志→目标, 自我提升

语言是否会影响认知?

钱魏Way · · 14 次浏览

什么是认知?

认知这个词来自拉丁词根cognoscere,意思是“知道”。当我们谈论到认知,我们通常指的是与知识相关的一切,即我们已经通过学习和经验获得的资料的积累。认知公认的定义是通过感知处理信息的能力(即我们通过不同的感官得到刺激),是获得知识的重要过程,而我们的主观特征,使我们能够整合所有这些信息分析和解释我们的世界。

认知这个词最近几年特别火,越来越多的自媒体喜欢拿这个词来炒作,说认知的最高境界是看透本质,就是要具备上帝思维,要像上帝一样思考,洞悉宇宙规律,顺从自然法则,尊重人性善恶。但认知到底是什么意思?它决定的是什么?怎么提升认知呢?

  • 张一鸣说:对事情的认知是最关键的,你对事情的理解,就是你在这件事情上的竞争力,因为理论上其他的生产要素都可以构建。
  • 傅盛说:人与人最大的差别是认知!

认知的过程是一个复杂的多阶段过程,涉及到信息的接收、处理、存储和应用。以下是一种简化的描述,概述了认知过程的基本步骤:

  • 感知(Perception):
    • 输入阶段:感官系统接受外部世界的各种刺激。
    • 处理阶段:大脑对这些感官信息进行解码和解释,转换成神经信号,使个体能够识别和分类这些信息。
  • 注意(Attention):
    • 选择性关注:在众多感官信息中,选择性地集中注意力于某些特定的刺激或任务。
    • 持续性关注:维持对所选任务或刺激的注意力不被干扰。
  • 编码(Encoding):
    • 信息经过处理后,需要以一种能够被记忆系统存储的形式进行编码。
  • 存储(Storage):
    • 短期记忆存储:信息初步存储在短期记忆中,通常只保留几秒到几分钟。
    • 长期记忆存储:通过复习和联系,一些信息会转移到长期记忆中,可以保留更长的时间,甚至是终生。
  • 思维(Thinking):
    • 对信息进行进一步的处理,包括组织、分析、合成和评价。
    • 运用逻辑和创造性来处理问题或生成新的想法。
  • 解决问题(Problem Solving):
    • 识别问题和目标,生成潜在的解决方案。
    • 对可能的解决方案进行评估和选择。
  • 决策(Decision Making):
    • 在多个选项或行动方案中选择一个。
    • 基于可能的结果和个人偏好进行选择。
  • 输出(Output):
    • 将处理过的信息通过行动、言语或其他形式表达出来。

认知过程中的每一步都可以受到各种因素的影响,包括个人的知识、经验、情绪状态以及环境因素等。各个认知过程之间并不是孤立的,它们相互作用、相互影响,共同构成了个体对世界的理解和响应。此外,认知过程也可以受到大脑结构和功能的影响,不同人的认知能力和风格可能会有所差异。

语言相对论

语言相对论(Linguistic Relativity),又被称为萨丕尔-沃尔夫假说(Sapir-Whorf Hypothesis),是语言学和认知科学领域的一个理论概念。它主要探讨语言对人类思维和世界观的影响程度。这个假说最早由美国语言学家爱德华·萨丕尔(Edward Sapir)提出,并由他的学生本杰明·李·沃尔夫(Benjamin Lee Whorf)进一步发展。

语言相对论有两个主要的版本,分别是强版本和弱版本:

  • 强版本(决定论): 强版本认为人们的思维完全受到其语言的限制。这意味着语言的结构决定了其使用者可以拥有的思维模式和世界观。换句话说,如果一种语言没有表示某个概念的词汇,那么其使用者就很难理解或思考这个概念。这种观点认为,不同语言的使用者生活在不同的认知世界中。
  • 弱版本(影响论): 弱版本则认为语言影响而不是决定思维。这种观点接受不同语言可能会以不同的方式引导或影响使用者的思维习惯和世界观,但这种影响不是绝对的。也就是说,尽管语言可能会影响我们如何感知和分类经验,但这并不妨碍人们跨越语言障碍来理解不同的概念。

