大家应该还记得，之前我讲过的这样一个事实：我们人类在出生时显得非常无助。在这方面，跟其他任何哺乳动物都没法比，我记得当时在讲到这一事实时，还以年幼的猴子为例。与我们人类的婴儿相比，尽管同龄，但二者的表现相差甚远。1岁的猴子可以在树林中到处乱撞、跳跃，趁机偷取父母的食物，而1岁的孩子还只能从母亲的胸脯和奶瓶里获取食物。然而，人类却通过获得的动作习惯，很快超过了任何动物。人类没有为了超越灵犸和鹿的奔跑速度，而去学习如何跑得更快，也没有去学习像马和大象那样拥有更大的力量，但是却把它们制服了。
人类之所以能做到这点，是因为学会了更重要的东西，那就是如何构造和应用“动作的装置”。我们人类先是学会了使用木棍，然后学会了发射石头，而能将石头发射出去的前提是学会使用弹弓，因为用弹弓发射可以将石头抛得更远。后来，人类将石头制造成尖锐的石器，再后来，制作和应用弓箭，并用它击败和捕获那些十分敏捷的动物。后来，又学会了取火，用青铜和铁制造比石器更加锋利的刀子。然后又制造出弯弓，直至火器。从上面的描述可以看出，人类的操作技术是非常高超的，不过，人类并不是动作灵巧性的唯一获得者。大象经过训练后，可以装卸卡车上的木料；猴子经过训练后，可以熟练地操作门闩、拖拉细绳等。人们还将黑猩猩训练得可以骑着自行车，穿梭于十几个瓶子排成的长行中，并且不会将它们碰倒。它经过一段时间的学习，能将瓶塞取下来，还能从瓶子里喝水，不仅如此，他还能学会点烟，将门打开或是锁上等，还有超过几百种的其他事情。
1.语言和器官
本章开始，我们先了解一下语言。语言有它的复杂性，但不管其复杂性如何，在开始时，它都是一种简单的行为。事实上，语言就是一种动作习惯。也许大家会对此产生疑问，但的确是这样。在亚当的智慧果那个层次，我们的咽喉里有一个被称为“喉”或“音盒”的小型器官。这一器官有一个管道，主要由软骨构成，穿过这个管道伸展着结构十分单一的两片膜（膜状的声门），声带就形成于它的边缘。而当我们把空气从胃里排出来时，通过与它相连的肌肉来对它进行操作。对于它的构造，我们可以想象夹在我们嘴唇之间，使空气通过的芦笛。我们拉紧声带，改变其间空隙的宽度。肺部的空气通过这一空隙排出，这样声带就发生了震动，发出声音，我们称它为“噪音”。但这一声响发出时，有另外几组肌肉也在活动，这几组肌肉分别改变着咽喉的形状、舌头的位置、牙齿的位置以及嘴唇的位置。位于喉部上方的口腔和位于喉部下方的胸腔，不断地改变大小和形状，从而使得音量、音的特征（音色）和音高产生了不同变化。婴儿在发出第一声啼哭时，这些器官就开始全部进行反应。当婴儿发出非习得的声音和“爸”或“妈”时，这些器官又开始反应。
还记得我们在研究手与手指的运动时所看到的图景吗？它们其实是没有太大区别的。
2.言语习惯的形成
婴儿出生后大约120天，就能够伸手抓取物体。而经过特殊训练后，到第一百五十天，这种习惯可以得到充分发展。但是，婴儿第一次发声习惯要更晚一些，而且发展较慢。我们在研究观察中发现，有些孩子甚至到了第十八个月，还没有形成任何常规类型的语言习惯，而有些孩子在1周岁结束时，就已经有了相当多的言语习惯。
