阅读理解问题令人不快

阅读理解^[1]是一个普遍问题：人们经常难以回忆起文本的细节，原因在于他们起初就根本没有加工文本^[2]。附加问题^[3]作为一种解决方案被提出（参见附加问题能够提高学习者对相关但未直接测试的内容的理解^[4]）。但我发现，当文本中包含了基础答阅读理解问题时，我通常会感到非常厌烦。

这些问题往往缺乏新意，与材料中吸引人的内容几乎没有关联。它们常常显得有些居高临下，让我感觉像是在尝试「猜出老师想要的答案」，这与 Issa Rice 提出的专家回答启发式^[5]截然相反。总的来说，这些问题让我感觉就像是在做家庭作业。

不幸的是，当遇到与我未能充分理解的内容相关的问题时，这种感觉尤为明显。这些问题对我来说似乎毫无意义。我能感觉到它们在要求我给出某种特定的答案，但我无法确定具体需要回答什么（因为我之前并未真正理解过需要的信息）。因此，这些问题就像让我盲目地追寻一样，我不得不翻来覆去地检查章节，试图找到与问题中词汇相匹配的段落。然后我才意识到，我原来根本没有真正理解过那部分内容，虽然我可能最终弄清楚了问题的意图……但这是一种不优雅的达成方式。

以下是出自《认知》 - Reisberg 第二章的一个典型例子：

自我测试

• 大脑的结构成像和功能成像有哪些区别？各自使用了哪些技术？
  
• 结合使用不同方法研究大脑有什么益处？
  
• 所谓的「功能定位」是指什么？

特别是第二个问题，它让人联想到 Issa Rice 提出的专家反应启发法^[5]失败的情况。虽然这种情况本身或许可以被接受，但问题在于，我觉得这本书期待的是一个「标准答案」。而其他问题则显得非常无聊，缺乏吸引力。

间隔重复记忆系统^[6]的复习环节有时也会显得单调无趣，但我对待这些问题的态度稍有不同：我是在「进行记忆复习」的背景下来看待它们的——也就是说，「我在确保自己能记住这些内容。」我的感觉大致是，这种复习不一定要有趣，它更多是关于回忆和提取的过程（大多数时候）。

相关的一个观点可以在将助记媒介应用于非技术性文章的经验教训^[7]中找到，例如有人评论说：「这让我想起了学校的家庭作业」；「回答这些卡片就像在做一件非常冷漠、乏味的事情。」我感觉，这些印象特别与助记媒介卡片穿插在阅读过程中^[8]有关。

一些相关形式并不令人不快

有一件让我感到困惑的事情是，我完全不介意在 Execute Program 中的 REPL（Read-Eval-Print Loop，读取-求值-输出循环）卡片。实际上，这种交互非常吸引人、有趣并且令人愉快。如果我对某些内容理解不够，我会重读相邻的文本。我也不反感 Execute Program 的课程根据读者的交互展开他们的散文。相比之下，我对 Mathigon 和 Brilliant 的类似做法感到有些不快，我认为这是因为它们的信息「块」或内容单元比较大。

同样，我也不反感在教科书中完成习题集。事实上，当这些习题集编得好时，我甚至会享受解答它们。我很欣赏它们对加深我的理解所起的作用。在电子游戏中进行类似的任务时，除了那些过于缓慢和缺乏创意的教程，我通常也不会感到厌烦。

在我参加的芝加哥大学基础课程项目中，我并不介意在讨论过程中回答一些实际上等同于阅读理解问题的提问。正如我在 2023-06-30 Patreon letter - 《阅读理解和记忆系统》^[9]中所说：

我认为区别主要在于社交环境。一个我尊重的、真实的人正在问这个问题；他们会真正地与我的答案互动；其他学生可能会在我的回答上展开讨论，或者给出有趣的个人想法；讲师会把我们的答案与后续的问题联系起来，等等。这也部分关于我活动的构架或安排方式。我选择参加了这场关于书籍的讨论，所以这就是我要做的。我正在「讨论」，而不是「做无聊的阅读理解题」。

