——心理语言学 × 实时系统与嵌入式计算 × 急诊医学的三源对撞
本章追问“语言习得的本质是什么”。既有研究已经充分区分显性与隐性知识、离线与在线加工、自动化与控制加工、监控与修复,却仍可能把一个关键状态吞进平均值:学习者确实拥有目标语言知识,但该知识只在一次语言选择的最后可逆点之后才获得可检测影响,因此不能改变本轮行为。本章依据本书的三源对撞工序,从领域索引池进行固定种子随机抽样并经过位置闸、去同脊、自家避重和敌意拓宽,最终保留“心理语言学×实时系统与嵌入式计算×急诊医学”。心理语言学要求把最终答案拆成逐词逐毫秒过程;实时系统指出结果的正确性可以包含时间条件,晚于截止期的逻辑正确仍可能无效;急诊医学则反向限定时间窗必须由对象状态、证据与任务条件共同确定,而非固定秒表。三者共同逼出“迟达知识事件”(LAKE)与“决前因果资格”(PCE):语言知识只有在任务特定的承诺边界关闭前进入候选竞争、抑制、整合或推迟承诺的因果链,才真正参与当前语言行动。本章提出决前入链率 PCE-R、2×2 辨别格、八条可证伪预测和一项四周预注册实验。对 Ellis 2005 公开均值的复算显示限时与不限时语法判断相差 28.2 个百分点;Park 与 Kim 2025 又显示高级学习者可在离线判断中呈现近母语知识,却在在线阅读中缺少相应敏感性。这些结果只证明时间测量缺口真实存在,并不直接验证 PCE。本章据此把主张限定为待检验的系统级构念,并与自动化、显隐知识、在线加工、自我监控、接口假说以及本书既有九类“语言习得本质”理论作判决性分离。核心命题是:语言习得不只是让知识存在,也不是让所有加工变快;它让相关知识在选择还来得及被改变时获得行动资格。
关键词:语言习得;决前因果资格;迟达知识;在线加工;实时系统;时间窗
The Essence of Language Acquisition: The Formation of Pre-Commitment Causal Eligibility
This paper proposes a system-level construct for language acquisition: Pre-Commitment Causal Eligibility (PCE). A learner may demonstrably possess target linguistic knowledge yet fail to let that knowledge causally influence a language choice before the choice crosses its last reversible boundary. We define such cases as Late-Arriving Knowledge Events (LAKEs). The proposal emerges from a constrained本书的方法collision among psycholinguistics, real-time systems, and emergency medicine. Psycholinguistics decomposes final responses into temporally resolved trajectories; real-time systems treat timing as part of correctness rather than mere performance; emergency medicine constrains the analogy by showing that effective windows are state- and evidence-dependent rather than fixed clock thresholds. We define the Pre-Commitment Entry Rate (PCE-R), specify a 2×2 diagnostic grid, distinguish PCE from automaticity, explicit/implicit knowledge, online processing, monitoring and repair, and propose falsifiable predictions and a preregistered experiment. Existing offline-online dissociations motivate the measurement gap but do not validate PCE. The theory therefore remains a falsifiable construct: language knowledge becomes action-capable when it can alter a choice while that choice is still revisable.
语言习得研究最常见的结算方式,是把“知道”与“会用”排成一条连续线:词汇量增加、规则判断提高、反应越来越快、真实任务越来越流畅,于是学习者被认为逐步把知识内化了。这条叙事有大量经验支持,却隐藏了一个时间上极其锋利的问题:一条语言知识即使真实存在于学习者系统中,如果它只在一次选择已经不可撤回之后才被调动,它究竟有没有参与这次语言行为?如果没有,那么“我事后知道答案”与“这条知识已经成为当下行动的原因”就必须被分开。
设想一个学习者面对第三人称单数。书面、不限时条件下,他可以准确解释规则,也能在几秒后指出自己刚才漏掉了 -s;但自然对话里,动词已经说出口,句法选择已经推进到后续成分,规则才进入意识。传统账本可能给出三个互相矛盾的判断:显性知识测验说“已掌握”,口语错误说“未掌握”,自我修正研究又说“正在监控”。三种判断都可能正确,因为它们实际上测了三个不同的时间位置。真正缺失的是一列:目标知识第一次获得改变当前选择的因果机会,发生在最后可逆点之前还是之后?
本章把这个被最终正确率、总反应时和事后修正共同遮蔽的状态,命名为“迟达知识事件”(Late-Arriving Knowledge Event, LAKE)。它不是“不会”,因为知识可以在无时限测验中稳定提取;也不是一般意义上的“慢”,因为一个总反应很慢的人,目标知识仍可能在关键分岔前及时到位,只是后续计划耗时;反过来,一个总反应很快的人,也可能在关键形式已经锁定后才意识到规则。LAKE只关心一件事:知识到达的时间是否越过了当次行动的承诺边界。
由此,本章重新提出“语言习得的本质是什么”。若语言知识只作为事后解释库存存在,它仍未完全取得对语言行动的因果资格;当它能够在任务特定、语境特定的最后可逆点之前进入选择链,并且这种进入能够跨材料、跨速度、跨情境稳定保持时,知识才从“被拥有”转成“能够发生语言”。本章把这一系统级转变称为“决前因果资格的形成”(Pre-Commitment Causal Eligibility, PCE)。最短的表述是:语言习得的本质,不只是把知识放进头脑,而是让知识在选择还来得及被改变的时候到场。
本轮严格把问题判为 What 型,因此不是寻找“怎样学得更快”的三条路径,也不是寻找“为什么语言习得发生”的三条原因,而是要求撞出一个能够重新定义“什么东西算习得”的三维对象。按照本书的方法,随机选源不能变成装饰性的抽签:如果作者先知道想写“时间很重要”,再找三门都支持时间重要的学科,文章只是跨学科引证。真正的流程必须让随机在前、结论在后,并允许大量候选被近邻与自家既有理论淘汰。
本轮先从 平台已出现的前沿面板与此前论文随机日志中构造可核验学科池,按 S/D/E 三位置分别抽样。固定种子为 202608111757。程序连续生成三元候选,快速闸只检查四项:位置是否拥挤、三家是否共享同一概念脊、是否能在目标问题上形成方向冲突、是否明显撞入本书已经出现的理论轴。目标组合“心理语言学×实时系统与嵌入式计算×急诊医学”在第 8542 次随机抽样才首次出现。这里的 8542 不是 8542 篇论文,也不意味着每一组都做深读,而是 8542 个低成本候选事件;只有通过快速闸的少数组合才进入第二层。
