iSomor
返回博客

一份想读的资料,不该因为语言被放下

8 分钟阅读Freed
一位灰色圆点头的线条小人沿着写有 iSomor 的绿色通路,走向原文入口

你找到了一份正好需要的资料。它可能是一篇与你的研究有关的论文,一份能解释技术问题的手册,或者一个值得参考的设计方案。

也许你并没有在找什么资料,只是偶然看到一篇论文,被标题吸引;或是看到别人分享其中的一个观点,想知道作者具体是怎么说的。

你想读下去,却发现它使用了一种你不够熟悉的语言。

并不是完全读不懂。借助翻译,你可以慢慢理解。只是读完它需要额外留出一段时间,还要在资料和不同工具之间来回切换。于是,你把文件存下来,想着以后再读,却可能就此放下,再也没有打开。

这种额外的阅读负担,也有研究尝试量化。2023 年发表于《PLOS Biology》的一项研究调查了 8 个国家的 908 名环境科学研究者。研究估计,在仅发表过一篇英文论文的研究者中,来自英语熟练度中等和较低国家的非英语母语者,阅读英文论文所需时间分别比英语母语者多约 47% 和 91%。研究原文

这项调查开展于 2021 年,不能代表今天所有读者的情况,也没有统计下载后的未读率。但它让“读另一种语言要更费力”有了一个具体的参照。

我们希望 iSomor 能让更少的人因为语言困难而放弃阅读。要不要读一份资料,应该更多取决于你是否想了解其中的内容,而不是它用了哪种语言。

有了译文,阅读也可能被打断

把句子换成熟悉的语言,可以解决一部分困难,但未必能让一份文档顺畅地读下去。

一张表格里的数字,需要和列名放在一起看。一幅图旁边的说明,可能正好解释了正文中难以理解的地方。如果翻译之后这些关系散开了,读者就得重新寻找、重新对应。这也是翻译后仍然值得保留原有排版的原因。

还有另一种停顿:句子看懂了,却不确定它是否保留了原来的意思。一个条件有没有漏掉,某个术语是不是自己理解的那个含义,都可能需要回到原文确认。

这时,读者面对的已经不只是语言问题,还包括整理信息、恢复上下文和核对意思的额外负担。原本用来理解内容的注意力,被分给了这些准备工作。

我们想减少的,就是这部分不必要的费力。让阅读更容易开始,也更容易接着进行。

有了 AI 帮助阅读,为什么还需要读原文

现在,面对一份长文档,我们可以请 AI 概括主要内容,解释难懂的段落,围绕自己关心的问题查找信息,也可以和它一起梳理还有什么值得追问。这些帮助贯穿阅读的过程,不只是让一份资料变短。

于是,一个很自然的问题是:既然可以直接提问,也可以不断追问,为什么还需要自己读原文?

如果只是查找一个信息,得到回答可能已经满足了眼前的需要。但当我们想理解一个观点、学习一种方法,或据此做出判断时,拿到回答和完成理解,仍然不是一回事。

比如,我们可以问 AI,一篇论文里的方法为什么有效,也可以继续问它有哪些限制。AI 的解释可以帮助我们进入这些问题;回到相关章节,则能让我们把解释与作者的论证放在一起看:证据具体是什么,前后如何衔接,结论是否比自己的理解更有限。读原文不只是为了检查 AI 有没有答错,也是为了看清一个说法是怎样成立的。

还有一些问题,是读着读着才出现的。一个例子可能让你想到自己的项目,一条注释可能改变你对某个数字的理解。AI 也可以提示新的问题,但它给出的阅读线索不必成为唯一的路径。资料里哪些内容与你有关、哪些地方值得停下来,仍然可以由你在阅读中发现,而不只由一轮问答决定。

因此,我们不必把借助 AI 和自己阅读看成二选一。可以先请 AI 帮忙梳理和定位,再读相关段落;遇到不理解的地方,继续提问,再回到上下文。不是每份资料都需要逐字读完,但当我们需要深入理解、引用或判断时,原文仍然有不能只靠一份总结或几轮回答代替的作用。

我们说的读原文,也不是要求每个人绕开翻译,勉强读懂不熟悉的语言。借助译文阅读资料本身,在有疑问时对照原始表述,同样是在接近原文。我们希望 AI 减少的是这个过程中的语言负担,让想继续读的人能够读下去,而不必因为原文难读,就停留在整理好的回答里。

更容易阅读,不等于不再需要思考

我们不认为一份资料被翻译之后,就等于它已经被理解。句子读顺了,接下来仍然要想:这些内容与我已经知道的东西有什么联系,又能怎样帮助我理解眼前的问题?

阅读中的费力并不都来自同一个地方。有些是查词、切换工具、重新找到刚才读到的位置;有些则是理解一个陌生概念、比较两种解释,或者重新考虑自己的看法。我们希望尽量减少前一类负担,让人有精力投入后一类,而不是把所有费力都当成需要消除的问题。

比如,一份报告可能把某种方案称为“更高效”。读懂它之后,你仍然需要想清楚:报告看重的是速度还是成本,而自己更在意的,会不会是准确性、维护难度或使用体验?即使报告的比较没有问题,它回答的问题也未必就是你的问题。把资料里的知识用到自己的学习和工作中,需要的不只是接受结论,还包括理解它与自己的需要之间的关系。

回到原文,也不意味着其中的说法就一定正确。证据是否充分,推论是否合理,仍然需要判断。遇到陌生领域,可能需要补充背景知识,或者找另一份资料来比较;遇到证据不足的地方,也可以暂时保留意见,不急着接受或否定。

有时,读完一篇文章,得到的不是一个可以直接使用的答案,而是发现原先的问题问得太宽,或者意识到自己还缺一条重要的信息。这不必被看作阅读没有结果。弄清楚自己尚不知道什么,也可以是继续学习的起点。

AI 可以参与这个过程,帮助解释概念、整理线索,或者提出另一种思路。但无论是译文还是 AI 的回答,都仍然可以被核查和质疑。我们希望工具让人更有条件思考,而不是让一个表达流畅的答案成为思考的终点。

iSomor 从一份 PDF 开始

我们目前从文字型 PDF 入手,提供翻译、原文对照和译文导出,并尽量保留文档原有的组织方式。它们是在回应同一个需要:让一份外文资料更容易被读懂、核对,并用于接下来的学习或工作。

这还不能消除所有阅读障碍。专业术语、复杂排版和具体语境仍可能带来问题,重要内容需要核查。我们不想用“翻译完成”来代替这一步。

一份资料最终值不值得读,应该由你来判断。我们希望,当你确实想读的时候,不会仅仅因为它用了另一种语言,就把它留在“以后再看”的文件夹里。