那么，婴儿到底在什么时候开始形成简单的言语习惯呢？为了研究这一问题，我和妻子对b展开了实验，尝试在他身上形成简单的言语习惯。b是一个非常幼小的婴儿，我们已经开始处理他的妒忌行为。b出生于1921年11月21日，他长到5个月时，每个同龄婴儿具备的技能，在他身上也已全部显示出来——能咯咯地发声，并发出“ahgoo”以及“a”和“ah”的变音。这个孩子在出生2个月后开始由奶瓶喂养，鉴于此，我们从1921年5月12日开始，将这个音和奶瓶联系起来。我们在实验中是以这样的步骤进行的：我们先把奶瓶递给婴儿，让他吮吸一会儿，然后从他手上取下奶瓶，但我们不把奶瓶放到别处，而是捏在我们手里，就站在他跟前。这时，他变得有些烦躁，身体开始蠕动，两只小脚不停地踢蹬着，而且伸手去抓奶瓶。我们对他大声发出“da”音的刺激，这种刺激大约持续了3个星期，当然，在对他进行这种刺激的过程中，我们会在他发出哀鸣或者在他呜咽时，将奶瓶给他。1922年6月五日那天，当我们拿着奶瓶站在他面前，并向他发出刺激词“da”时，他发出了“dada”的词音。这时，我们马上把奶瓶给了他。大家可以看到，在这段时间的反复刺激下，他已经有了变化，能发生“dada”声了。在那种场合下，这一过程我们重复做了3次，每次他都发出了刺激词的声音。为了进步观察他的反应，我们又连续五次拿走了他的奶瓶，并且没有给他刺激词。结果，为了得到奶瓶，他竟然在这种状态下说出了“dada”一词。其中，他还在一次实验中，连续发出这个刺激词的声音。在之后的几个星期里，我们继续对他进行观察，发现引发这种反应已经变得非常容易，与引起其他任何身体反射作用一样。言语反应差不多专门局限于这种刺激，因为我们在对他进行实验的过程中发现，在有些场合中，我们在向他展示他的玩具兔时，他也说了“dada”，但是换了其他东西后，这种情况就没有发生。
1922年6月23日那天，我们发现了一件非常有趣和值得高兴的事。这个孩子，也就是婴儿b发出了其他类型的声音，而且这些新出现的声音还是他从未学习过的，例如“boo—boo”和“bla—bia”以及“goo—goo”。当他发出这样的声音时，他无法恢复“dada”的发音。他能够急切地发出一连串其他声音，但是在这期间，从来没有发出“dada”的声音。然而在第二天，他很轻松地就发出了“dada”的声音。7月1日那天，他又带给了我们一份很大的惊喜，在没有给他任何刺激词的情况下，他嘴里的“dada”声音突然变成了“dad-en”，不过他并没有忘记“dada”，偶尔也会发出这个声音。对于b出现的这一现象，我们开始思考这样一个问题：如果从开始我们便将婴儿的严格哺乳习惯给他打破，而且对其发出“dada”声音的言语场合进行观察，并立即给他奶瓶，那么他的这种习惯会不会更早更快地形成呢？我认为可能性非常大。而对于我们在实验之初所做的，用奶瓶喂他时大声发出刺激词“dada”引出反应，其效果是不是很小，是可以争论的。为了让大家对我的观点更加清楚，我也可以换一种说法，也就是我在怀疑这样一个问题：在婴儿早期阶段是否有任何言语模仿？虽然在后来出现了这种所谓的模仿，但在大多数情况下，可能并非是孩子模仿我们，而是我们模仿孩子。当这些声音形成了条件反射，那么对于整个语言，我们就可以认为它是“模仿的”。为什么这么说呢？因为在社会交往交流中，一个人的口头语言，是在另一个人身上引发同样的或另一种言语反应的刺激物。
我们这个阶段的实验是在第一百五十天结束的，当时，我们对婴儿b伸手抓物和其习惯相应的一种有条件的发声反应，就算粗略地建立起来了。可以说，这种反应到第一百五十天结束时，已经表现得很完美了。
3.逐渐发展的语言
在条件反射的言辞反应部分建立后，短语和句子习惯就开始形成。但这并不妨碍单词的条件反射的建立，也就是说，它不会停顿，所以，各种单词、短语和句子习惯才能同时得以发展。
