語言理解的具身觀：基于第二代認知科學的視角

陳 巍 張 靜

(1.紹興文理學院 教育學院；2.浙江農(nóng)業(yè)商貿(mào)職業(yè)學院，浙江 紹興，312000)

語言理解是人類擁有的一種非常神奇的能力，在我們的生活中有著重要的作用。就是現(xiàn)在，當你閱讀這句話時，你就正處于語言理解的過程之中。我們很容易把自己的語言理解能力視作理所當然，然而，大量的證據(jù)表明，語言的理解包含了復雜的心理過程。故長期以來，語言理解一直是認知心理學所關注的熱點問題。在以計算機隱喻為核心假設的傳統(tǒng)認知心理學觀念的引導下，語言理解被認為是建構(gòu)被描述情境的心理表征，以Kintsch的情境模型為典型代表[1]。該模型假設認知可以被當作一系列獨立于大腦和世界的抽象規(guī)則和表征來研究[2]。然而，隨著計算機隱喻困境的加深，具身認知(embodied cognition)觀念的提出，第二代認知科學的興起，認知心理學開始在具身視域下重新審視語言理解，語言理解的具身觀應運而生。語言理解的具身觀源起于于具身認知，其根本觀點是語言根植于知覺和運動，語言理解就是對語言所描述的情境建構(gòu)心理模擬，這種模擬是以理解者的身體、情緒和社會的經(jīng)驗為基礎的，因此語言理解實質(zhì)上對語言所指代的情境的心理上的經(jīng)驗重演[3]。根據(jù)語言理解的具身觀，語言理解不應是獨立于理解者身體之外的一種信息加工過程，語言理解是具身化的，即語言理解與理解者的感知覺、身體之間存在密切的聯(lián)系。

一、具身認知的興起與發(fā)展

在認知科學的經(jīng)驗研究中，人們對認知和智能的觀念經(jīng)歷了兩次革命性的轉(zhuǎn)變，形成了兩代認知科學。基于表征計算范式的認知研究被成為“第一代認知科學”，以確定心智的身體基礎、身體在認知和社會活動中的首要作用為標志的“第二代認知科學”[4]。具身認知觀是第一代認知科學和第二代認知科學相區(qū)別的重要特征。從Dreyfus的《計算機不能做什么》到渡邊慧的《“人工智能”的挫折與補救》，直至Newell和Simon坦陳他們的程序是非通用的。不具備主觀性的機器與具備主觀性的人是完全不一樣的。因為機器可能具有目標，但不可能具有價值。人是執(zhí)照非特定、情感性的價值系統(tǒng)做出評價的，而機器只能按照特定的表來做出評價[5]。李其維教授指出“以計算機隱喻為核心假設的傳統(tǒng)認知心理學以及聯(lián)結(jié)注意心理學均不能克服離身心智的根本缺陷，當代認知心理學正面臨著新的范型轉(zhuǎn)換。以具身性和情境性為重要特征的第二代認知科學將日益收到重視?！盵6]近十年來，“具身”(embodied)幾乎已成為認知科學所有領域中最重要的概念之一。在哲學[7]、心理學[8]、神經(jīng)科學[9]、語言學[10]、計算機學[11]中人們越來越多地談到“具身”的概念。

所謂具身，Varela等認為，“具身”強調(diào)認知依賴于出自具有各種感覺運動(sensorimotor)能力身體的主體經(jīng)驗的種類[12]；Thelen認為，認知源于身體和世界的相互作用之中。認知依賴于主體的各種出自于具有特殊知覺和運動能力身體的經(jīng)驗[13]；Lakoff認為，理性源自我們的大腦、身體和身體經(jīng)驗的本性，我們需要身體來進行推理，要理解理性，我們必須理解我們的視覺系統(tǒng)、運動系統(tǒng)以及一般的神經(jīng)綁定(binding)機制的細節(jié)[14]；Wilson在《具身認知的六個觀點》中將具身認知的主張歸納為：認知是情境的、認知是具有時間壓力的、認知工作在環(huán)境中進行、環(huán)境是認知系統(tǒng)的一部分、認知是行動的以及離線的認知是基于身體的[15]。盡管理解的角度有所不同，各位學者對具身認知所持的觀點也各有側(cè)重且又有所重疊，但它們都貫穿了這樣兩點：第一，人是在世存在的，人最初的活動是和環(huán)境渾然在一起的。第二，在認知發(fā)展中，知覺和身體活動是首要的[16]。

