笔记
Evidence from formal logical reasoning reveals that the language of thought is not natural language
撰于
形式逻辑推理的证据表明：思维语言并非自然语言
作者：Hope Keanᵃ’ᵇ’¹、Alexander Fungᵃ’ᵇ’²、Paris Jaggersᶜ’²、Jason Chenᵃ、Joshua S. Ruleᵃ’ᵈ、Yael Bennᵉ、Joshua B. Tenenbaumᵃ、Steven T. Piantadosiᵈ、Rosemary A. Varleyᶜ、Evelina Fedorenkoᵃ’ᵇ’¹
为督促自己坚持阅读文献，本公众号会不定时分享优质文献，选题均围绕个人研究兴趣。欢迎大家在评论区留言交流观点、分享想法。
（¹ 通讯作者：hopekean@mit.edu；evelina9@mit.edu。² A.F. 与 P.J. 对本研究贡献相同。作者单位信息见文末。）
“本文原载于Proceedings of the National Academy of Sciences of the United States of America（PNAS），2026 年，第 123 卷，第 28 期，文章号 e2520095123。2025 年 7 月 25 日收稿，2026 年 5 月 9 日接受，2026 年 7 月 6 日在线发表。责任编辑：Michael S. Gazzaniga（加州大学圣塔芭芭拉分校）。本文遵循 CC BY-NC-ND 4.0 许可协议发布。
摘要
人类拥有强大的归纳与演绎逻辑思维能力：我们轻而易举地基于少数几个示例形成概括，并从已知前提出发得出结论。人类还拥有堪称动物界中最精妙的交流系统：自然语言使我们得以表达复杂而结构化的意义。因此，一些学者主张复杂思维与语言之间存在紧密联系，认为推理——包括逻辑推理——依赖于语言表征。本研究采用两种互补的路径，系统考察了逻辑推理与语言之间的关系。第一，我们使用无创性脑成像技术（功能性磁共振成像，fMRI），考察健康成年人在完成逻辑推理任务时的神经活动。第二，我们对语言脑区存在大面积病灶、并因此伴有严重语言障碍的个体，进行了逻辑能力的行为学评估。研究结果显示：语言脑网络在逻辑推理过程中并未被调动，重度失语症患者在逻辑任务上表现完好。进一步地，归纳推理招募的是广泛参与目标导向行为的领域一般性“多重需求网络”（multiple demand network），而演绎推理所动用的大脑区域则既不同于语言网络，也不同于多重需求网络。上述结果共同表明：在归纳与演绎逻辑推理中，语言表征既未被使用，也并非必需。
关键词：思维语言 | 逻辑推理 | 失语症 | fMRI | 认知神经科学；语言
研究意义（Significance）
究竟是哪些认知机制，使人类能够进行逻辑推理——判断一个结论能否从前提中推出？这些机制与把词语组装为结构化表征的机制是否相同？千百年来，学者们一直在争论：逻辑推理究竟与自然语言密不可分，还是依赖于一种独立于自然语言的“思维语言”（language of thought, LOT）。本研究结合健康成年人的 fMRI 实验与重度失语症个体的逻辑能力评估，发现支持语言加工与支持逻辑（归纳与演绎）推理的是彼此分离的神经系统。这些结果提示，至少在发育成熟的大脑中，语言加工并不构成逻辑推理的基础——这或许是因为逻辑性的思维语言具有截然不同的表征格式。
正文
公元前 350 年，亚里士多德写道：“文字与言语，并非人人相同；而言语所意指的心灵活动本身，却是人人相同的”（1）。这一思考凸显了语言符号与其所欲表达的底层认知结构之间的区别。然而多年来，许多哲学家、语言学家和认知科学家主张，自然语言事实上正是复杂思维的媒介（如文献 2–18；相反观点见文献 19、20）。本文将借助来自人类神经科学的证据，对这一观点发起挑战。
支持“语言是思维之基础”的一个关键论证，关乎二者之间的相似性。例如，关于思维的一个著名假说——“思维语言”（LOT）假说（21）——强调思维具有组合性与层级性。按照该假说，思维由更小的原子单元以结构化的方式组合而成，各组成成分之间存在层级关系。人们很容易由此联想到自然语言：句子由词语构成，词语之间以层级方式相互关联。但这样的类比同样适用于计算机程序（由一小组基本操作构建而成），也适用于旋律（由层级相关的音符与和弦构成）。因此，仅凭这一相似性，并不足以得出“我们用语言思考”的结论。此外，尽管许多思想可以被转译进自然语言（这正是语言成为高效交流系统的原因），我们同样可以用非语言符号、数学表达式、视觉示意图或图表等来表达观念——包括抽象观念。因此，某些思维与语言表达之间存在一定程度的同构，并不必然意味着语言表征被用于思考；正如某些观念可以用视觉图像表达，并不必然意味着我们的思维本质上是视觉的。
