从训诂学到人工智能：一场两千年的相关性困局，与因果性的破局时刻
本文试图点明历次争论中被长期忽略的核心事实：训诂学之所以长期背负“唯心主义”“伪科学”的质疑，争论两千年仍无统一评判标准，更被很多人视作“无用之学”，根源从来不是传世文献或文字材料有问题，而是研究方法始终没有突破“相关性归纳”的固有局限。
一、训诂被斥“伪科学”，问题出在哪？
在公共讨论平台搜索“训诂学”，总能看到两种极端对立的观点：
①一方认为：训诂是中国传统文化的精髓，是最严谨的传统学问；
②另一方则认为：训诂是彻头彻尾的伪科学，全凭主观臆断的文字游戏。
双方争了十余年，谁也说服不了谁，但其实两种看法都有其依据。
①说训诂严谨并非过誉：乾嘉学派的学者用三百年皓首穷经，把每一个汉字的读音、字形、义项梳理考证得详实周密，其严谨程度甚至超过今天很多领域的研究者。
②说训诂是“伪科学”也并非苛责：直到今天，训诂研究仍没有普适的客观评判标准——两个字算不算同源词？一个字的本义究竟是什么？缺乏普适的、可量化的客观评判标准，难以通过可重复的实验或形式化推导进行统一验证，最终的结论往往更多依赖研究者的学术积累与行业共识。
对于任何一门学科而言，如果结论难以被证伪，很大程度上依赖学术权威的判断，在大众眼中自然和“伪科学”没有本质区别。
而训诂学之所以陷入这般境地，核心原因只有一个：它的所有论断，本质上都是相关性的归纳，而非必然性、因果性的演绎。
要特别说明的是：这种争议并非当代人的首创，早在近代西学东渐时期，西方实证科学范式传入中国，传统“小学”（训诂、文字、音韵）因为没有可重复、可证伪的实验验证体系，就曾被当时学者指出存在“主观随意性”问题，后来更一度被贴上“唯心主义”的标签，至今的公众争议其实是百年学术范式冲突的延续。
二、训诂研究的三重相关性陷阱
训诂学发展两千年，先后诞生过三种主流研究方法，但其内核始终没有跳出“寻找相关性”的逻辑：
（一）民间解字学：字形相关性
这是最基础也最受学界批判的相关性逻辑。看到“船”字是“舟加八口”，就完全脱离汉字演变历史，附会诺亚方舟上正好有八个人。
这种研究的逻辑是“字形长得像，含义就相通”，问题非常明显：太过主观随意，任何一个字都可以强行拆成几个部件，编出一套自圆其说的解释，这也是这类民间解字法常被诟病为“民科”的核心原因。
（二）传统训诂学：语音相关性
这是专业训诂研究的核心方法，也是乾嘉学派最重要的学术贡献。乾嘉学者发现，很多读音相近的字，含义也相近，因此提出“音近义通”的原则，主张“就古音以求古义，引申触类，不限形体”。这是训诂学的巨大进步，突破了字形的束缚，把训诂从拆字游戏提升到了系统研究的高度。
但它本质上仍然是“相关性”判断：“读音相近所以同源”，只回答了“是什么”，没有回答“为什么”。为什么读音相近的字含义会相通？为什么有些读音相近的字含义完全无关？有没有规律可以预判哪两个字必然同源？这些问题至今没有答案。所以才会出现同用“音近义通”的原则，甲说A和B同源，乙说A和C同源，丙说前两者都错，A和D才是同源，最终各执一词，不了了之。
（三）现代训诂学：文献相关性
这是当代训诂研究最常用的方法：学者借助计算机统计两个字在所有传世古籍中的出现频率，如果两者经常共同出现，或者可以互相替代，就判定它们含义相近。
这种方法借助了算力工具，看起来非常科学，但本质上仍然是相关性判断：“共同出现所以含义相近”，逻辑和今天的大模型完全一致——大模型也是通过统计词汇的共现频率，判断语义关联。而大模型的所有缺陷，现代训诂学也都具备：只能看到表面关联，看不到背后的因果逻辑；只能事后解释现象，不能事前预判规律；还常常出现“幻觉”，把偶然的相关当成必然的联系。
三、相关性无法替代因果性
这是问题的核心，也是绝大多数训诂研究者终身没有突破的认知局限。
①什么是相关性？是“我观察到A总是和B共同出现（所以相关性有时也可以成为共现性）”；
②什么是因果性？是“因为A的存在，所以必然导致B的发生”。
①相关性只能说明“是什么”；
②因果性才能解释“为什么”。
①相关性只能做事后的补充解释；
②因果性才能做事前的规律预判。
①相关性的结论可以被质疑；
②因果性的规律才是经得住验证的真理。
①张衡之前，所有人都看到月食会定期发生，这是相关性；
②张衡提出“月食者，地影蔽之”，解释了月食的成因，这才是因果性。
①牛顿之前，所有人都看到苹果会落到地上，这是相关性；
②牛顿提出万有引力定律，解释了苹果落地的底层逻辑，这才是因果性。
①达尔文之前，所有人都看到不同物种之间有相似性，这是相关性；
②达尔文提出进化论，解释了物种相似的根源，这才是因果性。
①门捷列夫之前，所有人都知道不同元素有不同的性质，这是相关性；
②门捷列夫整理出元素周期表，解释了元素性质周期性变化的规律，这才是因果性。
而训诂学在两千年的发展中，始终停留在“观察到相似性”的阶段：
①民间学者看到字形相似就说含义相通；
②传统学者看到语音相似就判定为同源；