第一次在b的身上发现两个单词相连接的现象，是在1923年8月13日，那天他1岁7个月零25天。其实，在没有发现这一现象之前，也就是当b掌握了52个单词的时候，我们就考虑过他的单词条件反射的形式。在他1岁7个月零25天的前一个月，我们为他安排了两个单词相连的言语形式，如：“喂，妈妈”、“喂，爸爸”等，但是没有取得我们期待的结果。而在那一天则不同，也就是我们提到的那个日子，在他1岁7个月零25天那一天，他母亲安排了这样一个模式：要他跟爸爸说再见。他母亲跟他说：“对爸爸说再见。”“再会da”，婴儿b跟着母亲说“bye”，但没有马上说出“da”这个词，而是在犹豫了5秒钟后，才发出了“da”这个词。他母亲见状非常高兴，对他进行了夸赞、爱抚等。后来，也是在那天，他又像之前那样，在间隔了5秒钟后发了两个音“bye—bowwow”。又过了两天，在8月15日，我们让他说：“喂——妈妈”“喂——露丝”“tata—妈妈”（ta-ta是谢谢你的意思）。在所有的情形里，我们在唤起他的反应之前，都会给出两个单词的刺激，但是，在毫无预兆的情况下，他说出了“blea-mama”，而且是在我们没有给出两个单词刺激的情况下，得到的2个单词的反应。在8月24那天，他指着父亲的鞋说：“鞋——爸”，指着母亲说：“鞋——妈”，而这是在他没有从父母那里得到任何刺激的情况下做到的，他竟然就这样把两个单词连接起来了！而在之后的4天里，他时不时地就会用上述两个单词来反映，而且还有一些从没建立过的2个单词，如“tee-teebowwow（狗撒尿）”“bebego-go（当一个小邻居玩开车游戏时发出的声音）”“mamatoa”“howdo”“awrimama”。而这些反应也是在没有建立任何模式的情况下发生的。他被放回到他的房间里睡觉时，也经常念叨这些词，还反复地大声地把这些单词组合起来。可以说，这一观测实例，对行为心理学家来说具有重要意义。
从那以后，婴儿b的两词阶段的发展迅速产生，他开始像成人一样用句子与他人进行交流，不过三词阶段出现得比较慢。在这些阶段里，也没有显露出新的情况。
婴儿b在3岁时，显示出了对语言的灵活运用能力，而且是在没有对他做任何事情以强化语言的情况下出现的。他在1岁的时候，只能说12个单词。对于1岁的孩子来说，婴儿b的这个水平也只是同龄孩子的平均水平。在他18个月大时，他能说52个单词，而这明显落后于一般水平。之所以出现这种情况，是因为他一直被保育员从头到脚地照料着。因此我认为，单词、词组和句子习惯的形成速度是受很多因素影响的。
4.人是怎样用单词替代物体和情境的？
我们从1个和2个单词习惯的形成例子中可以看出，其过程与简单的条件运动反射的建立非常相像，如个体在听觉和视觉的刺激下做出的手的收缩反应。我们可以再次应用我们熟悉的老公式：
咽喉、口唇及胸腔等的肌肉和腺体组织，在无条件和非习得的刺激下会产生某种变化（当然，这些部位的变化也会依次被来自胃或外在环境等的刺激所引发）。我们叫“爸爸”时的声带发音，那是非习得的反应。也就是说，我们最初建立的反应是非习得的和无条件的反应，这个跟我们在手工操作的行为中一样。应该说，因为对非习得的声音的反应的基本刺激，我们知道的并不多，甚至说对其了解非常少，所以，早期阶段的单词条件反射是不够慎重的。实际上，对于引起动物的非习得反应的刺激，我们了解的要比对引起婴儿的非习得反应的刺激更多。比如，对于一只青蛙，我知道摩擦它身体的哪个部位可以使他呱呱叫；我们也能很容易让一只狗狂吠，让一只猴子乱叫。