第二语言习得概论

对应：培养方案 专业基础课 · 学期 4 · 2 学分

这份笔记怎么用：经典实验按「问题 → 设计 → 结果 → 推理 → 假设 → 批评 → 你做一次」走。
理论（Krashen、Swain、Long）额外加一节「支持它的证据 / 打脸它的证据」。
理论光背名字没用，要知道它凭什么成立、哪里站不住。
末尾有习题和出处索引。

1 导论：这门课在研究什么（先读这个）

1.1 先说清楚它不是什么

这门课的名字很容易让人误会，而误会会让你用错误的方式读后面的内容，所以先花几分钟拆掉四个最常见的错误期待。

为什么必须先破除这四个？因为它们分别会让你在读后面时犯四种错：把实验当"技巧清单"跳过、把学习者语言当"错误语法"看、把关键期证据读成宿命论、把 Krashen 当唯一真理。
你的期待决定了你会从数据里读出什么。先校准，再读。

1.2 这门课在整个专业里的位置

你培养方案里的课是分层搭起来的。这门课站在正中间。它向下吃基础课，向上供养应用和神经层面的课：

                    ┌────────────────────────────────────────────┐
                    │ 语言教育学 · 语言认知神经科学 · 心理语言学      │  ← 用它的结论
                    └────────────────────────────────────────────┘
                    ┌────────────────────────────────────────────┐
                    │        第二语言习得概论 （你现在这门）          │
                    │   人怎样从零学会一门第二语言？卡在哪、为什么？    │
                    └────────────────────────────────────────────┘
   ┌──────────────────────────────────────────────────────────────────────┐
   │ 普通心理学(记忆/注意) · 语言学概论(语言的结构是什么) ·                    │
   │ 认知心理学    (工作记忆、陈述性 vs 程序性知识) · 发展心理学(儿童如何习得)   │
   └──────────────────────────────────────────────────────────────────────┘

为什么它是"枢纽"：

• 它依赖 普通心理学 和认知心理学里的基本概念，比如"工作记忆容量"和"陈述性/程序性知识"，在这里被直接拿来解释"为什么有人学外语更快""为什么我懂规则但说不出"。
• 它依赖 语言学概论，要谈"学过语法规则"和"习得语法"的区别，你得先知道语法规则是什么。
• 它被 语言教育学 依赖，所有教学法背后都藏着一个二语习得理论（比如"多输入"背后是 Krashen）。
• 它被 语言认知神经科学 依赖，要研究双语大脑，先得知道行为层面发生了什么。

它是"语言学习"这件事的行为层地图，上面接教学，下面接认知。

1.3 这门课真正要教你的能力

整门课反复在问的一个问题是：

看到一个关于"学语言"的说法，能条件反射地追问：这是相关证据还是因果证据？它测的到底是不是它说的那个东西？

这两问听起来像方法论套话，但它是这门课全部实验的骨架。具体说，学完这门课你应该能做到：

1. 把一句结论还原成它的证据链。比如听到"越早学外语越好"，你不会点头，而是会问：这是真的做了"年龄操纵"的因果实验，还是只是观察"到达年龄和最终水平相关"？（§1 会讲，这两个东西差别巨大。）
2. 拿理论反观你自己的学习行为，并据此改方法。比如你发现"我背了很多单词却说不出来"，能用 Swain 的输出假说和"陈述性 vs 程序性知识"给自己一个能操作的解释，而不是笼统地说"我没天赋"。

后面每一节你都能看到它们具体长什么样。

1.4 这份笔记的组织逻辑 / 怎么读

每一节都是一个经典研究，按固定七步走：

问题     → 这个研究想回答什么？
设计     → 他们怎么做的？为什么这样设计（每个细节都在排除某种解释）
结果     → 数据是什么？
推理     → 从数据能推出什么、不能推出什么
假设     → 这个推理依赖什么前提？前提不成立会怎样？
批评     → 后来谁反驳了它？哪里站不住？
你做一次 → 你自己跑一遍代码 / 查一篇复现研究

理论章节（§4）用另一套：「主张 → 支持它的证据 → 打脸它的证据」。
因为光背理论名字没用。Krashen、Swain、Long 三个人你可能一晚上就记住了，
但考试和科研要的是"它凭什么成立、哪里站不住"。

「相关 vs 因果」这个词要特别留意。
二语习得里大量结论只能做到相关（没法随机把人分配到不同年龄去学语言），
所以"看起来像因果"的说法，多半只是相关。这个区分会在 §1 关键期里被放到最大。

2 关键期：Johnson & Newport (1989)

这是这门课最有名、也最容易被误读的一个研究。

2.1 问题：为什么成人学外语这么难？

你可能已经有体感了：小学开始学英语，学到现在，语法还是不如英语母语者。
这件事有两种截然不同的解释：

• 解释 A（时限说）：人脑里有一个"学习语言的窗口"，过了某个年龄就关上了（或渐渐关上）。
• 解释 B（经验说）：成人学不好，只是因为练得少、用得上少、动机不同，跟年龄本身无关。

