具身认知与计算隐喻的掌控

Embodied Cognition and the Grip of Computational Metaphors

具身认知与计算隐喻的掌控

https://journals.publishing.umich.edu/ergo/article/id/7136/

摘要

具身认知主张：身体的（例如感知运动）状态与过程直接参与某些高阶认知功能（例如推理）。这一观点挑战了传统认知观，后者认为身体状态与过程至多仅间接参与高阶认知。尽管具身认知的某些要素已被整合进主流认知科学，但其他部分仍遭遇坚定的抵制。本文并非直接针对具体批评来为具身认知进行辩护，而是将做如下工作：

首先，我将简要阐述具身概念加工（embodied conceptual processing）理论，并凸显其相较于非具身理论的优势，尤以隐喻的作用为聚焦点；
其次，我将详述计算隐喻（computational metaphors）对认知理论的影响，及其对这些理论评估所产生的效应；
第三，我将论证：具身认知机制——尤其是那些通过计算隐喻运作的机制——可能恰恰驱动了对具身认知本身的某些抵制；而具身认知恰恰有能力对此类抵制提供一种独特且极具说服力的解释。

最终，这将有助于我们更深入地理解具身认知本身、其解释力，以及我们应如何恰当地评估它。此外，本文还将揭示隐喻在塑造哲学思想中的作用，并强调此类影响的重要性。

关键词：具身认知；计算主义；概念；隐喻；计算机；心智

1. 引言
   具身认知理论常与计算主义（Computationalism），尤其是经典计算主义（classical Computationalism）形成对照——因此，我将以后者为参照，澄清主流具身认知理论的一些核心主张。首先，我将勾勒具身认知与经典计算主义认知理论之间的关键区别，尤其是二者在表征与概念加工理解上的差异。在讨论具身认知时，我将聚焦于具身隐喻在概念加工中的作用。接着，我将转向计算隐喻对认知思考可能产生的影响，主张许多援引计算主义的陈述实质上是隐喻性的，而其所依凭的隐喻既是“概念性”的，亦是“具身性”的。

最后，我将具体说明计算隐喻可能产生的效应，通过实例加以追溯，并阐明其对于我们应当如何评估具身认知理论的启示。

以下为几点简要说明，以便后续展开：
第一，我将遵循心理学文献（而非哲学文献）中对“概念”与“概念加工”的用法：此处“概念”仅指某种“代表”或“指向”他物的东西——即基于特定实例而形成的概括性描述。这使我得以在表征主义与非表征主义的概念加工解释之间保持中立。

第二，尽管具身认知理论探讨了一系列身体状态与过程在认知中的参与（包括知觉、运动反馈、内感受与情绪等），本文仅聚焦于感知运动反馈所涉及的状态与过程——因此后文将使用“感知运动状态与过程”，而非更宽泛的“身体状态与过程”。此外，我所理解的“感知运动状态与过程”包括非神经性的状态与过程（例如接收知觉与运动经验中感觉输入的那些过程），也包括处理这些经验及其模拟（如视皮层中发生的视觉经验模拟）的低层次神经状态与过程。与此相对，“心智状态与过程”则专指高阶神经状态与过程——如抽象与推理等过程中所涉及者。因此，就本文目的而言，具身认知的核心主张是：感知运动状态与过程直接参与认知。

1. 认知理论与概念加工

计算主义（Computationalism）兴起于20世纪60年代，其粗略主张是：大脑或心智（如同）一台计算机，而认知（如同）计算过程（Fodor 1980；Haugeland 1981；Holyoak 2001）。更具体而言，经典计算主义（Classical Computationalism）指代这样一类理论：它们认为认知与概念加工完全由意向性的心智表征（intentional mental representations）及其与主体的关系所构成。根据经典计算主义者的观点，概念是完全心智性的——它们仅由心智状态所实例化（instantiated），而感知运动状态与过程最多只能间接参与其中。心智过程从感知运动经验中提取信息，并将其转译为某种“心智语言”，从而使其得以构成心智表征的内容。换言之，经典计算主义在计算主义基本主张之上，进一步对认知过程所操作的表征之本质提出了特定主张。

由此形成的心智表征，大体上具有命题性或语言性结构。因此，心智表征是一种符号性表征（symbolic representation）：它在物理或功能上并不与所表征对象相似；它既是跨通道的（amodal，即不绑定于某一特定感觉通道或通道组合），也是语境独立的（context-independent）。除提供输入信息外，身体状态与过程亦可能调节某些心智过程执行特定认知功能的能力：增强、削弱，甚至完全阻断这些能力。然而，在提供输入与调节能力这两种情形下，身体状态与过程对认知的影响均属间接——因为它们仅通过作用于那些实际执行认知功能的心智状态与过程而产生影响。

与之相对，具身认知理论主张：感知运动状态与过程直接参与认知——而非仅心智状态直接参与，而感知运动状态至多仅间接参与。尽管对具体具身认知理论可有多种富有成效的区分方式，但就本文目的而言，简要勾勒主流具身认知理论的一些核心信条已足够。为此，需将主流具身认知与其更激进的版本——如生成认知（Enactivism）与吉布森式生态心理学（Gibsonian Ecological Psychology）——区分开来；后者将心智表征视为“一种空洞且误导性的观念”，并认为概念加工无非就是感知运动加工本身（Goldinger et al., 2016）。劳伦斯·巴沙卢（Lawrence Barsalou）指出，主流具身认知常被误认为持此类激进概念观。作为回应，他明确指出：“我们这一派（具身认知理论家）长久以来都清晰地强调，抽象的[心智]表征是必不可少的”（2016, 1124）。

因此，主流具身认知可被视为一种表征主义理论——它与经典计算主义一致，认为心智表征在概念加工中扮演着不可或缺的角色，从而区别于否定表征的激进具身认知理论。但与此同时，主流具身认知又与激进版本一致，主张感知运动状态与过程同样在概念与概念加工中起着根本作用——这正与经典计算主义相悖。主流具身认知因而主张：心智状态与感知运动状态及过程均直接参与认知，尤其是概念加工。

我暂且搁置关于“直接”与“间接”参与中具体依赖关系的争议，转而通过具身概念（embodied concepts）来说明本文所采纳的“直接参与”含义：所谓具身概念，即指至少部分由感知运动状态与过程所实例化或构成的概念。其中最具说服力的解释之一诉诸神经重用（neural reuse）现象：大脑中某些已建立或通常与某一功能（此处指感知运动功能）相关联的区域，在不丧失其原有功能的前提下，被调用以执行额外（此处指认知）功能（Anderson 2010；2014；Pulvermüller 2018）。

一种基于神经重用的概念加工理论是语义具身化（Semantic Embodiment）：它主张，通达具身概念涉及对曾参与相关感知运动经验的神经系统的再激活（Barsalou 2003a；2009；2016）。正如巴沙卢所解释的：

模态特异性的（modality-specific）信息在概念层面的表征，部分地通过复用那些在知觉与行动过程中表征该信息的相同脑区来实现。因此，对颜色或味道等特征进行概念性表征，需复用部分在视觉与进食过程中活跃的相同系统……在概念加工过程中复用某一模态特异通路，便模拟了该通路在知觉、行动和/或内在状态中所执行的加工。（2016, 1130）

据此，模拟（simulation）构成了至少部分概念的关键成分。例如，“苹果”（apple）这一概念，可能部分由对苹果的知觉经验（视觉、触觉、味觉）的模拟所构成。重要的是，研究表明在许多情况下，这些感知运动模拟发生在理解过程的时间窗口之内——这表明此类模拟并非仅仅与相关概念相关联（从而仅间接参与概念加工），而是概念本身的一部分（Pulvermüller 2013）。另有研究进一步佐证了这一点：当缺乏相关感知运动经验或模拟时，概念会变得贫乏（Brookes & Etkina 2009；2015；Goldin-Meadow et al. 2009；Jeppsson et al. 2013；Lakoff & Núñez 2000；Nemirovsky et al. 2012）。

据巴沙卢（2003a；2003b）所言，像“水果”（fruit）这样更抽象的概念，可能植根于“苹果”这类更具体的概念之中。在此类情形下，抽象概念在某种意义上部分由具体概念构成；换言之，“激活”抽象概念，在一定程度上即意味着“激活”其组成的具体子概念。因此，子概念中的具身成分，亦成为其所构成的抽象概念的具身成分。例如，“水果”可能部分由“苹果”和“橙子”等子概念构成，而这些子概念自身又部分由涉及苹果与橙子（视觉、触觉、味觉）经验的知觉过程模拟所构成。于是，神经重用在此体现为：个体关于“水果”的概念，部分地由其过去对具体水果的知觉经验所构成。

语义具身化还可为那些不与子概念存在语义重叠的更抽象概念（如“友谊”）的具身性提供有力解释——例如，在将“友谊”或“关系亲密度”隐喻性地映射到“温暖”这一体验（如“她性格很温暖”）时。此类概念同样植根于更具体的概念及其感知运动状态与过程，但此次是通过隐喻映射（metaphorical mapping）实现的。该解释依托于概念隐喻理论（Conceptual Metaphor Theory, CMT），该理论主张：人们常借助概念隐喻——一种“自动的、普遍存在的概念装置，使我们得以用更熟悉、更具体的事物来理解较陌生、更抽象的事物”——来理解诸多认知领域（Finsen et al. 2019）。

