Piply Logo
Piply
study-tips

阅读自动化:为什么阅读流畅度能早在你接触代数之前就预示微积分的成功

阅读自动化:为什么阅读流畅度能早在你接触代数之前就预示微积分的成功

在每个学期,大学课堂里都会上演这样一个故事。一个在代数方面表现不错的学生,他理解方程的机制,但在学微积分时突然碰壁了。他复习了先决材料。他反复练习基础知识。他做的题比群聊里任何人都多。但即便如此,他仍然感觉进展缓慢、费力,而且知识点之间缺乏关联。

导师们通常会建议他们回去巩固代数基础。有时这是对的。但是,越来越多的证据指向一个不太明显、大多数学习指南从未提及的问题:学生的阅读流畅度。

不是阅读理解能力,也不是词汇量,而是阅读流畅度:无需有意识地解码就能处理文本的能力。

阅读自动化究竟意味着什么

这个术语来自大卫·拉伯奇(David LaBerge)和 S. 杰伊·塞缪尔斯(S. Jay Samuels),他们于 1974 年提出,任何领域熟练的表现都取决于某些过程的自动化。当一个过程是自动的时,它运作时对注意力的需求极小。你的工作记忆就被释放出来用于更高层次的思考。

想象一下开车。当你刚学的时候,每一个动作都需要深思熟虑:检查后视镜、判断距离、协调踏板。经过多年的练习,你可以在开车时进行对话、计划晚餐或在脑海中解决问题。低级技能变得自动化,不再占用你的心理带宽。

同样的事情发生在阅读上。初学者逐字解码每个单词,大声拼读,努力识别即使是常见的单词。随着时间的推移和足够的练习,单词识别变得即时。一个流利的读者不会拼读“the”,他们看到它并瞬间理解它。

这就是研究人员所说的阅读中的自动化转变。这与智力无关。它是关于练习和接触达到一个阈值,在这个阈值上,这项技能不再与认知资源竞争(LaBerge & Samuels, 1974, Journal of Educational Psychology)。

为什么这对数学课很重要

对于那些认为数学纯粹是关于数字的人来说,这一点就有点令人不舒服了。

数学教科书内容密集。一页微积分或统计学课本不仅包含方程,还包含了一堆带有限定词、条件、逻辑连接词和精确定义的句子。当你阅读“找出函数在区间上定义且连续的所有 x 值”时,你同时在做两件事:处理语言和处理数学。

如果你的阅读不是自动化的,那么这两个任务就会争夺同一个有限的工作记忆池。处理文本解码的认知系统也是你进行多步骤推理所需的系统。结果是,在你还在接触问题的有趣部分之前,就已经遇到了瓶颈。

佩尔费蒂(Perfetti)的言语效率理论(1985)精确地描述了这一点:随着阅读变得更加流畅,言语处理变得更快,更不费力,为理解和解决问题留下了更多的能力。你的大脑处理词语的速度越快,它可用于实际数学的资源就越多。

这就是为什么数学教育研究中的研究一致发现,早期年级的阅读流畅度可以预测多年后的数学问题解决能力,即使在控制了普遍认知能力之后。这个机制并不神秘。它是工作记忆的分配。一个阅读能够自动化的学生,可以将全部注意力投入到页面上的数学推理中。

施耐德和科勒(Schneider and Köller, 2021)发现,言语流畅度和处理速度在中学生复杂数学任务表现中起到了中介作用,这支持了语言处理效率并非独立于数学思维,而是促成数学思维的观点。

而且它会累积。早期阅读流利的学生往往读得更多。更多的阅读练习意味着更高的流畅度。更高的流畅度意味着更快、更容易完成作业。更快的完成意味着有更多的时间复习、练习和建立更深的理解。那些已经领先的学生会领先更多,这种差距看起来像一个数学问题,但实际上是一个阅读问题。

高中和大学的无声挣扎

最残酷的部分是,阅读流畅度落后的学生通常没有意识到这就是问题所在。他们在微积分中感到自己很笨。他们认为自己在代数中错过了什么。他们看着其他学生更快地解决问题,并认为这些学生只是理解得更好。

他们没有看到的是,快速解题的人可能以两倍的速度阅读问题,从而腾出心智空间来真正思考解决方案的方法,而不是解码问题在问什么。

这在统计学等科目中尤为明显,这些科目中的问题通常以段落形式呈现,并带有真实世界的场景。你必须从文本中提取相关变量,确定要求你查找的内容,并设置正确的方法,所有这些都来自文本。阅读流畅度较低的学生在处理语言的同时也要尝试做数学,这意味着他们实际上同时在做两件困难的事情。

富克斯及其同事(Fuchs and colleagues, 2001)关于阅读和数学障碍的研究表明,阅读困难和数学困难同时发生的概率远高于偶然的预期,并且流利的解码是小学高年级及以后数学问题解决成功的持续预测指标。

你能实际做些什么

如果你是高中生或大学生,并且你怀疑阅读流畅度是你觉得数学比应有的更难的原因之一,那么实话告诉你:多读书是解决办法。不是阅读数学书籍,而是阅读任何东西。小说、长篇新闻、非虚构作品。重要的是阅读量和一致性。

你通过为了乐趣而阅读所建立的流畅度可以转移到学术文本中,因为它们是相同的底层技能:快速、自动的单词识别。每天阅读十五分钟的愉快读物比反复练习词汇卡片或重读教科书更有效。

另一个实用的步骤是:当你遇到应用题时,在开始解题之前先读两遍。第一遍是为了解码。第二遍是为了理解。急于看数字的学生常常会错过语言中重要的限定词。“求最大值”和“求最小值”是不同的问题。准确阅读可以让你避免解决错误的问题。

对于那些仍在初中或高中初期的人来说,这更具可操作性。你在未来两年内建立的阅读流畅度将是所有其他事物的基础。不仅是数学,还有化学、经济学、心理学。每个学科都假定你可以快速准确地阅读而不假思索。如果你能做到,认知负荷就会完全转移到实际内容上。如果你不能,你就会在学习的同时与自己的大脑作斗争。

令人不舒服的事实是,没有任何应用程序能帮你解决这个问题。没有任何应用于数学抽认卡的间隔算法会培养出能释放你工作记忆的阅读自动化能力。它来自于阅读,而且是大量的阅读,它会随着时间的推移悄然累积,直到有一天你意识到你不再挣扎于段落之中,你只是在阅读。

那一天通常在科目变得更难之前到来。


你的学习时间有多少花在了重新阅读相同的句子上,因为第一次阅读时那些词没有记住?这些数据值得你关注。

Ready to try Piply?

Turn this article into your reality. Start studying faster today.

Try Piply for Free