动物交流的研究有着悠久而精彩的历史。在 20 世纪 50 年代，荷兰生物学家尼科·廷伯根收集了刺鱼，并仔细观察了它们的互动方式。他注意到，在繁殖季节，雄鱼的腹部会变成鲜红色，因为鱼会筑巢并建立自己的领地。这种颜色是对竞争对手的警告信号——以至于廷伯根发现，领地内的雄鱼会猛扑任何具有相似色调的物体，包括他放在鱼缸外的木块，甚至是经过实验室窗户的邮车。
廷伯根的工作——将自然行为的观察与系统的实验相结合——不仅为他赢得了诺贝尔奖，而且成为动物交流研究的典范。这种经典方法在理解动物如何互动方面已被证明非常成功，因此似乎很自然地将其用于调查人类话语。我们的目标是发现，来自不同文化的人们在日常对话中的行为，能告诉我们关于人类语言结构的什么。
事实证明，很多。在过去的 10 年里，我们的团队和其他人走遍世界各地，学习不同的语言并倾听对话。通过分析我们收集的数据并返回实地进行进一步探索，我们了解到，人类语言的结构超越了语法，超越了我们使用的词语以及我们部署名词和动词的顺序。这种对话的“基础设施”在所有文化中都是相同的，从老挝的稻田到冰岛的峡湾。通过梳理这些交流中的共性，我们正在越来越接近理解构成语言基础以及最终构成人类社会结构的通用原则。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。 通过购买订阅，您正在帮助确保未来能够继续刊登关于塑造我们当今世界的发现和想法的具有影响力的故事。
轮到你了
人类将超过一半的清醒时间——以及大量的心理资源——用于彼此互动。而这些社交互动的大部分都涉及言语。我们使用语言来巩固我们的关系、交流信息和建立社交网络。因此，为了更好地了解我们物种的行为，似乎我们需要研究人们如何使用语言。
语言在我们所有的交往中都发挥作用，但也许语言最基本的使用是对话。进行口头来回交流是我们首先学习说话的方式，也是我们在家庭和社区中开展社会生活业务的方式。出于这些原因，我们将精力集中在构成日常交流的闲聊上。
对话的研究本身并不新鲜。在 20 世纪 70 年代，加州大学欧文分校的美国社会学家哈维·萨克斯与人共同创立了“对话分析”学科——对人们如何在日常生活中使用语言进行详细研究。萨克斯曾参与洛杉矶的一个自杀预防中心，在处理该中心记录的电话时，他对对话的有序结构产生了兴趣。他注意到的一件事是，说话者之间的转换相当流畅且协调良好，因此——在大多数情况下——一次只有一个人说话。
我们如何管理如此流畅的来回交流？萨克斯和他的同事，加州大学洛杉矶分校的伊曼纽尔·谢格洛夫，以及当时在加州大学欧文分校的盖尔·杰斐逊指出，我们对语法规则的理解应该使我们能够确定任何话语何时结束。例如，“我知道老板”是一个完整的陈述，而“我知道”则缺少某些东西。因此，以语法为指导，我们可以预测我们的对话伙伴的“回合”何时结束。
2006 年，我们中的一位（恩菲尔德）与心理学家霍尔格·米特勒和 J. P. de 鲁伊特合作，他们当时都在荷兰奈梅亨的马克斯·普朗克心理语言学研究所工作，以进一步探索该模型。我们记录了朋友们在我们设置的电话上进行的自发对话。然后，我们可以操纵这些录音，以确定人们使用哪些线索来预测何时轮到他们说话。我们的一些受试者听了原始录音。另一些人听到了机器人般的声音版本，其中每个说话者的声音音调完全平坦。还有一些人听到了一个版本，其中我们允许声音自然地升降，但使用过滤器掩盖了他们实际说的话。我们发现，听众可以毫不费力地预测每个“机器人”何时说完话——但当他们听到对话的语调但听不到说出的词语时，他们的表现非常糟糕。结果表明，语法对于对话导航是不可或缺的。
人人都会说话
