阅读理解

阅读理解是指读者将书面文本中的词句与自身的背景知识、阅读目的以及对语言的理解相结合，从而构建意义的过程。它不仅涉及字词识别，读者还必须建立观点之间的联系、进行推理，并对文本传达的内容形成连贯的认知。理解产生于读者、文本以及阅读活动本身在更广泛的社会和文化背景下的相互作用。(rand.org)

阅读理解是识字能力、各学科学习以及参与日常生活和公共事务的核心。对其的研究融合了认知心理学、语言学和教育学，涵盖阅读能力的发展、读者之间的个体差异、教学方法以及评估手段。在数字化环境中，这些关注点进一步延伸至超链接文档的检索与浏览、多源信息的整合以及信息真实性的评估；而在计算领域的研究中，相关概念“机器阅读理解”则指能够针对文本内容进行回答的系统。(nichd.nih.gov)

定义、范畴与阅读目的

阅读理解既指从书面语言中建构意义的动态过程，也指该过程所产生的理解结果。兰德公司阅读研究小组（RAND Reading Study Group，由凯瑟琳·斯诺主持）在其2002年的报告《为理解而阅读》（Reading for Understanding）中，将理解界定为提取与建构意义的双重过程：读者利用自身的知识与经验来诠释文本信息。由此形成的理解能够为解释、决策或行动提供支持，而不仅仅是对所读字词的机械记录。(rand.org)

因此，理解不同于字词识别、准确朗读以及逐字记忆。能够认出或读出每一个字词，并不代表读者理解了字词之间的相互关系。同样，记住确切的字句与通过转述或解释把握其含义也是两回事。例如，某人可能准确复述“周五之后收到的申请将不予考虑”，却无法正确判断周六提交的申请是否符合资格。这种区别的核心在于是否获取了深层意义，而非书面形式复现得有多准确。(oecd.org)

阅读理解与听力理解共享语言资源，但书面语言提出了额外的要求：需要从文字形式中识别字词。这两种活动都涉及对词汇、语法关系以及连贯语篇的解读。韦斯利·A·胡佛（Wesley A. Hoover）与菲利普·B·高夫（Philip B. Gough）在1990年的一项研究中调查了一至四年级的英西双语儿童，发现解码能力与听力理解共同解释了阅读理解的变异，且二者的乘积进一步提高了这种解释力。这种关系将理解语言本身与通过印刷文字获取语言区分开来：口头听到一段内容能够听懂，并不直接代表可以独立阅读同一段文本。(doi.org)

“阅读素养”是一个更为宽泛的构念，它将理解置于对文本的有目的运用之中。经济合作与发展组织（OECD）的PISA 2018测评框架涵盖了理解、应用、评价、反思以及参与，并将这些活动与个人目标的实现、知识的拓展以及社会参与联系在一起。从这种意义上说，阅读素养不仅包括掌握文本的内容，还包括在具体情境中运用文本。其范畴不仅涵盖传统的连续性印刷文本，还延伸至数字文本以及表格、表单等非连续性材料。理解是这一宏观构念的核心，但并不等同于它的所有组成部分。(oecd.org)

阅读目的决定了哪些信息重要，以及需要理解到何种深度。照着组装说明操作，需要明确组件、前提条件和操作顺序；而查找发车时间，可能只需定位时刻表中的对应条目。研读解释性内容需要把握概念之间的逻辑关系，而为了消遣阅读文学作品，则可能更侧重于人物、情节与情感投入。这些只是任务需求上的示例性差异，并非各类阅读之间不可逾越的界限。兰德公司将阅读目的、处理过程与结果产出加以区分，并指出阅读目的在阅读过程中可能发生变化：一个出人意料的论述可能会促使读者进行更仔细的研读，而消遣性阅读也同样能带来新的知识。(rand.org)

研究历史与解释模型

菲利普·B·高夫（Philip B. Gough）与威廉·E·汤默（William E. Tunmer）于1986年提出了简单阅读观，用以解释解码与理解能力的共同作用。韦斯利·A·胡佛（Wesley A. Hoover）与高夫于1990年进一步发展并检验了该理论，将阅读理解表示为 $R = D \times C$ ，其中 $D$ 代表解码能力， $C$ 代表语言理解能力。此处的解码涵盖高效的词汇识别，而非仅仅指费力地拼读发音；语言理解则涉及对词语、句子及篇章的解释，通常通过听力理解来测定。乘积的形式确立了两种能力的不可或缺性：如果无法获取词义，单纯认读书面词汇无法产生理解；而即便能够理解口语，也无法完全弥补识别印刷词汇能力的缺失。(cir.nii.ac.jp)

若将各项成分能力以0至1的尺度表示，该公式表明只要其中一项为零，阅读理解就为零。以一种假设性情境为例， $D = 0.9$ 且 $C = 0.2$ 时，阅读理解 $R = 0.18$ ，这说明某一方面的优势并不能直接抵消另一方面的劣势。这些数值仅用于阐释模型，而非普通测验分数的换算规则。胡佛与高夫在1990年对1至4年级英西双语儿童开展的纵向研究发现，相较于线性组合，引入解码与听力理解的乘积能显著提升对阅读理解变异的解释力。因此，简单阅读观是一个包含可检验预测的成分级理论模型，而非对阅读过程中每一个心理操作的具体刻画。(doi.org)

