Creative Reading: Scaffolding Reading for Transformation
Sophia Liu, Sarah Abowitz, Yijun Liu, Sarah Sterman, Shm Garanganao Almeda, Max Kreminski
cs.HC, cs.IR, cs.SI
2026-06-03
HT'26 用传输/转化 × 替代/脚手架画出阅读增强四象限。AI 摘要和 research agent 落在替代×传输格；学术阅读真正缺的，是能把读者读出来的脚手架。
论文阅读工具越来越好用。Scim 按预定义内容类型把注意力导到该看的位置，ScholarPhi 把术语定义弹到光标旁，research agent 能直接回答「这篇贡献是什么」。文献堆着、时间不够，这些约束是真的。
工具默认的阅读观也一起被装进去了：读一篇论文，等于尽快抽出可带走的信息核，其余丢掉。论文把这种姿态叫做「reading to discard」，读完丢掉，像处理一堆邮件。学术阅读里，「这篇意味着什么、为什么重要」本身就是工作。把解读外包给模型，读者拿到一份现成解释，没有走过让那份解释变成自己的过程。
HT '26 这篇 8 页 provocation 来自 CHI 2026 的 STAR workshop 讨论组，作者来自 UC Berkeley、Tufts、UIUC、Cornell Tech。它不给新系统，也不跑用户实验。它要换的是尺子：阅读增强到底假定了哪种阅读、优化什么、为谁优化、顺手削弱了什么。
概念几乎全是借来的，拼法是这篇的贡献。
Rosenblatt 的 transactional theory 把阅读看成读者与文本的交易，产物叫做「a reading」：这一次阅读留下的解释或痕迹，可以是批注、联想链，也可以是跨一堆论文慢慢长出来的综合。这跟后来拿读到的东西写出来的论文是两回事。同一篇文本，读者可以取 efferent stance，带走事实、指令、主张；也可以取 aesthetic stance，经历阅读过程里的感受、图像、联想。姿态由读者选，不由文类锁死。
Barthes 区分 readerly 与 writerly 文本。Iser 说文本有解释空隙，要读者用想象填上。Murray 在 interactive digital narrative 里把 agency 和 authorship 拆开：读者不是作者，但仍在预先写好的可能性空间里即兴。Zhang 把活动分成 consequential（价值在结果）和 dialectical（价值只能从活动内部发现，像做研究、交朋友）。Nakakoji 把创造力工具比成跑鞋、哑铃、滑雪板：减摩擦、练能力、打开新动作。Kreminski 与 Mateas 的 process aesthetics 把工具使用过程的体验，和产出物的品质分开谈。这里抓两样：心流，让费力变得愿意继续；反思，让费力变成转化。
选学术阅读当主战场，是因为它同时有清楚的带走目标，和开放、来回、要自己站队的过程。设计空间跟 Vitali 的追问对齐：假定了哪种阅读、优化什么、为谁、削弱了什么。系统按界面和评价口径所推崇的价值来归位。
两根轴：
交叉出四个取向，过渡带上再标两块机会空间。
没有用户实验，没有准确率，没有对照基线。产出是这张四象限图，外加对现有系统的归位。
| 象限 | 典型系统 | 创造了什么 |
| 替代 × 传输 | AI 摘要、文档问答、research agent | 一份结果，常常既没有「一次阅读」，也没有被读出来的读者 |
| 脚手架 × 传输 | Scim、ScholarPhi、Relatedly、AbstractExplorer | 一次阅读，读者还在场；评价仍盯着更好的学术产出 |
| 脚手架 × 转化 | IDN / Twine、LiquidText、超文本笔记本、Tompkinsia | 一次阅读，也在长时段里塑造读者 |
| 替代 × 转化 | 个性化信息流、会带偏立场的 AI 搜索摘要、谄媚式 AI 建议 | 在塑造读者，读者却没参与这场改变 |
现有学术阅读系统大多落在「脚手架 × 传输」。Scim 按内容类型导注意力；ScholarPhi 提供即时定义以免打断心流；Relatedly 整理 related work，方便扫文献范围。它们把读者留在阅读里，计分板仍是更快、更干净的传输。AbstractExplorer 更靠边上：保留作者原句，让读者自己看出差异，评价却还是语料熟悉度和筛选相关论文这类有界任务。它指向转化，仍按传输验收。
「脚手架 × 转化」的清楚样板在叙事系统。Twine 一类非线性故事用分叉路径让读者感到选择的后果。LiquidText 让文档可空间摆弄，接近空间超文本用布局表达关系的老传统。超文本笔记本把先前阅读痕迹留下来，供以后反思和复用。Tompkinsia 用源文、评注和数据分析练语言能力与判断，更像哑铃。这些系统部分碰到了转化，还没有把学术阅读按过程美学来设计。论文把这块空位置标成 Opportunity Space 1：转化式学术脚手架。
第四象限被点名为要小心的高产区。系统如果只设计心流、不设计反思，就会在读者不知情时改掉他们想什么、珍视什么。Xu 等人 2025 年的工作显示，AI 搜索摘要能把用户态度和政策支持推向摘要所采取的立场；Santos 等人 2021 年指出链接推荐会加厚回音室极化；Cheng 等人 2026 年发在 Science 上的研究表明，谄媚式 AI 建议会削弱自我纠错。Opportunity Space 2：让算法策展从替代走向参与。
做论文阅读产品的人，这篇的用处是一张诊断图，不是一份实现清单。Semantic Reader 那一路（扫结构、弹定义、整理相关工作）被明确标成有价值的跑鞋：减摩擦，读者仍负责做出自己的阅读。危险的是同一套能力滑向「学生靠摘要写读后感、研究者靠 agent 引用没读过的论文」。边界模糊。Vitali 2026 问的就是这句：增强阅读时，我们到底想干什么。
对每天被文献淹没的人，结论不是「别用 AI 摘要」。查一个定义、确认一个数字，替代是合理任务。一旦目标是形成判断、综述一个领域、决定一篇值不值得跟进，过程本身就是训练。Murray 把数字环境里的导航比成 orienteering：不瞬移到终点，沿路标走。Teevan 等人 2004 年观察到，即使用户可以瞬移到教授办公室号码，他们仍愿意从院系主页点进去。路线更慢，答案带着语境，也留下以后可回溯的心智地图。
这是立场校正，不是新算法。它把 Engelbart 那句「增强是一种生活方式」重新接到论文阅读上，并指出第四象限已经很挤。
作者自己把焦点收在个体读者。结尾才补上 Fish 的 interpretive communities、Engelbart 的集体智能，以及超文本用可见链接和痕迹保存复数阅读、避免被一份 AI 摘要压成单一 takeaway 的能力。集体那一层被点名，没有被做成设计。
更大的缺口是实证。四象限靠作者对界面和评价口径的解读来归位，没有编码手册，没有第二标注者，也没有用户研究证明「转化式脚手架」真的改变了读者。Opportunity Space 是图上的空圈，不是做成的系统。把 IDN 的过程美学搬进说明性学术文本，听起来顺，做起来会撞上两堵墙：论文结构高度程式化，读者时间极紧。文本拒绝肤浅地反对效率，却没给出「何时该留摩擦、留多少」的操作标准。Kumar 2026 的 productive friction 被引用了，这篇没把它收成可测的设计原则。
把个性化信息流和谄媚式助手放进「替代 × 转化」，等于把推荐系统和阅读增强当成同一类对象。类比有用，范畴被拉得很宽。