③现代学者看到文献共现就说含义相近。
截至目前，绝大多数研究都没有真正解释过“为什么会有这些相似性”，也没有建立起一套因果贯通的理论体系。
这就是训诂学争论两千年仍无定论的根源，是它始终摆脱不了“唯心”“伪科学”质疑的原因，也是大众觉得它“无用”的核心理由。
要特别说明的是：相关性本身是科学研究的必经阶段，训诂学两千年积累的海量相关性成果绝非无效劳动，恰恰是后续建立因果性体系的必要前提——没有足够的现象观察、规律归纳，因果性的提炼就成了无源之水。我们指出训诂的相关性困局，绝非否定历代学者的贡献，而是希望在现有积累上再向前推进一步。
四、黄易青先生的探索
历代训诂学者中，黄易青先生真正意识到了这个核心问题。他的《上古汉语同源词意义系统研究》，是训诂史上第一次尝试建立因果性意义体系的探索：他不再满足于零散考证单组同源词，而是试图把所有同源词纳入一个统一的系统，寻找它们之间内在的、必然的联系。
他已经摸到了因果性研究的门槛，证明了同源词不是零散的个体，而是一个有机的整体，彼此的联系不是偶然的，而是有规律可循的。
但可惜的是，他没能跨出最后一步：
①他找到了系统的整体结构，却没有提炼出驱动这个系统运行的第一性原理，也没有构建出可形式化的语义本体论；
（注：第一性原理与本体论本质上指向同一目标——揭示领域最根本的结构。区别在于：第一性原理是演绎推导的逻辑起点，本体论是这一结构的形式化表达。二者结合，就是将人类语义认知的底层逻辑，构建为一套可计算、可验证的理论体系。）
②他证明了音义之间存在必然联系，却没有解释为什么会存在这种联系；
③他的系统是从大量同源词中归纳出来的，而非从第一性原理演绎推导出来的。
而绝大多数训诂学者，甚至还达不到黄易青先生的研究高度：
①他们仍然用传统的相关性思维做研究，仍然用相关性的标准去批判其他研究者。
②部分学者把“批判民科”当成了学术本身，却没有意识到，自己脚下的学术地基，和他们批判的对象一样，都是建立在流沙之上的。
不过，现在已经有训诂学者沿着因果性方向做了进一步探索：比如以“青”为声旁的字“清（水净）、晴（天净）、睛（目净）、情（心净）”，此前只能通过“音近义通”判断它们同源，部分当代学者结合认知语言学的原型理论，已经能初步解释这类现象背后的因果逻辑：古人把“纯净无杂质”这个核心认知原型，投射到水、天气、眼睛、情绪等不同领域，因此才会用同一个声旁“青”来造这批字，直接回答了“为什么音近就会义通”的问题，是从相关性走向因果性的典型尝试。
五、耐人寻味的巧合：人工智能与训诂学卡在了同一个瓶颈
更值得深思的是，今天的人工智能行业投入了数万亿美元的研发资金，堆砌了天量算力，训练出了无数参数规模庞大的大模型，却始终没有解决因果推理和可解释性的核心难题，背后的原因和训诂学的困局十分相似。
至少在当前的Transformer主流范式下，大模型的核心机制是基于统计的归纳学习——其核心能力来源于对海量文本中词汇共现模式的统计归纳：
①它从海量文本中归纳出词汇之间的相关性，知道“因为”后面常常跟着“所以”，却不知道“因”和“果”之间有什么必然的逻辑联系；
②这和传统训诂学知道“音近”常常伴随“义通”，却不知道“音近”和“义通”之间有什么必然联系，完全是同一个问题。
所以：
①堆砌算力解决不了因果推理的难题，
②就像再多的文献考证也解决不了训诂学的主观性问题。
目前看来最有希望的破局路径之一，就是从相关性研究转向因果性研究：先找到人类认知的底层因果逻辑，再把这套逻辑植入人工智能系统。
而这套底层因果逻辑，我们的祖先早就写在了汉语和汉字里，藏在了训诂学这座学术宝矿中。之前没有人能把它挖掘出来，是因为所有人都拿着“相关性”的锄头，去挖一座只有“因果性”的镐头才能凿开的矿山。
结语
今天的公共讨论场上，每天都有关于训诂学的骂战：
①专业学者骂民间学者是民科，
②民间学者骂专业学者是食古不化的书呆子，
互相攻击、互相嘲讽，却没有意识到，他们其实是在同一个认知框架内争论。
他们用的是同一种研究方法：收集数据、归纳相关性。
他们都没有看到，泥潭的上方，早就有一条通往因果性研究的道路。
训诂学从来就不是伪科学，
它是人类历史上最古老、规模最庞大的认知科学实验数据集——一场持续了三千年、凝聚了十几代中国人集体认知智慧的大规模语言认知实验，沉淀了中国人三千年的语言实践和认知规律，或许是破解人工智能因果推理难题的关键线索。
它只是在等待一场范式革命：
一场从相关性转向因果性的革命，
一场从归纳法转向演绎法的革命，
一场把训诂学从“前科学”提升到具有可证伪性、可预测性的现代科学的革命。
而训意学，正是这场范式革命的先行者。我们试图从汉语同源词的意义系统中，提炼出人类认知的底层因果逻辑，建立一套从第一性原理出发的可形式化演绎语义体系——既为训诂学的现代化转型开辟全新路径，也为人工智能突破因果推理瓶颈提供来自中国的原创理论方案。
（注：本文为学术观点探讨，仅代表作者独立研究视角，欢迎相关领域研究者理性交流）