此前已经被深筛后淘汰的方向包括:“未错先救”——被 prearticulatory editing、speech monitoring 与 2025 年监控—控制—修复综述高度占位;“复错链”——被 fossilization、纵向错误分析和根据历史错误预测未来错误的学习分析任务占位;“不确定性路由”——又与本书既有《求证路由的内生化》正面重叠。淘汰这些候选不是损失,而是本书创新纪律的一部分:一个想法越漂亮,越要先问谁已经说过;一条命题越容易写,越要怀疑它是否只是成熟理论的语言学转述。
最终组合之所以留下,不是因为三门学科都强调“速度”。恰恰相反,它们对时间的判断互相冲突:实时系统把截止期视为正确性的组成部分;急诊医学告诉我们,时间窗并非单一固定阈值,它会被影像、病理状态、治疗类型和患者条件重写;心理语言学则表明同一个“理解/选择”可以在不同毫秒位置显露不同知识。三家的冲突迫使本章放弃“越快越习得”的线性命题,转而研究“何时仍有资格改变当前语言事件”这一关系性对象。
| 筛选层 | 判据 | 本轮结果 |
|---|---|---|
| 随机生成 | 固定种子;S/D/E 位置池独立抽样 | 第8542次首次出现最终三元组 |
| 快速闸 | 三家分位、去同脊、目标问题接口 | 大量组合即时淘汰 |
| 自家避重 | 与既有同题理论对象/指标/骨架比较 | 未错先救、复错链、不确定性路由等退出 |
| 敌意拓宽 | 至少8个外部近邻;经典与2025—2026前沿并置 | 自动化/在线加工/监控成为最危险占位者 |
| 可证伪闸 | 必须给单一读数、反向约束与撤回条件 | PCE-R 与承诺边界进入最终稿 |
(一)心理语言学:最终答案必须被拆成时间轨迹。心理语言学面板把近二十年的重要变化概括为“拆平均”:把最终答案拆成逐词、逐毫秒过程,把单一听者拆成经验与语言背景的分布,并要求预注册词前、词中、词后窗口。惊异度、预测、残留误读、眼动、N400 与自定步速阅读共同说明,最后答对并不能唯一识别加工过程。尤其是 2025 年 Park 与 Kim 对高级韩语学习者的研究:日语母语组在离线可接受度判断中对格标记与谓词类型的交互表现出近母语敏感性,但在实时自定步速阅读中,两组二语学习者都没有像母语者那样显示对应的在线敏感性。这个结果本身并不证明本章理论,却明确把“表示存在”与“在线进入”分开。
(二)实时系统:正确不仅是值,还包含到达时间。实时计算最硬的一条纪律是:一个逻辑值完全正确的计算,如果在任务截止期之后才返回,在硬实时语境里仍然构成失败;在软实时语境里也至少造成性能降级。这个判断对语言习得的价值不在“人脑像计算机”,而在于它拆掉一个长期默认:只要最终能给出正确答案,就可以把时间只当速度变量。实时系统迫使我们问:对某个语言行动来说,哪一个时点之后,正确知识即使到达也已经失去改变本轮行为的资格?于是时间第一次从“表现快慢”进入“能力是否实际参与”的定义。
(三)急诊医学:时间窗不是墙钟,而是状态条件。若只吸收实时系统,理论会变成“越早越好”的速度崇拜。2026 年 AHA/ASA 急性缺血性卒中指南提供了反向约束:静脉溶栓存在 4.5 小时经典窗口,但对部分患者可以借助先进影像在更晚窗口内选择治疗;血管内治疗的适用窗口又依病变类型、影像和临床条件不同而变化。这里不把卒中机制类比成语言学习,而只迁移一条方法纪律:有效窗口不是一个脱离对象状态的绝对秒表,它由“干预是什么、对象处于什么状态、有什么额外证据、错过之后什么变得不可逆”共同定义。
三家合在一起,得到一条任何一家单独都推不出的限制。心理语言学说必须看时间轨迹;实时系统说时间可以进入正确性定义;急诊医学说时间阈值必须由状态条件化。于是,语言习得不能被写成“知识越快越好”,而应写成:一条知识是否已经取得语言行动资格,要看它能否在特定任务、特定状态的承诺边界关闭前进入因果链。边界可以随着任务、熟练度、交际风险和可用信息变化,但不能在看到结果后任意移动。
| 来源学科 | 位置 | 硬约束 | 对本章的反向限制 |
|---|---|---|---|
| 心理语言学 | 呈现位 | 最终答案需拆成逐词/逐毫秒轨迹 | 不能用离线正确直接推在线资格 |
| 实时系统与嵌入式计算 | D:路径 | 逻辑正确晚于deadline可失效 | 时间必须进入行为有效性的定义 |
| 急诊医学 | E:条件场 | 治疗窗口由状态、证据、干预类型共同定义 | 禁止把PCE写成固定毫秒或速度崇拜 |
第一撞是心理语言学 × 实时系统。心理语言学大量使用反应时,却通常把毫秒差看作加工成本、预测难度或自动化程度的指标;实时系统则提出更激进的要求:时间不是附属性能,而可能决定一次结果是否仍然有效。二者相撞后,“总反应时”这个常用量反而不够了。一个学习者可以花很久组织一句复杂句,但关键格标记知识在句法分岔前已经起作用;另一个人总体很快,却靠高频模板先锁定形式,规则知识只在发音后才出现。若只比较平均 RT,前者可能被判更差,本章却认为两人的关键差别是知识第一次改变轨迹的时点相对于承诺边界的位置。
第二撞是实时系统 × 急诊医学。实时系统喜欢明确 deadline;医学却提醒,现实世界的截止期常是条件化的。一个“最后可逆点”不能由研究者凭直觉写成固定 800ms、1000ms 或 1500ms。语言任务也如此:选择冠词、抑制母语词、完成礼貌请求、确定代词指称,各自的可逆性不同;口语发音后的某些内容仍可通过即时自修复改变,而另一些承诺一旦公开就会产生社会后果。于是本章把“deadline”改写成“承诺边界”:它不是统一时长,而是预注册的、任务特定的最后可逆点。
第三撞是急诊医学 × 心理语言学。医学窗口由状态与证据重新划定,心理语言学又显示语言加工拥有 spillover、回视、重分析和延迟整合。二者共同禁止本章把“在临界区之后出现效应”都判为失败。阅读中的某个语法知识可能在后续区域才合法完成整合;对话中的澄清可以在第一轮回答后改变后续承诺。关键不是越早越好,而是知识是否在该功能真正不可撤回之前获得过改变路径的机会。由此,迟达知识事件必须要求一个可定义的任务承诺边界;没有边界,就没有“迟到”。
三次碰撞最终把问题从“知识有多快”改成“知识何时取得因果资格”。这是一种对象层改变:速度仍然可测,但不再是本体;正确率仍然重要,但不再是充分条件;显性/隐性知识仍然存在,但它们都要进一步接受同一个问题——在本次行动仍可改变时,你有没有真正进入?
要把“决前因果资格”保留下来,最先必须面对自动化理论。技能习得研究早已指出,随着练习增加,处理会更快、更稳定、占用更少注意资源;二语研究也长期用时间压力任务区分更自动化的知识。若本章只是说“真正学会就是调用得更快”,没有任何独立价值。决前因果资格与自动化的判决性分离是:自动化是处理成本与速度的连续属性,PCE是目标知识与承诺边界之间的关系。某条知识可以并不特别快,却在一个本来允许较长规划的任务中稳定提前进入,因此 PCE 高;另一条知识总 RT 很短,却因模板先行而在关键选择之后才被意识到,PCE 低。若总 RT、变异系数与双任务成本足以完全预测 PCE,本章应并入自动化。
第二个占位者是显性—隐性知识区分。Ellis 的测量传统、Kim 与 Nam 的后续研究以及 2025—2026 年大量二语测量继续把时限、模态和加工方式用于区分知识类型。但“显性/隐性”回答知识以何种意识与表征方式可用,PCE回答它有没有在本次选择关闭前进入因果链。一条显性规则可以在写作修改中非常及时地改变词形选择,因而具有高 PCE;一条隐性倾向也可能因为弱到直到事后才显露,在该任务上表现低 PCE。两轴理论上可以正交。
第三个占位者是 online processing。Park 与 Kim 2025 已经直接报告离线判断与在线阅读的分离,因此“会判断不等于在线会处理”不是本章的新发现。本章多加的机械限制是“承诺边界+因果操纵”。在线阅读只告诉我们某区域是否出现阅读时延,不自动告诉我们这个信号是否赶在某项选择不可逆前改变了行为。PCE实验必须预先定义最后可逆点,并通过目标线索的合法操纵证明知识进入确实改变了边界前的轨迹。若普通在线敏感性指标足以替代这两个条件,PCE没有独立对象。