事实上，已有越来越多的实证数据表明，语言表征在思维中既未被使用，也并非必需。一些失语症患者似乎仍保有多种形式的思维能力，这体现在他们在需要数学推理（22）、因果推理（23）和心理理论（Theory of Mind）（24、25）的任务上表现完好（综述见文献 26、27）。语言与推理可分离的汇聚性证据还来自脑成像研究。支持语言理解与产生（28–30）的脑区对语言句法结构高度敏感（31–37），但在各种非语言的、高认知负荷的任务中并不被激活（综述见文献 38）——这些任务包括：求解算术与代数问题（39–41）、理解计算机代码（42、43）、社会推理（44–47），以及完成高难度的执行功能任务（39、48、49），后者需要与流体智力相关的技能（50、51）。
一些研究者对语言与思维的可分离性提出了质疑，其依据是：a）失语症患者的语言障碍程度与其在认知任务上的受损程度之间存在相关（如文献 52–55）；b）来自言语干扰双任务范式的证据（综述见文献 56）。我们认为，这些发现都有直截了当的替代性解释，因而并不构成对“语言与思维依赖不同资源”这一主张的挑战（见“讨论”部分）。然而，有一个思维领域与语言的关系在以往文献中只受到有限关注——尽管它恰恰是语言的作用最被强调的一个标志性领域（11、57）。这个领域就是抽象逻辑推理。
此前有一项 fMRI 研究通过比较神经反应，考察了语言与演绎推理的关系：该研究对比了逻辑推理任务（判断给定前提时结论是否有效）与语言推理任务（判断两个句子之间题元角色的有效性），两者均相对于较低级的控制条件（判断表达式的合式性）（58）。研究观察到了部分分离：尽管逻辑对比与语言对比都在额叶、颞叶和顶叶皮层诱发了左偏侧化的反应，但一些脑区——位于传统上被认为参与语言加工的脑区附近（38、59–62）——对语言推理的反应更强，而另一些脑区在逻辑推理中的反应更强（来自经颅磁刺激 TMS 的一致证据见文献 63）。然而，最新证据提示，Monti 等人（58）所用的这类语言范式同时激活了语言加工脑区和对一般认知努力敏感的脑区（如文献 64），这使得先前观察到的分离更难解释。另一项早期研究考察了逻辑推理与数学推理，并主张二者均未激活语言脑区（57），但该研究并未纳入语言任务，而语言任务恰恰是得出此类结论所必需的。因此，这些早期发现虽引人入胜，却尚未最终回答“逻辑推理是否依赖语言加工机制”这一问题。
另外还有两类研究涉及逻辑与语言的关系。第一类来自发展心理学，提示语言发展与逻辑发展的时间进程并不一致。归纳推理似乎很早就已“上线”（如文献 65、66）。其表征被认为是感觉运动性的，而非语言性的；主要争论在于其领域特异性（如文献 67、68）与一般性（如文献 69、70）之争（例如：婴儿是否分别拥有关于物理世界与关于社会主体的不同表征？）。至于演绎推理，图景则不那么清晰：有人认为前语言阶段的婴儿已经能够进行析取推理（71），这意味着逻辑能力与语言能力的分离；但也有人报告，儿童晚至 2.5 岁仍会在简单的析取推理上失败（72），在更复杂的推理上失败得甚至更晚（73）。这些较晚出现的失败或许提示，这些能力的发展需要一定程度的语言能力；但它们也可能反映的是执行能力的缓慢发展（74–76）——在复杂范式中应对任务要求可能需要执行能力的参与。
第二类研究来自人工智能（AI）领域，近年的进展为考察语言与逻辑的关系提供了新的动机。具体而言，神经网络语言模型（77–79）不仅在多种语言任务上达到了人类水平（80–82），还在某些推理任务上展现出令人印象深刻的成绩［如 ARC（83）、BIG-Bench（84）、LogiQA（85）、MATH（86）、WildBench（87）、Templates（88）］。这些发现自然引出一个问题：语言能力是否必然带来逻辑能力？不过，许多人指出，大语言模型的推理缺乏稳健性与泛化性（如文献 89–94）。
因此，语言与逻辑的关系——更具体地说，人类的抽象逻辑推理是否依赖语言表征——仍不清楚。为系统考察语言在人类逻辑推理中的作用，我们采用了双管齐下的研究路径。首先，我们在健康成年人中使用 fMRI，检验语言网络（38）是否对逻辑推理的需求产生反应（研究 1）。随后，我们对因左侧外侧裂周皮层大面积损伤而罹患重度失语症的个体进行了行为实验，检验语言能力是否为逻辑推理所必需（研究 2）。需要说明的是，本研究并不涉及语言在儿童期逻辑概念习得或推理能力学习中可能扮演的角色（我们将在“讨论”中简要提及这一点）。提前剧透我们的发现：没有任何证据表明抽象逻辑推理动用了语言资源。
结果
在每项研究中，我们都考察了逻辑推理的两种典型形式：归纳推理与演绎推理。
归纳推理范式（图 1，左）改编自 Rule 等人（95）的研究（相关范式见文献 96–100）。被试会看到一组输入数字列表与输出列表（例如 [5, 7] → [7, 5, 7]），并被要求推断支配输入到输出转换的规则。随后，被试可以在新的输入列表上检验自己的假设，如此往复，直至猜出正确规则。这些规则涉及数学运算（如 ƒ(l) = [x + 2 | x ∈ l]，即“将每个数字加 2”）、列表运算（如 ƒ(l) = [xᵢ | xᵢ ∈ l, ∀j < i, xᵢ ≠ xⱼ]，即“只保留唯一、不重复的元素”）与结构运算（如 ƒ(l) = l[3:]^l[0:3]，即“将列表循环移位三个元素”）的组合，每条规则都可以写成一个简短的计算机程序。fMRI 版本还包含一个控制条件：被试被告知规则，并被要求将其应用于新的输入列表。