沃尔特·金奇（Walter Kintsch）于1988年提出的建构—整合模型更直接地探讨了加工过程问题：读者如何将相继出现的词语和语句转化为连贯的心理表征？在建构阶段，词义被激活，命题（即主张或关系的表征）得以形成，相关的知识、推论和阐释也随之进入网络。这一初步生成过程较为宽松，并不局限于已知与语境吻合的含义。在整合阶段，激活在网络中扩散，互相支持的成分得到强化，而联系微弱或相互冲突的备选项的影响力则被削弱。语境正是通过这种方式对最终的解释施加约束，而无需在起始阶段就提供完全准确的解释。(condor.depaul.edu)

金奇的理论与那些由先前知识从一开始就主导解释的高度期望驱动型模型形成了鲜明对比。其独特机制在于将相对不受限的建构与对连贯性敏感的整合结合在一起。1988年的论文考察了篇章中词汇识别时间进程的实证证据，并给出了一个针对算术应用题理解的计算机仿真模型。这类问题提供了一个具体范例：仅识别词汇和数字是不够的，心理表征必须能够支持各数量之间的恰当关系。与简单阅读观对能力的粗粒度分解不同，该模型明确刻画了在理解过程中文本信息与知识得以组织起来的具体加工历程。(condor.depaul.edu)

由凯瑟琳·斯诺（Catherine Snow）主持的兰德阅读研究小组（RAND Reading Study Group）在其2002年的报告《为了理解而阅读》（Reading for Understanding）中转换了解释的视角。该研究框架将三个相互作用的要素——读者、文本与活动——置于社会文化背景之中。读者贡献了自身的能力、知识、动机与经验；文本提出了特定的语言与概念要求；而活动则包含了阅读的目的、过程与结果。家庭、学校及社区的实践活动共同塑造了这三个要素，包括哪些文本可以获取，以及哪些解释或用途受到重视。因此，为了查找某个事实而阅读一段文字，与为了撰写比较分析而阅读同一段文字，构成了不同的阅读活动。兰德小组提出这一框架是作为组织研究与实践发展的启发式工具，而非成分方程式或计算加工机制。它将读者、材料、目的与学习环境之间的相互作用明确确立为探究的对象。(rand.org)

单词识别与语言基础

解码将书面形式与口语联系起来。在拼音文字中，读者利用字素与音位之间的对应关系来识别生词：例如，单词 ship 中的字母 sh 代表一个语音而非两个。拼合这些读音可以得出单词的发音，进而激活在口语中已知晓的词义。读者还会利用熟悉的拼写模式以及有意义的构词成分，如词根和词缀。然而，能成功拼读并不等同于理解：读者或许能准确读出 isotope，却不知其所指何意。由芭芭拉·富尔曼（Barbara Foorman）主持的专家小组编写的2016年美国教育科学研究院基础技能指南，将这些字词认读基础与更广泛的文本理解工作区分开来。(nichd.nih.gov)

随着熟练程度的提高，熟词能够被快速识别，且无需付出过多刻意的努力，而不必在每次遇到时都费力拼读。连贯文本的阅读流畅度不仅限于识别单个孤立的词汇，它还包括朗读时的准确性、自动化程度、适宜的节奏，以及恰当的停顿断句和语调表达。经济合作与发展组织（OECD）的PISA 2018阅读框架中强调的心理学解释是：高效的词汇加工能够释放出更多的注意力和记忆资源用于理解。因此，流畅度并非单纯的阅读速度，流利的口头朗读也不能保证读者能够理解文中的词汇或语法关系。(ies.ed.gov)

词汇广度指读者认识多少个词；深度则涉及对这些词的理解程度，包括其词义、联想和用法。若只知道 bank 是金融机构，便不足以解释“The stream overflowed its bank”（溪水漫过了河岸）这句话。同样，日常中将 volume 视作音量的认识也无法提供其在数学上的含义（体积）。这类例子表明，识别词形与提取适合上下文的词义是两回事。具备形态学（语言学）知识还能带来进一步的助益：识别 re- 和 -able 有助于读者分析 reusable（可重复使用的），不过词素分析并不能取代对实际用法和语境的理解。美国国家阅读委员会2000年的一项综述考察了涉及21种教学方法的50项词汇研究；其研究结果强调在多样的语境中多次接触词汇，而不是将单次接触视作完全掌握了词汇知识。(ies.ed.gov)

句子层面的理解还需要句法分析：辨别词语如何构成短语，以及这些短语之间存在怎样的语法联系。句法有助于判定谁是动作的发出者、谁是承受者。例如，“The dog chased the boy”（狗追男孩）和“The dog was chased by the boy”（狗被男孩追）包含相同的核心名词与动词，但分配的角色却截然不同。理解第二句话需要正确解读被动结构，而不是直接认定第一个名词就是施事者。因此，识别单个词语与将它们组织成句子层面的意义不可同日而语。(oecd.org)

在分句和句子之间，连接词与指称表达起着引导信息整合的作用。例如在对比句“The road flooded because it rained”（道路被淹，因为下雨了）与“The road flooded although it had not rained”（道路被淹，尽管并没有下雨）中，连接词改变了事件之间所表述的关联。在“Maya placed the seedlings beside the window. They needed more light”（玛雅把幼苗放在窗边。它们需要更多光照）中，理解代词 they 需要将其与 the seedlings（幼苗）联系起来。读者在处理下一句时必须保留相关的指称对象；单独识别出每个词本身并不能建立这种联系。在读者构建整篇文本的整体心理表征之前，正是这些语法衔接支撑着局部的理解。(oecd.org)