第四个占位者是 speech monitoring 与 repair。Nozari 2025 的综述已经把监控、控制和修复整合进词语产出研究;Zhao 等 2025 又从神经机制研究主动抑制言语输出。更早的 prearticulatory editing 甚至直接研究错误在发音前被拦截。因此,本章不把“说出口前纠错”命名为新现象。PCE允许根本没有错误候选被显性监控:一个时态约束可以在早期就改变候选概率,使错误形式从未成为主导;也允许知识先改变句法规划,却不产生可见修复。监控是可能机制之一,PCE是关于目标知识是否在承诺前拥有因果效力的结果关系。
第五个占位者是 Interface Hypothesis。接口研究已经发现,高水平学习者即使拥有明确知识,也可能在实时整合句法、语义与语用时表现脆弱。本章接受这一经验事实,但不把接口困难当核心对象。PCE可以发生在单一词汇选择、语音抑制、形态选择,也可用于接口任务;它不预设困难必须来自哪个模块,只要求存在知识证明、承诺边界与边界前因果进入。
第六个占位者是“知识可及性”。accessibility 很容易吞掉本章,因为“来得及用”听起来就是“更容易访问”。但可及性通常仍以命名速度、提取成功或反应时刻画;PCE增加了一个任务拓扑:同样的提取延迟,在不同承诺边界下会产生相反分类。同一知识在写作中可能 PCE=1,在高速对话中 PCE=0;这不是知识本身的固定访问速度,而是知识到达与行动关闭之间的相对关系。
| 最近邻 | 它已经解释什么 | 本章必须多出的判决性条件 |
|---|---|---|
| 自动化/技能习得 | 速度、稳定性、注意成本随练习改变 | 同一速度在不同承诺窗口下可得到不同PCE;必须出现交叉格 |
| 显性—隐性知识 | 意识性、表征与测量方式差异 | 两类知识都可高/低PCE;PCE不以意识来源分类 |
| online processing | 实时阅读/眼动/ERP敏感性 | 必须另有最后可逆点与边界前因果操纵 |
| speech monitoring/repair | 检测、控制、纠错与抑制 | PCE可无显性错误/修复;修正率不能替代PCE-R |
| Interface Hypothesis | 多模块整合的持久困难 | PCE不预设模块,可用于单一词汇/语音/形态选择 |
| accessibility | 知识提取速度与成功 | PCE是到达时间相对于任务边界的关系,不是固定提取速度 |
本章把迟达知识事件定义为:在一个预注册语言任务中,学习者对目标关系具有独立证据支持的可用知识,但该知识对当前语言选择的可检测因果影响首次出现于该选择的最后可逆点之后,因此本轮语言行为在关键位置并未由该知识实际约束。定义里有四个同时条件。
第一,知识存在。必须在同一学习者、相近时间窗口内,用不共享关键在线限制的独立任务证明目标知识确实存在,例如无时限判断、解释、延迟重做、离线配对或同构低压任务。若学习者事后也不会,事件只是未习得,不能叫迟达。
第二,边界可冻结。研究必须在看数据前定义何时选择从可逆进入不可逆。口语可以是目标形态的声学启动前某个已验证计划节点;鼠标任务可以是轨迹跨过预注册不可返回界;自定步速阅读可以把需要做出下游解释的最晚证据区域作为边界。边界不能因为某个参与者结果“不漂亮”而移动。
第三,因果影响可检测。仅凭“后来改对了”不能推断目标知识刚才参与过。实验要么操纵目标线索并观察边界前轨迹变化,要么通过眼动、鼠标、键击、ERP/MEG、语音计划代理变量形成明确时间签名。PCE不要求直接看到脑内知识,但要求至少有一条可反事实的行为或神经读数。
第四,晚到必须相对于功能,而非绝对毫秒。一个 900ms 的效应对某种阅读重分析可能完全及时,对一个 300ms 内必须完成的语音选择却可能已经无效。LAKE 的“迟”永远写成 t_K > t_C,其中 t_K 是目标知识第一次可检测地改变候选轨迹的时点,t_C 是预注册承诺边界。没有 t_C,‘迟到’只是修辞。
这一事件最容易被传统成绩单吞掉,因为它可以同时表现为“离线高分+在线错误”“离线高分+在线正确但靠别的线索”“口语错误+立刻自我纠正”“事后能解释为什么错”。过去这些情况分别进入不同研究线,本章试图给其中一个更窄的交叉状态设独立字段:知识在,但这一次没有及时取得行动资格。
据此,本章提出一个限定而强的系统级命题:对于必须在时间推进中完成选择的语言能力,语言习得的本质,是相关语言知识逐步获得“决前因果资格”——它能够在该语言行动的最后可逆点之前进入候选竞争、约束、抑制或整合过程,从而真实改变当前行为,而不是只在结果之后被提取出来解释行为。
这句话包含三个“不等于”。第一,习得不等于知识库存增加。一个人可以知道更多,却让这些知识长期停留在事后解释层。第二,习得不等于所有过程都越来越快。成熟语言也允许停顿、谨慎、复杂规划和有意义的慢;关键是目标知识在必要的分岔前已经到位。第三,习得不等于外显错误归零。一个高 PCE 使用者仍会受噪声、注意波动和词汇检索失败影响,但当目标知识需要裁决时,它在承诺前拥有进入权。
“资格”一词特别重要。本章不把知识描写成一个小人跑进大脑会议室,而是把它定义为可观察关系:改变目标知识相关线索,会在承诺边界前系统性改变选择轨迹。只有当这条反事实成立,我们才说目标知识在本轮拥有因果资格。它与“脑内是否存在某个符号”不同,也与“学习者能否口头说出规则”不同。
“决前”也不是越早越优。过早、过强的规则介入可能制造过度监控,压低流利度,甚至让语言使用僵化。成熟不是把所有知识永久前移到最早毫秒,而是形成任务适配的到场结构:该在词前预测时出现的约束能及时出现,该在语境充分后再落定的判断不会被迫提前,该允许保留歧义的地方不会因为追求速度而伪确定。于是 PCE 的高级形态不是“抢跑”,而是“及时”。
从生成上看,学习轨迹可以被重写为四个阶段:知识缺席——知识只能事后存在——知识靠近承诺边界、偶尔及时——知识在多种任务中稳定获得决前资格。这个序列不同于简单正确率曲线,因为第二阶段可能离线正确率已经很高;也不同于单纯自动化曲线,因为第三阶段可能仍有明显停顿,却已经发生关键本体变化:知识第一次进入了未来仍可改变的区域。
设一次语言事件 i 中,目标知识 K 已通过独立任务确认存在。令 C_i 为该事件的预注册承诺边界,T_i 为目标知识第一次产生可检测因果影响的时间。若在边界前操纵目标线索能够改变候选轨迹,且 T_i < C_i,则记 P_i=1;若目标知识只在边界后显露,或在边界前没有可检测影响,则记 P_i=0;若边界或知识存在条件无法判定,则记 NA,不得偷偷算成 0。
本章提出“决前入链率”(Pre-Commitment Entry Rate, PCE-R):PCE-R = ΣP_i / N_eligible,其中分母只包含“知识已被独立确认+承诺边界可判+目标线索操纵有效”的合格事件。这个读数故意不把最终正确率放进公式,因为本章要识别的正是“最后做对但目标知识未入链”和“最后做错但目标知识已及时参与、只是被更强噪声压过”的交叉情况。正确率必须同步报告,但不能替代 PCE-R。
为了给第一项实验一个机械判据,本章建议探索性门槛采用三条件联合,而不是把 0.65 当自然常数:同一知识家系在两个任务中 PCE-R 均至少 0.65;至少一个延迟复测维持同方向;且 PCE-R 对新任务表现具有超过离线正确率与总 RT 的增量预测。任何研究都可以在预注册前改变 0.65,但揭盲后不得改阈值;未来多研究累积后应以连续效应和层级模型替代二分门槛。
还需要一个辅助量“时效余量” M_i=C_i−T_i。M_i>0 表示知识在边界前到达,M_i<0 表示迟到。它能区分“勉强赶上”和“提前充分”的事件,却不作为本章主读数,因为 T_i 的估计受测量技术影响较大。PCE-R 的存在性判定更稳健,也更符合本书要求的一口径纪律。
最关键的反事实是:如果只用总反应时、离线知识、流利度和错误率,就能完全预测 PCE-R 及后续迁移,而 PCE-R 不提供独立信息,那么本章应被降级为自动化/在线加工的一种新测量方式,而不是独立理论。这个撤回条件必须写在理论获得数据之前。
| 字段 | 固定定义 | 纪律 |
|---|---|---|
| K存在 | 独立、低共享约束任务证明目标知识存在 | 事后也不会则不进入PCE分母 |