实证研究对语言相对论的支持不一,一些研究指出在颜色词汇、空间方向等方面存在一定程度的语言相对性影响。然而,也有很多研究结果对强版本的语言相对论持批评态度,表明人类的认知能力和世界观并非完全受限于母语的结构。

总体而言,现代学者倾向于支持语言相对论的弱版本,认为语言确实可以影响人们的某些认知过程,但这种影响有限,并且人们具有跨越语言障碍进行思考的能力。

《1984》中的“新话”

George Orwell 在著名小说《1984》中用很大的篇幅探索了语言相对论。在小说中,地理位置上位于英国和美洲的虚拟国家“大洋国 Oceania”发明了一种新语言,被称为“新话(Newspeak)”。大洋国的执政党设计了新话来代替“旧话(Oldspeak,即我们现在用的英语)”。在小说中,新话是一种修改版的英语,他只有很少的词汇。大洋国计划推广新话来消减语言中的单词,以此对人们进行思想控制。

这种消减大概可以分为两方面:

  • 一是精简现有词汇背后的概念。比如因为有了“good”这个词,那么“bad”就没有必要了,可以使用“ungood”来代替“坏”这一概念。再比如“free”这个词的其他概念被移除,在新话中只能用于表达“This dog is free from lice(这只狗身上没有虱子)”,而其他概念则消失。
  • 二是消减负面词汇和背后概念。以 1984 中的异端思想为例,人们对异端思想的了解,除了知道他是异端以外,就不能更进一步了,因为新话中不会提供更进一步的词汇去解释什么是异端。这一点很类似于古希伯来宗教的观念:“人们知道耶和华的戒律,也知道其他民族崇拜的是‘伪神’,但是关于“伪神”是什么,人们并不清楚,因此人们知道的越少,越有利于维护宗教的“正统”。

新话的目的是缩小思想范围。小说中 George Orwell 认为,通过限制人们可以使用的语言,可以限制他们的思考能力,即语言相对论。

语言相对论的争论

作为语言相对论的集大成者,Whorf 提到的例子是关于一种称为 Hipo 语的印第安语,即 Hipo 语中没有“时间”。这让使用 Hipo 语的人在直觉上会很难理解牛顿力学或者其他关于时间的概念,因为他们的语言没有足够的抽象能力来描述“时间”。

反对语言相对论的人认为这个例子的错误之处在于,虽然 Hipo 人不能描述时间,但是他们和我们一样都体验了时间的流逝,不能认为他们的语言中无法描述时间,就认为他们缺乏对时间的感知。

汉语里面的蓝色只有一个基本颜色词对应——蓝,但是世界之大无奇不有,俄语(还嫌远的话,蒙古语也是一样)就有两个基本颜色词,分别对应着我们的“深蓝”和“浅蓝”。别看就这么一个词的差异,这就导致了我们和俄语母语者在不深不浅的蓝色(9到11)时候,颜色的分辨上巨大的不同。他们可以很快的分辨出略有区别的蓝色(9和10),但是我们就困难很多。

对此,反对者们提出了这么一个例子:新几内亚的 Dani 语只有两个词来形容颜色:Mili 和 Mola,其中 Mili 表示冷色或者深色,Mola 表示暖色或者浅色。假如语言相对论是正确的,那么 Dani 人应该没有办法像我们一样分辨足够多的色彩细节,他们只能分辨两种颜色。实际上 Dani 人可以像我们一样分辨不同的颜色。

所以与其说语言影响了思维模式,不如说语言提供了一种知觉模式。我们小的时候,没有语言,没有词汇,没有范畴的时候,我们对于世界都是看到什么就是什么,听到什么就有什么。这么做是保留了最真实的信息,但是慢啊,不够用啊,我们是人不是动物啊。所以我们开发了另外一种知觉模式,就是把有相似特征和相似用途的东西放在一类的模式。

表音文字与表意文字

表音文字(Phonographic Writing)和表意文字(Logographic Writing)是两种不同的书写系统,它们通过不同的方式表示语言,并且对使用者的认知有着不同的影响。

