语言学的未来：巴别塔的重建

大模型闯进了语言学

2022年11月ChatGPT发布后，语言学家发现，自己耕耘了一个世纪的问题被一群工程师用一种"不讲道理"的方式逼近了：不问语法规则，只把几乎整个人类写过的文本喂给神经网络，让"预测下一个词"这个目标自己长出语言能力。乔姆斯基（Noam Chomsky，1928— ）2023年在《纽约时报》撰文批评：大模型与人类语言的机制背道而驰，它对可能的语言与不可能的语言不加区分，永远无法解释儿童为何能从贫乏的刺激中习得语法。另一些语言学家则在模型内部探测到了类似句法树的层级结构，认为它或许真的"学会"了某些语言学家未曾明言的规律。这场争论的本质是老问题的新形态：语言能力到底是天赋的专门装置，还是通用学习机制在巨量数据上的产物——只不过这一次，争论的另一方是一堆GPU。

理解还是模仿

大模型是否"理解"语言，取决于你如何定义理解。哲学家约翰·塞尔（John Searle，1932— ）1980年的"中文屋“思想实验早已设下擂台：一个不懂中文的人按规则手册在屋里摆弄中文字符，屋外的人以为他懂中文——形式操作不等于理解。语言学家埃米莉·本德（Emily Bender，1973— ）把这一批评对准大模型：语言的意义在于形式与世界、与交际意图的连接，而模型只见过形式。批评的批评者则反问：当系统内部的表征足以支持推理、规划与跨语言迁移时，“只懂形式"与"懂得意义"之间那道界线，还像想象中那么清楚吗？一些实验室已经开始把模型接入机器人身体与视觉传感器，让词语第一次"接地"到物理世界——如果意义需要世界，那就给机器一个世界。这场辩论可能永远没有终局，但它迫使语言学把"意义"“理解"这些用了一百年的词重新放上手术台。

脑机接口破译沉默

另一条战线上，语言学正与神经科学合流，目标是让失语者重新开口。2021年，加州大学旧金山分校爱德华·张（Edward Chang，1969— ）的团队发表研究：一位脑干中风瘫痪多年的志愿者植入皮层电极后，尝试说话时大脑活动的模式被实时解码成屏幕上的词句，速度约每分钟十五个词。2023年，斯坦福大学的团队把速度提升到每分钟六十二个词——已经逼近自然对话语速的一半。2024年起，Neuralink的植入体让受试者用思维操控光标，语音解码也在其路线图上。这些系统训练的基础正是语言学的馈赠：音素、音节、词汇频率——机器要猜出人想说的话，先得知道人类语言长什么样。反过来，脑机接口也在回馈语言学：为了选择解码的最小单位，工程师们必须回答音素、音节还是整词更适合大脑——这是语言学的百年老问题，如今第一次有了商业与医学上的赌注。

语言的进化方向

语言本身也在变。全球英语在简化，网络语言在增殖，表情符号承担了书面语丢失的副语言功能——它们是手势、表情、语调在文字里的替代品。历史语言学家对此看得很淡定：语言一直在变，变的媒介从羊皮纸换成了光纤而已。真正深刻的变量是机器：当翻译耳机普及，学习外语的动机会不会萎缩？当机器生成的文本超过人类原创，语言演化的语料库会不会开始自我吞食——模型在模型写出的文本上继续训练，语言的变异源头会不会因此枯竭？语言学家第一次需要把"非人类使用者"纳入语言演化的模型。

守护多样性

未来的另一面是守护过去。全球约七千种语言中，近半数可能在本世纪内走向沉寂。技术提供了前所未有的抢救工具：为每种语言建立语音与语料档案，用语音识别和机器翻译服务低资源语言，让濒危语言的使用者第一次能在手机上看到自己的语言被识别、被翻译。可档案不是语言，录音带留不住星空——语言真正的栖息地是孩子的大脑。语言学家能做的工作正在变化：过去是描写与记录，如今还要参与政策设计，推动双语教育，帮助社区把语言带回学校与家庭；在新西兰，语言巢走出的第一代毛利语儿童如今已为人父母，毛利语的语音识别系统也已落地——复兴与技术第一次开始互相喂养。语言学的未来，最终取决于人类还愿不愿意让下一代学会祖辈的声音。在巴别塔的废墟上，语言学家能做的不是重建一座塔，而是守护一片森林——森林的价值不在整齐划一，而在每一棵树都保存着别处没有的基因。