| C承诺边界 | 任务特定最后可逆点 | 揭盲前冻结;不得按结果移动 |
| T知识入链时点 | 目标知识首次可检测改变候选轨迹 | 需目标线索合法操纵或预注册时间签名 |
| P事件 | T<C 且因果影响成立=1;否则=0 | 无法判断记NA,不得折成0 |
| PCE-R | ΣP / 全部合格事件 | 主读数;最终正确率另报 |
| M时效余量 | C−T | 辅助连续量,不替代主读数 |
本轮没有把网页摘要当“已经验证新理论”的证据,而是做两次公开统计压力测试。第一条来自 Ellis 2005 的经典心理测量结果:同一研究中,限时语法判断平均正确率约 53.9%,不限时约 82.1%。对公开均值做最简单复算,时间限制对应 28.2 个百分点的差值;相对于不限时表现,限时条件降低约 34.3%。这个结果只能说明时间条件可以大幅改写被测得的知识表现,不能告诉我们知识在哪一毫秒进入,也不能证明 PCE。
第二条是 2025 年 Park 与 Kim 的高级二语韩语研究。两组学习者各 40 人,并有 40 名韩语母语者作为控制。日语母语学习者在离线判断上显示对关键格标记—谓词类型关系的近母语敏感性,但在线自定步速阅读中,日语组和汉语组都没有显示母语者那样的关键违规敏感性。这个结果对本章非常重要,因为它让最初版本“只要离线知识高,知识就已经接近实时可用”失效:高级、明确、结构上受 L1 帮助的知识仍可能没有在在线窗口中显露。
但这两条证据同时对本章构成不利限制。它们都没有“最后可逆点”的直接操纵,也没有证明目标知识在边界前曾经或不曾经改变候选轨迹。因此,本章不能把“离线—在线差异”直接重命名为 LAKE。真正的数据结论是:现有材料证明了测量缺口的现实性,却尚未测到本章新对象。若本章为了看起来有数据而把所有 offline/online dissociation 都记为迟达知识,就会把新理论退化成旧现象换名。
2026 年 Serfaty 的二语形态句法 maze 研究进一步提供最新压力:101 名柬埔寨中学生通过连续二选一 maze 练习目标句,学习过程同时记录错误率、反应时间和变异,并用时间压力口头翻译与语法判断检验迁移。这类设计非常接近“知识能否进入实时选择”,但仍没有明确定义一个知识特异的承诺边界。因此本章把它列为最适合二次分析或扩展实验的近邻,而不宣称它已验证 PCE。
把“知识存在”与“决前因果资格”分开,可得到一张简单但有杀伤力的二维格。知识低、PCE 低,是正常的未成形态;知识低、PCE 相对高,可能是尚不能口头说明、却已形成局部在线敏感的萌生态,需要谨慎排除任务捷径;知识高、PCE 高,是本章所谓入决态;真正被传统评价系统长期漏掉的是知识高、PCE 低的“迟达库存态”。
迟达库存态的学习者在课堂上非常容易被误判为“粗心”。他能在老师停下来追问后准确说出规则,能在作业订正中自己改对,甚至能在考试中因为时间充足拿高分;但真实交际不断推进,每个选择的可逆窗口很短,他的知识总在关闭之后才抵达。若教师只增加规则讲解,库存会更大,却不一定改变到场时间。于是一个学生可以越来越“懂”,同时真实语言行动中的目标知识长期没有获得决定权。
反过来,知识低而 PCE 局部高也提醒我们不要神化速度。学习者可能凭局部统计线索在极窄材料里做出早期正确预测,却不能解释、迁移或应对反例。本章因此要求 PCE 的分母只包含“目标知识已独立确认”的事件;否则任何熟悉度、猜测或模板都可能伪装成及时知识。
| PCE低 | PCE高 | |
|---|---|---|
| 知识低 | 未成形态:知识本身尚未稳定 | 萌生态:局部在线敏感,但需排除模板/猜测 |
| 知识高 | 迟达库存态:知道,但总在承诺后才到 | 入决态:知识在可逆窗口内真实改变选择 |
P1 增量预测。控制离线知识正确率、总反应时、熟练度和工作记忆后,PCE-R 应对时间压力新任务的稳定表现提供增量预测;若没有,理论降级。
P2 同知识跨窗口翻转。同一学习者、同一语法知识,在长规划写作中可出现高 PCE,在高速口语中低 PCE;若 PCE 完全是知识本身固定属性、与承诺窗口无关,本章关于“关系性资格”的主张失败。
P3 训练靶点预测。只增加规则解释的训练可以提高离线知识而不提高 PCE-R;要求在可逆窗口内完成真实选择、并逐步压缩或扰动窗口的训练更可能提高 PCE-R。若两类训练只要知识增量相同就产生相同 PCE-R,独立时间资格没有价值。
P4 总 RT 交叉。应存在总 RT 较慢但 PCE 高、总 RT 较快但 PCE 低的个体或任务组合。若 PCE 与总 RT 几乎单调一一对应,自动化足以吸收本章。
P5 事后修正解耦。自我修正频率不应等同 PCE-R;有些学习者修得多,是因为知识经常迟到后再补救;另一些学习者修得少,是因为目标约束早已进入,错误候选未形成。若修正率可以完整替代 PCE-R,本章应并入监控理论。
P6 边界移动预测。当实验只改变可逆窗口而不改变知识难度时,PCE 分类应系统改变。延长窗口会让部分原 LAKE 变成及时入链;缩短窗口会反向增加 LAKE。若窗口操纵不改变分类,所谓承诺边界只是装饰。
P7 领域差异。语音、形态、词汇、语用的典型承诺边界不同,因此同一熟练者的 PCE 画像应呈现领域特异,不应被一个“总体反应速度”压成单分数。
P8 高风险反号。在法律、医疗、安全指令等需要核证的语境中,成熟使用者可能主动延迟承诺以扩大验证窗口;此时更慢反而对应更高 PCE,因为关键知识先改变了“是否现在承诺”这个上位选择。若理论把所有延迟都记为不成熟,它就违反自己的条件化时间观。
第一,形态语法。第三人称单数、过去时、冠词与格标记最容易制造“规则知道、说时来不及”。实验不能只做限时/不限时两套题,而应在同一任务中追踪目标形式候选何时开始分化,并用发音启动、键击不可返回点或鼠标轨迹确定承诺边界。一个人在发音后 200ms 立刻说“哦,应该加 -s”,仍是典型 LAKE:知识存在,但本轮目标形态已经公开。
第二,词汇选择。双语者可能能快速说出 L2 词,却在语境竞争中先激活一个高频但不合适的近义词。PCE 不问词典知识有没有,也不只问命名速度,而问语境约束是否在词形承诺前改变了候选。若语境信息直到错误词起始音之后才产生作用,这次知识对选词而言仍迟到。
第三,语音与音系。熟练学习者能在单项发音课里准确区分音素,却在自然语速中恢复母语式音系。这里的边界不是“整句话说完”,而是发音运动计划进入不可逆执行之前。2025 年 speech inhibition 研究提醒我们,言语输出存在可主动停止的神经控制,但停止能力本身不等于目标音系知识已及时进入。PCE 实验要区分“全局停住”与“目标音系在发音计划内提前重排”。
第四,语用。礼貌、含蓄拒绝、讽刺和关系称谓不能按固定毫秒定义正确窗口。一个请求是否还可修改,取决于对话轮替和社会承诺。一句过强的承诺说出口后可以道歉,却不能假装原承诺没有发生。因此语用 PCE 的边界必须由互动事件定义,例如听者已经据此采取行动、话轮被交出或责任关系已经公开化。
第五,阅读与听力。阅读允许回视,听力往往不可回放,二者的可逆窗口不同。相同语法知识在阅读中可以通过回视及时重分析,在快速听力中却只能在 spillover 后发现误解。PCE 不因此判听力知识“更差”,而是揭示知识在两个环境中的时间资格不同。教学上应该把这种差异当作能力结构,而不是粗暴归因于“粗心”。
第六,写作。写作看似没有时间压力,但它存在另一种承诺:句子、段落、论证结构逐层冻结。一个学习者在整篇写完后能找出冠词错误,不代表冠词知识曾在句子生成时参与;但写作中的低 PCE 未必有害,因为后编辑本来就是合法流程。只有当任务要求实时共写、考试限时或不能返工时,决前资格才成为更关键的能力。这个反例再次说明:PCE 是任务功能相对量,不是越高越好的普遍人格指标。
儿童语言习得对本章构成第一条边界。婴幼儿可以在没有显性决策、没有可报告规则的情况下通过统计分布形成语言敏感性。若任务根本不存在可定义的“当前语言选择”,PCE 就不应被强行套用。本章讨论的是已经进入在线理解、产出或互动选择的语言功能,而不是所有前语言统计学习。
