PNAS：人类并非用自然语言进行逻辑推理？fMRI与重度失语症揭示独立的“思维语言”

导语

我们究竟是不是在“用语言思考”？自然语言与复杂思维都具有组合性和层级结构，因此，语言长期以来被视为逻辑推理可能依赖的内部媒介。然而，结构相似并不意味着二者使用相同的神经表征。一项2026年7月6日发表于 PNAS 的研究结合 fMRI 脑成像与重度失语症患者测试，从两条互补的证据链重新审视这一古老问题。结果显示，语言网络并未参与形式逻辑的核心计算；即便高级语言系统遭到严重损伤，人仍然能够发现抽象规律、操纵关系并完成复杂推理。这意味着，“语言能够帮助我们思考”与“思维本身由自然语言构成”，或许是两个截然不同的命题。

关键词：思维语言（language of thought, LOT）、逻辑推理（logical reasoning）、归纳推理（inductive reasoning）、演绎推理（deductive reasoning）、失语症（aphasia）、功能性磁共振成像（fMRI）、多重需求网络（multiple demand network, MD network）、认知神经科学（cognitive neuroscience）

彭晨丨作者

赵思怡丨审校

论文题目：Evidence from formal logical reasoning reveals that the language of thought is not natural language 论文链接：https://doi.org/10.1073/pnas.2520095123 发表时间：2026年7月6日 论文来源：Proceedings of National Academy of Science

我们究竟是不是“用语言思考”？

“思维是否必须依赖语言”是认知科学中一个极为古老的问题。早在公元前350年，亚里士多德就已经区分了外部的语言符号与这些符号所指向的内部心理活动。到了现代认知科学，一种颇具影响力的理论是“思维语言假说”（language of thought hypothesis, LOT）：人类思想并非彼此孤立，而是由更小的基本单元按照一定结构组合起来，并具有层级关系。

这种描述听起来与自然语言极为相似。一个句子由单词组成，单词之间受到句法规则约束；复杂思想同样似乎可以由基本概念组合而成。于是，一个诱人的推论随之出现：既然语言和思维都具有组合性（compositionality）和层级结构（hierarchical structure），那么我们是否实际上就是通过语言进行思考？

但研究者指出，“结构相似”本身并不能证明二者采用相同的神经表征。计算机程序也具有层级结构，音乐中的音符和和弦同样可以形成复杂组合，却不能因此认为思想本质上就是程序或音乐。同样，我们可以把一个思想表达成语言，也可以使用数学符号、图形甚至示意图来表达它；能够被某种外部符号表达，并不意味着大脑内部必然使用同一种符号进行运算。

因此，本文要检验的问题是：在形式逻辑推理（formal logical reasoning）发生的那一刻，大脑的语言系统到底有没有参与核心计算？

两条证据链：一个看“大脑在做什么”，

一个看“没有语言还能不能推理”

为了回答这个问题，研究团队设计了一套非常有力的“双重检验”。

第一项研究使用fMRI。研究共纳入29名健康成年人，所有参与者均为英语母语者，并具有典型的左侧化语言网络。所有人都完成语言网络定位任务以及多重需求网络定位任务，不同子样本进一步完成逻辑任务：17人完成归纳推理和矩阵推理任务，23人完成三段论推理任务。研究者并不是简单观察“做逻辑题时哪里亮了”，而是先在每一个受试者个体水平上独立定位语言功能区，随后再询问这些明确承担语言功能的区域是否会随着逻辑推理难度增加而增强活动。

第二项研究则更加直接：如果语言真的是逻辑推理不可缺少的计算媒介，那么当语言系统遭到严重破坏以后，逻辑能力理论上也应该受到明显损害。研究者因此测试了两名重度失语症患者S.A.和G.S.。两人左侧额下回和颞叶语言相关区域均存在大范围损伤，并表现出严重失语和语法障碍。与此同时，研究纳入40名年龄匹配的神经典型个体作为行为学参照。

研究实际上在从两个方面回答问题：逻辑推理发生时，语言系统会不会参与？如果语言系统严重受损，逻辑推理还能不能存在？只有两条证据同时指向同一个答案，才能真正对“语言是思维媒介”这一假说构成强挑战。

