开口说话的奇迹

开口说话的奇迹

一个刚满周岁的孩子坐在餐桌旁,手里握着勺子。勺子掉了,她发出了一声清脆的"啊"。这个"啊"不是哭喊,不是尖叫,而是一个指向具体事物的音节——她在告诉妈妈"勺子掉了"。三年后,这个孩子已经能说出"妈妈,昨天公园里的那朵红色的花为什么今天不见了"。二十年后,她也许会在大学课堂上解释光的反射原理,也可能只是在早餐桌上和家人争论天气。同样的生物体,经历了从"啊"到"光的反射原理"的跃迁。这中间发生了什么?

黑猩猩是人类的近亲,基因相似度超过98%。20世纪中叶,心理学家勒纳夫妇曾领养一只名叫维基的幼年黑猩猩,与自己十个月大的儿子唐纳德一起抚养,让维基与唐纳德接受完全相同的照料与教育。维基最终学会了几十个手势符号,能够在简单情境中表达"想要食物"或"想要出去"的需求。但它从未发展出能够自由组合、生成无限新句子的能力。它不会讲故事,不会撒谎,不会问"如果明天会下雨怎么办"这类假设性问题。维基与唐纳德共享了同样的成长环境,结局却截然不同。这就是本章要回答的核心问题:人类为什么能够习得语言,而其他高等动物却不能?

这个问题的答案藏在一位美国语言学家爱德华·萨丕尔(Edward Sapir,1884—1939)的经典定义里。萨丕尔曾长期与北美原住民部落相处,深入研究他们的语言。1921年,他在《语言论》一书中写道:言语是一种非本能的、获得的、文化的功能。 这个定义乍看像是把语言贬低为一种后天习得的技能,实则恰恰相反——它揭示了语言在生物界中的独特地位:语言既是生物事实,又是社会事实;它既扎根于人类的身体,又深深地镶嵌在社群的历史之中。

婴儿与黑猩猩:一道难以逾越的鸿沟

人类婴儿学习语言的速度令任何语言学家汗颜。一个日本婴儿和一个巴西婴儿在十八个月大时掌握的词汇量大致相当,掌握基础语法的进度也几乎一致,尽管他们日后要学习的语言天差地别。没有任何一位家长会坐下来给婴儿讲解主谓宾结构,也没有人教他们"过去时"和"将来时"的区别。婴儿只是听着周围的人说话,突然有一天,词语就成串地冒出来了。

这种普遍性并非偶然。语言学家发现,所有健康的婴儿,无论生活在北极圈还是撒哈拉沙漠,无论父母说的是汉语还是祖鲁语,都在生命的同一阶段展现出相同的语言准备状态。六到十个月开始咿呀学语,模仿听到的音调;十到十四个月说出第一个有意义的词语;十八到二十四个月经历"词汇爆发期",平均每天学习数个新词;两到四岁掌握母语的基础语法,即使这种语法从未被明确教导过。

对比之下,动物界的幼崽没有这种爆发期。猫崽在出生后几个月内学会喵叫,但这套叫声系统是固定的——成年猫能发出的声音种类,幼崽经过练习后基本都能发出。幼猫不会突然"发明"一种新叫声来描述以前从未遇到过的事物。鸟类的鸣叫学习是动物界最接近人类语言习得的例子:某些鸣禽必须听到成年鸟的歌声才能发展出正常的鸣叫,否则终身保持"婴儿期"的歌声。但即便是这些鸟类,它们能学会的歌曲数量也是有限的,而且学到的歌曲与听到的歌曲高度相似,缺乏人类儿童那种创造性组合能力。

为什么会出现这种差异?一种常见的解释是:人类拥有更大的大脑、更复杂的神经系统,所以能够处理语言。这种解释并不错,但并不完整。许多鸟类大脑虽小,却能学会几十首歌曲;海豚的大脑比黑猩猩还大,但它们的交流系统在灵活性上远不及人类幼儿。问题不仅仅是"脑子够不够大",而是人脑是否专门为语言做了独特的"硬件准备"。