值得注意的是，尽管莱考夫（Lakoff 1993: 244）坚持“隐喻本质上是概念性的，而非语言性的”，但“关于概念隐喻的压倒性证据在性质上却是语言性的”（Casasanto 2009: 127）。换言之，某话题中语言隐喻的出现（如“大脑是计算机”），往往指示着潜在概念隐喻的存在（即在某种程度上，人们以“计算机”来理解“大脑”）。根据CMT，概念隐喻源于跨域映射（cross-domain mapping）：某一来自更抽象域的“目标”（target）概念被“映射到”另一来自更具体域的“源”（source）或“基底”（base）概念之上。此类隐喻使我们得以通过联结更熟悉（通常更具体、更具知觉基础）的概念，来理解较陌生、更抽象的概念。这种领域配对反映了“相关性学习原则”（correlation learning principle）：即“一起激活的神经元连在一起”（neurons that fire together wire together）；而这种映射往往源于经验关联，而非概念之间存在固有相似性。

因此，由于目标概念已被“映射”到源概念之上，当隐喻中的目标概念被激活时，源概念也随之被激活。而当该源概念本身是具身的——即部分由相关感知运动状态与过程的模拟所构成——那么被映射其上的目标概念亦同样具备具身性。例如，当听到诸如“她抓住了那个想法”（she grasped the idea）或“他很甜”（he is sweet）这类调用隐喻的表达时，大脑中负责运动皮层（抓握动作）及味觉皮层（甜味感知）的区域均被激活（Boulenger et al. 2012；Citron & Goldberg 2014）。

参见下图（图1），该图呈现了本节所述的三种语义具身化（Semantic Embodiment）理论类型。图中各概念以方框表示，其内部包含心智状态与过程，以及感知运动状态与过程（以云状图形表示），二者共同构成这些概念。根据这些理论，所形成的具身概念属于象似性表征（iconically representational），而非符号性表征（symbolically representational）——在某种意义上，它们与其所表征对象具有相似性。这是因为，它们并不仅仅编码那些从感知运动状态与过程中被抽象并转译而来的信息；相反，它们部分地由原本的、未经转译的感知运动状态与过程本身所构成，而这些状态与过程直接参与概念加工（Barsalou 2009；Hostetter & Alibali 2008）。因此，这类具身概念也因其涉及模态特异性的模拟，而具有通道依赖性（modal，即绑定于某一特定感觉或运动通道，或其组合）和语境依赖性（context-dependent）（Solomon & Barsalou 2001）。

综上所述，经典计算主义者与主流具身认知理论家（下文简称为“具身认知”）在概念加工所涉及的过程以及概念的构成方面存在分歧。根据经典计算主义者的观点，仅有心智状态与过程（适当限定为高阶神经状态与过程）；感知运动过程至多仅能发挥间接作用。相比之下，具身认知理论家则认为，感知运动状态与过程（除心智状态与过程外）——尤其是概念加工。接下来，我将基于对具身隐喻的上述理解，转而探讨计算隐喻及其对我们理解认知、以及对具身认知等认知理论所产生的影响。

1. 计算隐喻

上一节中，我对比了主流具身认知理论与经典计算主义理论在概念加工路径上的分歧，并援引前者以说明概念隐喻如何常常塑造我们对抽象议题的理解。本节将在此基础上进一步探讨计算隐喻（computational metaphors）及其如何塑造我们对认知的理解。为此，我将首先论证：许多计算主义论断并非字面陈述，而是：1）隐喻；2）更具体而言，是概念隐喻（而非仅止于语言层面的隐喻）；3）并且是具身隐喻。

我将考察两类陈述：一类主张“心智是一台计算机”，另一类主张“大脑是一台计算机”（而心智则依附于或以其他方式根植于大脑之上）——最终聚焦于后者。我同时处理二者，不仅出于全面性考量，更因为（某些文献中）对二者缺乏严格区分这一现象本身即揭示了隐喻在这些主张中的作用方式，以及其通常被表述与辩护时的特征。

在勾勒对这些主张可能的解释路径之后，我将展示：要维持一种既具备解释力又非隐喻性（即字面为真）的解释极为困难。随后，我将进一步详述这些计算隐喻如何特异性地使我们偏向计算主义认知观，而对具身认知观形成偏见。最后，我将主张：此类偏见正是具身认知遭遇抵制的部分根源，并由此引申出对我们应如何评估认知理论——尤其是具身认知及其解释力——的重要启示。

计算主义的早期形态约兴起于20世纪60年代，标志着与行为主义的决裂；其中，经典计算主义在1980年代联结主义（Connectionism）兴起前长期主导认知理论，而近来又面临具身认知的挑战。¹⁸ 尽管其仍有支持者，当代认知科学的主流研究已很大程度上远离了经典计算主义（参见 Pylyshyn 1993；Sprevak & Colombo 2019）。但广义的计算主义仍为当今认知科学诸多工作的理论基石。例如，Gauthier 等人（2019, 1）断言：“表征与计算是我们目前解释智能行为的最佳工具。”类似地，Schultz 与 Gava 声称：

大脑是信息处理系统，若不诉诸信息论，我们终究无法理解其运行原理。我们认为，理解外部信号如何在脑中被表征，是进一步运用工程工具（如控制论）以阐明行为过程中脑回路所执行之信息处理的必要前提。（2019: 1）¹⁹

此外，比对计算框架的显性援引更为普遍的，是计算隐喻的使用——它们迄今仍是解释认知时占绝对主导地位的隐喻。²⁰ 正如心理学家加里·马库斯（Gary Marcus, 2015）所言：“对大多数神经科学家而言，‘计算机’这一比喻其实并不恰当——但它仍是我们手中最有用的类比……我们越早弄清‘大脑究竟是哪种计算机’，情况就越好。” Piccinini 与 Bahar 同样呼应此观点——特别强调计算隐喻在哲学与心理学中的核心地位——并指出：

尽管鲜有神经科学家将典型神经过程视为数字计算，但许多心理学家与哲学家仍在构建其认知理论时，或隐或显地依赖于数字计算的相关概念构架；其中一些人甚至仍在捍卫数字计算主义（如 Fodor, 2008；Gallistel & King, 2011；Schneider, 2011）。（Piccinini & Bahar 2013: 476）

计算隐喻大致围绕“大脑是‘硬件’，心智是‘软件’”这一核心理念构建；除这一中心隐喻之外，还包含一个更广的隐喻家族——其中，与“大脑”和“心智”同属目标域的其他概念（即神经状态与过程、心智状态与过程），被映射到与“计算机”同属源域的其他相关概念上。例如，以下表述极为常见：“认知即计算”；认知信息在记忆中被“编码”（encoded）与“索引”（indexed）；认知通过“在线”（online）与“离线”（offline）加工得以实现（Boyd 1993）。我们亦常谈及大脑“回路”（circuits）、“线路连接”（wiring），并将记忆描述为对“文件”（files）的存储与提取——这些“文件”同样经过了“编码”与“索引”。更口语化的表达还包括：我们“带宽不足”（running out of bandwidth）、“电量过低”（low battery），因而需要“拔掉插头休息”（unplug）；或称自己思维“短路了”（short circuited）、出现了“程序故障”（glitch）。支撑上述各类表述的整体隐喻即是：大脑（或心智）。

有时，人们会有意识地承认并使用这些隐喻；然而更多时候，此类隐喻及其所提供的认知思维框架却未被察觉、未被言明——因为它们已然融入我们谈论认知时所使用的基本词汇库，以至于对许多人而言，它们不再显得像是隐喻，而不过是言说与思考认知时最自然、最理所当然的术语与概念。即便在那些并未明确主张或探讨计算主义认知观的研究中，情况亦是如此；尤为值得注意的是——即便在阐述并论证具身认知理论的著作中，亦同样如此。

仅举一例：劳伦斯·巴沙卢（Lawrence Barsalou）在Coello与Fischer主编的《具身认知的基础》（Foundations of Embodied Cognition, 2016）首章中，便多次使用此类表达：如提到“与环境的在线互动……”以及概念在“离线加工”中的作用（第12页）；谈及“来自各个神经网络的知觉输入流”（第16页）与“情境加工架构的局部输出”（第18页）；以及记忆的“编码”过程（第23、27页）（着重号为笔者所加）。

当然，在讨论认知（哪怕是具身认知）时使用这些术语实属自然；但这恰恰凸显了它们在我们思考、写作与交流认知时所具有的普遍性与基础性地位。

3.1 作为隐喻的计算隐喻

至此，有必要回应一个关键事实：许多人并不认为诸如“大脑是一台计算机”“心智是一台计算机”“认知即计算”²¹ 以及其他前述类似表述属于隐喻；相反，他们（如Pylyshyn）认为：

“计算”这一概念……并非隐喻，而是对认知活动的字面描述……在我看来，计算及其所蕴含的全部内容——即对具有意向性解释的符号表达式所施行的、受规则支配的变换——同样字面地适用于心智活动，正如其适用于数字计算机的活动一样。该术语绝非先对电子计算机的操作给出字面描述，再通过隐喻移植到“心智”这一主要对象之上。（1993: 435，着重号为原文所有）

