语言获得的理论基础：神经生物学与认知发展

理解儿童如何习得语言这一问题，需要从多个维度进行深入探讨。表面上看，幼儿在三至四年间便能掌握母语的基本用法，这种看似自然的过程实则涉及极为复杂的神经、认知与社会机制。从行为主义的强化训练到乔姆斯基的先天语言装置假说，从维果茨基的社会文化理论到当代认知神经科学的预测性编码模型，每个理论范式都为这一谜题提供了独特的解题思路，而将这些思路整合起来，便能形成一幅相对完整的图景。本章将系统梳理当代语言获得理论的核心范式，阐明各理论对1至3岁阶段语言教育的实践启示，并深入探讨支撑这一过程的神经生物学基础，最终提供一个可操作的整合性框架。

一、语言获得理论的演进脉络

（一）行为主义：环境塑造的机械论视角

20世纪上半叶，行为主义心理学主导了语言获得研究领域。其基本立场是：语言是一种后天习得的行为技能，其发展遵循刺激-反应-强化的基本规律。

约翰·华生开创了这一研究取向，他主张心理学应当研究可观察的行为，而不应涉及任何内隐的心理过程。在他看来，言语不过是人类对环境刺激的一种复杂反应，可以通过经典条件作用的原理加以解释。随后，斯金纳在《言语行为》一书中将行为主义理论系统化，构建了一个解释语言获得的完整框架。

斯金纳认为，语言行为本质上是一种操作性行为，其形成遵循操作性条件作用的原理。当儿童发出接近目标语言形式的反应时，成人通过赞扬、微笑、喂食或其他强化物予以奖励，从而使该语言形式出现的概率增加。通过这种渐进式的塑造过程，儿童逐步掌握了语音、词汇、句法等语言要素。斯金纳将言语行为细分为四种基本类型：mand（命令式言语，儿童为获得某物而发出言语反应）、tact（命名式言语，儿童对刺激做出言语标记）、echoic（回声式言语，儿童模仿听到的语音）以及intraverbal（交互式言语，儿童对他人言语做出言语反应）。每一种言语行为类型都遵循不同的强化原则，体现了语言与环境刺激之间复杂的交互关系。

行为主义视角对1至3岁语言教育产生了深远影响。它强调成人反馈在语言学习中的关键作用，主张采用“直接教学”的策略：先呈现目标语言形式，让儿童观察并模仿，然后提供即时强化以巩固正确反应。按照这一逻辑，语言教育的核心在于设计精良的刺激序列和恰当的强化程序。

然而，行为主义理论面临着严重的理论困难。首先，它无法解释“创造性”问题：儿童能够说出大量他们从未直接学习过的语句，这些语句无法简单地归因于刺激泛化或行为链锁。其次，它无法解释儿童语言发展的顺序规律性——几乎所有正常发展的儿童都在相似的年龄阶段掌握相似的语法结构，这种一致性难以用环境差异来解释。最后，来自神经科学的证据表明，语言加工涉及专门的神经网络，这些网络的组织特性显然超出了操作性条件作用的范畴。

（二）天性论：先天语言装置的生成假说

1959年，乔姆斯基发表了著名的《评斯金纳《言语行为》》一文，对行为主义的核心假设提出了全面质疑。他指出，行为主义理论无法解释人类语言的“创造性”和“递归性”特征，也无法说明儿童为何能从不完整、不规范的语言输入中迅速推导出复杂的语法规则。乔姆斯基提出了著名的“柏拉图问题”：儿童接触的语言材料在质和量上都是有限的，那么儿童究竟是如何获得精确的语法知识的？他的回答是：这些知识部分地源于天赋。

乔姆斯基的核心假说是“普遍语法”理论。该理论主张，所有人类语言共享一套深层的语法结构，这套结构反映在所有正常儿童的大脑中，构成了一种先天的语言能力。乔姆斯基假设人类具有一种“语言获得装置”（Language Acquisition Device，简称LAD），这种装置能够根据有限的经验输入自动推导出具体的语言语法规则。按照这一假设，儿童不是通过死记硬背来学习语法的，而是通过激活先天具有的语法知识并使其适应特定的母语环境来完成语法习得的。

