22 · 07 · 24 号刊第 18 期

An image to describe post

诸位，疫情反复，酷暑炎炎，请多保重。感谢上期打赏的朋友们的支持。

本期选文中，《仿生阅读是否真的有效？》来自 Readwise 团队对仿生阅读（Bionic Reading）的对照实验，毫不避讳地质疑了其存在意义；《谁在害怕 TikTok？》及拓展阅读《TikTok 在壮大，各国政府对它的警惕也在增长》揭露了 TikTok 在野蛮扩张和光鲜外表下隐藏的阴暗，以及各国政府出于各种考量显露出的复杂态度；《关于〈未来主义宣言〉你必须知道的一切》介绍了有关 20 世纪最具影响力的跨越绘画、戏剧、音乐甚至烹饪等诸多领域的未来主义先锋运动的一些趣闻。

希望能有所启发。

博客 | 竹白

仿生阅读是否真的有效？

Readwise 博客 2022 年 7 月 19 日文章，作者 Daniel Doyon 阐述了其团队针对时下流行的仿生阅读（Bionic Reading）进行的实验。

2022 年 6 月，我们在 Hacker News、Reddit 和 Twitter 上发布了一项实验，以测试仿生阅读可以让人在不影响理解的情况下更快地阅读的说法。本系列的第 1 部分深入描述了动机、主张和实验设计。在这第 2 部分中，我们将直接进入结果。

预备工作

参与者被要求阅读两篇 1000 字的截成两半的文章，形成如图 1A、1B、2A 和 2B 的部分。第一种字体是为每个测试人员随机选择的（Literata plain 或应用仿生阅读的 Literata），然后交替。

An image to describe post

所选文章由同一作者（保罗·格雷厄姆）在同一时期（大约 2010 年）撰写，以尽量减少文章之间的差异。上面描述的矩阵设置旨在进一步控制文章间变化（文章 1 可能比文章 2 更易读或更有趣，反之亦然）和文章内变化（每篇文章的开头可能更易读或比每篇文章的结尾更有趣，反之亦然）。

当每种字体的交叉矩阵阅读速度被平均化后，我们就有了一对可以相互公平比较的阅读速度，把字体作为自变量来隔离。我们还在每篇文章的结尾处问了三个选择题，以控制阅读理解能力。

数据准备

与互联网上的任何内容一样，完成率遵循可预测的漏斗模式。3334 名参与者完成了 1A，这个样本逐渐减少到完成所有四项的 2074 名参与者。

An image to describe post

有些先进的统计技术，例如随机效应模型，可以利用所有数据，无论每个参与者是否完成了所有四个半部分。但为了便于解释，我们决定忽略任何不完整的条目，从而导致初始样本大小为n=2074——仍然足以支持稳健的统计分析。

与互联网上的任何内容一样，也有一些垃圾数据必须删除。

首先，我们删除了来自相同 IP 地址的任何多个条目（37 个条目）。
接下来，我们删除了称作「tirekickers」的条目——就像好奇的猫一样，点击开始实验却快速划到底部，然后点击下一步看看会发生什么的那些人。我们可以通过人类不可能的阅读速度来识别这些参与者，例如阅读 500 个单词需要 2 秒。为了实现目标，我们使用了每分钟 2000 个单词的截止值（95 个条目）。
最后，我们删除了称作「quitters」的条目——那些认真开始但在接近尾声时放弃并迅速滚动到底部以查看结果的参与者。为了实现目标，我们可以通过 2A 或 2B 上的阅读速度分别比他们之前在 1A、1B 和 2A 上的平均阅读速度（20 个条目）高 2 倍来识别这些参与者。

这种数据准备产生了最终的数据集 n=1916。

我们理解异常值删除是一个微妙的过程，可能会给数据集带来偏差，但根据对参与者的观察和我们的专业知识，我们确信这些条目是无效的。

每种字体的平均速度

如上所述，我们现在可以平均每个参与者对每种字体的结果，以得出一对可以比较的速度。让我们快速探讨一下每种字体的速度统计汇总。

表 1：每种字体的汇总速度统计 (WPM)

An image to describe post

如上所示，两种字体的平均速度（分别为 325.3 和 327.9 字/分钟）几乎相同，非仿生阅读实际上每分钟大约快 3 个单词。然而，就百分比而言，这只是微不足道的 0.8% 差异。

每个参与者的平均速度差异

这个实验的好处是，我们可以进行各种「配对」分析，不仅可以控制不同文章和文章位置的阅读速度变化，还可以控制不同个体的阅读速度变化。平均而言，观察到的差异应该是由字体造成的，而非其他潜在因素。