蒂姆·范·格尔德（Tim van Gelder）亦进一步指出：

当代主流正统观点坚持认为［认知］即为计算：心智是一种特殊的计算机，而认知过程即为对内在意向性符号表征的、受规则支配的操作。这一广义观念长期主导着认知科学的哲学思考与话语体系……（1995: 345，着重号为原文所有）

然而，即便承认将认知活动描述为“对内在意向性符号表征的受规则支配操作”确属字面描述，这也并未穷尽“认知即计算”（或“大脑是一台计算机”）等语句的全部意涵。换言之，此类计算主义陈述通常并不仅仅作为前述技术性描述的简略表达（shorthand）而起作用。诚然，这些计算性陈述往往恰切且具备强大解释力；但这一点并不能否定绝大多数此类陈述实质上是隐喻这一事实。粗略而言，这意味着：它们作为“自动的、普遍存在的概念装置”而发挥作用——使我们得以通过计算机与计算过程来理解大脑、心智与认知；我们对前者的理解已被“映射至”或“建构于”后者之上。

使这些隐喻的使用及其被识别为隐喻变得复杂的一个因素在于：在援引这些隐喻时，人们极少明确界定或剖析“计算机”这一概念本身。正如Piccinini所指出的：“关注计算主义的哲学家们，其注意力大多集中于解释心智现象，而对‘计算’本身却鲜有深入分析”（2010: 282）。因此，在相关文献中，不同“计算机”概念之间存在着大量未被承认的混淆与混同（conflation）。

任何与认知相关的“计算机”概念，都必须聚焦于功能而非物理属性。换言之，大脑（或心智）是否“字面意义上”是一台计算机，取决于它如何运作，而非它由什么“物质构成”（或以何为基础），如此而言。计算主义最弱版本将“计算机”理解为一种物理装置，其理论上能够“计算任何可计算函数”——而所谓“可计算函数”，是指存在一个算法（即一套有限的、明确的指令集）可规定如何根据相应输入生成输出的函数（Richards & Lillicrap 2022）。与此相关，“计算”被定义为：对承载信息的结构或表征进行操作，以从输入产生输出的信息处理过程（Piccinini 2009: 516–517）。²² 这一计算机观源自并主要流行于计算机科学文献中（Richards & Lillicrap 2022；Ralston et al. 2003）。

当“心智是一台计算机”这类陈述采用上述“计算机”含义时，严格来说，它们犯了范畴错误（category error）：心智不可能是一个物理装置，故此类说法为假。而当“大脑是一台计算机”援引此义时，从字面上看则为真——大脑确属一种物理装置，理论上（暂不考虑时间、能量与资源限制）可计算任何可计算函数。但遗憾的是，这一解读虽为真，却解释力薄弱，无助于深化我们对哲学、心理学与神经科学中所关注的认知问题的理解。这是因为：取决于“信息”“算法”“输入”“输出”等术语的界定宽窄，由此衍生的“计算”概念可能变得过于宽泛，以至于：

……其涵盖范围几近无所不包。例如，若将计算理解为“从输入产生输出”，且任一系统状态均可视为输入或输出，同时生成输出的过程可被理解为执行了一组指令，那么一切过程皆可谓计算。（Piccinini 2009: 517）

如此宽泛的“计算机”概念，无法支撑我对心智状态与过程的上述界定——即特指参与抽象、推理等的高阶神经状态与过程。按此观点，“计算”几乎无所不在：一支温度计标示环境温度的过程亦可称作“计算”；因之，它无法捕捉或解释任何关于认知的实质性内容，包括经典计算主义与具身认知理论所探讨的核心议题。²³ 相反，这些宽泛概念通常仅作为起点，后续哲学家与认知科学家更常使用的，是对“计算机”与“计算”，及相关“输入”“输出”“算法”“信息处理”等概念的进一步特定化版本。

因此，在这些学科中，人们通常依赖的是计算主义的更强版本：依此观点，心智是大脑的“软件”——即一套内嵌于大脑之中、由大脑执行的程序（或程序集），以及这些程序执行所产生的状态与过程。在此视域下，“大脑是一台计算机”这一主张中实际运作的“计算机”概念，指的是一种不仅理论上可计算任何可计算函数，且能作为执行此类程序的硬件而运作的物理装置。

Piccinini 在阐述计算主义、功能主义与计算功能主义的核心主张时，清晰展现了这些概念的中心地位。他指出，依据计算功能主义（computational functionalism）：

心智是大脑某一组分的（稳定状态），恰如计算机程序实例（tokens）是计算机某一组分的（稳定状态）……［并且］心智具有多重可实现性（multiply realizable），恰如同一类型的计算机程序的不同实例可运行于不同硬件之上……［此外］……心智程序亦可独立于其在大脑中的具体实现方式而被规定与研究，正如我们可在无需关注其物理实现的前提下，探究数字计算机正在（或应当）运行哪些程序。（2010: 267，着重号为原文所有）

此版本的计算主义，其哲学价值与解释力很大程度上正源于这一概念框架——表面上使其得以“祛魅”（demystify）：既解释了心智如何依附（supervene）于大脑，又阐明了特定认知过程的运作机制（Piccinini 2010；Simon 1996；Fodor 2000）。²⁴ 然而必须强调：此类陈述显然属于隐喻——这并非指控其模糊、不精确或“神秘”，而是旨在指出：它们使我们得以并将我们对心智、大脑与认知的理解，建构于（scaffold upon）我们对计算机（软件、硬件与计算）的理解之上。²⁵

这一问题在计算主义的更强版本中进一步加剧——这些版本更深入地将大脑与认知类比建构（scaffold）于计算机与计算之上，其参照对象正是我们最为熟悉的那些计算机类型：数字计算机，尤其是我们日常频繁使用的设备（如笔记本电脑、手机等）。正如 Piccinini 所言：

“最具相关性且最具解释力的计算概念，乃是与数字计算机相关联的那个……它基于我们日常使用的电子设备及其运作方式。”（Piccinini 2009: 223）

在此，相关的“计算机”与“计算”概念分别特指数字计算机与数字计算，并常常（或显性或隐性地）援引以下特征：

第一，数字计算机的架构，包括：

• 中央处理器

  （CPU），作为一块负责协调与控制计算机功能的芯片：它接收输入（如来自键盘）、根据控制单元所供的逐步指令（即算法）执行算术与逻辑运算（即“处理”输入），再将输出发送至其他设备（如显示器或打印机）；

• 随机存取存储器

  （RAM），一块包含若干存储芯片的小型电路板，用于暂存计算机当前正使用或处理的信息（如前述算法、运行浏览器所需的数据）；

• 外部存储

  （硬盘），用于长期存储文档、软件程序等。CPU、控制单元、RAM 与外部存储共同协作，使计算机得以执行任务并储存信息。

第二，数字计算机中的信息处理，其特征包括：

• CPU、控制单元、RAM（常亦包括硬盘）之间持续通信；

• 通过变换或操作 二进制数字串 （“比特”，即取值为 1 或 0 的符号）实现信息处理——这些比特代表经 转译 （transduced）而来的各类输入源信息（如文本、图像、数字、音频）。例如，数字“5”被表征为“101”，字母“A”为“01000001”；处理后的输出亦可被再转译回文本、图像、数字、音频等形式（如“101”还原为“5”）。

此类信息处理本质上是序列式（sequential）、离散式（discrete）与被动式（passive）的：

• 序列式

  ：严格按程序指令规定的顺序逐条执行指令与计算，而非并行处理；

• 离散式

  ：一次操作一个已被编码为离散状态（即“1”与“0”）的数据单元，而非处理连续取值范围的数据（后者见于模拟计算）；²⁶

• 被动式

  ：计算机不主动生成或修改所处理的信息或数据，仅机械执行指令完成计算——与主动系统形成对比。

上述仅列举了（或许是最相关的一部分）塑造计算主义更强版本及其核心“计算机”与“计算”概念的数字计算机特征；而这些特征在哲学与认知科学中可谓无处不在。它们显然为理解心智、大脑与认知提供了兼具哲学价值与解释力的概念工具与理论框架。例如：

• 数字计算机的上述架构与信息处理特征常被用来类比心智不同部分如何协同运作并参与概念加工；²⁷

• 执行功能（如决策、问题解决）过程被类比为 CPU 的运作；工作记忆（短时记忆）类比为 RAM；长时记忆类比为硬盘或外部存储；

• 感知运动输入被认为先被 转译 为符号性心智表征以供加工，加工完毕后再转译为输出（如行为）——完全遵循数字计算机的信息处理模型；

• 认知与外部世界的关系则借助“在线”与“离线”计算机处理模型来理解；

• 如前所述，心智与大脑的关系亦被建模为软件与硬件的关系。

再次强调：这些更强版本的计算主义，其哲学价值与解释力显然高度依赖于上述概念框架；而这些框架及相关主张必须被理解为隐喻。倘若大脑在此“计算机”意义上确为字面意义上的计算机，则它理应具备其诸多本质特征——其中部分我已在上文勾勒。²⁸ 然而，尽管大脑与计算机共享某些特征，却并不具备另一些。

