人类之所以有语言，可能是因为人具有出色的发声学习（vocal learning）天赋。婴儿先听到声音和字词，形成记忆，然后尝试发出这些声音，随着他们不断成长，这项能力也会增强。大多数动物都根本学不会模仿声音。虽然非人类灵长动物可以学会用各种新的方式来运用先天的声音，但却无法像人类一样学会新的叫声。

有趣的是，少数在亲缘上离我们更疏远的哺乳动物，包括海豚和蝙蝠，却有这种能力。这些非人类发声学习者分散在各类物种之间，其中最突出的是鸟类——这项技能对它们来说易如反掌（翅？）。

鹦鹉、鸣禽和蜂鸟都能学会新的叫声。其中一些物种的鸣叫（call）和鸣唱（song）甚至和人类语言有着其他许多的共同点，比如能够有意地传递信息。这些叫声还应用到人类语言里面一些元素的简单形式，比如音韵（phonology）、语义（semantics）和句法（syntax）。此外，还有一些更深层次的共性，像相似的大脑结构，都是那些无法学会发声的物种所没有的。

*译者注

鸟类的鸣声包括鸣唱（song）和鸣叫（call）。鸣叫较短促、较简单，雌雄个体在全年内都会发出，例如飞行鸣叫、觅食鸣叫、筑巢鸣叫、集群鸣叫、报警鸣叫、悲伤鸣叫等。而鸣唱持续时间较长的、相对较复杂，一般由雄鸟在繁殖期内发出，具有两大主要功能：宣告领域和吸引配偶。

茱莉亚·海兰德·布鲁诺（Julia Hyland Bruno）是哥伦比亚大学的动物行为学家，研究斑胸草雀（zebra finches）鸣唱学习中的社会特性。她表示，这些人类语言和鸟鸣的相似之处促使近几十年来相关研究大量涌现，“很多人都将人类语言和鸟类的鸣唱进行了类比分析。”

海兰德·布鲁诺之所以研究斑胸草雀，是因为它们比大多候鸟更有社会属性——它们喜欢以小群体的形式迁徙，偶尔也会聚成更大的群体。她表示：“我感兴趣的是，它们如何在群体中通过发声来进行文化交流与传播。”在2021年的《语言学年鉴》（Annual Review of Linguistics）中，她合著了一篇论文，比较了人类语言与鸟类鸣唱的学习方式和文化^[1]。

鸟鸣和人类语言都是通过个体的发声学习，以各种文化方式传递给后代。同一种鸟类，若不同群体距离相隔较远，鸣唱可能会发生细微改变，随着时间的推移最终将产生一种新的方言——这一过程很像人类发展出不同口音、方言和语言的过程。

考虑到所有这些相似之处，我们就该提出一个问题：鸟类本身是否有语言？但这可能取决于你如何定义语言本身。

“根据语言学家的定义，我不认为鸟类有语言。”纽约洛克菲勒大学的神经学家埃里希·贾维斯（Erich Jarvis）表示。他和海兰德·布鲁诺合著了那篇有关鸟类鸣唱和语言的文章。但对于像他这种研究鸟类声音交流的神经生物学家来说，“我认为它们拥有我们称之为口语的某种残余或基本的形式。”

“就像‘爱’这个词的理解，每个人都有自己的答案。这些问题在某种程度上就是个谜。”

贾维斯说，口语有多种组成部分，其中一些在不同物种中更为普遍^[2]。相当常见的一种是听觉学习（auditory learning），就像狗知道如何对“坐下”这一口头命令作出反应。他说，人类和一些鸟类所能做到的发声学习，是口语最特殊的组成部分之一，但所有这些成分一定程度上都能在其它动物中找到。

鸟类鸣叫的语法

人类语言的一个关键要素是语义，即单词与意义之间的联系。长期以来，科学家们一直认为，动物的发声和我们的不同，它们是非自愿的，并且只是反映动物的情绪状态，没有传达任何其他信息。但在过去的四十年里，大量研究表明，许多动物都有不同的叫声去传递不同的具体信息。

许多鸟类面对不同的捕食者，会使用不同的报警鸣叫。在树洞里筑巢的日本山雀（Japanese Tit）会用一种鸣叫声示意它们的雏鸟蹲下来，以免被乌鸦拉拽出巢^[3]，还会用另一种叫声叫雏鸟跳出巢，以防树蛇的攻击。北噪鸦（Siberian Jay）的鸣叫则会根据猎鹰状态的改变而改变：猎鹰是在栖息、寻找猎物还是发动攻击声^[4]——每一种叫声都会引起附近其他北噪鸦的不同反应。而黑顶山雀（Black-capped Chickadee）则是通过改变它们独特叫声中“dee”的数量，以示捕食者的相对体型大小和威胁程度^[5]。

最近的两项研究表明，一些鸟类的发声顺序可能会影响其表达的含义。这一说法虽仍存在争议，但这可能展现出了句法的基本形式。句法规定着人类语言中单词和其它句子成分的顺序和组合，比如最典型的例子“狗咬人”和“人咬狗”，因为顺序不同，句子含义完全不同。

除了报警鸣叫，许多鸟类使用集群鸣叫来召集其它同类。日本山雀^[6]和斑鸫鹛^[7]（Southern pied babbler）似乎都会将报警鸣叫和集群鸣叫结合在一起，让同胞们聚集起来，不停干扰、赶走捕食者。当鸟儿们听到这一叫声时，它们就会靠近呼叫者，同时对危险保持警惕。

对日本山雀而言，鸣叫的组合顺序很重要，这表明它们可能也有基础的句法，也就是跟语言顺序有关的规则。

—

SIGEKI/ADOBE STOCK

京都大学的动物行为学家铃木俊贵（Toshitaka Suzuki）所领导的科学团队发现，对日本山雀而言，鸣叫的组合顺序很重要。团队给野生山雀播放了两种录音，一种是所记录的“报警+集群”的组合叫声，另一种人工逆转的“集群+报警”的组合叫声，前者激发了鸟儿们更为强烈的围攻行为。这可以简单地理解为，鸟类识别出“报警+集群”的叫声是因为这是一个完整的信号，而不是靠识别出其各个组成部分，但科学家们想出了一个更聪明的方法来检测这一问题。

褐头山雀（Willow Tit）有它们自己独特的集群叫声，但野外的日本山雀也能听懂并作出反应。当铃木的团队将褐头山雀的集群鸣叫和日本山雀的报警鸣叫结合起来时，日本山雀做出了同样的搜寻危险对象并接近鸣叫者的反应——但前提是鸣叫的顺序得是“报警+集群”。

铃木及其同事在2017年的《当代生物学》（Current Biology）上写道：“这些结果为动物交流系统和人类语言存在共通之处提供了新的证据。”^[8]

但加州大学圣地亚哥分校的行为神经学家亚当·菲什拜因（Adam Fishbein）表示，山雀和斑鸫的叫声组合是否真的与序列关系更为复杂的人类语言有关，取决于你如何解读。

菲什拜因说：“如果鸟类真的具有语言系统，你将会得到一大堆不同的组合。鸟类具有非常严格的系统。”

听清楚搞明白

菲什拜因对斑胸草雀鸣叫的研究表明，句法对鸟类可能不如对人类那么重要。他说：“我觉得人们一直试图把人类思考交流的方式套用在鸟类上。”

鸟类的鸣唱可以非常的复杂，而且音符、音节和动机*都往往会有典型的序列和模式。因此，比起山雀的报警和集群叫声，鸟类鸣唱可能更接近人类语言。在人们听来，部分鸟鸣会让人联想到单词的音节，因此也容易认为这部分顺序对传达信息很重要。但是，也许你会惊讶，关于鸟的耳朵如何感知鸣唱的序列，我们知之甚少。菲什拜因的研究表明，鸟类听到的鸣唱可能与人类听到的截然不同。

*译者注

动机（motif）是音乐结构的最小单位，由具有特性的音调及至少含有一个重音的节奏型构成，是主题或乐曲发展的胚芽，也是音乐主题最具代表性的小单位，可以简单理解为音乐创作最初的灵感。

菲什拜因在马里兰大学的毕业研究也是关于斑胸草雀。通过训练，这些鸟能在听到播放的声音发生变化时按下按钮。若是它们识别正确，按下按钮就能得到一个食物奖励。若是猜错，它们围栏里的灯就会短暂地熄灭一下。通过这项测试，可以得知鸟类真正能够解读出哪些差异，也有助于科学家们理解鸣唱中的哪些方面对鸟类很重要。^[9]

在一项测试中，菲什拜因和同事们先是以规律的时间间隔连续重复播放了雀类的标准鸣唱，然后播放了人工重新排列音节的版本。人类很容易察觉到这种变化，但鸟类却表现得异常糟糕。

但在另一次测试中，这些鸟儿却表现得更好。在每个鸣唱音节中，都有被称为“时间精细结构（temporal fine structure）”的高频细节，这可能像我们所说的音色或音质^[10]。当科学家们倒放其中的一个音节，改变鸣唱的精细结构时，山雀们的辨别能力有了质的飞越。

菲什拜因说：“这是另一个声音维度，在这个维度里，它们的听力比我们更好。所以，在鸟鸣唱时，我们只是随意听听，并没有注意到到这一声音维度里的信息。”

语言学家胡安·乌里亚格雷卡（Juan Uriagereka）是菲什拜因在马里兰大学的同事。他表示，当我们在理解鸟类听到什么，什么对它们来说是有用的信息时，我们被自己所听到的东西所束缚了，同时也受到很多研究使用的统计分析的限制——在这里是用句法分析鸟鸣。他说：“十年前，我们根本还不知道它们是在以什么为单位来合并。当然，我们所认为的单位其实只是我们的猜测，对吧？”

虽然所有雄性斑胸草雀都学习了相同的鸣唱，但科学家们发现，在演绎这一标准鸣唱时，存在着时间精细结构上的差异，这暗示着鸟类的交流系统可能比我们想象中的要丰富得多。菲什拜因说：“可能大部分意义都被打包放进了单个元素中，而这些元素如何排列对表意可能没那么重要。”

为了搞清楚斑胸草雀的哪部分鸣唱对鸟类重要，科学家们打乱了一段录制的鸣唱，看看鸟类是否会注意到这一点。最上面一排是自然鸣唱的声谱图。中间那排是科学家们打乱音节时的声谱图，对此鸟儿们没有反应。但是，当科学家们逆转了其中一个音节时，如最下面一行所示，鸟类们却很好地捕捉到了这一变化。

—

ADAPTED FROM A.R. FISHBEIN ET AL / PHILOSOPHICAL TRANSACTIONS OF THE ROYAL SOCIETY B 2019

说出的是想表达的吗？

即使有些鸟鸣表现出了人类语言的基本特性，对于鸟儿们的实际想法，我们知之甚少。大多数动物交流研究都集中在描述信号和行为上。表面上看，它们可能很像人类的行为，但要确定驱动这些行为的潜在认知过程是否也相似却充满挑战。

这个问题的核心是意向性（intentionality）^[11]。动物是仅仅对环境做出了反应，还是打算向彼此传递信息呢？例如，在发现食物后，一只鸟可能会发出一种特有的叫声，吸引其他鸟类来觅食。这一叫声是相当于“耶！有食物！”—即无意之中吸引了其他的鸟呢？还是更像是说“嘿大家，快来看看我找到的食物！”这一种呢?

意向性信号在很多动物身上都存在^[12]。地松鼠，泰国斗鱼，鸡甚至果蝇都会根据周围接受对象的不同而改变信号，这表明它们能有意识地控制信号。有的动物还能够有意识地给别人展示什么东西，比如一只狗在主人和一袋食物或藏起来的玩具之间来回看，甚至可能会为了引起人的注意事先叫一声。乌鸦会叼着某样东西给其他乌鸦展示（通常仅当对方注意到它们的时候）。

最近有些研究很能证明鸟类的有意交流，它们来源于以色列谢扎夫自然保护区（Shezaf Nature Reserve）对野生阿拉伯鸫鹛（Arabian Babbler）的观察。动物行为学家伊扎克·本-摩卡（Yitzchak Ben-Mocha）带领着一个研究团队，记录了成年鸫鹛如何哄雏鸟搬到一个新住所。成年鸫鹛会在雏鸟前鸣叫并挥动翅膀，然后向新住所飞去。如果孩子没有马上跟上或是中途停了下来，成年鸫鹛就会回来，一遍又一遍地鸣叫、舞蹈，直到雏鸟跟上来。

科学家们称这种信号为一阶意向性交流。一些研究人员认为，和我们语言更接近的前身是二阶意向性交流。其包含信号发出者对接收者的心理有所了解，比如发现食物的鸟知道另一只鸟没有发现，于是鸣叫来告知它。你可能已经猜到了，这种心理归因行为是很难测试的。

其他科学家则用了另一种方法，试图通过比较鸣禽和人类发声学习的脑部结构，来理解这种交流背后的逻辑。

更深层的联系

尽管人类和鸟类只是很远房的亲戚——我们最后的共同祖先存活于3亿年前。但我们在发声学习方面有着非常相似的大脑回路。非人类灵长类动物，即我们的近亲，却缺乏进行声音模仿的脑回路，科学家由此认为，这种能力并非来自共同的祖先。这种能力在鸟类中一定是独立演化的——也就是所谓的趋同演化（evolutionary convergence）。

“有一种假设认为，亲缘上离我们越近的生物会越像我们，很多方面确实如此，但并不是所有特质都是这样的。”洛克菲勒大学的贾维斯说道。

贾维斯通过观察鸣禽的大脑来研究语言的演化。只能发出先天声音的动物通过脑干的环路控制发出这些声音的肌肉组织，而脑干主要负责调节呼吸和心跳等自主功能，靠近脊髓。贾维斯表示：“人类和鸣禽已经演化出了一种新的与习得声音有关的前脑环路，并且控制着脑干中那部分环路。”

对于这种相似的发声学习环路是如何在远缘物种中多次演化出来的，他的理论是，其建立在邻近负责某些运动学习的环路之上^[13]。贾维斯表示：“人脑中与口语相关的环路和鸟类大脑中鸣唱学习有关的环路，是靠周围运动通路的完整复制演化而来的。”

他说，（我们）还不清楚整个大脑环路是怎么复制的，但可能类似于基因有时会被复制，然后被选作其他目的。无论它们如何演化，能进行发声学习的鸟类和人类都有这些罕见而类似的大脑环路，使其能够学习和模仿声音。这表明，行为科学家一直试图通过研究像斑胸草雀这样的远亲鸟类的交流来研究人类语言，是确有重大收获的。

“我觉得我们人类倾向于高估自己的独特性。”贾维斯说道。他之前也观察过斑胸草雀在实验室里唱歌，或八哥在树上唱歌，但觉得这和人类行为区别很大。“但在一年后，我们发现了这一脑环路之间的联系，或是它发声的机制，其实和人类的非常相似。”

参考文献

1.https://www.annualreviews.org/doi/10.1146/annurev-linguistics-090420-121034

2.https://www.science.org/doi/abs/10.1126/science.aax0287

3.https://www.sciencedirect.com/science/article/abs/pii/S0003347213004661

4.https://www.sciencedirect.com/science/article/pii/S096098220702418955.

5.https://www.science.org/doi/10.1126/science.308.5730.1853a

6.https://www.sciencedirect.com/science/article/pii/S0960982217307662

7.https://www.pnas.org/doi/abs/10.1073/pnas.1600970113(2), 171-

8.https://www.sciencedirect.com/science/article/pii/S0960982217307662

9.https://royalsocietypublishing.org/doi/10.1098/rstb.2019.0044

10.https://www.npr.org/sections/13.7/2016/12/01/503952278/what-do-birds-hear-when-they-sing-beautiful-songs

11.https://royalsocietypublishing.org/doi/10.1098/rstb.2018.0403

12.https://royalsocietypublishing.org/doi/10.1098/rspb.2019.0147

13.https://royalsocietypublishing.org/doi/full/10.1098/rstb.2015.0056

译者：平；编辑：山鸡；校对：Qiumsky 

原文：https://knowablemagazine.org/article/mind/2022/do-birds-have-language

因为这正是我们的大脑运作的方式。大脑被我们的经验塑造，因而我们能够适应各种各样的情境，即便是那些不那么好的情境。

这实际上是我们大脑最为人性的一个方面。事实上，根据当代一些人类演化的观点，我们的祖先经历了一场“认知革命”，恰恰是因为他们不得不适应环境。有证据表明，在不稳定的极端天气过后，我们祖先大脑的尺寸也有所增大。我们的大脑拥有非凡的灵活性，对此一种颇受欢迎的解释是，那些不能适应环境变化的原始人类无法存活。换句话说，现代人的大脑是凭借学习和适应不断变化的环境而被挑选出来的。

然而，这种非凡的灵活性的主要代价之一是，人类生来就对事物的运作方式没有任何先入为主的想法。如果你与某人谈论一件你们共同参与的事件，由于二人讲述的故事差别实在太大，以至于你可能觉得你们中的一个人在妄想。如此一来，你便会明白你的经验如何塑造了你对周遭世界的理解。这一点让人极其沮丧，因为我们一直坚信大脑给我们构建的个人现实世界。还记得那条蓝黑白金裙吗？尽管当某人对现实的看法与你截然不同时，听起来像是一种“煤气灯操纵”。然而，你们对现实不同版本的陈述完全可能是共存的。归根结底，人们记住一个故事的方式反映了人们经历原始事件的方式之间的差异。对这一现象的科学解释被归结为视角差异（differences in perspective）。

经验塑造大脑最为重要的方式之一是赫布型学习（Hebbian learning）。从本质上讲，赫布型学习是一种生物学机制，允许大脑保存关于环境中特定事情发生频率的数据集。这与运动团队保存运动员的统计信息类似，这些信息会在决定谁去首发、谁被交换时使用。你的大脑能够“计算”不同类型事件的发生频率，并在接收的信息不完整的情况下，使用这个系统弄清接下来最有可能发生什么。

幸运的是，你的大脑获取数据的方式并不需要任何有意识的计算。与此相反，这一工作发生于神经元交头接耳的联结中——在这里神经元们会决定谁与谁交流，以及以多大的声音交流。时机对于组织这样的交流而言至关重要，事实证明，这对于学习来说也十分重要。当两个近在咫尺的神经元几乎同时被激活，它们之间的联结会变强，从而提高了其中一个神经元的信息被另一个神经元获取的可能性。尽管赫布型学习的实际法则比这更加微妙，但我始终记得我在本科习得的顺耳易记的口诀：“若共同发放，则携手相连*”。共同发放得越频繁，神经元之间的联结会变得越强。这就是大脑融会贯通的方式。大脑的这一运作方式表明，如果事件A和事件B实际上总是同时发生，它们就是相同“神经事件”的一部分。一旦这样的事件发生，即便你的大脑只获得A即将在世界中发生的证据，它依然可能假设B也会发生，并为你创造相应的体验。

*译者注：赫布定律（Hebb’s rule），一般表述为“同时激发的神经元，它们之间的联系也会随之增强（Neurons that fire together, wire together）”，目前的翻译参考自顾金涛译作《我们如何看见，又如何思考》（原作名 We Know It When We See It）。

在你的观念逐渐形成时，什么可以“算作”一个经验呢？简单来说，你从所有的神经经验中学习。从大脑的视角出发，在神经元间流动的信号来自于何处都是无关紧要的，不管是你在外部世界看到的某些事物，或是一个白日梦般的幻想，还是一个关于自己潜在未来的自由联想。每一个与之相应的“脑电风暴”都会塑造你大脑数据库的景观。