演绎推理方面，我们采用了两种范式：三段论推理与矩阵推理。第一种范式由 Coetzee 与 Monti（101）引入，此处仅用于研究的 fMRI 部分（图 1，中）。被试会看到由两个前提与一个结论构成的经典三段论（例如：i）如果 A 是 B，那么 A 也是 C。ii）A 不是 C。iii）因此，A 不是 B），并被要求判断结论的有效性。一半的三段论使用真实词语（如“如果积木是大的……”），另一半使用假词（如“如果 tep 是 ag……”）。尽管所有题目都需要演绎推理与语言加工的参与，但题目之间的关键差异在于演绎的难度。较易的题目称为肯定前件式（Modus Ponens），形式如下：“如果积木是大的，那么它不是黄色的。积木是大的。所以，积木不是黄色的。”（结论可由前提推出）；或“如果积木是大的，那么它不是黄色的。积木是大的。所以，积木是黄色的。”（结论不能由前提推出）。较难的题目称为否定后件式（Modus Tollens），形式如下：“如果积木是大的，那么它不是黄色的。积木是黄色的。所以，积木不是大的。”（结论可由前提推出）；或“如果积木是大的，那么它不是黄色的。积木不是黄色的。所以，球是大的。”（结论不能由前提推出）。
三段论范式是逻辑推理研究中的经典范式（102–106），而否定后件式与肯定前件式题目之间的对比，巧妙地将演绎需求分离了出来。然而，该任务使用言语材料，因而不适用于失语症患者。因此，第二种范式我们选择了一种非言语任务，患者同样可以完成：矩阵推理（107）（此前用于 fMRI 的研究见文献 108）。被试会看到由四个几何图案组成的矩阵，并被要求找出异类项（图 1，右）。在控制条件中，任务结构相似，但几乎不需要逻辑推理，仅凭视觉模式识别即可完成。失语症患者完成的是一个类似的版本（109），不同的是几何图案矩阵中缺失了一个图案，被试需要从若干备选答案中选出能补全矩阵的那一项（图 1，右下小图）。此类范式被广泛用于评估不同人群的流体推理能力（110–119），同时涉及演绎与归纳推理（120、121）：归纳推理用于对潜在规则作出猜测，演绎推理用于评估逻辑约束并排除错误选项。因此，尽管该范式不如三段论推理任务纯粹，它依然非常适合检验语言对演绎推理是否为必需。
如果语言表征是逻辑推理的基础，那么：a）语言脑区应对归纳需求、演绎需求或二者同时敏感（以 fMRI 测量）；并且 b）深度失语症患者应在这些任务上表现出障碍。
图1 逻辑推理实验范式
**图 1. 逻辑推理实验范式。**在归纳推理任务（左）中，被试会看到由 1–5 个个位数字组成的输入列表和由 0–5 个个位数字组成的输出列表，并被要求猜测将输入列表变换为输出列表的规则（详见“材料与方法”）。在 fMRI 版本中，第 8 道题之后，被试会通过示意图得知正确规则，并被要求将该规则应用于另外两个输入列表。在演绎三段论推理任务（中）中，被试会看到经典的三句式三段论，并被要求根据前两句（前提）判断第三句（结论）是否成立。试次在较难演绎（否定后件式，Modus Tollens）与较易演绎（肯定前件式，Modus Ponens）之间变化。在矩阵推理任务（右）中，被试会看到几何图形，并被要求找出其中的规律：fMRI 版本中需判断哪一幅图与其他图不符，行为版本中需找出缺失的图形（详见“材料与方法”）。
“图注解读：图中三列分别对应三类任务——归纳推理、演绎（三段论）推理、矩阵推理（矩阵推理同时涉及归纳与演绎，故标注“Induction + Deduction”）。每列展示了该任务的实验条件（难题）与控制条件（易题）示例：归纳推理的关键条件是“规则归纳”（须自行发现变换规则），控制条件是“规则应用”（被告知规则后套用）；三段论推理以否定后件式（难）对照肯定前件式（易）；矩阵推理以需要关系推理的复杂图形（难）对照仅凭视觉模式识别即可完成的简单图形（易）。图中还标出了完成各任务的 fMRI 被试人数（如三段论任务 n=23）以及参加行为实验的失语症患者人数（n=2，含其病灶影像与手指计数示例照片）。
语言网络在归纳、演绎及矩阵推理中均未被激活
语言加工脑区对归纳、演绎（三段论）与矩阵推理对比几乎或完全没有反应。与基于大量既往研究的预期一致（综述见文献 38），这些脑区对语言加工表现出稳健的反应：在独立数据中估计的“句子 > 假词列表”条件对比中，句子条件诱发了显著更强的反应（网络层面 P < 0.001；图 2B 与表 1）。需要说明的是，尽管此处使用特定的定位任务对比来界定语言脑区，该对比在不同呈现模态、语言、刺激与任务间都具有高度的可泛化性（如文献 48、122–124），而且这一网络也可以不借助对比、仅通过功能连接模式来界定（如文献 125–127）。此外，这些语言反应性脑区已被证明在理解与产生、以及受控与自然化范式中，都对语言加工需求稳健敏感［综述见文献（38）］；这种在多样语言任务中的普遍参与，与“损伤这些脑区会导致语言障碍”的事实相吻合（60、128）。
