在移动设备上阅读内容

2010年，阿尔伯塔大学的研究人员发现当内容出现在手机大小的屏幕上时，阅读理解会受到损害而不是更大的电脑屏幕。对这个结果的一个简单解释是，在小屏幕上，用户在任何给定的时间看到的文本更少，所以他们不得不更多地依靠自己的记忆来获取阅读过程中所需的上下文信息。换句话说，较小的屏幕导致更高的工作内存负载。人们无法承受更高的负荷，所以他们的理解力受到了影响。

在我们六年后进行的研究中，我们发现了一个惊人的不同结果。我们让276名参与者在手机或个人电脑上阅读各种主题的文章。有些文章容易，有些文章难。每篇文章结束后，我们要求参与者回答几个问题，以衡量他们对内容的理解程度。我们发现没有实际的区别在参与者的理解分数中，无论他们是在移动设备上阅读还是在电脑上阅读。

尽管这一发现,我们仍然建议轻重缓急以及在为手机写作时减少不必要的内容。

方法论和分析

我们开始研究时希望我们的发现能够支持2010年的原始结论。我们的两个假设是：

1. 在手机上阅读文章比在电脑上阅读文章的阅读理解力低。
2. 阅读困难的文章对移动理解的影响大于桌面理解。

我们的参与者是一个广泛的普通网络用户样本。在研究的各个阶段，参与者都被要求阅读不同主题、不同难度的文章。

文章的难度（“容易”或“难”）取决于文章的长度（字数）和所用语言的难度（根据弗莱希-金凯阅读水平公式）。所有的文章都以HTML页面的形式呈现，这些页面是从同一个简单的设计模板创建的。

下表总结了易学文章和难学文章之间的差异（在我们最后两轮研究中使用的文章的平均值）：

相比之下，你现在读的这篇文章有2072个单词，而且是13年级时写的可读性水平．

参与者在电脑上阅读一半的文章，在手机上阅读一半的文章，在电脑和手机之间交替阅读（我们将每个人的第一篇文章使用的设备随机分组）阅读每篇文章后，他们回答多项选择题，以评估他们对刚刚阅读的信息的理解和保留程度。

我们从一个小学校开始学习初步试验（我们强烈推荐所有用户体验研究）。当我们的研究结果与以前的研究相矛盾时，认为移动和计算机之间的理解没有差异，我们不得不考虑我们的方法是错误的可能性，因此我们通过一系列的研究，通过不同的刺激和测试条件进行。最后，我们的研究结合了四个方面测量研究：

• 10名参与者在线试点
• 30-participant在线学习
• 40-participant面对面学习
• 206名参与者在线学习

在试点项目中，我们使用了来自现场网站的内容;在其他研究中，我们使用了自己写的文章，以更好地控制内容。在我们的研究中，一半的文章是简单的，一半是困难的，每个参与者在每个设备上都能看到困难和简单的文章。(换句话说，文章难度和表达方式都是受试者内的自变量。在我们最后的分析中，研究类型——在线研究还是面对面研究——是受试者之间的第三个独立变量。)

对于所有的研究，我们使用理解得分作为主要的因变量。这些分数是从0到100%的百分比，考虑到正确的回答，但也会惩罚不正确的回答(具体定义见附件资料)。在面对面的研究中，我们还测量了文章阅读时间。请注意，我们的理解度量与Singh和他的同事在最初的研究中使用的不同(他们使用了一个完形填空)．

在研究的每一个阶段，我们都调整了我们的方法或刺激，但发现了同样令人惊讶的结果——在阅读理解上两种设备之间没有明显的差异。为了补充定量测试，我们还与我们的亲自研究的参与者进行了一组焦点小组，要求他们讨论他们如何阅读网络内容以及他们如何看待移动设备上的阅读与电脑上的阅读。

（如果你想复制我们的研究，或者进行新的阅读研究，可能需要额外的设备，你可以从本文底部的链接下载我们的最终刺激和相关的理解测验问题。）

为了最大限度地提高我们研究的统计能力，我们对研究的所有四个阶段的理解分数进行了混合方差分析，控制了所使用的不同文章和研究程序。这一分析包括1629例用户阅读一篇文章并完成文章的理解测试。

对于个人数据，我们还对阅读速度(定义为阅读一个单词所花的时间)进行了重复测量的方差分析。

理解分数：在手机上略高

我们发现，平均而言，理解分数略低较高的当用户在移动设备上阅读文章时。尽管设备的效果在统计学上有显著性(p = 0.0006)，理解得分的差异在实际中没有显著性：关于手机的理解比在电脑上高出3个百分点， 95%置信区间为1%到5%。

毫不奇怪，与简单文章相比，难理解文章的理解分数更低（难理解的主要影响在p=0.0001时显著）。

非常困难的内容可能会导致手机理解能力下降

我们对理解得分的数据分析还发现，内容难度(简单文章vs.难的文章)和阅读设备(手机vs.电脑)之间存在略微显著的交互作用(p=.10)，这表明当阅读难度较大的文章时，手机的理解得分优势(已经非常小)降低了。

我们还需要更多的研究来了解这种效果是否真实，但如果是这样，并且对于越来越难的内容(超出我们研究的难度水平)，这种效果仍然是真实的，那么情况可能是这样的非常难的内容在手机上比在电脑上更难阅读．

阅读速度:在手机上阅读难度大的文章时，读者会放慢阅读速度

对于个人数据，我们还捕获了每个用户阅读每篇文章的时间。因为文章的长度不同，我们没有分析整体阅读时间，而是关注阅读速度，即文章阅读时间除以文章长度（以文字表示）。

我们的重复测量方差分析显示设备和难度之间存在显著的交互作用(p =0.01)。两种设备上阅读简单文章的速度都一样快，但在移动设备上阅读硬文章的时间实际上比在计算机上要长。(平均而言，参与者在手机上阅读时每个单词要比在电脑上多花30毫秒。)

移动设备的速度-精度权衡

为什么我们在不同设备之间没有理解得分的差异?这个结果是否与我们的理论相矛盾，即在小屏幕上显示的文本比在大屏幕上显示的文本引发更高的认知负荷?