萨丕尔定义的三个关键词

萨丕尔的经典定义包含三个关键词,每一个都需要展开说明,因为它们共同构成了语言学的核心命题。

第一个关键词是"非本能的"。这个词意味着语言不是像蜘蛛结网、蜜蜂跳舞那样的天生行为模式。蜘蛛不需要学习如何结网,它生来就知道如何织出规则的网形;蜜蜂不需要学习如何跳"八字舞"来指示蜜源方向,这套动作是基因里预装好的程序,只要蜂群达到一定规模,工蜂就会自动开始跳这套舞蹈。人类的语言能力则不同:一个出生后从未听过任何人说话的婴儿,不会自动"开出"语言来,他只可能发出无差别的哭声和咿呀声。语言必须从外部输入,必须有其他人类伙伴提供语言样本。这正是历史上那些"狼孩"案例(尽管许多细节被夸大)给我们的启示:被剥夺了语言环境的儿童,即便生理完全正常,也无法发展出真正的语言能力。

第二个关键词是"获得的"。这个词强调语言是后天习得的,与生俱来的只是语言习得的准备状态——人类婴儿天生具备学习任何人类语言的神经准备,但具体学习哪种语言、何时开口说话、第一句话是什么,全由后天环境决定。这一区分解释了为什么中国孩子学汉语、日本孩子学日语,而不是反过来;也解释了为什么移民家庭的孩子通常能学会所在国的语言,即使父母说得不够流利。准备状态与实际语言之间存在一道鸿沟,后天经验是跨越这道鸿沟的唯一桥梁。

第三个关键词是"文化的"。这个词把语言与特定社群的习俗、价值观、历史联系起来。语言不是一个孤立的技术系统,而是一个社群共享的意义网络。说某种语言,意味着参与某种特定的意义建构方式。一个词在这个文化中唤起的联想,在另一个文化中可能完全不同。日语中"物哀"(mono no aware)一词传达的是对短暂事物之美的感伤,这种情感在英语中需要一整段解释才能传达。文化与语言相互塑造,构成了萨丕尔后来所说的"人类的'主要传承方式'"(the chief means of transmission of the race)。

把这三个关键词放在一起,可以看出萨丕尔的定义解决了什么难题:它同时容纳了生物学与社会科学的视角。语言不是纯粹的本能(像蜘蛛结网那样),也不是纯粹的文化创造(像绘画那样,每个人都可以独出心裁);它是生物能力与社会约定的奇特结合物。这种结合使语言既具有跨文化的普遍性(所有人类社群都有语言),又具有社群内部的独特性(每种语言都有自己的规则)。

身体里的语言工厂

语言之所以能够被"获得",是因为人类具备专门的生理基础。这些基础在动物界并非完全不存在,但组合在一起的方式是人类独有的。

第一个关键部件是声道。人类的喉结位置比黑猩猩低得多,声带上方形成了一个弯曲的声道,包括咽腔、口腔、鼻腔三个共鸣区。婴儿出生时,喉结位置较高,声道较为平直,这使得他们能发出的语音种类有限。随着发育,喉结下降,声道弯曲度增加,可发出的语音种类大大丰富。语言学家估算过,人类声道理论上可以产生的语音种类超过一百种,而任何一种已知的语言都只使用了其中的一小部分(约40种)。这种"过剩"的设计是语言发展的物质前提——它保证了不同语言可以选择不同的语音组合来切分意义。

第二个关键部件是大脑中的语言中枢。19世纪中叶,法国医生保罗·布罗卡发现,左脑额叶的一个特定区域受损会导致患者说话困难,但理解语言的能力基本保留。这个区域后来被命名为"布罗卡区"。十多年后,德国医生卡尔·韦尼克发现了另一个区域——颞叶的"韦尼克区",这个区域受损会导致患者说话流利但语无伦次,听者无法理解。布罗卡区负责语言的产生,韦尼克区负责语言的理解,两者之间通过神经纤维相连。这种精细的功能分化,在动物大脑中找不到对应物。其他灵长类动物的大脑皮层虽然存在类似位置的区域,但功能分化程度远不及人类。