普遍语法假说的一个重要推论是“参数设置”理论。该理论认为，普遍语法由一系列二元或多元的参数构成，不同语言在参数取值的组合上有所不同。儿童在语言发展初期处于一种“参数预设”状态，随着与母语环境的接触，逐渐将参数设置为母语所要求的取值。例如，关于“空主语参数”，英语要求每个句子必须有显性的主语，而意大利语则允许空主语的存在。儿童在接触母语的过程中逐渐“设定”这些参数，从而完成语法系统的构建。

天性论对教育实践的启示主要集中在两个方面。首先，它强调语言输入的重要性：儿童需要接触到足够丰富、足够真实的语言材料，才能激活和调整其内在的语言获得装置。其次，它提示教育者应当避免过早、过度的语法教学，因为儿童的语言获得装置会在自然语言接触的过程中自动工作，过多的正规教学反而可能干扰这一自然进程。

天性论的主要局限在于其过度强调先天因素而忽视了社会互动和认知发展在语言获得中的作用。许多后续研究证实，婴幼儿在社会互动中的语言学习效率远高于被动听语言材料的情况。此外，天性论的核心假设——先天语言装置——至今仍缺乏直接的神经生物学证据支持。

（三）交互作用论：社会文化视角的整合

针对行为主义和天性论的各自局限，20世纪后期出现了多种整合性理论取向，其中最具影响力的是维果茨基的社会文化理论以及在此基础上发展起来的交互作用论。

维果茨基理论的核心概念是“近端发展区”（Zone of Proximal Development，简称ZPD）。维果茨基认为，儿童的认知发展存在三个层次：独立解决问题的实际发展水平、在成人指导下或与能力更强的同伴合作时能够解决问题的潜在发展水平，以及介于这两者之间的区域即为“近端发展区”。近端发展区代表的是儿童正在成熟但尚未完全成熟的功能区域，是教育干预最具成效的切入点。在语言发展领域，这一概念意味着：儿童能够通过与成人的互动来习得那些他们尚不能独立运用的语言形式。

维果茨基进一步区分了语言的两种功能：人际功能和内在调节功能。语言首先是一种社会交际工具，儿童在与他人交流的过程中逐渐掌握了语言的基本用法。但语言同时也是思维的工具，儿童逐渐学会用语言来组织、调控自己的认知活动。维果茨基特别关注“自言自语”现象（即儿童在解决问题过程中出声的自言自语），认为这是语言从人际功能向内在调节功能过渡的关键阶段。

交互作用论在维果茨基理论的基础上，进一步整合了认知发展、社会互动和语言输入等多重因素。“用量过少假说”指出，婴幼儿需要接触到足够量的语言输入才能完成语言习得，而日常亲子对话中的语言输入量对于语言发展至关重要。“对话伙伴”理论则强调，成人在与婴幼儿互动时会调整自己的语言形式，使之适合婴幼儿当前的认知和语言水平，这种调整后的语言形式（通常被称为“婴幼儿导向言语”或“儿童语”）为婴幼儿提供了最优化的语言学习输入。

当代交互作用论的一个重要发展方向是动态系统理论。该理论将语言发展视为一个复杂的动态系统，在这一系统中，多种因素（包括神经成熟、语言输入、认知发展、社会动机、情绪状态等）相互作用、彼此影响，共同塑造着儿童的语言发展轨迹。动态系统理论强调发展的非线性特征：语言进步往往不是平稳渐进的，而是呈现出快速跃升与相对停滞交替出现的模式。

交互作用论对教育实践的启示强调“互动”的核心地位。与婴幼儿对话而非仅仅对他们说话，引导而非灌输，在互动中捕捉并回应婴幼儿的交际意图而非仅仅关注语言形式本身——这些原则构成了当代婴幼儿语言教育的理论基础。

二、语言获得的神经基础

（一）大脑皮层的语言区功能分化

语言能力的神经基础是大脑皮层中一组专门化的神经网络。临床神经心理学通过对失语症患者的观察研究，最早揭示了大脑语言区的功能组织。

法国神经学家保罗·布洛卡于1861年发现了大脑左半球额叶区域与言语产生之间的密切关系。尸检表明，左半球额下回后部（后被称为布洛卡区）的损伤总是与言语产生障碍相伴。布洛卡失语症患者表现出典型的非流利性言语特征：说话费力、语调单一、句子简短、语法简化，常伴有电报式言语和音韵性错语，但语言理解能力相对保留。