对学龄儿童,时间压力必须以发展水平校准。一个成人 600ms 的选择窗口对儿童可能不具生态效度。若研究者用成人速度做硬 deadline,再把儿童低 PCE 解释成“没有习得”,会把发展性加工速度误写成本体缺失。因此,承诺边界优先由任务结构与个体基线共同确定,而不是拿母语成人平均值作为唯一金标准。
成人二语学习者常拥有更大的显性知识库存,因而 LAKE 更容易被观察:他能够准确解释,却不一定在高速行动中及时调用。但本章拒绝把这写成“成人只能显性、儿童才真正习得”的二分。2026 年关于课外英语与隐性、自动化、显性语法知识的研究继续显示,多种知识形态可以同时发展。PCE只问某条知识在某项行动中的时间资格,不裁定其意识来源。
多语者又提供反向案例。代码转换有时不是“目标语言知识来不及”,而是最合适的资源本来来自另一种语言。若研究预先规定“只有单语目标形式在边界前出现才算 PCE”,会把成熟多语实践误判为失败。真正需要冻结的是交际功能与任务允许的语言资源集合;只有在任务明确要求某种目标语形式时,才讨论该形式知识的决前资格。
如果迟达库存态真实存在,课堂诊断首先要改变提问。学生说错以后,老师常问“这个规则你不是会吗?”这句话其实已经观察到理论核心,却把现象道德化成粗心。更有信息量的诊断是把同一目标做三种版本:不限时解释、低压生成、自然时间推进。若前两者稳定而第三者崩溃,教师不应继续增加规则讲解,而应训练知识进入选择的时点。
一种可操作训练叫“窗口递进”。第一轮给充足规划时间,确保目标关系本身存在;第二轮保持语义复杂度不变,只缩短目标选择前的可用时间;第三轮改变材料与伙伴,防止固定脚本替代;第四轮加入可恢复扰动,如对方追问、噪声或词汇替换。每轮记录的不只是对错,还记录目标线索何时开始改变行为轨迹。训练目标不是逼学生说得越来越快,而是让目标知识在真实窗口关闭前逐渐获得稳定位置。
对复述与演讲尤其如此。背熟稿件可以产生极快输出,却未必让语法、语用和词汇知识在新选择中及时到场。演讲后的陌生追问、换顺序叙述、改听众、压缩准备时间,比继续背熟原稿更能检测 PCE。一个学生允许短暂停顿却能在承诺前重组选词,可能比“无停顿但模板锁死”的学生更成熟。
反馈时点也要改变。过早提示会让教师替学生完成目标知识的到场;过晚反馈只增加事后知识。高质量支架应寻找“边界前但学习者自己尚未稳定进入”的窄区:提示足够早,仍能改变当前选择;又足够弱,不直接替代选择。随着学习,提示逐步退出,观察目标知识是否自己占据这个时间位置。
生成式 AI 会把 LAKE 问题放大。一个写作者可以在 AI 实时补全下得到几乎零错误的文本,但学习者自己的目标知识可能一次都没有进入关键选择:系统在他承诺之前已经替他生成、纠正和改写。最终文本越漂亮,传统正确率越无法说明习得发生在哪里。
因此,以习得为目标的 AI 不应只做“永远先一步”的自动纠错器。它可以有意设置不同介入时点:有时在用户选择前只给非答案性线索,有时延迟到用户先提交候选,再让其修正;还可以周期性关闭实时补全,测试学习者自己的 PCE 是否提高。AI 的价值不是替知识准时到场,而是帮助学习者的知识逐步获得自己的到场权。
同时,AI 也能提供前所未有的测量接口。键击日志、光标轨迹、删除与重写时间、语音启动、停顿位置都可以在保护隐私的前提下形成毫秒级序列。若预注册目标知识与承诺边界,平台可以估计“知识在何时开始改变生成”。但这类数据极易被滥用:一个学校若把 PCE-R 变成单一排名,会奖励短句、保守表达和过度监控。本章明确禁止把 PCE 当学生人格分、天赋分或单一高风险评价指标。
第一,不适用于没有明确在线选择的学习。被动统计学习、长期词汇熟悉化、睡眠巩固等过程可以真实发生,却没有可定义承诺边界。要求它们具有 PCE 属于范畴错误。
第二,高 PCE 不等于永远更好。复杂推理、敏感语用、法律与医疗沟通中,主动延迟承诺可能更成熟。PCE 只要求关键知识在“真正需要不可逆决定之前”到场;如果成熟策略本身是延后决定,那么知识及时改变“延后”这一上位选择就已经具有因果资格。
第三,承诺边界不能统一按母语者速度设定。不同年龄、身体状态、障碍类型、语言与文化轮替节奏拥有不同合理窗口。研究必须区分生态性边界与实验强迫边界。
第四,PCE 不等于脑内机制。眼动、ERP、鼠标和语音轨迹都只是可观测代理。三门来源学科提供的是判据结构,不允许作者说“人脑像实时操作系统”或“语言知识像溶栓药一样必须在窗口内起效”。这些都只是跨域约束的来源,不是语言神经机制本身。
第五,安全关键沟通中,错误地提前承诺可能比迟到更坏。若学习者不确定药物剂量、合同义务或飞行指令,暂停、核证和外询应被编码为保护性成功,而不是低 PCE。理论若奖励鲁莽速度,就必须撤回。
建议进行四周、三组、预注册的二语形态—语用联合实验。招募至少 120 名中等水平学习者,先用不限时判断和解释任务筛出每人已稳定存在的 24 个目标关系,再随机进入“规则增强组”“窗口训练组”“等时活动控制组”。规则增强组增加解释、例句与订正;窗口训练组保持总练习量一致,却逐周操纵承诺窗口,并加入新材料与新伙伴;控制组完成相同主题但不针对目标关系。
测试采用三类任务。任务 A 为鼠标二选一生成:两个候选形式同时出现,轨迹跨过预注册空间阈值后视为选择承诺,记录目标线索改变轨迹的起点。任务 B 为口语诱发:通过语音启动和目标音节 onset 确定形态承诺,并设置无需公开纠错的后测以确认知识存在。任务 C 为交互语用:对话伙伴在不同轮次给出身份与关系线索,预注册话轮交出作为某类承诺边界。
每个目标事件都先通过知识存在门,再计算 PCE-R。主分析使用混合效应逻辑模型预测 P_i,固定效应包括组别、时间、任务类型及其交互,随机截距与必要斜率按参与者和项目设置。次要分析比较离线正确率、总 RT、修正率与 PCE-R 的增量效度。所有 NA、退出和设备失败单独报告,不把不可判事件算作低 PCE。
最关键的证伪结果不是“训练没显著”。如果规则增强组与窗口训练组在离线知识增量相同条件下,PCE-R 也完全相同;或者 PCE-R 被总 RT 和知识正确率完全解释;或者改变承诺窗口并不改变 LAKE 发生率,那么“决前因果资格”没有独立理论必要。反过来,只有当 PCE-R 能稳定区分知识同样丰富、速度相近却在新任务中表现不同的学习者,它才有资格从候选构念升级为更强理论。
本书此前已经形成多条“语言习得的本质”理论,本章必须说明它们不能互相替代。与“无定载续态”不同,后者问原诱发源撤除后能否由新承载重开;PCE 不撤来源也可以测,只问目标知识是否赶在当前承诺前进入。一个学习者可以换源能力极强,却在高速形态选择中知识总迟到;也可以对固定材料 PCE 很高,却完全依赖同一原源。
与“成元余备”不同,后者问当前未被选择的另一种合法单位划分是否仍保留可调用资格;PCE不关心语言被切成什么单位,而关心已确认知识的时间资格。未选成元可以很多,但都在承诺后才进入;也可以单位划分很固定,却在任务所需窗口内及时起作用。
与“语言写域”不同,写域研究一次经验应该改写全局还是局部模型;PCE研究已经存在的知识在一次事件里何时进入。一个更新可以被正确限域,却在实时使用时迟到;一个及时知识也可能被错误地全局泛化。两者一轴为空间/作用域,一轴为时间/承诺。
与“修复义务边界”不同,后者研究察觉差异、具备修复能力时何时应修、何时有根据地不修;PCE可以发生在没有显性差异和修复机会的正确选择中。若目标知识早期改变候选,使错误根本没出现,这正是 PCE 最纯的事件之一。
与“失误征募半径”不同,ERR研究一次局部错误会拖垮多少仍健康的后续功能,属于失误后的空间扩损;PCE研究错误之前或选择之中的知识时效。一个低 ERR 的学习者很会局部化错误,却仍可能总是事后才想起规则;一个高 PCE 学习者也可能在别的功能上出现大范围焦虑扩损。
与“路径新生/非单桥互操作”不同,前者研究主路径失效后能否新生或是否存在桥独立替代通路;PCE 不要求改变实现路径。无论知识经显性规则、L1 中介、直接联结还是多条通路,只要它在承诺前真实影响选择,就可有 PCE。路径拓扑和时间资格可以独立变化。
与“双熟互斥/共激活闭合”不同,DMIE 研究两项已掌握能力共同激活时是否配对特异坍塌;PCE可只针对单一目标知识。联合崩塌可能源于其中一项迟到,但这只是可能机制,不能把两理论合并。
