一份想讀的資料，不該因為語言被放下

你找到了一份正好需要的資料。它可能是一篇與你的研究有關的論文，一份能解釋技術問題的手冊，或是一個值得參考的設計方案。

也許你並沒有在找什麼資料，只是偶然看到一篇論文，被標題吸引；或是看到別人分享其中的一個觀點，想知道作者具體是怎麼說的。

你想讀下去，卻發現它使用了一種你不夠熟悉的語言。

並不是完全讀不懂。借助翻譯，你可以慢慢理解。只是讀完它需要額外留出一段時間，還要在資料和不同工具之間來回切換。於是，你把檔案存下來，想著以後再讀，卻可能就此放下，再也沒有打開。

這種額外的閱讀負擔，也有研究嘗試量化。2023 年發表於《PLOS Biology》的一項研究調查了 8 個國家的 908 名環境科學研究者。研究估計，在僅發表過一篇英文論文的研究者中，來自英語熟練度中等和較低國家的非英語母語者，閱讀英文論文所需時間分別比英語母語者多約 47% 和 91%。研究原文

這項調查於 2021 年進行，不能代表今天所有讀者的情況，也沒有統計下載後的未讀率。但它讓「讀另一種語言要更費力」有了一個具體的參照。

我們希望 iSomor 能讓更少的人因為語言困難而放棄閱讀。要不要讀一份資料，應該更多取決於你是否想了解其中的內容，而不是它用了哪種語言。

有了譯文，閱讀也可能被打斷

把句子換成熟悉的語言，可以解決一部分困難，但未必能讓一份文件順暢地讀下去。

一張表格裡的數字，需要和欄位名稱放在一起看。一幅圖旁邊的說明，可能正好解釋了正文中難以理解的地方。如果翻譯之後這些關係散開了，讀者就得重新尋找、重新對應。這也是翻譯後仍然值得保留原有排版的原因。

還有另一種停頓：句子看懂了，卻不確定它是否保留了原來的意思。一個條件有沒有漏掉，某個術語是不是自己理解的那個含義，都可能需要回到原文確認。

這時，讀者面對的已經不只是語言問題，還包括整理資訊、恢復上下文和核對意思的額外負擔。原本用來理解內容的注意力，被分給了這些準備工作。

我們想減少的，就是這部分不必要的費力。讓閱讀更容易開始，也更容易接著進行。

有了 AI 幫助閱讀，為什麼還需要讀原文

現在，面對一份長文件，我們可以請 AI 概括主要內容，解釋難懂的段落，圍繞自己關心的問題查找資訊，也可以和它一起梳理還有什麼值得追問。這些幫助貫穿閱讀的過程，不只是讓一份資料變短。

於是，一個很自然的問題是：既然可以直接提問，也可以不斷追問，為什麼還需要自己讀原文？

如果只是查找一項資訊，得到回答可能已經滿足了眼前的需要。但當我們想理解一個觀點、學習一種方法，或據此做出判斷時，拿到回答和完成理解，仍然不是一回事。

比如，我們可以問 AI，一篇論文裡的方法為什麼有效，也可以繼續問它有哪些限制。AI 的解釋可以幫助我們進入這些問題；回到相關章節，則能讓我們把解釋與作者的論證放在一起看：證據具體是什麼，前後如何銜接，結論是否比自己的理解更有限。讀原文不只是為了檢查 AI 有沒有答錯，也是為了看清一個說法是怎樣成立的。

還有一些問題，是讀著讀著才出現的。一個例子可能讓你想到自己的專案，一條註釋可能改變你對某個數字的理解。AI 也可以提示新的問題，但它給出的閱讀線索不必成為唯一的路徑。資料裡哪些內容與你有關、哪些地方值得停下來，仍然可以由你在閱讀中發現，而不只由一輪問答決定。

因此，我們不必把借助 AI 和自己閱讀看成二選一。可以先請 AI 幫忙梳理和定位，再讀相關段落；遇到不理解的地方，繼續提問，再回到上下文。不是每份資料都需要逐字讀完，但當我們需要深入理解、引用或判斷時，原文仍然有不能只靠一份總結或幾輪回答代替的作用。

我們說的讀原文，也不是要求每個人繞開翻譯，勉強讀懂不熟悉的語言。借助譯文閱讀資料本身，在有疑問時對照原始表述，同樣是在接近原文。我們希望 AI 減少的是這個過程中的語言負擔，讓想繼續讀的人能夠讀下去，而不必因為原文難讀，就停留在整理好的回答裡。

更容易閱讀，不等於不再需要思考

我們不認為一份資料被翻譯之後，就等於它已經被理解。句子讀順了，接下來仍然要想：這些內容與我已經知道的東西有什麼聯繫，又能怎樣幫助我理解眼前的問題？

閱讀中的費力並不都來自同一個地方。有些是查詞、切換工具、重新找到剛才讀到的位置；有些則是理解一個陌生概念、比較兩種解釋，或者重新考慮自己的看法。我們希望盡量減少前一類負擔，讓人有精力投入後一類，而不是把所有費力都當成需要消除的問題。

比如，一份報告可能把某種方案稱為「更有效率」。讀懂它之後，你仍然需要想清楚：報告看重的是速度還是成本，而自己更在意的，會不會是準確性、維護難度或使用體驗？即使報告的比較沒有問題，它回答的問題也未必就是你的問題。把資料裡的知識用到自己的學習和工作中，需要的不只是接受結論，還包括理解它與自己需求之間的關係。

回到原文，也不意味著其中的說法就一定正確。證據是否充分，推論是否合理，仍然需要判斷。遇到陌生領域，可能需要補充背景知識，或者找另一份資料來比較；遇到證據不足的地方，也可以暫時保留意見，不急著接受或否定。

有時，讀完一篇文章，得到的不是一個可以直接使用的答案，而是發現原先的問題問得太廣，或是意識到自己還缺一項重要的資訊。這不必被看作閱讀沒有結果。弄清楚自己尚不知道什麼，也可以是繼續學習的起點。

AI 可以參與這個過程，幫助解釋概念、整理線索，或是提出另一種思路。但無論是譯文還是 AI 的回答，都仍然可以被核查和質疑。我們希望工具讓人更有條件思考，而不是讓一個表達流暢的答案成為思考的終點。

iSomor 從一份 PDF 開始

我們目前從文字型 PDF 入手，提供翻譯、原文對照和譯文匯出，並盡量保留文件原有的組織方式。它們是在回應同一個需要：讓一份外文資料更容易被讀懂、核對，並用於接下來的學習或工作。

這還不能消除所有閱讀障礙。專業術語、複雜排版和具體語境仍可能帶來問題，重要內容需要核查。我們不想用「翻譯完成」來代替這一步。

一份資料最終值不值得讀，應該由你來判斷。我們希望，當你確實想讀的時候，不會僅僅因為它用了另一種語言，就把它留在「以後再看」的資料夾裡。