三类任务，把“语言处理”和“逻辑计算”拆开

研究设计中最关键的一步，是如何把逻辑推理本身从阅读、视觉加工、按键反应等过程里分离出来。

在归纳推理（inductive reasoning）任务中，参与者会看到一组输入数字与对应的输出数字，并需要猜测其中隐藏的转换规则。例如，看到若干“输入→输出”样例后，他们不断提出假设，再用新的输入验证自己的猜测。规则可能涉及数学变换、列表操作或结构重排。

fMRI实验中，每条规则首先经历8个需要自己探索规律的问题，之后研究者直接告诉参与者正确规则，再要求他们应用该规则解决两个新问题。于是，“规则归纳（rule induction）大于规则应用（rule application）”这一对比，就能够更有针对性地捕捉假设生成和规则发现所增加的神经计算，而不是简单的执行规则或输入答案。

第二种任务是经典的演绎三段论（syllogistic reasoning）。参与者需要根据两个前提判断第三句话——结论——是否必然成立。研究者比较较容易的肯定前件式（Modus Ponens）和计算要求更高的否定后件式（Modus Tollens），借此操纵演绎推理难度。此外，实验既使用真实词，也使用没有实际词义的非词（nonwords），从而进一步减少语义内容本身对结果的干扰。

第三种任务是矩阵推理（matrix reasoning）。参与者需要从几何图形之间寻找结构规律。fMRI实验比较复杂模式和仅凭简单视觉匹配即可完成的控制条件；失语症患者则完成韦氏简式智力量表第二版（WASI-II）中的矩阵推理测验。矩阵任务同时涉及从例子中发现规律的归纳过程以及利用约束排除错误答案的演绎过程，因此特别适合用于检验：在尽量减少语言需求之后，逻辑能力是否依然能够存在。

图 1. 逻辑推理范式。在归纳推理任务（左）中，向参与者展示1到5个个位数的输入列表和0到5个个位数的输出列表，并要求参与者猜测将输入列表转换为输出列表的规则。在fMRI版本中，在第8个问题之后，参与者通过示意图被告知正确的规则，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，参与者被要求在给定前两句（前提）的情况下判断第三句（结论）的有效性。试验的难度在较难的演绎（推理推理法）和较容易的演绎（推理推理法）之间有所不同。在矩阵推理任务（右）中，参与者呈现几何形状的图像，并被要求找出规则。在功能磁共振成像版本中，他们被要求决定哪些图像与其他图像不匹配，而在行为版本中，他们必须识别缺失的图像。

语言网络不参与归纳、演绎或矩阵推理过程

研究者通过经典的“句子大于非词序列”对比定位语言网络。作为阳性对照，这些区域对正常句子的反应极其明显，网络水平差异达到P < 0.001，说明实验确实准确捕捉到了负责语言加工的脑系统。

然而，当研究者把同样的区域拿来观察逻辑推理时，情况发生了变化。归纳推理虽然在语言网络中出现了统计学上可检测的小幅效应，但这一效应远弱于真正的语言加工——语言条件产生的效应超过它四倍。更关键的是，在演绎三段论和矩阵推理中，随着逻辑难度上升，语言网络均没有出现显著增强。也就是说，即使困难题确实让参与者反应更慢、准确率发生变化，负责词汇和句法处理的核心语言区域却没有随着“逻辑计算量”的增加而相应增强。

这里有一个非常重要的区分：三段论以句子形式呈现，所以阅读题目当然会激活语言系统。但语言系统似乎负责的是“把句子读懂”，而不是“完成逻辑推导”。

研究者由此提出一种可能的处理流程：语言系统首先解析输入，提取基本关系结构，随后再把这些结构“交给”下游的推理系统进行计算。

重度失语症患者仍能进行逻辑推理

如果fMRI告诉我们的是“语言系统似乎没有执行逻辑计算”，那么两名重度失语症患者则提供了更具因果意味的神经心理学证据。

S.A.和G.S.的语言能力受到严重破坏。在多项句法测验中，两人的表现处于或接近随机水平，甚至难以正确解析“潜水员溅了海豚一身水”这类需要依靠语法结构判断角色关系的可逆句。