关键在于，语言脑区对各逻辑对比几乎或完全不敏感。归纳对比确实在网络层面诱发了可靠反应（P < 0.05），但效应很小：语言对比的强度是其四倍以上，且关键的归纳条件所诱发的反应，仅相当于甚至低于语言任务的控制条件（朗读假词）水平（SI 附录，图 S1B）。对其余任务而言，演绎（三段论）对比与矩阵推理对比均未在语言脑区诱发显著反应（网络层面 ps > 0.1；图 2A、2B 及表 1；五个语言脑区单独考察时结果相似，证据见 SI 附录图 S1A 与表 S1）——尽管这两个任务在正确率与反应时上都表现出显著的行为难度效应（SI 附录，图 S4）。在三段论任务中，相对于低级（注视点）基线，肯定前件式与否定后件式条件均诱发了较强反应，其强度与语言定位任务中句子条件的反应相当——后者使用长度相近、但不含逻辑内容的句子（SI 附录，图 S1B）。这一结果在预期之中，因为三段论的加工必然涉及词汇与句法加工。“对演绎推理难度不敏感”这一关键结果，在真词与假词条件下均成立（SI 附录，图 S5）。有趣的是，在语言脑区，使用真词的条件并未比使用假词的条件诱发更强的反应。假词条件（“如果 tep 是 ag……”）类似于所谓的“Jabberwocky 句”（131），既往 fMRI 研究表明此类句子在语言脑区诱发的反应低于真实句子（如文献 37、122、132、133）。我们推测，该效应在本实验中未出现，是因为词义与任务无关，被试因此以相似的方式处理真词与假词：对句子进行变量化与句法分析，提取基本的关系结构，再将其“递交”给支持此类推理的脑系统（见“逻辑推理在语言网络之外诱发强烈反应”一节）。
表 1. 语言网络对语言对比与逻辑推理对比的反应
| 预测变量 | 估计值 | P 值 |
| --- | --- | --- |
| 语言任务 | | |
| 截距（假词） | 0.7407 | 0.0666 |
| 关键效应（句子） | 1.5518 | <0.0001 |
| 归纳推理任务 | | |
| 截距（规则应用） | 0.1408 | 0.7414 |
| 关键效应（规则归纳） | 0.2601 | 0.0224 |
| 演绎（三段论）推理任务 | | |
| 截距（易三段论 / 肯定前件式） | 1.9361 | 0.0065 |
| 关键效应（难三段论 / 否定后件式） | −0.0444 | 0.7102 |
| 矩阵推理任务 | | |
| 截距（易图形） | −0.2234 | 0.3527 |
| 关键效应（难图形） | 0.1533 | 0.1185 |
注：表中为线性混合效应模型（见“材料与方法”）在网络层面的结果（按各功能兴趣区 fROI 分解的结果见 SI 附录表 S1）。
深度失语症患者依然能够进行逻辑推理
两名深度失语症患者 S.A. 与 G.S. 保留了逻辑推理能力。两人的左侧外侧裂周皮层均遭受大面积损伤（图 2C），并因此表现出严重的语言障碍（图 2D 及 SI 附录表 S3）。尤为关键的是——针对“语言句法结构中介逻辑推理”这一假说——两名患者在理解与产出上都存在严重的语法障碍，在多项句法评估中成绩处于或接近随机水平。例如，在理解可逆句（如“潜水员溅了海豚一身水”）时指派题元角色，两人均有明显障碍。然而，尽管失语症如此严重，两名患者在归纳与矩阵推理任务上都表现出与常人无异的成绩。在归纳推理任务（图 1，左）中，他们解出了呈现给他们的绝大多数规则（S.A.：19/25；G.S.：39/40）。这一成绩与对照组常模样本相当；两名患者与对照组均无显著差异（Crawford–Howell 单病例检验 ps > 0.499）。同样，在矩阵推理任务中，两名患者都解出了绝大多数题目（分别为 25/30 与 26/30），按照该任务可用的同龄常模数据［WASI-II；（109）］，分别高出均值 +2.3 与 +1.8 个标准差（这些原始分数对应 T 分数 73 与 68；常模 T = 50，SD = 10）。
图2 语言网络不支持逻辑推理
图 2. 语言网络不支持逻辑推理。（A）两名示例被试个体中，语言对比（第 1 行，黄色）与三种逻辑推理对比（第 2–4 行，紫色与绿色）的激活图。（B）语言网络（在每名被试中个体化界定；见“材料与方法”）对四种对比的反应，以 BOLD 信号变化百分比表示：语言对比（句子 > 假词；在留出的独立数据中估计；灰色）、归纳对比（规则归纳 > 规则应用；品红色）、演绎对比（难三段论 > 易三段论；绿色）、矩阵对比（难图形 > 易图形；青色）。柱状图显示跨网络平均值，误差线为按被试计算的均值标准误（SEM）；浅色圆点为个体被试的反应；5 个语言功能兴趣区（fROI：IFGorb、IFG、MFG、AntTemp、PostTemp）各自的均值以水平虚线表示。（C）两名重度失语症患者（S.A. 与 G.S.）的解剖扫描图像、患者简要信息，以及语言网络概率图谱（引自文献 129）在 G.S. 的 MRI 图像上的投影。（D）失语症患者以及——在关键任务上——对照被试的行为表现。第一列为两名患者在语言评估任务［口语与书面句子理解；（130）］上的表现（S.A.：浅灰柱；G.S.：深灰柱），两人均处于或低于随机水平；下行为示例题目（患者语言评估的其他细节见“材料与方法”）。第二、三列为归纳与矩阵推理任务的表现（S.A.：浅灰点；G.S.：深灰点）。归纳任务的对照数据以粉色柱表示；下行为 G.S. 手绘的两个规则表征示例，分别演示“将数字倒序”规则（上）与“在数字后插入序号”规则（下）。矩阵推理任务的对照数据以同龄常模分布表示；下行为示例题目。
