《Acta Psychologica》:From the laboratory to the classroom: Rethinking ERP methods in second language acquisition
事件相关电位(event-related potentials, ERPs)已被广泛用于研究第二语言习得。然 而,ERP研究在很大程度上仍局限于实验室范式,对第二语言教学与评估的影响较为有限。一个典型例证是,早期研究已表明语言教学能够塑造神经反应,但这一研究路线并未得到进一步发展或应用。当前ERP研究常依赖于界定宽松的构念,如教学(instruction)与熟练度(proficiency);这些构念又经常通过任务内部测量加以操作化,而此类测量与所考察的语言特征本身存在重叠。这限制了研究结果的可解释性,以及其对于现实世界学习与应用的相关性。本文旨在推进一项概念与方法论议程,以重新定向教学性第二语言习得中的ERP研究。研究人员主张,ERP研究应通过采用独立的、以交际为基础的熟练度测量,更直接地与语言教学和语言评估相衔接。基于标准化熟练度考试改编的材料(例如,基于欧洲语言共同参考框架(Common European Framework of Reference, CEFR)的测试)可作为实验刺激,同时将熟练度锚定于外部界定的交际能力构念。此种路径可减少循环论证,增强ERP研究的生态效度,并促进神经语言学(neurolinguistics)、语言评估(language assessment)与第二语言教学之间的相互验证。
1. Introduction
文章首先指出,脑电图(electroencephalography, EEG)及其事件相关电位(event-related potentials, ERPs)技术,凭借毫秒级时间分辨率,已成为考察第二语言习得(second language acquisition, SLA)神经认知机制的重要工具。过去二十年间,ERP研究为学习者如何加工第二语言(L2)输入提供了细粒度证据,并推动了关于发展过程、个体变异以及学习与加工关系的讨论。然而,这一研究传统主要建立在实验室情境中,虽然保证了较高的实验控制,却使神经认知取向的SLA研究与L2实际教学和学习环境相对脱节。文章并不否定实验室范式的价值,而是主张建立互补关系:将神经认知方法系统性延伸至课堂教学情境,并在研究正式教学环境中的学习时,重新思考核心构念的操作化方式。
随后,作者回顾了早期课堂纵向ERP研究,指出2000年代初至2010年代中期的相关工作已显示,教学能够系统性改变学习者面对语言输入时的电生理反应,说明正式教学环境能够塑造L2表征与加工的神经动力学。尽管这些成果具有理论意义,但并未形成持续发展的方法论传统。与此同时,SLA与语言教学研究在学习轨迹差异、个体差异、内隐与外显教学区分、熟练度作用、任务设计、练习条件及反馈机制等方面均已显著推进,但这些进展尚未被系统整合进课堂ERP研究设计中。基于此,文章提出核心问题:当研究对象是教育环境中持续展开的学习,而非控制条件下的短时暴露时,ERP实验应如何设计,其关键变量又应如何操作化。作者据此提出,应将教学类型、熟练度水平、个体变量与任务要求等构念建立在教学实践与评估实践之上,从而使神经证据与现实学习环境中的交际能力定义相衔接。
2. Event-related potentials: A brief introduction
本节对ERP方法作简要方法学说明。文章指出,ERP通过将EEG信号与特定实验事件进行时间锁定,得以记录刺激出现后数百毫秒内的大脑电活动变化。其神经生理基础是突触后电位(post-synaptic potentials, PSPs);当空间排列一致的大量神经元同步活动时,头皮电极即可记录到可测量的电压波动。ERP波形通常依据潜伏期、波幅、极性和头皮分布进行分解。尽管ERP具有较高时间分辨率,但由于神经源与记录电极之间存在距离,其空间分辨率较为有限。
