如何閱讀研究論文：三遍閱讀法完整解析

大多數人讀研究論文的方式就像讀小說：從第一頁依序讀到最後一頁，希望讀著讀著就能理解。但通常不會。論文本來就不是為了線性閱讀而寫的。它們是結構可預期的參考文件，一旦掌握了這個結構，你就能在十分鐘內判斷一篇論文值不值得花一個下午。

本指南介紹 POMODIARY 團隊使用的方法，建立在廣為教授的三遍閱讀法之上，這個方法出自電腦科學家 S. Keshav 的短文〈How to Read a Paper〉。我們另外為每個章節加上實用的檢查清單、一份可以直接套用的筆記範本，並坦白說明 AI 閱讀助理在哪些地方有幫助、在哪些地方沒有。

為什麼線性閱讀行不通

典型的論文把研究動機放在前面，把你真正用來評判它的細節放在後面。如果你從引言開始，硬啃每一條方程式，就會把最多的力氣花在你最沒有能力評估的部分，而且是在你還不知道這個結果對你重不重要之前。三遍閱讀法把順序反過來：先投入一點點，做出判斷，只有當論文值得時才投入更多。

三遍閱讀一覽

遍數	時間	目標	你能回答的問題
第一遍	5 到 10 分鐘	掌握輪廓	這是哪一類論文？和我有關嗎？
第二遍	最多一小時	理解內容	他們做了什麼、發現了什麼？證據有多強？
第三遍	數小時	深入理解	我能重現這項研究嗎？它的弱點在哪裡？

你遇到的大多數論文，都應該在第一遍之後就停下來。這不是偷懶，而是分流篩選。

第一遍：鳥瞰全貌

只讀以下部分，並依照這個順序：

標題和摘要。 什麼問題、什麼方法、最主要的結果。
引言。 快速瀏覽，特別留意最後一段，那裡常會列出研究貢獻。
章節與小節標題。 這些是論文的骨架。
圖和表。 看一看並讀圖說，但先不要仔細研究。
結論。 比較作者在最後宣稱的內容，和他們在開頭承諾的是否一致。
參考文獻。 掃一眼有沒有你已經知道的論文。這能告訴你這篇論文屬於哪一場學術對話。

第一遍結束時，你應該能回答 Keshav 所說的「五個 C」：

類別（Category）： 這是新方法、量測研究、綜述、重現研究，還是理論論文？
脈絡（Context）： 它建立在哪些先前研究之上，或是在反駁哪些研究？
正確性（Correctness）： 乍看之下，它的假設是否合理？
貢獻（Contributions）： 具體來說，新的是什麼？
清晰度（Clarity）： 它寫得夠好，值得你花力氣讀嗎？

如果你答不出來，要嘛是論文寫得不好，要嘛是超出了你目前的背景知識。兩者都是值得知道的資訊。

摘要該看什麼

摘要是一則廣告，所以要帶著懷疑去讀。畫出四件事：問題、方法、主要的量化結果，以及比較的基準。「我們的方法提升了準確率」在你知道「和什麼相比、用哪份資料、提升多少」之前，幾乎沒有意義。如果摘要完全沒有數字，就把它記下來，當成第二遍要回答的問題。

第二遍：理解內容

現在仔細讀完整篇論文，但跳過證明和密集的推導。你的目標是能夠向同事解釋論文的主要論點及其證據。

正確解讀圖表

許多論文的成敗就在圖表上。對每張重要的圖：

先讀座標軸標籤和單位，再看曲線。y 軸是否被截斷，讓微小的差異看起來很大？
檢查是否有誤差線或信賴區間，以及它們代表什麼（標準差、標準誤，還是 95% 區間）。
數一數比較的條件。是不是缺少了理所當然該有的基準？
把圖對照到內文中引用它的句子。內文的主張是否超出了圖所呈現的內容？

