阅读负荷与长度

Insporta 的题干为60—180个字符，每个选项最多80个字符，同一道题的选项彼此相差不超过30个字符；在一个批次中，正确答案作为最长选项的频率不高于随机水平。一道题只问一件事。之所以有这些规则，是因为作答时间与正误一同被记录，任何让某道题比相邻题目读得更慢、或让长度泄露正确答案的因素，都会污染测量。

长度区间

要素	限制	理由
题干	60—180个字符	少于60个字符，题目通常缺少所需的情境；超过180个字符，就变成了阅读任务。只有情境确实需要时才允许更长
选项	最多80个字符	选项是答案，不是段落
同一道题内的差距	任何选项都不比其余选项中最长的那个多出30个字符以上	长度相近的四个选项不提供视觉线索
整个批次	约四分之一的题目中正确答案是最长选项，约四分之一中是最短选项	四个选项时，随机水平为25%。明显高于这个比例，长度就能预示答案
范围	一道题只问一件事	不出“以下哪两项”

前两条限制是在测量了没有这些限制时写出的内容之后设定的：某个等级的题干长度从24个字符到284个字符不等，跨度太大，一项测试中的十道题无法相互比较。

为什么作答时间很重要

Insporta 记录的不只是每次作答是否正确，还有用了多长时间。单看速度是一个糟糕的指标，Heisler 及其同事（2023）发现，不结合准确率的速度排名说明不了多少问题；但速度与准确率结合起来，所携带的信息是单凭准确率所没有的，它也是构建学习者画像的一部分，见Insporta 如何应用这些研究。

前提是一项测试中十道题的阅读成本大致相同。如果一个题干是下一个的三倍长，二者之间的时间差就来自阅读，而不是思考，而画像会把它当作知识吸收进去。保持阅读负荷均衡，作答时间才能得到解读。

最长选项的答案线索

批次层面的这条规则是最难学会的。一次包含一百道足球题的试点中，有93道题的正确答案是最长选项，平均比最长的干扰项多出12个字符。一名总是选最长答案的学习者，即使对足球一无所知，得分也会远高于随机水平。作者逐行读过每道题却没有察觉，因为按意思阅读时，长度是看不见的。

第一次修补又在新的方向上把问题弄得更糟。把每个过长的正确答案都删短之后，得到的批次中有41道（共100道）的正确答案是最短选项。逐题修正只是挪动了答案线索，并没有消除它，这就是为什么这条规则写成整个批次上的分布，而不是对每道题的限制。

有效的修正方法是加长干扰项，而不是删短正确答案。正确答案该有多长，就由正确内容的需要决定；干扰项则可以添加一个分句，让它更具体。这种加长属于内容修改，也要按内容修改重新审读：在对某个足球等级的一次全面修订中，有145个干扰项被加长，其中29处加长存在缺陷。有三处把错误选项变成了正确选项（一个选项说某种战术“需要的人手超过俱乐部所能负担”，改成了“超过大多数俱乐部所能负担”，而这恰恰是事实），有一处重述了正确答案，其余的读起来像是凑字数。加长后的干扰项就是一个新的干扰项，要按新的干扰项来检查，见干扰项是如何设计的。

检查本身也曾修正过一次。早期版本衡量“最短”时，是与最长的干扰项比较，而不是与全部四个选项比较，这几乎就是“最长”的反面，算不上一个独立信号，结果一个正确答案在100道中有56道是最长选项的批次也通过了检查。现在统计是针对整个选项组进行的。

一道题，一件事

一个问“以下哪两项”或给出“A 和 B 都对”的题干，是把两道题合成了一道；一名只懂其中一半的学习者，没有正确答案可选。每道题只有一个正确答案，三个干扰项各自独立地错误，见干扰项是如何设计的。

这条规则不能做什么

长度限制不能让一道题变得正确、新颖或切题。它只消除一类让学习者不靠知识也能得分的线索，使剩下的部分就是知识。其他几类线索分别见一道题必须独立成立和同一个问题不问两次，而执行所有这些规则的检查见事实核查与质量关卡。