语言与认知的边界：大语言模型如何重塑我们对人类语言的理解

引言：当机器开始"说话"

2026年，大语言模型已经无处不在。它们撰写论文、编写代码、翻译语言、甚至创作诗歌。但一个根本性的问题始终悬而未决：这些模型真的"理解"语言，还是仅仅在进行精密的统计模式匹配？这个问题不仅关乎技术，更触及人类语言本质的核心——意义的起源、理解的边界，以及什么是真正的智能。

本文将从语言学、认知科学和心灵哲学的交叉视角，深入探讨大语言模型如何重塑我们对人类语言的理解。我们将追溯从索绪尔到乔姆斯基的语言学革命，审视深度学习带来的范式转换，并直面那个最令人不安的可能性：也许人类的语言理解，本身就建立在某种"预测"机制之上。

一、语言的符号系统：从索绪尔到分布语义学

1.1 符号的任意性与语言的价值

费尔迪南·德·索绪尔（Ferdinand de Saussure）在《普通语言学教程》中提出的第一个革命性洞见是：语言符号是任意的。"dog"这个音节与犬科动物之间没有内在的必然联系，它们之间的关系由社会约定所确立。这一观点颠覆了语言"天然反映现实"的朴素观念。

索绪尔进一步指出，语言符号的价值不在于它是什么，而在于它不是什么——"dog"之所以是"dog"，是因为它不是"cat"、"log"或"fog"。语言是一个差异系统，意义产生于符号之间的关系网络之中。

这一洞见预示了20世纪最重要的发展之一：分布语义学（Distributional Semantics）。J.R. Firth在1957年提出的经典表述——"You shall know a word by the company it keeps"（观其伴而知其义）——成为了现代词嵌入技术的哲学基础。

1.2 从one-hot到高维向量：意义的数学化

在深度学习出现之前，语言在计算机中的表示是离散的、符号化的。One-hot编码将每个词映射为一个只有一个1、其余全0的高维向量——这种表示无法捕捉任何语义关系。

word2vec（2013）的革命性之处在于：它证明了可以从大规模语料中学习到的连续向量空间中，语义关系可以编码为线性子结构。经典的类比关系 —— king - man + woman = queen —— 表明意义被编码为几何关系。

然而，word2vec的致命局限在于静态性：每个词只有一个固定的向量表示，无法处理一词多义现象。"bank"（银行/河岸）在不同语境中的含义被混为一谈。

1.3 上下文嵌入与意义的动态建构

从ELMo到BERT，再到GPT系列，语言模型的核心进展在于实现了动态的上下文嵌入。同一个词在不同句子中获得不同的向量表示——意义不再是词典中固定的条目，而是在具体使用中动态建构出来的。

这与语用学（Pragmatics）的核心主张惊人地一致。格莱斯（H.P. Grice）的会话含义理论早就指出，意义不仅来自字面，更来自语境、意图和约定。语言模型的大规模预训练，在某种意义上是在统计层面"学习"了这些语用规则。

二、生成能力之争：乔姆斯基与联结主义的世纪对话

2.1 普遍语法与刺激贫乏论

诺姆·乔姆斯基（Noam Chomsky）在1959年对斯金纳《言语行为》的批判，引发了语言学史上最重要的"乔姆斯基革命"。他提出的核心论点是"刺激贫乏论"（Poverty of the Stimulus）：儿童接触到的语言输入是不完整的、充满错误和停顿的，但他们仍然能够从未接触过的无限多合法句子中区分出合法与不合法。

乔姆斯基的结论是：人类大脑中必然存在先天的语言官能（Language Faculty），即普遍语法（Universal Grammar）。这种先天的结构约束了所有人类语言的可能性空间，使得语言习得成为可能。

