大脑中数字的排列方式并非普遍相同，即使阅读同一种语言的人也不例外。

你想象一下，拿把12英寸的尺子，却发现数字12在左边，数字1在右边。大多数英语母语者肯定会觉得晕。我们习惯了数字从左往右、从小到大排过去。一旦这个顺序反过来，大家就会觉得别扭，因为数字现在处在“错误”的位置。

心理学家很早就发现，西方文化背景下的人们倾向于将较小的数字与空间的左侧关联，而将较大的数字与右侧关联。这就是所谓的SNARC效应，全称是“空间-数字反应编码关联”。

在实验室里，我们这些研究人员会让人看数字，然后按左键或右键，来测试这种倾向。英语母语者看到小数字时按左键通常更快，看到大数字时按右键更快，因为这些位置符合他们心中的数字线。

不过有意思的是：你觉得哪个方向“才对”，其实取决于你从小在哪长大、现在住在哪。在阿拉伯语这类从右往左写的语言地区，这个规律常常会反过来：人们按右键反应快的是小数字，按左键反应快的是大数字。说波斯语的人，波斯语也是从右往左写的。他们如果生在伊朗、后来搬到法国，住得越久，就会慢慢变成从左往右的映射。

连会不会读写都有影响。一般来说，从没学过认字或数数的人，根本不会有这种效应。研究人员也搞不清为什么。也许这些人不会把数字和空间位置对应起来。也可能是每个人自己的方向感不一样，有的人从左往右，有的人从右往左，研究人员一把这些数据平均起来，互相就抵消了。

虽然西方文化中的人们习惯了数字在数字键盘、尺子或教室数轴上从左到右递增，但SNARC效应并不仅限于数字。在实验室中，类似的从左到右的模式也出现在其他量级上，例如大小、高度和亮度。

一个关键问题是SNARC效应的起源。一些研究者将其归因于大脑偏侧化：左右脑在连接和使用方式上的差异。另一些人则认为这是一种更广泛的认知习惯：当人们排列事物时，更倾向于按照对自己有意义的顺序进行排序。例如，如果你比较5英寸和9英寸，你可能会想到5在左边、9在右边；但如果你比较5点和9点，你可能会根据模拟钟面的位置，想到5在右边、9在左边。

但文化也很重要：“小”在左、“大”在右的文化习得经验会强化SNARC效应。因此，SNARC效应究竟从何而来尚不清楚，因为在人类身上，生物因素与文化因素相互交织。

其他动物也拥有心理数字线吗？

我们的研究领域是比较认知。我们研究灵长类和鸟类如何理解世界：它们如何思考、学习和记忆。动物与人类共享许多认知过程，但缺乏阅读、书写和计数等文化经验，因此它们是探究这一数字线问题的理想研究对象。

我们和同领域的研究人员一开始是给非人类动物设计了一项 SNARC 任务。我们在触摸屏上向猩猩和大猩猩展示了两组圆点，一组在左侧，另一组在右侧。如果这些动物天生就将“少”与左侧、“多”与右侧相关联，那么平均而言，当较小的圆点组出现在左侧时，它们挑出它的准确率应该更高、速度应该更快，而不是出现在右侧时。但结果并不是这样。

仔细观察个体后，我们明白了原因：一些猿类表现出从左到右的模式，而另一些则偏好从右到左。在我们的总体平均结果中，这些个体偏好相互抵消了。这种分化表明，猿类与人类一样，确实会按空间组织数量。但在没有像阅读方向、数数方向这样的文化线索时，每只动物都形成了自己偏好的排列方向。

我们和其他研究人员后来在恒河猴、鸽子和蓝松鸦身上重复了最初的研究，以及我们正在做的、还没经过同行评审的鸡的研究，结果也一样。在所有案例中，都有强有力的证据表明，数量是以空间方式来表征的，同时方向上也存在明显的个体差异。

数字线方向可能并非如此明确

在动物身上发现如此多的变异性让我们思考：个体人类之间的差异是否也可能比平均值所显示的更大？许多 SNARC 研究只报告所有受试者的平均分数，因此很难看出个体之间是否像其他动物一样存在差异。

所以，我们开展了一项新研究，让美国的英语母语者判断各种大小，比如阿拉伯数字、圆点数量，还有方块的亮度。平均下来，呈现出了预期的从左到右的模式。但个体往往不是这样。

有近四分之一的参与者，在判断圆点数量时表现出从右到左的模式，这跟他们平时的阅读和计数习惯是矛盾的。在判断方块亮度时，结果几乎是50对50，把平均值效应完全抹掉了，就像在动物身上看到的那样。

我们的结果说明，SNARC效应并不是文化刻在人脑里的普遍规则。相反，它更像是一种灵活的思维方式，可能在个体之间、物种之间，甚至同一个人面对不同的任务时，都会有差异。有些人喜欢从左到右排列事物，另一些人喜欢从右到左，动物也是这样。

如果不只看平均值，我们会看到一个更有意思的故事：无论是猿、鸟还是人，思维都可以灵活多变、富有创造力。

本文转载自 The Conversation，一个非营利、独立的新闻组织，为您提供事实和可信的分析，帮助您理解复杂的世界。作者：Olga Lazareva，德雷克大学 和 Reggie Gazes，巴克内尔大学

阅读更多：

• 人类和动物都能进行逻辑思考——但测试他们使用的逻辑类型却很棘手
• 如果人工智能可以即时翻译，为什么还要学习另一种语言？

作者不为任何会从本文中受益的公司或组织工作、咨询、持股或接受其资助，并且除学术任命外，未披露任何相关关联。