第一部分：理论基础 | Theoretical Foundations

在人类发展的最初几年中，没有任何其他认知能力像语言习得那样，以如此惊人的速度展开，并在如此短暂的时间内达到如此复杂的水平。一个三岁的儿童已经能够运用数千词汇、构建语法正确的句子、讲述完整的故事，并就抽象概念进行初步的交流。这种看似自然发生的过程，实际上蕴含着人类认知系统中最深奥的机制之一。理解这一机制——理解儿童如何在缺乏系统性教学的情况下，仅通过日常经验便掌握了语言这一人类独有的沟通工具——不仅是发展心理学和认知科学的核心理论问题，也为儿科临床实践、早期教育干预以及语言障碍康复提供了至关重要的科学基础。本章将系统梳理当代语言发展研究的主要理论框架，追溯从行为主义到动态系统理论的思想演变脉络，并展望计算语言学与神经科学技术为这一古老问题带来的新视角与新工具。在正式展开理论叙述之前，有必要指出，语言习得研究领域长期存在着一个根本性的张力：一方面，语言的复杂性与精妙性似乎暗示着某种先天的、生物性的装置在起作用；另一方面，儿童所接触到的语言输入——即所谓的“贫乏刺激”（poverty of the stimulus）——在数量和质量上都远不足以解释儿童所达到的成就。这种张力构成了几乎所有语言习得理论的隐含出发点，也推动了该领域一次又一次的理论范式转换。

行为主义范式的兴起与退场

20世纪上半叶，语言习得研究的主导范式是行为主义心理学，这一理论传统的核心人物是约翰·华生（John B. Watson）和B.F.斯金纳（B.F. Skinner）。华生于1913年发表的《行为主义者眼中的心理学》一文标志着行为主义的正式登场，他主张心理学应当成为一门完全客观的实验性学科，只研究可观察的行为，而将意识、内部心理状态等概念逐出科学心理学的疆域。在这一方法论立场的指引下，华生宣称，给他一打健康的儿童，他可以将他们训练成任何类型的专家——医生、律师、艺术家、商业领袖，甚至乞丐和盗贼，而无需考虑他们的天赋、兴趣或种族背景。这一极端宣言虽然更多是一种修辞策略，但其背后的逻辑清楚地表明：行为主义认为环境与学习才是发展的决定性力量。

斯金纳将这一思想进一步精致化，构建了迄今为止最完整的行为主义理论体系——操作性条件反射理论。1957年出版的《言语行为》（*Verbal Behavior*）是斯金纳将行为主义框架系统应用于语言现象的里程碑式著作。在斯金纳看来，言语行为与其他任何行为类型没有本质区别，都是通过操作性条件反射机制习得的。儿童说出词汇或句子，是因为这些言语行为在过去经验中得到了强化——例如，当儿童说出“妈妈”时，母亲的微笑和爱抚强化了这一言语行为，使其在将来更有可能再次出现。语言的习得过程被分解为一系列可观测的刺激-反应联结：环境中的刺激引发儿童的言语反应，如果反应得到强化，这一联结便得到巩固；如果反应未得到强化或得到惩罚，联结则趋于消退。斯金纳进一步区分了四种基本的言语行为类型：仿说（echoic）、命名的行为（mand）、命名（tact）和语法操作（intraverbal），并用功能性分析的方法详细阐述了每一种类型如何通过不同的强化机制获得。

斯金纳的理论在20世纪50年代至70年代初期占据了语言习得研究的主导地位，其影响不仅限于心理学实验室，还深刻渗透到语言教学、言语治疗和特殊教育实践中。在行为主义框架的指导下，20世纪60年代的“语言是行为”项目（Project on Language Acquisition）尝试通过结构化的强化训练来教发展迟缓的儿童说话，一些早期语言干预项目也采用了类似的方法。从教学实践的角度看，行为主义方法确实在某些场景下取得了有限的效果——例如，使用离散试教法（discrete trial training）帮助自闭症谱系障碍儿童习得基本语言技能，至今仍是许多干预项目的重要组成部分。然而，行为主义范式在解释正常发展儿童的语言习得时面临着根本性的困难。