推理、连贯性与心理表征

认知心理学通常区分三个层级的心理表征。表层表征（surface representation）保留文本的具体字词表达与语法结构。文本基底（textbase）表征其命题内容，即“谁在什么条件下对谁做了什么”。例如，“玛雅打开了大门”与“大门被玛雅打开了”在表层形式上有所不同，但表达了相同的核心命题。情境模型（situation model）则表征文本所描述的事件或情境，将文本信息与相关的既有先验知识相整合。它可以包含单一句子中未明确说明的人物、物体、空间、时间及因果关系。这三种表征彼此有别，并非后一阶段完全取代前一阶段的递进式阶段。(link.springer.com)

局部连贯关注相邻陈述之间的联系，例如识别代词的指代对象，或理解一个事件如何解释下一个事件。全局连贯则关注整篇段落中的信息如何共同支撑一个总括性的主题、解释或目标与结果的序列。读者可能单独理解每一个句子，却未能提炼出文章的核心论点。反之，仅识别出大体主题也无法确立各具体论述之间是如何相互衔接的。经合组织（OECD）的 PISA 2018 阅读框架指出，整合过程通过空间、时间、因果及主张—论证关系，从个别句子一直延伸至整篇文章；识别未明说的主旨同样离不开推理。(oecd.org)

推理能够填补仅凭字面表述所未能言明的联系。桥接推理（bridging inferences）用于建立实现连贯所必需的联系，而精细推理（elaborative inferences）则在这些基本联系之外补充额外信息。以下列文本为例：“莉娜把玻璃杯放在桌子边缘。片刻之后，她扫起了碎片。”文中明确说明了莉娜把杯子放在何处以及随后做了什么。将“碎片”与玻璃杯联系起来提供了一种指代桥梁；理解玻璃杯碎了则补充了一个连接两句话的未明说事件。杯子从桌上掉落是一个合理的因果解释，但在逻辑上并非必然。至于是不是猫把它碰掉了，或者莉娜当时心情烦躁，则纯属可能的精细推论。因此，这不仅是显性信息与隐性信息的简单区分：不同的隐性推论在受文本约束的程度上存在强弱之别。(condor.depaul.edu)

瓦尔特·金奇（Walter Kintsch）于 1988 年提出的构建—整合模型（construction–integration account）解释了相关知识如何支持这些联系，同时避免将激活的每项联想都纳入最终的理解中。构建阶段会激活词义、命题和相关知识，其中也包括在当前语境中可能并不恰当的候选信息。整合阶段则增强所得网络中相互支持的元素，同时削弱缺乏支持的备选项的激活程度。依照该理论，连贯性的产生是在被激活的各种可能性中进行筛选的结果，而非不加辨别地堆砌读者关于该主题所知的一切。(condor.depaul.edu)

背景知识因此既能提供有益的联系，也能产生有待根据后续信息调整的预期。知道易碎品会碎有助于将关于莉娜的两句话联系起来；但如果后文写道这些碎片来自之前打碎的一个盘子，就需要替换先前的理解。情境模型必须接纳追加的文本证据，而非固守最初看似合理的解释。这体现了 PISA 框架中强调的互动机制，即字面意义的表征与通过映射和推理将其与先验知识相结合之间的互动：理解依赖于知识，但所构建的表征必须始终忠实于文本的实际内容。(oecd.org)

文本结构、体裁与学科阅读

叙事通常围绕特定背景下的角色、其目标、促成或阻碍这些目标的事件以及最终结局来组织信息。因此，理解情节不仅在于记住事件发生的先后顺序，更在于解释这些事件为何对角色具有重要意义。信息类文本则以不同的方式组织事物间的关系：时间或阶段序列确立步骤或时序；比较在共同维度上对照不同对象；因果关系阐释一种状况如何导致另一种状况；问题—解决结构则将某一困境与其应对方案联系起来。这些结构为区分核心信息与支持性细节提供了框架。由蒂莫西·沙纳汉（Timothy Shanahan）主持的专家小组在2010年9月发布的美国教育科学研究院（IES）实践指南中指出，在幼儿园至三年级阶段，识别和运用文本组织结构是一项具有中等力度证据支持的阅读理解实践。(thecorestandards.org)

文本格式与组织结构有所不同。经合组织（OECD）的PISA 2018阅读框架区分了主要由句子和段落构成的连续文本与包括表格、时间表、图解和表单在内的非连续文本。连续文本的解释可以用文字表述比较关系；而表格则可以通过对齐的行与列来编码相同的关系。混合文本在同一份连贯的文档中融合了多种格式，例如包含正文叙述、图表及其图例的科学报告。阅读此类文本需要协同整合不同的表征形式，而不能将图表单纯视为装饰。例如，理解一份报告中“降雨量增加”这一断言，需要将该语句与图表中的日期、测量单位及绘制的数值对应起来。(oecd.org)

学科阅读关注的是某一领域如何构建与传播知识，而不仅是文章中提及的具体主题。蒂莫西·沙纳汉与辛西娅·沙纳汉（Cynthia Shanahan）在其2008年的研究中指出，历史学家、化学家与数学家在阅读方式上存在显著差异。历史学家关注作者身份、立场以及记述产生的历史语境；化学家则将正文叙述与图表、化学式以及实验过程描述结合起来阅读。专业术语也改变了阐释任务：日常含义往往无法准确表达学科概念。例如，他们对“溶解”（dissolution）一词的讨论表明，科学语言是在指称一种普遍过程，而不仅仅是叙述食盐溶解等具体事件。这些发现描述的是研究所涉及的专家群体，并不代表各领域所有读者都普遍遵循的一套固定程式。(shanahanonliteracy.com)