仅举数例：在架构层面，二者确有相似之处——均包含短时记忆与长时记忆（计算机中为 RAM 与硬盘），以及某种“控制单元”，即作为中央加工与“决策”中心、负责调控功能的结构（大脑中为前额叶皮层等执行功能相关区域；计算机中为 CPU）。²⁹ 然而在信息处理层面则存在关键差异：计算机通过机械执行一套既定指令被动处理输入；而大脑很可能还常进行主动加工——它操纵信息、生成新联结、解决问题并作出决策。

再以记忆为例详述：记忆的获取（或学习）、存储与提取过程，常被分别“映射”到计算机的“编码”（encoding）与“索引”（indexing）过程之上。粗略而言，计算机中，输入数据被编码为比特（1 与 0），存储于内存，并通过称为“地址”（addresses）的位置进行索引——后续即可凭地址从存储中提取对应的比特串。因此，这些数据既被编码（以可访问、可用的方式储存），也被索引（以利于检索的方式组织）。

这些概念显然为认知研究中理解人类记忆及其运作机制提供了隐喻性脚手架；诸如“编码”“索引”等术语在认知科学的记忆研究中广泛使用。一个清晰例证是“神经编码”（neural encoding）：它指感觉信息被转换为神经信号、从而可被大脑加工与解释的过程，被认为在记忆获取中起关键作用。特定神经元对感觉刺激产生反应，继而通过神经通路的“复杂环路”传递信息；此过程中形成的特定神经活动模式即构成“神经编码”，心智可据此提取相关信息并生成对刺激的反应（Dayan & Abbott, 2005）。

大脑与计算机在这两类过程上确有相似之处，使后者在某种意义上成为前者的恰当隐喻——二者皆利用活动模式存储信息，以实现后续提取。但二者所用“编码”类型的关键差异不容忽视：

• 计算机编码通过数字电路与逻辑门中电信号的“有”或“无”形成，以二进制方式精确编码数据，因而具备 精确性 ；

• “神经编码”则通过特定互连神经元网络的激活（或抑制）形成，将信息编码为激活模式，结果呈现为 近似性 而非精确性。此外，神经编码将环境刺激关联于神经反应，具有近似性且仅 近似可逆 ；而（数字）计算编码则关联各类数字串，具有 精确性 且（通常） 完全可逆 （Piccinini & Bahar, 2013）。

正因大脑与计算机在这些关键方面存在差异，我们最好将大脑理解为隐喻意义上的计算机，而诸如记忆等认知过程，则是隐喻意义上的计算过程。再强调一次：这并非断言它们（必然）不准确、误导或不够严谨；而是指出——这些隐喻提供了关键的“概念脚手架”（conceptual scaffolding），使我们在某种意义上能够通过（此处指数字）计算机及其计算的理解，来把握大脑与认知过程——其机制在于突出相似点，弱化差异点。

综上所述：第一，作者们对于“心智”抑或“大脑”被视作（字面意义的）计算机，存在混淆或至少是不一致；第二，就后者（大脑）而言，若采用较弱或更泛化的计算机与计算概念，将导致“无处不在的计算”（ubiquitous computation）——即一切物理系统皆为计算机——从而在认知科学中几乎丧失解释力；若进一步以“软件-硬件”关系来具体刻画心智-大脑关系，则其解释力主要根植于这种隐喻性建构；第三，即便更强、更具体的计算机概念，也几乎完全以数字计算机为模型，由此生发出更多隐喻，为理解大脑与认知提供了更丰富的隐喻性脚手架。因此，要维持一种既具解释力又彻底字面为真的“大脑是一台计算机”解读，实属困难。

或有论者反驳道：当他们说“大脑是一台计算机”时，心中所想的“计算机”概念仅包含大脑与计算机之间的相似点，而排除差异点；在此理解下，此类陈述及相关计算隐喻既具解释力，亦为字面真。例如，他们或声称：所谓“大脑是计算机”，不过是指大脑在字面上具有某种架构——包含中央加工/控制单元、短时记忆与长时记忆；或指大脑在字面上通过执行“对具有意向性解释的符号表达式所进行的、受规则支配的变换”来实现输入到输出的转换。

暂且不论第二点（信息处理主张）恰恰正是具身认知与计算主义争论的焦点，因而绝非关于心智的无争议事实；这种进路试图勾勒一种介于前述弱版与强版之间的“计算机”概念。然而，反对者仍须论证：该概念既具解释助益，又不会最终坍缩为弱版或强版，从而陷入二者的困境。

或许有人会认为，此概念之所以未坍缩为第一种（弱版），仅因其进一步具体规定了所涉架构与信息处理类型。但问题在于，此举看似只是任意挑选（cherry-picking）数字计算机中碰巧契合当前大脑理解的若干特征——具有明显的特设性（ad hoc）。如此一来，实则是在以大脑为模型来建构“计算机”概念，使“计算机”沦为这些被挑选特征的简略代称。

使用此类“计算机”概念的陈述，实则源于将一种本为模拟人类认知某些方面而设计的对象（计算机），反过来作为隐喻框架的基础，用以刻画心智与大脑——本质上是在尝试将被模拟对象的特征，“倒推”回其原本所模拟的复杂实体与过程（即人脑与认知）之上。故而，尚不清楚该“计算机”概念如何能发挥非循环的、具解释性或信息性的角色——即真正有助于构建、引导与深化我们对认知的理解；况且，这一概念并未捕捉到相关文献中计算隐喻使用的大部分实际情形。

许多学者之所以抗拒承认“大脑是一台计算机”等陈述的隐喻性，可归因于以下因素：其一，误以为隐喻性陈述必然是不准确、不精确或误导性的。但如前所述，实则不然——隐喻常常是复杂、精确且恰当的概念框架，用以建构我们对抽象领域与概念的理解。正如 Rapaport 所言：

“大脑不必真是计算机，其行为才可被计算式地描述”（Rapaport 2018: 415）——换言之，承认“大脑是计算机”为隐喻，并不构成对计算主义的威胁。

其二，这些隐喻的普遍性、根深蒂固性与基础性，可能导致人们在心理上难以识别或承认其隐喻本质。³⁰ 例如，有研究显示：受隐喻影响的受试者，往往既未察觉该影响，亦未意识到隐喻本身的存在（Thibodeau & Boroditsky 2011；Amin et al. 2018）。³¹ 此效应更因许多哲学家、心理学家与神经科学家对计算底层概念与原理了解有限而加剧（Richards & Lillicrap 2022），致使研究者在未专注于厘清这些概念的工作中，难以自觉辨识自己究竟援引的是哪一种“计算机”观念。

综上所述，若将“大脑是一台计算机”这一陈述作字面理解，则仅能得出关于大脑及其能力的极基础性主张。因此可以合理推断：当该陈述（或同一家族中的诸多相关表述）出现在学术文献——尤其是哲学、心理学或神经科学领域中时，其目的通常在于提出关于大脑和/或认知的更实质性主张。然而，要支撑这些更实质性的主张，便需诉诸更具解释力的“计算机”概念——即那些植根于程序化（program-based）与/或数字计算机特有属性的概念——并借此为其提供隐喻性脚手架。

既然我已论证：许多援引计算主义框架的陈述实质上是隐喻性而非字面性的，接下来我将进一步主张：它们不仅是隐喻，更是概念隐喻（而非仅止于语言层面的隐喻），并且是具身隐喻（而非离身的隐喻）。其作为概念性、具身性（且常规化）的隐喻地位，有力支持了如下论断：计算隐喻深刻而有力地塑造着我们对认知的理解与思考方式。

3.2 计算隐喻作为概念隐喻

回顾前文：概念隐喻（conceptual metaphors）是“自动的、普遍存在的概念装置”，用以建构并引导我们的思维。具体而言，它们使我们得以借助更熟悉（且在某种意义上更具体）的事物，来思考并理解较陌生（且在某种意义上更抽象）的事物（Finsen et al. 2019）。区别在于：纯语言隐喻（merely linguistic metaphor）仅使我们得以用更熟悉、更具体的概念来言说更抽象的概念；而概念隐喻则进一步使我们得以用这些更熟悉、更具体的概念来思考更抽象的概念。因此，上一节中为支持“‘大脑是一台计算机’等陈述具有隐喻性”所提出的诸多论据，同样可支持其为概念隐喻——具体而言即此类隐喻。

显然，此类隐喻已深度嵌入我们谈论认知的方式之中，并广泛见于学术研究（乃至日常对话）中涉及大脑与认知的论述——即便在那些并未明确援引或探讨计算主义的研究中亦复如是。正如理查德·博伊德（Richard Boyd）所证实，计算隐喻在认知研究中发挥了核心作用。他指出：

在人与计算装置之间探寻相似性，是影响后行为主义认知心理学发展的最重要单一因素。即便在那些对人类认知的实际机器模拟已感绝望的认知心理学家中，计算机隐喻在理论立场的构建与表述中仍扮演着不可或缺的角色。这些隐喻构成了当代心理学基本理论词汇的主要来源。（1993: 487，着重号为原文所有）