诺姆·乔姆斯基（Noam Chomsky）在1959年对斯金纳《言语行为》的书评，被广泛认为是终结行为主义在语言学领域统治地位的关键事件。乔姆斯基的批评是多层次且极具摧毁力的。首先，他指出行为主义所依赖的核心概念——“刺激”在自然语言使用中根本无法得到清晰的界定。当一个儿童说出“我想去公园”时，这一言语行为之前并不存在一个明确可辨认的外部刺激，行为主义试图通过“先行刺激”来解释言语行为的做法是一种理论上的简化。其次，更为致命的是乔姆斯基对“刺激贫乏论”（poverty of the stimulus argument）的系统阐述。乔姆斯基指出，儿童所听到的言语输入——无论从数量还是质量上看——都远远不足以解释儿童所获得的语言能力。例如，儿童在习得过程中从未接受过关于语法规则的显性教学，但最终能够生成和理解无数他们从未听到过的新句子。这种生成性（productivity）是语言能力的本质特征，而行为主义的刺激-反应模型只能解释有限情境中的言语行为复制，完全无法解释这种无限生成能力。儿童不可能仅仅通过观察和强化学会主语与动词的一致关系、不可能仅仅通过模仿掌握疑问句的转换规则，因为这些语法知识从未被明确地教授过，也不可能从有限的言语样本中归纳出来。

乔姆斯基还特别批评了斯金纳对“模仿”这一概念的依赖。他认为，模仿虽然确实是儿童语言学习的一种手段，但它无法解释为什么儿童能够说出他们从未听到过的句子，以及为什么儿童在语言习得中会出现一些系统性的错误——例如，英语儿童在早期阶段常常说“goed”而不是“went”，尽管前者从未出现在成人言语中。儿童似乎在尝试应用他们自行构建的语法规则，而非简单地复制所听到的语言形式。行为主义的核心假设——语言习得完全由外部强化塑造——在面对这些现象时显得苍白无力。

认知发展主义的理论贡献与理论局限

在行为主义逐渐失去说服力的同时，皮亚杰（Jean Piaget）的认知发展理论为理解语言习得提供了一个全新的概念框架。皮亚杰认为，语言发展不是独立于一般认知发展的独立过程，而是儿童更广泛的认知发展——尤其是智力发展——的一个组成部分。在皮亚杰的阶段论体系中，语言能力从属于感知运动阶段的认知结构。婴儿通过感觉运动经验建构关于客体的知识（客体恒常性、因果关系等），这些基本的认知结构构成了后来语言发展的基础。语言被理解为儿童用来组织和表达其所建构的现实知识的一种工具，而非与生俱来的或纯粹通过环境强化获得的。

皮亚杰的理论框架在语言习得研究中产生了深远影响，其核心贡献在于强调了认知与语言之间的内在联系。以词汇习得为例，皮亚杰框架下的研究揭示了儿童对某个词汇的理解受到其当前认知发展水平的制约。一个处于感知运动早期的婴儿虽然能够听到“狗”这个词，但由于尚未建立稳定的客体恒常性概念，他无法将这个词与一个持续存在的客体建立起稳定的指称关系。词汇的习得不仅仅是将声音标签与物体匹配的过程，而是要求儿童具备足够的认知能力来理解符号与指称物之间的关系。语义发展（semantic development）的研究进一步支持了这一观点：儿童首先理解的是那些与直接可感知经验相关的概念（“更多”、“大”、“拿”），随后才逐渐掌握那些需要抽象认知操作的词汇和概念。