“图注解读：本图是全文枢纽，从两个互补角度给出证据。上半部分（A、B）面向健康人：A 显示语言任务稳定激活语言网络（黄色），而归纳、演绎、矩阵三类逻辑任务几乎不激活该网络；B 的定量结果更直观——语言对比的 BOLD 信号变化接近 2%，三个逻辑对比的反应则贴近 0。下半部分（C、D）面向失语症患者：C 显示 S.A. 与 G.S. 的左半球语言区存在大面积病灶，且恰好覆盖语言网络；D 显示两人的语法理解仅处于随机水平（红叉），归纳与矩阵推理却达到甚至高于同龄人水平（绿勾）。脑成像与神经心理学证据相互印证：语言网络对逻辑推理既不被使用，也非必需。
逻辑推理在语言网络之外诱发强烈反应
既然我们范式中的逻辑推理需求并未激活语言网络，我们希望确认它们确实在大脑某处诱发了反应。我们首先考察了一个合理的候选系统——多重需求网络（Multiple Demand network, MD 网络）（51、134、135）。该网络由一组双侧额叶与顶叶脑区构成，在多种高认知负荷任务中表现出强活动，例如标准的执行功能任务（134、136–139）。MD 网络的损伤与流体智力下降相关（140–142）。此外，与本文最相关的是，某些形式的推理会招募 MD 网络，包括数学推理（40、41、143）以及理解计算机代码所需的推理（42、43、144）。复现了大量既往研究的结果［如文献 143、145］，MD 网络脑区对空间工作记忆任务表现出稳健反应，且在独立数据中估计的高负荷条件下反应更强（网络层面 P < 0.001；SI 附录图 S2 与表 S2）。归纳推理任务在整个 MD 网络中诱发了稳健反应，且规则归纳条件较控制条件（规则应用）反应更强（网络层面 P < 0.001；SI 附录图 S2 与表 S2）。矩阵推理任务亦如此（网络层面 P < 0.001；SI 附录图 S2 与表 S2）。然而，演绎三段论推理任务并未激活 MD 网络（网络层面 P > 0.48）。这一发现与 Coetzee 与 Monti（2018）的结果一致：他们报告了对演绎推理敏感的脑区与对一般任务难度敏感的脑区之间的分离，后者正是 MD 网络的标志性特征（另见文献 57、146、147）。全脑检索发现了若干额叶与顶叶脑区，它们在独立数据中估计的否定后件式（Modus Tollens）条件下，较肯定前件式（Modus Ponens）条件反应更强（整组脑区 P < 0.001；SI 附录图 S2；关于这些脑区的详细考察见文献 148）。
讨论
为阐明“语言表征在形式逻辑推理中扮演何种角色”这一旷日持久的争论，我们考察了对语言句法结构稳健敏感（29、32、36、37）的语言脑区在归纳与演绎推理中的反应。作为互补路径，我们还检验了语言脑区严重受损个体的逻辑推理能力。两方面结果汇聚于一个明确的答案：至少在成人大脑中，语言表征既未参与逻辑推理，也不是逻辑推理所必需的。以下我们将把这些发现置于更广阔的文献背景中加以讨论。
语言与其他认知功能可分离的证据不断积累
我们的结果显示，左偏侧化的语言网络不参与逻辑推理，这为日益增多的证据再添一例：语言网络专门支持语言计算。相较于我们的感知与运动系统、记忆与注意机制以及社会推理能力，语言是一项晚近的文化发明（149）。因此，一个合理的假设是：语言在出现之时，借用了既有的各种脑机制组件。然而，尽管语言与多种非语言功能之间不可否认地存在相似性，关于神经重叠的假说并未获得实证支持。例如，语言承担社会交流功能（27、150–152），并在某些方面类似于面部表情、非言语发声和手势等非言社会信号，但证据表明，这些非言信号由区别于语言网络的脑区加工［如文献 153–155］。尽管语言与音乐等领域共享层级结构（156、157），音乐并不激活语言脑区（39、158、159）。尽管语言加工需要执行资源——如工作记忆与认知控制（160–164），执行任务并不激活语言网络（39、48、49）；而高要求的语言计算——如构建非局部句法依存——则是在语言网络内部局部完成的［（34、36、165–167），综述见文献 168］。
与当前研究最为相关的是：语言的句法结构与抽象推理——包括形式化的数学与逻辑思维（11、169、170），以及领域特异性推理，如直觉物理推理（171–173）与社会推理（174）——所具有的结构存在相似性。然而，与其他非语言功能一样，考察语言加工与这些推理类型之关系的研究均未发现重叠：数学推理（39、41、175）［失语症证据见（22）］、计算机代码理解（42、43）、物理推理（176），以及社会推理（44–46、177）［失语症证据见文献 23、25、178］。本研究为这一系列工作增添了新证：形式逻辑推理——包括归纳与演绎——既不招募、也不需要语言表征。
对“语言不支持思维”观点的挑战？
一些研究者基于语言障碍程度与某些认知任务受损程度之间的相关，质疑语言与思维的可分离性［如文献 52–55］。然而，这些效应可以由语言脑区与其他认知脑区在解剖上的邻近（125、179、180）来解释——在某些情况下这些功能还共同左偏侧化于左半球［如语言与算术：（181）］——再加之卒中损伤并不遵从功能边界。正因如此，在神经心理学中，分离通常被认为比相关更具说服力（182）。