一种所有人都有的经验就是我们所使用的语言，它被认为对我们的心智和大脑有普遍影响。这是因为语言对我们如何思考、如何感受以及我们的行为方式十分重要，以至于我们一生中的大部分时间都在使用语言。

如果你只会一种语言，或者你的第二语言知识十分有限，又或者你习得第二语言的时间较晚（例如青春期之后），相较于拥有多种语言经验的情况，你的大脑更容易局限在母语中。这样的好处是，相比于那些学习多种语言的大脑，你的大脑会更好地为使用单一语言做准备。大致来讲，使用多种语言的人在使用统计数据来理解或产生一种语言时，有更多的备选项需要考虑。在使用特定的语言之前，他们需要消除不同语言之间的竞争。这意味着即使是他们最精通的语言，他们也会花费几分之一秒的时间才能通达需要使用的语言信息。

广泛地接触不同类型的数据也有益处。学习多种语言的人不仅有更丰富的行动可供选择，并且他们在决定如何行动时也可能考虑到更多的信息，例如哪种语言最适合当前的语境。但是考虑各种情况，以“自然”的方式来应对，其代价肯定会更大。但简而言之，拥有一个有着多种经验的大脑会减慢在特定环境或情境中作出回应的速度，但它也使得一个人为更多情况做好准备。

我们都知道，在孩童时期学习一门语言比成年之后容易很多。这一现象不禁让我们好奇：在生命的早期有多少学习在发生，在之后的生命中又有多少可以为适应环境而发生变化？一个简单的答案是，大脑的不同部分的发展适应有着不同的特定时期。基于对经验的开放程度和持续时间，可以简单地将大脑区域分为三种类型。第一种类型，几乎全是由负责调控和维持生命的功能区域组成，与经验无关。这些区域是调节呼吸、心率和体温的核心功能区，在不同的环境中不会发生太大的变化。

此外，我们还有期待经验的脑区。这些区域的任务是学习解释关于外部世界的特定类型的信息，因为它们生来就是为了接收来自感官的信息。例如，在正常发育的婴儿身上，通过眼睛抵达的光线会传送到大脑后部的枕叶皮层，通过耳朵传导的声音传送到位于大脑两侧颞叶的听觉皮层，通过鼻子获得的气味信息会被位于大脑前底部的嗅球处理。事实是，我们需要学习辨认我们看到、听到和闻到的东西，这些信息使得人类婴儿在出生的环境中发展出专门知识。

然而，许多期待经验的脑区也有接收刺激输入的“关键期”。在生命的初期，它们只是等待着数据输入，并且具有令人难以置信的可塑性。但随着年龄逐渐增长，这些区域积聚了关于周围世界的大量信息，它们处理它们所期待的事物的方式变得越来越根深蒂固，受到外部世界的新经验的影响越来越小。

幸运的是，某些大脑区域在我们的一生中的大部分时间都保持着可塑性。这些便是依赖经验的脑区。其中大多是皮层“联合”区，包括我们在一生中习得新词汇的区域。依赖经验的最核心脑区之一位于额叶，它支持着人类适应性特征中表现出灵活性的行为。基底核也依赖于经验。事实上，它们常常被视为最具适应性的脑区，因为它们包含丰富的多巴胺交流信号，能够增强神经可塑性。这对大脑的决策过程有着至关重要的影响。

不幸的是，这些依赖经验的区域也会将我们引进死胡同：例如，它们塑造了我们对事物的隐性偏见，包括但不限于种族、年龄、性别或性取向。这些偏见通常涉及到我们学习那些高层次概念相互联系的方式，这些概念总是同时出现，或者在上下文中高度相关，但是这些偏见还是会以令人不安的方式影响我们对世界的早期的知觉理解。

举个例子，相比于白人的面孔，当一个模糊的物品出现的时机或位置与一张黑人面孔临近的时候，人们更有可能报告他们看到了武器——这已经在世界各地的实验室、不同的人群中、以及各种情境下被反复验证。这一效应由基思·佩恩（Keith Payne）首次提出。在两组实验中，佩恩向60位非黑人参与者展示了一系列工具或手枪的黑白照片，这些图片会在屏幕上以五分之一秒为间隔快速闪过，并询问他们看到了什么。这两组实验的关键点在于，在每个需要辨认的物品出现之前，都会有一张黑人或白人的男性面孔短暂呈现。研究的参与者被告知那些面孔仅仅是预示着事物即将出现的线索，而非与事物的关联性。事实上，研究者们也并没有这样做，黑人和白人面孔在工具和手枪被展示之前出现的概率是相等的。尽管如此，佩恩的实验结果表明，基于参与者的反应时，手枪在黑人的面孔之后出现更容易被辨认。在黑人面孔出现之后，手枪也比工具更容易被辨认；但当二者出现在白人面孔之后时，辨认的难易度没有差别。

尽管这项研究的效应量相对较小，但它依然表明学习对于参与者的大脑而言至关重要。在黑人面孔之后呈现的手枪是该实验中最容易辨认的事物，这一事实表明，平均来看，参与者的神经数据库中包含着黑人面孔与手枪之间足够强的连接，以至于他们的大脑中产生了一条连接两者的捷径。换句话说，为什么人们能够更快地辨认出黑人面孔之后出现的手枪，对这一事实最直截了当的解释是，当仅仅看到黑人面孔时，他们的大脑已经开始填补空白，构建出武器这一概念。

不幸的是，这项原创研究没有回答的一个关键问题是：我们如何修正它？一个可能的途径是弄清楚驱使偏见产生的数据来自何处。尽管许多每个人拥有枪支，仍然很难相信该研究中的普通大学生有许多（或任何）关于黑人持枪的真实经验。那么，这些捷径是如何产生的呢？简单来说，你在真实生活中关于特定类型的人、地点和事件的经验越少，你大脑的数据库就越是容易被在电视上看到的、在新闻中或社交媒体上读到的、或是在虚构的描述的信息所占据。因此，如果你在电视中看到的黑人更可能拿着手枪而非听诊器，你的大脑便会想当然地认为这就是世界的真实情况，并将之融入基于经验、你与你所见世界之间的滤镜中。这对于任何一个能从新闻中获取资讯的人来说，结果都不堪设想。

如此一来，当我们与其他人眼中的现实交流碰撞时，我们大脑的自然而然也会被来自于社会的系统性偏见所塑造。这些偏见会使我们以非常快速且不经意的方式产生对世界的理解。这让我想到了另一个重要区别，即参与这项研究、并在大脑中搭建了这种捷径的人，他们不一定对什么样的人会携带枪支拥有有意识的、明确的想法。事实上，你的明确的信念和你经验数据库之间完全可能是彼此冲突的。

你可以认为隐性偏见是一种过度适应的结果。当你生活的环境比你所希望的狭隘得多，但你大脑对这一环境的依赖已经积重难返的时候，这种过度适应可能就发生了。当我们开始从比过去更狭隘的、受疫情隔离影响的偏见中挣脱出来时，意识到这种过度适应的影响似乎更加有意义。为了修正大脑中已然形成的捷径，我们可以接触更多样化的真实世界的经验，并允许来自不同视角的观点来塑造我们的大脑。如果能够有意识地选择一些经验来滋养我们的大脑，我们便可以凭此来塑造未来自己适应世界的方式。

翻译：Muchun；校对：物离；编辑：eggriel

我们或许可以说，某样食物好吃与否不仅取决于它自身的属性，更关系到个人的味蕾偏好。当你说“蓝纹芝士超好吃”时，你并不是在描述蓝纹芝士的某种绝对属性，而是偷偷地对语义进行了“相对化”、“关系化”处理。然而，还有一种更简单粗暴的解释：你们俩并没有描述任何东西，而是在表达自己的偏好、态度、欲望——此处“描述”与“表达”的区分很关键；我们当然可以描述自己的心理状态，比如通过直接陈述“我想吃蓝纹芝士意面”，但也可以用非描述的方式表达出来，比如指着菜单上的图片喊一声“耶！”，甚至仅仅运用表情或肢体语言。按照这一理解，“蓝纹芝士超好吃”恰恰表达了你对它的喜爱，表达了你想点一份的欲望。你和朋友虽然没有就事实产生分歧，但你们俩的欲望难以同时满足（你们习惯分享食物；或者仅仅是看你吃蓝纹芝士都会让你的朋友感到不适），所以按照这一理解，即使你们俩表面上在就不存在的事实争得面红耳赤，这些言语交流依然是有实践意义的。

吃肉是错的

元伦理学中的表达主义（expressivism）[1]认为，当我们做出道德判断，如“吃肉是（道德上）错的”时，我们在做类似的事情。按照纯粹表达主义[2]，我们无从谈论道德判断的真假，因为“吃肉是错的”并非旨在描述世界；我们其实是在表达自身的欲望，或某种类似的具有“从心灵到世界”的适应指向（direction of fit）的心理状态——厌恶吃肉，劝诫他人不要吃肉，希望世界上不再有吃肉的行为。表达主义与传统的认知主义（cognitivism）背道而驰。后者认为道德判断承载着具有“从世界到心灵”的适应指向的道德信念，这些道德信念与“奥巴马出生在肯尼亚”等一般的信念没什么本质差异；当信念不符合事实，我们应当改变自己的认知，而非改变世界。

表达主义的系统性发展得益于认知主义的两大派别——自然主义与非自然主义——僵持不下甚至两败俱伤的历史背景。1903年，摩尔（G. E. Moore）[3]在《伦理学原理》中提出了著名的“开放问题论证”：假设我们公认功利主义是正确的道德理论，“吃肉妨碍了利益最大化，但是吃肉是错的吗？”这样的问题似乎依然是可理解的，至少算不上自相矛盾。这似乎驳斥了任何版本的自然主义，因为不论我们尝试将哪些自然属性与道德上的对或错划上等号，开放问题依然会阴魂不散，这表明道德属性终究是非自然，或超自然的。虽然摩尔的论证其实有致命漏洞（混淆了属性与概念），此后更为精致的各类自然主义理论却在其他层面上遇到了类似开放问题论证的麻烦。

而另一方面，在自然化世界观逐渐渗透的二十世纪，非自然主义更可谓举步维艰。许多元伦理学家都认为，麦基（J. L. Mackie）1977年的著作《伦理学：发明对与错》给非自然主义钉上了棺材板。麦基毫不留情地指出，非自然主义者所宣称的道德属性在本体论上过于怪异，而且在认识论上不得不诉诸某种神秘力量（比如不可言说的道德直觉）。同时，麦基对我们日常道德判断的语义的解读又是保守的，这导致他走向了道德错误理论（moral error theory）：非自然的道德事实不存在，我们却坚持不懈地试图谈论它们；我们的道德话语充斥着系统性错误。

如果你不想搅道德属性是否自然这趟浑水，并且觉得错误理论不可置信，那么表达主义便是你正确的选择；至少表达主义者是这样认为的。表达主义的吸引力也在于，比起道德判断是什么，它更关心我们用道德判断做什么。“伦理学的意义……就在于其在实践中的角色。假如‘伦理知识’确有其事，那么它是关于如何行事的知识，如何时回撤，何人值得仰慕……”西蒙·布莱克本（Simon Blackburn）在《宰制的激情》的开篇写道。类似地，艾伦·吉伯德（Allan Gibbard）在《明智的选择，适宜的感受》如此构想道德：“宽泛地说，道德问题是如何生活的问题。狭隘地说，道德关乎道德情感：愧疚、憎恶以及相关的那些情感。”

当然，道德情感与伦理实践的紧密关联远非当代哲学家的全新洞见。休谟意识到纯粹理性的判断缺乏动力，只有感性的心理状态才能将我们推向行动。即使是被奉为理性主义楷模的康德也认为，对道德律的敬重是一种扎根于人类本性的特殊感受。可是，如果理性确实是“激情的奴隶”，并且（根据纯粹表达主义）道德判断没有对错可言，我们是否不可避免地走向极端的道德相对主义，甚至虚无主义？首先，表达主义所说的欲望或相关的道德态度，并非一阵阵离散的、原始的冲动，而且这些态度有恰当与不恰当之分；休谟也反复强调，盲目听从当下的、由特殊情境而生的欲望，会让我们与事物的客观价值渐行渐远。我们在伦理实践中不断打磨自身的道德态度，学会更妥善地协调与他人的交互行为；在理想的社会中，每个个体的道德态度会趋于一致。当你对朋友说“吃肉是错的”，你的朋友可能会要求你给出理由，解释你为什么会表达这样的态度，辩护这样的态度何以是正当的。假如你的朋友已经知道畜牧业对环境造成了灾难性影响，动物的认知水平其实不低等事实，却还没有对吃肉的行为采取相应的态度，那么你的态度表达或许能够对她的道德感性施加一定压力，促使她真诚地拒斥吃肉。

从纯粹到混合

在表达主义这里，摩尔的“开放问题论证”迎刃而解了。无需在道德属性是否等同于某些自然属性这个问题上站边，表达主义者可以简单地解释我们为何会感觉这些问题依然是开放的：“吃肉妨碍了利益最大化”表达的是我的信念，而“吃肉是错的”表达的是我的态度，后者当然不可还原为前者。假如你的朋友把“吃肉是错的”挂在嘴边，却愉快地享受着牛肉汉堡，你会认为她说话毫不真诚，或者心理上有些“分裂”。

麦基在《伦理学：发明对与错》中提出的挑战也对表达主义不成威胁。表达主义者说：你大可不必走向错误理论；当我们说“吃肉是错的”时，根本没有在将某种神秘而怪异的属性归属于吃肉的行为，只是在表达态度、规劝他人而已。至于我们为什么会这样使用道德语言，完全可以由社会心理学、演化人类学等领域给出自然化的解释。可这时，错误理论者反唇相讥：我们并不觉得当我们说“吃肉是错的”时，是在做与说出“吃肉妨碍了利益最大化”截然不同的事情，难道大家都被自己的语言蒙在鼓里？表达主义者的回答是：即便我们对真实的语义是无知的（至少有个人启蒙了：我！），那也比对道德属性的系统性认知错误要好得多，你掂量一下！

然而，表达主义者在语义上还有个更大的麻烦，那便是“臭名昭著”的弗雷格-吉奇问题（Frege–Geach problem）。以下是个有效的论证：

（1）如果畜牧业损害了环境，那么吃肉是错的；

（2）畜牧业损害了环境；

（3） 所以，吃肉是错的。

按照认知主义，这跟一般的逻辑推论无异，只要你认为两个前提为真，便会自然接受结论，除非你理性上出了什么问题。在表达主义者眼中，接受结论相当于真诚地拥有某种态度，要想保持这个论证的逻辑有效性，前提（1）中的“吃肉是错的”就必须和结论是同一个意思。然而，仅仅是思考前提（1），即在一个假设的情境中理解“吃肉是错的”，当然不意味着我们已经拥有了，或正在表达结论中的那种态度。弗雷格-吉奇问题其实无处不在；比如“我不相信吃肉是错的”这句话是在表达对吃肉的反对态度，还是不相信自己厌恶吃肉，还是别的什么更为复杂的意思？总而言之，一旦超越了直接陈述的简单句，表达主义者给出的语义解释就变得极为复杂，并不得不对传统的语义学进行或温和或暴力的改动。此外，现有的纯粹表达主义语义架构似乎都容易把“逻辑谬误”与“态度不融贯”混为一谈，这显然是不可接受的。纯粹表达主义的种种困难让许多哲学家开始考虑“鱼与熊掌得兼”的混合策略，既保留认知主义背后业已完善的语义学架构，又吸纳表达主义对道德情感与实践的洞见。混合表达主义者最普遍的做法是将表达主义对元伦理学的贡献更精准地定位在语用学的层面，而不打扰道德判断的“字面意思”——也就是说，“吃肉是错的”这句话为真，当且仅当吃肉是错的（此处暂时不考虑道德属性在本质上自然与否的问题）。

你什么意思？

你和朋友在教室里碰面，朋友说：“走廊里有个洋鬼子。”“洋鬼子”这个表述让你感觉不太舒服（或许你认为我们不应该对外国人抱有轻蔑或排斥的态度），于是你反问：“你什么意思？”你的朋友，精通语义学与语用学，巧妙地答道：我的意思是走廊里有个外国人，我说的没错，因为走廊里的确有个外国人。不过我大概冒犯到你了，因为 “洋鬼子”这个表述还有另一层意思，使用它的人一般看不起外国人。我把你的反问理解为对我态度的质疑，但我那句话的字面意思完全符合事实。当然，我也可能对外国人没有任何负面看法，只是不知道“洋鬼子”是个蔑称，或者知道这个词不好，但是嘴比脑子快……

在混合表达主义者看来，道德判断（或者说“是错的”等道德谓词）和“洋鬼子”颇有类似之处。如果说“畜牧业损害了环境”在一般情况下[4]只有一层“意思”，“吃肉是错的”作为直接陈述的道德判断则通常具有两层相互交织的“意思”。将道德话语至于语义学结合语用学的大背景下，便能发现道德话语并没有任何特殊之处；我们不仅在交流中展现语句的字面意思，我们还擅长用它们传达“言外之意”，甚至做各种各样的事情。“起风了”或许是在要求别人把窗户关上；“你真聪明”或许是在讽刺别人做了蠢事（这里字面意思被完全颠倒了）；“天气真不错啊”作为对“新工作怎么样？”的回答，可以轻松地被理解为，说话者的新工作很糟糕，并且他不愿详谈这个话题……种种言外之意，有些由特殊情境而生——“天气真不错啊”在一般情况下只是在描述天气而已——有些则在我们共同的语言习俗中固化了，甚至让人感觉它们是字面意思的一部分——即使是出现在讨论蔑称的学术论文中，“洋鬼子”也可能会让读者隐隐感到不适，即使我们知道作者对外国人毫无负面态度。

可以说，我们的语言交流像是一场场“交心”与“读心”的游戏，而非机械地呈现与接收漂浮在空中的信息。而且这些交心与读心的能力大多是默会的，无需有意识的演绎和计算。当你的朋友听见你说“吃肉是错的”，她自然地假设你是在通过陈述这一（你认为的）事实表达自己的道德立场，并对她的态度与行为施加一定压力。同样一句“吃肉是错的”出现在本文中则不会有类似的语用效应，因为我只是在从无涉价值的角度举例子而已，而你们也知道这一点[5]。

回到文章开头蓝纹芝士的例子，我提到有些学者认为“好吃”并非是在将某种绝对属性归属于蓝纹芝士；在道德话语领域，也可以找到这一语境主义（contextualism）语义学的影子。当你真诚地说“吃肉是错的”，这句话为真当且仅当——相对于你的道德观念，吃肉是错的[6] 。但这样一来，你朋友的回应“不，吃肉不是错的”似乎变得不可理喻：对你而言吃肉的的确确是错的，她凭什么否定你的话呢？而且，你说的“吃肉是错的”和她说的“吃肉不是错的”没有任何冲突，一场道德争议竟变得与用“不，我不是男的”来“反驳”别人说的“我是男的”一样荒谬。这时语境主义可以诉诸表达主义对道德话语的洞见：尽管你们在“自说自话”，你们的道德情感与规范性要求的碰撞昭然若揭。

走到这一步，可能有人会说，表达主义貌似解释了很多东西，但又什么都没解释；我们还是不知道，（在元伦理学层面）道德属性到底是自然的还是非自然的，（在伦理学层面）吃肉是不是错的。的确，这些问题都不是表达主义本身可以解答的，但可以这样理解表达主义对元伦理学和伦理学的贡献：如果形而上学优先的道路走不通，我们还能从道德话语与道德实践开始，顺流而上。

作者注

[1] 诚然，把近半个多世纪涌现的这一类元伦理学思想都称为“表达主义”有以偏概全之嫌；相较而言，“非认知主义”的外延更为广阔。但鉴于本文仅意在勾勒这一簇理论的核心思想，不深入探讨内部的分歧与关联，请允许我笼统地使用“表达主义”的标签。又：本文已尽量避免引入令人头疼的哲学术语，而日常语言不免有不严谨之处（从专业角度看来，我的许多表述甚至是绝对错误的），也请读者谅解。想深入了解这一领域的读者可参考文后“延伸阅读”。

[2] 另有混合表达主义（道德判断承载着信念与欲望的混合状态），后文还将提及。

[3] 没错，就是举起两只手“证明”外部世界存在的那个摩尔！

[4] 特殊情况的例子：你的朋友语气愤怒、神情严肃，你也知道她是个环保主义者，这时你能听出她还有另一层意思，即对畜牧业的道德谴责。

[5] 当然，不排除这些并非意在表达态度的话语也会触发相关的道德情感（类似上文“洋鬼子”的例子）。如果你本身就对吃肉的道德问题抱有强烈的态度（无论支持、容忍或反对），可能已经在阅读时默默批判或赞同“我”几千遍了。

[6] 道德话语的语境主义认为，“是错的”与“是高的”等可分级形容词类似。想要理解“你很高”这句话的意思并确定它何以为真或假，我们需要从这句话产生的语境中寻找相关信息，比如：说话者是在将你与这个房间里的其他人比较，还是将你与整个国家男（女）性身高平均值/中位数/众数比较？

延伸阅读

• Blackburn, S. 1998. Ruling Passions. Oxford: Oxford University Press.
• Fletcher, G. and Ridge, M. (eds.) 2014. Having It Both Ways: Hybrid Theories and Modern Metaethics. Oxford: Oxford University Press.
• Fisher, A. 2011. Metaethics: An Introduction. London: Routledge.
• Gibbard, A. 2003. Thinking How to Live. Cambridge, MA: Harvard University Press.
• Preyer, G. and Peter, G. 2005. Contextualism in Philosophy: Knowledge, Meaning, and Truth. Oxford: Oxford University Press.