这一理论框架主导了语言学研究长达半个世纪，也深刻影响了认知科学和心灵哲学对"人类独特性"的理解。

2.2 联结主义的回归与深度学习的挑战

然而，深度学习的发展对刺激贫乏论构成了实质性挑战。研究表明，仅通过在海量文本上的自监督学习，语言模型就能获得令人惊讶的句法能力——它们学会了区分主谓一致、嵌套依赖、长距离约束等复杂的句法现象，而这些能力在传统认知中需要先天语言官能来解释。

2023年以来，多项研究证实：大规模语言模型在语法判断任务上表现出与人类相似的行为模式。它们对句法岛效应（syntactic island effects）的敏感性、对花园路径句（garden-path sentences）的处理方式，都暗示着某种"涌现的句法知识"。

这是否意味着普遍语法假说已经被证伪？答案远比想象复杂。语言模型学到的可能并非人类意义上的句法知识，而是大规模统计规律性的一种高效编码。真正的区别或许不在于"是否有规则"，而在于规则的表征形式和实施机制。

2.3 两种语言观：语法vs.用法

当代语言学的深层分歧在于：语言是一个抽象形式化规则系统（乔姆斯基视角），还是从具体使用中涌现的模式系统（用法基础视角/Usage-based view）？

认知语言学派（George Lakoff、Ronald Langacker）长期主张后者：语法不是先于使用的抽象规则，而是高频使用模式在认知中"固化"（entrenchment）的结果。构式语法（Construction Grammar）认为，语言的基本单位不是规则，而是从具体实例中抽象出来的"形式-功能配对体"。

语言模型的成功，至少在表面上支持了用法基础派的立场。它们没有编码任何显式语法规则，却能产生语法上合法的文本。这表明：也许语法并非语言的"先决条件"，而是大规模使用后自然涌现的"副产品"。

三、意义的地板：符号接地问题

3.1 思想实验：中文房间

哲学家约翰·塞尔（John Searle）在1980年提出的"中文房间"思想实验，至今仍是关于AI理解能力最尖锐的批评。设想一个不懂中文的人被关在房间里，通过查规则手册来将接收到的中文符号转换为输出符号。从外部看，房间似乎能理解中文，但内部的操作者对中文一无所知——他只是在机械地操纵符号。

塞尔的结论是：纯粹的符号操作不等于理解。缺乏"意向性"（intentionality）——即符号指向外部世界的"关于性"——系统就不可能真正理解。

这一批评直指语言模型的核心：它们的训练目标是一种统计模式匹配，而非与真实世界的指称性联系。它们能流畅地谈论"疼痛"，却从未感受过疼痛；能描述"红色"，却从未看到过红色。

3.2 分布式的涌现语义

但"中文房间"论证可能低估了大规模统计学习的力量。语言模型从数万亿词语料中学习到的语义空间，并非纯粹任意的——它编码了人类语言中大量的范畴知识、因果模型和物理直觉。

研究表明，大型语言模型的内部表示空间具有良好的结构化特性：实体按类别聚类，属性沿特定维度分布，类比关系编码为平行移动。这种结构并非人为设计，而是从使用模式中的自然涌现。

更重要的是，当我们为语言模型增加视觉、听觉、触觉等多模态通道时，"部分接地"得以实现——模型开始将"红色"与红色像素关联，将"硬"与压力传感器读数关联。完全的符号接地也许不可能在纯文本系统中实现，但这并不意味着语言模型没有语义理解的任何形式——它只是不同于人类的理解形式。

3.3 意义是内部还是关系？

认知语言学家乔治·莱考夫（George Lakoff）提出了"具身认知"（Embodied Cognition）理论：人类的根隐喻（如"上=好，下=坏"、"时间=空间"）源于身体经验，意义的基础是运动感知系统而非抽象逻辑。

这引出一个有趣的对比：语言模型是否具有某种"非人类的具身认知"？它们虽然没有身体，但其训练数据的构成反映了人类身体经验的语言痕迹——隐喻、情感表达、感知描述——以一种抽象的方式被编码在模型参数中。