对语言—思维可分离性的另一个潜在挑战来自双任务研究：言语任务会干扰人们完成非言认知任务的能力（如文献 183–185）。然而，实证图景十分复杂（综述见文献 56），许多研究并未达到论证“言语表征参与非言认知”所需的证据标准。具体而言，要论证一个能干扰某关键任务的言语任务与该任务共享资源，必须纳入一个与言语任务难度匹配的控制干扰任务（以单任务设计评估），并获得交互作用，使得言语任务对关键任务成绩的影响可靠地更大；同时还应证明该非言任务会可靠地影响另一项任务的成绩（关于这些方法学问题的讨论见文献 186）。除上述设计与统计层面的考量外，许多言语干扰范式（如音节或真词/假词重复任务）动用的是较低级的言语发音与感知脑区（如文献 187、188），而非语言脑区。鉴于大多数关于语言在思维中之作用的理论关注的都是词汇和/或句法表征［由较高级语言脑区处理；（38）］，即便是设计严谨的言语干扰研究，其效应对这些理论究竟意味着什么，也很难说清楚。
因此，据我们所知，尚无任何既往研究——无论基于神经心理学患者数据，还是使用言语干扰范式——提供过无歧义的证据，表明人类依赖词汇或句法表征进行思考。当然，我们依然期待未来出现此类研究，包括那些可能揭示语言表征会被瞬时招募的研究——这类瞬时招募或许不易被 fMRI 捕捉，但可能在使用颅内记录等手段的研究中显现。
神经层面的分离并不意味着功能上的封闭
语言与思维在人类心智与大脑中可以分离，这一证据与“语言网络必须不断与我们的知识和推理系统交互”的事实完全相容（讨论见文献 38、90、189）。第一，语言之所以有用，全在于它让我们得以彼此分享思想：因此，语言的产生与理解都必然需要在核心语言机制之外，动用我们的知识与推理系统。第二，语言是强大的信息压缩工具，使得对特定文化有用的概念得以被高效表征（190–196）。由此，语言可能在某些认知任务中发挥促进作用——但这并非因为我们用词语和语言句法来表征和操作思想，而是因为使用词语或非语言符号（如阿拉伯数字）或图示（如维恩图），可以将内部计算的部分或中间产物“卸载”到外部。语言是否比其他压缩工具更特殊，目前尚不清楚，需要细致的比较研究。第三，语言无疑可以促进某些观念的学习，包括抽象的逻辑或关系结构（如文献 67、197–202）。然而，语言在概念习得中的这一作用，同样不意味着我们用语言表征进行思考——正如从视觉输入中学习概念，并不意味着我们用视觉系统进行思考。
语言加工与逻辑推理为何会分离？
语言与逻辑的分离，想必源于语言交流与形式推理各自不同的需求。一个关键差异或许在于这两类系统所表达的意义类型：自然语言倾向于表达与外部和内部世界相关的意义，而数学、逻辑与计算机代码表达的大多是抽象的关系性意义，与世界并无直接或必然的联系（讨论见文献 203）。这一差异可能在输入的早期加工阶段就提供了强信号，提示某个特定问题应被“路由”到特定的系统。当然，如果一个问题以句子形式呈现（如本研究中的三段论推理任务），它必然先要经过语言系统的句法分析，然后才能由（推测位于下游的）推理系统求解。
造成分离的另一个原因可能是：语言格式并不适合形式推理。尽管语言表达与逻辑表达在结构化特征上存在表面相似，语言表征却充满噪声与歧义，因而无法可靠地支撑形式推理。自然语言充斥着指称含糊、辖域歧义与欠详（underspecification），需要语用充实（pragmatic enrichment）——这一切都可能遮蔽句子的逻辑结构。事实上，来自 AI 研究的最新证据表明，仅靠语言的神经网络模型在形式推理任务上会力不从心（90、92、204–206）；但若将语言输入转换为逻辑形式语言（如一阶逻辑语句），再馈入外部定理证明器，则会带来大幅的性能提升（如文献 207–217）。
语言表征的替代方案
如果我们不是用语言思考，那么支持逻辑推理的究竟是何种表征？相互竞争的理论假定了不同格式的思维中介表征，这可转化为对神经实现方式的不同预测。例如，按照心理模型（mental model）框架，推理者构建对问题的类比式模拟，利用视空间表征与工作记忆资源来推演前提可能导出的后果（218、219）。因此，这类理论预测：支持视觉/空间表象与工作记忆的脑区将被激活（220、221）。另一类理论，即脚本或图式取向，则主张推理调用的是缓存的关系模板（从既往经验中抽象出来的、关于事件或情境的结构化表征）（222–225）。这类理论提示，推理由情境特异性与领域特异性的知识结构所支撑，而这些结构可能动用多个语义网络（如文献 226、227）。心理逻辑（mental logic）取向则将抽象推理视为依照句法推理规则对无模态的抽象符号所进行的操作（228–230）。在这最后一类理论中，最有希望的候选或许是概率思维语言（probabilistic language of thought, PLOT）假说（231–237）。按照该假说，心理算法被理解为作用于概念之上的符号程序，这些概念编码着概率性知识，既包括领域特异性知识，也包括抽象的关系性知识。如此，PLOT 为任何类型的推理提供了灵活的媒介，并刻画了心理表征的渐变特性。未来的脑成像研究或许有助于判定：逻辑推理究竟依赖于视空间表征、完全抽象的表征，还是（至少在发展早期阶段）领域特异性的表征。
推理的模块性
