考试、研究和工作场合问的其实是同一个问题：这里有两篇关于同一事件的报道——你怎么看？这是一项独立的技能，不能简单地归结为分别读懂每一篇文章。
拆分成三个层面
对每篇文章都问三个问题：
- 它给出了哪些事实？
- 它持有什么立场？
- 它对什么保持沉默？
第三点通常最能说明问题，也最容易被忽略。
先问是谁写的
在比较内容之前，先比较信息来源。两篇文章之间的分歧，往往完全可以用「是谁写的」来解释：
| 问题 | 为什么重要 |
|---|---|
| 一手还是二手？ | 目击者的证言，还是转述 |
| 这个版本对谁有利？ | 比如一家公司自己发布的关于自身安全状况的报告 |
| 什么时候写的？ | 事发当时，还是五年之后 |
| 写给谁看的？ | 专业期刊，还是大众报纸 |
新闻稿和独立调查报道之间的分歧，不是什么谜团，而是意料之中的结果。
两篇文章可能在哪些方面不同
同样的事实，不同的侧重。
文本A：Unemployment fell to 6%, though 400,000 remain out of work.
文本B：400,000 remain out of work, though unemployment fell to 6%.
事实完全相同。但 though 后面的部分总是被降低了分量——这正是为什么A听起来乐观，而B不然。
同样的事实，不同的定性用词。
A: The government invested £2bn in the scheme.
B: The government spent £2bn on the scheme.
Invested（投资）暗示着会有回报。Spent（花费）则没有这层意思。
事实本身不同。 一篇说「300人」，另一篇说「1000人」。这时要问的是谁在什么时候统计的：主办方和警方给出的数字经常不一致。
统计范围不同。 一篇文章取一个月的数据，另一篇取五年的数据。趋势会因为起点选在哪里而完全相反。
当数字对不上的时候
数字上的分歧通常都有一个平淡无奇的解释，在断定有人说谎之前，值得先去找找这个解释：
- 定义不同。 「失业」这个概念，有的统计口径包括不找工作的人，有的不包括。
- 统计周期不同。 一个是月度数据，一个是年度数据。
- 统计范围不同。 城市、地区、国家。
- 初步数据与最终数据。 早期数字后来往往会被下修。
- 计量单位不同。 绝对数值，还是人均比例。
如果以上都解释不了差异，那才是一个真正值得讨论的矛盾。
一张表格能让这件事变得可控
面对两篇或更多文章，最快的方法不是做笔记，而是画一张表格：
| 文本A | 文本B | |
|---|---|---|
| 核心论点 | 试验成功了 | 结果尚未得到证实 |
| 使用的证据 | 员工反馈 | 季节性数据 |
| 沉默的内容 | 没有提到季节因素 | 没有提到员工的意见 |
| 立场 | 积极 | 谨慎 |
填完这四行只需要两分钟，却几乎能回答任何关于比较的问题。
用于比较本身的表达
- 表示一致：Both texts…、Like Text A, Text B…、Similarly…
- 表示分歧：Whereas A argues…, B maintains…、In contrast…、A goes further, claiming…
- 表示部分一致：While both accept X, they differ on Y.
- 解释分歧：This difference may reflect…、A is writing for…, whereas B…
正是最后一类表达，把一份差异清单变成了真正的比较——评分也正是看重这一点。
例子解析
A: The trial reduced waiting times by a third. Staff described the new system as a clear improvement.
B: Waiting times fell during the trial, though the period coincided with a seasonal drop in demand. Staff were not surveyed independently.
两者在事实层面是一致的（等待时间确实缩短了）。分歧在于原因（是新系统的作用，还是季节因素），以及**证据的质量**（员工意见是谁调查的）。而两者说的都不是假话。
再看一组
A: More than 8,000 people have signed the petition, showing the strength of local feeling.
B: The petition, which is open to signatories worldwide, has attracted around 8,000 names — roughly 2% of the town's population.
两篇文章里的数字完全一样。A把它呈现为一个庞大的、本地性的数字；B则指出这个数字未必都来自本地，而且按比例来看并不算大。争论的焦点完全在于这个数字意味着什么，而不在于数字本身是多少。
两篇文章之间的分歧本身就是信息，而不是一道要你选出赢家的题目。 直觉会让人想要判定谁对，然后把另一方抛在一边。但很多时候没有谁是错的：它们回答的是略有不同的问题，或者写给的是不同的读者。能够说清楚它们究竟在哪里存在分歧，比裁定一个赢家更有价值。
自测
下面的测验会给出成对的片段。请留意第二段补充了什么，或者省略了什么。