第三个关键部件是听觉反馈回路。人类在说话时,会同时监听自己的声音。如果发出的声音与预期不符,大脑会立即调整发音器官的动作。这就是为什么人们在嘈杂环境中会不自觉地提高音量,这也是为什么聋儿如果没有及时获得听力补偿,他们的发音能力会严重受损——他们听不到自己声音的反馈。语言不仅是"发声",更是"发声+监听+调整"的循环过程。

但生理基础只是必要条件,不是充分条件。一个生理完全正常、但从小被剥夺语言环境的儿童,终其一生都无法发展出完整的语言能力。这再次印证了萨丕尔的定义:语言是获得的,文化的,非本能的。生理基础提供了可能性,但要把这种可能性变为现实,必须有社群的介入。

约定俗成:语言是一种社会契约

如果说生理基础决定了人类"能够"说话,那么社会约定决定了人类"用哪种声音"说话。这是一个看似平凡却意义深远的问题:为什么英语中"水"叫"water",而汉语中叫"水"?"water"和"水"这两种声音与它们所指的事物之间没有天然的物理联系。一杯水放在桌上,它本身不发出任何声音,更不会自动选择"water"或"shuǐ"来指代自己。

瑞士语言学家费尔迪南·德·索绪尔在20世纪初提出了一个经典概念——语言符号的任意性。也就是说,声音(或文字)与意义之间的连接是约定俗成的,并非天生。这种任意性有两层含义:第一,符号与所指之间没有逻辑联系;"c-u-t"这四个字母拼出"cut",并不因为字母的形状或颜色让人联想到切割的动作;第二,不同社群可以约定不同的符号。

语言符号的任意性带来一个重要后果:语言不是个人的发明,而是社群的共识。一个人不能独自发明一种语言,因为语言的意义只有在交际中才能成立。一个词要被理解,必须有另一个人也用同样的方式理解它。这就是为什么家庭中的特殊称呼常常让外人困惑:外公外婆叫孩子"小豆子",邻居听来莫名其妙,但在家庭内部,这个称呼承载着独特的故事和情感。

双胞胎之间的"暗语"是另一个生动的例子。研究双胞胎家庭的语言学家发现,约有40%的双胞胎在两岁到三岁之间会发展出一套外人听不懂的交流系统,称为"自主语言"或"双胞胎语"。这种系统通常包含手势、变形发音和私人词汇,其功能是高效的兄弟间沟通。它证明了语言的核心不是"声音本身",而是"社群对声音的共识"。一个家庭发展出自己的暗语,只是语言社群化特性的缩影——任何一个语言社群都在某种程度上"暗语化"。

约定俗成的性质还解释了语言与手势系统的差异。自然手势往往是本能的——握拳表示愤怒、摊手表示无奈,这些手势不需要学习就能被理解。但手势也可以被社会约定:聋人社群中发展出的手语就是高度系统化的语言,具备完整的词汇和语法。学习手语的人必须像学习口语一样经历系统训练,这说明手语也是一种"获得的、文化的"功能。语言的核心特征是它的层级化结构:有限的元素(音位、词汇、语法规则)可以组合出无限的句子。这种"有限手段的无限使用",是动物交流系统所没有的。