表音文字是指那些以单独的声音(如音节或字母)为基础的文字系统。英语中的字母、西班牙语和阿拉伯语中的字母都是表音符号的例子,它们代表了发音的基本组成部分。表音文字的特点是它们与语言的发音紧密相关,每个符号通常代表一个特定的声音或声音组合。

对认知的影响:

  • 阅读学习:对于学习表音文字的人来说,阅读包括将单个的声音(如字母)组合成单词和短语的过程。这涉及到声音与符号的直接对应关系。
  • 语言转换:表音文字较易于从一种语言转换到另一种语言,因为它关注的是发音而非意义。
  • 拼写透明度:在一些表音文字系统中,如西班牙语,拼写和发音之间的对应关系非常透明,这可能使得学习阅读和写作变得更容易。

表意文字是指那些每个字符代表一个词或一个概念的文字系统,如汉字。表意文字的特点是它们表示意义,而不直接表示声音。

对认知的影响:

  • 记忆负担:表意文字因为每个符号代表一个词或概念,可能需要记忆成千上万个独特的符号,这对记忆系统的负担较大。
  • 阅读处理:对于表意文字,阅读不仅仅是声音的解码过程,而是涉及到对符号意义的直接理解,这可能涉及到不同的认知和神经机制。
  • 文化和语言的独立性:表意文字可以跨越讲不同方言或语言的人群,因为它们直接表示意义,不依赖于特定的发音。

尽管这两种文字系统在认知上有所不同,但它们并不是完全独立的。例如,汉字虽然是表意的,但也包含了表音的元素。很多汉字由声旁和意旁组成,其中声旁可以给出读音的线索,而意旁则通常提供有关字义的信息。

  • 表音文字优势:制造成本低,制造快,传播快,利于教授。劣势:容易断代,不利于学习,后期语言库庞大臃肿。
  • 表意文字优势:利于学习,传承性高,后期语言库小干净。劣势:成本高,周期长,不利于教授。

学会3千个汉字就可以看懂人民日报了。缺点是入门难,学习掌握3千个汉字需要读到小学高年级才行。表音文字的好处是入门容易,英语学会26个字母就能拼读了。缺点是中后期难度越来越大,单词越来越多、越来越长,学科之间互相看不懂。

跨学科的英文单词看不懂而中文较易理解的现象可以从几个角度来理解:

  • 表意文字的直观性:中文汉字作为表意文字,其构成往往蕴含了词语的基本含义。例如,中文中的“电话”字面上是“电”和“话”的组合,即通过电传递的话语,这使得即使不熟悉这个概念的人也能一定程度上理解其基本含义。而英文中的”telephone”并没有直接表明其功能或含义,需要通过学习和记忆来了解。
  • 词根和词缀的透明度:英文单词通常由词根和词缀构成,掌握了这些构成部分,理解起来就会容易很多。对于跨学科的专业词汇,它们可能来源于拉丁语或希腊语等,对于没有学习过这些语言的人来说可能比较难以直接理解。而中文学者在创造新词时,往往会选择更符合中文语境且易于理解的词汇。
  • 对应英文专业术语的中文翻译:在译入中文的过程中,翻译者通常会考虑到词语的普及性和易懂程度,尽量采用朴实无华、直接表达概念的词汇,使得中文读者即使不具备特定背景知识也能较为容易地理解。

元素周期表是最好的例子:

发音是否会影响认知?