在L2研究中,最常报告的成分包括N400、P600和左前部负波(left anterior negativity, LAN)。其中,N400通常与语义加工、词汇通达、预测和整合相关;P600多与句法加工及重分析相关;LAN则常见于形态句法违规条件,但其功能解释相对不稳定。文章进一步指出,早期纵向课堂研究发现,学习初期往往更多出现N400效应,而后续阶段P600反应增强,这一转变被解释为语言加工机制变化的表征,并常与陈述性记忆/程序性记忆区分框架相关联。不过,作者强调,ERP成分与认知构念之间并不存在一一对应关系,因此其解释效力高度依赖于实验变量——如熟练度、任务和内隐/外显教学——被如何定义与测量。也正因此,构念操作化在ERP与教学性SLA整合中具有决定性意义。
文章还说明,尽管SLA神经影像研究也采用功能磁共振成像(functional magnetic resonance imaging, fMRI)、功能近红外光谱(functional near-infrared spectroscopy, fNIRS)、脑磁图(magnetoencephalography, MEG)等手段,但本文聚焦ERP,是因为语言教学与神经适应之间最直接的证据主要来自ERP研究;同时,L2研究中常讨论的LAN、N400和P600本质上都依赖其时间进程特征,因此ERP尤其适合考察教学经验如何塑造L2实时理解的动态机制。
3. ERPs in SLA: What we have learned—and what is missing
本节总结ERP在SLA中的既有发现与缺失。文章指出,相关研究已大量考察不同发展阶段学习者对句法和语义违规的加工;同时,早期课堂纵向研究也证明了正式教学可在相对较短时期内改变神经反应。然而,对2010—2020年间61项L2句子加工ERP研究的范围综述显示,该领域在设计选择与经验关注上高度趋同:多数研究聚焦形态句法现象,采用可接受性判断任务,以高熟练度学习者为对象,并多使用横断设计、视觉呈现刺激,且研究语言主要集中于英语、西班牙语等印欧语。神经层面上,N400与P600是最稳定、最常见的指标。
作者认为,这种趋同并不等同于方法停滞,而是在ERP技术约束下形成的理性选择,因为可靠成分提取需要大量试次、严格控制的刺激呈现以及较高的被试同质性。在此基础上,领域已形成若干稳健结论:其一,熟练度是ERP模式最可靠的预测因素,更高熟练度学习者更可能呈现接近目标语者的神经反应;其二,不同语言领域对应不同电生理特征,语义加工稳定诱发N400,而形态句法加工更常伴随P600;其三,学习者在许多情况下能够接近母语者式加工,但在形态句法及接口现象上仍存在显著变异。
与此同时,文章强调了若干系统性限制。首先是熟练度操作化不一致:不少研究依赖自我报告或非标准化测验,削弱了研究间可比性,并带来循环论证风险;尤其当熟练度通过与ERP任务结构相似的语法判断任务来测量时,自变量与因变量边界被模糊。其次是任务设计问题:大量研究采用违规范式与可接受性判断任务,这类任务虽便于实施,却激活显性元语言加工策略,可能偏离自然理解与课堂学习中的加工方式。再次,实验设计的生态效度不足:多数研究采用横断设计,缺乏对学习随时间发展过程的追踪,而纵向研究即便存在,也多在高度控制的实验室或人工语言环境中实施。最后,尽管文献承认语言相似性、输入分布、个体差异、学习情境等因素会共同调节ERP反应,但多数实验并未将这些变量的互动结构纳入设计。因此,领域虽然获得了较强的内部一致性,却以牺牲生态广度和方法多样性为代价,尚未充分捕捉教学条件下语言加工的发展过程。
4. Instruction as an experimental variable: Unresolved methodological tensions
本节聚焦“教学”作为实验变量时的未解张力。作者指出,相较于典型心理语言学预测变量,教学因素并非单一操控,而是由输入分布、任务要求、反馈、练习机制和暴露机会等多重维度构成的复合构念。在真实学习环境中,这些维度往往只能被部分控制,因此若仅以“训练类型”或“内隐/外显”之类宽泛标签来界定教学,构念便会失之空泛,难以清晰解释神经结果与教学处理之间的关系。