这两个解释的实践含义完全不同：如果是 A，"努力"有个天花板；如果是 B，"努力和方法"能一直改善结果。
所以必须把它们分开，而分开的唯一办法，是控制掉"经验"这个变量，看"年龄"还剩不剩下独立的作用。

Johnson & Newport 1989 就是干这个的。

2.2 设计：每一个细节都在堵一个漏洞

关键设计：所有被试的英语经验都很充分（最少住 3 年）。
所以如果还有差异，差异不能简单归因于"练得少"。

读法：这张表里每一项都是"堵漏洞"的动作，不是随手选的。

• 全部是朝鲜语/汉语母语者：母语背景统一，避免"不同母语难度不同"混进来。
• 到美国时年龄跨 3–39 岁：这是自变量，就是要看"到达年龄"和"最终水平"的关系。
• 已居住 3–26 年：这是最关键的一条。它把"英语接触量不足"这个解释基本堵死，所有人都至少泡了 3 年。
• 语法判断任务：不让他们自由说话（那样难以量化），而是给句子让他们判断对错。好处是可量化，代价是它是一项"元语言任务"（这个代价后面会变成一条批评）。

2.3 结果：两段，而非一条斜线

其他重要发现：

• 这个年龄效应在每一条语法规则上都出现
• 无法用英语接触量、学习动机、自我意识、对美国认同度来解释（都控制了）

2.4 推理：为什么要盯着"形状"看

把结果画出来，你会发现它是两段不同的形状，而不是一条一直向下的直线：

< 7 岁 ──── 天花板
   │
   │  ← 线性下降（8–15 岁）
   │
青春期后 ── 低且散乱（不再与年龄相关）

两段不同的模式说明两件事：

1. 7 岁前：语言习得能力完整 → 能到母语水平
2. 青春期后：能力平台化到较低水平，个体差异变大（可能靠别的策略）
3. 8–15 岁的线性下降：能力在逐渐衰减，不是"突然关闭"

→ 支持"敏感期"（sensitive period）而非"开关式关键期"。

为什么"形状"这么重要？因为两种理论会预测不同的形状：

• 如果是开关式关键期（同一时刻"啪"地关上），你应该看到：关之前都是天花板，关之后"咔嚓"掉到低谷，一条折线，中间有个断点。
• 如果是敏感期（逐渐衰减），你应该看到：先天花板，然后一段斜着下降，最后趋于平缓，一条先平、后斜、再平的曲线。

J&N 的数据是后者的形状，尤其"青春期后不再与年龄相关"这一点很说明问题：
如果窗口是"关"的，那"关"之后不同年龄应该一样差；数据确实是"一样差且散乱"，
所以它更像"能力已经衰减到一个平台并停在那里"，而不是"某个时刻切断了"。

2.5 关键假设：这是全篇最该盯住的地方

不同到达年龄的被试，除了"年龄"，其他方面足够可比。

这是个很强的假设。早期移民和晚期移民的社会环境、教育经历、使用英语的场景都不一样。
J&N 控制了问卷测得的经验量，但问卷能否测准"语言经验"本身有争议。

读法：任何"年龄效应"的研究都绕不开这个假设。你想说"是年龄在起作用"，
就必须假设"除了年龄，两组别的都差不多"。而这个假设在最极端的情况下（3 岁移民 vs 39 岁移民）
几乎是无法成立的。他们的童年、移民原因、社会处境完全是两个世界。
所以这一节留了一个不稳定的地基，§1.6 的批评正是从这里长出来的。

2.6 批评：为什么"相关"不等于"因果"

J&N 发现的是："到达年龄越小 → 最终语法成绩越好"。这是一个相关。
相关能告诉你"两件事一起变"，但它本身不能告诉你"谁导致了谁"，也不能排除第三个原因。

"到达年龄"是一个你没法操纵的变量。你不可能随机把一批婴儿分配成"3 岁移民组"和"30 岁移民组"
然后等二十年。没有随机分配，就没有资格说因果。

更麻烦的是，"到达年龄"背后捆绑了一大堆别的东西：
3 岁移民在美国上幼儿园、和本地小孩玩、被当成本地人；
30 岁移民可能白天在同胞开的店里打工、下班回母语家庭、社交圈几乎全是母语者。
他们的"英语输入环境"根本不同。

所以"越早到美国成绩越好"这个相关，不能直接推出"语言窗口关了"。
它也可以被解释成：越早到美国，越有机会长年泡在高质量的英语互动里。
J&N 控制了问卷上的"接触量"，但问卷能不能真的测准"一个人每天经历的语言质量"，本身就存疑。