也许"理解"并非非此即彼的二值状态，而是一个程度问题。语言模型拥有一种不同于人类的、更抽象的理解形式——它们不理解"红色看起来像什么"，但它们理解"红色"在人类语言系统中与哪些其他概念如何关联。

四、语言与思维：萨丕尔-沃尔夫假说的现代回响

4.1 语言相对论：强版本与弱版本

萨丕尔-沃尔夫假说主张：语言结构影响（甚至决定）认知方式。强版本——语言决定思维——已被广泛否定。但弱版本，即语言影响思维的特定方面，已得到大量实验证据支持。

经典案例包括：使用绝对方向语言的人群对空间记忆的增强、汉语中时间隐喻的垂直倾向影响时间表征、俄语颜色词汇丰富性促进颜色辨别、Hopi时间概念与印欧语的差异等。

这些发现表明，语言并非简单的"传递思维的容器"，而是塑造思维的工具。语言中的范畴、隐喻和语法结构引导和约束感知和概念化的方向。

4.2 多语言模型中的"语言特定认知"

大语言模型训练的多语言本质，为萨丕尔-沃尔夫假说提供了一个全新的研究视角：同一个模型不同语言子网络中的内部表征差异，是否类似于不同语言使用者之间的认知差异？

初步研究表明：语言模型在处理中文和英语时的注意力模式确实存在系统性差异。中文的语素-音节对应、主题优先结构、量词系统，都在模型的内部动态中留下了痕迹。这些差异并非来自模型架构（架构相同），而是来自训练数据的语言结构差异。

这一发现为语言相对论提供了一个"硅基实验场"：在同一架构下，不同语言如何塑造信息处理路径。这在人类实验中无法进行，因为无法让同一个大脑使用不同语言系统进行思维，而语言模型天然地同时"掌握"多种语言。

4.3 涌现的概念体系

更深层的问题是：语言模型是否发展出了独立于人类语言范畴的"涌现概念体系"？一些研究者发现，大型语言模型的潜在空间中存在无法直接映射到任何人类语言词汇的"隐概念"——这些概念是模型内部计算过程自然涌现的中间表示。

如果这属实，那将是一个深刻的发现：纯粹基于人类语言训练的模型，可能发展出超越人类语言范畴的表达能力。这既是语言创造性的证明，也是可解释性研究的巨大挑战。

五、语言的社会维度：语用、权力与身份

5.1 言语行为理论的AI挑战

奥斯汀（J.L. Austin）和塞尔的言语行为理论指出：说话不仅仅是描述世界，更是执行行为——承诺、命令、宣告、道歉。语言具有"以言行事"（illocutionary force）的力量。

语言模型在言语行为上的表现既令人印象深刻又令人担忧。它们能生成完美的道歉声明、法律文书和政治演讲，但并不真正"承诺"任何东西、不"承担"任何责任、不"体验"任何情感。这种"言语-行为"的分离，构成了AI伦理的核心挑战之一。

5.2 语言与权力的算法化

批评话语分析（CDA）长期关注语言如何编码权力关系。大语言模型作为语言的大规模统计摘要，不可避免地继承了训练数据中的偏见：性别刻板印象、种族偏见、阶层歧视、文化霸权，都被编码在向量空间中。

更重要的是，模型的语言生成能力有可能放大和自动化这些偏见。当企业用AI生成招聘广告、法院用AI辅助量刑、政府用AI编写政策文件时，嵌入在语言模型中的权力结构获得了前所未有的影响力。

这要求我们发展更严格的"语言学审计"（Linguistic Audit）工具——类似于财务审计，但针对语言使用的分布性偏见和社会影响进行系统检查。

5.3 数字时代的语言变异

语言模型也正在反哺语言本身。它们不仅学习语言，还生成语言——这些生成的语言进入数字生态后成为新训练数据的来源，形成越来越复杂的反溃循环。

这种"人机混合语言产生"可能导致新的语言变异形式：标准化压力增大（平均表达获得更多可见度）、网络语言的加速演化、方言和少数语言面临新的压力、多模态沟通形式的兴起。