与“功能别名/线索角色去别名化”不同,后者问多条共变线索的职责是否被反事实分开;PCE问某条已经识别的职责是否及时进入。角色完全分明的人仍可能来不及调用;角色尚未分明的人也可能非常早地调用错误责任结构。
因此,本章真正新增的是时间上的资格关系:知识存在、路径存在、角色存在、作用域正确,都仍不足以回答“它在这次选择还可改变时有没有到场”。只要这个问题能够产生独立交叉格,PCE 就不是前述理论的换名。
| 既有同题轴 | 研究对象 | 与PCE的硬分离 |
|---|---|---|
| 无定载续态 | 原诱发源失去垄断后能否重开 | 换源≠及时;PCE不要求撤源 |
| 成元余备 | 未选单位划分是否保留 | 单位身份≠到场时点 |
| 语言写域 | 经验更新写入何种作用域 | 空间写域≠时间资格 |
| 修复义务边界 | 察觉后何时应修/可悬修 | PCE可在无错误无修复时成立 |
| 失误征募半径 | 局部错误向其他功能扩损多远 | 错误后空间扩损≠选择前时间资格 |
| 路径新生/非单桥互操作 | 实现路径能否替代/去垄断 | 路径拓扑≠知识是否按时进入 |
| 双熟互斥/共激活闭合 | 两个已会能力共同激活是否坍塌 | 联合兼容≠单知识时间资格 |
| 功能别名/去别名化 | 共变线索职责是否分开 | 角色身份≠角色何时获得行动权 |
本章从一个极普通的教学现象出发:学生明明知道规则,为什么真实使用时仍然像“不知道”?传统回答会诉诸自动化不足、显隐知识分离、加工负荷、接口困难或监控失败。这些解释都重要,却容易把一个更基本的时间关系拆散:知识可能真实存在,但它第一次进入行为因果链时,当前选择已经不可逆。
心理语言学迫使我们把最终答案拆成毫秒轨迹;实时系统迫使我们承认“晚到的正确”可能失去有效性;急诊医学又阻止我们把截止期写成僵硬秒表,提醒任何有效窗口都必须由对象状态和任务条件定义。三者碰撞后,本章提出“迟达知识事件”和“决前因果资格”。
因此,对“语言习得的本质是什么”的这一轮回答是:语言习得的系统级本质,是知识获得决前因果资格。真正习得的知识,不只在测试里存在,不只在事后能够被解释,也不只平均调用得更快;它在语言选择仍可改变的时刻,已经成为能够改变候选、抑制错误、重排解释或推迟承诺的真实原因。
一句话收束:语言习得,不只是把正确知识学进来,而是让正确知识在选择还来得及改变时到场。
如果 PCE 只是一个测量标签,它不能回答习得“发生”在哪里。本章因此进一步提出一个最小发生序列,但把它写成待检验机制框架而不是既定神经事实。第一阶段是“事后可得”:学习者接触足够输入后,目标知识可以在停下来思考、回看、听教师追问时被提取。此时知识已经不等于零,却通常依赖外部停止信号;自然语言行动一旦继续推进,它便常常缺席。第二阶段是“边缘到场”:知识开始在部分项目、部分低压情境中进入承诺边界之前,但时效余量很小,对噪声、词汇负荷和伙伴变化高度敏感。第三阶段是“窗口内稳定”:知识不再要求任务人为停顿,在多种材料里能稳定改变边界前候选。第四阶段是“窗口重配”:成熟者不仅能及时调用,还会根据任务改变承诺时机;面对高风险或证据不足的语言事件,他会主动推迟承诺,让关键知识有机会进入,而不是机械追求更快输出。
这四阶段的重要性在于,它们把“练习使反应加快”拆成至少两种变化。第一种变化只是执行速度增加:原来依赖的单一路径更快,最后答案更快,却不必改变目标知识首次进入决策的位置。第二种变化是因果位置前移:目标约束开始更早影响候选,即使总反应时没有明显缩短。一个学习者可能为了表达更复杂内容而总体说得更慢,但关键语法与语用知识已经从事后审查移到生成早期;若只看流利度,他看似退步,按 PCE 却可能发生了更深的习得。
哪些经验可能推动这种前移?第一是“边界前检索”而非“答案后订正”。同一条规则如果总在答案公布后被解释,它会强化事后可得;若练习要求学习者在下一语言选择尚未锁定时调用目标区别,才给知识建立进入决策的经验。第二是“合法压缩窗口”。突然把所有任务都加速会制造焦虑与回避;更合理的是在知识已存在后,逐步压缩某个具体选择的可用时间,并保持语义难度基本稳定。第三是“边界扰动”。真实交流中的伙伴追问、语速变化、词汇替换可以测试目标知识是否仍然在窗口内,而不是依赖固定节拍。
第四是“跨模态前移”。很多学习者在阅读里知识到得及时,在口语里却迟到;也有人在听力中能即时辨别,写作时反而过度依赖显性检查。真正的系统级成熟不是把所有模态压成一种速度,而是让同一功能关系在不同模态的合法承诺结构中分别获得资格。训练应先识别哪个模态已经高 PCE,把其时间组织作为过渡资源,而不是简单重复最弱模态。比如学习者能在阅读中迅速感到时态不协调,可以先做“读后立刻口述”的短桥接,再逐步撤去文字,让时间约束从视觉加工迁到口语生成。
第五是“过度监控退出”。PCE 的形成并不意味着更多意识检查。初期显性知识可能靠监控提前进入,但若每个词都被规则审查,系统会把承诺点整体后移,形成表面高正确、真实交际低适应的僵化状态。成熟的发展应允许某些已经稳定的约束退出显性检查,却仍在决前产生因果作用。于是从发生路径看,PCE 与自动化不是敌对关系:自动化可以成为知识前移的一条机制,但不是唯一机制,也不是 PCE 的定义本身。
这套发生序列还产生一个重要反预测:学习早期 PCE-R 不一定单调上升。新规则刚被明确讲解时,学习者可能突然增加自我监控,使一些原先凭整体语块顺利完成的任务变慢,甚至短期错误增加;但如果目标知识开始在承诺前真实参与,这种“性能倒退”可能是结构重组的代价。随后随着协调成本下降,总表现才重新提高。因此,研究若只在一周末比较正确率,可能把正在发生的前移阶段当成教学失败。
PCE 最直接的方法学后果,是要求语言习得实验保存更多“过程中的零”。传统数据表常只有 stimulus、response、accuracy、RT 四列;修正研究再加 repair。若要识别迟达知识,至少还需要知识存在证据、承诺边界、目标知识影响起点与不可判原因。这里最容易犯的错误,是用最终错误反推知识迟到:答错可能因为知识根本不存在,也可能知识及时进入却被更强竞争线索压过。反过来,答对也不能反推 PCE 高,因为学习者可能靠模板、猜测或另一条线索答对。
第二个后果是实验需要“反事实时间操纵”。如果研究只观察一个固定窗口,我们无法知道边界关系是否真的构成对象。最有力的设计是保持知识材料与选择结构尽量一致,只改变最后可逆点:例如通过预览时间、响应方式、可回看权或话轮规则改变承诺窗口。理论预测某些知识事件会随边界移动发生类别翻转。如果同一事件无论窗口如何改变都得到相同分类,说明研究者测到的可能只是一般知识强度。
第三个后果是必须把“窗口自然性”放在效度中心。实验室很容易通过强制 500ms 反应制造大量迟到事件,却无法证明真实语言中存在同样边界。每项研究至少应给出生态参照:母语者、同一学习者自然任务基线、任务功能要求或现实互动规范。承诺边界既要可测,又不能纯粹由仪器制造。特别是儿童与老年人研究,若只因为平均速度不同就把某群体定义成低 PCE,会把神经运动速度、设备熟悉度与语言知识混为一谈。
第四个后果是统计分析应从均值转向事件分布。两个学习者平均 RT 都是 900ms,一个可能所有目标知识在 500ms 前已经到场,后续 400ms 用于表达组织;另一个可能前 800ms 靠模板推进,最后 100ms 才出现规则冲突。均值相同,结构相反。PCE 数据更适合事件级混合模型、时间到事件模型、轨迹聚类与层级贝叶斯估计,而不是只比较组均值。尤其要报告尾部:少量持续 LAKE 可能集中在某类高后果语用或语法环境,平均成功率会把它们完全压平。
第五个后果是开放科学。承诺边界非常容易被研究者自由度污染:看完数据后把边界从 600ms 改成 750ms,就可能让理论从失败变成功。因此,边界定义、排除规则、NA 条件、知识门、主要时间窗和统计模型必须尽量预注册。原始时间序列在隐私许可下开放,至少开放去标识化的事件级数据与分析脚本,使其他研究者能够重新计算 PCE-R。理论越依赖“何时”,越不能允许事后移动时钟。
第六个后果是复制研究的角色改变。传统复制常问某个平均效应能否再次显著;PCE 更需要“边界复制”:不同实验室用不同设备、语言与任务,却能否根据各自预注册的功能边界得到同一种交叉结构——知识高但 PCE 低,以及窗口移动导致的类别翻转。若只有某一套鼠标设备能制造 PCE,而眼动、语音和互动任务都无法重现,理论应被视为装置特异现象。