考试里最常考的就是这个点：给定一个"年龄和成绩相关"的结果，
你要能说出"这是相关，不是因果"，并指出至少一个可能的第三变量（社交圈、输入质量、身份认同）。

2.7 务实的结论：分层面看关键期

务实的结论：

语言层面	关键期证据
语音 / 口音	强（越早越好，几乎无反例）
语法	有争议（成人也能学到很高水平）
词汇	几乎不存在（成人学词没问题）

对你的直接意义：发音越早练越好（这个真有时限）；但"我过了关键期所以学不会语法"是站不住的借口。

为什么"分层面"这么重要：因为"关键期"这个词一被笼统使用，
就会把三条证据强度完全不同的结论压成一条吓人的宿命论。
真实情况是：语音上几乎人人都有体感（口音最难改），词汇上几乎不存在时限（成人背单词比小孩快得多），
而语法卡在中间，是争议地带。记住这个分层，你就不会被"关键期"三个字唬住。

2.8 这跟你有什么关系：你该怎么学外语

这门课跟你的专业关系极深（北语就是干语言学习科学的）。
上面那些结论，翻译成你自己的行动，大概是这么几条：

• 发音要趁早、要密集、要有人纠。语音层面的时限是证据最硬的一条，所以如果有一天你想认真练某门语言的发音，别拖，而且要找能给你即时反馈的人/工具。自己闷头听录音的效果，远不如"说了→被指出→再改"。
• "我过了关键期"不是学不会语法的理由。语法上的关键期证据有争议，成人能学到很高水平。把"年龄"当借口，是用一个被误读的结论给自己的懒找台阶。
• 成年人的优势在词汇和元认知。词汇几乎没有截止点，而且你比小孩多了"用规则、查词根、做词表"的能力。成年人的问题是输入环境差，不是脑子不行。
• 注意你的"英语环境"质量，而不只是时长。§1.6 那个第三变量（社交圈、输入质量）对你同样成立：每天戴着耳机听播客两小时，可能不如真正用英语和人把一件事说明白十分钟。输入也要"有互动、有反馈"，这正是 §4.3 Long 要讲的。

2.9 你做一次

去查一篇近年的大样本复现研究（关键词：critical period second language Hartshorne 2018）。

Hartshorne, Tenenbaum & Pinker (2018, Cognition) 用近 67 万人的在线数据重做了这个问题，
结论是语法学习的"关键期"大约在 17.4 岁结束，而词汇学习没有明显截止点。

对比一下：

同一个问题，样本量差 1.5 万倍，结论精度完全不同。
这就是"复现"和"大样本"的价值。

读法：注意 2018 那篇和 1989 那篇的结论方向是一致的（都支持"有语法时限"），
但精度完全不是一个量级。46 个人的曲线只能看出"大概青春期"，67 万人才能把数字定到 17.4 岁。
而且它同样没有测试词汇……不对，它是测了词汇，发现没有明显截止点，这恰好和 J&N 的"未测"互补。

3 统计学习：Saffran, Aslin & Newport (1996)

如果说 §1 讲的是"时间"的问题，这一节讲的是"机制"的问题：
婴儿到底是怎么从零开始，把一门语言里连续的声音流，切成一个个有意义的单位的？

3.1 问题：婴儿怎么从连续语音流里切出"词"？

（语音流是没有停顿的，"这个句子听起来像一串连续的音"）

你试着重读一下现在这句话，假设你完全不懂中文，而且没有任何空格提示：
"婴儿怎么从连续语音流里切出词"。你会听到一连串音节，
哪里是词的开头、哪里是结尾，你根本不知道。

这被称为"切分问题"（segmentation problem）：真实口语里词和词之间没有静音。
标点符号和空格是书写系统才有的东西，说话时是不会"空格"的。
那婴儿是怎么学会"bidaku 是一个词，而 kupado 不是"的？

如果语言能力有一部分是天生模块，那婴儿也许靠某种"内在的语言知识"来解决；
如果语言能力是从数据里学出来的，那婴儿必须能从声音本身的统计规律里找到线索。
Saffran 1996 就是设计来区分这两条的。

3.2 设计：把"语言"剥到只剩统计规律

被试：8 个月的婴儿。

材料：2 分钟连续的人工语音流，由 4 个三音节假词组成：

bidaku    padoti    golabu    tupiro

关键：词与词之间没有任何停顿或声学线索。听起来是一串连续音节。

唯一的线索是「转移概率」（transitional probability）：

测试阶段（转头偏好程序）：放两种材料给婴儿听。

读法：这个设计做了三件事，把问题从"语言"剥成"纯粹的统计"：

1. 用假词（bidaku、padoti……）：这些词没有任何意义。所以婴儿不可能靠"认识这个词"来完成任务。他能用的只有声音之间的统计关系。
2. 去掉一切声学线索（停顿、重音、语调）：真实的语言里，句法、韵律、语义都在帮忙；这里全部删掉，只留下"哪个音节跟在哪个音节后面"这个信息。
3. 让"词内"和"跨边界"的转移概率不同：bi 后面永远是 da（概率 1.0），而 ku 后面可以接 pa/go/tu 三种（概率 0.33）。婴儿只要能感觉到"1.0 的地方是词内、0.33 的地方是边界"，就能切出词。