作者：有耳
封面：由左为神经现实设计
编辑：EON

能向神经现实的读者介绍一下你自己吗？

你们好，我叫埃里克·蒂埃森（Erik Thiessen），2004年受聘于卡耐基梅隆大学，现担任心理学教授。我于2004年在威斯康星麦迪逊大学取得发展心理学的博士学位。我的大部分职业生涯都在研究婴幼儿的语言习得。

第一个问题：一些婴儿学会说话较早，而另一些则较晚，造成这一差别的原因是什么呢？这是基因决定的，还是说婴儿的性格也有一定作用？

好问题。这种语言习得开始时间的差异，可能是婴儿语言习得过程中最容易注意到的事情了。最重要的是，这种差异在婴幼儿期要比在成年期显著得多。例如，十二个月大时，一部分婴儿会说话，而另一些则不会。但等到了十二岁时，几乎所有的孩子都会说话了。所以早期的显著差异大多会在之后的人生中均化。

从另外一种角度出发，我们也可以考虑特定型语言障碍（Specific Langauge Impairment）的情况。当儿童的语言习得速度处于最慢的10%时，就会被诊断为特定型语言障碍。被诊断为这种障碍的孩子并没有身体畸形或者神经功能的缺陷，与其他孩子的区别仅仅在于原因不明的语言发展缓慢。绝大多数有特定型语言障碍的孩子，随着慢慢发育成熟，可以正常交谈。所以就算是处于学习语言最慢的10%的孩子，绝大多数都可以自行解决问题。因此，我们在研究语言习得的差异时所面临的挑战之一就是对这些差异进行区分：在童年早期出现的这些差异中，到底哪些差异是会贯穿孩子一生的。换句话说，一些早期差异只是随机噪声，随着时间的推移会逐渐消失。但另外一些语言则有可能会贯穿整个童年，甚至持续到成年后。

我们可以肯定地说，语言习得受到遗传因素影响。例如，如果你被确诊为持续性特定语言障碍（Persistent Specific Language Impariment)，相比没有被诊断为语言障碍的成年人，你的孩子更有可能被诊断为特定性语言障碍。我们通过研究双胞胎和家谱遗传分析（e.g., Tosto et al., 2017），能够确定语言习得受遗传因素影响。

语言习得受性格因素影响吗？也许吧。婴儿时期的“性格”与成人时期的“性格”，指代的并不是一个东西。 因为婴儿无法像成人一样表达很多行为和意见，所以它们的“性格”结构更简单。我们经常用另一个词来指代婴儿时期的性格影响——气质（temperament)。它基本上就像一个简化版的性格，只有两个维度。你是快乐还是暴躁？你对变化的反应是好奇还是消极？事实证明，这一气质矩阵确实能勉强预测语言习得。如果控制其它因素，面对社交挑战时更外向、更有韧性的孩子们会稍快地到达语言上的里程碑。

不过我们还没有讨论到的是语言输入的影响。语言输入可能是影响语言习得中差异的最重要的因素。所谓语言输入，就是指你听到多少语言。而且更重要的是，你听到这种语言的场景是什么？例如，同样的一句话，如果是你的父母在和你对话，努力与你沟通，就是能够给你提供有用信息的。相反，如果这句话发生在两个成人之间，而非成人对婴儿，那么对婴儿来说，这句话所提供的信息可能要少得多。这是因为当大人和宝宝说话时，大人会努力确保两个人的注意力都在同一个环境对象上。然而，当两个大人互相交谈时，成年人没有努力让宝宝注意力集中在对话主题上，宝宝很有可能就会把注意力投射到别的事物上。相比较而言，从一个别人真正关注你，并试图谈论你所关注事物的环境中学习，要比从一个人们泛泛交谈，但并不明确关注你的环境中学习，容易得多。

那么，这仅仅是因为当我们和婴儿交谈时，我们使用的是婴儿指向言语（Infant Directed Speech）吗？

注：婴儿指向言语，也指”宝宝语“，特指成年人在与低龄幼童和婴儿说话时使用的语音语调，有用词较简单、音高声调曲线较大的特征”。

婴儿指向言语很重要。婴儿从他们听到的婴儿指向言语中学到的东西，要比他们从比成人指向言语（Adult Directed Speech）中更多。但这并不是唯一重要的。这里真正重要的是，当大人与宝宝交谈时，他们会对宝宝所做的事情做出反应。当宝宝看着这个世界的时候，他们会看到成百上千的东西——爸爸妈妈是怎样谈论那些成百上千的东西呢？他们谈论的是宝宝正在看的那些。

所以，如果宝宝正在看一个球，爸爸妈妈则更可能谈论那个球。爸爸妈妈对孩子关注的东西做出了回应，也就使得语言输入更适合宝宝学习的信号。

这与共同注意（Joint Attention）有关吗？

对，我们说的就是共同注意。在成年人间，共同注意像是协商。比如你想聊那个蓝色的东西，而我想聊那个红色的东西。我们需要“协商确定”到底聊哪个东西。我们互相“出价”，“兜圈子”，互相协商并弄清楚最终要谈论的是哪个东西。而婴儿和成人间并不会如此“讨价还价”。相反，在一个真正高质量的语言环境中，往往都是宝宝提出要求，而父母满足要求；婴儿看东西、指东西、做事情，而父母对此作出回应。这对于宝宝来说真的很重要。因为当成年人之间协商时，我们可以转移注意力。你想谈谈红色的东西。我想谈谈蓝色的东西。如果你说服我谈论红色的东西，我可以把注意力从蓝色的东西转移到红色的东西上。我能这么做，因为我能控制我的注意力。

婴儿没有同样的能力控制自己的注意力。所以，如果宝宝想：“我想看红色的东西。”同时也听到成人说：“让我们来聊蓝色的东西。”宝宝没有能力把注意力从红色的东西转移到蓝色的东西上。所以作为一个成年人，如果你想教宝宝们一些他们不关注的事情，你就必须先努力让他们关注这些事情。相反，如果你想教宝宝一些他们已经关注的东西，你就已经剩下了大部分的工作。成年人的协商过程对于宝宝来说是非常困难的，因此，成人是通过只谈论婴儿正在关注的事物来适应这种情况。

所以这就像是，宝宝太不善于控制注意力了，所以需要成年人不“仗势欺人”？

是的。

好的，那么下一个问题：宝宝是否有可能理解语言，有内部言语（inner speech)，只是无法表达出来？

首先要说，宝宝不仅可以理解语言，而且是先理解，然后才能产生语言，这是绝对正确的。我们知道这一点的一个原因是，就像几分钟前我说的，十二个月大的宝宝几乎都可以说出第一个词了。宝宝的第一个词一般在12个月左右被出现，但如果你教宝宝手语而不是口语，即使教的内容相同，宝宝的第一个词也会出现在宝宝六到七个月大的时候，而不是十二个月左右。原因就是，如果宝宝听到你在说话，想模仿，却不能看到自己的嘴，所以就不能很轻松地模仿你的口型。相比之下，如果你使用手语，且举起一些手指，宝宝就可以看着自己的手指，模仿做出同样的交流手势。

这是否意味着宝宝们有内部语言和心理语言？嗯，这真的很难知道。即使是成年人，我们也不能很好地设计实验来验证。但对于成年人，我们至少可以给他们一些指导。我们可以测量像反应时间这样的东西，但许多这样的实验都无法在婴儿身上实行。

不过虽然这样，我们现在知道的是，宝宝们，甚至那些还不会说话的宝宝们，都具有拥有精神生活（mental life）时需要的重要能力，即，象征不存在的世界状态的能力。换句话说，这种能力可以具体体现为：我想要一些东西，我需要采取一系列的行动来使之发生。我们发现，宝宝们能够完成相当复杂的方法-结果（means-end）任务。

所谓”方法-结果任务“指的是一个有目标的任务，宝宝需要做的就是想出实现目标的方法。但是当然，你并没有办法给宝宝定一个目标。你不能对宝宝说：你要这么做。所以在设计实验的时候，你必须利用他们的目标。他们可能有一个目标，比如，宝宝喜欢把一些东西放进嘴里。所以你把它放在那里，然后你对宝宝说：好吧，我知道你想把这东西放进嘴里，你现在打算怎么做？然后，你给他们一个有障碍的环境，让那个东西不能简单地被拿出来。宝宝可能需要摸索试探，没准需要拉开这个障碍、去抓那个东西。实验证明，宝宝们是有能力完成这类任务的，这表明他们能够想：“我想要这个，现在我该怎么做？“他们是用语法结构清晰的英文句子来思考这些状态吗？不，恐怕不是。

所以这里的问题不是宝宝不能理解语言，而是他们不能产生语言，因为他们看不到自己的嘴是如何动作的。这对他们来说需要很长时间。

第三个问题是，宝宝是如何从单纯地模仿成人说话，过渡到能够理解语言的？这种转变的潜在机制是什么？比方说，一个宝宝能模仿很多单词，但很显然他（她）压根不知道这很多些单词什么意思。家长怎么做才能帮助婴儿理解语言，超越简单模仿呢？

很好的问题。首先应该指出的是，在我们能够测试的最小的小宝宝里，模仿的的确确是语言习得的重要部分，但即使是在最小的时候，模仿也不是语言习得的全部。发展心理学家罗杰·布朗（Roger Brown）和同事基恩·博科·格里森（Jean Berko Gleason）做过一个经典实验，叫做“Wug任务”。在这个实验中，实验人员向孩子们展示一个他们从未见过的新物件，比如一个布娃娃，或者小玩具之类的。实验人员告诉他们，这是一个wug，然后给他们看第二个wug。然后说，现在有两个啦。现在有两个_？

Wugs？

没错。孩子们之前从没听过这个单词，所以他们肯定不是在简单模仿，而是在归纳推理了。孩子们把“复数就是加个s”这个已经习得的模式运用到了新情境中。孩子们从很小的时候就能够做这种泛化（generalization）了。

不过泛化和模仿处在一种持续的竞争关系中。你之所以会模仿别人，是因为你知道自己不会错，或者至少很自信自己是对的。如果你模仿一个说话很糟糕的人，你知道自己说得也很糟糕。不过一般来说，模仿别的语言使用者是个不错的方案，因为大多数人说话都没毛病。但是，模仿在根本上是有限制的，因为你只能模仿你听到过的东西。但我们常常需要创造性地使用语言，这样一来，泛化就是必不可少的了。不过，如果你泛化过头了，你的说话方式肯定也就不正确了。

比方说，我从来没有听过mouse（老鼠）这个词的复数，我很可能会说成“mouses”，但其实应该是“mice”。小孩子们经常犯这种错误。这种现象叫做过度规则化（over regularization），是语言习得早期阶段的常态。孩子不需要刻意学习如何摆脱简单模仿，他们会自己尝试超越简单模仿。他们似乎意识到了语言的复杂程度。在模仿的时候，你会想准确模仿其中一部分，对另一部分你只会大致模仿，而不是逐字逐句。当然，还有一部分你干脆忽略了。就好比我说英语的时候，我不想和你说得一模一样，我不想效仿你的音色或口音。因为这些方面最无关紧要。所以，对于在学说话的小孩子们来说，重要的挑战是弄明白，我到底想要模仿语言的哪些方面呢？哪些方面又处于模糊地带，让我想要部分模仿、部分泛化呢？

我们该如何帮助孩子在这个过程中做得更好？其实和任何技巧一样。如果我想学会做某件事，我就先反反复复地做。然后我再尝试那些更有挑战性的。比如我想学习某个字母的发音，我一开始只练习它在单词特定位置的发音。我先学会/D/在单词开头怎么念，比如doggy、daddy、diaper这些词，就只先练习单词开头的发音。如果我想进阶一下，就把它放到单词末尾，慢慢地，孩子就能领会不同情况下的发音。

我认为这是学习如何泛化非常重要的因素。首先学会辨认，下一步再领会各种不同情境，这些不同情境能帮助你判断哪些方面是关键的，是一直需要重复的，或者至少是需要尝试重复的；同时你也会明白哪些方面依情况而变，需要从中抽象出规律并泛化。

下一个问题有关统计学习。提问者去年读了一些有关统计学习的书，她有一个很基本的疑问。在行为研究和神经成像领域都有许多证据表明统计学习的有效性，但她注意到猴子也能成功地完成统计学习，而猴子并没有人类的语言能力。所以即使我们承认统计学习对语言是有意义的，统计学习也无法全部解释人类的语言系统。统计学习领域的研究者是如何看待这一问题的？这位提问者真的很专业。

嗯，非常专业。我先为不熟悉统计学习的读者简单解释一下这个概念吧。统计学习的意思是通过探测环境输入的哪些方面总是一起出现，来判断环境中的单位。比如说，你听到“pretty baby”（漂亮的宝宝）这个词组，你是怎么知道“pretty”和“baby”其实是两个单独的词的呢？一种方式是通过听爸爸妈妈说话，在英语中，爸爸妈妈在和宝宝说话时，没准有95%的情况下发出“pre”这个音之后会紧跟着发出“ty”这个音。毕竟爸爸妈妈跟小孩子交流的时候不会经常说“predilection”（偏好）、“prevaricate”（搪塞）、“precaution”（防范）这类复杂的词。但在“pretty”这个词之后可以跟很多不同的词。你的确可能会说“漂亮的宝宝”，但你也可能说“漂亮的眼睛”、“漂亮的鞋子”、“漂亮的衣服”等等。单词中的音节能准确地相互预测，而单词末尾的音节无法预测下一个单词，因为每个单词之后可以跟许多不同的词。所以一旦你发现哪些音节能相互预测，就能判断这些音节属于同一个词。

所以关注事物如何相互预测或许是语言的重要部分。我们可以用各种预测关系来描述语言。当我说“pre”的时候我很可能会接着说“tty”，就成了“pretty”。当我说定冠词“the”，接下来很可能就是一个名词，因为这种词组构成要求跟一个名词。所以说语言中有许多预测关系。这就是我们所谓的统计学习。

我们认为统计学习与语言习得息息相关，首要原因当然是语言充满了这种预测依赖关系，而且不仅如此，还有一个原因是个体差异和统计学习的关系。统计学习的能力能预测语言习得成果的个体差异。换句话说，和那些不擅长统计学习的婴儿来说，擅长统计学习的婴幼儿的词汇量增长更快。

不过这位读者很好地指出了一个难题。其他动物的确也会统计学习。尽管我们认为统计学习对语言很重要，可是其他物种也能够这么做，但却没有发展出了人类的语言。这该如何解释呢？提问者在问题中其实已经暗示了第一种解释，那就是，统计学习可能无法完全解释语言习得。也就是说，统计学习虽然对语言有用，但光有统计学习是不够学会语言的，人类还得有其他能力。像猴子等物种，可能只有统计学习。

也就是说，之所以人类只有拥有语言，是因为只有人类同时拥有统计学习和其他那些必要的能力。关于其它必要的能力是什么这个问题，学界有各种各样的理论。有些人认为要拥有语言，在统计学习之外还需要心智理论（theory of mind），意思是你需要意识到他人可能拥有和你不同的想法。如果你不知道别人可以想得不一样，你会假设每个人都和你想得一样，那么你也就没什么理由去跟别人交流想法了。这样一来，表达自己的思想又有什么意义呢？或许这正是人类是唯一拥有语言的物种的原因，因为语言不仅要求统计学习，还需要某种人类特有的东西。

我们还可以从另一个角度看待这个问题。我们可以假设统计学习可能确实全面解释了语言习得：只要有了统计学习，就能有语言。而其他物种学不会语言的原因，并不是因为它们缺乏关键的学习机制。它们拥有统计学习，满足语言习得的所有要求，但问题是它们统计学习的内容是错误的。刚才我提到当你听到“the”，接下来就会听到一个名词，这可能是比较简化的说法。在现实情况中，“the”之后跟着的并不一定是名词：事实上当我说完“the”，只要最终跟上一个名词就够了。我可以说“the dog”（这条狗），但我也可以说“the big dog”（这条大狗）、“the big fluffy dog”（这条毛茸茸的大狗）甚至“the big red fluffy dog”（这条毛茸茸的大红狗）。“The”意味着最终将出现一个名词，而不一定是名词相邻着出现。语言中充满了这种非相邻统计关系。

人类似乎更擅长探测这些非相邻的规律性。而动物，至少当它们接收语言信息的时候，似乎只关注相邻关系。因为我们自然地对这些远距离关系更感兴趣，或者说更擅长，所以人类的统计学习对语言更有效。动物不能做到这一点，或许是因为心灵表征（mental representation）能力不够发达，导致它们只能注意到紧密相邻的东西。这样一来它们更难学会语言。

还有一种解释关乎人类和其他动物另一个可能的差异，就是在学习机制一模一样的情况下，二者对不同的事物感兴趣。我们都知道兴趣是最好的老师。我们还知道几乎地球上所有的物种，在可以选择的情况下，都更愿意听自己物种的同伴的声音，而不愿听其他物种。所以有可能动物和人类统计学习的方式是一样的，但它们不关心人类说话，它们不像我们一样觉得语言交流很有趣，所以没法发现我们在语言中发现的那种规律性。