数字的读法确实可以影响数学能力的发展,特别是在儿童学习数学的初期阶段。这种影响主要体现在两个方面:记忆负载与数字概念的形成。

  • 记忆负载:
    • 在中文中,数字的读法遵循非常规律的构造原则。例如,11读作“十一”,21读作“二十一”,这种规律性使得记忆数字和进行数数变得相对容易,因为儿童只需要掌握基本的数字和十的倍数即可进行组合。
    • 相比之下,英文的数字读法在一些地方不那么直观,如11读作“eleven”,12读作“twelve”,这与后续数字的读法(比如“thirteen”,“fourteen”等)有所不同。这种不规则性可能增加了儿童在数数和记忆数字方面的认知负担。
  • 数字概念的形成:
    • 数字的读法能够帮助儿童理解数学中的基数和位值概念。中文的数字读法能够清晰地表达位值,如“四百五十三”直接体现了四百加五十再加三的概念,有助于儿童理解数值的组成。
    • 另一方面,英文数字的读法可能对位值概念的理解不那么直接,尤其是在一些特定的数字上,如“fourteen”或“ninety”等。
  • 语言结构差异:
    • 中文的数字系统非常有规律,乘法表中的读音通常是单音节,这使得中文的乘法表非常适合于口头记忆和快速回忆。例如,“三乘三等于九”(3×3=9)可以简洁地用“三三得九”来表示。
    • 英文中数字的读法比中文复杂,很多数字是多音节的,例如,“four times seven equals twenty-eight”(4×7=28),并不像中文那样简短。这增加了记忆的难度,不利于形成简单的口诀。

数学符号与认知

数学符号与认知的关系是一个深入且复杂的话题,它探讨了数学符号如何影响人们的思考方式、记忆能力以及数学概念的学习和理解。以下是一些关于数学符号对认知影响的关键点:

  • 认知负荷:数学符号提供了一种紧凑、精确的表达数学概念的方式。这可以减少处理数学问题时的认知负荷。比如,使用符号“+”来表示加法运算,比书写全称“加”要简单得多,也更容易进行计算和操纵。
  • 概念理解:数学符号可以帮助形成和巩固数学概念。例如,等号“=”表示两边的量相等,这个符号本身就是平衡概念的一个强有力的视觉表现,有助于理解等式的性质。
  • 视觉思考:数学符号的视觉性能够促进视觉思考。许多数学问题可以通过图形和符号表示来更直观地理解,如几何图形或方程式。
  • 通用性和标准化:数学符号的通用性使得不同语言和文化背景的人都可以理解和沟通数学概念。这种标准化有助于国际间的学术交流。
  • 记忆和回忆:符号系统有助于记忆和回忆数学知识。学习数学符号和运算规则,使得大脑可以快速识别和处理数学信息。
  • 抽象思维:数学符号是抽象思维的工具。它们使得人们能够处理非具体化的概念,并在没有具体物理实体的情况下进行思考和推理。

没有数学符号,深刻理解数学概念将会更具挑战性,但并非完全不可能。数学符号是用来简化表达和促进数学思考的工具,它们可以帮助我们更有效率地进行数学计算和概念推理。然而,数学的本质是逻辑和关系的研究,数学符号只是对这些概念的表征。

以下是在没有数学符号的情况下理解深刻数学概念可能遇到的挑战

  • 表达困难:没有符号,复杂的数学公式或关系难以表达,这会导致沟通效率降低。
  • 认知负载增加:在没有符号辅助的情况下,人们可能需要保持更多的信息在脑中,这增加了记忆和处理信息的难度。
  • 推理和证明困难:数学证明通常依赖于符号化的语言来构建逻辑论证;没有这些符号,构建严密的逻辑链条会变得更加复杂。

解决方法:

  • 使用语言描述:可以通过文字来描述数学概念和关系,尽管这可能更加冗长和复杂。
  • 图形和模型:使用图形或实体模型来表示数学概念,这有助于形象化思考和理解。
  • 具体例子:通过具体的例子来展示抽象概念,帮助形成直观的理解。
  • 逻辑推理:即使没有符号,严格的逻辑推理依然是可能的。哲学家和逻辑学家在很早以前就使用语言来进行复杂的逻辑论证。

在历史上,数学符号的发展是逐渐进化的,早期的数学工作更多依赖于文字和口头传播。例如,古希腊数学家通过几何图形和话语来进行数学研究和论证。直到16世纪和17世纪,现代数学符号体系才逐步发展起来。

总之,数学符号虽然非常有助于理解和应用数学概念,但理解深刻的数学本质不完全依赖于符号。通过语言、图形、具体示例和逻辑推理,也可以对数学概念有深刻的理解,尽管这样的过程可能会更加缓慢和需求更高水平的抽象思维。

然而,数学符号也可能构成学习障碍。对一些初学者来说,过早或不恰当地引入复杂的数学符号可能会导致混淆和理解上的障碍。教育者在教授数学时需要平衡符号的引入时机和方式,确保学生先建立起对概念的深刻理解,然后再学习相应的数学符号。

计算机语言是否会影响认知?