我们可以通过考虑手机和电脑的阅读速度差异来找到答案。记住，当参与者阅读简单的文章时，他们在手机上的阅读速度和在电脑上差不多。然而，当参与者阅读时困难的文章(长字数，有挑战性的话题和语言)，他们的阅读速度会减慢。

换句话说,，他们无法承受更高的工作记忆负荷，为了达到同样的理解水平，他们必须:

1. 更仔细地阅读，试着记住潜在的相关信息，或者
2. 回去重读某些段落。

在心理学中，这种现象被称为-准确率权衡法则-用户必须放慢速度，才能在手机上达到和在电脑上一样的理解难度文章的水平。

这表明，虽然阅读理解在手机和电脑上可以比较容易阅读的文章，随着内容的复杂性增加，在手机上阅读变得更加困难. （在理解分数上的显著交互作用也指向了这个方向。）

速度与准确性的权衡也为为什么我们得到了与辛格及其同事截然不同的结果提供了一个潜在的解释：他们的研究使用了非常困难的内容(隐私政策)作为刺激因素。很有可能，在这种复杂程度上，参与者只是牺牲了他们的一些理解，以保持实验的相当高的完成速度。对于非常复杂的内容，我们可能仍然会看到手机上的理解分数大幅下降。但是，我们永远不会建议任何网络内容像隐私政策那样复杂。

还有其他几个可能的原因可能导致了结果的不同:

• 之前的研究使用了不同的理解度量(完形填空测试)。有可能我们的测试触及了不同的认知过程。
• 移动设备上的文本显示已显著改进自Singh等人的研究以来。智能手机的屏幕更大，分辨率也更清晰:今天的典型手机屏幕(iPhone 7)的像素是最初研究时(iPhone 3)的6.5倍。
• 一些参与者表示，他们经常在手机上阅读文章他们评论说，拇指滚动感觉比获取滚动条并拖动滚动条更容易——有些用户仍然这样做，不习惯鼠标上的滚轮。
• 一些参与者表示，他们喜欢移动设备上没有“干扰”的感觉．对于连续阅读，如文章，移动可能在这里有优势。虽然小窗口限制了一次浏览的信息量，但它也可以过滤掉竞争信息。

关键外卖

对于像文章这样的线性内容，特别是容易阅读的内容，在手机上的理解能力似乎与大型设备相当。

这是否意味着移动设备现在和台式机或笔记本电脑一样易于使用？不幸的是，不是。

首先，我们知道，总的来说，移动设备上的任务性能仍然较低而不是台式机或笔记本电脑。我们在这项研究中测量了阅读理解，但大多数网络任务涉及的远不止阅读。文章是线性内容-它们不能反映所有的网络内容或在线任务。大多数在线活动都涉及某种程度的导航和互动。电子商务和其他网络任务需要大量的导航和多个内容之间的比较．

其次，即使在移动设备和电脑上的阅读理解得分相当，我们发现移动阅读器在阅读速度上付出了代价:当文章更困难时，他们要达到在电脑上阅读的理解水平会更慢。因此,对于难读的段落，手机阅读器必须比电脑阅读器更加努力。理解分数只是任务表现的一个方面；阅读速度是另一个方面，为了全面了解，必须将它们结合起来考虑。

对移动内容的建议

我们一直提倡移动内容简洁和这个规则仍然有效. 无论使用何种设备，简短易懂的文章阅读速度更快。也就是说，手机对超短内容的严格要求可能会放宽如果内容是:

• 为一般的网络用户适当地编写(没有挑战性的主题或语言)
• 用于娱乐、消磨时间或提供信息

然而，某些网站确实提供极具挑战性的内容，包括许多金融、医疗和科学部门的组织;某些政府机构;以及针对IT或工程客户的B2B网站。如果你是这些网站之一，我们强烈推荐你对任何高度复杂的材料进行自己的可用性研究你希望你的读者在移动设备上访问。

尽管手机阅读理解的简易文章似乎可以与电脑阅读相媲美，但这并不意味着我们可以忽略仍然存在的问题移动的局限性．

大多数的网络写作都是不在线性格式-它需要一定程度的互动或比较努力，这增加了读者的认知负荷．正如速度和准确性之间的权衡所表明的那样，读者可能需要付出更多的努力来理解手机上的困难主题。许多移动活动也是在移动中进行的，这意味着环境条件往往会分散用户的注意力。

对于大多数移动内容场景，简明扼要和优先次序的需要仍然至关重要。

参考

R.I. Singh, M. Sumeeth，和J. Miller:“移动环境中隐私政策的可读性评估”，《国际移动人机交互杂志》，第3卷，第5期。1(2011年1月至3月)，第55-78页。