在过去长达70年的时间里，语言学界一直被一座宏伟的理论大厦所笼罩。
这座大厦的基石由诺姆·乔姆斯基等巨匠奠定，它告诉我们：人类之所以能说出无限多从未听过的句子，是因为我们的大脑中内置了一套精密的“层级语法生成器”。
按照这个理论，每一个句子都是一棵倒置的“语法树”，主语、谓语、宾语像树枝一样层层分叉，严丝合缝。
然而，2026年1月23日，来自康奈尔大学的一项重磅研究让这座大厦的地基发出了嘎吱作响的声音。
心理学教授莫滕·H·克里斯蒂安森及其团队在《自然-人类行为》上发表的论文，抛出了一个颠覆性的观点：也许我们的大脑根本就不怎么在乎那些复杂的层级结构。
相反，我们在说话时更像是在玩乐高积木，抓取那些现成的、线性的语块，快速拼凑出我们想要表达的意思。
这一发现不仅挑战了语言学的核心教条，更可能彻底改变我们对人类认知、儿童教育乃至人工智能语言模型的理解。
告别复杂的“倒置树”，拥抱扁平的“线性流”
为了理解这项研究的冲击力，我们首先得看看传统理论长什么样。
在经典的语言学课本中，句子“她吃了蛋糕”并不是简单的三个词的排列，而是一个严密的层级结构：“吃”和“蛋糕”首先结合成一个名为“动词短语”的抽象单位，然后再与主语“她”结合。
这种层级分析法（Constituency）被认为是人类语言区别于动物嚎叫的本质特征。
但克里斯蒂安森教授和他的合作者、奥胡斯大学的英格威·A·尼尔森对此表示怀疑。
人类可以源源不断地生成新的句子，但支撑这种能力的心理结构可能比我们长期以来认为的要简单得多。最新研究表明，语言不仅依赖于复杂的语法层级，还依赖于一些常用的线性模式，这些模式塑造了我们处理和理解语音的方式。图片来源：Shutterstock
他们指出，这种理论虽然完美符合数学逻辑，却忽略了人类语言中最真实的图景——那些并不符合完美语法的“碎片”。
想想我们在日常生活中常说的话：“不知你是否……”（wonder if you...）或者“在一堆……中间”（in the middle of...）。
这些常见的词汇组合在传统语法树中往往找不到合适的位置，因为它们经常跨越了所谓的“短语边界”，在严谨的语言学家眼里，这些只是松散的碎片，算不上合法的结构单位。
然而，正是这些被理论家忽视的“非成分序列”，构成了我们日常交流的血肉。
研究团队通过一系列精巧的眼动追踪实验和对海量电话对话数据的分析，发现了一个惊人的现象。
当受试者接触到这些并不符合传统层级语法的线性词组时，他们的大脑表现出了明显的“启动效应”。
简单来说，就是当大脑第一次听到这些组合后，下一次再遇到时处理速度会显著加快。
这意味着，大脑并没有把它们当成废料，而是像存储常用单词一样，把这些线性序列作为一个整体存了起来。
这就像我们搭建乐高时，不需要每次都从最基础的单颗粒砖块开始拼起，而是直接拿来现成的门框、轮组或者墙板组件。
这种“扁平化”的处理方式，远比在脑海中实时构建复杂的语法树要高效得多。
人类与动物的鸿沟或许并没有那么深
这项研究的影响力绝不仅仅局限于语言学象牙塔内的争论。
如果人类语言真的更多依赖于简单的线性序列，而非复杂的递归层级结构，那么一个长久以来困扰科学界的谜题可能就有了新的答案：人类究竟为何如此特殊？
传统观点认为，人类拥有一种独特的“递归能力”，能处理无限嵌套的复杂结构，这是我们区别于黑猩猩或海豚的“神圣火花”。
但克里斯蒂安森教授指出，如果复杂的层级句法机制并不是必需的，那么人类语言与其他动物交流系统之间的鸿沟可能比我们想象的要小得多。
这一观点与近年来动物行为学的发现不谋而合。
许多动物也能处理序列信息，如果人类语言也是基于序列的“搭积木”，那么语言的进化可能是一个渐进的量变过程，而非某种突如其来的基因突变。
这无疑将语言拉下了神坛，将其还原为一种更加生物学、更加接地气的认知工具。
此外，这一发现对第二语言习得也有着巨大的启示。
目前的语言教学往往花费大量时间讲解复杂的语法树和从句结构，让学生在规则的迷宫中晕头转向。
如果大脑天然倾向于处理线性的语块，那么未来的语言教学或许应该更注重“语块教学”——让学生大量背诵和模仿那些地道的、固定的词组搭配，而不是死磕抽象的语法规则。
这就像学开车，你不需要精通发动机的燃烧热力学，你只需要形成肌肉记忆，知道踩油门车会走，踩刹车车会停。
从大脑到硅基智能的共鸣
有趣的是，这项关于人类大脑的研究，似乎在人工智能领域找到了最强有力的盟友。
当今最火爆的大型语言模型（如ChatGPT），其核心架构Transformer本质上就是基于统计概率的线性预测模型。
它们并不真的理解主语和谓语的层级关系，它们只是极其擅长预测“下一个词是什么”。
长期以来，许多语言学家批评AI“不懂语法”，只是在进行“随机鹦鹉学舌”。
但现在的讽刺之处在于，康奈尔大学的这项研究暗示，人类自己可能也只是一只更高级的“鹦鹉”。
如果我们的大脑处理语言的方式真的更像AI那样，是基于概率和线性序列的预测，那么AI目前展现出的惊人语言能力就不再是某种“作弊”，而是真正触及了语言智能的本质。
当然，这并不意味着传统的语法理论一无是处。
在处理极其复杂、书面化或法律文本时，层级结构依然是不可或缺的分析工具。
但对于占据我们生命绝大多数时间的口语交流而言，大脑显然选择了更省力、更高效的“线性捷径”。
克里斯蒂安森和尼尔森的研究，实际上是为我们描绘了一幅更加务实的大脑图景。
在这个图景中，大脑不再是一个严谨的逻辑学家，而是一个灵活的工匠。
它不执着于完美的结构蓝图，而是熟练地从工具箱里抓起一个个用惯了的“语块”，在这个充满不确定性的世界里，拼凑出意义的桥梁。
这或许少了一分数学的优雅，但却多了一分生命的真实与坚韧。
热门跟贴