文学阅读可能需要关注叙述视角、比喻性语言以及字面表述与潜在含义之间的差异。叙述者的描写可能展现的是其自身的局限性，而非在故事中确立无可争议的事实；反讽则使字面释义变得不再充分。相比之下，阅读论辩性文本需要识别主张、理由、支持性证据以及它们之间的逻辑关联。历史记述可能会将叙事时序与关于因果关系的论证结合起来，而科学解释则可能将因果推理与对相互竞争的解释的比较融合在一起。因此，文体期待可以指导理解，而无需为每篇文献强加单一且排他的结构。(thecorestandards.org)

文本复杂度涉及词汇、句法结构、篇章组织、意义层次、概念密度以及预设背景知识。密集的专业概念或未明言的背景预设，即便在句子短小的情况下，也能使一篇短文颇具难度。因此，共同核心州立标准（Common Core）框架将定量指标与针对意义、结构、语言和知识要求的定性评估区分开来，同时也把读者特征和所布置的任务纳入考量。文本复杂度并不等同于题目难度：在一篇艰深的历史文献中定位一个明确写出的日期，可能比在语言简单的故事中解释未明言的动机要容易得多。PISA同样认为，难度既取决于文本本身，也取决于所需执行的操作，包括需要整合的信息量以及需要作出的推理。(thecorestandards.org)

发展与读者差异

早期的口语语言习得为日后理解书面文字奠定了基础：儿童在理解书面句子和篇章时，会调动词义、语法以及连贯话语等方面的知识。追踪研究证据表明，某些理解困难在正式的阅读教学开始前就已存在，而非仅仅在阅读受挫后才出现。在 2010 年的一项研究中，凯特·内申（Kate Nation）、乔安妮·考克茜（Joanne Cocksey）、乔·S·H·泰勒（Jo S. H. Taylor）与多萝西·V·M·毕肖普（Dorothy V. M. Bishop）对 242 名儿童从 5 岁起进行了追踪，并在他们 5 岁半、6 岁、7 岁和 8 岁时再次进行评估。研究将 8 岁时被确定为阅读准确度与流利度达标但理解能力较差的 15 名儿童与 15 名对照组儿童进行了对比。这些儿童在表达性语言、接受性语言、听力理解和语法理解方面的薄弱，在入学时就已经显现，而他们的语音技能大体正常。这些发现将早期的语言脆弱性与仅局限于印刷文字识别的困难区分开来。(doi.org)

因此，读者之间的差异可以通过不同的教育表现特征来描述，而不能仅凭单一的理解得分来推断。第一种表现特征是识字能力薄弱，但口语理解能力相对较强：印刷文字的解码瓶颈限制了其理解能力。第二种表现特征是字词识别充分，但语言理解较差：这类儿童朗读准确，却难以理解句子、逻辑关系或整篇文意。第三种表现特征则是两种能力的综合薄弱。这些是对表现模式的客观描述，而非针对每一种阅读障碍的临床诊断或排他性解释。休·W·卡茨（Hugh W. Catts）、苏珊娜·M·阿德洛夫（Suzanne M. Adlof）与苏珊·埃利斯·魏斯默（Susan Ellis Weismer）在 2006 年的研究中对比了理解困难者、解码困难者与典型读者，记录了理解困难儿童早在幼儿园时期就已存在的语言劣势。这种区分清楚地说明了：即使阅读理解水平相似，其背后的优势与短板也可能大相径庭。(pubmed.ncbi.nlm.nih.gov)

随着认知发展，这些能力所面对的阅读任务要求也在发生变化。更长的文本要求读者保持跨段落的意义关联，而专业性材料则预设了日益专精的词汇与学科知识。因此，在简短、熟悉语篇中的成功，并不代表读者已具备理解长篇论述或陌生学科内容的能力。RAND 阅读研究组在 2002 年的报告中，将理解能力的发展视为字词精准识别之后的持续进阶，并强调了语言知识、主题知识、阅读过程与投入程度之间的相互作用。(rand.org)

阅读经验、兴趣、动机与学习机会与读者间的差异密切相关，但它们之间的关系不能被简化为单向的因果链条。能够轻松理解阅读材料的儿童可能会选择读得更多；反过来，广泛阅读又能为他们提供接触更多语言与信息的契机。乌尔里希·席费勒（Ulrich Schiefele）、弗朗齐丝卡·施图茨（Franziska Stutz）与埃伦·沙夫纳（Ellen Schaffner）在 2016 年的一项追踪研究中探讨了动机与理解之间的相互影响，发现内在投入与词句层面的理解之间存在双向关联。然而，这类观察性关联本身并不构成因果关系。获得图书资源的途径、课堂学习以及参与讨论的机会，同样构成了阅读经验累积的外部环境；表现上的差异不能直接归因于个人的努力或偏好。(sciencedirect.com)

差异不仅存在于不同读者之间，也存在于读者个体内部。同一个人对熟悉主题的理解往往比对陌生主题更透彻；在查找某个具体事实与深入研读一篇理论解释时，其阅读方式也会有所不同。兴趣、注意力、既有知识以及具体文本和任务的要求，都会让同一读者在不同场合展现出不同的表现。RAND 的研究框架明确将这些个体内部差异与群体间的个体差异区分开来。因此，理解并非一种完全脱离具体情境的恒定能力：读者相对稳定的技能特质，始终与其所读内容、阅读目的以及阅读环境相互作用。(rand.org)

多语言与附加语言阅读

学习阅读与学习文本所用的语言是相互关联但彼此独立的过程。学习者可能已经理解书面文本的运作机制，但仍在习得阅读附加语言所需的词汇与句法；另一些学习者则可能同时发展这两项能力。因此，既有的读写能力独立于日常口语熟练度而发挥作用。美国国家科学院2017年的综述报告《促进英语学习儿童与青少年的学业成功》（Promoting the Educational Success of Children and Youth Learning English）指出，母语读写能力与英语读写能力的发展之间存在正向关联。这种关联并不意味着每种技能都能原封不动地迁移：阅读者还必须学习新文字系统的规则，以及用以表达熟悉概念的语言形式。(nationalacademies.org)