计算隐喻的这种核心性与基础性地位，使我们有充分理由相信：它们反映了一种深层的概念框架——即我们对大脑与认知的理解，正是被我们对计算机（尤其是我们对计算机的理解与亲身体验）所塑造和关联的。事实上，当代主流认知科学研究中，许多工作已明确承认此类概念框架的核心地位；例如，Gauthier 等人（2019: 1）宣称：“表征与计算是我们解释智能行为的最佳工具。”³²

有学者甚至认为，计算隐喻在计算主义认知解释中如此核心，以至于它们属于所谓“理论构成性隐喻”（theory-constitutive metaphors）。例如，Finsen 等人呼应 Boyd 的观点，指出：

科学家与哲学家运用［“大脑是一台计算机”］这一隐喻，并非仅为向公众通俗地呈现某个原本不可理解的认知假说；相反，“大脑是计算机”这一隐喻本身即是该假说。这类科学隐喻即所谓“理论构成性隐喻”（Boyd 1993），亦即构成某一科学范式之概念基础、且无法被翻译为更字面语言的隐喻。（Finsen et al. 2019: 321）

简言之，关于认知的陈述与描述常常诉诸计算隐喻；而正因其基础性与普遍性，有理由推断它们属于概念隐喻——换言之，它们揭示了我们的大脑与认知观如何被计算主义概念框架所塑造。当然，人们自然会寻求实证支持以验证此类主张，即证明这些隐喻确有概念层面的影响；然而迄今为止，直接探究计算隐喻（或更广义的脑隐喻）影响的实证研究仍极为匮乏。³³

不过，我们可借鉴那些已较成熟的、关于类似概念隐喻（其目标概念同样抽象复杂）影响的实证研究，从而为“计算隐喻亦属概念隐喻”这一主张提供间接支持。例如，Amin 等人（2018）指出：

科学语言中隐含着系统性的隐喻映射：将抽象的科学概念（如热、能量、熵）映射到具体的意象图式（image-schemas）上（如物质客体/实体、占有、容器、物体运动、受力物体运动）。这些隐含映射（即所谓概念隐喻）体现于科学语言之中，例如：“分子具有动能”……“热量散失至环境”。（2018: 2，着重号为原文所有）

这些隐喻不仅是相关领域交流不可或缺的部分，大量研究更表明：它们对理解与思考这些主题同样至关重要——换言之，它们确为概念隐喻。例如，Brookes 与 Etkina 开展了多项此类研究（2007；2009；2015）。在其最新研究中，他们探讨了热隐喻如何影响学生对热力学过程中“热”的推理。基于自身及其他研究，他们得出结论：大学物理专业学生在解决热力学过程问题时的推理倾向，反映了其语言中所编码的、对“热”的隐喻性理解方式。具体而言，他们发现：当学生使用实体类隐喻理解热时（例如，将热视作“从一地移至另一地的物质”、将热力学系统想象为热的“容器”，并将温度视为测量物体“内部”所含热量多少的指标），其倾向于将热当作“状态函数”进行推理——即便在该做法并不恰当的问题情境中亦复如是。Jeppsson 等人（2013）在针对物理学博士生开展的关于热与熵隐喻的研究中，亦得出类似结论。

值得注意的是，在后续一项同样针对物理学博士生概念隐喻使用的研究中，Jeppsson 等人（2013）指出：

在高阶科学问题求解中，将熵、能量与热等抽象概念以“占有”“占有物的运动”“容器”等具体方式加以理解的隐喻性建构，在专家层级反而可能更为普遍，且未必是朴素推理的标志。（799）

他们继而提出：对概念隐喻的熟悉程度及其深度整合，可能在科学专长的发展中起关键作用。类似地，Alibali 与 Nathan（2012）、Goldin-Meadow 等人（2009）、Lakoff 与 Núñez（2000）、Nemirovsky 等人（2012）等众多学者探究了隐喻在数学中的影响；Bleakley（2017）、Nie 等人（2016）、Tate（2020）在医学中；Luhrmann（2011）在人类学中；Niebert 与 Gropengießer（2015）在心理学中，亦有相关研究。³⁴

上述研究中的隐喻显然属于概念隐喻——因其使用或激活会引导人们对目标域的推理，使之更趋近于隐喻所凸显的源域与目标域之间的相似性。此外，这些研究还表明：此类隐喻既可影响外行与学生，亦可影响专家与从业者——由此表明，至少部分概念隐喻确为后者（即对该领域了解最深者）提供了真正的概念性工具。³⁵

正因概念隐喻帮助我们借助更具体、更熟悉的概念来思考与理解更抽象、更陌生的概念，它们自然成为我们把握诸多科学概念（如热、能量）、数学概念（如加法），以及——我主张——哲学概念（如大脑与认知）不可或缺的认知基础。

3.3 计算隐喻作为具身隐喻

至此，我已给出若干理由支持如下观点：计算隐喻实为认知领域中特指的概念隐喻；接下来，我将进一步论证：我们为何有充分理由认为，这些隐喻同时也是具身的（embodied）。³⁶

回顾前文：概念隐喻源于跨域映射（cross-domain mappings），使我们得以借由与更熟悉、更具体的概念建立关联，来理解更陌生、更抽象的概念。而这些更具体的概念往往紧密关联于知觉领域，因而很可能根植于个体的感知运动经验（sensorimotor experiences）；正因如此，一些学者主张：绝大多数（若非全部）概念隐喻本质上皆为具身隐喻。

我认为，就计算隐喻而言，尚有额外特异性理由支持其具身性。对大多数人而言（尤其是那些不具备计算机高阶知识者），其源域中的相关概念（如“计算机”“计算性”“编码”等）在很大程度上正是由其具身经验所构成的——例如：在键盘上打字、移动鼠标、点击屏幕按钮、在大众媒体中观看计算机与计算的表征等；甚至，这些概念本身或许还进一步由植根于上述经验的、更具体的底层概念所构成。

须知：一旦我们对不同“计算机”概念加以恰当澄清，即可发现，相关文献中所使用的计算机概念（及相关计算概念），实则根植于我们对数字计算机的日常具身经验。反之，若试图脱离计算机实体实例、仅通过抽象或泛化来理解计算机或特定计算功能，则此类描述往往丧失大量解释力（Boyd 1993；Finsen et al. 2019）。

有趣的是，在具身隐喻中，计算隐喻可能对思维具有尤为强大的影响力，因其所依赖的与计算设备相关的感知运动经验——如操作键盘、鼠标、触屏等——属于高度普遍且日常化的体验（Adbo & Taber 2009；Niebert et al. 2012）。³⁷ 更重要的是，人们与计算机的这类感知运动互动，往往同步发生于高阶认知加工过程之中（如撰写论文、记录课程笔记、开展文献检索等）——这或将进一步强化源域（计算机相关概念）与目标域（认知相关概念）之间的概念关联。

当然，我们自然期望能找到实证支持，以验证“与计算机的具身经验在中介计算隐喻的认知效应中扮演关键角色”这一主张；但遗憾的是，相关实证研究仍严重匮乏。

不过，我们仍可借鉴那些已探究具身性概念隐喻在科学与数学中影响的实证研究，进一步佐证上述主张的合理性。例如，Robert Goldstone 等人在一项研究中主张：从事数学推理的个体中存在某种神经重用现象。其受试者在解题过程中，明显运用了植根于感知运动活动的手势与具身隐喻。总结其结果时，作者指出：

人们通常假定，随着发展，数学推理会趋向抽象化。但我们在自然情境中对数学家的初步观察却表明：其推理高度依赖于空间知觉分组策略与空间中的动作操作。成熟推理者使用具体动作的频率至少不亚于新手——他们只是更高效、更恰当地运用这些动作。（2017: 439，着重号为原文所有）

作者强调：尽管数学推理常被视为抽象思维的典范（因而被认为无需依赖感知运动状态与过程），实证却显示它的确依赖于此；而且，这种对感知运动策略的依赖并未在“成熟”或专家级推理者中消失，而只是发生了转变。类似地，Lakoff 与 Núñez 在其著作《数学从何而来：具身心智如何创造数学》（Where Mathematics Comes From: How the Embodied Mind Brings Mathematics into Being, 2000）中，对数学概念的具身性展开了详尽论述。其中一个被深入探讨的例子是：将目标概念“方程”映射到源概念“天平平衡”的隐喻——而后者显然根植于个体过往对物理平衡的直接身体经验。

在科学教育领域，Scherr 等人（2013）与 Close 和 Scherr（2018）开展了多项围绕其“能量剧场”（Energy Theater）具身学习活动的研究，揭示了学生在教室中以不同构型进行手势与身体移动，与其通过隐喻框架（如“能量是一种物质”）学习并推理“能量”概念之间存在显著关联。基于学生在活动后对其能量推理的表述，研究者推测：此类推理受到了相关隐喻的影响——而该隐喻正是通过其感知运动活动得以建构的。³⁸

