夜雨聆风
语言研究从未像今天这样，既让人兴奋，又令人不安。
你有没有想过，当你在深夜对着ChatGPT敲出一段话，期待它用流畅的文字回应你时，一场关于语言研究的静默革命正在发生？
过去，语言学家可能要花十年时间，埋首古籍、田野调查，才能描绘清楚一种语言的语法规则。而现在，一个通用大模型可能在几天之内，就能对上百种语言进行建模、生成、预测，甚至发现一些研究者从未注意过的规律。
这正是“第五范式”到来的信号。
近日，王春辉教授在《人工智能时代语言研究“第五范式”论略》一文中，系统勾勒了这一变革的轮廓：语言研究正被AI推向一个以“人机协同生成”为核心的全新范式。 它不再是简单的工具升级，而是一场从认知主体到知识形态的全面重构。今天，我想把这篇论文的精髓，加上一些身边的例子和数据，说给你听。
---
一、从故纸堆到大模型，语言研究的四次蜕变
要理解第五范式，先得知道我们从哪里来。
科学研究的范式演进，大致经历了实验、理论、计算和数据密集型四个阶段。语言研究也走过了类似的四段路：
1. 语文学范式：埋头故纸堆，考据字词、训诂经文，重历史与文化。
2. 结构主义范式：把语言看作自足的符号系统，描写语音、语法共时结构。
3. 生成主义范式：追问人脑中的先天语法，追求普遍的心智机制。
4. 数据驱动范式：用语料库和机器学习，从亿万句子中统计规律。
现在，站在AI的肩膀上，第五范式登场了——一种人机协同、生成驱动、循环迭代的智能语言科学范式。 它的核心不再是“我们如何解释语言”，而是“我们与AI共同生成、筛选并解释语言现象”。
比如，研究者可以这样工作：让GPT-4生成2000条某种虚构语言的句子，然后通过人的语言学直觉进行筛选，再让模型解释为什么某些结构从不出现。这不再是传统的“假设—验证”，而是一个“元任务→生成→筛选→解释”的循环。人机协同的齿轮，就这样咬合在一起。
---
二、认知主体变了：你不再是一个人
第五范式带来的第一个，也是最根本的重构，发生在认知主体上。
过去，语言研究者是一个笛卡尔式的孤独主体，一切洞见源于个人的沉思与田野。今天，这个主体变成了“人–AI复合认知系统”。AI不再是跑数据的工具，而是真正进入知识生产的协作循环——它能生成假说、模拟实验、发现反直觉的模式。
举个例子：在传统方言学中，归纳方言分区往往需要研究者多年积累。而现在，你可以把几百个小时的方言语音数据喂给模型，它会自动聚类，甚至给出一些你从未想过的语音演变路径。你可能会惊呼：“这个声调演化链条，跟我老师教的不一样！”——但仔细推敲后，竟然可能更合理。这就是AI作为知识生产协作者的威力。
同时，语言知识本身也变了形态。过去我们追求明明白白的规则，比如“把”字句的生成条件。现在大模型里的语言知识，是分布化、参数化、概率化的隐性表征——模型能说出流畅的“把”字句，但无法用几行规则告诉你它到底怎么做到的。这就是令所有语言学家又爱又怕的“模型黑箱”。
---
三、五大转型：语言研究的疆界在消融
论文最精彩的部分，是描绘了研究实践正在发生的五个深刻转型，每一点都刷新认知。
1. 研究对象：从人类语言到“人机混合语言”
当全世界每天产生数十亿次人机对话，我们面对的不再是纯天然的人类语言，而是一种“人机混合语言”。你问“今天心情不好怎么办”，AI的回答可能安慰、理性，又带点算法痕迹。还有表情包、视频、语音的多模态交织——研究对象彻底膨胀了。
例子： 有团队在研究网络客服对话时发现，用户和AI的互动会产生一种“仪式化”问候模式，人类会下意识把AI当成社会角色，发展出独特的语言策略。这种对象，以前的教科书里根本没有。
2. 研究方法：AI从工具变成核心方法
以前我们用统计软件做回归分析，现在AI本身成了生成数据、模拟实验、模型探测、机制解释的核心手段。比如，为了探究儿童语言习得中的“刺激贫乏”问题，研究者可以直接用大模型模拟不同数据量下的语法涌现，观察参数变化——这比找几百个儿童做追踪实验快得多，也更具操控性。
3. 研究目标：从解释语言到构建语言智能体