学术阅读提出了日常对话往往无法显现的要求。阅读者会遇到抽象词汇、复杂的语法关系，以及具有陌生学科含义的熟悉词汇。美国教育科学研究院（IES）2014年的实践指南将通用于各学科的通用学术词汇与特定领域的专业术语区分开来。例如，factor在数学中表示乘法关系（因数），但在历史解释中则指起促成作用的境况（因素）。仅能认出印刷词汇并不能确定适用哪种含义。因此，理解一段文字需要结合词义、句子结构与学科知识进行统筹，而不能仅靠翻译孤立的词汇或依赖日常对话的流利度。(ies.ed.gov)

有研究支持的教学方法将语言学习与学科内容学习融为一体，而不是把英语水平当作获取学术内容的前提。由斯科特·贝克（Scott Baker）主持的专家小组于2014年4月针对中小学编写的指南，将“强化学术词汇教学”以及“将英语口语和书面语融入学科教学”评定为具有高强度的证据支持。该指南将“小组干预”评为中等强度证据支持，而关于“定期提供结构化写作机会”的单独建议则仅获得了最低强度的证据支持评级。这些评级针对的是相关研究证据的充分程度，并非断言写作不重要。该指南的适用场景是针对最高至八年级英语学习者的学校教学，而非普遍意义上的成人附加语言学习。(ies.ed.gov)

这种教学机制将接触有意义的内容与反复运用其语言的机会结合起来：学生阅读信息类材料、两人一组讨论观点、观察视觉表征，并运用选定的词汇撰写解释。指南中总结的一项研究是黛安·奥古斯特（Diane August）及其同事于2009年针对562名六年级英语学习者开展的科学与词汇整合教学随机对照试验。该研究在九周内提供了约30小时的教学，在研究者自编的词汇测试中取得了0.26个标准差的统计学显著效应。这一结果记录了该教学情境下的词汇学习成效；它本身并不能作为普遍阅读理解能力得到等幅提升的证据。(ies.ed.gov)

评估结果的解读取决于受测语言、学习者在该语言中的熟练程度，以及通过学校教育获得读写能力的机会。由玛丽·皮托尼亚克（Mary Pitoniak）等人于2009年撰写的美国教育考试服务中心（ETS）《英语学习者评估指南》（Guidelines for the Assessment of English Language Learners）强调，美国K–12阶段的学习者在家庭语言读写能力、英语水平和教育背景方面存在差异。会说某种家庭语言并不必然意味着能阅读该语言，因此翻译成母语的考试说明并不能被理所当然地理解。反之，回答英文试题遇到困难，既可能反映了对文本理解的困难，也可能反映了对词汇生疏或答题语言上的要求过高。因此，在单一语言中获得的分数仅反映了特定语言条件下的表现，并不能代表学习者跨语言的完整读写能力或知识水平。(ets.org)

理解监控与阅读策略

理解监控是一种元认知活动，指判断文本内容是否合乎逻辑，并觉察理解中的脱节、矛盾或阻滞。它关注的是读者是否真正理解，而不仅仅是字词发音是否准确或是否读完了一整页。监控活动包括检查自己能否复述某一段落的要点、新陈述是否与前面的信息相符，或者是否有生疏表达阻碍了解读。有效教学实践指南（What Works Clearinghouse）2022年针对4至9年级阅读干预的指南将“觉察理解障碍”与“采取行动解决障碍”区分开来：读者首先要辨别何处不明确，进而选择应对方式。该指南列举的示例从辨识毫无意义的句子，延伸到在更长篇幅的文本中检验理解情况。(ies.ed.gov)

补救策略旨在解决具体的困难根源。读者可以放慢速度重读某个句子、返回前文的段落、查阅词义，或是重新思考两种观点之间的联系。因此，重读并不只是机械地重复相同的词句，它往往具有明确针对性，旨在厘清某种尚未解决的关系。例如，在虚构例句“莉娜借给普里娅一本笔记本。她做实验需要用到它。”中，读者可能会注意到代词“她”（she）并没有明确的指代对象，从而会去审视上下文语句，而不是凭空假设一种解释。当仅凭文本自身不足以解决问题时，补救策略还包括寻找补充信息。4至9年级的指南以玛丽·温斯顿·杰克逊（Mary Winston Jackson）的传记为例说明了这一过程：当难以解释杰克逊具体做了什么时，会促使读者放慢速度重读相关章节。(ies.ed.gov)

阅读策略是为辅助理解或记忆而特意选取的认知行动。有效教学实践指南2010年针对幼儿园至3年级的指南将策略定义为在阅读前、阅读中或阅读后使用的刻意常规流程。这便将“有意识地核查代词的指代关系”与“在日渐流畅的处理过程中毫不费力地确定指代对象”区分了开来。虽然熟悉的流程在执行时会变得更轻松，但策略性调控仍涉及决定何时需要投入额外的注意力。填写练习单或在句子里划重点本身并不能构成理解策略；真正相关的活动在于挑选、联系或核验信息的思维过程。各项策略可以单独使用，也可以组合使用，并非面对每篇文本都必须按照某种固定顺序严格执行。(ies.ed.gov)