具身認知理論的蓬勃發(fā)展源于計算機隱喻困境的加深，也得益于認知神經(jīng)科學的迅速發(fā)展。神經(jīng)科學的新發(fā)現(xiàn)——鏡像神經(jīng)元也為具身認知提供了某種佐證。鏡像神經(jīng)元是存在于鳥類、靈長類動物和人類大腦中的一種特殊的神經(jīng)元系統(tǒng)[17-20]。意大利帕爾馬大學神經(jīng)科學中心的Gallese和Rizzolatti等研究人員在觀察恒河猴運動皮層神經(jīng)元放電現(xiàn)象時意外地發(fā)現(xiàn)了這類具有鏡像功能的特殊神經(jīng)元：猴腦腹外側(cè)運動前皮質(zhì)的這類神經(jīng)元無論在猴子自己做出動作還是在看到實驗人員做出相同動作時均會被激活[21]。科學家將這類像鏡子一樣，能直接在大腦中重現(xiàn)被觀察對象所執(zhí)行動作的神經(jīng)元命名為鏡像神經(jīng)元。Gallese據(jù)此提出了認知的具身模仿論：無論是身體意識還是社會理解的基本形式，都有一個共同的功能性機制作為其基礎。影響我們對空間中運動的身體進行無意識建模的神經(jīng)結(jié)構(gòu)同樣與我們覺知世界所包含的主動身體和對象有關[22]。

二、語言理解的具身觀

語言理解的具身觀興起于第二代認知科學具身認知的影響下，有別于傳統(tǒng)認知心理學“概念源于網(wǎng)絡中結(jié)點之間的聯(lián)系模式，語言符號能夠通過被轉(zhuǎn)換為另一種語言符號而得以理解”的觀點[23]，語言理解的具身觀強調(diào)身體、經(jīng)驗在理解中的作用。語言理解的具身觀認同情境模型理論關于理解一篇文章應該被認為是建構(gòu)所謂的情境模型或心理模型的觀點，但具身觀更多的是強調(diào)對事件所描述狀態(tài)的心理表征[3]。其根本觀點是語言根植于知覺和運動，語言理解就是對語言所描述的情境建構(gòu)心理模擬。語言理解涉及動作、知覺以及情緒等身體體驗與語言的交互作用。理解概念表征喚醒的不僅僅是結(jié)點，同時還有個體的經(jīng)驗。

(一)語言理解具身觀之理論假設

當前主要的語言理解具身觀理論包括Lakoff和Johnson的認知語言學分析、Barasalou的知覺符號系統(tǒng)理論(Perceptual Symbol Systems)、Glenberg的索引假設(The Index Hypothesis,IH)、Zwaan的浸入式體驗者框架(The Immersed Experiencer Frame,IEF)、Feldman和Narayanan的語言神經(jīng)理論(The Neural Theory of Language,NTL)以及Gibbs的具身假設(Embodiment Premise)。

以Lakoff為代表的認知語言學研究推翻了傳統(tǒng)“概念是抽象的，是非具身的”觀點。認知語言學認為，隱喻具有普遍性，隱喻是人類認知過程中的重要的、基本的方式之一。語言中概念意義的獲得和概念體系的結(jié)構(gòu)不是憑空產(chǎn)生的，從發(fā)生的過程看，它們源于人們最初的身體經(jīng)驗的隱喻投射[24]。

知覺符號理論認為外界刺激引起選擇性意識經(jīng)驗的知覺狀態(tài)和無意識的神經(jīng)表征，這些痕跡通過選擇性注意被抽取出來并儲存在長時記憶中。長時記憶里儲存著由具有模式性(multimodal)、類似性(analogical)的知覺符號所構(gòu)成的仿真器(simulators)。在以后的激活中，這種知覺記憶作為代表外界事物的符號進入符號操作過程。大量知覺符號集中起來就組成了認知表征。因此，認知本質(zhì)上是知覺性的，它與知覺在神經(jīng)水平上享有共同的系統(tǒng)。對刺激的心理表征就是知覺經(jīng)驗的遺留物。據(jù)此，語言理解即是建構(gòu)所述事件的知覺模擬[25,26]。

索引假設認為，語言理解像理解環(huán)境一樣，是連續(xù)的概念化的變化，而概念化指的是可能的動作方式，心理模型是用功能承受性來建構(gòu)的，強調(diào)經(jīng)驗成分對理解的重要作用[27,28]。索引假設將語言理解分成映射、提取與整合三個階段，無論是映射、提取還是整合都與個體的知覺、經(jīng)驗以及特定的身體類型有著密切的關系，語言理解的過程是在身體的和生物的基礎上進行，而不是在邏輯或數(shù)學中找到的形式化的限制上進行的[3]。