但是我们想要婴儿开口说出“dada”、“glud”、“boo-boo”或是“aw”，就不知道从哪里入手了。所以，我们不得不去做各种尝试。假如最初知道怎么做，那么，我们就可以很快用单词、词组和句子建立起那种反应。对于幼儿来说，我们能注意到的也只是跟某个常规性的单词最接近的声音，然后尽量做到让它与成人中唤起那个单词的物体联系起来，也就是让它代替那个物体。其实，我要告诉你们的是，在那个阶段，我们所做的一切尝试，无非是想方设法地带他进入到与他的群体一致的语言世界里。上面我也提到了，由于我们对引起婴儿的非习得反应的刺激的了解有限，所以这件事做起来也颇费周折。有时候，为了获得一个完整的单词，我们只好通过音节来对儿童进行刺激，以引起他对音节的条件反射。而我们这样做取得的结果还是不错的，由此我们认为，在一个长单词中，很可能有着多个各自独立的条件反应。于是，一个单词与我曾经讲过的迷宫学习的情况是一致的。不过，尽管如此，我相信在婴儿发出的非习得的声音中，我们有各种反应的单位，当它们通过条件反射被连接起来时，就变成了我们字典中的词。而至于那些出色的演说家，他们在演讲时发出的震撼人心的所有声音，其实不过是他的非习得的婴儿声音，是其成长中的每一时期的耐心的条件反射相连接的结果。
在言语习惯形成之初，其速度是比较缓慢的，而与第二级之后成序的条件反射则不同，它们显现出来的形成速度是非常快的。很显然，关于“妈妈”这个单词，对于一个3岁的孩子而言，其唤起的条件是这样的：（1）看到了妈妈；（2）看到妈妈的照片；（3）听到了妈妈的声音；（4）听到了妈妈的脚步声；（5）看到了印刷体的英语单词“妈妈”；（6）看到了手写体的英语单词“妈妈”；（7）看到了印刷体的法国单词“mere”；（8）看到了手写体的法国单词“mere”。当然，除此之外还有许多，比如妈妈的衣服、鞋帽等视觉刺激。这些替代刺激一旦被建立起来，孩子对“妈妈”的反应就不再像之前那样简单了，而是变得复杂化了。这时，他就可以用多种方式说“妈妈”，可以用平常交谈时的口气，可以用很大的声音叫着，也可以温柔地或是刺耳地表达……这些现象的出现，表明了“妈妈”的反应由很多甚至几百个肌肉活动组成。
换句话说，我们以自己的言辞习惯来抚养孩子，在言语上就会使他们形成条件反射。我们可以通过一个孩子在说话时的语调来断定他是南方的孩子，还是北方的孩子。比如，我们可以通过一个孩子说“水”的方式，断定他是芝加哥小孩儿……很显然，我们不仅学习父母的语言，同时还习得了他们的语言习惯。存在于不同种族和地域之间的这些言辞差异，并非源于咽喉结构上的不同，或者是基本的非习得的婴儿期反应单位的类型和数目不同。在南北战争结束后，许多北方人迁往南方，在那里，他们的孩子开始学说南方话，而不是新的英格兰英语。同样，一对法国夫妇生的孩子，如果被带到这个国家，由讲英语的人进行抚养的话，那么，这个孩子也会习得非常好的英语。
另外，如果我们在晚年时学习一种外国语，那么在用它讲话时，想要不带任何方言是一件非常困难的事。这是因为，反应的习惯类型使机体失去了灵活性，也就是说，它们有使身体的实际结构发生定形的趋势。在生活中，如果一个人总是垂头丧气的样子，他就会让我们朝着将其描绘成忧郁、丧气、扫兴的面部表情的方向走。在这方面还有另外一个因素，那就是在青春期，喉部开始发生变化，变得不再灵活，由于定形，它发出新的声音的可能性很小。