此外，尽管已有大量研究探讨概念隐喻在专家（而非学习者）推理中的作用，却鲜有研究明确聚焦其具身性成分。但并无理由怀疑：概念隐喻的具身要素在影响专家推理时作用更弱；且须谨记：所有领域的专家，都曾是学习者——因此，他们早年用于学习该领域的隐喻，很可能已“内嵌”（baked into）其当前的专家级理解之中；相关证据可见于这些隐喻持续出现在该领域学术写作中的现象。例如，研究者发现：即便在专门研究热与能量的专家中，仍存在可追溯至隐喻影响的持久性误解（Brookes & Etkina 2015；Chi et al. 1994）。

更值得注意的是，部分实证发现提示：至少在某些学科中，具身隐喻对专家推理的影响，可能比对非专家的影响更大。例如，前文提及的 Jeppsson 等人（2013）研究指出：当比较物理学本科生与博士生（临近毕业）推理中概念隐喻的作用时，后者远比前者更广泛地使用概念隐喻，并由此“将本应高度形式化的推理过程，转化为包含大量精细具体、富于意象场景的推理过程……”（798）。简言之，博士生所表述的推理，对具身性概念隐喻的依赖程度，甚至超过了本科生。

上述仅是众多例证中的几则；综合观之，它们为具身性在隐喻中所起的关键作用提供了有力佐证。尤为关键的是：在许多此类研究中，研究者不仅证明了感知运动过程在参与者对相关概念的学习与理解中发挥了作用，更表明其作用是直接的，且明显区别于其他形式的教学指导。例如，Goldin-Meadow 等人（2009）证实：向部分受试者教授的特定手势，通过提供有别于言语指导的额外信息，显著促进了其对加法概念的掌握。这些研究清晰揭示了感知运动活动在中介隐喻对认知（尤其是学习）的影响中所扮演的角色——从而为这些隐喻的具身性提供了令人信服的证据。

此外值得注意的是：这些研究所报告的效应，源于即时性、短期的具身活动，即可产生可测量的影响；而反复的具身经验，其效应可能更为深远、强大。

综上所述，关于数学与科学中具身性概念隐喻的这一系列研究，使我们有充分理由推测：计算隐喻同样可能是具身的、概念性的，并对认知产生可测量的影响。接下来，我将具体探讨这些效应的潜在表现及其对我们理解认知理论、以及相关学术争论所产生的深远意涵。

1. 计算隐喻的效应

至此，我已详细阐述了计算隐喻的特征，并提供了充分理由支持如下观点：它们（至少该隐喻家族中的许多成员）兼具概念性与具身性。因此，在下文论述中，我将以“隐喻”一词统称概念性且具身性的隐喻；而当提及“计算隐喻”时，特指那些兼具概念性与具身性的计算隐喻。

接下来，我将探讨这些计算隐喻可能如何通过以下四种方式影响我们对认知的理解：（1）塑造相关目标概念的内容；（2）影响其他隐喻在认知中的可及性（cognitive availability）；（3）调节相关非隐喻性陈述的合理性判断；（4）上述诸多效应往往未被察觉，且常被错误归因。

在每一小节中，我将首先概述相关研究中关于隐喻效应的实证发现，继而具体阐析：这些效应如何可能在围绕认知的学术争论与讨论中，体现为计算隐喻的特异性影响。最后，我将进一步勾勒其对具身认知相关争论的潜在意涵。简言之，我将主张：计算隐喻系统性地使我们的认知观偏向计算主义理论，而对具身认知理论形成偏见。

4.1 对目标概念的影响

首先，隐喻通过在目标概念与源概念之间建立关联，直接影响目标概念的内容。例如，Thibodeau 与 Boroditsky 的研究（2011；2013）中，两组被试被提供同一虚构城镇的犯罪统计数据，但分别配以两种不同隐喻性短文：一组使用“犯罪是一种野兽”的隐喻（如需“追捕”“擒获”罪犯等表述），另一组则采用“犯罪是一种病毒”的隐喻（如需“诊断”“治疗”已“感染”城市的犯罪等表述）。随后，当被要求从一系列应对犯罪的策略中进行选择时，接触“野兽”隐喻的被试更倾向于支持执法导向（enforcement-focused）的方案（如抓捕监禁罪犯、制定更严厉的执法法律）；而接触“病毒”隐喻者则更倾向支持改革导向（reform-focused）的方案（如消除贫困、改善教育）。研究者推测：这是由于阅读隐喻后，参与者对“犯罪”的理解被分别塑造得更接近“野兽”或“病毒”——前者强调个体施害者的威胁性与攻击性，后者则突出犯罪的系统性与环境根源性。

此类效应在常规隐喻（conventional metaphors，即熟悉且广泛流传的隐喻）中尤为显著。依据“隐喻生涯理论”（Career of Metaphor theory），当个体面对新颖或陌生隐喻时，其被作为比较（comparison）进行加工：即凸显目标与源概念之间既有的相似性；而当面对常规隐喻时，其则被作为范畴归类（categorization）进行加工：即目标概念在某种程度上被归入由源概念所界定的范畴之中，从而“继承”（inherit）源概念的部分属性（Bowdle & Gentner 2005；Gentner & Bowdle 2001；Glucksberg et al. 1997）。有时，这种“继承”程度极深，以至于常规隐喻常被误认为字面为真。Ervas 等人（2018）在综述自身及他人相关研究后指出：在他们考察的研究中，“由于隐喻的作用，大多数含常规隐喻的句子被感知为（字面意义上）”。

前文提及的关于“热”与“能量”目标概念的研究，为此类效应提供了进一步佐证。前述常规隐喻将热与能量“映射”为物质实体（material substances）。结果，在通过此类隐喻学习这些概念的个体中，热与能量被隐喻性地归类为某种物质实体，从而“继承”了物质的若干属性；在某些情况下，甚至被误解为字面上的物质。这些效应体现在语言表达中（如前引 Amin 等人（2018）所述：“分子具有动能……热量散失至环境”——着重号为原文所有），并进而在思维层面产生影响（如前所述，这些隐喻似乎导致学生在解题时错误地将热/能量当作物质来推理）。由此可见，这些隐喻中的目标概念（热、能量）显然受到了其与物质性源概念之间隐喻关联的深刻塑造；且因其属于常规隐喻，此类效应可能更为强烈。

现在转向**（常规）计算隐喻**：其目标概念理应同样“继承”对应源概念的部分属性——例如，“大脑”继承“计算机”的某些属性；我们关于“记忆”的概念，继承 RAM 或外置硬盘的某些属性，以及其中信息存储过程的特性。因此，大脑、认知及其活动被自然而然地视为更具“计算性”，便不足为奇。

必须强调的是：正因计算隐喻属于常规隐喻，其作用机制并非仅凸显大脑与计算机之间既存的相似性，而是将大脑隐喻性地归类为一类计算机。这一效应在计算隐喻中可能尤为突出，原因有二：其一，它们不仅是关于大脑的常规隐喻；其二，它们实为绝对主导性的隐喻——相比之下，科学中许多其他概念（如能量）尚存在多种常见隐喻并存的局面。

这意味着，像“大脑”“记忆”等核心概念，其属性更多地“继承”自计算性源概念，而非其他可能更具具身性（如“大脑是一张网”“记忆是河流”等）的隐喻。由此引出的一个重要推论是：计算隐喻的主导地位，可能导致这些核心概念本身在直觉上更自然地契合计算主义理论，而非具身认知理论。

回溯至§2.1，本节所论现象或许有助于进一步解释：为何人们常倾向于坚持“大脑是一台计算机”等陈述的字面真理性。尽管如前所述，维持其字面解读可能存在其他动因，但值得注意的是——许多使用计算隐喻的学者确将其视为字面真理；而这种现象，恰是常规隐喻的典型认知效应之一。

4.2 对其他隐喻的影响

除塑造目标概念的内容外，隐喻还会影响其他隐喻的认知可及性（cognitive availability）。正如 Thibodeau 与 Durgin 所指出的：隐喻“促使言说者使用，并使听者更易理解那些依赖于相同映射关系的其他隐喻”（2008: 532）。简言之，当某一隐喻被“激活”时，它会改变其他隐喻的“认知可及性”——即这些隐喻被唤起的难易程度，从而影响其被使用的直觉性与自动化程度。具体而言：某一隐喻的激活，会提升依赖于相同域间映射的其他相关隐喻的认知可及性；相应地，会降低依赖于不同映射关系的隐喻的相对可及性。

此类现象的有力证据来自“隐喻家族”（metaphor families）的存在：即一组隐喻，其中来自同一目标域的概念被映射至来自同一源域的其他概念（Lakoff & Johnson 2008；Thibodeau & Durgin 2008）。隐喻家族之所以形成，正因常规隐喻（即熟悉隐喻）使我们能更轻松地理解与使用那些依赖于相似映射的新颖（不熟悉）隐喻。

为直观展现此类效应，我们再次回到 Thibodeau 与 Boroditsky 的研究（2011；2013）。在阅读“犯罪是野兽/病毒”的隐喻短文后，被试被要求回答开放式问题，例如：“您会如何建议解决[虚构城市]阿迪森的犯罪问题？” 结果显示，被试的回答更倾向于包含与其所读隐喻同属一家族的其他隐喻表达：阅读“犯罪是野兽”短文者，更可能使用“追捕”“擒获”等措辞；而阅读“犯罪是病毒”短文者，则更可能使用“诊断”“治疗”“接种”等表述。由于初始提供隐喻的激活作用，被试更自然地采用了虽未在短文中明确出现、却属于同一隐喻家族的其他隐喻表达（例如，“犯罪是病毒”这一隐喻使“城市是一个身体”类隐喻更具认知可及性，从而促使被试在建议方案中偏好诸如“通过教育为城市‘接种’以抵御进一步犯罪”等身体相关隐喻）。