可见，这里有一个非常根本的分歧。动物没有语言是因为它们不具有统计学习之外的那种必要能力吗？还是因为它们虽然和人类一样运用统计学习，但是方法不一样？这个问题的答案目前还是未知的。

我明白了。还有一个略微相关的问题。有没有脑损伤研究发现病人缺乏统计学习能力？

这方面的研究还不是很多。而且既往研究成果有些相互矛盾之处。首先让我来解释一下为什么这类研究很难。要损坏统计学习能力，好多脑区都得受损。统计学习的神经机制分布非常广泛。我认为不能排除这样一种可能性：人脑中几乎所有神经元都能够做类似于统计学习的工作。这个系统极为分散。不过中脑里的海马体，一个对记忆至关重要的结构，似乎在统计学习中扮演了关键角色。的确有一定研究发现海马体损伤的病人的统计学习能力也受损了。

不过我必须再强调一下，这种说法是有争议的。一些研究发现海马体受损病人的统计学习能力不足，但其他研究没能复制他们的结果。因为你不可能为了做实验而把志愿者的海马体切掉，没有海马体就没有记忆了。你只能在海马体自然受损的人身上做实验，而每一个病人的海马体受损情况都不一样，于是他们的表现也就不一样，更别说他们受伤之前海马体结构的个体差异了。目前基于这些研究，我们至少可以断定统计学习面对损伤是非常稳健的。即便海马体受损导致统计学习能力下降，这些人依然能够在某些领域或任务中进行统计学习。所以我应该再次强调，统计学习是一种分布极为广泛的过程，而不是集中在某一脑区。

下一个问题就又回到了婴儿的语言学习，这位读者想要知道人在孩童时期是如何区分不同的方言的。有一些成年人可以在方言和普通话间切换自如——在中国大陆，普通话是被认为是没有任何方言版本的语言。但是有些人就会很难把方言和普通话两者区分开。这是否与童年时期不同的家庭环境有关呢？

这个问题还挺有挑战性的。不同的成年人这方面的能力会有很大的不同。有些人会说两种语言或者两种方言，他们在讲任何一种语言时都非常自然，好像完全没有口音。而有些人可能会不止两种，甚至是三种或者四种语言，不管他们用得多好，还是可能摆脱不了口音。他们的方言会不断地影响所用的语言。目前为止，我们并没有完全搞清楚为什么有些有些人只要说话就会带口音，也有一些人在学语言的时候一点口音都没有。开始学习语言的年龄的确对口音有所影响，越年轻，就越容易像当地人一样说话，而不是别人一听就能认出来的外国人。

我们认为这种能力也有着个体差异，很有可能是由基因决定的。有些孩子就是能学会去很好地控制他们的发音器官，用嘴巴、下巴、舌头和嘴唇精巧地合作，让说出来的词句听起来特别地道。非常明确的一点是，与年纪稍大一点的孩子和成年人相比，婴儿们学习起来会容易很多。婴儿们能够捕捉到的语音非常丰富，基本可以涵盖世界上所有语言所用到的语音元素。在出生后的第一年里，宝宝们会花大量的时间去听周围人说的语言，所以在大概一岁的时候，他们就能感知出母语中使用的语音，忽略母语外的语音。举个例子，在英语里，我们有r、l、ra、la的区分，但是日语并不会区分r和l。在刚出生后，英语环境中和日语环境中的宝宝都可以区分/r/和/l/，但是到了12月龄的时候，日语环境中的宝宝就不能识别这两个音了，因为他们的语言并不会用到这个。

所以，沉浸在A语言的环境中时间越长，你的这种语言能力就越强，同时，当你接触到B语言的时候，你的学习就会出现更多的偏倚。如果你的A语言已经用的非常好了，你就会很容易用既有的语言去理解新的语言。同理，如果你已经学会了一种方言，在接触新语言的时候，很容易在所讲方言的基础上去进行学习。相反，如果你是同时学习这两种语言，并不会出现其中一个强于另一个的情况。因为并没有主导的一种语言，所以对两种语言的习得可以相对独立。这样的话，可能会更容易在两种地道的语言，或者口音和没有口音之间自由切换。

那么，人们是如何对口音进行测量的呢？

这个其实很难做到，因为你并不能提前判断好某个口音听起来是什么样子，听起来不是什么样子的。你需要真正地沉浸在相应社群的语言环境中，才能明确地了解当地社群的语言中会有什么样的语音，这样再去决定某个人的语言有多地道。其实最简单最靠谱的方法之一，就是把短的语音样本放给该语言的母语使用者听，由他们来打分，以此衡量这些样本在多大程度上接近他们身边的人，同时有多大的可能性会是非母语使用者。

有意思。下一个问题是，婴儿语言学习和镜像神经元是否相关？

其实呢，我们并不知道。我先给那些还没有读过相关文献的读者解释一下镜像神经元这个概念。镜像神经元会在看到其他人做出某种行为时，产生与自己做出该行为时一样的反应。这种神经元有可能对于学习语言有帮助，因为语言的学习需要使用者之间进行一定程度的模仿，或者是一致性。你有了一个想法，然后你想要把这个想法传递给另一个人。某种程度上讲，镜像神经元可能提供了一种天然的翻译机制。如果我有一个想法，然后我发现你也有一样的想法，这是可能就是镜像神经元在作用：我和别人在想着同样的事情。

但是据我所知，目前并没有文献证明有着更多镜像神经元的孩子会更擅长学习语言，或者没有镜像神经元的孩子就对语言一窍不通。还没有很多的文献可以在这两者之间建立联系。

所以，目前我们只能说，镜像神经元可能和语言学习有关系。我们只是在进行合理的猜测而已。

所以现在大部分关于镜像神经元的文献还都局限于肢体的运动吗？

是的。

这是不是说，如果你如果真的想把镜像神经元往语言上边靠，你得特别注意说话的人的嘴是怎么动的？

对，这是一种说法。我们可以很清楚地看到嘴唇的运动，因此模仿对方发声器官的运动可以很好地帮助我们学习，这种联系是非常合理的。但是，我得再次强调一下，据我所知，我们还没有任何神经影像学或者行为科学的证据来支持这样的推论。

棒棒的。下一个问题也是这方面的，宝宝是如何察觉语言中情绪的部分呢？我们是否可以说，语言学期的早期阶段其实是一种对于情绪和表达的学习呢？

好问题。首先，宝宝们是如何捕捉语言中的情绪呢？我觉得我们专业领域中的大部分人都会认为，这种能力并非是宝宝们后天习得的，而是听觉系统先天具有的。为了帮助大家理解，我们一起来想一下人对着一只不懂人类语言的动物说话的场景。

如果你想夸一夸你的狗，你可能会温柔地说一句“乖狗狗”，而不是恶狠狠地喊出来：好狗！我爱你！狗！你是我的狗！

我这么跟我家里的狗试过，它被吓得够呛。

是吧。似乎大部分哺乳动物的听觉系统都有这样的能力，讲得慢的低声细语往往是比较舒服的，太高的声调会导致不安情绪，大声快速的词句就是警告信号。我们认为婴儿们天生带有这样的识别能力。这是哺乳动物的听觉系统进化了好长时间的自然结果，这样婴儿们就不需要费力去学习如何辨别情绪了： 他们刚到这个世界的时候，就被各种轻声柔和的语言包围，比如说：哦、好棒呀、真好。一切都平静祥和。然后他们一旦听到很快很高调的声音，就会自然地想到，天呐，我受到了惊吓。这是耳朵听到声音后很自然的反应。

然而，第二个问题是，我们是否可以认为，早期的语言学习就是一种对于情绪和表达的学习。对于情绪的理解似乎是先天具有的。表达方式还是需要后天的学习。试想一下，特别特别小的小孩子，往往并不能很好地表达自己的情绪。他们只有两种情绪状态，好和不好，大部分时候是不好。他们不开心的原因可能是自己饿了、生气了、需要换尿布了。不开心的原因实在太多了！所以我认为，婴儿表达情绪的能力的确会随着生长发育逐渐改善，可能是因为他们一开始就能很好地理解情绪信号，所以他们最终可以学着模仿那些信号，以服务于自己的情绪管理系统。

我们刚刚提到了先天的情绪识别能力，这个是所有物种共有的吗？

至少在哺乳动物的听觉系统中是挺普遍的。我没看过蜥蜴或者鸟类的资料，但是哺乳动物们处理和回应语言中的情绪信息的方式还是挺相似的。

最后一个问题也是个特别专业的，主要是关于跨国领养的孩子们早期的第一语言学习。比如说，某个被领养的孩子在婴儿时期曾经历过中文的语言环境，被一个法国家庭领养了之后长期居住法国，完全忘记了怎么说中文。然而，她或他在做语音工作记忆的任务时，脑区活动会更接近中法双语者，而非单纯的法语使用者。所以，发展早期接触到的语言真的会留下所谓的痕迹的？

首先，答案的确是肯定的，早期经历的语言的确会留下印记。这应该是意料之中的，毕竟我们的任何经历都会影响到大脑结构。所以，如果小时候听了几年中文没有改变任何神经反应，这才应该觉得奇怪。在你举的例子中，不可思议的应该是即使他们把中文忘得一干二净，他们的大脑还是更接近于会讲中文的双语者。虽然他们连听过中文这件事都不记得了，大脑还是会好像他们掌握了中文一样做出某些回应。如果你让他们试着识别声调，他们肯定会比只接触过法语的人要厉害。

所以，早期经历对于大脑的影响肯定是存在的，但是就算有，也非常小、非常微妙。目前的确有一些研究证明，对于在出生后一两年在中文环境中生活的国际领养儿，如果后来彻底忘记中文究竟是怎么回事，在把中文作为第二外语来学习的时候，相比于生活早期没有接触过中文的法语单语者来说，还是会有一点点的优势。所以，语言虽然忘记了，但是仍然留下了一些非常细微的痕迹。

这样的改变在功能上的影响几乎可以忽略不记得，所以这时候我们面对的难题就是，大脑为何要做出这种形式的适应呢？试想一下，如果你是一个14岁的讲着法语长大的孩子，不论你是否在出生之后一两年体验过中文环境，功能上并不会产生什么影响，你还是会说一口地道的法语。只不过在其中一种情况下，你的大脑中会留下一点点中文的影子。为什么这样的痕迹不会有任何行为上的影响呢？又在什么时候会出现一定的影响呢？我们目前正是想就这些问题寻求答案。

英文版请点击这里。

采访：曹安洁
翻译：狼顾、有耳、西子
审校：曹安洁、EON

Erik Thiessen:Hello, my name is Erik Thiessen. I’m a professor of psychology at Carnegie Mellon University. I’ve been employed here since 2004. I got my PhD in Developmental Psychology from the University of Wisconsin, Madison in 2004. And I spent most of my career studying language acquisition in infants and young children.  

So the first question is that they’re asking, some babies talk early, others talk late. So what might give rises to this difference? Is it determined by genes? Does baby’s personality play a role?  

Excellent question. So this is one of the most notable things about infant language acquisition. That there is a huge amount of variability in the onset of language. Probably the first and most important thing to know about this huge amount of variance is that it is much more pronounced in infancy and early childhood than it’s going to be in adulthood. Well, and indeed, this makes sense. For example, some of those twelve month olds talk and some of those twelve month olds don’t talk. But twelve year olds, almost every one of them talks. So big differences early are going to mostly converge to be small differences later in life.  

Another way of thinking about this is specific language impairment (SLI). Specific Language Impairment is a diagnosis that children receive when they are in the slowest ten percent of language acquisition. With no other obvious cause. No physical deformity. No neural deficiency. The deficiency is just language development being slow and we don’t know why. The vast majority of these people with specific language impairment are going to go on and talk normally. So even in this bottom ten percentile of language users, early in childhood, most of these problems and kind of working themselves out. So one of the challenges we face in thinking about the variability in language acquisition is which of these differences that we see in early childhood is going to be persistent differences throughout the lifespan. Some of the early differences are basically just random noise and will wash out over time. But others may continue to show language difficulties throughout childhood and even into adulthood.  

We can absolutely say that there is a genetic component to language acquisition.  For example, if you are an adult who has a diagnosis of persistent specific language impairment, you are more likely to have a child who is diagnosed with specific language impairment then is a parent who has had no language difficulties diagnosed. We’ve seen this with twin studies we’ve seen that with family tree genetic analysis kinds of studies (e.g., Tosto et al., 2017). There’s definitely genetic component to language acquisition.  

Is there a personality component to language can acquisition? Maybe. Personality in infancy doesn’t mean the same thing as personality in adulthood. Infant personality is a much more simplified construct because infants simply can’t express as many behaviors, as many opinions as adults can. So we often refer to personality influence by a different term. We call it temperament. And it’s basically like a simplified version of personality that has two dimensions. Are you happy or surly? And do you respond with curiosity to change, or do you react negatively to change? This temperament matrix, it turns out, does predict language acquisition to a little bit. The children who are more outgoing, more resilient in the face of social challenge are going to reach language milestones a bit sooner, all things being equal.

But probably the biggest thing that we haven’t talked about that makes a difference in language acquisition is linguistic input. How much language are you hearing? And more importantly, what contexts are you hearing that language in? So the very same sentence, for example, can be really informative if it’s a sentence where your parent is talking to you and the parent is really making an effort to communicate with you. In contrast, same sentence could be much less informative to a baby if now that sentence is spoken between two adults to each other rather than between adult to the baby. Because when the adult is talking to the baby, the adult is working to make sure that the two of them are focused are attending to the same objects of the environment. Whereas when two adults are talking to each other, the baby could be attending to anything and the adults are making really no effort to make sure that the baby is focused on what the topic of conversation is. So it’s much easier to learn from a setting in which someone is really focused on you and trying to talk about the things that you’re attending to than a setting in which people are talking. But without being explicitly focused on u as an infant trying to learn.  

So is that just simply due to that when we talk to infants we are using infant directed speech?   

Infant directed speech does matter. And infants will learn more from overheard infant directed speech, then overheard adult directed speech. But infant directed speech isn’t the only thing that matters. Again, what really seems to be critical here is that when they are talking to an infant, they respond to the things that an infant does. So the infant is looking out of the world and there are hundreds or thousands of objects in the world. What do those hundreds or thousands of things to the mom or dad talk about? Well, they talk about the ones the babies are looking at.  

So if a baby is looking at a ball, the parent is much more likely to talk about the ball. So the parent is responding to what the child is focused on. And that makes the linguistic input really better suited to be a signal that you can learn from.  

Is that related to join the attention or something?  

This is exactly joint attention that we’re talking about. And the thing about joint attention is that an adult we negotiate you’re like, well Erik, you wanna talk about that blue thing. I wanna talk about this red thing. We sort of work it out amongst each other. Which of these things we’re going to talk about. You know, I make a bid to talk about this. You make a bid to talk about that. We go around in circles, we figure it out, we negotiate with each other which of these things we’re going to talk about.  Infants and adults are not negotiating in the same kind of way. Instead, in a really high quality linguistic environment, the infant is demanding, and the parent is providing; the infant looks at something, the infant points at something, the infant does something, and the parent responds to this. Now, this is really important. Because when we adults negotiate, we can shift attention. You wanna talk about the red thing. I want to talk about the blue thing. And if you convince me to talk about the red thing, I can shift my attention away from the blue thing and focus on the red thing. I can do that as a little I can control what I want to attend to.  

Infants don’t have that same ability to control the focus of their own attention. So if the infant thinks: “ I want to look at the red thing.” and they also heard me saying: “ let’s talk about the blue thing.” The infant doesn’t have the ability to shift their attention away from the red thing to the blue thing. So as an adult, if you want to teach the babies about something that they’re not focused on, you’ve got to work really hard to get them focused on that thing. By contrast, if you want to teach the baby something they are already focused on it, much of your work is already done. So the negotiation process with adults is really hard to accomplish it with infants. As a result, adults seem to adapt to this by basically talking about whatever the infant is looking at.  

And so it’s almost like baby, they are so weak in attention control that they need adults not to “bully” on them.  

That’s right.  

Cool. So maybe we can go to next question. Is it possible that infants they can understand the language and also have an inner speech, but they just can’t express through language?   

So the first thing to say is it is not just possible but it’s absolutely true that infants can understand language, can comprehend language before they can produce language. One of the ways that we know this is due to the fact the you know, a few minutes ago, I said, oh, you know, a bunch of twelve month old babies, twelve month old babies are all producing their first word. Well, that’s mostly true. First word on average appears around twelve months of age. But if you take the exact same input to the baby  and do it in sign language rather than spoken language. Baby’s first word appears in around six or seven months rather than in a round twelve months. And the reason for this is if I hear you talking and I want to imitate it, I have to do that imitation without being able to see my own mouth. So I can’t just do what your mouth did. By contrast, if you’re using sign language and you hold up for some fingers, I can look at my fingers and make the same communicative gesture.

Does this mean that they have an inner speech and inner mental language? Well, that’s really challenging to know. We can’t do exactly the right kinds of experiments, even in adults. We can’t do these experiments very easily, but in adults, we can at least give people instructions. And we can measure things like reaction time to try to get at what these internal representations look like with infants. Many of these experiments are just not practicable for infants.  

That said, what we know is that infants, even preverbal infants show one of the critical abilities that we think about in terms of having a mental life, which is the ability to represent states of the world that don’t exist. Or, to put it another way to say, I want something, and there are a set of actions that I am going to need to take to make something up here to make something happen. So infants are able to do fairly complicated mean-ends tasks. By mean-ends task I mean a task that requires a goal, and babies need to figure out ways to achieve that goal. But of course, you don’t actually give babies a goal. You can’t say to an infant: Your job here is to do this. Instead, you have to take advantage of a goal that they have. Like, they maybe have a goal to put something in their mouth, because babies love putting something in their mouth. And so you put it there and you say the baby. All right, I know you want to put this thing in your mouth. How are you going to do that? And then you give them a situation, a setting where the object cannot simply be reached out and grabbed. But instead there’s some obstacle on the course. Say that the baby needs to navigate, the need to pull on this to make this open up to reach in and grab that thing. And we know the babies are capable of doing that kind of task, suggesting that they are able to represent: “I want this. How do I make that happen now?” Are they expressing these states in terms of well-formed sentences in the English language? No, probably not. So the problem here is not that infants can’t understand the language. The problem is that they can’t produce the language, because they can’t see how their own mouth works. And this takes a long time for them.  

How do babies achieve the transition from simply imitating adults speech to actually comprehend the language? So what is the underlying mechanism for this transition? For example, a baby can imitate a lot of words, but it is also quite obvious that the baby has no idea what those words mean. What can parents do to help babies comprehend a language? To go beyond simply imitation.  

Excellent question. Probably the first thing to note in this space is that even from the very earliest ages at which we can do testing imitation is an important part of language acquisition, but even from the earliest ages, it doesn’t seem to be the only part of language acquisition. A classic example of this was done by the famous development psychologist Roger Brown and a colleague of his named Jean Berko Gleason. They did what’s known as the “Wug task”. In the test, you show a child, a novel object, an object they’ve never seen before, maybe a little doll, maybe a little toy. And you say, this is a wug, then you put up a second one. You say, now there are two of them. Now there are two __?