浸入式體驗者框架的基本觀點與索引假設一致，即認為語言理解本質(zhì)上是具身的，所不同的是，IH著眼于句子理解，只討論了情境模型的建構(gòu)，而IEF則擴展到了語篇理解，使情境模型的建立、更新與提取形成一個周而復始的連續(xù)過程。并且IEF創(chuàng)造性地概括出，理解是以語言輸入為線索，通過整合和序列追蹤現(xiàn)實經(jīng)驗痕跡，對所描述的事件的身臨其境的經(jīng)歷。對理解者而言，語言是一套線索設備以使其建構(gòu)起對所描述的情境的一種經(jīng)驗的模擬，理解者是所描述的情境的一位浸入式的經(jīng)歷者[29]。

與索引假設和浸入式經(jīng)歷者框架針對語言理解的理論相比，語言神經(jīng)理論是一個宏大的綜合體系。NTL以神經(jīng)科學研究成果為基礎，運用了結(jié)構(gòu)化的聯(lián)結(jié)主義(Structured Connectionism)的觀點，試圖通過建立語言過程的計算機模擬模型來模擬人腦的神經(jīng)元計算(neural computation)過程，從而揭示語言的神經(jīng)實質(zhì)。NTL提出了一動作理解為基礎的語言理論，主要討論眾多的腦區(qū)(包括情緒和社會認知)是怎樣在語言的理解和學習中共同起作用的[30]。

Gibbs的具身假設認為，人們對于自身身體運動的主觀感受形成了語言和思想的一部分，認知是身體與自然和文化環(huán)境相互作用時產(chǎn)生的，所以必須根據(jù)人與環(huán)境的動態(tài)交往來研究，認知不應該被認為是純粹內(nèi)在的、符號的、計算的和非具身的[31]。

一如對于具身認知的認識，對于語言理解的具身觀，不同的學者亦有不一樣的表述與側(cè)重，然究其本質(zhì)，語言理解的具身觀認為語言理解中意義主要涉及知覺的、運動的、社會的和情感的知識，這些知識規(guī)定了語言的內(nèi)容。意義取決于個體在實際環(huán)境中其身體有這些經(jīng)驗，面對語言輸入，個體重新演練這些經(jīng)驗，并運用它們產(chǎn)生有意義的語言輸出[3]。

(二)語言理解具身觀之實證研究

日新月異飛速發(fā)展的認知神經(jīng)科學研究手段在于語言理解具身觀的蓬勃發(fā)展過程中功不可沒。Hauk等通過fMRI發(fā)現(xiàn)，當要求被試不出聲閱讀表征動作的單詞，如“踢”“撿”“舔”，被試的運動皮層和前運動皮層會被激活。即，除傳統(tǒng)的語言區(qū)域之外，理解“踢”會激活控制足部運動的運動皮層和前運動皮層，而理解“撿”則會激活控制手部運動的對應大腦皮層等等。這一發(fā)現(xiàn)與具身觀點相一致，當詞匯所表征的過程受軀體特定區(qū)域的組織時，激活模式即生成，有關手動、腿動或嘴動的單詞加工會使前運動皮質(zhì)的不同部位激活,早期實驗發(fā)現(xiàn)這些部位負責執(zhí)行手、腿與嘴部的動作。這一發(fā)現(xiàn)意味著，理解語言和做出語言所表征的動作之間可能存在著某種聯(lián)系[32]。

Buccino等的實驗也得到了類似的結(jié)論。他們采用TMS記錄被試在閱讀表征運動的句子時大腦運動區(qū)域的變化情況。結(jié)果表明，描述手部運動的句子會引起手部所對應運動區(qū)域動作電位的變化，而描述足部運動的句子會引起足部所對應運動區(qū)域動作電位的變化。使用一個特定受動器(比如手)對句子進行加工會干擾使用相同的受動器對句子作出反應。因此，當理解一個有關手運動的句子時，大腦肯定會句子所描述的手的動作進行編程，這時就會出現(xiàn)資源競爭，從而減慢了手的動作的生成。盡管模擬有關手動的句子表面上看會干擾手的動作生成，但當句子所描述的動作與需要生成的動作相吻合時這種干擾就會變小[33]。這一研究同樣說明，理解句子的過程包含的不僅僅是對句子的語義進行分析，身體在語言理解的過程中也參與其中。