个体的有限与族群的无限

萨丕尔在《语言论》中还提出了一个发人深省的观察:个体的语言能力是有限的,族群的语言能力是无限的。

所谓个体的有限,指的是任何一个人终其一生都无法掌握自己母语的全部词汇和所有用法。《牛津英语词典》收录的词条超过五十万个;任何一个受过良好教育的母语者,其积极词汇量(能熟练使用的词汇)通常在一万到三万之间。即使算上被动词汇(能听懂但不一定会用),也远远达不到词典的规模。一个英国作家可能终其一生只用了英语词汇总量的百分之几。但这并不意味着英语是有限的:每一代英语使用者都在创造新词——"selfie"(自拍)、"emoji"(表情符号)、"tweet"(推文)这些词,在二十年前还不存在。每个社群成员都在为这个无限的语言系统添砖加瓦。

所谓族群的无限,指的是语言作为一个系统永远处于变化之中。新词不断涌现,旧词逐渐消亡,词义不断变迁,语法规则也在悄悄调整。"gay"一词在20世纪初主要表示"快乐",到20世纪末已成为指代同性恋社群的主要词汇。"web"原本只指蜘蛛网,现在主要指互联网。"mouse"从"老鼠"扩展到"电脑鼠标"。这种变化的速度在不同社群、不同时代差异巨大,但变化本身从未停止。

这种"个体有限、族群无限"的张力,是语言作为社会制度的本质特征之一。个人的语言能力依赖于社群的语言宝库,而社群的语言宝库又在所有个人的使用中不断丰富。一个孩子学说话时,借用的是整个社群的语言资源;这个孩子长大后,会反过来为这个资源贡献新的词汇和表达。语言由此成为人类代际之间最重要的传承工具之一——父母传给孩子的不仅是具体的词和句子,更是整个族群看待世界、思考问题、表达情感的整套方式。