Wugs?  

Exactly. You’ve never heard that word before. So you can’t be imitating; instead, you’re generalizing. You’re taking this pattern that you’ve – learned plural equals add an “s” – and you’re using it in a novel situation. Children do that kind of generalization from a very early age.  

But generalization and imitation exist in a kind of constant tension. If you imitate someone, you know that you’re right, or at least you’re pretty confident that you’re right. Now, if you’re imitating someone who speaks badly, then you know you yourself are speaking badly. But generally speaking, imitating other language users is a good idea, because they’re using language correctly. However, imitation is fundamentally limited in that you can only do things you have previously seen done. So generalization is necessary if you’re going to use language and creative ways. But if you generalize too broadly, now you end up using the language incorrectly.  

So for example, if I’ve never heard the plural of mouse before, I might say “mouses” when it is supposed to be “mice”. In fact, we see children making these kinds of errors. This is called over regularization. And again, it seems to be part of the story of language acquisition from very early in the process. So children don’t need to learn how to go beyond imitation. They start by trying to go beyond imitation. What they learn seems to be there’s a lot of things happening in language. Some of them you want to imitate precisely some of them you want to imitate kind of closely but not perfectly. And some of them you actually want to ignore. Like when I’m speaking English, I don’t want to speak it in exactly the same way you speak English. I don’t want to mimic your vocal quality or your accent. Those end up being mostly irrelevant. So the challenge for the infant is learning is: “which aspects of language do I want to ignore? Which aspects of language do I want to imitate? Where are things sort of in the middle where I want to do a little bit of imitation coupled with a little bit of generalization?”

How do you help children get better at that process? Well, It’s like any other skill. If I want to learn how to do something, I start by doing that thing over and over again. And then I make it more challenging. So maybe I start by doing learning how to pronounce a letter in exactly the same word position. I’m gonna learn how to say /D/ by putting at the beginning of the word doggy daddy diaper. I just say it at the beginning of the word. Now when I make it more challenging, I put it at the end of the word so the child can see it in different contexts.  

This is, we think, one of the critical things in learning how to generalize; first identify something second, see it in lots of different contexts and seeing something in lots of different contexts helps you to identify which aspects of that thing are critical and should always be repeated, or at least attempted to repeat. And which aspects of that thing are more idiosyncratic and can be, you know, abstracted away from or generalized away from.  

The next question is about statistical learning. So this person is reading something related to statistical learning last year. And she has a really basic question. There are a lot of evidence for statistical learning, both from behavior studies and neural imaging studies, but she noticed that the monkeys are also found to succeed in statistical learning, but monkeys don’t have human language ability. So even though we can deny the statistical learning plays a role in language opposition this might fail to explain human language system comprehensively. How do currently the researchers in statistical learning view this point? Well, this is a really professional reader.

Yeah, absolutely. For the readers who are maybe a little bit less familiar with the concept, here’s a quick definition of statistical learning. Statistical learning is figuring out units in the environment by detecting which aspects of the input go together. So for example, if you hear the phrase “pretty baby”, how do you know the “pretty” is one word and “baby” is a separate word?. Well, one way that you can figure this out is that when parents speak, they almost always say it to make sure when a baby hears “pre” they hear “ty” coming next in English about ninety five percent of the time. When parents are talking to their children, they don’t say complicated words like predilection or prevaricate or precaution all that often. But at the end of that word “pretty”, many other words can occur next. Yes, you might say pretty baby next, but you might say pretty eyes, pretty shoes, pretty outfit. Sounds within a word predict each other pretty clearly. Sounds at the end of a word don’t predict the next word, because at the end of any word, many, many, many other words can follow. So if you can discover which sounds predict each other, you found sounds that could go together within a word.  

So paying attention to how things predict each other could be really important in language. Because of course, language can be described in terms of lots of predictive relationships. When I say “pre” I’m likely to say tty to make the word pretty. When I say “the” I’m likely to have a noun coming because that is part of a phrase that requires a noun. So there’s lots of predictive relations in language. Humans are good at paying attention to this kind of predictive information. And this is what we call statistical learning. And we do think that statistical learning is related to language acquisition. First of all, because of course language has all of these predictive dependencies in it, but second, because individual differences and statistical learning we think are predicting individual differences in language outcome. Those babies who are good at statistical learning are showing faster vocabulary growth. For example, the babies who are less good at statistical learning.  

But this reader points out a really good conundrum. Yes, other animals can do statistical learning. Yes, we think statistical learning is really important for language, but other animal species also do statistical learning. And no other animal species developed human language. How do we explain this? One way of explaining this, which I think is sort of implicit in the readers question, is that statistical learning might fail to explain language acquisition comprehensively. That is, statistical learning may be useful for language, but you need some other stuff to get language. So humans have the other stuff. Monkeys and other species only have the statistical learning. So only humans who have statistical learning plus whatever can get all the way to language. And there are lots of theories in this space. So for example, one idea is that to get language, you need statistical learning plus something called theory of mind. The idea that other beings can have different ideas than your own. Because language is fundamentally about communicating ideas. And if you don’t realize that other people have different ideas, communicating ideas isn’t something you’re ever going to be motivated to do. You’re going to assume that everybody else has the same ideas you have. So why should you bother to express those things? So maybe it’s the case that humans are the only animal species to get language, because language requires statistical learning plus something extra on humans. Humans are the only species that has those extra things.  

There’s another way of thinking about the problem, which is that statistical learning is a potentially a comprehensive explanation for language. That statistical learning is all you need for language. And the reason that other animal species aren’t getting language isn’t that they lack the crucial learning mechanism. They’ve got statistical learning, and that’s all you need for language from this perspective. The problem is that they’re statistically learning the wrong things. So just a second ago, I said, oh, when you hear “the”, you should hear a noun coming. So that’s sort of true. But I lied about some complexity there, because when I say “the”, a noun is not required to come next, What happens is that when I say “the”, a noun is required to come eventually. I can say “the dog”, but I can also say “the big dog”, “the big fluffy dog”, “the big red fluffy dog”. “The” means that noun will come eventually. It doesn’t mean that a noun is going to come adjacently. Language is full of what we call non-adjacent statistical relations.  

Humans seem to be better at detecting non-adjacent regularity. Animals, at least when they’re exposed to linguistic stimuli, seem to be focused on adjacent relationships. And so human statistical learning might work better for language, because humans are naturally interested or able to detect these long-distance relationships, whereas animals perhaps because they’ve got relatively less advanced mental representation capacities, are focused on things that are sort of immediately adjacent. And this makes it more challenging to discover language.  

An alternative thing that might be different between humans and other animal species is things that they find interesting. Despite having the very same learning mechanisms, we know that you learn more from things that you find interesting. We also know that almost every animal species on the planet, when given a choice, would rather listen to a member of its own species than a member of another species. And so it might be the case that animals are doing statistical learning just the same way that humans are. But they just don’t pay that much attention to human speech. They don’t detect the same kinds of regularity in the same kind of facility that humans do, because humans find speech way more interesting.  

So really, there’s a fundamental divide here. Do animals fail because they don’t have some additional capacity to statistical learning? Or do animals fail because they are using statistical learning, the same capacity humans have, but using it in a different way that humans are using statistical learning. And we still don’t know the answer to this question.  

I see. So this is a slightly related question. Is there any lesion study done suggesting that the patients are simply deficient statistical learning?  

There has not been extensive work in this space. And what there is has been somewhat contradictory. To start, we need to explain why this has been challenging work to do. If you want to lesion statistical learning, you have to do a lot. Statistical learning is a really widespread neural pattern. I think that it’s at least possible that almost all of the cells in the human brain are capable of doing something that looks like statistical learning. That is a really distributed learning system. But the hippocampus, a structure in the midbrain, really important for memory, does seem to play a pretty important role in statistical learning. And if you lesion the hippocampus, there have been reports of deficits and statistical learning.  

Now, again, this is controversial. Some groups find these deficits of statistical learning with hippocampal lesions. Other groups don’t replicate these deficits. You can’t really do the experiment because you need your hippocampus to make memories and no one can volunteer to get their hippocampus cut. So you’re only working with people who have had natural damage to their hippocampus, and each individual patient is going to present with different damage as a function of how their hippocampus became damaged, as well as individual differences in hippocampal architecture that preexisted the damage.  But on the basis of this research, what we can at minimum say is that statistical learning is pretty robust to lesion. Even when you lesion the hippocampus and show deficits in statistical learning, these people are still able to show statistical learning in some domains, in some tasks. So again, we think the statistical learning is pretty widespread, decentralized process.

So the next question circles back to babies learning language. This reader wants to know how young children discriminate between dialects. So some adults, they can switch between dialects and mandarin. So mandarine in china is regarded as dialect-free language. But others seem to be incapable of finding a boundary between the two. Is it due to different family environment in childhood?  

Challenging question to answer. There are major differences in this space between adults. Some adults who acquire a second language or a second dialect seem to produce all of their dialects for all of their languages really fluently in in a way that is accent free. Other people acquire a second or a third or fourth language. And even though they can speak the language perfectly well, they continue to have an accent. They continue to show dialectical patterns. And we don’t have a great sense of why one adult would be accented as a speaker, and one adult would be accent free in their ability to learn language. Age of acquisition does seem to have something to do with it. The younger you learn your language, the more likely you are to produce it like a native speaker, rather than producing like an accented foreign speaker.  

We do think that there are individual differences in this space as well, potentially genetically motivates individual differences. Some children just might be better at learning to control their articulators,  the mouth, the jaw, the tongue, the lips, and producing things in ways that sound like native speakers produce them. But what we can say for sure is that young infants find this challenge a little easier than older children and adults. Children are able to perceive a pretty wide variety of speech sounds that any language in the world is going to want to use. By the time you’re about a year old, you spent enough time listening to your native language that you primarily perceive sounds that the native language wants to use. And you ignore sounds that the native language doesn’t want. So for example, English uses the “r” “l” “ra” “la” distinction. Japanese doesn’t use the r/l distinction.  At birth, both English learning and Japanese learning infants can perceive the /r/-/l/ distinction. By twelve months of age. Japanese learning infants have lost the ability to perceive the distinction, because it’s not useful in their language.  

So the longer you spend immersed in language one, the better you get at language one, the more you’re going to be biased when you get exposed to language two. You will try to interpret it in terms of what you know about language one. And if you already know language one pretty well, it is really easy to interpret language to in terms of language one. And so if you’ve already picked up one dialect, it’s pretty easy to try to map your new language onto that dialect. Whereas if you’re learning both languages at the same time, one of them doesn’t have an advantage over the other one doesn’t become dominant. And so you can learn them both relatively independently. This probably makes it easier to switch back and forth between them using native like or on accent and speech patterns.  

So in terms of accent, how do people actually measure it?  

It’s challenging work to do because you can’t a priori specify what an accent is or isn’t going to sound like. You need to really immerse yourself in the language community. You need to get trained raters who know what kind of sound speakers in the light of native community produce and then you can tell speech raters to rate it as being super native like or not super native like. Actually one of the most reliable ways to do this is just give samples of language to people who speak a language and asked them to rate it. How much does this sound like one of you folks said this, or how much does it sound like somebody who’s from not from around here.  

Interesting. So the next question is infant language acquisition and mirror neuron. Is that related?  

Well, we don’t know. So again, for those readers at home who are maybe have immersed themselves in this literature, a mirror neuron is a neuron that seems to fire or respond in exactly the same way when you are doing an action and when you are watching someone else do an action. This might be really useful for language, because of course, language necessarily require some imitation – or consensus – between speakers.  You have an idea in your head, and you want to convey that idea to someone else. And a mirror neuron might provide a natural translation mechanism, if you will. For I have an idea in my head. Oh, I can see that you have the same idea in your head. That could be what mirror neurons are for allowing us to say: This idea in here is the same as it is out there in someone else.  

However, there is not yet a literature, to my knowledge, that says children who have more mirror neurons are better at learning language. Children who don’t have mirror neurons don’t learn language. There’s not much of a literature yet linking the activity or the actions of mirror neurons to language learning outcomes.  

So at present, I think we say mirror neurons could be related to language acquisition. We’re making a plausible but speculative claims.  

So is most of like the literature of mirror neurons are about like actual like real movement you made with your limbs or hands?   

Yes, exactly.  

And if you really, really want to push like that language, it is almost like you need to observe how their mouths are moving.  

And that would be one way to get the job done for sure. One of the things that help us learn how to imitate vocal apparatus, because we can see your mouth moving. And I know that my mouth is moving in exactly the same way. It’s a plausible link. But again, to my knowledge, we haven’t really done the neural imaging or the behavioral work necessary to substantiate the claim.  

Cool. So the next one is also related. So how does infant detect the emotional language? Can we make the claim that early stage of language acquisition is a form of acquisition of emotion, expression?

Good question. First, how does the infant detect emotion in language? I think most people in my field think that this is not something that infants learn to do, but rather that it is something that comes basically hard wired out of the auditory system. Now, to give you an example of why this might be think about talking with an animal that doesn’t understand human speech.  

When you wanna tell your dog that they’ve been a good dog, you probably say something like “good dog~”. You probably don’t YELL good dog! I love you! Dog! My dog!  

We tried this on my dog. It terrifies him.  

Yeah, exactly. It seems to be the case that sort of across the mammalian auditory systems in the world, things that are low and slow are soothing. Things that are sharp and high pitched are startling. And things that are loud and abrupt are warning signals. We think that infants get this for free. We think that this just falls out of the way the mammalian systems have evolved their ears over millennia. So infants don’t need to learn to interpret emotion. They pop out into the world predisposed to when they hear low and slow, like, oh, good, cool. Everything is fine. When they hear fast and high pitched, they’re thinking, oh, I’m startled. This just falls out of the way the ear works.  

However, the other part of the question is can we make the claim that early language acquisition is a form of the acquisition of emotion expression. Emotion comprehension seems to come for free. Expression maybe doesn’t come for free. And one way of thinking about this is that when children are little, very, very little, they don’t do a very good job expressing their emotions. They’ve basically got two states. I’m upset and I’m fine. And that upset covers a lot of space. They could be upset because they’re hungry, because they’re irritable, because they need to be changed. Gosh, it covers a lot of space. So the ability of the infant to express emotion, I think does become more refined over the course of development, perhaps because they start out with the ability to comprehend emotional signals pretty well, they can eventually learn to imitate those emotional signals in their own production systems.  

So back to the previous like this hardwired emotion detecting ability. I’m thinking is this universal across species?  

It does seem to be pretty universal across mammalian auditory systems. I haven’t checked in lizards or birds, but mammals all seem to respond in pretty much the same way to this emotion information in speech.

Now the last question is also a super professional one. This question is about the early first language acquisition in international adoptee. For example, one adoptee has been exposed to Chinese in infancy and then completely forgets how to speak Chinese after being adopted by a French family and living there since. However, when she or him is doing this phonological working memory task, his or her brain area is more similar to Chinese-French bilingual rather than French monolingual. So does early language exposure really leave the so-called trace?  

So first of all, the answer does seem to be, yes, early exposure does leave a trace. Maybe this shouldn’t be surprising. Virtually every experience that we have shapes our brain. So, in some sense, it would almost be more surprising if hearing Chinese for a few years early in your life didn’t shape your neural responses. What’s surprising here is that while the brains of these people are more similar to a Chinese bilingual’s than to a French monolingual’s, even though they completely forgotten Chinese. Their brain responds as though they had learned it but they don’t remember ever having heard Chinese. When you put them in a task that has them discriminates  tones for example. There are no better than French monolinguals are.  

So there’s an early impact on the brain, but it leads to very minimal, very subtle, if any at all, behavioral changes later in life. Now, there has been some work suggesting that if you are an international adoptee and you heard Chinese for the first year or two of your life. And then you forgot it. When you, as an adult, try to learn Chinese as a second language, you will have a little bit of an advantage over a true French monolingual who hadn’t spent two years of their life hearing Chinese. So there’s some potential savings, but they’re not big.  

So really the challenge in this space is to try to figure out why does the brain adapt in ways that functionally have basically very little effect. Like functionally, it kind of doesn’t matter if you’re a fourteen year old French speaker who spent a year or two of the first part of your life listening to Chinese, or if you’re a fourteen year old French speaker who’s never heard Chinese. Those two fourteen year olds are both going to be French native speakers. One of them has a little bit of Chinese hanging around in their brain. Why doesn’t it have a behavioral effect? When does it occasionally have a little behavioral effect? Those are the questions we’re trying to answer in this space.  

这种从动作到意义的“翻译”流畅而直接，是因为我们天生拥有这样的能力：我们不用嘴巴也可以表达，不用耳朵也可以理解。我们能通过指向物体来引导他人注意力，通过模拟动作来加强叙事效果，通过有节奏的敲击以示强调，甚至只用简单的手势就可以完整地回应别人。

用动作来丰富交流是人类的普遍习惯，但不同文化中的动作细节有细微的差异。比如，在巴布新几内亚，人们用鼻子和头来指引，但是在老挝的话，有时就是用嘴唇了。在加纳，用左手指物会触犯禁忌，而在希腊和土耳其，弯曲食指和拇指成圆环状来表示一切“OK”可能会让你惹上麻烦。

虽然示势¹（gestures）极具多样性，但它可以大概被定义为用来重申或者强调某一信息的动作——无论这一信息是否被明确说出。示势是“表征行动（action）”的动作，但它也可以传递抽象或隐喻性的信息。示势是我们很小时就会使用的一种工具，虽然不一定与生俱来；甚至先天失明的儿童说话时也会或多或少调动身体。所有人都如此。然而，很少有人对作为一种现象的示势加以深思——包括它的神经学生物学原理，它的发展，还有它是如何帮助我们理解他人行为的。随着研究人员深入我们的神经联结，他们愈发清晰地认识到，示势引导着我们的感知，就像感知引导着我们的行为一样

¹译者注：由于“gestures”在本文中的意思不局限于手势，若译为“姿势”也不符合用语习惯，故统一译为“示势”。

内在的示势倾向

苏珊·高登米德（Susan Goldin-Meadow） 是公认的示势研究领域巨擘。然而她说，当自己在70年代刚开始对示势产生兴趣时，“根本没有相应的研究领域“。研究过示势的人不少，但他们几乎都只是在非语言性行为研究时略微触及到。而高登米德从那时起就把研究核心聚焦在示势对于学习和语言创造的作用，包括没有手语学习经验的盲童自创的示势系统。（与一般的示势不同，手语构成了一种高度成熟的语言系统。）她现在是芝加哥大学的教授，并在那里主管示势产生与感知研究领域最重要的实验室之一。

“示势是通往未言明思想的一扇美好的窗户，而且未言明的思想往往是最有趣的。”她一边说着，一边自己做出各种示势。

许多曾与高登米德合作过的科学家如今也在其他学校或机构研究类似的问题。米丽安·霍瓦克（Miriam Novack）于2016年在高登米德的指导下完成了博士学业，现在她是美国西北大学的一名博士后，致力于研究示势在人的一生中是怎样发展的。

诺瓦克告诉我们，多数报道称人类是唯一会用肢体指示的物种。连黑猩猩和猿类都没有这种能力，除非被人类抚养长大。然而，人类婴儿通常在开口说话前就能够指向物体，并且我们产生和理解符号性动作的能力会和语言能力不断协同发展。在课堂上示势也是很重要的工具，它可以帮助儿童将动词推广到新语境或解决算数问题。“但是，” 她说，“我们并不清楚儿童从何时开始理解这些手势动作的沟通性，理解它们是信息的一部分。”