人们不仅擅长在说话时轮流发言，而且一旦确定轮到自己说话时，他们也会非常迅速地插话。在 2006 年与 de 鲁伊特的研究中，我们对一个人在另一个人说完话后开始说话所需的时间进行了 1,500 多次测量。我们发现，大多数转换都发生在非常接近没有沉默和没有重叠的点：对话中的平均停顿时间约为 200 毫秒——比眨眼所需的时间还短。这种转换时间如此之快，以至于表明人们必须在他们的伙伴还在说话时就开始准备说话——在头脑中计划他们接下来要说什么。这样，我们就可以在我们的伙伴让出场地后立即开始我们的下一个贡献。
到目前为止，我们讨论的工作主要集中在英语和荷兰语上，这两种语言相当接近。然而，几个世纪的语言学研究表明，世界语言在几乎任何层面上都可能发生根本性的变化，从它们使用的声音到它们拥有的词汇，以及将词语组合成句子的方式和顺序。完美定时的轮流发言是否发生在所有语言中？或者，某些文化是否在言语上不那么匆忙，而在另一些文化中，人们是否会争先恐后地表达自己的想法？
第一个系统地解决这个问题的研究是由当时在马克斯·普朗克研究所的坦雅·斯蒂弗斯、恩菲尔德及其同事于 2009 年发表的。由 10 名成员组成的团队在五大洲的不同地点花费了数年时间，学习语言，了解当地人民及其习俗，并录制日常活动——包括最平凡的对话。每位团队成员都回顾了他们的录音，并提取了一组包含问题和回答的 350 个序列。当测量从一个说话者到下一个说话者的转换时，研究结果与荷兰语和英语的研究惊人地相似：似乎人们试图避免在彼此之上说话或让一个话语和下一个话语之间间隔太长时间。同样，平均间隔落在 200 毫秒左右。
回答我
关于人类言语的另一个引人注目的事情是，人们期望得到回答。进行对话不仅仅是预测何时开始说话。这是一项合作事业，需要遵守社会交往规则。这种口头责任制不会发生在动物交流中。虽然生物有时会进行某种形式的呼叫和响应，但它们的发声不如人类对话那样精确或紧密联系。许多动物的叫声纯粹是信息性的——“我在这里”或“小心：蛇！”——它们不保证或不需要口头回应。
我们对快速回复的期望是如此根深蒂固，以至于对话流程中的任何障碍都会受到解释。想想一位政治家在回答有关使用非法药物的问题时犹豫不决。或者，当您邀请某人约会时，遇到的沉默感觉像是无限延伸，然后该人接受或拒绝，您会有什么感觉。在这些交流中，即使是最轻微的停顿也会让人感到回避或似乎是困难或怀疑的迹象。
普渡大学的美国语言学家费利西亚·罗伯茨和亚历山大·弗朗西斯一直在更密切地研究这种现象。在一项研究中，研究人员制作了录音对话，其中一位说话者提出请求（例如，要求搭车），另一位回答“当然”。然后，他们通过实验操纵请求和回复之间的时间长度，并将这些录音播放给一群大学生。学生们被要求评价受访者似乎多么愿意同意这个请求。结果很清楚：一旦回复的延迟延长到大约 500 毫秒——仅仅半秒——听众就开始将延迟解释为合作意愿降低，即使说话者的回答是“当然”。
这项于 2006 年发表的研究是用英语进行的。但是，来自全球不同文化的人们是否对沉默的社会含义做出相同的假设？罗伯茨和她的同事随后扩展了他们的研究范围，将意大利语和日语包括在内。在所有三种语言中，他们都发现，对话中的停顿时间越长，感知到的合规或同意意愿就越低。
而且这种感知可能确实是合理的。在斯蒂弗斯和她的同事研究的所有语言中，他们都发现积极的回应总是比消极的回应来得更快。因此，一个人回复另一个人所需时间的平均长度的偏差可能是说话者相对热情程度的合法指标。此外，人们进行这种快速社会评估的趋势是跨文化共享的。因此，对话中评论的时机似乎是我们语言结构的一部分——不仅仅是一种语言，而是所有人类交流的一部分。
“说什么？”
因此，人类对话具有节奏，而偏离这种精确计时的模式充满了社会意义。然而，并非所有对话都顺利进行，没有故障。当一位说话者没有听清另一位说话者说了什么时会发生什么？如果不是人类对话的另一个重要特征——我们要求澄清的自然倾向——这些交流中的失败可能会导致严重的误解。我们为此目的拥有的最简单的工具是谦卑的词语“Huh？”。