Glenberg等通過研究運動系統(tǒng)與語言理解間的交互作用來說明語言理解的具身性。Glenberg和Kaschak[34]通過要求被試閱讀蘊含物體運動方向的句子(例如，“你把筆記本遞給了Courtney”意味著遠離身體的動作；“Courtney把筆記本遞給你”意味著靠近身體的動作)，要求判斷句子是否合理。結(jié)果表明，當按鈕靠近身體時，被試對包含靠近身體動作句子的判斷速度快于包含遠離身體動作句子的判斷；反之，當按鈕遠離身體時，被試對包含遠離身體動作句子的判斷速度快于包含靠近身體動作句子的判斷。這一結(jié)果為語言理解過程涉及相關動作神經(jīng)系統(tǒng)模仿的理論提供了支持。

Kaschak等則通過研究知覺系統(tǒng)與語言理解來闡釋語言理解的具身性。Kaschak等[35]開展的研究。要求被試對描述特定運動方向的句子(例如，“或者火車向你靠近”)是否合理進行判斷，同時向被試呈現(xiàn)描述與句子描述特定運動方向匹配或者不匹配的視頻內(nèi)容。結(jié)果表明，視頻播放內(nèi)容會顯著影響被試理解句子的速度。當被判斷句子所描述的方向與被試所觀看視頻內(nèi)容的運動方向一致時，反應時更短，反之反應時更長。

此外，近年來還興起了一種研究語言理解與情緒模仿之間關系的研究。Havas等[36]等通過控制被試的面部表情要求被試對句子(例如，“校長報出了你的名字，你很自豪地走上了講臺”或“你的主管皺著眉頭遞給你一個封好的信封”)所描述內(nèi)容是開心的(pleasent)還是不開心的(unpleasent)進行判斷。結(jié)果發(fā)現(xiàn)，不同的面部表情會對判斷結(jié)果產(chǎn)生影響。笑的表情會促進對開心句子的判斷速度；而不笑的表情則會促進對不開心句子的判斷速度?？梢姡榫w模仿會對語言理解產(chǎn)生影響，意即，理解與情緒有關的語言時可能會需要主體情緒狀態(tài)的模擬。

綜上所述，我們對當前語言理解具身觀的研究進展概括如下，個體的知覺會對理解描述物體的句子產(chǎn)生影響[37]；身體的動作會對理解描述動作的句子產(chǎn)生影響[34]；面部表情的控制會對理解描述情緒的句子產(chǎn)生影響[36]；句子所蘊含的語境也會對理解產(chǎn)生影響[38]。語言理解是一種模仿的過程，這一過程會喚醒我們在知覺、運動、情緒等過程中所使用的神經(jīng)系統(tǒng)[39]。理解語言，至少部分，是讓身體進入語言所描述的適當?shù)那榫砙40]。無論是動作層面、知覺層面亦或是情感層面，不管是行為研究還是神經(jīng)科學技術的使用，上述研究均試圖說明語言理解和理解者身體層面的緊密聯(lián)系，為語言理解的具身觀提供實驗證據(jù)。

三、小結(jié)與展望

語言理解的具身觀源起于具身認知運動，以具身認知為理論基礎，同時其研究結(jié)果又為具身認知提供新的應用范例。較之傳統(tǒng)的語言理解觀點無法得以具體闡釋等弊端，語言理解的具身觀得到了來自神經(jīng)科學、行為研究等不同研究方法的支持，同時也在知覺具身、動作具身以及情感具身等方面取得了大量的實驗成果。根據(jù)李福印對第八屆國際認知語言學大會論文所做的分析，語言理解的具身性(Embodiment)正成為當代國外認知語言學研究的熱點[41]。語言理解具身觀的蓬勃發(fā)展是我們無可否認的事實。然而，這一新興假設仍需面對如下幾大挑戰(zhàn)：(1)語言理解的具身觀基于具身認知的隱喻假設之上，隱喻究竟是什么，對于隱喻問題的進一步深入探討迫在眉睫；(2)語言理解的具身觀能夠解釋一些現(xiàn)象，然而是否語言理解的全程都是具身的，亦或具身僅僅只是某個特定階段的表征方式；(3)當前語言理解具身觀的證據(jù)主要源于知覺具身、運動具身與情感具身，那么是否還有新的具身方式的存在呢？總而言之，具身觀對于語言理解的最終解釋力，仍有賴于進一步的探索與發(fā)現(xiàn)。