第七个后果是研究伦理。毫秒级过程数据极易被平台用来推断儿童“反应慢”“不够自动化”,甚至进入分班与筛选。本章明确要求:PCE 只能对“知识×任务×条件”事件编码,不能把人永久标签成“迟到型学习者”。同一人可以在一个语法结构上低 PCE,在另一个语用任务上高 PCE;也可以通过改变任务窗口从低变高。把动态关系变成人格属性,会直接违背本理论的关系性定义。
最后,PCE 也重新定义了“真正的延迟测验”。通常延迟测验只把测试日从明天移到一月后,验证知识是否保持;本章认为还应保留一次“时间资格延迟测验”:一个月后不仅问知识还在不在,还要问它是否仍能在新材料的承诺边界前进入。如果离线保持很好、PCE-R 却回落,说明保存的是知识库存,不是行动资格。这样的双延迟设计,可能把语言学习中长期被混在一起的“记得住”与“来得及用”第一次系统拆开。
如果把本章全部压缩到一个理论转向,它改变的是“知识归属”的判断单位。传统上,我们问某条语言知识是否属于学习者:他能否回忆、判断、解释、迁移、自动化。PCE 增加的不是又一项能力清单,而是一个资格条件:即使知识已经属于学习者,它是否已经属于这一次正在发生的语言行动?这两个“属于”不能混成一个。前者是库存归属,后者是事件归属。
事件归属之所以重要,是因为语言不是静态答题。每一句话都在时间中不断关闭旧选项、打开新选项。词一旦说出,听者开始据此更新;代词一旦选定,指称空间被重新组织;语气一旦公开,关系责任开始发生。知识若总在这些关闭之后到达,它可以帮助学习者复盘,却没有成为本次语言事件的组成部分。真正的习得因此不仅是“我拥有正确知识”,而是“正确知识拥有进入我行动的时间权”。
这种说法也避免把母语者神化为零延迟机器。母语使用同样存在误解、犹豫、回视与修复。成熟系统的优势不在永远最早,而在关键约束与承诺结构的匹配更稳定:该等待时等待,该预测时预测,该在证据不足时悬置,该在形式即将公开前完成必要约束。PCE 的最终对象不是速度,而是知识与行动时间结构之间的契合。
如果未来数据支持这一点,语言课程的评价也应从“知识清单+最终成绩”增加一张时间资格画像:哪些知识已经进入自然选择,哪些只在停下来以后可用,哪些在阅读里及时但口语里迟到,哪些在低风险聊天中及时却在正式表达中过度监控。这样的画像不会取代词汇、语法、流利度和语用评价,却能解释一个长期令人困惑的现象:为什么有些学生越学越懂,却迟迟没有变成“用语言的人”。
如果未来数据不支持这一点,本章也应该干净地失败。只要自动化、在线敏感性、显隐知识和监控变量已经足以解释全部所谓“迟达”,PCE 就没有资格继续作为独立本体。这套工序的价值不在每轮都必须制造一个永远正确的新名词,而在让一个新名词从诞生之初就携带自己的死亡条件。就这一点而言,“决前因果资格”真正接受检验的不是它听起来多深,而是它能否在未来实验里找到一类旧账本稳定漏记、却能被独立复现的事件。
对教师而言,本章最后只留下一个非常朴素的观察动作:当学生在自然任务中失误,不要立刻把错误等同于“不会”,也不要只因为他事后能改就等同于“已经会”。先问三件事:这条知识是否确实存在;这一次选择什么时候真正关门;知识是在关门前进入,还是关门后才出现。只有把这三件事分开,教学才知道下一步应补知识、练窗口内调用,还是改变任务本身的承诺结构。这个三问法也是本理论从学术概念进入课堂而不被口号化的最低接口。
| 抽样序号 | S侧候选 | D侧候选 | E侧候选 | 裁决 |
|---|---|---|---|---|
| 1 | 语义学与语用学 | 自动控制 | 灾害科学 | 快速闸淘汰 |
| 2 | 翻译学 | 运动控制 | 社会网络分析 | 快速闸淘汰 |
| 3 | 认知科学 | 信号处理 | 法律职业与司法制度 | 快速闸淘汰 |
| 4 | 认知科学 | 运筹学与工业工程 | 教育制度 | 快速闸淘汰 |
| 5 | 实验心理学 | 动力系统 | 气候韧性基础设施 | 快速闸淘汰 |
| 6 | 视觉科学 | 自动控制 | 气候韧性基础设施 | 快速闸淘汰 |
| 7 | 社会语言学 | 流程工程 | 健康心理学 | 快速闸淘汰 |
| 8 | 语言教育与双语教育 | 自动控制 | 风险管理 | 快速闸淘汰 |
| 9 | 修辞学 | 供应链管理 | 健康心理学 | 快速闸淘汰 |
| 10 | 修辞学 | 流程工程 | 法律职业与司法制度 | 快速闸淘汰 |
| 11 | 语义学与语用学 | 化工过程 | 城市规划 | 快速闸淘汰 |
| 12 | 心理语言学 | 自动控制 | 气候韧性基础设施 | 快速闸淘汰 |
| 13 | 计量学与精密测量 | 编程语言与编译 | 健康心理学 | 快速闸淘汰 |
| 14 | 语言教育与双语教育 | 项目管理 | 风险管理 | 快速闸淘汰 |
| 15 | 语言教育与双语教育 | 运筹学与工业工程 | 公共卫生 | 快速闸淘汰 |
| 16 | 心理语言学 | 流程工程 | 气候韧性基础设施 | 快速闸淘汰 |
| 17 | 计量学与精密测量 | 项目管理 | 医院管理与医疗质量 | 快速闸淘汰 |
| 18 | 听力学与言语语言病理学 | 流程工程 | 灾害科学 | 快速闸淘汰 |
| 19 | 社会语言学 | 强化学习 | 组织行为 | 快速闸淘汰 |
| 20 | 视觉科学 | 实时系统与嵌入式计算 | 灾害科学 | 快速闸淘汰 |
| 21 | 心理语言学 | 流程工程 | 气候韧性基础设施 | 快速闸淘汰 |
| 22 | 信息论 | 机器人学 | 灾害科学 | 快速闸淘汰 |
| 23 | 神经科学 | 运筹学与工业工程 | 家庭系统 | 快速闸淘汰 |
| 24 | 神经科学 | 实时系统与嵌入式计算 | 健康心理学 | 快速闸淘汰 |
| 25 | 认知科学 | 流程工程 | 医院管理与医疗质量 | 快速闸淘汰 |
| 26 | 实验心理学 | 生物过程工程 | 教育制度 | 快速闸淘汰 |
| 27 | 语言教育与双语教育 | 流程工程 | 法律职业与司法制度 | 快速闸淘汰 |
| 28 | 社会语言学 | 运动控制 | 风险管理 | 快速闸淘汰 |
| 29 | 语义学与语用学 | 机器人学 | 组织行为 | 快速闸淘汰 |
| 30 | 实验心理学 | 运动控制 | 生态学 | 快速闸淘汰 |
| 31 | 翻译学 | 化工过程 | 安全工程 | 快速闸淘汰 |
| 32 | 数据科学 | 动力系统 | 灾害科学 | 快速闸淘汰 |
| 33 | 翻译学 | 机器人学 | 生态学 | 快速闸淘汰 |
| 34 | 语言教育与双语教育 | 编程语言与编译 | 法律职业与司法制度 | 快速闸淘汰 |
| 35 | 科学计量学 | 算法与计算复杂性 | 健康心理学 | 快速闸淘汰 |
| 36 | 翻译学 | 化工过程 | 城市规划 | 快速闸淘汰 |
| 37 | 信息论 | 实时系统与嵌入式计算 | 灾害科学 | 快速闸淘汰 |
| 38 | 听力学与言语语言病理学 | 自动控制 | 家庭系统 | 快速闸淘汰 |
| 39 | 社会语言学 | 运筹学与工业工程 | 气候韧性基础设施 | 快速闸淘汰 |
| 40 | 认知科学 | 运筹学与工业工程 | 急诊医学 | 快速闸淘汰 |
| 8542 | 心理语言学 | 实时系统与嵌入式计算 | 急诊医学 | 首次出现;深筛后最终保留 |
说明:8542 表示固定种子随机序列中该精确三元组首次出现的位置,不表示对 8542 组逐篇深读。快速闸只做结构淘汰;深读仅发生在少量幸存组合。
| # | 来源A | 来源B | 对语言习得命题的硬后果 |
|---|---|---|---|
| 1 | 逐词时间轨迹 | deadline进入正确性 | 把“逐词时间轨迹”从性能读数推进为相对承诺边界的资格判定 |
| 2 | 离线—在线分离 | hard/soft real-time | 把“离线—在线分离”从性能读数推进为相对承诺边界的资格判定 |
| 3 | 回视与重分析 | 最坏时延 | 把“回视与重分析”从性能读数推进为相对承诺边界的资格判定 |