为什么跨边界是 0.33 而不是 0.25？ 这个细节最容易被忽略：
设计里规定同一个词不会紧接重复。所以 ku 之后，bidaku 这个候选被排除了，只剩 3 个词可选，
每个的概率就是 1/3 ≈ 0.333。
如果允许紧接重复（4 种选择），跨边界就会变成 1/4 = 0.25。
那样"词内 1.0"和"跨边界 0.25"的差距会变小，边界就不那么"显眼"了。
Saffran 特意排除了紧接重复，是为了把信号做得更强、更好检测。
（这个细节会在习题 3 里再考你一次。）

3.3 结果

婴儿对「新颖材料」看得/听得显著更久。

这叫「新奇偏好」（novelty preference）。

怎么理解"转头偏好"这个因变量：8 个月的婴儿不会说话，也不会做判断题。
心理学家的办法是看婴儿的反应时长，婴儿盯着/转向某个声音更久，说明他对它更"敏感"、
更"觉得新鲜"或者更"注意到了不同"。所以"听得更久"就是一个可测量的行为指标。
注意：这个指标本身有解释上的麻烦，§2.5 会专门讲。

3.4 推理：唯一的线索，只能是它

婴儿只在 2 分钟里听了一串没有停顿的音，就能区分"词"和"非词"。

他们靠的只能是"转移概率"，因为那是唯一的线索。

8 个月的婴儿已经在做「统计学习」，从输入里提取分布规律。
而且不需要"教"，也不需要"语言模块"的假设。

读法：这个推理的力量来自排除法。设计里主动删掉了所有非统计线索（无意义假词、无停顿、无重音），
所以"婴儿能区分"这件事只可能由统计信息解释。
换句话说，在这个实验里除了统计没有别的可用信息；谈不上"婴儿好像会统计"。

3.5 关键假设：这一步其实不太稳

新奇偏好 = 真的"区分了词和非词"，而不是别的（比如单纯的熟悉度效应）。

这个解读有争议：后来的研究（如 Jusczyk 的后续）指出，
"新奇偏好"和"熟悉偏好"在婴儿研究里都可能出现，取决于任务和年龄。
所以这个结果本身还需要更多控制来支撑"统计切分"的解释。

⚠️ 诚实标注：Saffran 的原始结论被广泛接受，但
"婴儿到底在算什么"（转移概率？还是别的统计量？）仍有争论。
请以原文和后续评论为准。

读法：这里要区分两件事。

• "婴儿对熟悉/新奇材料反应不同"：这个现象是稳的（结果可重复）。
• "婴儿在计算转移概率，并用它来切词"：这个解释是有争议的。

为什么"熟悉偏好 vs 新奇偏好"会是个问题？因为如果婴儿是偏爱熟悉的东西，
那他看"熟悉词"更久也能被解释成"他切出了词"；可他要是偏爱新奇的东西，
看"新奇材料"更久才支持结论。两种偏好都真实存在，取决于任务和年龄，
所以"他看了更久"到底意味着什么，需要额外的控制实验来定。
这就是"数据支持结论"和"数据唯一地支持某个结论"之间的差别。

3.6 为什么这个实验对你专业特别重要

它把"语言习得"变成了一个可计算的问题。

如果习得 = 从输入里提统计规律
那  →  不需要假设"普遍语法"
    →  和神经网络的"从数据里学"是同一类机制

这就是「浮现论」（emergentism）的实验基础，
也是"大语言模型为什么能学会语言"这个问题的最早线索。
你专业最前沿的争议，根子在这个 1996 年的婴儿实验里。

3.7 批评

• 人工语言 ≠ 自然语言：真实语言里有韵律、重音、语义线索
• 只测了"能不能区分"：不等于婴儿真的用它来"学语言"
• 新奇偏好的解释不唯一（见上）
• 样本量小（婴儿研究普遍如此）

3.8 这跟你有什么关系

• 你其实一直在做统计学习，只是没意识到。你有没有过这种经历：某个词你从没查过，
  但在很多句子里见过它跟着特定的词出现，于是你"感觉"它大概是什么意思、该怎么用。
  这就是成人在用婴儿式的统计学习。所以大量、多样的真实输入是有价值的，
  即使你暂时"没记住"，你的大脑在悄悄累计共现规律。
• 但"只输入"有天花板。统计学习能让你感觉到一个规律，未必能让你用对它。
  这正是 §4.2 Swain 的切入点。看到规律（输入）和用出规律（输出）是两件事。
• 对你的方法论启示：想学好一门语言，别只看"规则讲解"，要让真实的、大量的语料从眼前过。
  因为规则讲解给的是"结论"，而习得靠的是"从分布里提取"。两者都用，才配得上你的专业课。

3.9 你做一次

自己跑一遍统计切分算法（这是 NLP 里最基础的"无监督分词"）：

from collections import Counter
import random

words = ["bidaku", "padoti", "golabu", "tupiro"]
random.seed(42)