很有意思的是,跟社会学家不同,计算机学界似乎对语言相对论有不同的理解。比如图灵奖获得者 Kenneth E. Iverson 认同语言对思维的影响。他的图灵奖获奖演讲中提到 “Notation as a tool of thought“,即强调计算机语言的表达能力(Notation)能帮助思考计算机算法。

Paul Graham 则在一种假想计算机语言“Blub”中提到了 “Blub 悖论”。考虑有一个 Blub 程序员。当程序员往下看时,他认为低级语言的功能不那么强大,因为它们缺少 Blub 的某些功能。但是当他抬头时(他没有意识到自己在抬头)他只看到带有不必要功能的“怪异语言”,并认为它们虽然具有和 Blub 相同的能力,但同时却显得很多余。这也经常用来描述程序员界关于语言的论战。

最有趣的是 Yukihiro Matsumoto,Ruby 语言的创造者。在 2003 年的一场会议中,他提到 Ruby 的设计灵感之一来自于一部科幻小说《Babel-17》,而这部小说的基础理论就是 Sapir–Whorf 假说。

计算机语言对人的影响真实存在吗?

对于普通人来说,需要考虑什么样的语言适合他们学习程序设计,因为不同的语言会影响教学的思路,自然也会影响学习者的思路。

字符串反转的例子

举一个关于字符串操作的例子,比如把一个字符串倒过来,即把 “abcde” 变成 “edcba”。在 C 语言中并不存在“字符串”数据类型,因此可能会以字节为单位操作来 Bytes 数组,比如使用循环语句加上多个变量来保存中间状态;但如果使用 Python ,可能会直接用这一句 ‘abcde'[::-1]。之所以这样做,一方面是因为 Python 中字符串是 immutable,也就是说我的操作会生成新的字符串副本,很容易;另一方面是因为 Python 的语法表达能力比 C 强得多,有更多“功能”。这明显是程序设计语言的选择影响了我如何选择算法。

素数计算方法的例子

另一个例子是筛法求素数。在 golang 的文档中有提到一个相当漂亮的实现,基于 goroutine 和 channel。

// A concurrent prime sieve
// via: http://golang.org/doc/play/sieve.go
package main

// Send the sequence 2, 3, 4, ... to channel 'ch'.
func Generate(ch chan<- int) {
    for i := 2; ; i++ {
        ch <- i // Send 'i' to channel 'ch'.
    }
}

// Copy the values from channel 'in' to channel 'out',
// removing those divisible by 'prime'.
func Filter(in <-chan int, out chan<- int, prime int) {
    for {
        i := <-in // Receive value from 'in'.
        if i%prime != 0 {
            out <- i // Send 'i' to 'out'.
        }
    }
}

// The prime sieve: Daisy-chain Filter processes.
func main() {
    ch := make(chan int) // Create a new channel.
    go Generate(ch)      // Launch Generate goroutine.
    for i := 0; i < 10; i++ {
        prime := <-ch
        print(prime, "\n")
        ch1 := make(chan int)
        go Filter(ch, ch1, prime)
        ch = ch1
    }
}

这个实现与别的实现不同,它基于流而不是基于随时间变化的状态模型。这一特征在 Lisp 这样的函数式语言中是家常便饭,所以如果你使用 Lisp 语言,你会自然而然地用这样的写法。但如果你使用 C 语言,你肯定不会选择这样的写法,因为流的语法在命令式语言中很少见。这也说明了语言确实会对你的算法选择有影响。

计算机语言是怎么影响认知的?

