人工智能发展中的理性主义和经验主义语言学思想之争及对英语教学的影响

宋加高

[摘           要]  主要探讨人工智能自然语言处理发展过程中理性主义语言学思想和经验主义语言学思想之争及对英语教学的影响，指出在目前的自然语言处理主要基于经验主义语言学思想，并认为以经验主义语言学思想为基础的人工智能也在很大程度上影响了英语教学的方式、方法，从而使英语教学摆脱时间和空间的限制，并将进一步促进英语教学的发展。

[关    键   词]  人工智能;理性主义语言学思想;经验主义语言学思想;英语教学

[中图分类号]  G712                   [文献标志码]  A                    [文章编号]  2096-0603（2020）03-0065-03

20世纪50年代以来，随着人工智能（Artificial Intelligence）的诞生，自然语言处理成为人工智能研究的热门领域。计算机科学与语言学的结合在这两个学科的发展史上具有重大的意义。受乔姆斯基语言理论的影响，早期自然语言处理中采用的是一种基于规则的方法（rule-based approach），或者叫作符号主义的方法（symbolic approach）。在自然语言处理中，基于规则的理性主义方法的基础上发展起来的技术对早期的自然语言处理发挥了很大的作用。

在20世纪50年代末期到60年代中期，自然语言处理中的经验主义也兴盛起来，注重语言事实的传统重新抬头，学者普遍认为：语言学的研究必须以语言事实作为根据，必须详尽地、大量地占有材料，才有可能在理論上得出比较可靠的结论。自然语言处理中的经验主义方法是一种基于统计的方法（statistic-based approach），这种方法使用概率或随机的方法来研究语言，建立语言的概率模型。这种方法表现出强大的后劲，特别是在语言知识不完全的一些应用领域中，基于统计的方法表现得很出色。它继承了哲学中经验主义的传统，多使用归纳法（induction）而很少使用演绎法（deduction）。这两种语言学思想对人工智能和英语教学都有着重大的影响。

一、理性主义与经验主义语言学思想

语言学中的理性主义来源于哲学中的理性主义（rationalism）。在欧洲，这种理性主义源远流长，到16世纪末至18世纪中期更加成熟，出现了笛卡尔（Rene Descartes，1596—1650）、斯宾诺莎（Benetict de Spinoza，1632—1677）、莱布尼兹（Cottfried Wilhelm Leibniz，1646—1716）等杰出的理性主义哲学家。他们崇尚理性，提倡理性的演绎法。他们都居住在欧洲大陆，因此，理性主义也被称为“大陆理性主义”。

除了“理性主义”之外，在欧洲还存在“经验主义”（empiricism）哲学。经验主义以培根（Francis Bacon，1561—1626年）、霍布斯（Thomas Hobbes，1588—1679年）、洛克（John Locke，1632—1704年）、休谟（David Hume，1711—1776年）为代表，他们都是英国哲学家，因此，经验主义也被称为“英国经验主义”。培根提出“三表法”，制定了经验归纳法，建立了归纳逻辑体系，对经验自然科学起到理论指导作用。

哲学的理性主义与经验主义之间的争论，也不可避免地影响到语言学思想及理论的发展。17、18及19世纪的历史比较语言学家更多的以比较、归纳等方法与手段对古代语言或语系进行研究，这些研究明显带有经验主义的色彩。美国的Boas、Sapir and Whorf及Bloomfield等开阔了语言研究的视野，将研究从语言本身扩展至文化、社会及跨文化领域。以马泰休斯（Mathesius）和雅各布森（Jakobson）为代表的布拉格学派在音位研究方面取得了很大的成果。这些语言学流派更多地运用了经验主义的研究方法，以观察、统计和归纳手段为主。

哥本哈根学派则坚持理性主义的观点，其代表人物路易斯·叶姆斯列夫（Louis Hjemslev）从哲学和逻辑学的角度阐述语言学的理论性问题，明确提出语言的符号性质，其理论又称为语符学和新索绪尔语言学。美国语言学家悉尼·拉姆发展此理论，创造关系语法理论。早期的维特根斯坦（Wittgenstein）也可以看作是理性主义者。

二、人工智能发展中的理性主义与经验主义语言学思想之争

人工智能发展中理性主义与经验主义语言学思想之争可以分为两个层面。一是“形而上”的争论主要是从本体论、伦理学或心智哲学的角度出发;另外一个层面是从方法论层面，即采用经验主义和理性主义的方法去实现人工智能自然语言处理。

