有一种做阅读理解题的方法，完全不需要理解。扫一眼文章，扫一眼选项，挑那个你刚才见过的词最多的。就这样。这条路又快又省，而且在小学低段，它的正确率高得惊人。
我觉得这件事有点好笑，是那种笑完之后背后发凉的好笑：一群成年人花了几十年功夫，设计出种种量具，想测出孩子有没有读懂；结果孩子从量具旁边大摇大摆走过去，用的是一条跟读懂毫无关系的野路子，而量具还给他打高分，连着打好几年。
这条野路子为什么先赢后输
低段的题目问的是”文中写了什么”。在这个题型下，词面重合不是通往答案的捷径——它基本上就是答案。于是这条策略在被学会的那几年里，一次错误信号都不产生。它是被成功反复夸奖长大的。
到了小学中段，大约八到十岁，题目变了。它不再问”文中的事”，改问”关于这篇文章的事”：谁写的，写给谁看，这是什么体裁，它想让你干什么。同时还来了一批改述题和排序题——正确选项用另一套词把原文说了一遍。
请注意这一变化对题目几何形状做了什么。在元文本题和改述题里，正确选项按设计不与原文词面重合，而干扰项按设计重合。出题人造一个像样的错项，办法就是从文章别处挖一个真实的句子，挂到这道题下面。于是同一条策略，从一个近乎满分的启发式，变成了一台以高于随机的稳定性专挑错项的机器。它不是退化了，它是反过来了。
失效的样子，和”读不懂”一模一样。但它不是读不懂。它是一个策略问题，穿着理解问题的衣服。
为什么它特别爱找第二语言的孩子
第一，词面匹配对词汇深度的要求是所有可选策略里最低的。你不必知道”分类”和”把同类的归到一起”是同一件事，你只要认得那个字形。对一个词汇量落在同龄人后头的孩子，这是完成任务的最省成本解，所以它会被一路用到自动化。
第二，解码能力进步得快，而且足以把后面的一切挡住。当技术性阅读的指标往上走——它确实会往上走，有时候涨得相当好看——屋子里的大人就把”阅读”这一栏归入已解决。而策略这一层没有任何指标在测，也就没有任何数据来反驳他们。
第三，新题型用的那些词本身就是学科语言。体裁、作者、意图、说明文——这些词活在教室里，不活在厨房里。一个口语流利的孩子在这里丢分，看着像不会思考，其实手里缺的是一张没人写下来过的词表。
跟它长得像的两个邻居，怎么分开
还有两种解释能造出同样低的分数。三者要分开，靠的不是错题的数量，而是错题的形状。
要是问题在解码，错误会随文章变长、生词变密而增加，而且不挑题型。技术性阅读测验能直接判掉这一条：如果那项落在高分位，这个假设可以扔掉，不必再折腾朗读对照实验。
要是问题在草率，错误会散着分布——这一点有用——而且在重做同一套题时会换位置。所以把同一套题隔几天再给一次。如果错的还是那两道，选的还是同两个选项，那你看到的不是草率。你看到的是一条稳定的判断路径被忠实地重跑了一遍。
要是问题在词面匹配，错误会集中在元文本题与改述题上，而且她选的每一个错项，词面都能在原文里找到。
第三行需要的数据是”她选的是哪个错项“，不是正确率。只报百分比的学习平台在结构上撑不起这个诊断：它能告诉你这一项弱，永远告诉不了你底下压着的那个错念头是什么。选平台的时候，我会把”逐题错项可见”这一条的权重放在自适应难度之上，放在游戏化之上很多。我也知道，没有谁家的采购清单是这么排的。
顺便说一个挨着的坑，因为提一句几乎不花钱。同一份记录里若别的科目是满分，那个对照几乎自己就写出来了：那科强，这科弱。但满分的意思是量具已经测不出上限了——这个难度档没有余量了——因此它压根不支持任何比较。把天花板读成强项，你就会把资源投到已经饱和的那一侧去。
要教的东西很小，而且不是”多读”
给一条错误的启发式加阅读量，什么用都没有。加量只是给这条启发式更多次成功的机会，正好和想要的相反。要动的是另外两处。
一是回原文核对这个动作。最小版本就是一个问题，一边指着她选的那个错项，一边问：这句话在文章里是谁做的？不纠正，不解释，不评价。让她自己回去把那句话找出来。重点不在她找到了什么，重点在于一条看不见的判断路径变成看得见的——你能看到她是回到页面上去找，还是凭印象答。
二是把元文本词汇明确地教一次。母语孩子是从课堂用语里顺手捡来的，所以这些词不出现在任何一份词汇表上，也就等于没教给任何人。
选材上的帮助大得有点不成比例。操作类与说明类的文本——步骤、顺序、指令——天然会问排序和改述。广告类天然会问”谁写的，想让你做什么”。而叙事类恰好是词面匹配最不容易暴露的一类，这大概也解释了它为什么能活那么久。
如果这条说法成立，它会给出一个可检验的预测：把难度往上调，正确率应当下降，而错误类型的分布不动（仍然压在元文本题和改述题上）。若错误改为随文章长度散开，那就该回头重估解码那一条。以及，在不加任何额外练习的前提下，只加”回原文核对”这一个动作，改述题的正确率应当先于元文本题改善——因为前者只需要一个习惯，后者还需要那些词。