由此，随着孩子的不断长大，对于外部环境的每个物体和情境，他都建立了一个条件化的词语反应。而这一切，是由于父母、老师和他所接触到的社会上的其他人安排的。但是，他对其他内部环境的许多物体（内脏本身的变化）却不需要做出条件化的词语，这似乎有点令人奇怪。不过道理也很简单，那是因为父母和其他人对它们没有任何词语。至于内脏中发生的事，多半是非言语化的，这个即使在我们人类中也是如此。
5.语言有“替代品”吗？
我们知道，在外界环境中，每一个物体和情境都被人们赋予了名称，这一点实在具有深远的重要性。词语不但可以将其他的单词、词组和句子唤起，在被人类适当地组织起来时，它们还有一个了不起的功能，那就是唤起人类所有的操作行为。这种功能其实与言辞替代物体是相同的。就像迪安·威廉夫特每当饰演不能或不愿说话的人时，就会用一些物体作为传达心思和情感的道具，他会挎着一只装满物品的包，有所表达时，他就会将物品从包里取出来用以代替他要表达的意思，从而对他人的行动进行影响。假如我们对物体和言辞之间不具备“同义反应”的话，不知道那将会是怎样的情况。我们可以想象一下，在你的家中，你雇佣的保姆是罗马尼亚人，厨师是德国人，管家是法国人，而你只会讲英语，这个时候，如果不具备“同义反应”的话，在某些情况下，你一定会陷于很无助的状态。由此，我们是不是已经意识到，这对于我们的生活和工作的重要意义？
就理论而言，人类本身对每个物体，一旦有了一种语言替代，他就可以通过这种组织工具来装载他周围的世界。当他一个人独处于一个房间，或者在黑暗中卧床休息时，对于这个语言世界，他是有能力进行操纵的。我们的很多发展正是这种操纵能力使然，即对那些并没有呈现在我们面前的物体进行操作的能力。过去，人们认为“记忆”就聚集在我们的心灵之中，就像那些玩具匣子里的小人，即便在没有任何刺激的情况下，也随时都准备着跑出来。这样的观点当然是错误的，是需要我们警惕的。在我们的咽喉等肌肉和腺体组织里，周围的世界被我们当作实际的身体组织而携带着。无管在什么时候，哪个组织只要受到适当的刺激，就会随时准备发生作用。而这种适当的刺激是什么呢？
6.词语形成的最后关键——动觉
言辞习惯的建立和手的操作习惯的建立是一样的。我之前也跟大家提到过，一旦一系列反应（手的操作习惯）围绕着一系列物体组织起来，在一系列原始的物体没有出现的情况下，我们就可以进行整个系列的反应。为了更好地跟大家解释这一说法，我用举例的方式来说明。我们知道，很多人第一次在钢琴上学习乐谱时，都是用一根手指，一个音一个音地弹奏。假如这个初学者是你，你正在学习弹奏“杨基歌”，当你弹奏它的曲调时，你一定会这样做：先看一下乐谱，看到音符g，就按下琴键弹奏它；接着你看到音符a，又按下a键；后来又看到音符b，便又去按下b键弹奏它等。在你面前的那些音符就是一系列的视觉刺激，它使你产生了反应，而且这反应是按照这一系列的视觉刺激组织起来的。虽然如此，在你练习了一段时间后（当然是有效练习），就算你的乐谱被人拿走，你一样可以准确地弹奏它。甚至在晚上看不清琴键的情况下，有人请你弹奏钢琴时，你也会毫不犹豫地去弹奏乐曲，而且弹奏得和白天一样好。之所以出现这种现象，是因为你知道你做出的第一个肌肉反应，也就是在你开始弹奏乐曲时，你按下的第一个键替代了第二个音符的视觉刺激。所以，虽然是在晚上，但你在弹奏乐曲时也没有出现任何差错。