计算机语言,或者更广泛地说,编程语言,确实可以影响人们的认知,这一现象有时被称为“计算机语言影响假设”或“编程语言决定论”。以下是一些计算机语言可能影响认知的方式:

  • 问题解决能力:学习编程语言通常涉及算法思考和逻辑推理,这能够增强解决问题的能力。编程训练人们分解复杂问题、设计解决方案并进行抽象思考。
  • 认知风格:不同的编程语言鼓励不同的认知风格。例如,函数式编程语言如Haskell鼓励无副作用的思考,而面向对象的编程语言如Java则鼓励考虑对象和它们之间的互动。
  • 元认知技能:编程需要对自己的思考过程进行监控和调整,这是元认知技能的一部分。开发者需要不断审视和修正代码,这可以提高计划和监控复杂任务的能力。
  • 注意力和记忆:编程需要长时间集中注意力,并记忆大量细节,如语法规则、函数库等,这可以锻炼人的注意力和记忆力。
  • 语言习得:学习编程语言的过程与学习自然语言有相似之处,包括语法、词汇和表达方式的学习。研究表明,学习第二语言能够影响人的认知结构,这同样适用于编程语言。
  • 学习方式变化:编程教育鼓励探索式学习和自我驱动学习。这种学习方式可以促使人们更主动地寻找解决问题的方法,而不是仅仅被动接受信息。
  • 跨学科思维:由于编程语言常用于模拟和分析来自不同领域的问题,对编程语言的掌握可能会增强跨学科思维和创新。

然而,并非所有的影响都是积极的:

  • 过度依赖:过度依赖计算机语言和工具可能限制思考范围,使人们在面对新问题时更可能局限于他们所熟悉工具的功能和限制之内。
  • 认知偏差:某些编程范式可能导致特定形式的认知偏差,如过于依赖特定的编程结构或算法,而忽略了其他可能的解决方案。

总之,计算机语言能够以多种方式影响认知,从提升逻辑思维和问题解决能力到改变人们的学习和思考方式。然而,这些影响是复杂且多面的,具体效果可能因个人、编程语言以及学习和使用的环境而异。

在计算机世界也是如此。如果我们把计算机语言解决的问题范围认为是计算机语言世界的边界,那么:

  • 对于一个 Python 学习者来说,在他学习计算机体系结构之前,他可能都无法理解 C 语言的很多设定,因为他不理解 C 语言的世界。
  • 而对于 C 语言学习者来说,他可能也无法理解 LISP 机的运作机理,因为 C 语言对世界的解释跟 LISP 截然不同。

所以,如果我们希望让语言决定论失效,那么就需要让不同语言的使用者去感受相同的世界。相反地,如果希望利用语言决定论,正如 《1984》中大洋国那样做的,除了设计“新话”,还要搭配一个用于扭曲世界的窗口。

这也是为什么我们一定要学习不同的语言,理解每一个词的本意,才有机会靠近真正的世界。

机器学习与认知

机器学习与人类认知之间的关系是一个既有广泛联系又充满研究潜力的领域。机器学习是一种使计算机系统能够从数据中学习并作出判断的技术,而认知则是指人类的知觉、记忆、思考和问题解决等心理过程。两者的关系可以从不同的角度来探讨:

从认知科学角度

模仿和启发:

  • 机器学习的某些算法从人类的认知过程中得到启发,例如,人工神经网络部分受到大脑神经元工作方式的影响。
  • 认知模型可以帮助我们理解人类学习的机制,并可能被用于指导机器学习算法的设计。

理解认知过程:

  • 机器学习模型有时用于模拟人类的认知过程,以便更好地理解大脑是如何处理信息的。
  • 例如,认知神经科学家可能使用机器学习来分析大脑成像数据,以便探索认知功能与大脑活动之间的关系。

从技术应用角度

辅助认知任务:

  • 机器学习被广泛应用于语音识别、图像识别、自然语言处理等领域,这些技术可以辅助人类完成复杂的认知任务。
  • 例如,搜索引擎使用机器学习算法帮助用户快速找到信息,而翻译软件则帮助用户跨越语言障碍。

影响认知风格:

  • 随着机器学习工具的普及,人们可能会改变他们处理信息和解决问题的方式。
  • 某些认知负担可能会减轻,比如记忆能力的需求可能降低,因为可以依赖外部机器学习系统来储存和处理信息。

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注