除了语言与逻辑的分离，本研究还凸显了另一事实：不同种类的推理彼此之间也存在分离。一些推理形式已被证明是领域特异性的，包括社会推理（238–241）与直觉物理推理（242–245）。这两个系统都不同于多重需求（MD）网络——后者参与多样的目标导向行为和某些形式的抽象推理（51、139）——也不同于默认网络（Default network）——后者参与情景式的自我投射与情境模型构建（246–249），其中或许使用空间表征（250）。本研究表明：归纳推理与矩阵推理，与算术推理相似，强烈激活 MD 网络；而三段论演绎推理则不然，它招募的是另一组不同的脑区，与部分既往研究一致［（57、101、146、147）；关于这些脑区的系统考察见文献 148］。这些不同形式的推理为何彼此分离？是因为问题各自不同的内容/结构？还是因为这些问题所要求的心理操作存在差异？鉴于大脑中记忆与计算的深度整合（讨论见文献 251、252），这两个因素可能都对观察到的分离有所贡献。
局限性与开放问题
本研究至少存在两方面局限。（#1）失语症部分仅纳入两名被试。样本如此之小，是由“深度语言障碍”这一纳入标准决定的——此类病例十分罕见（253）。在失语程度较轻的患者中发现完好的逻辑能力，信息量会低得多，因为总有可能患者是借助语言网络的残余部分进行推理的。来自重度语言障碍个体的完好认知能力证据，即便只来自寥寥数名被试，也弥足珍贵——毕竟，认知神经科学领域一些最深刻的洞见正是得自个案研究（254–257）。（#2）这些发现还应推广到更多种类的逻辑推理任务上，包括情境化范式（258–261），以及纯演绎任务的非言语版本。
许多问题依然悬而未决。例如：语言与逻辑的分离在幼儿期就已存在，还是随发展逐渐浮现？接触语言是否为学会逻辑推理所必需？语言与逻辑之间、以及不同类型推理之间的分离，究竟是这些认知任务的计算需求所决定的必然，抑或仅仅是生物演化的偶然？——这最后一个问题，如今已可在神经网络模型中加以检验（262–266）。
结论
我们的研究结果提供了反对“自然语言是抽象逻辑推理之媒介”这一假说的证据，并提示此类推理由一种不同的表征格式所支撑。
材料与方法
**研究 1（fMRI）被试。**29 名成年人（15 名女性；平均年龄 = 27.3 岁，SD = 12.9 岁）来自麻省理工学院（MIT）及马萨诸塞州波士顿周边社区，有偿参加实验。所有被试均为英语母语者，听力与视力正常，无语言障碍史，且语言网络呈典型的左偏侧化（由语言定位任务确定）。所有被试均按照 MIT 人类被试实验委员会的要求签署了书面知情同意书（方案编号#2010000243）。所有被试均完成了语言定位任务与多重需求（MD）定位任务；29 名被试中的不同子集完成了各逻辑任务，每项任务至少有 17 名被试（17 人完成归纳与矩阵推理任务；23 人完成三段论推理任务）。
**研究 2（行为）被试。**两名深度失语症男性患者参加实验（S.A.：78 岁；G.S.：50 岁）。两人均存在大范围病灶，左下额叶与左颞叶脑区显著受损，并被判定为重度语法缺失（SI 附录表 S3）。两人均为英语母语者，无视觉障碍，病前均为右利手。另纳入 40 名年龄匹配的神经典型被试作为对照（详见 SI 附录“材料与方法”）。伦理批准由伦敦大学学院（UCL）语言与认知系伦理委员会授予（LC/2023/05）。所有被试均在参加研究前签署了知情同意书。
**归纳推理任务（fMRI、行为）。**被试会看到由 1–5 个个位数字组成的输入列表和由 0–5 个个位数字组成的输出列表，并被要求猜测将输入列表变换为输出列表的规则。随后，被试看到另一个输入列表，并被要求键入输出列表。他们会被告知自己关于潜在规则的猜测是否正确，接着看到另一个输入列表。在 fMRI 版本中，每个试次（对应一条规则）包含 8 道题。在最后一道题之后，被试会通过示意图（图 1，左）得知正确规则，并被要求将该规则应用于另外两个输入列表。我们将正确规则揭晓之前的 8 道题定义为归纳阶段，将正确规则揭晓之后的 2 道题定义为应用阶段。“规则归纳 > 规则应用”对比所针对的，是超出规则执行与反应录入所需的、与假设生成和规则发现相关的神经过程。每名被试完成 40 条规则。本任务及其他任务的全部材料均可在 OSF 获取（https://osf.io/jm9rd）；更多的程序与计时细节见 SI 附录“材料与方法”。
在任务的行为版本中，题目以纸质形式呈现，被试书面作答。同样使用 40 条规则，不同之处在于：为使每条规则包含 14 道题（输入—输出对），增补了少量题目；并根据 fMRI 被试反馈（他们认为某些输入—输出对令人困惑）替换了少量题目。刺激材料被分为四组，每组 10 条规则。G.S. 分若干次完成了全部 40 条规则（每次约 6 条）；S.A. 同样分次完成，但只完成了第 1–3 组（每次约 4 条）；每次完成规则数量的差异，源于与年龄相关的健康状况，且实验必须在常规随访的其他活动间隙完成。对照被试每人于单次测试中完成一组 10 条规则，中途短暂休息，每组由 10 名被试完成。无论患者还是对照，当被试连续答对 4 道题后，即停止该规则的测试。时间允许时，研究者有时会请失语症患者以图示方式画出他们猜到的规则（示例见图 2）。
