破除误解
最常见的说法是："过了 12 岁就学不好外语了。"这类把真实研究压缩成错误结论的说法，正是教育神经神话讨论的典型对象。
这句话把一个有争议的研究结论压缩成了错误的断言。这条证据链的上游是 Johnson 与 Newport 1989 年的经典实验：他们测试了 46 名在 3 至 39 岁之间移民美国的汉语、韩语母语者的英语语法判断，发现成绩与抵达年龄在青春期前呈强负相关，而青春期后抵达者内部几乎没有年龄相关。这组结果是"关键期"叙事最直接的来源，也是后来所有大样本研究试图复现或修正的靶点。目前最大规模的证据来自 Hartshorne、Tenenbaum 与 Pinker 2018 年发表在《Cognition》的研究：他们用一份在线语法测试收集了约 66.9 万名英语母语者与非母语者的数据，通过模型分离"当前年龄""开始接触的年龄""接触年数"三个混淆变量。
结论是：语法学习能力大致维持到 17.4 岁左右才开始明显下降，而不是童年早期。而且——这一点常被漏掉——要达到接近母语者的最终水平，仍然需要在大约 10 岁前开始，因为学到母语水平本身需要很多年。
更重要的是，这项研究随即引发了方法争论。van der Slik 等人 2022 年在《Language Learning》重新分析同一数据，认为学习能力呈平缓的持续下降，而非在某个年龄出现"陡峭拐点"；不同学习者类型的估计拐点也不一致。所以诚实的表述是：年龄有影响，影响的形状仍在争论中。
第二个误解：母语会"干扰"外语，所以应该少用母语。研究显示母语的作用是双向的——既造成负迁移，也提供正迁移，而且成年学习者本来就无法关闭已有的语言知识。
中介语：学习者的语言是一个系统
1972 年，塞林克提出"中介语"（interlanguage）。他的主张改变了整个领域的问题设定，而它的地基是此前十五年的两次失败与一次翻转。
1950 年代，"对比分析假说"（拉多 1957 年《跨文化语言学》）主张学习困难可以由母语与目标语的结构差异来预测：差异大则难，相似则易。课堂证据很快证伪了这个强形式——许多被预测的错误从不出现，许多高频错误反而出现在结构相似之处。科德 1967 年的短文《学习者错误的意义》完成了视角翻转：错误不是失败的残渣，而是学习者内在假设的可见证据，应当被系统地收集与分析。错误分析把"学习者说出的语言"变成了正当的研究对象，中介语概念正是从这里长出来的。
在此之前，学习者的输出被当作"错误的集合"。塞林克认为它是一个独立的、有规则的语言系统，既不同于母语也不同于目标语，并且会随时间演化。
证据是错误的系统性。学习者会说出他从未听过的形式，比如把不规则动词过去式规则化成 goed——这不是模仿失败，而是内部规则在起作用，与儿童first-language-acquisition中的过度规则化同源。
塞林克还提出"石化"（fossilization）：某些非目标形式会长期稳定下来，即使输入充足、动机强烈也不再变化。石化的成因至今没有公认解释。
输入、互动与输出
克拉申 1980 年代提出"可理解输入"假说：习得来自略高于当前水平的输入（i+1），而显性学得的规则只起"监控"作用。这一框架影响巨大，也因难以证伪而受到批评——McLaughlin 与 Gregg 在 1980 年代先后指出，"i+1"无法独立测量，"习得"与"学得"的区分也无法用该理论自身的方法检验。
朗（Michael Long）的"互动假说"做了修正：关键不是输入本身，而是意义协商。当交流出现障碍，双方通过确认、重复、改述来修复，这个过程把学习者的注意力引向语言形式。
施密特（Richard Schmidt）把焦点进一步收窄到"注意"。他在巴西学葡萄牙语期间做了逐周的习得日记（Schmidt & Frota 1986），发现一个系统性的对应：凡是被明确教过、并且他在日记里"注意到"的形式，后来进入了他的口语；大量反复听到却从未被注意的形式始终缺席。由此他提出"注意假说"：输入要转化为摄入（intake），学习者必须先注意到目标形式——单纯的暴露并不充分。
斯温（Merrill Swain）补上"输出假说"：只有被迫产出时，学习者才会发现自己不会说什么。她的证据来自加拿大法语沉浸式课堂——这套模式始于 1965 年蒙特利尔郊区圣兰伯特（St. Lambert）的一场家长运动，由兰伯特等人长期跟踪评估（Lambert & Tucker 1972）：英语家庭的孩子从幼儿园起几乎全部用法语授课，多年后听力理解接近母语者，产出准确性却长期落后。这个不对称说明只有输入不够。
后续的课堂观察把问题定位得更细。Lyster 与 Ranta 1997 年在法语沉浸式课堂系统记录教师的纠错反馈，发现教师最常用的是"重述"（recast）——不动声色地把错误句子改对说一遍——但学生最少"接住"的恰好也是重述；相比之下，要求学生自己尝试修改的提示式反馈产生了高得多的修正率。纠错的要害不是给出正确答案，而是迫使学习者自己完成认知操作。
