AI 阅读分级：难度谁来定

本文性质： 模型 + 假设（Model / Hypothesis）　证据标签： 观察 Observation／模型 Model／假设 Hypothesis／实证 Evidence

本篇涉及的证据类型：模型 Model／假设 Hypothesis／实证 Evidence。凡属本院课堂观察与教学模型的部分，均不作效果承诺。

工具给一篇文章打上等级，参考价值有限：同样是「中等难度」，有人读得轻松，有人一页要查十个词。难度从来不是一个数能说清的。

标着同一等级的两本书，感受差很多

本院在分级阅读上做过一些尝试：把同一篇材料的工具等级告诉学生，让他们自己判断难易，结果相当分散。影响判断的因素至少有三个——生词密度、句子长度、以及背景知识是否够用。一篇讲本地天气的报道，词汇不算简单，学生却读得下来；一篇词很常见的社科短文，因为缺少相关背景，反而读得吃力。以上为本院选材记录中的观察，未做统计检验。

难度不是单一维度

可理解输入的说法（Krashen 1982）常被简化为「略高于当前水平」，但这条本身属于假设，且「当前水平」无法独立测量。更可操作的是词汇覆盖率：Nation 与 Wang 1999 的分级统计显示，高频词的覆盖比例决定了一篇文章是否读得动；Beglar 与 Hunt 2014 则提示，可读性公式（如 Flesch 1948 的经典做法）只算了句子长度与词长，解释不了背景知识带来的差异。所以分数是有用的起点，不是终点。

本院的三条选材口径

本院据此定了三条选材口径。第一，先看生词覆盖率，再看等级：在材料里数生词，读得顺的段落生词应少于百分之二。第二，把背景知识算进去：同一等级下，优先选学生已有所了解的主题，陌生领域的材料降一档再用。第三，等级只用来排序，不用来卡人：同一批材料按等级排出先后，但不因为标着高一级就禁止学生读。

三条边界

三条边界。第一，覆盖率是经验区间，不是精确门槛，不同体裁与阅读目的下可承受的生词量并不相同。第二，可读性公式对中文与中英混排文本的适用性有限，不能直接照搬。第三，工具分级基于统计特征，未必反映学生真实的理解过程，本院不主张用它替代教师或学生自己的判断。

今天就能开始

今天挑一段材料，数一数你读不顺的位置里有几个生词，再写下这段材料讲了什么，把两者放在一起看。

本文依据

• 观察来源： 本院分级选材记录（2022 年至今）：同一工具等级下学生的难易感受差异明显，属选材观察，未做统计检验。
• 模型出处： 「先看覆盖率、把背景知识算进去、等级只排序不卡人」三条，为本院内部选材模型。
• 待验证项： 工具等级与学生实际理解之间的相关程度，本院尚无自有数据，按待验证项处理。
• 外部文献： Krashen 1982（可理解输入，本文按假设层引用）；Nation & Wang 1999（分级读物的词汇分级）；Flesch 1948（可读性公式）；Beglar & Hunt 2014（可读性公式的局限）。