维果茨基（Lev Vygotsky）的社会文化理论则从另一个方向拓展了对语言发展的理解。与皮亚杰强调个体建构不同，维果茨基特别强调社会互动在语言和思维发展中的核心地位。他提出的“最近发展区”（Zone of Proximal Development, ZPD）概念对语言习得研究具有特别的意义。最近发展区指的是儿童独立解决问题的实际发展水平与在成人指导或更有能力的同伴合作下能够达到的潜在发展水平之间的距离。在语言发展中，最近发展区的概念意味着成人——通常是父母或照料者——所提供的“支架”（scaffolding）在儿童语言能力的建构过程中扮演着关键角色。当照料者根据儿童当前的言语水平调整自己的语言输入（“简化语”motherese/child-directed speech），重复和扩展儿童的言语输出，提供语言形式的“脚手架”时，儿童的语法能力和语用能力都在这种互动性的支持中逐步提升。

然而，无论是皮亚杰的认知建构主义还是维果茨基的社会文化理论，在面对语言习得的某些核心问题时都存在一定的解释力边界。皮亚杰理论难以解释儿童语言习得的速度和一致性——不同文化、不同语言环境中的儿童在大致相同的发展时间窗口内、以高度相似的方式掌握着各自母语的核心语法结构。这种惊人的一致性如果完全归因于一般认知能力的发展，似乎难以得到充分的解释。维果茨基的社会文化理论虽然对语用能力的发展有很强的解释力，但面对语法范畴的习得时，其解释力相对有限——儿童对名词复数、动词时态等语法范畴的掌握很难完全用社会互动中的支架来解释。

普遍语法假说：先天主义的复兴

乔姆斯基在1957年发表《句法结构》（*Syntactic Structures*）时，尚未明确提出完整的先天论框架，但他对转换生成语法的系统阐述已经为这一框架奠定了理论基础。乔姆斯基认为，自然语言具有一种递归性的生成能力，能够通过有限数量的规则产生无限数量的句子。传统语言学的结构主义描述方法——将语言分解为音位、词素、词组、句子等层级单位——无法充分揭示这种生成能力。他提出了一种新的语法观：语法不应仅仅是对已观察到的语言事实的描述，而应是一种能够生成语言使用者判断为合乎语法的无限句集的生成系统。

这一语法观直接导致了乔姆斯基对行为主义语言习得理论的否定。如果语法是一种生成系统，那么仅仅通过观察他人的言语行为（强化和模仿）是不可能学会这套生成规则的——儿童必须已经以某种方式拥有了关于语言本质的知识，或者说，某种使得语法习得成为可能的先天结构。乔姆斯基将这种先天结构称为“语言获得装置”（Language Acquisition Device, LAD），最初在1965年的《句法理论面面观》（*Aspects of the Theory of Syntax*）中提出。LAD被设想为人类大脑中一种专门处理语言信息的认知模块，它包含了关于语言结构的一般性知识——即所谓的“普遍语法”（Universal Grammar, UG）——使得儿童能够从有限的言语输入中迅速推导出其母语的语法规则。

普遍语法的核心假设可以从两个层面来理解。第一个层面是形式层面：乔姆斯基认为，人类语言共享某些深层的句法原则（principles），这些原则是所有人类语言共有的先天语法约束，在儿童出生时便已内置于大脑的语言系统中。例如，所有人类语言都使用某种形式的短语结构（hierarchical phrase structure），都区分名词短语和动词短语，都具有处理动词与论元之间关系（论元结构）的机制。第二个层面是参数层面：尽管所有语言共享相同的原则，但不同语言在这些原则的具体实现上存在差异，这些差异被参数化（parameterized）。最著名的例子是“代词参数”（null-subject parameter）——西班牙语和意大利语等语言允许省略主语代词（null subject language），而英语和汉语则不允许这一操作。如果儿童接触到的是允许省略主语的言语输入，他们便会将代词参数设定为允许空主语的值；如果接触到的是不允许省略主语的言语输入，参数则被设定为禁止空主语的值。参数设定理论的一个关键吸引力在于，它能够解释语言习得的速度——儿童不需要从零开始学习所有的语法规则，他们只需要根据所接触到的言语输入来“设定”少数几个参数，便能够推导出整个语法系统。