当孩童找不到词语来表达自己的想法时，他们用手来交流。诺瓦克研究了各个年龄段的婴儿（最小的仅18个月），并观察到了他们从动作中推出意义的能力是如何随年龄增长的。成年人能自然地完成这一过程，因而我们很容易忽略将意义映射到手势形状及轨迹上其实绝非易事。

示势或许只是简单的动作，但是它们并不孤立作用。研究表明示势不仅强化语言表达，而且能帮助人们习得语言。事实上，二者很可能共享了一部分神经系统。在人生历程中获取的有关示势的经验，或许也能够帮助我们直觉出他人动作的意义。但是，到底是单独的细胞还是整个神经网络调节了我们的破译他人行动的能力，依然是个悬而未决的问题。

具身认知

语言学和认知科学领域的巨擘诺姆·乔姆斯基（Noam Chomsky）一直认为语言系统和感觉运动系统是不同的实体——这两个模块在示势交流中不需要协同工作，即使语言和感觉都是传递和破解符号性思想的方式。鉴于科学家目前尚未完全理解大脑是如何组织语言的，也不清楚哪些神经回路负责从示势中推出意义，我们很难断言乔姆斯基的观点正确与否。但是很多科学家，比如佛罗里达国际大学的副教授安东尼·迪克（Anthony Dick），就认为这两种功能部分依靠着相同的大脑结构。

通过fMRI扫描大脑活动，迪克及其同僚指出，解读那些与语言同时产生的示势时，我们大脑的语言处理中心不断工作着。至于哪些区域相关、激活程度如何，则随着年龄变化，这说明青少年的大脑仍在打磨示势与语言的整合技能，同时也改进着不同脑区之间的联结。用迪克的话来说，“示势实际上是广义语言系统的支柱之一”，它整合了语义处理区域和感觉运动区域。但是我们在何种意义上能说：语言感知本身是一种运动感觉体验，是一种同时依靠运动和感觉经验的认识世界的方式呢？

当曼努埃拉·马其顿尼亚（Manuela Macedonia）刚取得语言学硕士学位时，她发现她在林兹大学教意大利语时有一种稳固的模式：不管学生们重复了多少遍相同的词语，他们始终磕磕巴巴说出不一句完整的话。就算抄词组抄到地老天荒也无济于事。“他们听力水平很高，” 她说，“但是他们没法开口。”

她的教学方法是照本宣科式的：她让学生听、写、练习并重复，遵照乔姆斯基的理念，可惜这并不奏效。还是缺了点什么。

如今，马其顿尼亚在林兹大学信息工程研究所担任高级研究员，同时也在莱比锡大学马克斯·普朗克人类认知与脑科学研究所工作。她正逐渐构建一个与迪克的想法类似的假说：语言绝不是模块化的。

在儿童学习母语时，马其顿尼亚称，他们利用整个身体来汲取知识。比如，类似“洋葱”这样一个词和五种感觉都紧密相关：洋葱有着圆鼓鼓的外形，纸一样的外皮沙沙作响，味道有些刺鼻，而切开后散发出让人流泪的气味。即使像“喜悦”这样的抽象概念也具有多重感官要素，比如微笑、大笑、欢乐地蹦跳。认知在一定程度上是“具身”（enbodied）的——大脑的活动可以被身体的行动和体验改变，反之亦然。难怪学生只是听、写、练习和重复的话是记不住生词的，因为他们的口头经验被剥离了感官联系。

马其顿尼亚发现，在学习新单词时做出语义相关的示势加以强调，学生们的运动脑区就被调动起来，回忆水平也提高了。可别只是简单重复“桥”这个单词：边记忆边用手比划一个拱形。拿起行李箱，弹起吉他！这样做可以激活大脑的记忆系统，因为单词是生命长河中一簇簇经验的标签。

多感觉学习使得像“洋葱”这样的单词不止存留在大脑的一个区域，而是分散在整个神经网络中。如果一个节点因长期不被激活而衰退，另一个节点能够恢复这一记忆，因为节点之间都紧密相连着。“节点与节点之间没有秘密。”马其顿尼亚说。

由经验连接

示势丰富语言表达的能力或许只体现出示势整合于感官经验的方式之一。越来越多的研究表明，不仅是语言和示势，动作产生和感知其实也交织在一起。 特别地，伊丽莎白·韦克菲尔德（Elizabeth Wakefield）称，过去做出示势的经历，会影响神经系统对同一动作的观察和理解。

韦克菲尔德也曾师从高登米德，她如今是芝加哥洛约达大学的助理教授，并主管自己的实验室。她致力于研究日常行动是如何辅助学习并影响认知的。但是在能够深入探究这些问题之前，她需要知道示势处理机制是如何发展的。2013年，还是研究生的她曾与神经科学家卡林·詹姆斯（Karin James）共事，并进行了用fMRI探索儿童和成人的示势感知的开创性研究。

当被试观看一位演员边讲话边比划的视频时，他们活跃的脑区不只有视觉和语言处理区域。与运动经验有关的脑区也很活跃，尽管被试躺在扫描仪里一动不动。而且，成人的这些脑区相较于儿童更加活跃，韦克菲尔德认为这是因为成人有更多做出相似动作的经验。（儿童说话时通常较少用到示势。）

“据我所知，我们是最早开始研究示势理解的发展历程的，”韦克菲尔德说，“虽然示势处理发展研究的体量很小，但这些成果对于我们将如何理解示势塑造学习具有重大意义。”

除了韦克菲尔德的研究，示势感知与目的性动作具有相同神经基础这一观点还有别的证据。许多实验在芭蕾、篮球、弹吉他、结绳甚至读乐谱等活动中揭示出一种类似的动作“镜像”（mirroring）现象。在每种活动中，当“专家”观看别人进行自己熟练的那种活动时，他们的感觉运动脑区相较于“门外汉”被试们更加活跃。

（奇怪的是，有些实验得出了完全相反的效应：专家们在观看别人做他们所熟悉领域的工作时，他们的大脑反而不及普通人活跃。但是研究人员认为这些实验应该这样解读：经验让他们的大脑能够更高效地分析运动。）

高立德大学助理教授罗娜·柯万特（Lorna Quandt）致力于研究失聪与听障人群中的动作镜像现象。她采用了一种精细的研究方式，把示势分解成了各种感觉运动元素，并通过EEG观察到那些做出特定行动的记忆改变了我们预测和感知他人示势的方式。

在一项实验中，柯万特和同事们先让一组成年被试操纵一些颜色、重量各异的物体，再让他们观看一段视频，视频中的男人与同一些物体互动。研究人员记录了两次活动中被试的脑电图，发现即使视频中的人只是在物体附近做模拟动作或隔空指向物体，被试大脑的反应就像他们自己在操纵物体一样。而且他们的神经活动反映的恰恰是他们自己的经历：不出所料，EEG图像显示被试记忆中物体的轻重影响了他们对演员的行为的感知。

“当我看到你做出某个示势时，我不仅在处理我眼前的景象，我也在对你将要做什么作出预测。”柯万特说，“这一事实能为我们理解行为感知提供深刻洞见。”也就是说我的大脑能预测你的感觉运动体验，即使可能只早了几毫秒。

我们究竟需要多少运动经验呢？根据柯万特的实验，我们只需要一次触觉训练便可成为联系颜色和重量这一简单任务的专家，而阅读书面信息则要求更多经验。

据迪克所称，学界几乎公认即使当我们保持静止观看他人运动时，运动脑区也会十分活跃（这种现象被称为“观察执行匹配”）。但尚有争议的一点是，这些脑区提取他人动作意义的能力究竟能到什么程度呢？而更加悬而未决的是，这种通过感知运动区激活的感觉增强的神经机制是什么？这一活动是由多个脑区协同工作产生的，还是全部归功于某些个体细胞？

镜像神经元还是镜像神经网络？

早在一个多世纪前，心理学家沃尔特·皮尔斯伯里（Walter Pillsbury）就曾写道：“心灵中没有什么尚未被运动解释。”在现代，这一概念以镜像神经元理论（the mirror neuron theory）的面貌复活了。镜像神经元理论假设，我们从示势和语言中汲取意义的能力，可以用关键脑区的某些个体神经元激活来解释。然而人们愈发清晰地认识到，那些关于镜像神经元对日常活动的意义的证据，可能被过度宣传和过度解读了。

镜像神经元理论起源于上世纪90年代。当时一组研究猴子的科学家发现，动物在进行一些目的性运动（例如抓取）时，它们下前运动皮层的特定神经元有所反应；令人惊讶的是，在猴子被动观察实验者做相同动作时，这些细胞也活跃了起来。我们似乎可以据此断言，“观察执行匹配”在个体细胞层面也有所体现。

研究者们提出了一些可能的解释：或许这些“镜像神经元”只是在传达关于行动的信息，帮助猴子选择一种恰当的运动反应。比如，当我向你伸出手想和你握手时，你的自然反应可能是就是模仿我的动作，也伸出手来。

另一种解释是，这些单独的细胞或许构成了“行动理解”（即破解他人动作含义）的基础。也就是说，这些细胞让猴子得以仅靠相对少的大脑计算量，就能把自己的行动和观察到的东西匹配起来。该理论最终胜出了，因为它简洁而优雅地解释了我们何以直觉到他人动作的含义。

随着时间推移，人类也具有类似机制的证据源源不断地出现；人们将镜像神经元与一长串现象联系了起来，包括共情、模仿、利他主义和自闭症谱系障碍等等。当人们发现示势和语言感知过程中相关脑区也有镜像活动后，镜像神经元又被关联到了语言和示势上。

加州大学尔湾分校认知与语言科学教授格雷戈里·西科克（Gregory Hickok）则坚定地反对镜像神经元理论。他坚持认为，几十年前镜像神经元理论的建立者不幸拥护了一种错误的解释。按照西科克教授的说法，镜像神经元值得深入研究，但人们只是狭隘地关注它们对语言和示势理解的作用，反倒阻碍了研究进展。他认为观察执行匹配更可能与动作规划有关，而不是动作理解。

甚至连那些运动理解理论的忠实拥趸也开始“踩刹车”了，荷兰神经科学研究所社会大脑实验室主任兼阿姆斯特丹大学助理教授瓦莱丽·加佐拉（Valeria Gazzola）称。虽然支持镜像神经元理论，她承认人们目前尚未明确“理解”（understand）动作究竟是什么意思。“不确定因素和误解仍然存在。” 她说。虽然镜像神经元是认知一大要素，“至于它们是否能解释整件事，我的答案应该是否定的”。

起初，人类身上的镜像现象的大多数证据是借助fMRI、EEG、脑磁成像和经颅磁刺激等技术，在数百万神经元同时放电活动的情况下获得的。后来研究人员开始使用fMRI适应技术（adaptation）进行试验，这样一来就可以分析在特定皮层区域的细胞子群。但是他们很少有机会直接测量人脑中的个体细胞，因而目前仍缺少镜像神经元活动最直接的证据。

“镜像神经元无疑是存在的，”西科克说，“但那些脑成像和大脑激活研究都只是相关性研究。它们无法支持任何因果关系。”

此外，大多数因运动障碍而无法移动或说话的人们（如严重脑瘫患者）仍然能够理解语言和示势。他们不需要功能完全的运动系统（和镜像神经元）来完成那些要求“理解”（宽泛意义上）行为的任务。西科克说，甚至在猴子身上也没有证据表明镜像神经元损伤会导致行动观察能力下降。

鉴于有关个体细胞的观点很难在经验上证实，当今大部分研究者都选择谨慎措辞。比如他们会说，猴子可能有“镜像神经元”，但是人类有“镜像性系统”、“神经镜像性”或者“动作-观察网络”。（按照西科克的说法，甚至连猴子研究也开始转而关注网络和系统的镜像现象了。）

自称对镜像神经元理论态度中立的柯万特，并没有基于自己的EEG实验得出不同经验如何改变个体细胞功能的结论。即便如此，她对人类感觉运动系统部分参与分析处理他人示势“深信不疑”。“我百分百确定这是对的。”她说，“这一点上我不太可能动摇了”。

虽然研究者可能无法精准定位哪些细胞帮助我们用身体来沟通和学习，但是多重感觉系统的相互重合是毋庸置疑的。示势让我们能够表达自我，并且塑造了我们理解和诠释他人的方式。借用柯万特一篇论文里的话来说：“我们透过自我这块镜片，感知他人的行动。”

那么，下次有人用中指问候你的时候，请好好思考一下是什么使得你清楚而敏锐地明白那家伙的意思。撇开别的不谈，你可能会感觉好受些。

翻译：Francine Guo；审校：有耳；编辑：EON，顾金涛

大约120年前，卡塔克洛克语于本卡拉村被创造出来，它有自己的一些特色，比如伸出舌头表示在动词上加上否定。与使用美国手语（Amerian Sign Language，简称ASL）时人们无声地做口型不同，使用卡塔克洛克时，你需要轻轻拍打嘴唇，发出微弱的爆裂声，表示某个动作已经结束。

“如果你在六点钟，人们准备洗澡和吃饭时穿过村庄，”德·沃斯回忆说，“你可以在整个村庄听到啪啪啪的声音。”

第一次来到本卡拉村时，德·沃斯还是马克斯·普朗克心理语言学研究所的研究生，欲成为第一个找出卡塔克洛克语法规律并列出所有手势的语言学家。她说，由于该手语出现在一个聋人数量相对较多的孤立社区，所以那时还“未受影响”。与2000年起开始被发现的一些类似的“乡村手语”一样，卡塔克洛克是丰富的研究材料。德·沃斯知道，如果能抢先将之研究透彻，那将是她的一大成就。

但是研究任何现象都有将其改变的风险。考古学家知道，在古墓中呼吸会提高古墓的湿度，而动物学家用食物吸引野生黑猩猩有可能会改变整个族群的政治。

语言是如何涌现和演化的？而所有语言的共同起源又是什么？新出现的语言为了解这些问题提供了一扇窗口。但是一些语言学家担心研究环境的纯净度，害怕研究一种可能只有少数使用者的手语会带来外部影响，从而改变其发展。

这就是德·沃斯为什么把手垫在身下坐着的原因——她是在故意避免使用其他语言的手势。如果她改变了卡塔克洛克的发展进程，她的研究有效性就会降低，与语言自然演化研究的相关性也会减弱。唯一的问题是，为了科学利益而将像卡塔克洛克这样的语言隔离起来可能并不符合其使用群体的最佳利益。“

“每个这样的社群都像一场自然实验。如果让你用我们现代人的大脑来开发一门语言，它会是什么样子？”现在已是荷兰拉德堡大学语言学助理教授的德·沃斯问道。“而我们有机会看到多个现代语言产生的案例，这是很有价值的。”

从泰国的手语Ban Khor到加纳的Adamorobe，语言学家已经记录了大约24种这样的语言，并猜测还有更多类似的语言存在。一些研究人员称它们为“年轻的”或“新兴的”语言，特别是当关注的焦点在于它们是如何进化时。另一些人则称其为“乡村”手语或“微型”手语，这反映了这些语言所在社群的规模之小和孤立性。“共享”手语这一称法虽然不太常见，但用来描述这些语言也非常恰当，因为听障者和听力正常者都经常使用它们。

这些语言往往出现于地理或文化上孤立的社群。由于表亲联姻，这些社群中耳聋群体画患病率通常较高。在这些地方，正规教育和全国通用手语并未普及。因此几十年来，人们发明了这些手势和连接这些手势的语法。

由于使用人数太少，这些脆弱的语言出现之日就面临着威胁。一些有钱有势之人意欲使它们消亡，或让手语者改用其他语言。有时，这一强大的幕后推手是聋人协会，他们蔑视农村和偏远地区的一切事物。

而且，由于手语者对于某些手势的意义和使用方式无法总是达成一致，这些语言可能看起来半生不熟。然而，它们本身毫无疑问就是语言，因为手语者一生都在用它们进行日常交流。

对这些语言的研究已经彻底改变了人们对手语的看法。例如，人们通常认为，所有手语，不管覆盖面大小，都使用身体周围的空间以相同的方式表示时间：手语者身后表示过去，身前表示现在，再往前则是将来。但是乡村手语通常略有不同，以卡塔克洛克为例，它根本没有一条时间线。“

但德·沃斯会很快解释说，卡塔克洛克使用者仍然在思考和谈论未来和过去，只是没有指定的语言结构来谈论它们，除了诸如提及他们都知道的事件外。

研究乡村手语清晰地揭示了手语的独特性。但是，由于绝大多数乡村手语只诞生了30到40年，仅足以经历三代人的演化，它们也为实时见证一种语言的诞生提供了难得的机会。研究人员可以跟踪研究诸如词序这样的语言结构是如何出现的，还可研究从第一代开始的语言结构变化。这些变化到底是人类语言能力所固有的，还是另有出处？

探寻这些问题的机会激发了语言学家对乡村手语的兴趣，此外“发现”一种新语言的诱惑也是难以抗拒的。

鉴于这些脆弱的语言受到不利影响的可能性很大、风险也很高，研究人员多年来一直在争论该如何对待它们。

南缅因州大学的语言学教授朱迪·克格尔（Judy Kegl），在20世纪80年代中期第一次遇到尼加拉瓜手语（或被称为Idioma de Señas de Nicaragua，简称ISN），当时没有任何研究先例可供她参考。

1980年左右，尼加拉瓜首都马那瓜一所学校的聋哑学生用他们的语言直觉把从自家习得的手势拼凑在一起，创造了这门语言。

克格尔说，在与学生的互动中她一直没有使用ASL。“我努力只使用手势。学生们真的扮演了教师的角色，通过使用手势而非ASL，教会了我使用手语。如果我一来就用ASL，这些就不会发生。如果他们没有看到我想要学习他们语言的坚定目标，他们可能就不会教我了。”

她的目的不是保护语言，而是确保语言的发展方式不会因她改变。克格尔引用科幻作品《星际迷航》里的术语，称她也有一套“最高指导原则”：“你不应自以为是地参与并影响其他文化的决策。”

如果人们自己偶然学会了ASL，她不会阻止。但如果当地语言纯洁性遭到破坏，受到污染，她说，“至少保证这影响不是我们带来的”。“

而局外人不同意这种做法，他们建议最好让这些社群积极融入更广泛的聋人文化，包括教他们更成熟的手语。1999年，克格尔的研究被收录在一份对新兴的尼加拉瓜手语的简介中，随后布朗大学哲学教授菲利西亚·阿克曼（Felicia Ackerman）对此写了一篇尖锐的评论。

阿克曼写道：“显然，[克格尔]宁可让这些孩子无法与外界交流，扼杀他们的人生前途。”（我问阿克曼她是否现在仍这样想，她没有回答。）

对于一些语言学家来说，觉得一种语言会不知从什么地方突然冒出来这种想法太过简单了。他们的这一观点也能支持那些认为人类过于轻易便能拥有先天能力的争议性理论。批评者认为，尼加拉瓜第一代手语者和其他手语之间可能有一些早期的、看不见的接触。为了避免受到这种怀疑，后起的语言学家，如康妮·德·沃斯，也坚持严格的“最高指导原则”。