德国神经学家卡尔·韦尼克于1874年发现了另一个关键的语言区域。韦尼克区位于左半球颞上回后部及颞顶交界处，其损伤导致韦尼克失语症，表现为流利但空洞的言语：患者说话顺畅甚至过多，但内容缺乏意义，言语中充斥着无意义的词汇和错语，对语言的理解也受到严重损害。

布洛卡区和韦尼克区之间通过弓状束（arcuate fasciculus）紧密相连，形成了一个基本的语言加工回路：韦尼克区负责加工输入语言的语义信息，布洛卡区负责组织输出语言的语法结构，两者之间的连接协调着语言的理解与产出。这一“古典语言模型”虽然是过度简化，但为了解大脑语言网络的基本架构提供了重要框架。

现代神经影像学研究表明，语言加工涉及远比这两个区域更为广泛的神经网络。除了布洛卡区和韦尼克区之外，关键的语言相关脑区还包括：颞中回（参与词汇语义加工）、颞上沟（参与语音和语调加工）、顶下小叶（包括角回和缘上回，参与词汇检索和句法加工）、额下回中部（参与语义控制）以及辅助运动区（参与言语运动规划）。这些区域形成一个分布式但高度整合的语言网络，不同区域负责不同的语言加工子功能，同时通过白质纤维束紧密相连。

从发展的角度来看，婴幼儿时期的大脑与成人在语言区的功能组织上存在显著差异。虽然布洛卡区和韦尼克区的基本位置在生命早期已经确定，但这些区域的精细功能组织和与其他脑区的连接模式却处于持续发育之中。功能性磁共振成像研究表明，婴儿在聆听语言时能够激活与成人相似的脑区，包括颞上回和额下回，但激活模式较为弥散，随着年龄增长逐渐特异化。

（二）髓鞘化进程与语言加工效率

髓鞘化（myelination）是语言神经网络发育成熟的关键过程。髓鞘是包裹在神经元轴突外侧的脂质层，其主要功能是加速神经信号的传导速度。一个轴突在完成髓鞘化后，其信号传导速度可提高数十甚至上百倍。

大脑的髓鞘化是一个漫长的过程，从胎儿期延续到青春期甚至成年早期。在语言相关的神经通路中，弓状束的髓鞘化进程尤为关键。弥散张量成像研究显示，弓状束的完整性（即髓鞘化程度）与语言能力之间存在显著相关：弓状束发育越完善，儿童的词汇量越大、语法能力越强。研究者发现，婴幼儿在生命第一年内，弓状束的各向异性分数（衡量白质结构完整性的指标）显著增加，这与语言理解能力的快速提高在时间上高度吻合。

髓鞘化进程对语言教育实践具有重要启示。首先，婴幼儿期是髓鞘化加速进行的阶段，提供丰富的语言刺激有助于促进相关神经通路的髓鞘化和功能成熟。其次，髓鞘化进程遵循“用进废退”的原则：被频繁激活的神经通路会优先获得髓鞘化资源，而较少使用的通路则可能被“修剪”。这意味着，婴幼儿早期语言环境的丰富程度直接影响着大脑语言网络的效率和组织方式。最后，髓鞘化是一个渐进的生物学过程，不可能一蹴而就，因此语言教育应当保持持续性，避免期望短期见效。

（三）关键期与神经可塑性

“关键期”（critical period）概念源于发展生物学，指某些能力只有在特定的发育窗口内才能被习得，超过这一窗口则难以发展完全。神经科学家最初在视觉系统的研究中发现了关键期现象：如果在幼年时期剥夺一只猫或猴子的单眼视觉经验，即使后来恢复正常的视觉环境，该眼也将永久性地丧失立体视觉能力。关键期的存在表明，早期经验对于神经系统的正常发育具有决定性影响。