您无疑无数次地说出过这个疑问——甚至听到的次数更多。事实证明，这个词很可能是通用的。在一项对在加纳和老挝到意大利、冰岛、俄罗斯和日本等十几个不同国家录制的 200 次对话的大规模研究中，我们发现一个听起来像“Huh？”的词语出现在我们研究的每种语言中。它始终服务于相同的目的：它暂时停止对话，并提示说话者重复或改述刚才所说的话。
“Huh？”听起来可能像随机的咕哝声，但我们的研究表明，它可以被视为一个词。儿童不是天生就知道如何说它的——他们必须像学习任何其他词一样学习它。此外，它不是简单的反射。我们最亲近的进化亲戚——黑猩猩和其他猿类——似乎不会咕哝“Huh？”，尽管它们确实像我们一样打喷嚏和尖叫。
这个词在每种语言中都略有不同——取决于当地语言的语调。但它始终是一个音节，听起来像一个问题。它的短元音——“uh”或“eh”——非常容易发音：张开嘴，在您可以挤出的最简单的声音末尾放一个问号，您就会得到“Huh？”。这些品质很好地服务于它的功能：这个词的简洁性迅速通知说话者存在问题，而它的疑问性质鼓励同样快速的反应。
“Huh？”不是我们用来“修复”对话线索中断裂的唯一词语。不同的文化也有不同的短语来要求澄清，即使在英语中，我们也经常问“What？”、“Sorry？”、“Pardon？”或“You mean...？”。从我们录制的对话来看，说话者平均每分钟要求澄清或解释一次。这种频率——和普遍性——表明，在某些方面，人类社会互动取决于我们用来确保我们理解所说内容的口头工具。从某种意义上说，那么，正是在对话出错时我们所做的事情中，人类语言独特的社会性质变得清晰起来。
我们为何说话
这些发现告诉我们关于人类语言功能的什么？首先，很明显，对话具有一定的结构。参与者轮流发言，准备他们的想法，预测何时需要他们的输入，并在需要时要求澄清和更正。这种高度合作的互动形式在各种文化中都得到遵守，并且在动物王国中的任何地方都无法比拟。这些机制——包括轮流发言、计时和修复——构成了我们语言能力的基础。它们就像将对话的词语和句子结合在一起的“基本力量”，为它们提供了一定的社会分量和风味。就像研究物质组成的物理学家一样，我们期待继续寻找这些构成人类言语的基本粒子和相互作用。
人们可以利用这些共同的结构要素来构建有意义的对话，这反映了心理学家所谓的我们的社会智能：一种思维方式，在这种思维方式中，我们直觉地理解彼此的交流意图，让我们彼此对我们所说的话以及我们何时以及如何说负责。这种解读同伴思想的倾向反映了人类物种独特的社会性。我们使用语言来建立我们的关系，并在小团体、大型机构和社会层面协同工作。没有对话的社会粘合剂，这些联系将不复存在，社会可能会崩溃。通过研究来自不同文化的人们每天如何交流来更多地了解我们物种的自然语言，将继续揭示对人类本质的根本见解。
思考谈话
有没有人告诉过您“三思而后言”？这是一个温和的提醒，要说出您的意思——并言行一致。但它也突出了人类交流的一个基本属性：语言既涉及词语和句子的心理组装，也涉及与另一个人分享这些组装。
语言学家也可以从任一方向研究语言。例如，麻省理工学院的诺姆·乔姆斯基倾向于采用基于思想的方法。他和他的追随者对研究我们产生语言的能力感兴趣——我们如何用声音构建词语，以及如何用词语构建句子。
对于采用乔姆斯基方法的语言学家来说，这种方法可以追溯到 20 世纪 50 年代，这些语法汇编如何构成对话的基础似乎无关紧要。毕竟，言语可能是草率的。我们在大脑中组装的结构良好、原始的思想，有可能在它们通过我们不完善的发声系统传播并被可能没有完全听到我们所说内容的听众解释时变得混乱。
我们选择从等式的言语方面着手研究语言：分析词语和句子如何用于交流。我们的研究正在揭示语言的社会根源，并展示对话的结构如何使我们能够分享我们思想的一部分。结合探索我们如何组合词语和句子的研究，这种方法使我们不仅更好地理解我们所说的内容，而且更好地理解我们如何以及为何说这些内容。——M.D. 和 N.J.E.