4.1. The explicit vs. implicit divide
文章指出,外显教学与内隐教学之区分在SLA中争议极大,而在ERP研究中的操作化尤其不充分。通常,外显教学指通过规则讲解将学习者注意力导向语言形式;内隐教学则常涉及无意识学习和偶发学习,即不给予元语言信息,并让注意力主要指向意义导向任务完成。但作者强调,这两个维度经常被混同:无意识并不等于偶发,学习者也可能在无显性规则讲解条件下,借助结构化输入注意到形式规律。
以人工语言BROCANTO 2研究为例,所谓“内隐”组虽未接受元语言规则讲解,但其输入高度结构化,且序列呈现方式可能促使学习者有意识地发现规律;加之各组都参与了大量以理解和产出为核心的游戏化练习,这种共同的意义驱动活动可能削弱了条件间差异。因此,文章认为关键不在于内隐学习是否存在,而在于实验操作化能否真正体现其理论定义。若不能清楚区分“无意识”与“偶发暴露”,并设置真正将注意力从形式上转移开的任务,那么经验对比便可能混淆教学模式、输入分布结构和任务供给条件。
4.2. The experimental design and the classroom
作者进一步讨论实验设计与课堂现实之间的张力。首先,ERP数据虽在个体层面采集,但分析和解释往往依赖群体平均,尤其在组间设计中更为常见。课堂SLA研究通常使用便利样本,如整班学生,再依据经验、年龄、暴露量、资质、工作记忆等附加标准进行筛选。ERP方法由于需要跨大量试次和被试聚合以提高信噪比,更加依赖群体比较逻辑。然而,这种逻辑预设组间差异大于组内差异,而在教学性SLA中,组内差异往往正是理论关注的对象。学习者在发展轨迹、策略和加工路径上的差异并非噪音,而具有实质性意义。
其次,许多关键预测变量彼此嵌套。例如,在训练研究或课堂研究中,组别与熟练度并不独立,不同熟练度学习者可能在各实验条件中分布不均,从而使“组别”吸收本应归因于熟练度、暴露量或其他学习者特征的方差。这样,归因于“教学”的ERP差异,实际上可能反映的是学习者画像在组间分布的不均衡。更深层的张力在于ERP方法学依赖总体平均波形,而SLA与语言教学理论强调个体差异的重要性。已有研究表明,即使面对相同语言操控,不同个体也可能表现为N400主导型或P600主导型等不同反应模式,且这种差异会受到学习者特征调节。因此,群体平均波形未必代表任何真实学习者的加工策略,反而可能掩盖对教学与评估都至关重要的加工多样性。纵向设计虽可部分缓解此问题,使学习者充当自身对照并追踪其随时间变化,但它并不能完全消除个体差异与教学交互作用造成的推断困难。
5. Rethinking ERP research in SLA: Integrating pedagogical expertise and redefining proficiency
本节提出重新定向ERP研究的核心主张,即整合教学专业知识并重构“熟练度”定义。作者强调,所谓整合并非泛泛的跨学科对话,而是要求共享构念定义、共同开发研究设计,并使用其效度并非在神经语言学内部生成的评估工具。文章认为,教学与熟练度这两个关键构念在现有ERP研究中往往与SLA研究和语言评估中的理论定义联系松散,因而削弱了神经认知发现的解释力及其对教学性语言学习的现实意义。
首先,教学变量不能脱离教学理论而被视作简单实验因子。在SLA研究中,教学被理解为输入、任务和互动条件的结构化配置;若不明确建模这些维度,教学变量就始终处于界定不足状态。因此,作者主张有必要与教师、测试专家和课程设计者开展更紧密合作,因为这些实践者日常就在以语言使用为基础的程序中操作化熟练度与表现。其次,也是更根本的问题在于熟练度的操作化。既有ERP研究中,熟练度常通过异质化、任务内部化的测量加以界定,而不少SLA研究甚至缺乏客观或标准化的熟练度指标。即便使用量表,这些量表也未必能充分反映语言能力的多维性质。在神经语言学中,若再通过语法判断或句子补全等与实验任务结构相似的方式评估熟练度,便会造成行为测量与神经测量之间的循环关系。
