Is it the end of (generative) linguistics as we know it?
本文通过计算、理论和实验三个视角，在承认生成语言学面临关于刺激贫乏论和简约性概念挑战的同时，主张该领域亟需通过更精确的形式化表述和建立标准化实证数据集来进行重大更新，以重获其在语言研究中的核心地位。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇文章是一篇充满挑战性的语言学论文，作者克里斯蒂亚诺·切西（Cristiano Chesi）正在对现代语言学（特别是“生成语法”和“极简主义”流派）发出严厉的警告：如果语言学不改变，它可能就要“过时”了。
为了让你轻松理解，我们可以把这场争论想象成**“老派建筑师”与“超级 AI 建筑大师”之间的对决**。
1. 背景：一场激烈的“吵架”
想象一下，语言学界有一个著名的“老派建筑师”群体（生成语言学家，追随乔姆斯基），他们几十年来一直试图用一套极其精简、完美的数学规则来解释人类为什么能说话。他们相信人类大脑里天生就有一套“语言蓝图”。
最近，一位名叫史蒂文·皮安塔多西（Steven Piantadosi）的学者扔出了一颗“炸弹”。他说：“别装了，现在的超级人工智能（大语言模型，如 ChatGPT） 才是最好的语言理论。它们不需要什么神秘的‘先天蓝图’，只要给它们足够多的数据，它们就能学会一切，甚至比老派建筑师更懂语法。”
作者切西站在中间，他说：“皮安塔多西说得对，老派建筑师确实有很多问题，但我们不能就这样认输。我们需要一场彻底的‘装修’，否则语言学就要被时代抛弃了。”
2. 核心问题：三个视角的冲突
作者认为，要解决这个问题，必须把三个不同视角的人拉到一张桌子上：
- 计算机视角（AI 派）： 谁能算得准、谁能在测试题上得分高，谁就是对的。
- 理论视角（建筑师派）： 规则要简单、优雅，要能解释人类为什么能学会语言（而不是靠死记硬背）。
- 实验视角（心理学家派）： 别光在脑子里想，要去拿真实的人做实验，看他们怎么说话、怎么反应。
现在的困境是： 这三拨人各说各的，互不搭理。AI 派在测试题上赢了，但理论派觉得 AI 只是“死记硬背”，不懂真正的语法；实验派觉得理论派太脱离实际。
3. 两大“硬伤”：老派建筑师的失败
作者指出，老派的“极简主义”理论有两个致命弱点，导致它们输给了 AI：
A. 证据不足：关于“先天知识”的争论（PoS 假说）
- 老派观点： 孩子学语言太快了，接触到的话太少了，所以肯定有“先天蓝图”（PoS 假说）。AI 需要海量数据，所以 AI 学的是“死知识”，不是真正的语言。
- 新证据： 现在的 AI 虽然需要大量数据，但它们已经能学会很多复杂的语法（比如主谓一致）。
- 作者的比喻： 这就像说“只有天才才能学会骑自行车，普通人练一万次也学不会”。但 AI 练了一亿次，居然骑得比人还稳。
- 结论： 老派理论不能只靠“孩子学得快”来辩护了。如果 AI 能学会，说明可能不需要那么复杂的“先天蓝图”。但作者也警告：AI 虽然数据量大，但它们可能只是“死记硬背”了特例，并没有真正理解深层规则。
B. 规则太模糊：关于“简单”的迷思
- 老派观点： 我们的理论应该像奥卡姆剃刀一样“简单”，只用一个核心操作（Merge，合并）就能生成所有句子。
- 现实问题： 这个“合并”操作太模糊了！就像你给建筑师一张图纸，只写了“把砖头堆起来”，却没说怎么堆才不会塌。结果，建筑师们每个人都有自己的“堆法”，谁也说服不了谁。
- 比喻： 这就像一群厨师，每个人都声称自己掌握了“最简单的烹饪法”，但做出来的菜千奇百怪，而且没人能写出标准的食谱。而 AI 厨师呢？它虽然不知道“烹饪原理”，但它能做出所有好吃的菜，而且味道很稳。
4. 作者的建议：如何“起死回生”？
作者认为，生成语言学（老派）如果不进行“大手术”，就会彻底边缘化。他提出了两个必须做的改变：
把规则“代码化”（形式化）：
- 别再只写模糊的文字描述了。要把语法规则写成像计算机代码一样精确、可运行的程序。
- 比喻： 别再只说“我们要建一座漂亮的房子”，而是要拿出精确的 CAD 图纸和施工代码，让任何人都能照着做，并且能跑通测试。
建立“统一考场”（标准化数据集）：
- 以前，每个理论家都用自己的例子来证明自己是对的。现在，大家必须用同一套“考题”（比如 SyntaxGym 或 BLiMP 数据集）来考试。
- 比喻： 以前是“关起门来自己夸自己”，现在要像高考一样，所有理论（包括 AI）都要在同一张试卷上做题，看谁得分高。
5. 总结：未来的路
作者最后总结道：
- AI（大语言模型） 目前在“做题”（观察性充分性）上赢了，它们能处理各种复杂的句子，甚至包括那些人类觉得模糊的句子。
- 老派语言学 输在太“飘”了，理论不够精确，数据不够全面，还在用“灰尘扫地毯”（把难解释的数据强行忽略）的方法自欺欺人。
- 出路： 语言学必须拥抱精确的数学形式和严格的实验数据。如果老派理论家不能把他们的“天才直觉”变成可验证的代码，并且接受 AI 在测试题上的挑战，那么“生成语言学”可能真的会像恐龙一样灭绝。
一句话总结：
语言学不能再关起门来搞“玄学”了。如果不把理论变成精确的“代码”，并且接受 AI 和实验数据的“统考”，这门学科就要被时代淘汰了。作者希望语言学能像物理学一样，既有深刻的理论，又有可重复的实验验证。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。