# ⚠️ 关键：Saffran 的设计里同一个词不会紧接重复
#    （所以下一个词有 3 种选择 → 跨边界转移概率 = 1/3，不是 1/4）
stream_words, prev = [], None
for _ in range(200):
    prev = random.choice([w for w in words if w != prev])
    stream_words.append(prev)
stream = "".join(stream_words)

syllables = [stream[i:i+2] for i in range(0, len(stream), 2)]
bigrams = Counter(zip(syllables, syllables[1:]))
first = Counter(syllables[:-1])
tp = {k: v / first[k[0]] for k, v in bigrams.items()}

print("词内部（应该全是 1.000）:")
for k in [("bi", "da"), ("da", "ku"), ("pa", "do")]:
    print(f"  {k[0]} → {k[1]}: {tp.get(k, 0):.3f}")

print("\n跨词边界（理论 1/3 ≈ 0.333）:")
bnd = [k for k in tp if tp[k] < 0.5]
import statistics
vals = [tp[k] for k in bnd]
print(f"  {len(bnd)} 个边界二元组，均值 {statistics.mean(vals):.3f}")

实跑输出：

词内部（应该全是 1.000）:
  bi → da: 1.000
  da → ku: 1.000
  pa → do: 1.000

跨词边界（理论 1/3 ≈ 0.333）:
  12 个边界二元组，均值 0.333

词内部 1.000，跨边界均值 0.333，和你从婴儿实验里推出来的一模一样。

这就是"用代码重现一个心理学实验的逻辑"。

读法：这段代码其实是把你刚才的推理"跑"了一遍。
它做了一件婴儿做的事，不看"词"是什么，只看"哪个音节跟在哪个音节后面"：

• bi → da 的转移概率是 1.000（因为 bi 只出现在 bidaku 里，后面永远是 da），所以它是词内。
• 跨边界的二元组（如 ku → pa）的均值是 0.333（因为每个词尾后面有 3 种可能），所以它是边界。
• 只要给"转移概率低于某个阈值"的切一刀，词就切出来了。你甚至没告诉程序"词有多长"。

这就是"无监督分词"的雏形：不靠词典、不靠人工标注，只靠分布。
而且你会看到：你不需要给程序任何"语法知识"。
这一点，正是 §4.4 里"浮现论"最看重的东西。

4 中介语：Selinker (1972)

这一节讲的是一个改变研究视角的概念，不是一次实验。

核心主张：学习者的语言是一套自己的系统，它不等于"母语"，也不等于"目标语"。

4.1 为什么这个视角是一场革命

在这之前，人们习惯把学习者的语言看成"残缺的目标语"。
他说的每句话都在被拿来和"正确的英语"对照，对不上就是"错误"。
这样的视角有个问题：它只看到"少了什么"，看不到"学习者自己有什么"。

Selinker 的转折点是：学习者的语言本身就是一个完整的、有内在规则的系统，
他叫它"中介语"（interlanguage），它是母语和目标语之间的中间状态，
但它本身是一套完整的语法体系，不是"半成品英语"。

从"他为什么错" → 变成"他的系统是什么样的"。
这和皮亚杰说的"儿童的思维是另一种逻辑，不是错的成人思维"是同一个思路。

换句话说：儿童说"我昨天去了公园"，与其说他"漏了时态"，不如说他的语法里"过去"另有表达方式；
学习者说 *goed，他并没有"记错"，只是把规则用得过广了。
他其实已经掌握了"-ed 表示过去"，只是还没掌握"哪些动词例外"。
这两种描述，指向完全不同的教学和解释。

4.2 怎么分析一段中介语（可操作流程）

Step 1：收集语料（学习者说的/写的句子）

Step 2：找出"错误"，但不要叫它们错误

Step 3：问三个问题

Step 4：从这个"错误"反推他的规则是什么

读法：这三类"错误"分别对应三种不同的心理来源，所以诊断时必须分开：

• 迁移（transfer）：母语的规律被搬过来了。汉语没有冠词、名词不标复数，
  所以"漏掉 a/the、漏掉 -s"很可能是迁移，母语里根本没有这个范畴。
• 泛化（overgeneralization）：目标语的规则被用得太广了。*goed 恰恰说明学习者
  已经掌握了规则（否则他不会加 -ed），只是还不知道例外。这其实是进步的信号。
• 简化 / 回避：学习者主动绕开难点。比如"只会用简单句、从不使用被动"。
  这类"错误"在语料里表现为"缺失"，比显性错误更难发现，因为不说的东西是看不见的。

4.3 一个真实的分析示例

学习者说：He go to school yesterday.

传统视角："错了，忘了加 -ed。"

中介语视角：他的系统里"过去时"可能用词汇标记（yesterday）就够了，不需要形态标记。

证据：如果他所有过去时的句子都不加 -ed，但都带时间词。
那这属于"另一套规则"，不是简单的"漏了"。

读法：关键在"所有"两个字。如果只是偶尔漏，那叫"没掌握好"；
如果系统性地、一贯地用时间词来表达过去、而不加 -ed，那说明他的内部语法里有一套不同的规则，
用词汇（yesterday）而不是形态（-ed）来标过去。
你一旦这么看，"错误"就变成了"证据"：它是你窥探学习者内部规则的一个窗口。