提问和预测能够将注意力引导至与阅读目的密切相关的信息上。内容型提问（例如“主人公为什么改变了计划？”）能促使读者审视动机与证据；监控型提问（例如“这一计划变动能否从文中找到合理解释？”）则可检验理解的充分程度。预测则是利用文本线索与相关的先验知识形成初步预期，读者在后续阅读中可以对其加以证实或修正。例如，主人公发现乌云密布可能支持读者预测旅程会推迟，但在后续情节明确结果之前，这一预测始终只是暂定的推测。美国教育科学研究院（Institute of Education Sciences）的幼儿园至3年级理解教学工具包将预测视为与先验知识及后续阅读相联系的过程，而非脱离文本的凭空猜测。(ies.ed.gov)

总结归纳与图表组织能够将观点之间的相互关系直观地展现出来以供审视。总结会挑选核心信息并以凝练的语言加以表达，而不是机械地复述每一句话；无法做出总结往往暴露出理解不够全面。图表组织工具可以按时间先后排列事件、分栏对比异同，或将原因与结果相互关联。以一篇比较两种交通系统的虚构文本为例，对比图表可以分别列出成本、运力与通勤时间，使原本被忽略的比较维度清晰可见。这些活动可用于读前准备、读中持续阐释或读后复习。它们的使用取决于具体任务：流程图有助于理清多阶段过程，而简单的快速事实检索则既不需要图表，也不需要书面总结。(ies.ed.gov)

教学与有效性证据

显性理解教学使理解文本所涉及的推理过程显性化，并为学习者提供有指导的练习机会。教师解释某种策略的目的及适用时机，通过出声思考示范其应用，并在逐步将学习自主权转移给学生之前对他们进行引导。例如，在教授推断时，教师可以指出一条文本线索，将其与相关背景知识联系起来，并解释这种结合为何能支持某种解读。在指导性练习中，学生尝试建立这些联系，教师则对其推理进行提示或纠正；独立练习则要求他们在没有提示的情况下自主建立并合理解释这些联系。这种逐步转移的核心在于学生对意义建构的主导权，而不仅仅是完成难度递增的练习题。美国教育科学研究院（IES）的幼儿园至三年级工具包将这一进阶过程描述为：显性解释、示范、合作运用、指导性练习与独立运用。(ies.ed.gov)

结构化讨论使教学超越了仅仅核对答案正确与否的层面。教师针对关键观点提出问题，要求学生结合文本证据解释其推理，并鼓励他们思考同学的见解。篇章结构教学同样将形式与意义联系起来：例如，因果关系图表有助于学生区分事件的原因和结果，而非仅仅定位包含特定词语的句子。有针对性的文本选择综合考量文本质量、难度、内容以及应用目标策略的机会，从而提供符合教学目标的材料。人物目标相互冲突的叙事类文本，与围绕科学过程组织的说明类文本所提供的教学契机各不相同。这些做法教导读者如何建构理解；仅布置阅读理解题无法提供同样的示范与反馈作用。(ies.ed.gov)

词汇、基础阅读技能与理解教学针对的是互为补充的阅读需求。建立音素与字母联系并教授解码的教学，有助于学生识别印刷词汇；连贯文本阅读则能培养阅读的准确性与流畅度。词汇教学旨在发展理解这些词汇所需的词义储备，包括跨学科使用的学术用语。理解教学则关注观点之间的关系以及对全篇信息的综合运用。因此，IES 2016年的基础技能指南将学术语言与字母拼读对应关系、解码以及日常连贯文本阅读并列。其关于词汇的指导建议强调在不同活动中反复接触和运用，而非孤立地死记硬背定义。这些要素不可互相替代：成功解码一个不熟悉的学术词汇并不代表理解其含义，而口头上知道某个词也不代表能在书面中认出其印刷形式。(ies.ed.gov)

证据等级评定将推荐的实践做法与现有因果研究的证据效力区分开来。由蒂莫西·沙纳汉（Timothy Shanahan）主持的专家小组编写的2010年9月“有效教学策略信息库”（WWC）指南，将强证据评级赋予了理解策略教学，将中等证据赋予了文本结构教学。结构化讨论和有针对性的文本选择则获得了最低证据评级。这些评级仅针对该指南所审查的幼儿园至三年级相关研究，并不涵盖所有年龄段或后续研究。就课堂讨论而言，鲜有研究针对目标年级，且没有一项符合该审查的证据标准；就文本选择而言，唯一一项合格的研究也仅涉及了建议的部分内容。因此，最低证据评级表明的是符合标准的研究存在局限性，而非证明这些做法毫无益处。(ies.ed.gov)

干预效果的研究发现取决于实验设计、对照教学的性质以及受试学习者的特点。相对于常规课堂教学所取得的提升，与相对于另一种密集干预所取得的提升，回答的是不同的研究问题。效果评估还会考量受试者的初始阅读与语言能力、干预的执行情况，以及教学组合包是否允许将效果归因于单个成分。评价指标的选择尤为关键：在教学用过的篇章或高度契合的题目上取得的成功，相比在未读过的新文本上的进步，所能提供的证据范围要窄得多。由凯瑟琳·斯诺（Catherine Snow）主持的兰德阅读研究小组2002年的报告，将即时理解与理解能力的持久提升区分开来。该报告指出，显性教学能促成即时的策略运用，但关于教学结束后能否持续使用以及能否迁移到新情境的证据则相对不够充分。因此，延时追踪测试和新文本测验能够检验仅凭即时后测所无法确立的主张。(ies.ed.gov)

