这篇文章为什么能发表在Science上？

刊登在Science上的这篇文章，题目为《Human Voice Recognition Depends on Language Ability》（2011年7月29日），作者是美国麻省理工学院（MIT）的三位研究人员。

文章的篇幅只有一页，字数不足700个英语单词，只有一个行为实验，既没有采用先进的实验设备，也没有使用复杂的统计方法，结果也只是一张图表。

在我们课题组的一次大组讨论会上，一位研究生向大家介绍了这篇文章，引起了大家很大的兴趣和热烈的讨论。

就是这样一篇看去“很简单”的文章，为什么能发表在“顶尖级”的刊物Science上呢？

我个人认为，可能有几个原因，提出来供大家参考：

1

提出了一个好的科学问题

这篇文章采用了成人阅读困难者和正常阅读者（控制组）为被试，比较了他们对熟悉的语言（母语-英语）和不熟悉的语言（汉语）嗓音识别上的差异。

结果发现，两组被试在母语的嗓音识别上有明显差异，阅读障碍者的正确识别率显著低于正常阅读者，而在第二语言的嗓音识别上，两组被试的成绩没有差异。

英语阅读障碍者确认母语的能力并不优于确认汉语的能力。阅读障碍者在母语的嗓音识别上有显著差异，而在不熟悉的汉语上，差异不显著。

如果文章的作者仅仅关注阅读障碍者存在什么认知缺陷，而且用结果来说明“语音表征缺陷”是阅读障碍者最重要的认知缺陷，那么这个结果只是支持了目前国际学术界关于阅读困难的一种理论，成果的原始创新性就会大打折扣，文章也不可能发表在顶尖级的学术刊物上。

作者们没有从阅读困难的角度提出问题，而是提出了一个新的假设，即不同语言能力对人类的嗓音识别的影响。

文章把两组被试的差异看成是语言能力的差异，或语音表征上的差异。对于熟悉的语言（母语），语音表征的影响大，因而两组被试在识别母语嗓音时有差异；而对不熟悉的语言，这种差异可能就消失了。

实验结果很好的支持了上述假设。

语音识别问题是一个非常前沿的科学问题，而语言能力与语音识别的关系，还很少有人进行过探讨，这是这篇文章的一大亮点。

爱因斯坦说得好：提出一个问题往往比解决一个问题更重要，因为解决问题也许仅是一个数学上和技术上的技能而已。而提出新问题，新的可能性，从新的角度去看旧问题，却需要有创造性的想象力，而且标志着科学的真正的进步。

我没有问过作者本人，也许他们在开始研究这个问题时，也是从阅读困难的角度提出问题，以后才想到这个更好的问题。人往往不是先知先觉者，而是后知后觉者，只有在反复、不断深入的思考和探索中，才能发现和找到更好的问题。

因此，我在课题组大组会上曾多次说过，要把“提出问题”贯穿在研究的始终，要用问题来引导研究，从实验设计，到数据处理，到文章写作，每一步都要思考自己研究的问题是什么。

一篇文章从实验设计到发表，可能要从各个不同的角度提出问题，不断更新自己的问题，才能使研究不断向纵深发展。

2

有一个高起点的开头

文章开头难，这是大家都熟知的一个事实。

这篇文章没有从“阅读障碍的认知机制”这个大家很熟悉的问题开始，而是从动物的嗓音识别开始。

作者指出，包括人类在内的所有社会性动物，都能从用于交流的声音中识别个别的“特定声音”（conspecifics），这是他们适应环境的一种特性。

人类对自己理解的口语中的语言，其嗓音识别会更加精确。这种能力依赖于听话者的语音知识。

接着作者引用了发表在Nature和Science上的两篇关于阅读障碍的文章，提出了从阅读障碍入手研究嗓音识别的意义。

人类和非人类动物的“嗓音识别”是近年来研究“语言与脑的进化”关系中一个非常吸引人的问题，而阅读障碍与正常人的比较又为研究这个问题提供了很好的切入点，这可能也是这篇文章能为Science接收的一个重要原因。

记得有一次，我请谭力海教授介绍他的写作经验，他说：好文章在开始时一定要引用“高端刊物的文献”，要关注最前沿的有重大意义的理论问题，使自己立足于高起点，高水平。

我想这是很有道理的。

文章的起点站得不高，提出的问题不是学术界普遍关心的重要问题，也就很难有希望发表在高端的国际刊物上。

3

选择了一个有特色的实验任务

在以往关于阅读障碍的研究中，研究者通常都采用词汇水平的语音或语义判断任务，如押韵判断任务、词汇判断任务、语义范畴判断任务等。

本文作者别出心裁，采用了嗓音匹配任务，即要求被试判断所听到的句子是5位说话者中的哪位说的，这也是作者另避蹊径的地方。

实验任务或实验范式的创新，需要研究者创造性的思考，一种新的实验范式常常会为研究开辟一个新的天地，揭示出许多未知的现象和规律。

当然，发表一篇好文章，还需要许多其他的条件，如研究者在某个领域的研究积累和声望，写作经验和能力，语言的表达水平等等。

本文的通信作者在这个领域很有影响，已经在Science上发表过文章，可能存在“名人效应”，这些就不必分析了。