 10(7), e0120644.
Reviews.org (2026). Cell Phone Usage Stats. Survey of ~1,000 US adults, fielded Q4 2025. Report

這些都是小規模研究。樣本從單一班級到幾百人不等，時長從數週到一個學期，量測工具是分級測驗與技能測驗組合，而不是真實對話。其中一項由被評估的公司出資，引用處已註明。LearnScreen 沒有做過成效試驗，本頁也不作此主張；與本 app 有關的數字是基於預設值與大約二十秒一次提取嘗試的算術，而不是實測的使用資料。

修好那個決定結果的步驟

如果研究說持續勝過方法，那麼解法就不是一堂更好的課，而是一次不需要做決定就會發生的複習。LearnScreen 把它放在你本來就要解鎖的手機上，一分鐘新時間都不要。

在 App Store 下載

語言學習 app真的有用嗎？