书怎么才能读得快？先了解下“一目十行”的原理|一目十行|上下文|原理|字母|字素|字词|词素|音节

夜读 vol.279

CHEERS BOOKS

- 选本好书，让生活松弛有度

此时此刻，你的脑正在完成一件惊人的壮举：阅读。你的眼睛跳跃地扫视着这个页面，每秒钟会停四五次，让你刚好可以认清一两个字。虽然你根本意识不到这种跳跃的摄入信息的过程，只有字词的读音和意义进入你的意识，但你的大脑却在执行一套复杂的机制。世界脑科学领域大师级人物斯坦尼斯拉斯·迪昂在《脑与阅读》这本书里，打开了大脑的这个“黑匣子”。读这本书，一起发现阅读的方法、价值与乐趣。

本文摘录自《脑与阅读》

点击书封，立即入手

二维码

如果要设计一款书面文字识别软件，很可能不管选择哪一种方案，程序都会随着单词的变长而变慢。例如，一种很自然的方式是让软件从左到右一个一个地处理字母。正因为信息的加工是序列化的，我们可以预期，识别一个由6个字母组成的单词所需要的时间应该是一个由3个字母组成的单词的两倍。在任何一种序列化模型中，识别时间的增加与单词中字母的数量直接相关。

看过这个例子之后，我们就会注意到，人脑中并不存在这种阅读时间与字母数量的相关关系。对熟练的成人阅读者来说，阅读一个单词的时间基本与单词长度无关。只要单词不要超过6个或7个字母，那么不管多长，单词的识别时间都基本恒定。显然，这暗示我们，脑利用了一种并行的字母处理机制，能够同时处理所有字母。这种实证结果与我们的“扫描仪”比喻产生了分歧，但它却正好印证了鬼蜮的假设，即处于特征、字母、单词等不同层级上的成百万专门化的加工机制同时并行地运作。

主动的字母解码

我们再深入探讨一下这个计算机比喻。在传统的计算机程序中，信息的处理通常是通过一系列步骤来完成的，不论是最简单的还是最抽象的处理过程都是如此。我们可以合理地想象，应该有一段子程序是用来识别单个字母的，然后另一段子程序将它们组成字素，最后，第三段子程序检查该字母串可能是哪一个单词。然而，这样的程序通常来说容错能力非常低。第一阶段的一点错误往往会导致整个认知过程的瓦解。实际上，即使是我们现在购买扫描仪时所附赠的最好的自动文字识别软件，也仍然对图像质量的下降非常敏感。哪怕只是扫描窗口上一点点的尘埃，也会使一页人类阅读起来完全无碍的文字变成电脑“无法识别”的乱码。

与电脑不一样，视觉系统善于解决那些不确定的问题。我们来做一个小实验，你可以自己读一下下面的句子：

Honey bccs sovovr sweet ncctar（蜜蜂品尝甜花蜜）。

在你不知道的情况下，你的眼睛成功地跨越了一系列的障碍，而这些障碍完全可以难倒传统的电脑程序。你是否注意到了，在单词“bee”当中，那个重复的字母其实是“c”？实际上，在拼写“nectar”（花蜜）这个词时，我也用了两个“c”，但是你的视觉系统把第一个“c”当作了“e”，而第二个才当作“c”。“savour”（品尝）这个词更糟糕，“a”和“o”一模一样，“v”和“u”也没有差别！上下文帮我们解决了这种不确定性：因为“souour”这个字母串在英文中没有意义，而如果把它理解为动词“savour”的话，整个句子就通顺了。

简言之，对于这些可以难住当今任何软件的不确定性，人类阅读者可能都感觉不到。这种容错性与传统计算机软件相冲突，然而却非常符合鬼蜮假设的框架，因为字母、字素与单词可以通过大量冗余的连接而互相支持。字母、单词与上下文的合作，足以让脑中的阅读机器更为“强健”。阿尔维托·曼古埃尔说得很对：是阅读者赋予了书面文字意义，阅读者的“有能之眼”给那些本来僵死的字母带来了生命。字母与单词的识别来自一种主动的、自上而下的解码过程，通过这一过程，脑在视觉信息中加入了新的信息。

心理学家们发现，这种主动的解码过程在词优效应（word superiority effect）中得到了很好的体现。在杰拉尔德·赖歇尔（Gerald Reicher）的经典实验中，主试要求成年阅读者从两个可能出现的字母，如D或T中，找出哪一个曾短暂地出现在电脑屏幕上。通过调整难度，实验保证被试只能偶尔给出正确的答案。在一些试次中，字母单独呈现。在另一些试次中，同样的字母（D或T）在其他字母的伴随下出现，组成一个词，如HEAD或HEAT。注意，其他字母并没有带来有用的信息。因为两种情况下前面所出现的字母串“HEA”都是一样的，被试只能根据最后一个字母来判断。然而，令人惊奇的是，相比字母单独呈现的情况，有其他字母出现时被试的成绩要好得多！也就是说，在有上下文的情况下，字母识别的效果要好很多。看起来，由单词层级所提供的额外支持扫清了输入信息中的一些干扰。即使把字母插入一个假词中（如GERD或GERT），甚至是插入一个看起来像单词的辅音字母串中（如SPRD或SPRT），词优效应都依然存在，但如果字母串由随机的字母组成（如GQSD或GQST），这个效应就消失了。

这一现象也难以用严格的线性信息处理模型来解释，因为在这些模型中，必须先识别单个字母才能将字母组合成更大的单元。相反，赖歇尔的词优效应却支持视觉单词识别中的冗余连接和并行加工。即使将注意力集中于单个字母上，我们也会自动地从这个字母所在的上下文中获益。当这种上下文环境是一个单词或单词的一部分时，我们可以进行更多层级的编码（字素、音节和词素），而来自这些层级的“选票”，为这些字母识别单元提供了支持，从而加快了对字母的知觉。很多阅读模型对赖歇尔效应的解释是字母与单词在双向加工过程中有交互作用：那些较高层级的字素和单词探测单元协同工作，一致更倾向于识别那些与他们对输入字母串的理解相匹配的字母。我们看见什么，取决我们认为自己看见了什么。

阅读中的协作与竞争

我们已经知道，用电脑来比喻阅读，也就是将人类阅读者比作一台简单的扫描仪，显然是不够的。单词的解码并不是一个严格的序列加工过程，阅读一个单词所需要的时间与单词中含有多少个字母无关。所以我们要再次回到鬼蜮模型，将单词识别看成是魔鬼集会的成果。集会达成重要决策所需要的时间，也就是“汇聚时间”，并不依赖于他们所讨论的“动议”本身的内容，而是取决于这个动议引发的争论有多激烈。如果所有的参议员都同意，即使是一项再复杂的法律也可以很快通过。相反，即使只是法律中的一个小细节，如果触及敏感问题，则可能要经过长时间的争论才能达成一致。

关于人类阅读的研究表明，阅读者的脑活动就像一个思维的参议院。单词的识别需要脑系统中多个单元共同得出对视觉输入信息的确切解释。因此，阅读一个单词所需要的时间主要取决于这个单词在脑结构中引发了哪些冲突与联合。