一张流程图:动物回路与人类回路的差异

下面的流程图展示了动物交流与人类语言在信息处理结构上的根本差异。这种差异不仅是"复杂程度"的差异,更是"组织方式"的差异。

```mermaid flowchart TD A[动物: 外部刺激] --> B[本能反应回路] B --> C[固定信号输出] C --> D[同类接收]

E[人类: 外部刺激或内心意图] --> F[感知与理解] F --> G[概念化与组织] G --> H[词汇与语法选择] H --> I[发音执行] I --> J[听者接收] J --> K[听者进行相同的多层处理] K --> L[理解与回应] ```

这张图的重点不在于哪条路径更长,而在于两条路径的结构差异。动物的交流路径几乎是"刺激—反应"的直线,中间缺乏概念加工层。一只猴子看到老鹰,会发出特定的警报声;另一只猴子听到警报声,会立即躲到树下。这条回路快速、有效,但它是固定的——特定的刺激对应特定的反应,没有"如果老鹰明天才来,我要不要现在去捡香蕉"这样的思考空间。

人类的交流路径则包含了多个层级:感知之后要概念化,概念化之后要在词库中选择恰当的词语和语法形式,最后才发出声音。每一层都允许个体根据具体情境进行灵活调整。听到朋友说"我有点累",人类不会像动物那样产生固定反应;相反,听者会在脑海中快速计算:朋友是想要休息,还是想要倾诉,还是希望得到建议?然后根据这个判断选择回应方式。这种灵活性来自语言的层级化结构——正是这种结构,使人类能够讨论过去与未来、虚构与现实、可能与不可能。

案例:因纽特人如何切分"雪"

萨丕尔在他的著作中经常用一个例子来说明语言如何切分经验:因纽特语(Inuktitut)中描述"雪"的词汇异常丰富。这个例子后来被他的学生本杰明·李·沃尔夫进一步传播,成为语言相对论的经典案例。

需要先澄清一个常见的误解:流传最广的说法是"因纽特人有五十个甚至一百多个词来表示雪",这个数字被严重夸大了。语言学家在仔细考察后发现,因纽特语中与"雪"相关的词根大约有十几个,加上词缀组合可能产生数十个词汇形式,但远没有"几百个"那么多。但即使是这个经过修正的版本,依然足以说明问题。

为什么因纽特语中雪相关的词汇格外丰富?因为雪在因纽特人的生活中占据核心地位。极地的雪有多种形态:刚落下的新雪轻盈蓬松,被风吹硬的老雪板结如冰,正在融化的湿雪黏稠沉重,足以承重的硬雪可以徒步其上,不够承重的软雪会让人陷下去,打猎时用来追踪动物足迹的雪呈现特定的表面纹理,做雪屋用的雪需要特定湿度和密度……这些不同的"雪"在因纽特人的生活中需要被精确区分,因为它们关系到出行安全、捕猎成功、建屋保暖等核心生存问题。语言忠实地反映了这种生活需求,把原本模糊的"雪"切分成多个不同的概念。

这正是萨丕尔想说的:语言并非简单地"反映"世界,而是以特定的方式"切分"世界。说英语的人在看到雪时,通常只会用"snow"这个词,辅以形容词(wet snow湿雪、powder snow粉雪、crusted snow硬壳雪),这些短语中的"snow"始终是同一个词。说因纽特语的人则有专门的词来指称这些不同形态的雪,每一种雪都是一个独立的词汇单位,而不仅是"snow"加上形容词的临时组合。

这种切分方式不是任意武断的,而是深深植根于社群的生活方式中。因纽特人世代生活在北极,他们的生存经验凝结在语言中。英语社群主要生活在温带,雪的形态较少,也较少需要精确区分,所以"snow"在英语中是一个覆盖范围更广、区分度较低的词。语言与生活相互塑造,这是萨丕尔所说"语言是文化的功能"的最好例证。

同样的逻辑也适用于其他领域。汉语中关于"亲戚"的词汇极其丰富,"堂兄""表兄""姑表兄""舅表兄"区分得清清楚楚,因为中国传统的宗族结构中,这些不同的亲属关系承担着不同的社会义务和称呼礼仪。英语中只有"cousin"一个词覆盖所有堂表兄弟姐妹,因为英语文化对这种区分的需求较弱。语言像一把刀,把连续的经验切分成离散的单位;不同的社群使用不同的刀,切法也就不同。

本章小结

本章从婴儿学习母语的经验出发,对比了人类与高等动物在语言能力上的根本差异,围绕一个核心问题展开:人类为什么能够习得语言,而其他高等动物却不能? 这个问题的答案藏在萨丕尔的经典定义里:言语是一种非本能的、获得的、文化的功能。

这个定义包含三个互相支持的维度。"非本能的"区分了语言与蜘蛛结网那样的天生行为模式,强调语言必须从外部输入。"获得的"强调了后天语言环境的关键作用——人类婴儿天生具备语言习得的神经准备,但具体习得何种语言依赖所在社群。"文化的"则把语言与特定社群的生存经验、价值观、历史联系起来。三者共同表明,语言既是生物事实,又是社会事实;它既需要人类独有的生理基础,又需要社群的约定和传承。

生理基础——特有的声道结构、专门化的语言中枢、精密的听觉反馈回路——解释了人类"能够"说话;社会约定则解释了人类"用哪种声音"说话。两者的结合使人类能够发展出动物界所没有的能力:从有限元素中组合出无限句子,从他人话语中提取规则并创造新表达。个体的语言能力虽有限,族群的集体语言能力却无限,这种张力正是语言作为社会制度的活力所在。

因纽特人切分"雪"的方式提示我们:语言并非被动地反映世界,而是以特定的方式切分世界。说不同语言的人看到的世界,在一定程度上是不同的。这种观点将在语言学界引发长达数十年的争论,但其核心洞察——语言与生活经验相互塑造——已经深深影响了我们对人类心智的理解。

本章回答的是"语言是什么"和"语言不是什么"的问题。既然语言是一种社会制度,那么它的内部结构究竟是什么?声音如何被组织成词语?词语如何被组合成句子?支撑语言运作的认知机制又是怎样的?这些问题是下一章将要探讨的内容。在那里,我们将从"语言是什么"转入"语言如何运作",进入语言学的核心地带。