语言发展同样存在关键期。大量研究表明，婴幼儿在早年时期具有极为敏锐的语言学习能力，这种能力随着年龄增长而逐渐减弱。最直接的证据来自“狼孩”或被严重忽视的儿童的案例：这些儿童在语言关键期结束后才被发现并接受语言训练，尽管他们的智力潜力可能正常，但语言能力始终无法达到正常水平。神经影像学研究进一步揭示了这一现象的生物学基础：与成人相比，婴幼儿大脑的神经可塑性更强，神经元的树突密度更高、突触形成更为活跃、皮层功能组织的专化程度较低。

神经可塑性（neuroplasticity）是关键期存在的神经基础，指大脑根据经验进行结构和功能调整的能力。在生命早期，大脑的可塑性达到顶峰，这主要体现在以下几个方面：神经元胞体和树突的形态具有高度可塑性，能够根据经验改变其结构；突触连接的形成和消除更为活跃，经验能够显著影响突触网络的构建；皮层区域的功能组织尚未完全专化，能够根据输入模式调整其功能定位。

神经可塑性理论为早期语言教育提供了强有力的神经科学依据。首先，生命早期的语言环境对大脑语言网络的构建具有深远影响——这一时期丰富的语言刺激能够促进语言相关脑区的发育和功能成熟。其次，关键期的存在意味着语言教育应当“尽早开始”：虽然关键期的具体时间界限仍有争议，但大多数研究者同意，0至3岁是最为关键的语言发展窗口。第三，关键期的存在也提示我们，过度干预或不当干预可能产生负面影响：婴幼儿的大脑在接收各种输入的同时也在“编程”自己的神经网络，质量低劣或有害的语言环境同样会产生持久的不良影响。

三、预测性编码与婴儿语言学习机制

（一）预测性编码的基本原理

预测性编码（predictive coding）是当代认知科学最具影响力的理论框架之一，其核心思想是：大脑本质上是一个“预测机器”，不断根据已有知识和经验生成关于未来输入的预测，并将预测与实际感知进行比较，通过调整内部模型来最小化预测误差。

从计算神经科学的角度看，预测性编码将大脑皮层视为一个层级化的信息加工系统。在每一个层级上，神经元群体同时编码两种信息：自上而下的预测信号（来自更高层级）和自下而上的误差信号（来自更低层级）。高层级根据当前的内部模型向下传递预测，低层级则将预测与实际输入的差异作为误差信号向上传递。通过反复的预测-误差-调整循环，大脑逐渐优化其内部模型，使之能够越来越准确地预测环境输入。

预测性编码理论对理解婴儿语言学习具有独特价值。按照这一框架，婴儿不是被动地接收语言输入，而是主动地尝试预测即将听到的语音序列。当预测与实际一致时，原有的语言知识得到巩固；当预测与实际不一致时，婴儿需要调整其语言知识以适应新的输入。这种主动预测的过程使得婴儿能够更高效地从有限的语言输入中提取关键的结构信息。

（二）统计学习与音素边界的提取

婴儿从生命早期就展现出惊人的统计学习能力。1996年，Saffran、Aslin和Newport的经典实验揭示了这一能力的存在。研究者让8个月大的婴儿聆听一段约两分钟的人工合成语音流，其中包含三个无意义音节三连词（如“bidaku”“padoti”“golabu”），这些音节之间没有停顿，完全是连续的语音流。实验采用习惯化-去习惯化范式：先让婴儿反复聆听一段包含特定统计规律的语音流，直到其心率降低到习惯化水平，然后呈现包含新统计规律的语音流。如果婴儿能够区分新旧规律，说明他们已经学会了原始语音流中的统计结构。

结果显示，8个月大的婴儿能够区分包含不同统计规律的语音流，这说明他们在两分钟之内便已经无意识地从连续语音中提取了音节边界的统计信息。更令人惊讶的是，后续研究表明，6个月大的婴儿也具备这种统计学习能力，甚至新生儿也表现出对母语元音统计规律的敏感性。

统计学习机制为婴儿提取音素边界提供了重要工具。在自然语言环境中，音素边界往往伴随着语音参数的统计特征变化（如元音共振峰过渡、音节时长比例等），虽然这些变化非常细微，但婴儿能够通过统计学习捕捉到这些规律，从而逐渐建立对母语音素系统的认知。

