为何可读性分数会误导学术写作

一名博士生在提交前一周，将自己方法部分中的一段文字输入一个免费的可读性工具。结果显示其阅读水平相当于研究生阶段，并被标记为难读。她简化了三句话，把精确术语“heteroscedasticity”改成“方差不齐”，分数随之提高。现在，这句话更容易阅读，但表达的信息比之前更少，而且她的导师和期刊都没有要求这一改动。

研究论文应该达到什么阅读水平？机械的答案是，专为普通读者构建的公式，从来衡量的都不是专业读者实际需要的内容，因此，试图让一篇写给同领域其他专业人士的论文去追求某个目标年级水平，本质上是在逐句解决错误的问题。

TextPulse 的学术写作中使用 AI humanizer 的指南说明了论文的行文如何被检测器逐节读取。可读性分数衡量的是完全不同的东西，而混淆这两者，会导致作者过度修改一段原本对其目标读者并不不清楚的文字。

研究论文应该达到什么阅读水平？

研究论文并没有必须达到的目标年级水平。把可读性分数设为论文目标，往往会使论文变得更差, 使用更简单的词语，更短的句子，每个句子承载的实际内容更少，却是在面向一个本来就具备足够背景知识、能够处理更多内容的读者。一个只计算句长和音节数的公式，无法区分必要的复杂性和填充内容。

可读性公式实际上计算的是什么

像 Flesch-Kincaid 这样的公式，只根据两个输入计算分数, 一个是句子的平均词数，另一个是单词的平均音节数。把这两个计数结合起来，公式就会输出一个单一数值，通常会被转换为学校年级水平。计算过程中完全不会纳入主题内容、论证质量，或某个句子是否 वास्तव上为真。

这就是全部的测量。一个由句子长度和音节数构成的公式，会把每一个多音节词都视为同样困难，不论它是晦涩的文学修饰，还是整个领域之所以使用的那个精确术语，因为更短的词会是错误的。已经熟悉该领域的读者，会在读到“heteroscedasticity”时毫不减速地继续往下读。不了解该领域的读者，从“uneven spread”中也几乎得不到什么帮助，因为概念本身需要背景，而不是这个词。

为什么技术论文得分很差，而含糊的论文得分很高

一段密集的方法部分，充满领域特定术语和精确数字，会被判定为困难，因为这些术语很长，而且句子承载着真实信息。一段含糊的段落，由短小的常用词和短句构成，避免说出任何具体内容，会被判定为容易，尽管读者从中学到的更少。把两句真实的话并排放在一起，这种不匹配就很明显了。

句子	可读性公式看到的内容	专业读者看到的内容
"Heteroscedasticity in the residuals violated the assumption of homogeneity of variance."	长词，音节数高，被判定为困难	一个精确、命名正确的统计学问题，用该领域实际使用的唯一短语表述出来
"The results were not entirely consistent across groups."	短词，短句，被判定为容易	一个含糊的说法，没有说明究竟哪里不一致，或者为什么不一致
"We excluded participants who missed more than two sessions."	短词，被判定为容易	一个具体、可核查的方法学决定，表述清楚

这些都不会体现在音节计数中。把你自己的方法部分放进一个可读性检查器里运行，它往往会比一段你已经知道含糊且无帮助的段落得分更差，因为该工具衡量的是句子的表层特征，而不是该句子实际上为其所写的读者完成了什么。

你的学科中的读者实际上还需要什么

每个句子只表达一个想法，熟悉的信息先于依赖于它的新信息。如果有技术术语，第一次使用时要清楚地定义它，然后在论文其余部分始终以同样的方式使用它。词长与这些都没有关系。

已知先于新知的排列意味着，一个句子以读者从前一句已经获得的内容开头，然后在结尾加入新的部分，这样每个句子都为下一个句子提供一个立足点。一个以“基于这样一项发现，即回忆在睡眠后会改善，本研究检验了睡眠的时间是否与其持续时间同样重要”开头的句子，先把熟悉的部分交给读者，再给出新的问题。反过来，同样的信息会迫使读者在得知它为何出现在那里之前，先把一个不熟悉的主张记在脑中。

在首次使用时清楚地定义一个术语，然后在之后重复使用完全相同的术语，这对专业读者的价值，远高于干脆避免使用该术语。为了追求变化，在连续三段中把“the intervention”换成“the treatment”，再换成“the program”，会迫使细心的读者停下来核对，自己看到的是三件不同的事情，还是同一件事情。

比可读性分数更好的测试

比任何分数都更有用的测试，是看一位来自相邻子领域的同事，也就是了解该大领域但不熟悉这一具体方法的人，能否读一遍某个段落后复述其主张。如果可以，那么无论某个公式把它判定为哪个年级水平，这个段落都完成了它的任务。如果不行，问题几乎总是上面三种情况之一, 缺少定义, 在读者还没有地方安放之前就引入了一个事实, 或者把两个想法塞进了一个句子里。这个单一测试能发现音节计数无法发现的问题, 例如，同一部分中同一个术语被以两种不同方式使用, 一个句子悄悄假定了读者尚不具备的背景知识, 或者一个段落在不说明的情况下中途转换了话题。

真正适合某个目标阅读水平的地方只有一个, 那就是用平实语言写成的摘要，或面向普通读者的摘要，这类读者根本不是该领域的专门人士，而 TextPulse 的 关于如何撰写平实语言摘要的文章 正好承担这一任务。在论文的其他任何地方，读者已经具备背景知识，唯一值得检查的分数是他们是否在第一次阅读时就理解了这个句子。

语体和人称是一起变化的，而 在 APA 论文中是否可以使用 I 则是另一个单独的问题。在任何改写过程中保持引文完整 是另一个不同的问题，也有其专门页面。

第一次就把句子写对, 每个句子只表达一个想法，并且术语只定义一次, 这更像是一种起草习惯，而不是编辑工具的职责。对于那些在想法顺序已经正确之后，读起来仍然生硬或重复的句子，TextPulse 的 AI humanizer 正好在这一层面发挥作用，而不会为了更低的分数牺牲准确性。