**演绎（三段论）推理任务（fMRI）。**被试会看到经典三段论，并被要求根据前两句（前提）判断第三句（结论）的有效性。每个试次对应一个三段论；试次在难度上区分为难三段论（否定后件式）与易三段论（肯定前件式），在材料上区分真词与假词。“难三段论 > 易三段论”对比所针对的，是与逻辑演绎推理的复杂性相关的认知过程。每名被试在每个条件下完成 16 至 32 个试次。
**矩阵推理任务（fMRI、行为）。**被试会看到一组几何图形，并被要求找出异类项（fMRI 版本）或缺失图形（行为版本）。在 fMRI 版本中，被试看到四幅图形，需判断哪一幅与其他图形不符。实验采用区组设计：难区组的试次使用 Cattell（107）的刺激材料，易区组的试次使用 Woolgar 等人（143）改编该任务用于 fMRI 时创建的较简单题目（例如三幅相同的简单图形加一幅不同图形）；较易条件仅凭视觉模式识别即可解决。“难图形 > 易图形”对比所针对的，是与关系推理、假设生成和演绎推理相关的认知过程。
行为版本采用韦氏简明智力量表第二版（WASI-II）的矩阵推理分测验。被试会看到一组缺失了一幅图形的图阵，并被要求从五个选项中选出能补全图案的缺失图形。测验以纸质形式施测，遵循 WASI-II 标准施测程序。被试答错 3 道题后停止测验。
关键分析——fMRI。（fMRI 数据采集、预处理与建模的细节见 SI 附录“材料与方法”。）为检验语言脑区在逻辑推理任务中是否产生反应，我们使用了一个经过广泛验证的定位任务（122），在个体被试中以功能方式界定兴趣区。被试被要求认真阅读句子与假词序列（详见 SI 附录“材料与方法”）。语言 fROI（及下述控制 fROI）中的反应使用线性混合效应模型进行统计评估。对每个对比，我们分别在网络层面与单个 fROI 层面拟合模型。
网络层面模型：BOLD ~ 条件 + (1 | 被试) + (1 | fROI)。 单个 fROI 层面模型：BOLD ~ 条件 + (1 | 被试)。
为确保我们的逻辑推理任务在大脑某处诱发强烈反应，我们进行了两项分析。第一，使用空间工作记忆任务（在 3×4 网格中追踪 8 个对 4 个方块）作为多重需求网络的定位任务（如文献 145）（详见 SI 附录“材料与方法”）。第二，由于演绎三段论推理任务未在 MD 网络中诱发反应，我们额外进行了全脑检索，寻找对“难三段论 > 易三段论”对比产生反应的脑区（见 SI 附录“材料与方法”）。（被试在关键 fMRI 任务中的行为表现见 SI 附录图 S4。）
**关键分析——行为。**对归纳推理任务，我们使用 Crawford 与 Howell（267）检验，将每名患者的成绩与对照组进行比较。矩阵推理 WASI-II 数据按照官方手册提供的标准指南计分。
**数据、材料与软件可用性。**脑数据及相关材料数据已存放入开放科学框架（OSF）（https://osf.io/jm9rd）（268）。其余所有数据均包含于正文和/或 SI 附录中。
致谢
我们感谢 MIT 麦戈文脑研究所 Athinoula A. Martinos 影像中心，包括技术团队的 Steve Shannon 与 Atsushi Takahashi。我们同时感谢 Anya Ivanova、Colton Casto、Ben Lipkin、Chiebuka Ohams 与 Ted Gibson 对稿件提出的宝贵意见。H.K. 获麦戈文之友（Friends of McGovern）研究生奖学金及 K. Lisa Yang 整合计算神经科学（ICoN）中心研究生奖学金资助。J.B.T. 获美国空军科学研究办公室、海军研究办公室“人工智能科学”项目及 Schmidt Sciences AI2050 奖学金的研究经费资助。J.S.R. 与 S.T.P. 获正式与非正式学习环境研究部（EDU/DRL）基金 2201843 资助。R.A.V. 获 Leverhulme 研究奖学金（RF-2023-690\10）资助。E.F. 及本研究获麦戈文脑研究所、脑与认知科学系、MIT Siegel 家族智能探索计划、Simons 基金会资助 MIT Simons 社会脑中心的基金，以及 DARPA AIQ 项目通过 DARPA CMO 合同编号 HR00112520025 的研究经费部分资助。最后，我们要特别感谢 S.A.：三十多年来，他对本研究乃至整个神经科学的贡献，以无法估量的方式深化了我们对语言与心智的理解。
作者单位：ᵃ 麻省理工学院脑与认知科学系（美国马萨诸塞州剑桥市，MA 02139）；ᵇ 麻省理工学院麦戈文脑研究所（美国马萨诸塞州剑桥市，MA 02139）；ᶜ 伦敦大学学院心理与语言科学系（英国伦敦，WC1N 1PF）；ᵈ 加州大学伯克利分校心理学系（美国加州伯克利，CA 94720）；ᵉ 曼彻斯特城市大学心理学院（英国曼彻斯特，M15 6BX）。
作者贡献：H.K.、J.S.R.、J.B.T.、S.T.P.、R.A.V. 与 E.F. 设计研究；H.K.、A.F.、P.J.、J.C.、Y.B. 与 R.A.V. 实施研究；J.S.R.、J.B.T.、S.T.P. 与 R.A.V. 提供新的试剂/分析工具；H.K.、A.F.、P.J. 与 Y.B. 分析数据；H.K. 负责可视化；E.F. 负责监督与项目管理；H.K.、A.F.、P.J.、J.S.R.、Y.B.、J.B.T.、S.T.P.、R.A.V. 与 E.F. 撰写论文。作者声明无利益冲突。本文为 PNAS 直接投稿。
参考文献