（一）“形而上”之争

乔姆斯基（1969）相信人工智能完全可以按照规则来描述语言，坚持存在普遍语法，认为人工智能可以掌握规则，从而实现自然语言的处理。乔氏还是把争论上升到认识论和本体论的高度。与乔姆斯基相反的是Searle（1980），他举了著名的“中国房间”的例子，认为计算机缺乏“意图性能”（intentionality也称为意象性），因此人工智能不能理解一种语言中句子的意义。Searle也是从认识论及本体论视角进行探讨的，只不过恰恰与乔姆斯基的观点相反。（2000）乐观地认为人工智能将能通过图灵测试（Turing Test），可以实现完全的自然语言处理。（2005）还是坚持理性主义语言学观点，认为采用自然语言的原逻辑语义学（A Metalogical Theory of Natural Language Semantics）是可以实现自然语言处理的。（2008）提出对人工智能自然语言处理进行进一步的哲学视角下的探讨仍是必要的。

JR Searle（2008）在《新世纪哲学》中，仍然从本体论和心智哲学的角度对人工智能进行了反思，他在很大程度上还是坚持以前的观点，但是对人工智能自然语言处理的发展还是表达了乐观的观点。（2010）从人工智能对语言的意向性、语境等方面遇到的困境出发，认为不管是理性主义还是经验主义都难以真正使自然语言处理得到理想的实现。AF Zambak（2010）在Wittgenstein In The Chinese Room中，从人工智能维度，对维特根斯坦的语言学思想进行了反思，认为维特根斯坦从理性主义逐渐走向经验主义。认为从本体论上来看，人与机器的认知都是一种计算能力，因此人工智能完全可以超越人类，语言更不在话下。

BY Wilks（2015）认为人类语言交际本质上是心智活动，而人工智能只能了解语言的表面结构，并不能代替人类，但是人工智能可以增进人类对语言系统本身的了解。P.Maganize（2016）则认为人工智能在语言领域一旦获得突破将对人类产生巨大的威胁，与之相比理性主义或经验主义并不重要。D Gasparyan（2016）则从语义学角度对理性主义及经验主义之争进行了探讨，并给出争论发展的演变路线。D. Proudfoot（2017）也从维特根斯坦的语言思想作为切入点，对理性主义和经验主义语言学思想是否可以融合进行了探讨。

（二）方法论之争

随着人工智能（Artificial Intelligence）的诞生，自然语言处理成为人工智能研究的热门领域。受乔姆斯基语言理论的影响，早期自然语言处理中采用的是一种基于规则的方法（rule-based approach），或者叫作符号主义的方法（symbolic approach）。

在20世纪50年代末期到60年代中期，自然语言处理中的经验主义也兴盛起来，注重语言事实的傳统重新抬头，学者普遍认为：语言学的研究必须以语言事实作为根据，必须详尽地、大量地占有材料，才有可能在理论上得出比较可靠的结论。自然语言处理中的经验主义方法是一种基于统计的方法（statistic-based approach），这种方法使用概率或随机的方法来研究语言，建立语言的概率模型。自然语言处理中的经验主义方法是一种基于统计的方法（statistic-based approach），这种方法使用概率或随机的方法来研究语言，建立语言的概率模型。这种方法表现出强大的后劲，特别是在语言知识不完全的一些应用领域中，基于统计的方法表现得很出色。基于统计的方法最早在文字识别领域取得很大的成功，后来在语音合成和语音识别中大显身手，接着又扩充到自然语言处理的其他应用领域。

基于统计的方法适合于处理浅层次的语言现象和近距离的依存关系，它继承了哲学中经验主义的传统，多使用归纳法（induction）而很少使用演绎法（deduction）。20世纪50年代还建立了世界上第一个联机语料库。随着语料库的出现，使用统计方法从语料库中自动地获取语言知识，成为自然语言处理研究的一个重要方面。20世纪60年代，统计方法在语音识别算法的研制中取得成功。在语言知识不完全的一些应用领域中，基于统计的方法表现得很出色。

进入21世纪，随着人工智能与网络技术的结合，大数据、自动驾驶及图像识别等人工智能技术发展的需要，经验主义的方法更进一步受到重视。在图像识别、语音识别和人脸识别技术中对人工智能进行训练的数据库完全借鉴语言学语料库的方法与形式。而2016及2017年初震惊世界的Alphago也是先采用统计学和建立数据库的方法，然后再进行针对性训练。

可以看出，这些争论的实质是方法论之争，即采用何种方法去实现人工智能语言处理。从目前来看，经验主义语言学思想发挥了更大的作用。

三、人工智能对英语教学的影响

全球化的发展，“一带一路”倡议的推进，使大学英语教学更加重要。如果能够运用人工智能进行大学英语教学，可以弥补传统大学英语教学中的师资不足、学生学习意识弱及基础差等短板。碎片化的时代，人们每天接触到大量信息，尤其是大学生，在没有一种很好的语言环境下学习大学英语确实比较吃力。现代社会对英语听说读写等诸方面的实用性要求，使以往的大学英语教学模式已经很难满足学习者的多样需求。所以，借助人工智能手段，丰富大学英语教学的内容和方式，提高大学英语教学效率显得势在必行。

