学術執筆において可読性スコアが誤解を招く理由

博士課程の候補者が、提出の1週間前に、自分の方法の節からの段落を無料の可読性ツールにかける。結果は大学院レベルの読解水準と判定され、難しいとフラグが付く。彼女は3文を簡略化し、正確な用語である「heteroscedasticity」を「不等分散」に言い換えると、スコアは改善する。文は以前より読みやすくなり、その分だけ内容は減っているが、指導教員も学術誌もその変更を求めてはいない。

研究論文はどの読解水準であるべきか。機械的な答えは、一般読者向けに作られた式は、専門家の読者が実際に必要とするものを測ってはいなかった、ということである。したがって、同じ分野の他の専門家のために書かれた論文で目標の学年水準を追い求めても、1文ずつ、誤った問題を解いているにすぎない。

TextPulseの学術ライティングにAI humanizerを用いるためのガイドは、論文の散文が検出器に対してどのように読まれるかを、節ごとに扱っている。可読性スコアはまったく別のものを測定しており、この2つを混同すると、著者は、実際にはその読者にとって不明瞭ではなかった段落を過剰に推敲することになる。

研究論文はどの読解水準であるべきか

研究論文が到達すべき目標の学年水準はない。論文の目標として可読性スコアを設定すると、たいていはかえって悪くなる。より易しい語、より短い文、1文あたりの実質的な内容の減少、すでにより多くの背景知識を持ち、より複雑な内容に対応できる読者を想定することになるからである。文の長さと音節数だけを数える式では、必要な複雑さと冗長さを区別できない。

可読性の式が実際に数えているもの

Flesch-Kincaidのような式は、ちょうど2つの入力からスコアを算出する。1文あたりの平均語数と、1語あたりの平均音節数である。この2つの数を組み合わせると、式は単一の数値を出力し、それはしばしば学校の学年水準に換算される。主題、論証の質、ある文が実際に真であるかどうかは、計算のどの段階にも入らない。

それが測定のすべてである。文の長さと音節数から作られた公式は、すべての多音節語を同じように難しいものとして扱う。それが、あまり知られていない文学的修辞であっても、あるいは、より短い語では不適切になるためにその分野全体が用いる唯一の正確な用語であっても同じである。その分野をすでに知っている読者は、「heteroscedasticity」を速度を落とさずに読み進める。その分野を知らない読者にとっても、「uneven spread」はほとんど助けにならない。概念そのものに必要なのは語ではなく背景だからである。

なぜ専門的な論文は低く評価され、曖昧な論文は高く評価されるのか

分野固有の用語と正確な数値で満たされた密度の高い方法の段落は、それらの用語が長く、文が実質的な情報を含むため、難しいものとして評価される。短い一般語と、具体的なことを何も述べない短文だけで構成された曖昧な段落は、読者がそこから得るものが少なくても、易しいものとして評価される。実際の二つの文を並べれば、その不一致は明らかである。

文	可読性の公式が見るもの	専門読者が見るもの
"Heteroscedasticity in the residuals violated the assumption of homogeneity of variance."	長い語、高い音節数、難しいものとして評価される	正確に名指された統計上の問題であり、その分野で実際に用いられる唯一の表現で述べられている
"The results were not entirely consistent across groups."	短い語、短い文、易しいものとして評価される	実際に何が一貫していなかったのか、またその理由が何かを示さない曖昧な主張
"We excluded participants who missed more than two sessions."	短い語、易しいものとして評価される	具体的で検証可能な方法上の判断が、平明に述べられている

そのどれも、音節数には現れない。自分の方法の節をreadability checkerにかけると、すでに曖昧で役に立たないと分かっている段落よりもしばしば低い評価になる。これは、そのツールが文の表層的特徴を測定しているのであって、その文が実際に、書かれた相手の読者に対して何を達成しているかを測定しているわけではないからである。

あなたの分野の読者が実際に必要としているもの

1文につき1つの考えにすること。既知の情報は、それに依拠する新しい情報より先に置くこと。技術用語があるなら、最初に使うときに明確に定義し、その後は論文全体で同じ使い方を続けること。語の長さは、そのどれとも関係がない。

既知から新規への配列とは、文が読者が前の文からすでに持っている何かで始まり、その後で末尾に新しい部分を加えることであり、各文が次の文に足場を渡すことを意味する。「睡眠後に想起が改善するという知見を踏まえ、本研究は睡眠のタイミングがその持続時間と同じくらい重要かどうかを検討した」と始まる文は、まず読者に既知の部分を渡し、次に新しい問いを渡す。逆にすると、同じ情報でも、なぜそれがそこにあるのかを知る前に、読者に未知の主張を頭の中で保持させることになる。

用語を最初の使用時に一度だけ明確に定義し、その後はまったく同じ用語を再使用することは、専門の読者にとって、用語を避けることよりも価値がある。変化をつけるためだけに、3つの連続した段落で「the intervention」を「the treatment」に、さらに「the program」に置き換えると、注意深い読者は、3つの異なるものが述べられているのか、それとも1つなのかを確認するために立ち止まらざるを得ない。

readability score よりも優れた検査

どのスコアよりも有用な検査は、隣接する下位分野の同僚, つまりその分野全体は知っていてもこの特定の方法は知らない人が, 段落を一度読んで, それが何を主張しているかを言い直せるかどうかである。もし言い直せるなら, その段落は, 公式が割り当てる学年レベルが何であれ, 役割を果たしている。言い直せないなら, 問題はほとんど常に上の三つのどれかである, 定義の欠落, 読者がそれを置く場所をまだ持っていない段階で事実が導入されていること, あるいは二つの考えが一文に押し込まれていることだ。この単一の検査は, 音節数では捉えられない問題, つまり同じ節で二通りに使われる用語, 読者がまだ持っていない背景知識を静かに前提する文, あるいは途中で話題が変わっているのにそう明示しない段落を見つけ出す。

真の目標読解レベルが当てはまる場所は一つだけである, それは, その分野の専門家ではまったくない読者のために書かれた平易な言語による要約, あるいは一般向け要旨であり, TextPulseの平易な言語による要約の書き方に関する記事がその役割を適切に引き受けている。それ以外の箇所では, 読者はすでに背景知識を持っており, 確認する価値がある唯一のスコアは, その文を最初の読みで理解できたかどうかである。

文体と人称は連動しており, APA論文でIを使えるかどうかは別途答えられる。いかなる書き換え過程でも引用をそのまま保持することは, それ自体のページを持つ別の問題である。

一文に一つの考えを置き, 用語を一度だけ定義して, 最初に文を正しく書くことは, 編集ツールの仕事というより, 下書きの習慣である。考えの順序が正しくなった後でもなお硬く, あるいは反復的に読める文については, TextPulseのAI humanizerがまさにその水準で機能し, 精密さを低いスコアと引き換えにすることはない。