显性教学有用吗
这是应用语言学中被检验得最充分的问题之一。
多项元分析显示：显性的语法教学有中等偏上的正效应，且效应在延时后测中仍然保留；对复杂规则的效果不如简单规则明显。这一结论削弱了"只要大量接触就自然会"的强主张。被引用最多的 Norris 与 Ortega 2000 年元分析汇总了此前数十年的准实验研究：显性处理的平均效应量大（d ≈ 1.13），隐性处理为中等（d ≈ 0.54）。不过作者自己也提醒，效应量受测量方式影响——许多研究用书面语法判断题当后测，这种测量本身就偏向显性教学组。这也是教育心理学里反复出现的教训：测什么，往往比教什么更先决定结论。
但"教了就会"同样不成立。学习者常常能在测验中正确应用规则，却在自发口语中用不出来——显性知识与自动化的程序性知识之间存在转化问题，这与psycholinguistic-processing中的加工自动化研究直接相关。
教学法的一百年摆动
外语教学法的历史，是一部在"重形式"和"重意义"之间来回摆动的历史。
语法翻译法（19 世纪主流）把外语当死语言教：背规则、译句子，几乎不训练口语。
听说法（二战后）建立在行为主义之上：句型操练、机械重复，力求形成"习惯"。它随行为主义在心理学中的退潮而失势。
交际法（1970 年代起）把目标改为"能完成交际任务"，容忍错误，重视流利度。它带来了明显进步，但也走过头——纯意义导向的课堂里，某些形式错误长期不被纠正，正好落入石化的条件。
任务型教学（1990 年代至今）试图折中：以任务驱动意义交流，同时在任务过程中安排"形式聚焦"（focus on form）——在真实交流出现困难时，短暂把注意力转向语言形式。
这段历史的教训不是"哪一派对"，而是：任何单一维度的教学法都会在另一维度上付出代价，具体设计要看学习者水平、目标与课时结构。
技术能帮多少
间隔重复软件在词汇记忆上的效果，是有较强证据支持的：分散复习优于集中复习，这一"间隔效应"在记忆研究中已被反复验证（参见memory-systems）。
但词汇量不等于语言能力。语法自动化和口语流利度依赖大量的实时产出与反馈，这恰恰是软件较难提供的部分。
近年基于大模型的对话练习提供了新的可能——随时可用、可容忍无限重复、可按水平调整输入。目前的证据仍然有限，主要问题在于：机器给出的纠错是否准确、学习者是否会因缺乏真实社交压力而降低投入。相关技术背景见large-language-models。
个体差异
同样的课堂，结果差异巨大。研究较一致的预测变量包括：
- 工作记忆容量：与语法学习速度相关。
- 语言学能（aptitude）：包括语音编码能力、语法敏感度、归纳学习能力。
- 动机：并非单一变量。Dörnyei 的"二语动机自我系统"把它拆成三块——"理想二语自我"（我想成为的那种使用者）、"应当自我"（他人期待）与当下的学习经验；追踪研究显示，能预测长期投入的主要是理想自我与学习经验的质量，而非一时的兴趣强度。这与自我决定理论对内在动机与外在动机的区分相容。
- 接触量与接触类型：与目标语者的实际互动时间，往往比课堂时数更有解释力。
值得注意，这些变量之间相互作用，任何单一因素的解释力都有限。
双语与认知
关于"双语是否带来执行功能优势"的争论，是近十年最激烈的方法论战场之一。
早期研究报告双语者在冲突控制任务上更快；后续的大样本研究和预注册重复实验则常常得不到效应，并指出发表偏倚（阳性结果更易发表）可能夸大了早期估计。
目前较稳妥的结论是：优势即使存在也很小、且依赖具体任务与人群；但双语在语言本身的收益（多一门语言）从来不是争议点。相关讨论见multilingual-mind。
学到什么程度算"会"
"我会英语"这句话没有信息量，除非说明是哪种能力、到什么水平。而"水平"的另一层含义是量。语料库研究给出了可操作的门槛：Nation 2006 年基于英国国家语料库的估计显示，要覆盖书面文本的 98%（大致达到不借助词典顺畅阅读的程度），需要约 8000–9000 个词族；口语材料的高频词集中度更高，门槛相对低一些。这些数字同时纠正两种对称的错觉：背完几千个"高频词"远不等于能读原文；而能读原文所需的词汇量，也并非遥不可及的天文数字。
欧洲语言共同参考框架（CEFR）把语言能力分为 A1 到 C2 六级，并按听、说、读、写分项描述"能做什么"（can-do statements），而不是按语法点罗列。这套框架的价值在于把抽象的"水平"变成可观察的行为。
它也有局限。同一个学习者在不同技能上的等级常常不一致——阅读到 B2、口语只有 A2 是常见组合。把一个人整体标为"B1"会掩盖这种不平衡。