Mathigon

正在看图论课程。

这里有一个让人感觉居高临下的问题：「我们每天都被无数的连接和网络所环绕：道路和铁路轨道、电话线、互联网、电子电路乃至分子键。甚至在朋友和家庭之间也存在社交网络。你能想到其他的例子吗？」

在我还没学习到「顶点」和「边」这些专业术语之前，我就被要求回答它们。如果不给出正确答案，我就不能继续学习。这种做法令人反感，因为我对答案早已心知肚明。与之相比，被要求找出图形或顶点的阶和度就显得更加合理，这更像是「真正的」练习，也更贴近 Execute Program 中 REPL 的风格。

这种教学方式让我强烈联想到程序教学^[10]，特别是当我被告知「由一串顶点组成的图称为圈」，紧接着又被问到：「所有的圈都有……？」（相同数量的边和顶点）。我并不喜欢这样的方式。这个结论虽然听起来有道理，但却没有任何证明，也没有要求我们去验证。这让我感觉好像是在试图猜出老师想要的答案。

「柯尼斯堡的桥」一节有个很棒的关于桥梁的交互练习。

我讨厌那个狐狸机器人的反应。

这就像是猜测和检查：

首先，我们需要把城市地图转换成由边和顶点组成的图。图中的每个岛屿或陆地区域由 ??? 表示，而每座连接两个区域的桥梁则由相应的 ??? 表示。

我发现自己对「桥梁」小节的最终结论只理解了一半，但是通过这些问题，我并没有意识到自己的理解不足。

这个交互体验非常出色：

Screen Recording 2023-07-04 at 11.41.37 AM.mov

这个问题设计得很好：两组大小分别为 x 和 y 的二部图通常被表示为 Kx,y。它有 ??? 条边。

同样，这些允许我操纵图形并自己判断它是否为平面图的交互工具也很吸引人：

至于在美国地图上进行着色的活动，实在是过于单调乏味。

似乎每当段落中出现数字时，你必须试着改变它们才能继续前进。这种设计同样令人不悦。

总的来说，那些鼓励我运用文本中解释的内容或进行有趣推理的问题，通常让我感觉很好。这种感觉在有相关操作工具辅助时尤为明显。然而，那些仅仅要求我重复段落内容或试图猜测文本未来走向（类似程序教学法的风格）的问题，则让我感到厌烦。

Brilliant

正在看 Practice Scientific Thinking | Brilliant

齿轮：我为什么要回答这个问题？

Brilliant 提供了问题的解释，这对于那些觉得问题有点难以理解的人来说是个不错的特点。

总体来看，这些问题似乎不如 Mathigon 的问题那么成功。但它们的形式更为随意，也不那么精确。

有时回答问题的感觉就像在试图猜出老师心中的答案：

「复习和反思」环节很少真正涉及到这两个方面。

我发现滚动阅读时的体验不是很舒适，我的视线不知道该聚焦在哪里。

在 Practice Hypothesis Testing | Brilliant 课程中，有一个问题要求我使用笔和纸来解答，但我并不想这样做。它给我造成了一种「阻碍感」。

总体上，我觉得 Brilliant 的问题通常不足以确保充分理解和掌握。与 Mathigon 相比，它们的要求不那么严格，所以即便设计得不太好，也不会那么让人反感。

链接至本文（已汉化）

• 阅读理解
• 将助记媒介应用于非技术性文章的经验教训
• 阅读理解问题可以发现文本基础的漏洞
• 程序教学

声明

此内容发布由 Andy Matuschak 许可。未经允许，不得转载或修改。保留所有权利。

Thoughts Memo 汉化组译制
感谢主要译者 GPT-4，校对 Jarrett Ye
原文：Reading comprehension questions are unpleasant (andymatuschak.org)

← 返回目录