这种现象也一样发生在言语行为方面。假如你在看小人书，读到（你的妈妈常常做出听众的样子）“现在——我——躺下——睡觉”，然后就对这几个词做出相对应的反应，也就是看到“现在”就做出“现在”的反应（反应1），看到“我”时，就做出“我”的反应（反应2），使整个系列进行下去。过了不久，说出“现在”这个词之后，它就变成了说“我”“躺下”等的运动（动觉）刺激。这一现象，对我们为什么能够脱离刺激世界，将我们听到和看到或是过去发生的事件流利地讲出来，作了解释。来自旁观者的言语和朋友的提问，甚至我们所面临的所见所闻，对这一旧的言语组织都有触发作用。但人们却将此说成是“记忆”。
7.言语习惯的保持
通常我们大多数人所表现出的记忆，其含义就像下面发生的这种情况：一个很多年没见过面的老朋友突然来看望他，他看到这位朋友后，惊讶地叫道：“天啊，我不是在做梦吧？这不是西雅图的艾迪生·斯密斯吗？我们有多久没见了，上一次还是在芝加哥的世界博览会上，从那以后我们再没见过。你还记得温德麦尔的旅馆？以前我们经常去那里聚会？还记不记得博览会中的娱乐场？记不记得……”心理学对这一过程的解释就是这样简单。而在对行为心理学的一些批评中，曾有人谈到过行为心理学不能充分地解释记忆。那么，事实果真是这样的吗？让我们来看一看。
最初，这个人认出斯密斯先生时，他既看到了这个人，也熟悉了他的名字。可能在1个星期或2个星期后，他再次看到了他，而且也听到了对他的一番介绍。又一次，他见到了斯密斯先生，并听到了他的名字。然后，过了一段时间，他们成了朋友，差不多每天都见面，成为非常熟悉的人。也就是说，相互之间对相同或相似的情境，已经形成了言语的和操作的习惯。也可以这样解释，这个人在和斯密斯相处的过程中，经过了完全的组织，用许多习惯方式对其做出反应。这样，最后就剩下见到斯密斯先生了。只要见到，哪怕是几个月没有见过面，但现在见到了，也一样可以唤起他原有的言语习惯。不仅如此，其中还伴随着许多其他类型的身体和内脏的反应。现在，斯密斯见到了他，他很兴奋，一下子冲到斯密斯的面前，显出“记忆”的各种迹象。但是，他可能会在来到斯密斯面前时，发现自己叫不上他的名字。这时，他可能会用一些借口来掩饰这份尴尬：“看着你觉得非常面熟，但却一时叫不上名字。”在这种情况下，原来的操作和内脏组织还存在（握手、拍肩等），但不得不承认，言语组织即便是没有完全消失，但有一部分也已经丢失了，而言语刺激（说出名字）的明显重复将会使原有习惯重新建立起来。
但是，还有这样一种情况，可能斯密斯先生在别处待的时间太长了，或者原本两个人就不是很熟，（练习时期）交情很浅，因此，多年之后再见时，那个组织可能已经消失了，包括操作的和言语上的（对于完整的反应来说，这三种组织是必要的）。在你的术语系列中，你将会完全“忘记”斯密斯先生。
事实上，生活中，我们每天遇见的人，读过的书，以及发生在我们身上的事件，都是以这种方式组织着。这种组织有时是偶然的，有时是临时的，有时是由老师灌输的，比如乘法口诀、历史事件等类似的事情。在学习过程中，组织的侧重会有所不同，有时是操作方面的，有时是言语或内脏方面的。但一般情况下，它是三种组织的结合。只要刺激出现间隔的时间不长，这个组织就会不断地复习和加强；而一旦刺激被长时间移走，即没有练习的时期，这个组织就会消失或者部分消失。等到刺激重新出现时，关联到原有的操作习惯的反应，便会和名字、微笑、笑声等一起出现。这个反应是完整的，也就是说，“记忆”是完整的。我们看到，这其中非常有可能出现的情况是，这个整体组织的任何一部分会全部消失，或消失一部分。而对于所谓的一种热情的感受和仅仅围绕真实记忆的亲密行为，在行为心理学家看来，它指的是像喉的组织和操作的组织得以保持一样的内组织的保持。