然而，他们的逻辑能力并没有随语言能力一起消失。

在归纳规则任务中，S.A.成功解决19/25条规则，G.S.更是解决了39/40条规则，两人与健康对照组之间均没有显著差异。在矩阵推理任务中，两人分别答对25/30和26/30题，其成绩甚至分别高出年龄匹配常模均值2.3和1.8个标准差。

这构成了本研究最具冲击力的证据之一：即使高级语言系统遭到严重破坏，一个成年人仍然可以发现抽象规则、操纵关系并完成复杂逻辑判断。

图 2. 语言网络不支持逻辑推理。(A)两个个体参与者的语言对比（第一行，黄色）和三个逻辑推理对比（第二至第四行，紫色和绿色）的激活图。(B)语言网络（在每个参与者中单独定义，见材料和方法）中对语言对比（句子>，非词；在剔除的数据中估计；灰色）、归纳对比（规则归纳>规则应用；洋红色）、演绎对比（硬三段论>简单三段论；绿色）和矩阵对比（硬模式>简单模式；青色）的响应（以BOLD信号变化的百分比表示）。柱状图表示跨网络平均值，误差柱表示参与者的扫描电镜；光点对应于个体参与者的反应；5种语言功能区的平均值用水平虚线表示。(C)两名严重失语症患者的解剖扫描，患者的简要信息，以及语言网络概率图谱的投影到gs的MRI图像。(D)失语症患者（sa和gs）和关键任务控制参与者的行为表现。第一栏显示语言评估任务的表现表示sa（浅灰色条）和G.S.（深灰色条）。两个参与者的表现都等于或低于机会。第二列和第三列显示了归纳和矩阵推理任务的表现（sa：浅灰色点；gs：深灰色点）。

如果不是语言网络，逻辑推理发生在哪里？

排除语言网络之后，研究者并没有停下来。一个重要的方法学问题是：会不会这些逻辑任务实际上根本没有产生足够强的神经计算需求？

研究团队因此进一步考察多重需求网络（multiple demand network, MD network）。这是一个横跨双侧额叶和顶叶的领域一般性系统，经常参与工作记忆、执行控制、数学和其他目标导向的高难度任务。结果显示，归纳推理显著激活MD网络：规则发现相比单纯规则应用产生更强活动，网络水平达到P < 0.001。复杂矩阵推理同样显著增强MD网络活动。

但出人意料的是，三段论演绎推理却没有随着难度增加而增强MD网络活动。进一步的全脑分析发现，较困难的Modus Tollens推理会涉及另外一些额叶和顶叶区域。换言之，演绎推理不仅与语言网络分离，在本研究的任务条件下，它甚至也与典型的领域一般性MD网络发生了分离。

因此，这篇论文提出的图景并不是“大脑存在一个统一的推理中心”，而更接近一种推理模块化（modularity of reasoning）的架构：不同类型的推理可能依赖部分不同的计算系统。归纳和矩阵推理与MD网络关系密切，而三段论式演绎推理则表现出不同的神经实现。

语言与推理分离，不等于彼此毫无关系

研究者特别提醒，不能把“语言网络不是逻辑推理的核心计算系统”误解为“语言对于思考没有任何作用”。神经系统之间的功能分离（neural dissociation）并不意味着它们彼此封闭。日常交流中，语言系统当然需要不断与知识、记忆和推理系统交换信息。语言还可以作为一种极高效的信息压缩工具（information compression tool）：一个词可以把复杂概念压缩成易于操作和交流的符号。

因此，在解决某些问题时，我们完全可能借助词语、阿拉伯数字、维恩图（Venn diagram）或者其他符号，把内部计算的中间结果暂时“外包”出来，从而降低工作记忆负担。语言也可能显著促进抽象概念和逻辑关系的学习。

但研究者强调，“语言能够帮助思考”与“思考本身由语言表征组成”是两个完全不同的命题。从视觉信息中学会一个概念，并不意味着此后必须依靠视觉系统才能思考这个概念；同理，借助语言习得逻辑概念，也不意味着成年人大脑每次进行逻辑推理时都必须调用语言句法。

为什么语言和逻辑系统会发生分离

研究者认为，一个可能原因来自二者承担的计算目标不同。自然语言主要用于表达有关外部世界、内部状态和社会交流的意义，而数学、逻辑和计算机代码则更多表达高度抽象的关系结构。面对不同输入，大脑可能很早就判断“这是什么类型的问题”，随后将信息路由到不同的处理系统。