这跟你自己有关：想想你说英语时的口头禅错误（比如第三人称单数老是漏 -s）。
它未必是你的"粗心"。更可能是你的中介语系统里，"这个位置不必须加标记"。
汉语动词不随主语变化，你的系统默认"人称信息已经由主语提供了，不需要动词再标一次"。
识别出这条你自己的"内部规则"，比反复提醒自己"别忘了加 s"要管用。
因为你要改的是系统的默认值，不是一次的疏忽。

4.4 化石化（fossilization）

现象：中介语在某个阶段停止发展，错误固定下来。

怎么判断是不是化石化（不是所有停滞都是化石化）：

读法：这三条标准的共同作用，是排除"暂时停滞"。
学习本来就有平台期（你学任何东西都会遇到"卡住"），所以不能看到停滞就喊"化石化"。
要满足："时间够久 + 换输入环境也没用 + 被明确指正还不改"，
才勉强能说是化石化。注意这三条即便都满足，也只是"像"化石化，不是确诊。

⚠️ "化石化"的概念本身有争议：
有人认为是认知成熟导致的硬限制，有人认为是动机/使用环境的产物。
Lardiere 的长期个案研究（Patty）显示，即使长期停滞也可能出现进展。
所以"石化"可能不像 Selinker 想的那样绝对。

为什么要为"化石化"争论：因为它背后是两种世界观。
如果化石化是认知硬限制，那么到了这一步就没救了；
如果它是动机和环境的产物，那么改变使用环境（比如换工作、换社交圈、被迫大量用目标语）
就可能重启发展。Lardiere 的 Patty 个案正是后者的证据方向。
她长期停滞的中介语后来又出现了进展。所以"我这样了就这样了"这个结论，下得太早。

4.5 这跟你有什么关系

• 换一种眼光看自己的错误。你说错的每一句英语，都是你自己内部规则的证据。
  与其笼统地"我要少犯错"，不如试着回答："我这条规则是什么？它从哪来（迁移？泛化？回避？）"
  搞清楚来源，才知道该改哪里。
• "化石化"要慎用在自己身上。停滞几个月不等于石化。而且 Patty 的个案说明，
  长期停滞也可能重启，所以真正的变量往往是你把自己放进了什么样的语言使用环境。

5 三大理论：各自的主张 + 支持它的证据 + 打脸它的证据

这三节的写法是"理论 + 证据 + 反证"，不是"理论介绍"。

原因在于：这三个理论长期被考试简化成三个人名和三句话，
但它们其实是在描述同一个过程的不同环节（§4.5 会串起来）。
只背名字，你会以为它们互相矛盾；知道各自的证据，你才会看到它们互补。

5.1 Krashen：监控模型（1982）

五个假说：

读法：五个假说其实是一个故事。把它们串起来是：
你有一条"无意识的通道"（习得）和一条"有意识的通道"（学习）（假说一）；
只有前者能生成语言，后者只能在你说完之后"回头改一改"（假说二）；
而且无意识通道有它自己的固定顺序，你教不教都一样（假说三）；
要喂饱这条通道，你需要"跳一跳够得着"的输入（i+1）（假说四）；
但输入能不能吃进去，还取决于你紧不紧张、想不想学（假说五）。
故事很完整，问题在于，它完整得像是不能被检验。

✅ 支持它的证据

读法：第一条是真正有力的，不同母语的人（汉语、西班牙语、日语……）
习得英语语素（比如 -ing、复数 -s、第三人称 -s）的先后顺序竟然差不多，
而且跟老师教的顺序对不上。这确实说明"习得有自己的内在顺序"。
第二条是两条独立路径的呼应（Krashen 的 i+1 和维果茨基的最近发展区），
但它更像"英雄所见略同"，不是独立的证据。两个人想到一块，不构成对理论的支持。

❌ 打脸它的证据

读法：第一条是致命的。科学理论要能"下注"，它得说清"如果我对，应该看到什么；
如果看到别的，我就错了"。而"i+1"里的那个"1"，谁都给不出操作定义：
是"每 100 个词里有 3 个生词"？还是"能懂 95% 的材料"？说不清，就没法反驳，也就没法验证。
第二条则动摇了整个框架：如果"学到的知识"在某些条件下真的能变成"会用"，
那"习得"和"学习"就不能是"两条完全独立的路"。

他的影响巨大（"多输入"是对的），但理论的可检验性差。
考试要能说出"i+1"，也要能说出"它没法测量"。

这跟你有什么关系：Krashen 给你的可操作建议是：
输入要"略高于当前水平"，太难你会放弃，太易你没进步；
保持低焦虑（情感过滤假说）。但别把他的"习得/学习二分"当铁律。
你"刻意背下来的规则"，练熟了也可能真的变成会用（这正是 §4.2 和习题 7 要展开的）。