参数设定理论还得到了一些引人注目的实证研究的支持。例如，罗德尼·内斯多姆（Rodney Nespor）和同事的研究发现，不同语言中的词汇重音模式存在系统性的差异，这些差异可以通过参数来刻画。在研究荷兰语和意大利语儿童的语言发展时，研究者发现这两种语言背景下的儿童在不同的时间点、以不同的方式出现重音系统错误——荷兰语儿童可能出现词重音位置的错误，而意大利语儿童可能出现重音模式类型的错误。这些发现被解释为参数学习过程中的阶段性表现：儿童在参数尚未完全设定之前，会根据部分输入信息做出某些预测，当这些预测与进一步的输入冲突时，参数便需要重新调整。

然而，乔姆斯基的先天主义框架也面临着持续的学术批评和理论挑战。批评者首先质疑的是“刺激贫乏论”的论证是否足够严密。一些认知心理学家和发展科学家认为，乔姆斯基夸大了言语输入的贫乏程度。他们指出，现代语料库研究显示，照料者与儿童之间的言语交互包含了远比早期研究所认为的更为丰富和结构化的语言信息——例如，成人经常使用包含相关语法结构的问句和指令，这些输入中隐含的语言信息可能足以支持语法规则的学习。艾莉森·高普尼克（Alison Gopnik）和安德鲁·梅尔佐夫（Andrew Meltzoff）等研究者的“语法bootstrap”假说正是沿着这一思路发展的：他们认为，语义信息的加工——尤其是关于事件和意图的理解——可以帮助儿童推断出语法结构。儿童通过理解句子中词语的语义角色（谁做了什么）来学习语法范畴（主语、宾语）。

另一个重要的批评来自语言类型学和跨文化研究的发现。乔姆斯基的早期理论将普遍语法设想为一套相对固定的句法原则，但随着对世界上语言多样性的深入了解，许多研究者开始质疑这些原则是否真的具有普遍性。例如，芭芭拉·兰德曼（Barbara Landau）和洛娜·杰克endoff（Lorna Jackendoff）对空间概念的语言学研究表明，不同语言对空间关系的编码方式存在深刻的文化差异，这种差异性使得一套固定的句法原则无法充分涵盖所有人类语言中的空间表达。此外，MIT的语义学家大卫·佩斯（David P. Piantadosi）及其合作者的研究表明，语言的效率性——即信息在语言中的压缩方式——可以通过信息论的原理来解释，而无需诉诸先天的语法知识。他们发现，不同语言的词汇分布和句子结构都接近信息论所预测的最优编码方案，这一发现为语言习得提供了一种基于计算效率的新解释。

交互论与涌现主义：超越二元对立

面对先天主义与经验主义的持续争论，一些研究者开始尝试构建能够整合双方洞见的综合性理论框架。交互论（interactionist approach）的兴起正是这一理论需求的产物。交互论的核心主张是，语言习得既不能仅仅从儿童内在的认知结构来解释，也不能仅仅从外部环境输入来解释，而是发生在两者的动态交互过程中。在交互论者看来，语言不是一种独立于其他认知能力的“模块化”装置，而是一种根植于社会交流和身体经验的功能性工具。

交互论内部存在着多种不同的理论取向，但它们共享一个基本立场：语言的意义和结构是在使用中涌现（emerge）的，而不是预先设定的。朱迪·伯纳德（Judy Bernard）和她的合作者对亲子互动中语言发展的纵向研究提供了这一观点的重要实证支持。例如，一项持续多年的追踪研究记录了从婴儿12个月到36个月期间照料者语言输入的变化与儿童语言能力发展的关系。研究发现，照料者不仅根据儿童的言语水平调整自己的语言复杂性，而且这种调整方式并非线性的——当儿童的语言能力出现“突增”时，照料者的输入会相应地变得更加复杂和丰富，形成一种动态的共演化关系。照料者的语言输入与儿童的语言输出相互塑造、相互促进，共同推动着语言能力的发展。这种共演化模式为交互论提供了一个有力的实证基础。