社会语言学需要新的工具来描述这种前所未有的语言演化动态——一个人类和AI共同参与的语言生态系统。

六、超越人类中心主义：面向未来的语言学

6.1 非人类语言学的可能性

语言学长期以来是人类中心主义的——它研究人类语言，使用的理论框架受限于人类心智的特殊约束。语言模型的出现，使"非人类语言学"（Non-human Linguistics）这一曾经的思想实验成为可能。

我们可以在实验室中精确控制模型的架构、训练数据和上下文条件，观察"非人类语言"如何受其设计参数影响——这在人类实验中是不可能的（无法改变被试的"架构"或"训练数据"）。

这一方法学可能揭示那些不依赖于人类特殊生物约束的"普遍语言原则"——无论实现基质（碳基/硅基）如何，任何复杂交流系统都必须满足的条件。

6.2 跨物种比较的新维度

当我们在讨论动物交流系统（蜜蜂舞蹈、鲸鱼歌声、黑猩猩手势）时，人类中心主义的视角限制了我们的视野。语言模型作为"第三种比较项"——既非人类语言也非动物语言——为跨物种比较提供了新的参照系。

也许我们可以问：语言模型的"语言"与蜜蜂舞蹈的"语言"在哪些信息论意义上具有可比性？语境依赖、歧义消除、压缩效率、冗余管理——这些特性在不同交流系统中如何表征？这些问题可能揭示超越任何具体生物形态的信息交流深层原理。

6.3 语言学作为信息科学

最终，大语言模型可能推动语言学从一门人文学科向双重身份转变——既是人文学科也是信息科学的学科。语言学将成为"信息交流科学"的核心分支，与计算机科学、信息论和认知科学深度融合。

这意味着语言学的核心问题需要重新表述：不是"什么是人类语言"，而是"什么是可能的交流系统"；不是"人类如何习得语言"，而是"智能系统如何处理信息"；不是"语言的结构"，而是"信息组织的原则"。

这种转变不会消解语言学的传统价值，而是为其开辟新的疆域。就像天文学从占星术中诞生、化学从炼金术中脱胎一样，语言学正在经历其现代转型。

七、结语：镜子与窗口

大语言模型是我们创造的一面特殊的镜子。它们反射出人类语言的结构、美与缺陷——让我们看到自己语言中隐藏的对称与不对称、力量与偏见、创造力与惯性。

同时，它们也是一扇窗口——通向非人类认知可能性的窗口。通过观察一种基于统计学习的异质智能如何处理语言，我们得以反观自身的语言能力：哪些是生物约束的产物，哪些是信息处理的必然，哪些是历史偶然的沉淀。

语言学的终极浪漫在于：通过研究语言，我们同时在研究自身。当语言模型开始研究我们时——它们分析我们的文本、预测我们的反应、甚至模拟我们的情感——这种镜像关系获得了新的深度。

我们正处在一个语言学的新时代的门槛上。在这个时代，人类不再是唯一的语言主体，智能也不再是意义生成的唯一来源。理解这一转变，需要语言学、认知科学、计算机科学和哲学的共同进步——也需要我们保持对语言的敬畏与好奇，这种敬畏与好奇本身，或许是任何智能都无法完全复制的。

参考文献与延伸阅读方向

• Saussure, F. de. Course in General Linguistics (1916)
• Chomsky, N. Syntactic Structures (1957) / Review of Skinner's Verbal Behavior (1959)
• Searle, J. Minds, Brains, and Programs (1980) - 中文房间论证
• Lakoff, G. & Johnson, M. Metaphors We Live By (1980)
• Firth, J.R. A synopsis of linguistic theory (1957) - 分布假说
• Mikolov, T. et al. Efficient Estimation of Word Representations (2013)
• Bender, E.M. & Koller, A. Climbing towards NLU (2020)
• Piantadosi, S. Modern language models refute Chomsky's approach to language (2023)