对学习者更有用的做法，是分别设定目标：如果目的是读文献，那么词汇量与阅读策略优先；如果目的是工作沟通，则口语流利度与听力理解优先。这两条路径需要的训练量和方法并不相同。
争议
其一，关键期是否存在。如上所述，年龄效应确凿，但机制是生物成熟、还是母语固化与接触量的社会分布，尚无定论。
其二，能否达到"母语水平"。少数成年起步者在多项测试上无法与母语者区分，这类案例对强关键期假说构成挑战，但样本稀少。更严格的检验来自 Abrahamsson 与 Hyltenstam 2009 年的研究：他们先让母语评委从录音中筛出听起来"与瑞典语母语者无异"的晚起步学习者，再对这批人做细致的语法与语音分析，结果绝大多数在显微镜式的检查下露出非母语痕迹。"母语水平"因此更像一个分辨率问题而非门槛问题——检查越细，差异越多。
其三，课堂研究的外部效度。多数实验在大学英语课堂完成，参与者以受教育程度高的学习者为主，向其他人群推广需谨慎。
其四，研究对象本身的窄化。Firth 与 Wagner 1997 年批评主流二语习得研究把学习者建模为"有缺陷的母语者"，忽视了真实互动中学习者的身份、目的与能动性；这场批评开启了领域内的"社会转向"。今天多数研究者承认：实验室里的语法判断只是习得的一个切面，移民社区、职场与课堂里的语言使用遵循并不相同的逻辑。
跨域连接
- 儿童语言习得：二语与母语习得的最大差别不在速度而在终点的变异——母语习得几乎总是成功且结果一致，二语的最终水平差异极大。这一不对称是关键期假说最有力的经验依据，而它同时也划出了该假说的边界：语音的年龄效应最强，词汇几乎不受限制。
- 神经可塑性：年龄效应常被解释为可塑性窗口关闭，而更谨慎的表述是它同时受一系列共变因素影响：接触量、母语的干扰、社会身份与使用动机。要把年龄本身的效应分离出来，需要控制接触量的设计，而这类研究给出的年龄效应比原始相关小得多。
- 元认知训练：学习者据主观流畅度选择策略，因而系统性地选到差的那一个——重复阅读与听力"泡"的感觉良好而效果有限，自测与间隔提取吃力却有效。这条发现在二语教学中的普及程度远低于其证据强度，也是学习方法建议最值得改进的一处。
- 社会认同：口音的保留常被当作能力问题，而它在很大程度上是身份问题：完全消除母语痕迹意味着放弃一个可辨识的归属标记。这解释了一个反复出现的现象——语法与词汇可以达到近母语水平，而语音的趋同却在某一点上停止，这一停止点与学习者的社群认同相关。
- 多语言人工智能：机器翻译与语言模型改变了二语使用的成本结构——理解性任务的门槛大幅降低，而产出性与互动性任务的门槛下降有限。这一不对称对语言教育有具体含义："学外语是否还必要"这一问题的答案，取决于目标是接收信息还是参与关系，而两者的替代性差别极大。
参考文献
- Hartshorne, Joshua K., Tenenbaum, Joshua B. and Pinker, Steven. "A Critical Period for Second Language Acquisition: Evidence from 2/3 Million English Speakers." Cognition, 177, 2018, 263–277. doi:10.1016/j.cognition.2018.04.007
- van der Slik, Frans et al. "Critical Period Claim Revisited: Reanalysis of Hartshorne, Tenenbaum, and Pinker (2018) Suggests Steady Decline and Learner-Type Differences." Language Learning, 72(1), 2022, 87–112. doi:10.1111/lang.12470
- Johnson, Jacqueline S., and Elissa L. Newport. "Critical Period Effects in Second Language Learning: The Influence of Maturational State on the Acquisition of English as a Second Language." Cognitive Psychology, 21(1), 1989, 60–99.
- Abrahamsson, Niclas, and Kenneth Hyltenstam. "Age of Onset and Nativelikeness in a Second Language: Listener Perception versus Linguistic Scrutiny." Language Learning, 59(2), 2009, 249–306.