涌现语法（emergent grammar）是交互论传统中一个特别值得关注的理论取向，由语言学家琼·拜比（Joan Bybee）提出。涌现语法的核心观点是，语法不是一套独立于词汇和语义的抽象规则系统，而是从反复的语言使用中逐渐固化（entrenchment）形成的模式。在这一框架下，语法结构不是先天地存在于儿童大脑中的抽象规则，而是儿童通过无数次具体语境中的语言使用，逐步归纳和抽象出的一般性模式。例如，儿童首先学会的是一些高频出现的具体表达（formulaic utterances），如“还要牛奶”、“妈妈抱抱”，然后随着这些表达使用次数的增加和语境的扩展，其中的一些组成成分开始被替换和重新组合，最终从固定表达中涌现出更抽象的语法模式。这一过程完全符合认知心理学中关于程序性学习（procedural learning）和模式识别（pattern recognition）的一般机制。

涌现语法的观点得到了大量实证研究的支持。艾莉森·克雷格（Alison Cr Craig）和弗朗辛·汤普森（Francine Thompson）等研究者对儿童早期多词话语的分析表明，儿童并非一开始就直接使用抽象的语法规则，而是从有限的、具体的话语模式出发，通过经验积累逐步扩展和精炼这些模式。一个典型的发展轨迹是：儿童首先使用两个词的组合（如“宝宝吃”），然后在不同的语境中使用类似的结构框架（如“狗狗吃”、“爸爸吃”），随着越来越多的词汇被填入这一结构框架，儿童逐渐建立起关于“施事-动作”语序的一般性知识。这一过程不是语法规则的演绎应用，而是一个从具体到抽象、从使用到知识的涌现过程。

动态系统理论：整合性的新框架

在交互论的基础上，动态系统理论（Dynamic Systems Theory, DST）为理解语言发展提供了一个更为宏观和综合的理论框架。这一理论最初由心理学家和数学家共同发展，其思想源头可以追溯到控制论、系统论和非线性动力学等领域。在语言习得研究中，荷兰心理学家汉斯·威斯特鲁普（Hans Westerkol）及其合作者是这一方法论框架的重要倡导者，他们将动态系统理论的核心概念——非线性、敏感性依赖初始条件、自组织、吸引子状态——系统地引入语言发展研究。

动态系统理论的核心哲学立场是反对简化的因果还原论。传统的语言习得理论，无论是先天主义的还是经验主义的，往往倾向于将语言发展归结为某个单一因素的驱动——或者是先天的语言装置，或者是后天的语言输入。动态系统理论则认为，语言发展是一个由多个子系统（包括认知系统、感知运动系统、情感动机系统、社会互动系统等）共同驱动的复杂动力学过程。在这个过程中，没有任何一个子系统是语言发展的唯一原因或充分条件，语言能力的发展是所有子系统交互作用的整体结果。

动态系统理论有几个关键特征值得深入阐述。第一是非线性（nonlinearity）。在动态系统框架中，发展变化并非匀速、线性的过程，而是存在加速、减速、平台期和骤然跃迁等复杂模式。语言发展的纵向追踪数据经常显示出这种非线性特征：儿童可能在数周内词汇量从几百词猛增到上千词（所谓“词汇爆炸”现象），随后进入一个相对平稳的阶段，然后又在某个领域（如语法复杂度）出现新的跃迁。这种非线性模式无法用任何单一的理论机制来解释，但可以用动态系统中吸引子（attractor）和排斥子（repeller）状态的概念来描述——当儿童的发展状态处于某个吸引子附近时，发展变化趋于稳定；当状态从一个吸引子区域向另一个区域移动时，则可能出现快速的变化。

第二是自组织（self-organization）。在动态系统理论中，复杂的结构和行为模式是从低层次的、局部的交互中自发地涌现出来的，而无需一个中央控制者的协调。在语言发展中，自组织机制可以解释为什么不同语言环境中的儿童能够独立地发展出相似的语法范畴和语序模式，尽管他们的具体输入完全不同。例如，不同语言的儿童独立地在发展过程中出现