测评与成绩解读

选择反应题（包括多项选择题）要求读者在备选答案中选出正确项；根据设计意图的不同，这类题目可以测评信息检索、推论、解释或评价能力。建构反应题则要求读者自行给出答案、阐释某种关系或用文本证据支持某一解读。这类题目能将考生的部分推理过程呈现出来以供评分，但同时也对书面表达能力提出了要求。这两种题型都不天然对应某种特定深度的理解水平：一道多项选择题可能需要考生整合全文信息，而简答题可能只需抄录细节。因此，PISA 2018 框架将作答形式与阅读认知过程区分开来，并明确规定拼写和语法在阅读成绩中不应占过大比重。(oecd.org)

复述、总结和完形填空任务所能获取的证据各不相同。复述要求读者重构文本，从而展现其记住了哪些事件、观点和关系；全美阅读专家组（National Reading Panel）在 2000 年的综述中，将故事回忆与复述列为了衡量阅读理解的指标。总结则提出了更高的要求：它要求读者提炼核心信息并将其压缩为连贯的陈述，而非单纯复述记住的全部细节。完形填空任务会删去句子或段落中的某些词语，要求读者填入替代词；这种形式测试了读者利用语言与上下文约束条件的能力，但在短题上的成功并不一定代表理解了长篇论证。例如，补全“小狗摇了摇它的___”所能提供的证据范围，远比解释两段文字如何支持作者的结论要狭窄得多。(nichd.nih.gov)

效度关注的是证据能否支持对测验分数的既定解读和使用方式；信度关注的则是分数的连贯性与精准度。选篇至关重要，因为阅读表现反映的是读者与文本之间的交互作用，其中包括背景主题知识、词汇量以及对文体样式的熟悉程度。因此，面对同一名读者，一篇科学类文本和一篇叙事类文本可能会测出截然不同的结果。答题要求还可能通过书面表达、口头表达或记忆负荷等方面的要求带来额外差异。抽样测试多种主题和文本有助于将普遍存在的阅读困难与特定篇章引发的表现区分开来；针对同一篇章提出许多问题，其考查覆盖面无法等同于分布在不同篇章中的多个问题。由凯瑟琳·斯诺（Catherine Snow）主持的兰德阅读研究小组在 2002 年的报告中批评了将阅读理解简化为单一、受测评方法绑架的维度的做法，并呼吁采用能兼顾读者、文本和阅读活动的测评手段。(rand.org)

国际阅读素养进展研究（PIRLS）于 2001 年首次实施，主要面向小学四年级学生开展阅读测评。其涵盖的两大阅读目的为文学体验以及获取与运用信息。PIRLS 报告总体成绩、分项目的表现以及达到各国际基准的学生比例：低级基准为 400 分，中级为 475 分，高级为 550 分，最高级为 625 分。这些基准描述的是难度递进的实际表现，而非答对题目的百分比。与此不同，国际学生评估项目（PISA）测评的是不同年级的 15 岁学生。其阅读框架着眼于个人、公共、教育和职业情境中的文本运用，而非对某一特定学校课程的掌握情况。PISA 2018 报告了从 1c 级到 6 级的阅读精熟度等级，以及低于 1c 级的表现。因此，PIRLS 与 PISA 的成绩不能互换使用，二者所测的人群和阅读能力要求各不相同。(nces.ed.gov)

面向个体的教育测评旨在寻找有关学习者优势、困难和教学需求的证据；群体测评则估算不同教育系统或群体之间的分布和差异。群体的平均表现无法指出制约某个体理解能力的具体认知过程，成绩差距本身也无法直接揭示其产生的原因。测验分数与教学实践、家庭资源或学校特征之间的关联，可能反映了选择偏差、相互影响以及其他已测或未测的差异。经合组织（OECD）的方法学指导明确指出，PISA 的横截面设计对其因果推论构成了限制：要确立因果关系，所需的证据必须超出某一特征与阅读表现之间所观察到的相关关系。(rand.org)

数字阅读与跨来源评估

在万维网上阅读不仅需要理解所选文本，还需要读者自主决定查阅哪些文本。读者往往利用搜索引擎、菜单、超链接、标签页和页面滚动来定位材料，而不一定会遵循预设的线性顺序。PISA 2018 阅读框架将“在单一文档内检索信息”与“搜索并筛选相关文档”区分开来。在后一种活动中，标题、搜索结果摘要、作者信息以及出版日期都为判断相关性提供了初步线索。因此，页面导航本身就包含了对意义的判断：某个链接是否可能解答当前问题、某段文字是否值得精读，以及何时应当离开无关材料。这些活动将阅读理解与信息检索紧密联系在一起。(oecd.org)

在跨文档阅读中，信息的整合需要维持信息与其来源之间的关联。记住“一位作者提出了某种主张，而另一位作者对此表示异议”，与将这两种说法混为一谈、拼凑成含混不清的表述截然不同。读者必须在将论点与支撑论据联系起来的同时，清楚记得谁说了什么、分歧发生在何处。PISA 框架明确将“把相互冲突的主张归因于各自的来源”视为处理分歧的一部分。因此，对多篇文本形成的连贯心理表征，可以包含尚未解决的多种对立观点，而不必强行捏合成单一妥协的叙事。(oecd.org)

可信度评估并不止于辨识文本表达了什么。它还涉及信息的质量与有效性、出版语境，以及呈现方式与作者意图之间的关系。经合组织（OECD）对 PISA 2018 的说明区分了“理解字面或推断意义”与“评估内容和形式”，并强调了对多个来源进行交叉比对（三角互证）以及区分事实陈述与主观观点的重要性。因此，理解一项主张并不等同于接受它：读者完全可以在准确重构某一论证的同时，判定其证据并不充分。相关性与可信度同样是彼此独立的评判维度——一篇文本可以直接切中问题，却未必能提供可靠的答案。(oecd.org)