如前所述，计算隐喻家族在我们思考、写作与谈论认知的方式中无处不在。依据上述隐喻效应机制，当该家族中的某一隐喻被激活时，相关隐喻的认知可及性相对提升，而无关隐喻则相对降低。这意味着：使用计算隐喻讨论认知，会使其他计算隐喻更易浮现于 mind、显得更直观、恰当，从而更易被采用；反之，它也可能使其他非计算类隐喻——尤其是与具身取向相契合的隐喻（如“大脑/心智是一块肌肉”或“大脑/心智是一座花园”）——变得认知可及性更低、直觉性更弱、显得更不贴切或欠妥，因而更少被使用。

这一效应在计算隐喻中尤为显著，因其正是认知领域中占绝对主导地位的隐喻系统。由此可推：计算隐喻的统治地位，可能导致一种内在的亲和性——即对契合计算框架的后续隐喻天然接纳；同时形成一种内在的排斥性——即对背离该框架的隐喻天然抵触。

4.3 对非隐喻性陈述的影响

隐喻还倾向于提升那些与隐喻契合的非隐喻性主张的认知可及性与合理性，同时削弱那些与之不符者的可及性与可信度。例如，Niebert 与 Gropengießer（2015）开展了一项研究：被试通过“髓鞘是一种容器”（myelin is a container for the nerve cells）这一隐喻学习髓鞘（包裹神经细胞、使电信号得以沿其传导的结构层）相关知识。研究发现，被试更易理解并接受契合该隐喻的（非隐喻性）功能陈述（如“髓鞘保护神经细胞”），却更难理解那些不契合的陈述（如“髓鞘影响电信号沿神经细胞传导的速度”）。一名学生解释道：

“我无法想象髓鞘如何影响信号传递时间；它只是阻止离子逸出神经元。无论有无髓鞘，信号在神经元中需行经的距离都是一样的。”（2015: 12，着重号为原文所有）

作者指出：正因被试是通过“髓鞘是容器”这一隐喻习得该概念的，他们便更易理解并相信那些可被合理解释为“容器功能”的髓鞘作用，而对无法如此解释的功能则难以把握。对某些学习者（如上述引述者），这种影响甚至达到使其无法想象与隐喻不符的功能的程度。当某隐喻在个体对该概念的学习过程中扮演核心角色时，此类效应尤为显著。有学者进一步指出，这亦可能影响人们对论证的评估。³⁹

如前所述，计算隐喻在我们学习与理解“大脑”“认知”等概念的过程中无处不在且居于核心地位。这可能进而导致人们——尤其是初学者或未深究理论预设者——更易理解并倾向于认为：那些契合计算隐喻的关于认知的主张与理论（最明显者即计算主义认知理论），比那些不契合者（如具身认知理论）更具合理性与可信度。在某些情况下，这种倾向甚至可能导致人们难以充分构想或把握那些不契合计算框架的理论主张。

这种对非计算性理论的“想象性抗拒”（imaginative resistance），常可从有关计算主义的论述中窥见一斑。例如，Van Gelder（1995: 346）指出：

“……支持计算观的最具影响力论据之一，即是声称‘根本别无选择’。这一论点有时被称为‘它还能是什么？’（what else could it be?）论证。”

此处，Van Gelder 揭示了诸多学者采纳计算主义认知理论的一个核心动因：在某种意义上，该理论被视为唯一可想象的认知理论。当然，此类想象性抗拒未必全由隐喻效应所致；但如下文将探讨的，值得注意的是——在认知理论的争论中，针对具身认知理论的强烈想象性抗拒屡见不鲜；而这种现象，恰是隐喻影响的典型表现。

综合前述诸效应，我们可勾勒出以下图景：计算隐喻构成一个常规性、概念性隐喻家族，其中大脑与认知过程被映射至计算机与计算过程之上，从而与其紧密关联，并被以计算术语加以理解。这些隐喻高度普及；一旦被激活，可能引发以下后果：

• 在相关目标概念（如大脑、记忆等）内部，与计算机及计算处理 共有 的既有属性将更具认知显著性；

• 同时，目标概念还可能“继承”额外的计算性属性——最终导致这些概念被理解为 更富计算性 ；

• 此外，那些与该隐喻框架一致的其他隐喻（如“记忆被编码”）及非隐喻性陈述（如“知觉被转译为跨通道的符号表征”），其认知可及性将提升，因而显得更 直观、合理、可信 ；

• 反之，与之不一致的隐喻与陈述（如具身认知所主张的“概念由感知运动模拟构成”“表征具通道特异性与语境依赖性”），则可能变得 更难被理解、显得牵强或欠说服力 。

4.4 未被察觉与错误归因的效应

关于计算隐喻影响的最后一个显著发现是：亲历这些效应的个体，往往并未意识到它们的存在，也未察觉隐喻正是其成因，因而常将效应错误归因于其他因素（Correia 2011；Ervas et al. 2018；Robins & Mayer 2000；Thibodeau & Boroditsky 2013）。⁴⁰

与之相关，Glucksburg（2003）指出：隐喻理解具有自动性与不可避免性——即便在字面解释于语境中亦通顺的情况下，人们仍无法忽视隐喻；在此类情形下，隐喻效应依然可被测量到。

例如，在前述 Thibodeau 与 Boroditsky 的研究（2011；2013）中，尽管多数被试显然受到“犯罪是病毒/野兽”短文的影响，大多数人却并未意识到这一影响：许多人甚至未察觉短文中存在隐喻；部分人被问及时，甚至无法回忆起自己阅读的是哪一种隐喻版本。正因如此，当被问及“是什么因素促使您倾向选择此类应对方案？”时，绝大多数被试并未提及隐喻或短文，而是归因于犯罪统计数据（而该数据在两组中完全一致）。换言之：

• “病毒组”中的一位被试可能声称，自己之所以选择改革导向策略，是因为“统计数据及其他细节表明唯有系统性干预才有效”；

• 而“野兽组”中的另一位被试则可能基于 完全相同的统计数据 ，坚称“数据恰恰证明必须加强执法与威慑”，并给出同样自信的理由。

更令人瞩目的是：高度常规化的隐喻（即那些在语言、图像等中反复高频出现的隐喻）——往往仅凭单次提及即可被激活并影响判断（Thibodeau & Boroditsky 2011）；有时甚至无需任何显性提及亦能发挥作用。例如：

• 在未显性激活“好即上”（good is up）隐喻的情境下，与“好”相关的词语在 垂直空间较高位置 呈现时，被试识别速度显著更快——这与我们日常说某人“步步高升”（moving up in the world）或“脱颖而出”（rising to the top）时所调用的隐喻一致（Meier & Robinson 2004）；

• 物理上更重的物体，被感知为更具重要性——这与“重即重要”（heavy is important）隐喻相符，正如我们常说某事“分量十足”（carrying weight）或“令人不堪重负”（weighing us down）（Chandler et al. 2012）。

所有这些现象凸显了隐喻如何充当一种认知透镜（lens），通过它来过滤我们接收到的信息。问题的关键并不在于：

• 我们是否需要或经常使用这些“透镜”（显然，隐喻在概念建构中扮演着不可或缺的角色）；

• 它们是否影响我们“如何看待事物”（隐喻确有助理解的脚手架功能）；

• 或其本身是否带有特定的“色调”（隐喻必然承载特定内容）；

真正的症结在于：我们往往根本看不见“透镜”的存在，反倒将隐喻所塑造的认知效应，错误归因于我们所接收的信息本身——仿佛那只是信息的客观属性，而非我们解读框架的产物。这使得隐喻的影响既深远又隐蔽，尤以计算隐喻为甚——因其早已内化为认知科学的“默认操作系统”，使人难以察觉其建构性与偏向性。

回到计算隐喻——上述结论意味着：倘若计算隐喻确实引发了前述效应，那么亲历这些效应的个体往往意识不到其存在，因而极可能错误归因，甚至完全未能归因于任何原因。⁴¹

此外，如前所述，这一效应很可能被进一步加剧：计算隐喻构成了我们讨论与思考大脑及认知的基础性理论词汇的主体，因而识别它们为隐喻本身便尤为困难。然而，倘若隐喻的影响果真是“强制性且自动发生的”（mandatory and automatic），那么，即便个体并未察觉计算隐喻的存在，或未意识到其隐喻本质，也无法豁免于其认知效应。

结合前述研究不难看出：即便某人坚信以下四点：

1. 计算隐喻是对认知的 字面陈述 ；

2. 计算隐喻与我们对大脑的理解“ 更契合 ”，显得 更直观、更合理、更恰当 ；

3. 那些契合计算框架的关于认知能力的陈述或论证， 天然比不契合者更具说服力 ；

上述研究仍为我们提供了充分理由怀疑：（1）–（3）在相当程度上可能正是计算隐喻本身所导致的认知偏差——这一认识，至少应促使人们对其原有信念抱持更高的审慎与怀疑态度。