德·沃斯知道本卡拉不像其他地方那样孤立，但她想避免任何可能出现的语言污染迹象。她懂国际手语、英国手语和荷兰手语，不希望这些语言中的一部分在不经意间流露出来。

“头几个月，我一直坐在自己的手上，直到我觉得我已经准备好不会再使用太多自带的手势，”她说，“我尽量不过多影响他们。”她担心人们可能会无意中习得她的手势，这样她也不能声称那是Kata Kolok的自然演化结果。

这并不是保证语言纯净起源的唯一方法。另一种方法是找到一种在一个真正隔离社群中使用的乡村手语。

2012年的一天，来自土耳其的年轻学生拉比雅·埃尔金（Rabia Ergin），正与塔夫茨大学的其他研究生一起在教室里听讲。她来美国主要是为了学习研究土耳其语句法，可计划赶不上变化，她不久便改变了方向。他们当时讨论的主题是家庭手语（home sign），也就是由听障者和他们的家人之间发明且由他们共享的一系列手势。家庭手语并没有一套既定的造句组词的规则，它真的可以被算作是一种语言吗？

埃尔金认为这没什么大不了的，她跟其他同学提起了自己远在土耳其的大家庭，其中一些有听力障碍的家庭成员自己发明了一种手语，然后村里所有人都学会了用这种语言和他们交流。

她的同学觉得这简直太不可思议了。可是，就这样，埃尔金风轻云淡地描述出一个大家闻所未闻的、仅存在于孤立社群环境中的乡村手语。

不久之后，她就把自己的研究方向转向了她所提到的这种手语，也就是托罗斯中部手语（Central Taurus Sign Language，简称CTSL）。埃尔金告诉我：“我和这种语言来自同一个社群，并且共同成长，这个故事因此更具情感冲击力。”

当埃尔金真正着手开始研究时，CTSL已经发展到了第三代，加入了一些全新的结构，包括更明确的表现动词的方式。这无疑是非常宝贵且激动人心的经历——她有机会亲历一个语言发展和改变的过程，而且因为前代的手语者仍然在世，她还可以在时间线上回溯得更远。

CTSL仍然是个非常年轻的语言，但是她认为这并不代表她的存在会对其造成很大的影响。她说，这些手语者们，特别是老几代的长辈们，并不会轻易地从其他语言中采纳新的元素。她常看到人们用CTSL在生活各个方面进行沟通，大家总能毫不费力就把意思表达清楚。她说道：“这个语言用起来没有任何问题。”

与此同时，CTSL非常灵活，没有规则束缚，以至于每个个体都有自己的CTSL版本，也就是说，该语言某些方面在使用者之间是共通的，剩下的就靠当场即兴发挥。而且，手语者们也可以不断变换自己的表达方式。

因此，虽然CTSL起源的环境与外界隔绝，这一语言仍然在迅速地发展变化。

埃尔金目前在马克斯·普朗克心理语言学研究所工作，她跟踪研究着一个均为聋人的五口之家，他们都是CTSL手语者，几年前搬到了安那木尔旁边的某个城市。这次举家搬迁之后，他们的手语中逐渐浮现出一些土耳其手语的痕迹，也开始偏离以前村庄里核心CTSL群体的表达方式。此外，埃尔金的某个表亲和另一个镇子上某位听障男士喜结连理之后，她的CTSL也在不断改变。

埃尔金补充道：“这就是为什么我一直努力收集尽可能多的数据，以免错过最好时机。”4

最近一种新的研究策略也应运而生，以全新的方式对待乡村手语。英国中央兰开夏大学的乌尔丽克·泽山（Ulrike Zeshan），是第一位将乡村手语完全当作ASL一类对待的语言学家。也就是说，乡村手语不享有特殊待遇，并不需要被视为处于萌芽阶段的半语言形态，我们也不必去悉心照看或者保护它们直至它们发展成熟，而是可以直接将它们与其他手语做对比。

正是在这样不同以往的思维方式下，我们才能认识到，某些公认的手语“一般规律”在乡村手语中可能并不成立，所以并不算普遍适用。比如，大部分人都理所应当地认为在一个手语系统中，身体前方的这片空间好似一个舞台，而双手就是舞台上的牵线木偶。在表达“牛在车前过马路”这句话时，大部分手语都会展现出“牛”、“路”和“车”在手语者身体前方的互动。

但是在某些乡村手语中，手语者的角色并非会置身舞台之外，以牵线木偶表演者的角色来操纵这三者。加纳地区的某种手语会从手语者自身的视角来描述牛、路和车之间的关系。所以，语言学家们需要打开脑洞，开拓手语中的各种可能性。

然而，语言学家们仍然要负责地行事。几年前，泽山和一些同事决定写一篇学术论文，专门为可能有机会邂逅乡村手语的研究者们提供一些建议。

但是，他们在考虑研究者的伦理责任时遇到了瓶颈。研究兴趣对于乡村手语意味着什么？研究者们需要与政府当局进行沟通吗？万一当地政府接到消息之后给手语者们送来助听器，或是采取其他技术层面上的干预呢？他们是否会强制村民使用国家通用手语？这些可能的回应在失聪人士的世界观中都是极具冒犯性的，因为它们不仅侵犯了人的身体自主权，还威胁到了当地的语言。

“我们当时没有办法在伦理方面达成一致。”泽山说。最终这篇论文就被搁置了。

这是否意味着科学会与许多尚未被发现的语言失之交臂呢？泽山承认，事实的确如此，但是对于她来说，伦理比科学知识本身更重要。“在某种意义上，研究时造成不良干预，与没有拿到成果相比，会对于一个人的良知造成更直接的打击。”她说。

语言学家和人类学家们仍然没有明确的伦理准则可以参考，他们只能自己去衡量与其他语言打交道的方式。

但是随着乡村手语研究发展成熟，研究者们发现他们作为个体对于语言的影响并不如担忧的那么大。有的时候，他们正是在自己犯错误时领会到了这一点。5

2012年，丽娜·霍（Lina Hou）和凯特·梅什（Kate Mesh）正在研究查提诺手语（Chatino Sign Language），一种使用于墨西哥瓦哈卡州内两个小社群中的乡村手语。霍目前在加州大学圣芭芭拉分校语言学系任助理教授，是一位听障人士，而任职于以色列海法大学的梅什并不失聪，但与霍一样，都是ASL手语者。

“我们开始的时候尽量用文字信息交流，避免在该手语社群中用ASL。”梅什说，但是这两位经常一不小心就露馅。

他们实在藏不住，社群中的很多成年手语者很快就注意到了他们的外来语。那么，当地人又是如何回应的呢？

“他们觉得[ASL]很好玩，”梅什回忆说，但是她又说道，除了与彼此讨论两位研究者的举动之外，当地人根本不会去用这些新奇的手势。之后，她和霍在当地的成年人面前就放松了下来，交流起来更省力了，也并没有影响查提诺手语本身。

她在用查提诺手语时会不经意间融入一些ASL的使用习惯。有一天，她正与一位手语者讨论村子里的篮球赛，球赛的奖金是由参赛者共同筹集的。

“所有人都要交钱吗？”梅什问道。在抛出这个问题时，她用的是查提诺手语中的手势，语法却来自ASL，她在身体前方两个不同位置打出两次“支付”的手势，来表示支付者不止一人。

查提诺手语中并没有这样的表达结构，因此，跟她交谈的那位男士喊来了自己同为手语者的妻子，跟她模仿了一下梅什刚刚的动作。他还表示自己蛮喜欢这个方式的。但是梅什说，这之后，自己再也没看到过他用那种方式打过手语。对她来说，这件事证明了，手语者们也并不是那么轻易就能被影响的。

玛丽·科波拉（Marie Coppola）是康涅狄格大学的一位语言学家，她指出，所有语言都有其缺口，即使是像英语、意大利语和汉语这样的大语种也不能幸免。英语中过于简单的亲属称谓语便是个很好的例子，此外，网络上也经常能找到有关一些有用概念的列表，而这些概念在英语中都找不到对应表达。

大部分情况下，这些大语种使用者甚至可能并没有认识到自己语言的限制，而小众的手语使用者们也一样。“他们只知道信息在传达过程中是会出现错误，但这对他们来说是非常平常的，”科波拉说道，“他们也没有其他语言可以拿来对比。”

成年人们尤其抗拒改变，就算外界语言可以帮他们解决日常沟通中的问题，他们也不会轻易接受。可能是因为随着年龄增长，学习新语法会越来越难，虽说学习新词汇反而相对容易一些。

然而，梅什发现，即使作为个体出现的外来人员难以动摇新兴手语，社会文化环境中总体流行趋势仍然有着难以忽视的影响力。当原本比较孤立的偏远社群逐渐与外界建立联系，手语者们也会让他们的语言去适应新的环境，有些人甚至不会再用原本的语言，甚至不会再教给后代。

此外，当代生活环境对于小语种越来越不利。2012年，康尼·德·沃斯重回本卡拉，与她六年前首次拜访时看到的景象相比，这里发生了翻天覆地的变化。每年有成百上千的游客涌来参观这个出了名的手语村，他们的食宿费用为村庄提供了一定的经济支持。

旅游经济兴起之后，本卡拉的村民们人人都有了一辆摩托车，很多人因此可骑车到离家更远的地方工作，这也意味着年轻男子比以前更容易娶到外村的媳妇。一些听障孩子开始在学校学习BISNDO，也就是印度尼西亚官方手语。来自游客们的影响力如此巨大，远非单个研究者的微薄之力可以企及的。讽刺的是，很多游客本身就是听障人士。

Kata Kolok能逃过一劫继续存在吗？在人类语言发展的历史上，不乏昙花一现的美好。接下来这个乡村手语的故事则告诉我们，对于某些语言来说，正因与世隔绝，语言才得以留存，一旦这一状态被打破，人们需要采取新的策略才能维持其活力。

矢野羽衣子（Uiko Yano）从小就开始学习使用宫洼手语（Miyakubo Sign Language），该语言在20世纪二十到三十年代左右起源于日本爱媛县大岛，而在筑波技术大学读研究生的矢野成为了第一个将宫洼手语带入科研世界中的语言学家。

她说，以前看的一部关于卡塔克洛克手语的纪录片让她想到了自己的家乡，在那里，所有人也都用手语交流。在手语翻译的帮助下，她告诉我：“在那样一个社群里，不管是否有听力障碍，所有人都会很自然地用手势交流，这还是挺少见的。”

宫洼手语是由15个一起在渔船上工作的人发明的，因此，这个语言的计数系统止步于30或40，整数不会超过200。矢野曾经问自己的父亲：“你是怎么表达225的呢？”

父亲告诉她：“我们就打’超过200’就好了。”

“万一你想告诉别人你有223瓶果汁，”她问道。“要怎么办呢？”

“你要那么多果汁干嘛？”父亲回答。

矢野说，近些年，不断有来自日本本岛的聋人协会联系父亲和他同为听障者的兄弟姐妹们，但是都被他们拒绝了。

父亲告诉矢野说：“我们不需要修改我们的手语，也不需要别人跑来讲我们用自己的语言都会出错。如果真的按照他们的标准做了，我们就无法跟祖父母辈交流了。”

数十年来，从大岛到主岛的唯一途径就是每天几班的轮渡，大家等轮渡的时候会聚在一起，边说话边用手语交流。

然而，2004年时，一座连接两岸的桥梁取代了轮渡。同时，越来越多的人开始上网，有了自己的电脑和智能手机，也有更多人与来自岛外的另一半喜结连理。

诚然，这些改变意味着大岛上约7000人口整体上和外界的联系变得更加紧密，但同时，用宫洼手语的听障者更被孤立起来了。没有轮渡，就没有跟其他人见面交换信息的机会，网络的便捷也省去了向彼此求助的麻烦。随着听障者们逐渐离开本地去寻找工作机会，岛屿上的手语者总数也越来越少了。

现在，岛上还有约15位听障人士。矢野常把自己在东京的朋友带回自己的家乡，向他们展示自己生长的地方，可她70多岁的姑姑却总觉得有些伤心。
她告诉矢野：“看到你们的时候，我总会觉得孤独。”矢野忙问为何。

“因为每次有人从东京过来，我们都只能用他们的手语，好让他们明白我们在说什么。”姑姑回答。

外面的世界让她原本美好的海岛生活不再平静。“以前，我们可以随意交谈，大家都能很自然地理解彼此生活中的酸甜苦辣。但现在，没人会用我们的手语了，陌生的词汇层出不穷，我根本就不知道其他人在说什么。”

大家想到年轻人的时候，似乎总是想到容易受外界影响、易冲动而不负责这样的特点，但是年轻的手语并非如此。语言虽年轻，使用者却是很现实的，他们与自己所了解的世界不可分割，专心于自己当下的生活。语言学家们常常担心新兴的语言会受到外界过多的影响，这样的考虑更多是把语言作为科学研究的客体，而脱离了使用者本身的经历和感受。

但是所有人类语言都是在商业往来、工作娱乐和婚姻等等各种社会活动中逐渐演化的，离不开人与人之间的来往交流。各种语言都可以向彼此借鉴词汇，甚至是语法规则。随着我们的地球村越变越小，语言学家们也正在学习如何跟上加速变化的脚步，这些变化在影响语言的同时也促进了语言的发展。

回想起来，康妮·德·沃斯觉得自己刚开始跟村民们在一起时坚持不用自己的手语，的确是有点反应过度了。

后来，她坦诚地跟当地人谈了谈可能会改变他们所用语言的外界影响。“更重要的其实是去告知他们，提高他们意识。”她想告诉他们，世界各地都有听障者，不同的人群所用的语言都可能有所不同，而她想要看看不同之处究竟是什么。

最终，她在当地帮着建起一座学校，用Kata Kolok手语为孩子们提供教育。

“我在刚开始的时候可能太过小心了。”她说，不过她认为，可能正是因为自己从一开始就坚持只用Kata Kolok工作，她才能从当地人那里听到一些外人很难接触到的故事。

这些故事中，有一个是讲为什么本卡拉有这么多听障者的。传说中一对夫妇求子不得，就到一个埋葬婴儿和胎儿的公墓祈福，住在此地的一位鬼魂帮他们实现了愿望，但是因为这个鬼魂听不到声音，他们的孩子出生之后也就成了听障者。

年轻的手语急切需要年轻的手语者们。在大岛上，矢野听力正常的侄子是目前宫洼手语最年轻的使用者。她希望他不会是最后一个用自己母语的人，也在不遗余力地想办法让宫洼手语得以延续下去。

“你觉得自己需要为这个语言承担起责任吗？”我问她。

她停下来想了想，然后打起手语，通过手语翻译回答了我。“岛上的人们不会过多地去考虑宫洼手语本身。表面上来看，这个语言没什么特别的，但是一部分人内心明白它对我们来说是与众不同的，我们的确想要守住它，把它留在我们的生活中，永不分离。”

翻译：狼顾，西子；审校：张蒙，子铭；编辑：酒酒

我曾就因纽特语里有许多关于“雪”的词汇的传言做了一期播客，认为这不过是被广泛质疑的萨丕尔-沃尔夫假说的案例之一。这一假说由语言学家爱德华·萨丕尔（Edward Sapir）和本杰明·沃尔夫（Benjamin Whorf）提出，声称你使用的语言决定了你的思维方式，或至少影响到了你的思维方式。该假说有时候也被称作语言相对论。在那篇文章中我反驳了语言相对论，并总结道：

在不止一种语言中，代表蓝色和绿色的词是同一个。学界有时把这些语言叫做“绿蓝”（grue，是blue和green的混成词）语言，然而说绿蓝语言的人其实是能分辨蓝色和绿色的。即使两种颜色由同一个单词表示，他们仍然能够意识到它们是两种颜色。这就像虽然我们有时把淡蓝色和深蓝色都叫做“蓝色”，但我们仍能分辨它们。但细微的差别还是存在——语言中区分蓝色和绿色的人更易准确地从一组色板中挑出“偏蓝的绿色”，因为拥有专属名词的事物更易被记起。但这并不意味着这些人更擅长辨认或构想蓝、绿色的差异。

然而，最近我在《史密森尼》杂志上读到的一篇文章似乎挑战了我之前的观点。文章称，德国一个法庭判定政府机关假定每个人非男即女的做法属于违宪。现在人们填写的每张官方表格必须提供第三性别选项，以满足自我认知既非男性也非女性的公民的需要，或者干脆删除性别问题。该文章的作者玛德维·拉玛尼（Madhvi Ramani）认为，这项判决会严重困扰德国人，因为德语是高度性别化的语言。比如，你不能直接说“我是一个老师”，你要么是个男老师（der Lehrer），要么是个女老师（die Lehrerin）。拉玛尼称，德语的特征导致性别二元论在德国人心中根深蒂固。“

那么，你使用的语言到底能不能影响你的思维呢？最简单的答案是：语言能够影响思维，但并没有人们通常以为的那种颠覆性的影响。

此处提到的“颠覆性”的影响所指何物？我能想到的最好的例子莫过于2016年的科幻电影《降临》。如果你还没看过，别担心，我尽量少剧透：主人公是语言学家路易斯·班克斯，她学会了一群外星访客的语言，使得她的思维方式发生了剧烈改变……这段情节很关键。可以说，它为影片末尾处的“真相大白”夯实了基础。

语言相对论与颜色之名

现在，我们来看看人们为了检验语言相对论，都做了哪些方面的研究。我的例子大多来自俄亥俄州立大学语言学院出版的《语言档案》（Language Files）这本教科书，以及加州大学圣地亚哥分校的语言学家，语言相对论研究的领军人物莱拉·波洛迪斯基（Lera Boroditsky）的一场精彩的TED演讲。

首先，让我们多谈些颜色名称吧。1969年，布伦特·柏林（Brent Berlin）和保罗·凯（Paul Kay）做了一项著名实验，在研究颜色名称时，他们并没有发现语言相对论的证据，却发现不同语言中被命名的颜色大同小异，创造新颜色名词的次序也有着相似的规律。

另一方面，语言相对论的支持者也有他们的证据，比如我之前提到的例子：比起绿蓝语言的使用者，语言中区分蓝色和绿色的人更易从色板中区别蓝色和绿色。对美洲土著使用的祖尼语（Zuñi）进行的研究得出了相似结果，该语言用同一个词表示黄色和橙色。

语言相对论与空间关系

语言对思维的另一可能的影响之处是空间关系。以英语为母语的人习惯性地用“右边”、“左边”、“前面”、“后面”等词汇表示空间关系，但你仔细想想就会发现，这套空间系统的运作导致了惊人的混乱。比如，谈论舞台剧的时候，我总想不起来哪里是舞台左侧，哪里是舞台右侧。到底是观众视角的左右，还是演员的？虽然每次忘记都会去查明白，我到现在还是搞不清。

还有，我们说囚室里的犯人在“囚栏之后”（behind bars，意思就是在狱中）。但如果你把自己想象成囚犯，面对囚栏另一边的看守，那么看守眼中的你确实在栏杆后面，可是从你的视角来看，反倒是看守在栏杆后面。要是你转身背对囚栏，岂不是又成了在囚栏之前？

包括几种澳大利亚土著语在内的一些语言就全无此忧，因为他们用东南西北表示空间关系。在这些语言中，你没有左臂和右臂，却可能有“东臂”和“西臂”（如果你正面向南方或北方）。这样一来，就不用具体说明到底是“你左边”还是“我左边”。但这也要求人们脑海中有一幅明晰的地图，并时刻注意自己的朝向。——这些语言的使用者表示毫无压力。“