对此,作者提出应将熟练度视为关系性且外部锚定的构念。熟练度不应被理解为单维量表,也不应被视为结构知识的直接映射,而应建立在跨任务、跨情境的交际表现之上。例如,可通过独立施测的口语熟练度访谈或标准化表现型评估,将学习者划分至不同熟练度区间;随后ERP任务再针对特定形态句法或语义过程展开,而熟练度本身则仍由独立于实验操控的交际标准界定。如此,神经反应便可被解释为独立确立的能力画像中的加工机制相关指标,而非自我指涉式的“熟练度”指标。作者还强调,适当的熟练度测量应能够覆盖互动、形式与意义整合以及实时语言使用,而不应仅限于元语言判断。
6. From language testing to ERP research: A research agenda for instructed SLA
在具体研究议程层面,文章提出可使用来源于标准化熟练度考试的材料作为ERP刺激。研究者无需另行构造纯实验室任务,而可改编基于欧洲语言共同参考框架(Common European Framework of Reference, CEFR)或美国外语教学委员会(American Council on the Teaching of Foreign Languages, ACTFL)等框架的测试项目。这样做的首要优势在于方法学层面:熟练度将不再通过与实验范式重叠的任务来评估,从而降低循环论证。第二个优势在于理论层面:ERP结果可直接关联至语言教学、测试和课程设计中已被认可并操作化的交际能力。
文章以听力理解为例,说明如何将熟练度考试中的对话题转化为ERP实验:在传统测试中,考生只需从若干选项中选出正确解释;而在ERP实验中,关键选项可以逐词或逐句呈现,同时记录EEG,比较学习者遇到一致解释与不一致解释时的神经反应。通过这种方式,可考察学习者如何整合分布在对话中的信息,以及这一整合过程如何随熟练度变化。类似逻辑还可拓展至交际能力、语用能力、篇章能力与阅读理解等领域,例如请求、邀请、道歉、信息询问等互动中的恰当续接,常规交际中的优选与非优选应答,以及篇章标记和句际连贯关系的加工。
作者同时作出谨慎限定:并非主张将CEFR等标准化熟练度考试视为语言能力的终极尺度,因为这些框架本身也曾受到理论基础和等级对应性质方面的批评。本文建议的重点不在于验证熟练度量表本身,而在于把这类任务作为独立于ERP范式之外、具有教育与评估现实意义的交际性材料来源。即使现有测试并不完美,它们仍提供了外部定义的交际基准,使神经测量得以摆脱任务内部闭环,并实现神经语言学与语言评估之间的互惠:前者获得植根于现实语言使用的构念,后者则可能借助神经与认知证据理解成功语言表现的内在机制。
7. Conclusion
结论部分强调,外语教学(foreign language teaching, FLT)实践者与SLA神经语言学研究者之间的有效合作,可以围绕语言评估这一共同操作平台展开。尤其是源自基于CEFR的标准化熟练度测试材料,为双方提供了一个兼具生态效度与操作可控性的交汇点。这类材料本身以评估不同等级学习者的交际能力为目标,因此能够较真实地体现现实语境中“会一门语言”的含义。若将其用于ERP实验,一方面可以通过引入独立于所考察语言结构、且锚定于外部熟练度定义的刺激材料来避免循环论证,使神经反应得以相对于交际能力而非任务内部表现来解释;另一方面,语言教师、测试者与评估专家也可获得目前相对缺乏的一种验证层面,即其构念、实践和程序与实际神经认知加工之间的关联证据。
文章最后指出,若缺乏这种整合,神经语言学与语言教学/评估将继续沿着彼此平行却相互脱节的路径发展:前者可能在方法上精致却在教学上失去现实意义,后者则虽富有经验基础却缺乏认知机制支撑。因此,下一阶段SLA中的ERP研究不应放弃实验室严谨性,而应将其扩展至教学实践所具有的结构化复杂性之中,在交际能力被定义、教授与评估的真实场域内推进研究。唯有如此,神经认知研究与教学研究才能共同促进对L2发展的累积性、经验性理解。