语言学不再只追求“解释充分性”，同时还要构建可理解、可生成、可交互的语言智能体。这就是“语言工程化”。你不但要明白为什么一句话能说，还得把它变成产品里能用、安全、不产生偏见的对话系统。理论语言学与应用语言学的边界，前所未有地模糊。
4. 研究主体：人机协同，各司其职
未来的语言研究者，可能更像一个“价值把关者”和“批判思考者”。AI承担大规模标注、穷举式生成、计算模拟等劳动；人类负责提出问题、做出价值判断、警惕伦理风险。举个例子，研究濒危语言时，AI可以帮你快速对齐几千个平行语料，但要不要将这份数据公开、如何保护语言社群的权利，最终必须由人来决定。
5. 学科结构：语言学正在成为“元接口”
论文里一句很妙的话：语言正成为各领域的“元接口”。 语言研究不仅要跟计算机科学融合，还要跟神经科学、人类学、伦理学、法学等全面交织。当社会学家研究社交媒体舆论时，需要语言模型做情感分析；当医生开发问诊系统时，需要语言学知识构建对话流。语言学，正在变成一种底层能力。
---
四、机遇很大，挑战也压在心上
第五范式带来的机遇振奋人心：研究能力跃迁，海量数据快速生成，标注效率极大提升；理论创新空间打开，AI往往能发现人类直觉之外的规律；研究成果也能迅速转化为应用，推动研究民主化，降低门槛。
但论文同样冷静地指出了几重深层挑战，这些都不是轻描淡写能过去的。
1. 解释危机：会说，不等于真懂
大模型生成的解释，常常只是“听起来合理的文本”，而非真正的因果机制。比如你问GPT：“为什么‘他差点没摔倒’和‘他差点摔倒’意思几乎一样？”它可能会给你一篇流畅的分析，但如果你追问“那为什么‘差点没及格’和‘差点及格’却是相反的？”，模型的解释可能就前后矛盾了。没有真实理解支撑的解释，难以满足语言学的“解释充分性”。
2. 理论弱化：我们会不会沦为模型调参师？
当预测和生成能力成为硬通货，整个领域可能越来越重视“模拟得像不像”，而轻视理论建构。如果一个学生只学会调优BERT和GPT，却读不懂索绪尔和乔姆斯基，语言学作为独立学科的内核就会慢慢消散。失去理论抱负的语言学，最终可能沦为计算机科学的附庸。
3. 知识权力集中：大模型的“卡脖子”问题
训练千亿级参数大模型，所需算力和数据极度庞大，这让语言知识生产越来越集中在少数几家科技巨头手中。当GPT系列的某种语言偏见变成全球默认，学术界的独立性和多样性就受到了威胁。学术机构只能租用这些API，无异于把语言知识生产的“田地”和“锄头”都交给了别人。
4. 语言生态风险：主流语言霸权加剧
一个令人心痛的数据是：据联合国教科文组织统计，世界现存约7000种语言，几乎每两周就有一种语言消亡。 而大模型训练数据中，绝大多数是英语、中文等少数大语种。当AI工具日益渗透日常生活，那些缺乏数据资源的方言和濒危语言，可能被加速推向消失的悬崖。算法会让“标准语霸权”变得更强，而弱势语言的声音会更加微弱。
5. 伦理困境：从版权到透明度
AI生成文本的版权归谁？语料中的个人隐私如何保护？算法偏见如何纠正？学术写作中AI使用的界限在哪儿？研究透明度如何保证？每一个都是摆在所有语言研究者面前的必答题。
---
结语：不做追随者，而做批判者和建构者
所以，第五范式带给我们的，绝不仅仅是一堆更快的工具。它是一种人机协同对语言研究的整体重塑。
正如王春辉教授所言，语言研究者不应只做技术的追随者，更要做技术的批判者、语言伦理的建构者，坚守人的主动性与最终权利，让语言研究在AI时代保持批判性、自主性与人文性。
也许，当我们下次面对模型给出的漂亮回答时，除了赞叹，更应该多一句追问：它背后的机制是什么？它忽略了谁的声音？它可能造成什么后果？
这种追问本身，正是人类研究者在第五范式中不可替代的价值。
---
说明：
本文核心观点及框架，借鉴自王春辉教授论文《人工智能时代语言研究“第五范式”论略》，在此致谢。在撰写过程中，笔者利用ai进行了通俗化转述和举例补充，并引用了联合国教科文组织《世界濒危语言地图》关于语言濒危状况的公开数据。文中所有事例若未特别注明，均为基于学科共识的假设性示例，用以辅助说明。如有不准确处，望读者指正。
如果你觉得这篇文章有启发，欢迎转发给同样关注语言与AI未来的朋友们。