- Lado, Robert. Linguistics Across Cultures: Applied Linguistics for Language Teachers. University of Michigan Press, 1957.
- Corder, S. Pit. "The Significance of Learners' Errors." International Review of Applied Linguistics, 5(4), 1967, 161–170.
- Selinker, Larry. "Interlanguage." International Review of Applied Linguistics, 10(3), 1972, 209–231.
- Gregg, Kevin R. "Krashen's Monitor and Occam's Razor." Applied Linguistics, 5(2), 1984, 79–100.
- Schmidt, Richard, and Sylvia Frota. "Developing Basic Conversational Ability in a Second Language: A Case Study of an Adult Learner of Portuguese." In Day (ed.), Talking to Learn, 1986.
- Lambert, Wallace E., and G. Richard Tucker. Bilingual Education of Children: The St. Lambert Experiment. Newbury House, 1972.
- Lyster, Roy, and Leila Ranta. "Corrective Feedback and Learner Uptake: Negotiation of Form in Communicative Classrooms." Studies in Second Language Acquisition, 19(1), 1997, 37–66.
- Norris, John M., and Lourdes Ortega. "Effectiveness of L2 Instruction: A Research Synthesis and Quantitative Meta-analysis." Language Learning, 50(3), 2000, 417–528.
- Nation, I. S. P. "How Large a Vocabulary Is Needed for Reading and Listening?" Canadian Modern Language Review, 63(1), 2006, 59–82.
- Firth, Alan, and Johannes Wagner. "On Discourse, Communication, and (Some) Fundamental Concepts in SLA Research." Modern Language Journal, 81(3), 1997, 285–300.
- Swain, Merrill. "Communicative Competence: Some Roles of Comprehensible Input and Comprehensible Output in Its Development." In Gass and Madden (eds.), Input in Second Language Acquisition, 1985.
- Long, Michael H. "The Role of the Linguistic Environment in Second Language Acquisition." In Ritchie and Bhatia (eds.), Handbook of Second Language Acquisition, 1996.
延伸阅读
- Ortega, Lourdes. Understanding Second Language Acquisition. 2nd ed., Routledge, 2024.
- Lightbown, Patsy M. and Spada, Nina. How Languages Are Learned. 5th ed., Oxford University Press, 2021.