5.2 Swain：输出假说（1985）

出发点：Swain 研究加拿大法语沉浸式教学项目。

她观察到的现象（这是催生输出假说的关键数据）：

学生上了多年法语课，接受了几千小时"可理解输入"，
但他们的口语和写作仍然明显不像母语者。
尤其是在语法形态上（词尾变化、时态一致性）。

→ 结论：光有可理解输入不够。

读法：这个"沉浸式困境"为什么这么有说服力？因为它恰好是一个"检验 Krashen 的实验"。
法语沉浸项目里，学生的输入极其充分（几千小时、真实课堂、有意义的学科内容）、
情感过滤也不高（他们不是在应试）。按 Krashen 的预测，他们应该学得很好。
可是他们在语法形态上仍然不地道。这等于一个天然的对照实验：
输入拉满，产出依然有系统性缺陷 → 说明"输出"这一步是独立且必要的。

输出的三个功能：

读法：三个功能里，第一个是最核心的。你可能有一堆词和规则"躺在脑子里"，
但你不知道哪些是"真的能调出来用"的。只有在你想说、却说不出的那一刻，
你才会发现自己缺了什么。输入不会给你这个信号（听不懂可以跳过去），
输出才会（说不出来，躲不掉）。

✅ 支持它的证据：法语沉浸项目的困境本身，
输入极其充分，但产出仍不地道 → 说明"产出"是独立的一环。

❌ 打脸它的证据 / 边界

• 不是所有输出都有用：机械重复（如跟读）不产生"注意缺口"的效果
• 输出的效果可能主要来自"注意"，而非"输出"本身（这削弱了"输出"的独立地位）

读法：第二条批评很锋利。如果输出的作用就是"让你注意到缺口"，
那"注意"才是关键，"输出"只是触发注意的手段之一。
这样一来，Swain 的"输出假说"可能被还原成一个更一般的"注意假说"：
只要能让学习者注意到自己的缺口，用什么方式都行。
（注意：这个批评和 §4.3 Long 的批评是同一个结构，你读到时会认出来。）

输入是必要条件，但不充分。输出把"能听懂"变成"能说出来"。
这两件事的能力不同，你听懂一句英语，不等于你能造出这句。

这跟你有什么关系：

• "我懂规则但说不出"是有理论解释的，不是你没天赋。你的规则知识停在"能被理解"的层面，
  没有经过产出把它变成"实时能自动调用"的操作。说话是实时的，没有时间让你"想规则"。
• 所以：把输出当作学习的主动作，而不是检验的副产品。别等"我准备好了再开口"。
  开口本身才是准备过程。写作、找语伴、自言自语、复述你看过的内容，都算输出。
• 但别做无效输出。机械跟读、抄写不产生"注意缺口"。
  有效的输出必须让你在"想说→说不出"的那一刻感到卡壳，卡壳的地方，就是你要补的地方。

5.3 Long：互动假说（1981, 1996）

核心：意义协商（negotiation of meaning）是习得的关键机制。

什么叫"意义协商"，即交流中听不懂时，双方调整语言：

A: I went to the librar-ee.
B: Sorry, where?
A: The library. To borrow books.
   └─ 这个"调整"就是意义协商

Long 的主张：正是这种调整让输入变得可理解，并推动习得。

读法：注意这个例子里的三个动作。
B 说"Sorry?"（信号：我没听懂）→ A 意识到自己的表达有问题 → A 换一种说法重说。
这一来一回里，发生了 Krashen 和 Swain 都没单独强调的事：
学习者得到了关于"自己说的话行不行"的反馈，而且输入被即时调整成了"刚好能懂"的形式。
Long 认为，正是这个"调整—反馈"的循环在推动习得，而不是单纯的输入量或输出量。

✅ 支持它的证据

读法：第二条很关键。"负面证据"（negative evidence）指的是"告诉学习者某个说法不对"的信息。
纯输入里没有这个东西（你听到的都是对的句子），
但互动里天然带着它：对方没听懂、对方重述你的话、对方用正确的说法接你的话。
这些都是"你刚才那么说不合适"的信号。这是互动假说最硬的立足点。

❌ 打脸它的证据 / 边界

• "更好懂" ≠ "学得更好"：理解提升和习得提升不是一回事
• 效果可能是"注意"带来的，不一定是"协商"本身（和 Swain 的批评同构）
• 不同任务的协商量差别很大

读法：第一条是最关键的方法论警惕。"协商让输入更好懂"是关于当下的理解，
"协商让语言学得更好"是关于长期的能力。这两个是不同的因变量，不能互相替代。
第二条你已经能预判了：和 Swain 一样，"效果来自哪里"存疑。
可能真正起作用的是"注意"，而协商只是制造注意的一种方式。

习得 = 输入（Krashen）+ 互动（Long）+ 输出（Swain）+ 练习。
四个环节缺一不可。
别陷入"哪个对"，它们在说习得的不同环节。

这跟你有什么关系：找"会用英语和你把一件事说明白、而且会给你反馈"的人练，胜过独自刷题。
因为互动同时给你三样东西：调整过的输入（Long）、被逼出来的输出（Swain）、
以及"我刚才那么说行不行"的即时反馈（负面证据）。