假如你让我指出东南方在哪，我得想好一会儿——要是我身处陌生的地方，还可能需要指南针的帮助。然而，一名说澳大利亚土著语的人轻而易举就能做到。这是否意味着语言影响了他们的思维？也许，但还有一种可能的解释：在这些人的文化中，识别方位是如此重要，以至于他们把方位纳入了语言结构。也就是说，是他们的思维影响了语言。

接下来这项有趣的实验或许更好地支持了语言相对论。研究者让被试坐在一张桌子前，桌上有一个箭头，要么指向北面（被试的右边），要么指向南面（被试的左边）；当箭头指向北面（被试右边）时，研究者要求被试转180度面对另一张桌子，桌上有两个箭头，分别指向南面和北面。这时候向北的箭头指的是被试的左边，而向南则是右边了。这时受试者被询问哪个箭头和第一张桌子上的箭头指向一致。被试会将“一致”（the same）理解为箭头向北还是向右呢？英语母语的被试几乎全部选了向右的箭头，而说一种特定的玛雅语的被试则始终选择指向北面的箭头。在这种玛雅语中，方位词是绝对的。似乎两组被试的语言“癖好”导致了他们对“一致”的不同理解。

语言相对论与性别

接下来终于轮到了性别话题，即本文题眼。在语言学框架下，“性别”具有专门化意义，意思是我们依据某些名词和代词的共性，将它们归属于各种类别（子集）。一种语言可能会拥有数十个这样的类别，如巴布亚新几内亚的一种语言有至少177个名词类。假如一种语言仅有两三个类别，那么这些类别一般被称为性别。按照不同的名词分类方法，一种语言可以拥有自然性别或语法性别，或两者兼有。

在拥有自然性别的语言中，名词类大致符合真实世界中事物的分类。比如，一种语言可能有一个指称生物的名词类（包括人、食蚁兽、蜗牛等）和一个指称非生物的名词类（岩石、房屋、麦片等）。我们称这样的语言拥有两种性别，即生命（animate）性和无生命（inanimate）性。

例如，日语中会相应区分有生命名词和无生命名词的存在动词（existential verb）。比如，“有块石头在我靴子里”中无生命的石头搭配动词“ある”，而“有条蛇在我靴子里”就得用“いる”，因为蛇有生命。

语言自然性别的另一种分类形式为阳性（masculine）、阴性（feminine）以及中性（neuter），分别指称男性生物（如男孩、父亲和叔叔）、女性生物（如女孩、母亲和姑姑）以及非生物或我们认为不具有男/女性特质的生物。英语就是其中之一，因为说英语者用代词“she”（主格）和“her”（宾格）指代女性生物，“he”和“him”指代男性生物，用“it”指代几乎其他所有东西。

现在我们假设有一种语言的阳性和阴性词类不仅包括指代生物的名词（如阳性的男人、丈夫、祖父；和阴性的女人、妻子、祖母等），还包括一些指代无生命对象的名词，这样的一门语言拥有语法性别。由于这类语言通常包含不同的性别代词，使用者根据语法性别选用等价于“他”或“她”的代词来指称某事物，而不是一律用“它”。这类语言也可能用不同的形容词，乃至定冠词和不定冠词形式来修饰不同性别的名词。法语、西班牙语和德语就属于这类语言。比如，西班牙语中“钥匙”的定冠词是阴性的，写作“la llave”，而“口袋”（我喜欢把钥匙放口袋里）的定冠词是阳性的，写作“el bolsillo”。“

谈论语言的性别已经够复杂了，但更麻烦的是谈论人的性别。过去几十年间，人们渐渐用“gender”取代了“sex”以表示性别，不仅因为“sex”意谓含混令人尴尬（也有性交的意思），更因为社会逐渐意识到，由于我们的自我认同处于一个从极端男性化到极端女性化的连续谱上，基于X、Y染色体、生殖结构等生理属性划分性别可能与个体的心理和情感认同相龃龉。

可是即便我们承认人类的性别是一个连续谱，数千年来，语言的性别仍仅有两三种。两者的割裂让我们不禁发问，语言系统的语法性别是否会影响使用者对非二元社会性别的态度？基于这个背景，我们来看看莱拉·波洛迪斯基的研究。在一项被广泛引述的研究中，她分别让说西班牙语和德语的被试描述一个在两种语言中拥有不同的性别的对象，比如钥匙。她的团队向被试展示一把钥匙，但不说出钥匙的西班牙语或德语单词。我之前提到，西班牙语的“钥匙”是阴性的。波洛迪斯基发现，说西班牙语的人倾向于用符合女性刻板印象的词语描述那把钥匙，比如“小巧”、“美丽”等，即使研究者并没有用语言提醒他们“钥匙”的性别。与之相对，德语的“钥匙”是个阳性词，说德语的人倾向于用符合男性刻板印象的词语描述它，如“实用”、“沉重”和“强劲”。

这说明了什么？在人为实验环境中，语言的性别系统似乎的确影响了使用者。可是在真实世界中又如何呢？

为了回答这个问题，研究者们于2012年调查了100余个国家及它们的语言，并得出结论，比起那些第一语言使用自然性别或不分性别的国家，第一语言使用语法性别的国家的性别平等状况相对更糟糕。令人惊奇的是，性别最平等的几个国家语言中使用的是自然性别，而非完全无性别区分。原因在于，无性别语言中的中性代词可以指代任何性别，听者得自己理解并决定指称，而人们往往偏向于构想一个男性。反之，如果语言中的代词区分性别，比如“他”和“她”，人们就可以选择用额外的词强调不同性别的存在或重要性，而这在无性别语言中是不可能的。

假如德语是性别中立的

拉玛尼想知道德国的新法律会不会改变德语。我认为假以时日这是有可能的，但前提是德国人自己愿意做出改变。那么，为了让德语变得性别中立，必须做好哪些准备呢？我们可以从英语的历史变迁中获得一些启发。

理论上，完全无视语言性别与现实中的性别关联是一种手段，可惜实际上行不通。现实生活中大多数描述典型男性对象的名词依然会自成一类，描述典型女性对象的名词同理。那么有没有更为可行的做法呢？首先，与拉玛尼的洞察一致，我们需要不显示某人性别的代词。英语中曾经有过“he or she”这样的词组。在英语的早期阶段，我们和现在一样也用代词“they”；过去一两个世纪里该用法在使用手册和语法指南书中被贬损，直到最近几年才重新受到尊重。德语中也可以发生同样的事情。事实上，他们现在已经用德语版本的“they”作为单数代词“you”的礼貌形式（虽然这种用法需要大写）。这样看来，再给它增加一项性别不确定的单数指称功能并非天方夜谭。

接下来我们看看德语的定冠词和不定冠词。如果德语使用者真的想转向性别中立，他们可能得创造一个貌似现有词汇但实际有所差异的新词。德语中与“the”等价的词是“der”、“die”和“das”——“Der Junge”（男孩）、“Die Mutter”（母亲）和“Das Glas”（玻璃杯），那么他们或许可以造一个类似“de”的性别中立词。类似的变迁在英语中也发生过。英语曾经用三种不同形式的定冠词搭配三种性别，然而在中古英语时期，区分渐渐变得模糊，到最后我们只剩下“the”这一种百搭形式，它是性别中立的，而且单数复数都可以用。不论“the boy”还是“the boys”，“the girl”还是“the girls”，我们都用“the”这个词。德语中与“every”、“no”之类等价的词以及形容词都可能会发生类似的改变，它们都有阴性、阳性和中性的不同形式。

指代人的德语名词又如何？拉玛尼讨论了一些常见的德语名词对，它们就像英语中的“actor”（男演员）和“actress”（女演员）一样，男女形式各一。或许我们最能想见的通向性别中立之路便是重复英语中的变化。英语中的一些阴性形式，比如“actress”，已渐渐淡出了我们的使用，而阳性形式则作为性别中立词使用。也有一些名词对被从来不区分性别的较新名词取代，比如“server”（侍者）把“waiter”（男侍者）和“waitress”（女侍者）都取代了。

上述种种变化真的会发生吗？这得取决于德语使用者的态度了。如果他们认为语言的性别中立很重要，随着越来越多的人使用性别中立词，这些变化便会产生。然而，反对语言性别中立的人也会坚决地拒绝这些新词或新用法。拉玛尼在文章中列举了几个现实生活中的案例。同时，在新用法环境中成长的孩子会自然地接受它们。我得加一句——如上各种情况，对英语来说全都属实。

语言和文化态度

当我们考察如本文讨论过的那些实验证据时，很容易忽略语言在种种方面未能影响我们的思维的事实。例如，如果你年纪够大，你可能会注意到某些指代被情绪化的主体（如少数族裔、残障人士等）的词汇曾经只是普普通通的词，甚至被认为是科学或礼貌的，现在却成为了侮辱中伤的用法，并不得不被新的委婉语取代。你的生命中一定经历过不止一次这样的变化。语言学家把这种现象叫做“委婉语轮转”（euphemism treadmill）：因为人们对少数族裔和残障人士的负面态度也会被附加在新的委婉语上，每个新词和旧词的命运如出一辙，委婉语的变迁就和车轮一样不停转动。新词并不能改变人们的态度，即使我们每隔一两代人就替换一轮词汇，态度总是不变的。

约翰·麦克沃特（John McWhorter）是Slate杂志的广播节目“词汇谷”（Lexicon Valley）的主播，他在《我们伟大的贱嘴巴》（Our Magnificent Bastard Tongue）一书中指出语言相对论在许多情况下似乎是无效的，而该论的拥趸无视了这些事实，委婉语轮转就是其中一例。还有一个例子是英语中无意义的“do”的使用。我们用“do”构造否定句和疑问句，比如我们会说“Fenster didn’t move”（芬斯特没有搬家）而不是“Fenster not moved”，我们说“Did Fenster move?”（芬斯特搬家了吗？）而不是“Moved Fenster?”。问题是古英语中的否定句和疑问句压根就没有“do”。麦克沃特认为，如果我们就此得出“英语使用者对否定性和不确定性尤为警觉，以至于我们必须在这两类句子中使用‘do’以示强调”的结论，那可太愚蠢了。

另一方面，知晓语言能够潜移默化地影响你的思维则是明智的。广告商和政客一直懂得这个道理，并因此使用大量的隐喻。有一个尤为可怖的例子展示了语言如何影响人们的思维并进而影响行为——使用将某些人群“去人化”（dehumanize）的语言。心理学家、社会学家和历史学家发现种族灭绝行为往往有前兆，那就是在语言中将目标群体与掠食性动物、害虫或疾病相比较。这种做法促使人们更容易克服伤害或杀死人类同伴的道德厌恶感。此类历史事实值得我们当代人铭记在心。

最后，我的结论是，虽然萨丕尔-沃尔夫假说被嘲笑了几十年，当下各个领域的研究确实发现了语言的内在特征能够改变你思维方式的证据——然而，都只是细微的影响。如果萨丕尔-沃尔夫假说果真像一些人认为的那样显著，使用委婉语就应该能大大改变人们的态度。而另一方面，如果它跟另一些人坚称的那样一无是处，我们就不用担心那些阴险的隐喻和去人化的语言了。

翻译：有耳；审校：狼顾；编辑：EON

一项近期的基因组研究发现：以对语言的重要性闻名的FOXP2基因，并没有在过去的几十万年中经历过强选择性事件。这项于8月2日发表在《细胞》上的研究推翻了一些2002年的研究结果——当时，科学家们发现了有关于一个FOXP2变体基因经历过强选择性事件的证据。

科学家们第一次发现FOXP2的不同等位基因的重要性，是在一户叫做‘KE’的英国家庭中。此前那项2002年的研究就通过表明了FOXP2基因的“对言语有利”的等位基因经历的强选择性事件，而支持了“FOXP2是智人的语言演化中的关键一步”的大众观念。然而，在那以后的许多研究也在尼安德特人（Neanderthals）和丹尼索瓦人（Denisovans）的基因中找到了与人类一样的FOXP2等位基因。

沃尔夫冈-埃纳德（Wolfgang Enard），一名来自德国慕尼黑大学（Ludwig Maximilian University）的人类学教授，是2002年论文的共同作者。他在最近这项研究发表之后告诉《自然》记者：“明确FOXP2基因并没有用一个等位基因‘横扫’人类种群，是一件好事。”

《自然》编辑发现，埃纳德的2002年研究只包括了20个参与者，其中几个有非洲祖裔。而最近的这项新研究则有一个更大、更多样化的数据库，因而发现FOXP2并未造成选择压力（然而此项研究对20万年前的选择性事件并不确定）。新论文的作者认为：2002年研究的错误结论可能来自于其较小的样本数量和较弱的多样性。

翻译：@octavarium1999

他公开反对目前“瘟疫般泛滥但内容贫瘠”的实验：研究员们在毫无行为学和心理学现象的理论支持的情况下，像记件工作一样碎片化地测量大脑的结构。他表示，如果只单纯累积这种碎片化的研究，我们根本不可能完整理解思维系统。

他举了秀丽隐杆线虫（Caenorhabditis elegans）的例子。这是一种得到充分研究的圆虫（一种非寄生性线虫，身体透明，常见于分子生物学和发育生物学研究）。我们已经彻底研究了秀丽隐杆线虫——它的302个神经元、所有神经元连接和全部的基因组。“但是我们仍然没有令人满意的行为模型，”他说，“我们还是缺了些什么。”

珀佩尔并不是在攻击现状。最近他的实验室完成一项基于自然行为（real-world behavior）设计的脑活动研究，在语言神经学领域发现了一些超出预期的结果。

和珀佩尔的批评类似的观点可以回溯到数十年前。在70年代，颇具影响力的计算神经科学家大卫·马尔（David Marr）表示，要想了解行为产生的原因，我们需要研究大脑和其他信息处理系统面临的具体问题和产生的具体解决方案。他称其为计算层分析（computational level of analysis）。

如果只研究这个系统做什么（算法层面），或是系统怎样在物理层面实现这个目的（应用层面）是远远不够的。在马尔去世之后出版的《视觉计算理论》（Vision： A Computational Investigation into the Human Representation and Processing of Visual Information）里，他写道：“企图通过研究神经元来研究知觉，就像试图通过研究鸟的羽毛来研究其飞行一样：这不可能。”

在去年发表于《神经元》（Neuron）的一篇论文里，珀佩尔和论文的共同作者沿袭了计算层分析的传统。他们在文中探讨了那些看似“难以抗拒”，但是如果过分依赖，可能会让科研误入歧途的操控和测量大脑的工具。

很多研究试图通过定位在具体活动中放电频繁的脑区，来映射出特定神经活动和行为之间的联系。例如，研究大鼠走迷宫时如何选择时，大脑的哪些区域亮了。问题在于，只关注频繁放电的脑区的研究员们很容易忽视行为发生时其他脑区的活动，而这些活动可能跟被研究的活动一样重要。他们也可能无视这个神经活动和大鼠感到紧张的时候的神经活动一样，所以此时放电的脑区也许并非负责做选择的脑区（而是负责生成或是感受紧张的脑区）。

最糟糕的情况是，如果实验室研究不具备对自然活动的代表性，这种实验很可能毫无意义。例如，在人造迷宫里大鼠的神经活动可能和在野生状态下完全不同。所以，将试验结果外推是有风险的。就算是优秀的实验设计也只能对这样的状况做有限的修正。

然而，珀佩尔的反对者认为，神经科学有重大进步的原因，正是来自于他所批评的那类研究。珀佩尔认可这些基础研究的重要性，但他坚持认为，如果更多研究始于对相关行为动机的系统分析，而非直接操控产生行为的神经活动的话，神经科学可以对复杂的认知和情绪现象，而不是神经和基因的细枝末节，有更加充分的研究。毕竟，注重复杂目的性的分析可以帮助研究员们设计更有效的研究。

正是这样的理由驱使着珀佩尔和佛罗伦西亚·阿萨尼尔（ M. Florencia Assaneo），一位在珀佩尔实验室工作的博士后，完成一篇近期发表在《科学》杂志子刊《科学进展》（Science Advances）上的论文。他们的实验室主要研究语言处理，即 “声波如何把信息塞入你的脑子”。

当我们听人讲话的时候，耳朵将声波转化为神经信号，这些信号会被不同的脑区处理和翻译，最先处理的脑区是听觉皮层。多年的神经生理学研究结果显示，听觉皮层的脑电波会对应声波的强弱变化的频率，将听觉信号分节并锁定。基本上就是说， “脑电波像冲浪者般在声波里起伏。”大脑很可能是通过声波的强弱变化来区分音节，辨识语义，从而将长串的语言信息“分节装载”，转化为便于处理的小块信息。

更有趣的是，一些研究发现，当人们听口语的时候，一些被“分节装载”的信号同样会出现在控制语言的运动皮层里。这样的现象几乎就像听者在无声地重复念出他们听到的话。这样的活动也许可以帮助理解语言。

然而阿萨尼尔强调，任何类似的解读都富有争议。由于在运动皮层的神经活动并不总是会发生，科学家们只能猜测而不能定论。研究员们也不知道，到底是听觉皮层直接造成运动皮层的神经活动，还是其他区域的活动同时影响听觉和运动皮层的活动。

阿萨尼尔和珀佩尔的研究方式十分新颖：他们将自然环境中的语言活动和神经生理学理论联系在一起。他们注意到，在听觉皮层里，被分节装载的信号大约是4.5赫兹，正好也是在自然环境下人们说话时念出音节的频率。

阿萨尼尔让被试者听波封（envelope）为2到7赫兹的无意义的音节串，并测量他们的听觉和语言皮层的神经活动。使用无意义音节串是为了避免大脑产生语义解读，因为这可能会间接影响运动皮层。

她解释道：“当我们听到可以理解的声音时，神经网络会以更加复杂的方式被激活。”如果是听觉皮层的信号导致了运动皮层的活动，那么在整个实验过程中两处的信号会和彼此同步，然而如果运动皮层的神经活动独立于听觉皮层，那么前者的活动将不会随着音节的频率变化而变化。

阿萨尼尔观察到的结果十分有趣，而且出乎意料。珀佩尔说，听觉和运动皮层确实保持了一定程度上的同步，但是仅仅到5赫兹的频率为止。一旦声音变化的频率超出正常口语变化的频率，运动皮层便不再与之同步。一个计算神经科学的模型之后证实，由于运动皮层本身的振荡频率通常处于4到5赫兹之间，阿萨尼尔的神经生理学的结论符合计算神经科学的模型。

珀佩尔和阿萨尼尔认为，这个复杂的结论再次证明联系行为学研究和神经科学研究的重要性。他们的实验设备有160个测量频道，而且可以将取样频率提升到1赫兹。这样的设备产生极多的神经生理学数据，而如果他们仅仅寻找数据之间的关联的话，无疑会发现一些本不存在的关联。

只有从语言学和语言行为研究的信息出发，研究人员才能够将他们寻找的数据保持在可控的范围内。在这个例子里，研究人员们需要明白4到5赫兹的频率有值得特别关注的地方。听觉和运动皮层的相互作用是如此的微妙，没有现存的理论支持的话，研究员们是不可能想到去寻找这样的规律的。

阿萨尼尔表示，他们会继续探索脑电波和语言是如何相互作用的。目前，他们期望知道类似自然语言的音节串是否会提升同步频率的上限。她说，“可理解性或注意力，很有可能会提升听觉皮层和运动皮层同步频率的上限。”