观察差异的最简单方法是将每个参与者的非仿生阅读速度减去他们的仿生阅读速度。如果仿生阅读能帮助人们提高阅读速度，我们会期望看到平均差异大于每分钟 0 个字。

表 2：每个用户的汇总速度差异统计 (WPM)

An image to describe post

简而言之，情况正好相反：在我们的样本中，使用仿生阅读的参与者平均每分钟比不使用仿生阅读的参与者慢 2.6 个单词。

每个更快字体的平均速度差异

自从发布这个实验以来，我收到了很多旁观者的评论，大意是：「嗯，我当然不指望仿生阅读对大多数人有用，但对像我这样的人来说，它真的有用。」如果是这样的话，我们可能会期望看到那些用仿生阅读加快阅读速度的参与者比那些没有仿生阅读加快阅读速度的参与者有不成比例的提升。让我们来看看有多少参与者用每种字体阅读得更快，以及他们的平均速度提升。

表 3：每种较快字体的汇总速度差异

An image to describe post

使用仿生阅读阅读速度更快的人数（52%）略高于没有使用仿生阅读的人（48%）。也就是说，那些使用仿生阅读速度更快的人平均每分钟只能读 35 个单词。相比之下，那些没有仿生阅读的人阅读速度更快，每分钟能读到 43 个单词。仿生阅读似乎并没有真正起作用。

假设检验

现在让我们运行配对 t 检验来检验原假设，即使用仿生阅读的平均速度等于没有仿生阅读的平均速度。

表 4：配对的两个样本 t 检验结果

An image to describe post

在统计方面，平均速度差（M = -2.6，SD = 58.2，N = 1916）与 0 没有明显区别（t = -1.92，双尾 p 值 = 0.055），这意味着我们无法拒绝零假设。平均速度差异的 95% 置信区间为 [0.1, -5.2]，几乎暗示仿生阅读实际上对阅读速度有负面影响。

简单地说，我们几乎得到了一个统计学上的显著结果，表明仿生阅读的速度较慢。然而，正如在介绍中提到的，我们在这里谈论的是如此小的量级（不到 1% 的差异），你可能会得出结论：仿生阅读根本没有影响。

理解

到目前为止，我们一直在测试阅读速度，而不考虑阅读理解。让我们快速探索每种字体的摘要理解统计信息。

表 5：每种字体的摘要理解统计（正确百分比）

An image to describe post

与阅读速度一样，不同字体的理解力几乎是相同的。事实上，这些理解力数字是如此接近，以至于我担心自己出了差错。这就是说，我反复检查了计算结果，它们是正确的。

这些结果符合常识，而且现有的研究表明，阅读理解能力与阅读速度成反比。你读得越快，你记得越少，反之，你读得越慢，你记得越多。因为在这个实验中，两种字体的阅读速度几乎相同，所以我们预计会看到类似的理解力，而这与事实吻合。

结论

根据收集到的数据，很难找到任何证据表明仿生阅读对阅读速度或阅读理解有任何影响。相反，我们的结果似乎证实了先前的研究，即没有通用的最佳字体，但特殊的配置可能会导致个人层面的收益。

有关这方面的更多信息，请参阅使用字体加速成人阅读：个人偏好和有效性研究和走向个性化阅读体验：不同字体提高不同个人的阅读速度（均由 Adobe 的研究人员提供）。

基于上述情况，你可能会想。那么，只要有些人喜欢，谁会在乎仿生阅读是否真的达到了它的要求？谁在乎它是否可能只是一种安慰剂？这只是多了一种字体而已。给他们想要的东西吧！

有一点可能不是很明显，那就是尽管我在这里随意使用了「字体」这个词，但仿生阅读绝对不是另一种可以简单授权和安装的字体。相反，它更像是一种字体风格，需要向专利持有人拨打 API 电话（并向其支付授权费），然后在你的标记中注入各种标签。

为了让您了解这是什么样子，这里是应用仿生阅读的保罗·格雷厄姆文章的第一句话：

<p><b class="b bionic">Th</b>e <b class="b bionic">bes</b>t <b class="b bionic">wa</b>y <b class="b bionic">t</b>o <b class="b bionic">com</b>e <b class="b bionic">u</b>p <b class="b bionic">wit</b>h <b class="b bionic">start</b>up <b class="b bionic">ide</b>as <b class="b bionic">i</b>s <b class="b bionic">t</b>o <b class="b bionic">as</b>k <b class="b bionic">yourse</b>lf <b class="b bionic">th</b>e <b class="b bionic">questi</b>on: <b class="b bionic">wha</b>t <b class="b bionic">d</b>o <b class="b bionic">yo</b>u <b class="b bionic">wis</b>h <b class="b bionic">someo</b>ne <b class="b bionic">wou</b>ld <b class="b bionic">mak</b>e <b class="b bionic">fo</b>r <b class="b bionic">yo</b>u?</p>