| 4 | 预测时窗 | 调度优先级 | 把“预测时窗”从性能读数推进为相对承诺边界的资格判定 |
| 5 | 监控与抑制 | 可预测性 | 把“监控与抑制”从性能读数推进为相对承诺边界的资格判定 |
| 6 | 个体差异 | deadline miss | 把“个体差异”从性能读数推进为相对承诺边界的资格判定 |
| 7 | 任务依赖 | 降级运行 | 把“任务依赖”从性能读数推进为相对承诺边界的资格判定 |
| 8 | 多线索整合 | 事件触发 | 把“多线索整合”从性能读数推进为相对承诺边界的资格判定 |
| 9 | 开放数据 | 时序验证 | 把“开放数据”从性能读数推进为相对承诺边界的资格判定 |
| 10 | deadline进入正确性 | 状态依赖窗口 | 用“状态依赖窗口”限制固定deadline,形成条件化承诺窗口 |
| 11 | hard/soft real-time | 4.5小时经典窗 | 用“4.5小时经典窗”限制固定deadline,形成条件化承诺窗口 |
| 12 | 最坏时延 | 影像扩展窗 | 用“影像扩展窗”限制固定deadline,形成条件化承诺窗口 |
| 13 | 调度优先级 | 快速分诊 | 用“快速分诊”限制固定deadline,形成条件化承诺窗口 |
| 14 | 可预测性 | 治疗资格 | 用“治疗资格”限制固定deadline,形成条件化承诺窗口 |
| 15 | deadline miss | 风险—获益 | 用“风险—获益”限制固定deadline,形成条件化承诺窗口 |
| 16 | 降级运行 | 个体异质性 | 用“个体异质性”限制固定deadline,形成条件化承诺窗口 |
| 17 | 事件触发 | 系统协同 | 用“系统协同”限制固定deadline,形成条件化承诺窗口 |
| 18 | 时序验证 | 延误不可逆代价 | 用“延误不可逆代价”限制固定deadline,形成条件化承诺窗口 |
| 19 | 状态依赖窗口 | 逐词时间轨迹 | 把“逐词时间轨迹”放回对象状态与任务风险,禁止速度单调化 |
| 20 | 4.5小时经典窗 | 离线—在线分离 | 把“离线—在线分离”放回对象状态与任务风险,禁止速度单调化 |
| 21 | 影像扩展窗 | 回视与重分析 | 把“回视与重分析”放回对象状态与任务风险,禁止速度单调化 |
| 22 | 快速分诊 | 预测时窗 | 把“预测时窗”放回对象状态与任务风险,禁止速度单调化 |
| 23 | 治疗资格 | 监控与抑制 | 把“监控与抑制”放回对象状态与任务风险,禁止速度单调化 |
| 24 | 风险—获益 | 个体差异 | 把“个体差异”放回对象状态与任务风险,禁止速度单调化 |
| 25 | 个体异质性 | 任务依赖 | 把“任务依赖”放回对象状态与任务风险,禁止速度单调化 |
| 26 | 系统协同 | 多线索整合 | 把“多线索整合”放回对象状态与任务风险,禁止速度单调化 |
| 27 | 延误不可逆代价 | 开放数据 | 把“开放数据”放回对象状态与任务风险,禁止速度单调化 |
| 字段 | 操作定义 |
|---|---|
| 事件单位 | 一次目标语言选择;必须能定义目标知识K与承诺边界C。 |
| 知识门 | 同一学习者在不共享关键在线约束的独立任务中证明K存在。 |
| 边界C | 预注册最后可逆点;不得事后按个体结果移动。 |
| 因果操纵 | 改变K相关目标线索,其他关键信息尽量匹配;必须能改变边界前轨迹才算入链。 |
| P=1 | K已存在,且目标知识影响在C前出现。 |
| P=0 | K已存在,但影响仅在C后出现或C前无可检测影响。 |
| NA | K存在、C或T任一无法判定;单列,不作为0。 |
| 主读数 | PCE-R=ΣP/合格事件;分母冻结。 |
| 旁侧指标 | 最终正确率、总RT、自我修正率、置信度分别报告,不合成总分。 |
| 撤回规则 | 若PCE-R无增量效度或被自动化/在线敏感性完全吸收,理论降级。 |
本章此前处理了自动化、显性—隐性知识、在线加工与言语监控四类占位者,却漏掉了一条比它们都短的线。这一节补上,并说明本章为什么仍然剩下东西。
Krashen 的监控假说主张:显性学到的规则只能充当一个监控器,而监控器要发挥作用需要三个条件同时满足——有足够时间、注意力放在形式上、并且规则本身已被知晓。在自然、快速的交际中,这三个条件很少同时成立,因此显性知识对实际产出的贡献远小于人们的预期。
把这段话与本章的核心命题并排,重叠是刺眼的:两者都说“知识确实存在,却来不及在本轮起作用”。若本章只是把这句话换成“决前因果资格”四个字,本章的不可还原性应判为零。
本章必须承担三条更重的负担,才有资格与它分开。
第一,监控假说把界线画在知识类型上,本章把界线画在时间点上。监控假说预测:显性知识迟到、隐性知识及时。本章不作这个预测。本章允许一条显性规则在写作修改这类允许长规划的任务中稳定地在承诺边界前进入,因而具有高决前入链率;也允许一条隐性倾向弱到只在事后显露,因而具有低决前入链率。知识类型与时间资格正交——这是本章相对监控假说的全部增量,也是它最容易被推翻的地方。若在多任务、多语言的数据里,显性—隐性分类足以完全预测决前入链率,控制该分类后本章的读数不再提供任何增量信息,本章应并入监控假说,不再作为独立对象。
第二,监控假说没有给出“最后可逆点”的操作定义。“有足够时间”是一个连续的、任务外部的条件;本章要求的承诺边界是任务内部的、可在看数据前冻结的一个事件位置。这条要求使本章比监控假说更容易失败:只要研究者无法为某类任务写出可验证的不可逆点,本章在该类任务上取不到值,必须记为不可判,不得折算为零。监控假说没有这个自缚条款。
第三,监控假说的价值判断是“监控越少越好”,本章不是。本章明确主张过早、过强的规则介入会压低流利度并使语言使用僵化;成熟不是把所有知识永久前移到最早毫秒,而是形成任务适配的到场结构。这条主张与监控假说在一个具体点上方向相反:本章预测存在一类高水平使用者,其目标知识在需要裁决的位置及时到场、在允许保留歧义的位置主动不提前,因而决前入链率不是越高越好,而是与任务要求匹配。若数据显示决前入链率与各类语言表现单调正相关,从无匹配效应,本章这一条主张失败。
还须补一位来自产出模型的占位者。Levelt 的言语产出模型把从意图到发音描写成一串阶段,并在自我监控的讨论里明确提出:一旦某个成分进入发音计划的下游,本轮就不再可能撤回,只能在说出之后由知觉环路捕捉并修复。Hartsuiker 与 Kolk 后来用计算模型检验了这条知觉环路理论,估计了从错误产生到中断再到修复的时间进程。这两项工作已经把“承诺边界”这一物在言语产出内部实现了一次。
分离线:产出模型里的不可逆点是结构性的——由产出架构决定,对所有内容一样;本章的承诺边界是任务相对的,同一名学习者在自定步速阅读、鼠标轨迹与口语产出上有三个不同的边界,而目标知识可以在其中一个及时、在另一个迟到。若某条知识的决前入链率在所有任务上恒定,仅由产出架构决定,本章相对于产出模型没有增量。
本章此前没有写死期限,这里补上。
到 2031 年 8 月 12 日,若至少三套相互独立的学习者级数据、覆盖至少两种语言与两类任务,在预注册的承诺边界设计下显示:控制离线正确率、总反应时与显性—隐性分类之后,决前入链率对后续迁移与新任务表现的增量预测长期低于百分之一,且“迟达库存态”无法稳定复现,则本章撤回“决前因果资格是语言习得的独立系统级对象”这一主张。
以下情况不算命中也不算反驳:只做一次课堂前后测;承诺边界在看到结果之后移动;把所有离线—在线分离一律编码为迟达知识事件;把不可判事件折算为零;以及在没有目标线索操纵的情况下仅凭“后来改对了”推断知识曾经参与。
“语言返权体”主张结果出现后把修订权返还给承担后果的人。它与本章都关心“什么时候还来得及”,但一个在结果之后,一个在结果之前。判决性分离:返权体的读数在结果已经出现的条件下取值,本章的读数在结果尚未不可逆的窗口内取值。一名学习者可以在事后极善于把修订权交还并完成修复(返权读数高),而其目标知识在每一次实时选择中都迟到(决前入链率低)——这正是本章所说的迟达库存态在返权框架里看起来像成熟的原因。若这一格在数据上不存在,两个构念应合并。