儿童比AI更会学语言？原因仍是谜

人类对话至少已持续十万年，而在这漫长的历史中，唯一能将人类语言学到完美流利程度的，一直是儿童。如今，ChatGPT发布四年后，AI似乎成了第二个“学习者”。但一个尴尬的事实是：我们至今仍不清楚，为什么儿童能做到，而AI又是如何接近这一能力的。

语言学习的奇迹：儿童与AI的对比

每一个健康的儿童，在几乎没有刻意教导的情况下，都能在几年内掌握复杂的母语系统——语法、词汇、语调、上下文理解，甚至文化隐喻。这种能力被视为人类认知最独特的标志之一。然而，大型语言模型的崛起打破了这一独占性：AI同样可以通过海量文本“学会”语言，并在许多任务上与人类表现相当。

但两者的学习路径截然不同。儿童通过有限的、多模态的、充满互动的生活经验学习语言；AI则依赖数万亿词级的文本数据，通过预测下一个词的方式建立起语言模型。令人困惑的是，即便数据需求相差几个数量级，AI依然在某些语言任务上逼近人类水平，而儿童只需极小规模的输入就能实现高质量输出——这种效率差异至今没有令人满意的理论解释。

“我们并不知道儿童是如何做到的，也不知道AI的运行机制是否与人类意识有本质关联。这既是科学的盲区，也是技术突破的起点。”

“数据效率”的悖论

一个明显的悖论在于：儿童的语言输入量远小于AI，学习效果却更稳健。心理学家和语言学家提出过诸多假说，比如“先天语言装置”“社会认知驱动”“统计学习机制”等，但没有一种能够完整解释人类儿童与AI之间的差异。AI需要数百亿次的训练样本，而儿童往往只需要数千小时的互动音频，就能达到类似甚至超越AI的流利度。

更令人惊讶的是，AI在语言理解上依然存在“幻觉”“逻辑断层”等系统性问题，而儿童很少犯这类错误。学者们开始反思，是否我们高估了语言本身作为智能核心的地位，或者低估了儿童与生俱来的认知结构的作用。也许，真正的答案并不在数据规模，而在于学习目标与身体经验的耦合。

认知科学的新课题

过去十年的AI研究，尤其是深度学习革命，给认知科学带来了新的追问：如果AI能学会语言，那么语言习得是否并不需要“理解世界”？反过来，儿童对世界的主动探索、身体感知、社会互动，是否才是高效学习语言的根本原因？这些问题的背后，是对“智能”定义的重新审视。

一些研究者认为，儿童学习语言并非是在“学习”，而是在“成长”——语言是认知发展的副产品。而AI则是一个无身体、无动机的文本统计模型。两者在本质上有根本区别。然而，随着具身智能、多模态模型的兴起，这种界限正在模糊。也许，未来几十年内，我们才能真正解开这个谜团。