然而，婴儿的统计学习并非对所有语言信息都同样敏感。研究表明，婴儿更善于学习连续的统计规律（如相邻音素的出现概率），而对离散的句法规则敏感性较低。这意味着，统计学习机制可能主要在语音知觉和词汇习得的早期阶段发挥作用，而语法习得可能还需要其他认知机制的参与。

（三）音位范畴感知与知觉再定型

音位（phoneme）是语言中区分意义的最小语音单位。不同语言使用不同的音位系统，母语习得要求婴儿逐渐建立起对母语音位的敏感性，这一过程被称为“音位范畴感知”的发展。

研究者发现，婴儿在出生后不久便能区分世界上绝大多数语言的音位对立。例如，6个月大的日本婴儿能够区分英语中“r”和“l”的对立（如“rake”和“lake”），尽管日语中并不存在这种对立。然而，到12个月左右时，日本婴儿逐渐失去了区分这一音位对立的能力——这就是著名的“日语婴儿失聪”效应。这一现象的机制并非婴儿听觉能力的退化，而是其语言知觉系统的“再定型”：婴儿在持续暴露于母语环境的过程中，逐渐调整了自己的音位知觉系统，使之专门化以适应母语的需要。

音位范畴感知的发展是预测性编码机制发挥作用的一个典型例证。按照预测性编码框架，婴儿的大脑不断根据母语输入建立和优化音位知觉模型，这一模型使得婴儿能够更高效地加工母语音位，同时对母语中不存在的音位对立的敏感性逐渐降低。从教育实践的角度看，这一发现提示我们：婴儿期的语言环境质量直接影响其音位知觉系统的发展方向，早期的多语言接触可能有助于维持更灵活的音位知觉能力。

（四）词汇习得的认知机制

婴儿在12个月左右开始说出第一批有意义的词汇，这一里程碑式的进步标志着其语言发展进入了一个新的阶段。然而，词汇习得并非简单的“听到-记住”过程，而是涉及复杂的认知机制。

研究者提出了“词汇爆发”（vocabulary spurt）现象来描述这一阶段的语言发展特征。所谓词汇爆发，指的是婴儿在习得首批50至100个词汇后，词汇增长速度显著加快的现象。这一现象最早由Benedict于1979年报道：她追踪了18名婴儿从13个月到20个月的词汇发展，发现大多数婴儿在15至18个月之间出现了词汇增长的加速期。

关于词汇爆发的成因，研究者提出了多种解释。一种观点认为，婴儿在习得一定数量的词汇后，逐渐发现了“词汇-意义”映射的基本规律，从而能够更快速地习得新词汇。另一种观点则认为，词汇爆发是认知发展的结果——随着婴儿对客体永久性、因果关系等概念的掌握，他们能够更准确地将词汇与所指对象或事件联系起来。还有研究提出，词汇习得可能存在正反馈机制：已有的词汇知识有助于理解新词汇出现的语境，而新词汇的习得又进一步丰富了语境理解的资源。

从预测性编码的角度看，词汇习得可以理解为婴儿不断建立和完善“词汇-语境-意义”映射模型的过程。当婴儿听到一个陌生的词汇时，他会尝试根据语境信息预测该词汇可能的意义；当预测得到验证或修正时，词汇知识便得到更新。这一过程反复进行，使得婴儿的词汇-语义网络日趋丰富和精确。

对教育实践的启示是：应当为婴儿创造丰富的语言使用情境，让他们在实际交际中学习和巩固词汇；与婴儿进行有意义的对话（而非仅仅对着他们说话），能够为词汇习得提供更丰富的语境线索；回应性互动——例如，当婴儿指向某物时成人说出该物的名称——可能比单纯的词汇展示更有利于词汇习得。

四、整合性框架：从理论到实践

（一）多层次发展模型

综合上述理论视角，语言获得可以被理解为一个多层次、多机制的复杂过程。在这一过程中，神经生物学基础为语言能力提供了物质载体，认知发展机制使婴幼儿能够有效加工和内化语言信息，而社会文化环境则为语言发展提供了必要的输入和互动条件。

从神经生物学层面看，大脑皮层的语言区功能分化、弓状束等白质通路的髓鞘化进程、以及关键期内的高度神经可塑性，共同构成了语言习得的生物学基础。这些生物学因素设定了语言发展的可能范围和基本轨迹。

从认知发展层面看，统计学习