横向阅读是指通过暂时离开当前网页、转去查阅其他地方的信息来核查该网站。在 2019 年发表的一项研究中，萨姆·温伯格（Sam Wineburg）与萨拉·麦格鲁（Sarah McGrew）观察了 45 名参与者：包括 10 名专业事实核查员、10 名拥有博士学位的历史学者以及 25 名斯坦福大学本科生。参与者在评估真实网站时进行有声思维（出声思考）。事实核查员通常会打开额外的标签页来核查信息来源的可信度，而历史学者和大学生则更多停留在原始网站内部。后两组人群有时会受到貌似官方的标识或域名的影响。在这些任务中，事实核查员能更迅速地得出更有依据的判断；该研究旨在比较实际观察到的做法，而非将参与者随机分配到不同的阅读策略组。(doi.org)

跨来源推理的一个具体范例见于 PISA 2018 的“拉帕努伊”（Rapa Nui，即复活节岛）单元。读者需要阅读三篇文本：一位教授的博客文章、对贾雷德·戴蒙德《崩溃》一书的书评，以及一篇对该岛大型乔木消失原因提出替代性解释的文章。其中一道题目要求读者给出有上述来源中具体信息支持的解释。评分标准并未规定单一的历史结论：无论是有依据的解释，还是基于来源指出尚需更多信息才能定论的判断，均可获得满分；但含糊其辞地表达不确定性则不能得分。这项任务由此将“对相互竞争的叙述进行对比分析”，与“不加批判地接受”或“毫无依据地否定”区分了开来。(oecd.org)

机器阅读理解及其局限性

机器阅读理解是自然语言处理中的一项任务，系统接收一段篇章和一个问题，并预测出该篇章所支持的答案。基准测试通常提供训练样例，并在留出样例上对照参考答案来评估系统的预测。这种操作性定义关注的是可观察的问答表现，但这并不意味着该任务等同于人类教育学概念中的理解。尤其是，仅仅给出正确答案，其本身并不能证明系统究竟是如何利用问题或表征篇章的。(aclanthology.org)

在抽取式阅读理解中，答案是篇章中原本就存在的连续词序列。普拉纳夫·拉吉普卡尔（Pranav Rajpurkar）及其同事于 2016 年推出的斯坦福问答数据集（SQuAD），包含了众包工人针对维基百科段落撰写的 10 万多个问题，其答案被标注为文本跨度。因此，系统可以将回答过程形式化为选取某个跨度的起始与终止位置，而非生成一段新的解释。这种形式便于进行标准化评估，但也排除了答案无法表示为单一文本跨度的问题，包括一些需要综合多处分散陈述才能作答的问题。(arxiv.org)

NarrativeQA 由托马什·科奇斯基（Tomáš Kočiský）及其同事于 2017 年 12 月在预印本中提出并于 2018 年正式发表，旨在强调对长篇叙事内容的综合理解能力。该数据集包含针对 1,572 部书籍和电影剧本的 46,765 个问题。标注人员根据独立撰写的摘要来编写问题和答案；随后系统既可以在摘要上进行评估，也可以在完整故事文本上进行评估。在完整故事的设定下，摘要的措辞与原文之间的差异削弱了直接词汇匹配的有效性。其问题聚焦于人物、事件和相互关系：例如文中发表的一个样例询问在电影《捉鬼敢死队2》（Ghostbusters II）中奥斯卡与达娜是什么关系，答案是“她的儿子”。这种任务设计鼓励系统定位相关证据并理解人物关系，而不是直接照抄匹配的句子。(arxiv.org)

DROP 由迪鲁·杜阿（Dheeru Dua）及其同事于 2019 年提出，专注于针对段落的离散推理。其 96,567 个问题需要运用加法、减法、计数、比较和排序等操作，并结合对相关实体的识别与指代消解。答案可以是文本跨度、日期或数字。举例来说，若问题询问两支队伍得分之差，系统需要识别出代表两队得分的数字并进行减法运算，而计算结果并不一定出现在文章的任何地方。DROP 由此将定位文本证据与基于证据计算答案这两个步骤区分开来。(ucinlp.github.io)

当统计规律使得模型无需利用任务表面上所需的全部信息即可成功预测时，就会产生基准捷径。2018 年，迪维扬什·考希克（Divyansh Kaushik）和扎卡里·C·利普顿（Zachary C. Lipton）对仅输入问题或仅输入篇章的模型进行了测试。在 20 项 bAbI 任务中，仅输入篇章的模型在其中 14 项上的准确率超过了 50%，有时甚至能达到与同时接收两项输入的模型相当的水平。在儿童图书测试（Children's Book Test）中，原本 20 句的上下文中仅保留最后一句，就能得到准确率相当的预测。此类消融实验能够检验系统表现是否真正依赖于理应必需的输入，而不是先验地假定以阅读为主题的数据集就必然能够衡量综合理解能力。(aclanthology.org)

对无关内容的敏感度提供了另一种诊断手段。罗宾·贾（Robin Jia）和梁 Percy（Percy Liang）在 2017 年的一项对抗性评估中，在不改变正确答案的前提下向 SQuAD 段落末尾追加了干扰句。在 16 个已发表的模型中，平均 F1 分数从 75% 骤降至 36%。这一结果表明，常规测试中的出色表现完全可能与对表面线索的脆弱依赖并存。因此，达到人类基准水平仅能证明模型在该基准特定的问题和评分流程下的表现，并不等同于具备了人类的阅读过程；输入消融和受控干扰项则有助于探查那些宏观综合得分无法揭示的依赖关系。(aclanthology.org)