AIR 阅读法：阅读题的答案，不在"翻译完整篇"里
AIR 阅读法把阅读题当作信息任务处理：先定题目，再定位信息，最后作答。本文说明这套专项模型的用法、训练顺序，以及它目前的确认状态。
高考英语的应用文阅读，越来越像真实世界里的信息任务。
旅游指南、活动通知、大学项目、志愿服务、赛事安排、社区服务、博物馆与城市指南——这些文本有一个共同点：它们不是用来欣赏的，是用来完成一件事的。
这意味着阅读能力的要求变了。核心不再只是"能不能把全文翻译下来"，而是能不能：
获取 → 定位 → 整合 → 判断 → Respond
A = Acquire Information｜快速获取信息
I = Integrate Information｜整合关键信息
R = Respond to Information｜完成判断与作答
它与通用 AIR 同构：同样是"冲击 → 反应"，只是把场景限定在阅读这个专项上。
状态说明： 这套模型目前的定位是 CURRENT STRATEGY / FOUNDER IDEA，属于正在使用中的教学策略，尚未完成正式的 Canon 确认。我们在这里如实标出，方便读者判断该信多少。
应用文阅读的题目，绝大多数落在下面几类信息上：
这八类信息有一个共同特征：它们在文中是可以被"找出来"的，不需要先理解全文。
最常见的做法是：
先全文逐句翻译 → 再找答案
这套做法的问题在于：它把一道信息题变成了一道翻译题。 时间花在了不考的地方。
AIR 阅读法把顺序倒过来：
题目 → 关键词 → 定位 → 比较与整合 → 验证
关键在于第五步：很多错误不是"没找到"，而是"找到了但没看完条件"。
因为它练的不只是做题速度。
当学生用"获取—整合—回应"的方式处理文本时，他同时在练三件真实世界需要的能力：从信息里快速找出关键项、把分散信息拼成一个判断、用信息完成一个任务。
这是我们认为阅读训练里最值得迁移的部分——即使换一门考试、换一种语言，这三件事依然成立。
我们内部规划过一组 14 天阅读训练主题，选材不局限于考试文本，而是把世界议题和应用文放在一起：从城市通票、大学项目、青年峰会，到 AI 与教育、注意力经济、孤独悖论、工作的未来。
理由很朴素：如果阅读材料本身无聊，训练很难持续；如果材料只服务考试，能力很难迁移。
关于应用文阅读的趋势，我们内部有一些分析数据（例如某类文本在近年试卷中的占比）。
这些数据属于待核验的内部分析。在完成可复现的真题统计之前，我们不会把它们写成"官方统计"或"已证实的事实"。
在文章里标出证据状态，不是自我设限，而是避免让读者把一个粗略观察当成确定结论。
下一步： 想了解这套方法背后的总纲，请读「AIR Method™」；想了解它在 AI 场景里怎么用，看「AI 学习体系」。
署名： 研究院研究组 Research Institute · 杨斯毅教育研究院