更进一步，他们还可能相信：
4) 自己并未受到计算隐喻的影响；

而当前相关研究同样表明：这一自我判断亦需重新审视，应有所保留。

简言之，计算隐喻很可能在多个维度上系统性地使我们偏向计算主义的认知观；而颇具反讽意味的是——尤其在一种计算主义式的心智模型（即将心智视为信息加工系统）下——人们最不可能察觉这些隐喻正是自身认知偏向的根源。换言之，计算隐喻不仅塑造了我们对认知的理解，还巧妙地掩盖了自身作为塑造者的角色。

1. 对具身认知的启示
   在前一节中，我阐述了隐喻的一些关键作用，并概述了计算隐喻可能如何通过这些作用影响我们对认知的理解。接下来，我将阐明这一点对具身认知的理解与评估可能产生的一些影响。简言之，我将主张：如果计算隐喻确如上文所述那样影响我们对认知的理解，那么它们便会使我们偏向于计算主义（Computationalist）的认知理论，从而不利于具身认知（Embodied Cognition）理论。随后，我将简要探讨：具身认知理论本身具有这样一种特征——即它能够对针对自身的某些抵制现象提供令人满意的解释——而这一特征恰恰彰显了其解释力之强。

如上所述，计算隐喻的这些效应可能导致相关的目标概念（例如：大脑、认知、记忆）变得更“计算化”；增强那些采用相似映射方式（将认知过程或功能映射为计算过程或功能）的其他隐喻的认知可及性；并提升那些与计算观相一致的、非隐喻性陈述的合理性（例如：“概念由非模态的、脱离语境的、符号化的心理表征所构成”）。其结果是：由于“大脑”“认知”“记忆”等概念变得更具计算属性，它们便似乎更难以被具身认知所提供的那种理论框架所容纳。与此同时，以具身为基础的隐喻（如“认知即具身行动”）在认知上则相对更难被激活，因而显得不那么直观；而表达具身认知核心主张的非隐喻性陈述——特别是那些与大脑的计算图景相冲突的主张——也会显得相对缺乏说服力，甚至难以被理解。

在计算隐喻构成了我们探讨认知问题时所依赖的大部分基础理论词汇的前提下，它们也同时提供了我们理解认知的基本概念框架——而这一框架，只要其与大脑的计算图景保持一致，便在很大程度上与具身认知图景相抵牾。这很可能导致人们对具身认知理论产生更强的抵触情绪；而抵触最强烈的，可能是那些与经典计算主义（Classical Computationalism）偏离最远的理论——即激进具身认知（Radical Embodied Cognition）或生成认知（enactive cognition）理论。

然而，目前尚缺乏直接针对这些特定隐喻的实证研究来支持上述论断；但前述关于隐喻效应的一般性实证证据（参见脚注42），已为此提供了部分支撑。此外，以下现象亦可能指向同一方向：尤其值得注意的是，在学术文献中，亲具身性的认知隐喻（例如：“大脑/心灵是一座花园/一株植物”；“大脑是一块肌肉”）的使用频率，远低于计算隐喻；即便偶有出现，也大多出现在并不专门探讨“认知”与“认知加工”概念的领域（如哲学、心理学、神经科学等之外的领域）。

例如，“大脑/心灵是一座花园/植物”这一隐喻（如观念是“种子”，信念可能“根深蒂固”等）——纵有使用，也主要集中于教育与学习研究领域（Ahmady et al., 2016）。类似地，“大脑/心灵是一块肌肉”隐喻（如认知技能可被“强化”，心智可被“拉伸”，亦可能发生心智上的“抽筋”等）——则更常见于教育学文献（Dweck, 2008），以及舞蹈、运动人体科学等学科中（Rainer, 1961）。

颇为有趣的是，某些反对具身认知的论断，似乎也展现出一种直觉性而非基于内容的抵制——这与前述实验中被试者因容器隐喻而难以（甚至无法）理解不符合该隐喻的髓鞘特征的情形类似。而我们所预期的那种“直觉性抵制”，恰恰可能源于具身认知的主张与计算隐喻之间的不匹配。例如，Goldinger 等人（2016）声称：

“对于认知科学中绝大多数经典发现而言，具身认知并未提供任何科学上有价值的洞见。在多数情况下，该理论与现象之间并无逻辑关联，除了一些显然为真的陈词滥调之外。不仅如此，就日常基本认知经验而言……具身认知亦无法给出充分解释……[并继续指出日常认知现象]——这些都无法被具身认知原则合理地解释，甚至无法被其有意义地探讨。”（2016: 959–960，斜体为笔者所加）

此类断言——即具身认知对理解认知毫无贡献——代表了对具身认知的一种典型抵制立场。当然，亦有很多反对者仍能理解并认可具身认知的部分主张价值。在所有这些情形当中，我们虽尚无法确证计算隐喻在激发与塑造部分抵制态度中究竟扮演了何种确切角色；但截至目前所列的理由，已让我们有充分依据怀疑：计算隐喻的确起到了一定作用；这种作用，或在某些情况下直接导致抵制，或在另一些情况下加剧了既有的抵制。

需要澄清的是：我并未主张，计算隐喻的广泛影响与普遍存在，是抵制或反对具身认知主张的唯一（甚至主要）原因；我也并未声称，受上述隐喻影响者就因此无法克服其影响、进行理性理论比较。但我认为，结合前述研究与计算隐喻在认知科学中无处不在且基础性的地位，其发挥某种作用是高度可能的——这种作用，或引发、或放大对具身理论的抵触情绪。

此外，基于前述研究，我们还应警惕自身判断这类隐喻影响程度的能力。请回想：隐喻的诸多效应（如对认知可及性、可理解性与合理性的塑造）往往难以被觉察，并易被误归因于其他因素——这自然可能导致：由隐喻驱动的对具身认知的抵制，被错误地完全归咎于具身认知自身缺乏合理性和解释力。

计算隐喻对我们理解认知、建构认知理论（尤其是具身认知）所可能产生的影响，其意义重大，原因有二：

第一，这些影响尤其值得警惕，甚至可能具有隐蔽危害性，因为具身认知理论相较于计算主义理论而言仍属新兴学派。而概念隐喻的效应，在以下语境中尤为显著：当一种拥有固有、根深蒂固且基础性隐喻支持的理论（如计算主义），与一种缺乏此类隐喻支持的新理论（如具身认知）相互竞争时。隐喻在学习与理解中扮演着关键角色；缺少亲具身性隐喻，意味着具身认知理论缺失了传达其主张内容与合理性的关键工具。这种缺失，会削弱人们全面理解、进而认可具身认知之合理性与解释力的能力——尤其是在其主张最为激进、与计算主义形成鲜明对立之处。Petrie 与 Oshlag 指出：“隐喻是跨越旧知识与激进新知识之间认识论鸿沟的核心途径之一”（1993: 440）；Amin 亦强调：“概念变迁中一个被低估却至关重要的方面，即对源域与目标域之间隐喻映射的修订”（2018: 15）。因此，具身认知理论家有意识地发展并使用亲具身性隐喻来描述认知及其过程，是以往被忽视却极为重要的一项任务——尤其考虑到该理论的相对新颖性及其与主流理论的尖锐对立。

第二，若计算隐喻的上述效应确在部分抵制具身认知的现象中发挥了作用，则具身认知理论本身恰恰能对这种抵制提供尤为有力的解释。然而颇具讽刺意味的是，迄今为止，具身认知的讨论与辩护几乎未触及、甚至未曾注意到（概念性的、具身的）计算隐喻在认知争论中可能扮演的角色。究其根本，这或许正源于未能充分领会具身认知自身所蕴含的某些深刻启示——即具身的概念隐喻如何通过具身化的感知运动状态与过程，对认知（包括对具身认知本身的评估与争论）施加直接而强大的影响。计算隐喻的存在及其效应之所以被普遍忽视，很大程度上源于一种深层预设：即认为概念是非具身的，理性评估过程不受非理性、具身性因素（如隐喻）的影响。而颇具反讽意味的是，这些预设本身很可能正植根于计算主义的大脑观——该观点将心智视为接收输入数据、执行特定程序/指令以处理数据的系统——在此框架下，除输入数据、程序或底层硬件机制外，几乎无法容纳其他约束或影响因素。与之相反，具身认知对概念加工的解释，恰恰强调并容纳了这类具身性影响；事实上，这些具身机制及其影响方式，本身就是具身认知所特别揭示并系统解释的现象实例。

换言之，具身认知所特别揭示、且唯有其能充分解释的某些机制，恰恰参与塑造了我们对具身认知本身的理解、评估，乃至对其的抵制。这最终增强了具身认知的解释力——因其不仅能解释其所遭遇的部分抵制来源，还能进一步阐释：为何某些常被引为反例的认知现象（如抽象思维的“非具身感”），看似对其构成挑战。计算隐喻既然构成了我们理解认知的主要概念框架，其影响便不仅限于对外在认知的理解，还可能深刻塑造我们对自身认知过程的体验。例如，我们对抽象思维（如哲思与推理）的“概念化”乃至“看似体验”——即认...