信息技术正在推动我国高校教学模式的变革与创新，自2015年青岛国际信息化大会以来，教育信息技术在各个学科教学中得到了广泛应用。尤其是在大学英语教学中基于人工智能搭建的各种英语教学平台改变了英语课堂的模式，大大提高了大学英语教学的质量，激发了学生学习英语的兴趣，强化了英语知识技能的运用。

21世纪以来，人工智能已经融入大学英语教学之中。人工智能系统能够基于语音识别、语音评测和自然语言处理等核心技术，开发出诸如智能语音评测系统和智能写作批改系统等。比如智能对话系统，可以通过对话训练的形式，模拟各种场景，解决“会读、会写，不会说”的问题，进一步提升学习者的英语综合能力。

人工智能给大学英语教学带来的变革，不仅仅体现在提高教学的质量上，更是通过人工智能辅助手段提高学生的学习兴趣和爱好，变静态的被动学习，为动态的主动学习。通过人工智能使大学英语的课堂教学立体化和生动化，构建现代智慧教育体系。从过去的大学英语教学模式看，在课堂上，学生处于被动地位，教师处于主动地位，学习过程相对枯燥，属于“填鸭式”教学。教师没有让学生有身临其境的语言环境，加之大学英语中的写作、语音部分本身就具备一定的枯燥性，因此，学生的兴趣普遍不高。对于大学英语教师而言，将人工智能应用于大学英语教学中，引导学生利用人工智能技术，通过最简单、最容易接受的方式进行学习，提升学生对大学英语的创新性思维，增加大学英语教学的可操作性，显得尤为重要。人工智能是英语教学中极具挑战性与创造性的领域。

近年来，人工智能技术日益成熟，其研究成果在英语教学中得到广泛应用：翼课网、雨课堂、Speexx、U校园、批改网等已经在全国近千所高校推广使用。这些基于人工智能搭建的大学英语教学平台，为大学英语教学提供了教、学、评、测、研一站式混合解决方案。平台上的学习内容生动有趣、教学工具高效便捷（支持PC端和手机端），学习体验和教学效果得到全面提升。具体优势体现在：（1）学习体系针对性强，支持学生的个性化学习需求，真正做到因材施教。部分平台，比如U校园，可以借鉴游戏的通关模式，极大地激发学生兴趣。（2）平台的后台管理与监控功能可以使教师与学生实现线上线下智慧互通。教师和学生可以24小时零距离互动。（3）学生利用碎片时间学习并得到及时的评价与反馈，课堂不再是45分钟。（4）平台提供的大数据分析，为教师提供基于数据的学情预测和教学干预建议。（5）平台能够显著减轻教师负担，教师可以从繁重的作业批改中解放出来，可以有更多的时间精心备课，进行科研。教师的教学更加轻松省心。

综上所述，在人工智能自然语言处理发展过程中，理性主义及经验主义语言学思想均起了一定的作用。在人工智能发展的早期，理性主义思想占有重要地位，但20世纪60年代以来，经验主义语言学思想占据了上风。与此同时，人工智能也对英语教学起到了巨大的促进作用。不管是在教学内容设计还是在教学模式、手段及方法方面，人工智能都有着重大的影响。它使英语教学摆脱了时间和空间的限制，大大增强了学生的主观能动性并将在未来的英语教学中发挥着更为重要的作用。

参考文献：

[1]Chomsky N. The minimalist program [M]. Cambridge： MIT Press，1995.

[2]JR Searle. Philosophy in a new century：selected essays[J].Journal of Philosophical Research，2008， 10（2）：203-220

[3]M Mccord. A Bernth A Metalogical Theory of Natural Language Semantics[J]. Linguistics and Philosophy，2005，28（1）：73-116

[4]N.Chen. Challenging Machines to the Language Game： Wittgensteinian Philosophy and Future Dimensions of Artificial Intelligence[J]. Fudan Journal of the Humanities and Social Science， 2015，8（3）：1-14.

[5]Ludwig Wittgenstein. Philosophical Investigations [M] Beijing Jiuzhou Publishing House， 2007.

[6]Yingjin. Does Wittgenstein Actually Undermine the Foundation of Artificial Intelligence[J]. Frontiers of Philosophy in China，2016（1）：3-20.

[7]陳勇.论经验主义和理性主义之争：关于西方语言学研究的认识论[J].外语学刊，2003（7）.

[8]冯至伟.自然语言处理中的哲学问题[J]. 心智与计算，2007（3）.

[9]梁茂成.理性主义、经验主义与语料库语言学[J].中国外语，2010（7）.

[10]沈家瑄.人工智能中的联结主义和语法理论]J].外国语，2004（3）.

[11]王红梅.理性主义在语言学史中的地位[J].东北师大学报，2006（11）.

[12]徐愚.机器与语言[D].北京：中央党校，2016.

[13]卓新贤.人工智能的语言学问题[J].现代外语，1994（4）.