另一个更有意思的解释是：自然语言或许从一开始就不是执行严格形式推理的理想表征格式。

自然语言充满指代模糊（referential vagueness）、作用域歧义（scope ambiguity）和信息欠明确（underspecification），还经常需要依靠语境和语用进行补全。这些特点对于灵活的人际交流非常重要，却可能掩盖一个命题真正的逻辑结构。

因此，当一个三段论以句子形式出现时，它首先必须经过语言系统完成解析；但真正的形式关系可能随后被转换为另一种内部格式，再交由推理系统操作。

如果不是自然语言，

那么“思维语言”究竟是什么？

研究者讨论了几种可能性。心理模型理论（mental model framework）认为，我们可能通过视觉—空间形式构造问题的内部模拟，然后在工作记忆中测试不同可能结果；脚本或图式理论（script/schema-based approaches）则认为，大脑可能调用从过去经验中抽象得到的关系模板。

另一类理论认为，人类能够操作与具体感觉通道无关的抽象符号，其中研究者特别提到了概率思维语言假说（probabilistic language of thought, PLOT）。按照这一框架，心理算法可以被理解为作用于概念之上的符号程序，同时编码领域知识和抽象关系中的概率信息，因此既保留结构性，又能够解释人类认知并非绝对确定、而往往呈现渐变和概率化的特点。

但需要强调的是，本研究并没有证明PLOT就是大脑真正使用的表征格式。它证明得更扎实的是一个“否定性结论”：形式逻辑推理所依赖的内部表征，不太可能简单等同于自然语言本身。至于这种“思维语言”究竟是视觉—空间模拟、抽象符号系统、领域特异性表征，还是概率化的程序式表征，仍需要未来神经影像和计算研究进一步回答。

从“语言是否塑造思维”走向

“不同认知系统如何交换表征”

当然，这项研究仍然存在局限。最明显的限制是失语症部分只有两名患者。研究者指出，这是因为同时满足“大范围语言网络损伤”和“极严重语法障碍”的患者本身就十分罕见，而轻度失语患者保留的语言组织又会使结果难以解释。此外，目前使用的逻辑任务类型仍然有限，未来还需要更多具有现实情境的任务以及完全非语言化的纯演绎推理范式进行验证。

更重要的是，本研究讨论的是成熟成人大脑中的在线逻辑推理机制。它并不能回答儿童在发展过程中是否需要语言来学习逻辑概念，也无法回答语言经验是否参与了推理系统最初的形成。

因此，这篇PNAS论文真正改变的，或许并不是简单地告诉我们“语言不重要”，而是重新划定了问题本身的边界。我们过去习惯问：人是不是用语言思考？而这项研究提示，更值得追问的问题可能是：当一个想法进入大脑之后，语言系统如何把句子转换成关系结构？这些关系随后被编码成什么格式？不同推理系统又如何读取、转换并操作这些内部表征？

从这个意义上说，“思维语言”（language of thought）中的“语言”或许只是一个比喻。它可能同样具有结构、组合规则和生成能力，却并不是我们说出口、写下来，甚至在脑海中能够听见的那种自然语言。

神经动力学模型读书会

为了促进神经科学、系统科学以及计算机科学等多领域学术工作者的交流合作，吸引更多朋友共同探索脑科学与类脑研究，周昌松、臧蕴亮、杨冬平、郭大庆、陈育涵、曹淼、刘泉影、王大辉、刘健、王鑫迪等来自国内外多所知名高校的专家学者在集智俱乐部共同发起「 」读书会，历时四个月研讨，近日圆满结束。

本季读书会形成了聚集500+成员的神经动力学社区，积累了40+小时综述、解读、研讨的视频记录，以及多篇社区成员总结的词条、笔记、翻译、科普资料等。现在报名加入读书会，即可加入社区交流讨论（微信），并解锁相关视频、文本资料。我们对脑的探索才刚刚起航，欢迎你一道参与，共同点亮更多脑科学研究的岛屿！

详情请见：

1.

2.

3.

4.

5.

6.

7.