从哲学和语言学到心理学、人类学和社会学，不同学科都对语言的构成感兴趣。实证方法是测试相关系统是否招募了处理自然语言的大脑系统。尽管数学和编程语言与自然语言相似，但它们却招募了独特的大脑系统。麻省理工学院的神经科学家使用功能磁共振成像（fMRI）测试了大脑对构建语言（conlang）的反应——它与自然语言和编程语言都有共同的特征——并发现它们是由与自然语言相同的大脑网络处理的。因此，符号系统表达世界不同含义的能力——而不是其创建的新近程度、方式和目的，或庞大的用户群——是语言的定义特征。
克林贡人参加 2014 年圣地亚哥动漫展。图片来源：Chris Favero / CC BY-SA 2.0。
麻省理工学院的神经科学家 Evelina Fedorenko 博士说：“我们发现，构建语言与自然语言非常相似，这表明参与该系统所需的关键特征可能与两种语言可以表达的含义有关。”
“这些发现有助于定义语言的一些关键属性，并表明语言没有必要经过很长一段时间自然进化或有大量的使用者。”
麻省理工学院博士后研究员 Saima Malik-Moraleda 补充道：“它帮助我们缩小‘语言是什么’这个问题的范围，并通过测试我们的大脑如何响应可能类似或不类似语言的刺激来凭经验进行解答。”
与在社区内发展并随着时间的推移而形成的自然语言不同，人工语言通常是由一个人创建的，他决定将使用什么声音、如何标记不同的概念以及语法规则是什么。
为了探索大脑如何处理人工语言，研究人员邀请了世界语、克林贡语、纳美语（来自阿凡达），以及高瓦雷利亚语和多斯拉克语（来自权力的游戏) 麻省理工学院将于 2022 年 11 月举办周末会议。
对于所有这些语言，想要学习该语言的人都可以使用文本，对于世界语、克林贡语和高瓦雷利亚语，甚至还有 Duolingo 应用程序可用。
“这是一个非常有趣的活动，所有社区都来参加，我们在一个周末收集了所有数据，”马利克-莫拉莱达说。
在那次活动中，几位 conlang 创造者也发表了演讲，科学家们使用功能磁共振成像扫描了 44 名 conlang 使用者，让他们听自己擅长的人工语言中的句子。
这些语言的创造者帮助构建了呈现给参与者的句子。
在扫描仪中，参与者还听或读母语句子，并执行一些非语言任务进行比较。
作者发现，当人们听人工语言时，大脑中与听母语时相同的语言区域被激活。
这些发现有助于确定招募大脑语言处理区域所必需的一些关键特征。
驱动语言反应的主要特征之一似乎是传达内部和外部世界含义的能力——这是自然语言和构造语言所共有的特征，但编程语言则不然。
“所有语言，无论是自然语言还是人工语言，都表达与内部和外部世界相关的含义。它们指的是世界上的物体、物体的属性、事件，”费多伦科博士说。
“而编程语言与数学更相似。编程语言是一种符号生成系统，允许您表达复杂的含义，但它是一个独立的系统：含义高度抽象且大多是相关的，与我们经历的现实世界没有联系。”
自然语言的一些其他特征（构造语言不具有这些特征）似乎对于在语言网络中生成响应不是必需的。
马利克-莫拉莱达说：“语言是否是由某个说话者群体随着时间的推移而创造和塑造的并不重要，因为这些构建的语言不是这样的。”
“它们的年龄有多大并不重要，因为只有十年历史的人工语言与已经存在了数百年的自然语言所使用的大脑区域相同。”
这发现出现在美国国家科学院院刊。
_____
赛马·马利克·莫拉莱达等人。 2025. 人工语言与自然语言由相同的大脑机制处理。美国国家科学院院刊122（12）：e2313473122； DOI：10.1073/pnas.2313473122