閱讀研究方法

研究方法一節回答的是最重要的問題：這個結果有沒有可能只是產生方式所造成的假象？請檢查：

資料或樣本： 從哪裡來？規模多大？如何挑選？樣本太小或是方便取樣，會限制結果能推論的範圍。
比較對象： 對照組或基準是什麼？它是否得到了公平的對待（例如同樣經過調校）？
量測方式： 結果是怎麼量測的？它是否能很好地代表研究者真正關心的事物？
分析： 分析方式是事先決定的，還是可能在看到資料之後才調整？
可取得性： 程式碼、資料或材料是否有公開？這會影響你能自行驗證多少。

遇到不懂的地方先做記號，不要停下來。不熟悉的術語和參考文獻列成清單，之後再查。如果讀完這一遍仍然無法理解論證，這是一個訊號：你該先去讀背景資料，而不是硬著頭皮讀下去。

第三遍：在腦中重新實作

第三遍是留給和你自己的工作息息相關的論文：你要在它的基礎上繼續發展、要審查、要教授，或是要當作關鍵證據引用的論文。做法是在腦中重新建構這項研究。採用作者所做的相同假設，然後問自己會怎麼做。當你的版本和他們的不同時，你會發現要嘛是一個你沒想到的巧妙點子，要嘛是一個他們沒有說明理由的隱藏假設。

在這一遍中，要逐步走過推導、檢查表格裡的數字彼此之間以及與內文是否一致，並寫下你能想到最有力的反對意見。一個不錯的檢驗方式是：你能不能在讀書會上報告這篇論文，並招架尖銳的提問？

可重複使用的筆記範本

筆記讓閱讀得以累積。我們建議每篇論文寫一份簡短的筆記，格式保持一致：

引用資訊： 作者、年份、標題、發表處、連結或 DOI
一句話摘要： 用你自己的話寫
問題： 論文要填補什麼缺口
方法： 用兩三行說明做法
主要結果： 附上實際數字和比較基準
證據品質： 樣本數、基準、作者承認的限制，以及作者沒提到的限制
與我的關聯： 和我的專案或問題有什麼關係
未解問題： 我仍然不懂或存疑的地方
讀到第幾遍： 一、二或三

「讀到第幾遍」這個欄位很重要。六個月後，它會告訴你當初是真的讀懂了一篇論文，還是只是略讀，而這會影響你該多信任自己寫的摘要。

常見錯誤

只讀了第一遍就引用。 只讀到摘要的程度，不足以把一篇論文當作某個具體主張的佐證來引用。
對圖表照單全收。 截斷的座標軸、缺少的誤差線，以及刻意挑選的範例都很常見。
忽略研究限制一節。 作者常會自己在文末附近簡短地寫出最重要的但書。
永遠一個人讀。 和另一個人討論一篇論文，能很快暴露出誤解。
從不停下來。 不是每篇論文都值得讀第三遍。懂得決定何時停下，也是一種能力。

AI 閱讀助理的定位

當 AI 工具是用來輔助這三遍閱讀、而不是取而代之時，它們在這個過程中確實很有用。它們擅長在第一遍時幫你掌握陌生子領域的大意、在第二遍時解釋某個術語或艱澀的段落，以及在你用第二語言閱讀時翻譯段落。但若要拿它們來檢查圖表、評判研究方法，或判斷某個主張是否真的有根據，它們就不是合適的替代品。它們也可能信心滿滿地說出論文裡根本沒有的內容。

合理的工作流程是：用每日推送來發掘論文，遇到重要的內容就去讀原文。我們自己的工具 ChatPaper.AI 每天發布五篇白話的論文摘要，很適合作為跨領域的第一遍篩選。當某篇論文值得深入時，它的工作區可以讓你針對特定段落提問，但規則不變：任何數字或主張在寫進你的筆記或文章之前，都要自己在 PDF 中找到它。關於這項原則，我們在「如何負責任地用 AI 摘要論文」的指南中有更深入的說明。

簡單的每週例行流程

如果你想跟上某個領域的進展又不想被淹沒，可以試試這樣做：

每個工作日花十分鐘，對幾篇新論文做第一遍閱讀。
每週挑一兩篇做第二遍閱讀，並寫一份完整筆記。
每個月挑出最重要的一篇做第三遍閱讀，最好能和同事一起。

這樣的節奏一年下來，就能累積數十篇真正讀懂的論文，比大多數從頭讀到尾的人還要多。