而这是没有应用的：

<p>The best way to come up with startup ideas is to ask yourself the question: what do you wish someone would make for you?</p>

作为软件开发人员，这是破坏交易吗的因素吗？当然不是。但这确实很麻烦，尤其是在构建离线应用程序时，所以我们更希望在引入所有这些成本和复杂性之前，有一定的证据表明这么做是值得的。

另一件可能不明显的事情是——尽管这些博客文章中可能会有怀疑色彩——我们真诚地希望仿生阅读会被证明是有效的。我们毕竟是做阅读技术的，而且我们真正相信软件有可能彻底改变阅读的做法。我们正在寻求数字阅读可能提供的任何优势，以说服人们从纸张到像素的转换。这就是我们的使命，也是我们首先建立阅读软件的原因。

出于这个原因，并且因为在设计和执行这个仿生阅读实验时获得了很多乐趣，我们打算进行更多的测试，以期发现一种能够产生物质效益的屏幕阅读技术。我们知道其他一些看起来很有趣的技术，包括 BeeLine Reader、Spritz 和 Sans Forgetica。

有什么我们忽略的吗？请在 Twitter 或 Hacker News 上告诉我们！

否则，请继续关注我们的下一个阅读速度实验🤓。

谁在害怕 TikTok？

《经济学人》2022 年 7 月 22 日文章。

凭借其有益身心的舞蹈和对口型视频，TikTok 曾标榜自己是「互联网上最后的阳光角落」。自 5 年前推出以来，这款应用已经为其逾 10 亿用户带来了温暖的光芒，同时也给硅谷的社交媒体巨头带来了冰冷的竞争。随着它的崛起，科技行业中原本似乎不远竞争的一部分被完全打开了。然而尽管 TikTok 取悦了消费者和广告商，但其他人认为这款阳光应用也有阴暗面。随着 TikTok 影响力的增长和美国大选的临近，国会两党正在酝酿一场风暴，因为它被认为是「特洛伊木马」。

对 TikTok 的大肆宣传是合理的，人们的担忧也是合理的。这款应用改变了社交媒体的竞争格局。为 TikTok 找到在西方安全运营的方法，是对全球商业和全球互联网能否在美中关系恶化的情况下保持完整的考验。

在 TikTok 简单的界面下隐藏着可怕的先进人工智能（AI）。TikTok 了解人们喜好的诀窍，帮助 TikTok 在注册第一批10亿用户所用的时间只用了 Facebook 的一半。在美国，普通用户每天花在这款应用上的时间比普通用户花在 Instagram 上的时间长 50%。TikTok 今年的收入预计将达到 120 亿美元，2024 年将达到 230 亿美元，与 YouTube 持平。年轻的创作者和一些年长的创作者都在涌向这款应用。本周，《经济学人》加入了 TikTok（我们保证不跳舞）。

→ 拓展阅读： TikTok 在壮大，各国政府对它的警惕也在增长 / 极客公园

关于《未来主义宣言》你必须知道的一切

An image to describe post

翁贝托·博乔尼，《长枪队的冲锋》，1916 年 / 维基共享资源（公共领域）

未来主义是 20 世纪的先锋运动之一，在现代艺术中留下了自己的印记。未来派的兴趣中心是现代工业城市及其所有的新特征，如速度、技术、年轻和暴力。他们经常画一些新的发明，如汽车或飞机，还构思了自己的宣言，即《未来主义宣言》。

未来主义主要是一个由菲利普·托马索·马里内蒂、翁贝托·博乔尼、卡洛·卡拉、吉诺·塞韦里尼、贾科莫·巴拉和安东尼奥·圣埃利亚构思的意大利现象。同时期在俄罗斯、英国和比利时等国家也有平行的运动。

以下是你必须知道的有关《未来主义宣言》的一切：

它是由......一位诗人写的

An image to describe post

菲利普·托马索·马里内蒂不是一个艺术家——他是一个诗人。他在 1908 年撰写了《未来主义宣言》，并首次作为其诗集的序言出现，于 1909 年 1 月在米兰出版。并于同年 2 月 5 日在博洛尼亚的意大利报纸 Gazzetta dell'Emilia 上发表，之后于 2 月 20 日在报纸 Le Figaro 上发表了法语版本 Manifeste du futurisme。