生物行移动版

一项由佛蒙特大学（University of Vermont）领导、发表于《科学进展》（Science Advances）的研究，对已主导心理学、语言学和人工智能领域长达70余年的经典语言理论发起了有力挑战。该研究团队通过分析数十亿词汇在真实语境中的使用模式，提出了名为“ousiometrics”的量化语义分析框架，并揭示：语言的组织核心并非传统认为的情感维度，而是与生存息息相关的权力、危险和结构三大维度。

挑战经典：VAD模型的局限

自20世纪50年代心理学家查尔斯·奥斯古德（Charles Osgood）等人提出以来，效价-唤醒度-支配度（VAD）模型一直是理解语义情感色彩的主流框架。该模型认为，词汇意义主要由三个情感维度构成：效价（积极vs消极）、唤醒度（兴奋vs平静）和支配度（控制vs顺从）。然而，新研究指出，这一模型存在根本性缺陷。基于对超过20,000个词汇在书籍、新闻、社交媒体和口语等海量真实文本中数十亿次使用情况的计算分析，研究者发现VAD的三个维度并非真正独立，它们之间存在高度相关性，从而掩盖了语言更深层的结构。相比之下，新提出的权力（弱vs强）、危险（安全vs危险）和结构（有序vs混乱）三个独立维度，能够解释超过90%的语义变异，而传统VAD模型仅能解释约72%。

安全偏差：语言中的生存印记

研究最引人注目的发现是语言中普遍存在的“安全偏差”。无论何种语言或语境，人类词汇使用都显著偏向于与安全相关的表达。这一发现为语言学中著名的“波莉安娜原则”（即语言倾向于积极正面）提供了全新解释。研究团队明确指出：“波莉安娜原则的积极偏差，实际上是一种潜在安全偏差的一维投影。” 该研究的资深作者、佛蒙特大学复杂系统研究所主任彼得·多兹（Peter Dodds）强调：“安全表达是所有语言的核心。” 这一观点将语言视为一种进化产物，其功能不仅在于表达情感，更在于帮助人类评估风险、识别威胁并在不确定环境中协调行为。共同作者、佛蒙特大学计算故事实验室的博士后研究员朱莉娅·齐默尔曼（Julia Zimmerman）指出：“权力、危险和结构，这些维度与每一个曾经生活过的人都息息相关。”

跨学科影响与未来方向

该研究的发现对多个领域具有深远影响。在人工智能领域，许多自然语言处理系统依赖基于VAD模型的情感分析，如果未能捕捉到语义的深层结构，AI系统可能系统性地误读人类语言。引入权力、危险和结构维度，有望提升AI在涉及风险、信任和决策等任务中的准确性和可解释性。在心理学领域，该发现对数十年来基于VAD模型的研究提出了质疑，可能促使部分关于情感、感知和行为的解释被重新审视。在神经生物学层面，语言中的安全偏差与大脑对威胁和安全的强烈敏感性相呼应，可能为连接神经过程与人类符号化沟通提供新线索。研究团队还开发了名为“ousiometer”的测量工具，能够快速分析大规模文本的“本质意义”，并已成功应用于从简·奥斯汀小说到《纽约时报》等各类文本的语义轨迹追踪。