5.4 一个根本对立：普遍语法 vs 浮现论

读法：这是一场关于"语言能力是不是天生的"的根本争论，两边各自的证据是：

• 普遍语法（UG）派：核心论据是"刺激贫乏论"（poverty of the stimulus）。
  儿童听到的语言又少又乱（充满口误、半截话），
  却能在几年内稳定掌握一套复杂的语法，而且很多规则他们从没被教过。
  结论：光靠输入里的信息不够，一定有个"预装的语言装置"。
• 浮现论（emergentism）派：不需要那个装置。§2 的 Saffran 实验就是核心证据。
  8 个月的婴儿只凭统计规律就能切出词。如果真有"语言模块"，
  它应该表现为对特定语法结构敏感，而不是对任何可统计的输入都敏感。
  而 Saffran 用的是无意义假词，"统计"几乎是唯一可用的解释路径。

大语言模型给"浮现论"提供了前所未有的证据。
一个没有"语言习得装置"的系统，从海量文本里学会了语言。

但它也带来新问题：它的"习得"和人的习得是一回事吗？
（它没有关键期、没有动机、没有互动、没有身体。）
这是当下最热的问题，也可能是你这一代要回答的。

读法：注意最后的拷问其实是把前面所有章节串起来。
LLM 有输入（Krashen 的那一环），却几乎没有互动、没有输出（在训练阶段）、没有情感过滤、没有关键期。
它成功了，说明"纯输入 + 统计"能做到很多事；它和人的差异，说明"人"剩下的那些环节也许同样重要。
这个问题没有答案，而它恰好落在你专业的正中心。

5.5 这跟你有什么关系：把四个环节变成你的学习清单

把 §4 的结论翻译成你的日常：

别指望任何一个环节单独救你。只输入的人"哑巴"，只输出的人原地打转，
只互动没输入的人容易把错误固化，谁都逃不过"练习"这一步。

6 习题（带答案）

1. Johnson & Newport 的被试最少在美国住了 3 年。这个设计是为了排除什么解释？

2. J&N 发现青春期之后的到达者表现"低且与年龄无关"。这个"无关"说明了什么？

3. Saffran 的实验里，词内的转移概率是 1.0，跨词边界是 0.33。为什么不是 0.25？

4. Saffran 的结果为什么常被用来支持"浮现论"而不是"普遍语法"？

5. Krashen 的"i+1"最大的问题是什么？

6. Swain 是从什么现象里得出"输入不够"这个结论的？

7. 用你自己的英语学习经历，解释"为什么我懂规则但说不出"。

6.1 参考答案

1. 排除"英语接触量不足"这个解释。所有人至少住了 3 年、经验都很充分，所以如果再出现年龄差异，就不能简单归因于"练得少"。

2. 说明青春期后能力已经不再随年龄系统性下降，即已经平台化。这和"逐渐衰减"的 8–15 岁段形成对比，支持"敏感期（逐渐关闭）"而不是"开关"。

3. 因为 Saffran 的设计里同一个词不会紧接重复，所以在 ku 之后只剩 3 个词可选（不能还是 bidaku），每个的概率是 1/3 ≈ 0.333。

⚠️ 这里有个容易搞错的点：如果允许词紧接重复（4 种选择），跨边界就是 1/4 = 0.25。
Saffran 特意排除了紧接重复，才有 1/3 这个数，因为这让词边界更"显眼"。
设计细节会改变统计量。这也是做实验要注意的地方。

4. 因为婴儿只用了分布信息（转移概率）就切出了词，没有用到任何"语法知识"。
   如果存在天生的"语言模块"，那也应该体现为对特定语法结构的敏感，而不是对任何可统计的输入都敏感。Saffran 用的是假词（无意义），所以"统计"是唯一的解释路径。

5. 它不可测量。"i+1"里的 1 到底是多少？没人能给出操作定义。一个不能被证伪的理论，很难说是科学理论。

6. 加拿大法语沉浸式教学项目：学生接受了几千小时可理解输入，口语和写作仍不像母语者（尤其语法形态）。输入极其充分却产出不地道 → 说明光有输入不够。

7. 示例答案（用认知心理学的框架）：

   因为我的语法知识停在陈述性阶段（"我知道要加 ed"），
   没有经过足够输出把它程序化（变成不占资源的自动操作）。
   说话是实时的，没有时间"调用规则" → 规则调不出来 → 说出来就是错的。
   所以"懂规则"和"会说"是两种知识（陈述性 vs 程序性）。

7 出处索引

怎么看这张表：带 [DOI] 的条目可直接点开核对原文；书/古籍/语料库/官方文件没有 DOI，按题名 + 出版社（或机构）查找。

本页数字的来源说明：Johnson & Newport 的 46 人 / 3–39 岁 / 3–26 年 / 12 条规则、
Saffran 的 4 个假词 / 1.0 与 0.33 / 45 次 / 8 个月，
都是查证过的一手数据。

标「待核」的：Saffran"新奇偏好"解释的确切争议范围；
Lardiere 个案的具体数据（我只写了结论方向）。

8 相关

• 语言学概论：语言结构、乔姆斯基
• 认知语言学概论：浮现论的语言学版本
• 语言教育学：这些理论怎么用在教学上
• 语言认知神经科学：双语的神经基础
• 认知科学概论：先天 vs 后天的哲学框架