虚假流利陷阱：当“勉强够用”的英语比完全不懂英语更糟时

TL;DR —— 对一门语言一知半解，比完全不懂更糟。
完全不懂会让这种差距显现出来：与会者会同意配备一名口译员，并围绕口译员重新组织会议。 一知半解则会掩盖这种差距：听起来流利的错误会被记录为已达成共识；而由此产生的代价会在几周后的合同审查中显现出来。
航空监管机构于 2008 年针对这一机制采取了行动。医学研究自 2003 年起就一直在对其进行量化。而董事会议室至今仍未采取行动。

如今，每一场跨境会议默认使用一种没有人完全掌握的共享语言——几乎总是英语。这种安排感觉上行得通。本文的其余部分将提供证据，证明其实际效果不如人们想象的那样好。这些证据来自三个独立的研究领域（航空安全、医学口译、国际商业研究），并坦诚地探讨了已发表的最强有力的反面论点（外语效应）。

会议室内有多少人在使用第二语言？

在全球约 15 亿英语使用者中，约 4 亿为母语使用者；其余 11 亿人将英语作为第二语言或附加语言学习（David Crystal, English as a Global Language, Cambridge University Press, 2nd ed., 2003; Ethnologue speaker estimates）。在任何一场跨境商务会议中，这一比例通常比全球平均水平更糟，因为英语在专业语境中的比例过高。

EF Education First 每年发布英语熟练度指标，覆盖 100 多个国家。该指标将“极高熟练度”定义为能够*“在社交、专业和学术场合使用细腻的语言”。这是大多数被测量人群未能*达到的标准。中位国家处于“中等”水平带；“高”和“极高”水平则集中在少数几个北欧和一些东亚经济体中。

在实践中，全球普通商务会议的大多数与会者其语言能力处于欧洲共同语言参考标准（CEFR）的 B1 到 C1 之间——足以在日常对话中应对自如，但不足以在无损表达的情况下辩论合同措辞、合规细节或技术边缘案例。

这就是本文接下来要讨论的人群。

失败模式 1 —— 虚假精确

听起来流利的非母语发言是此场景中代价最高的失败模式，因为它消除了表明“需要核查”的信号。

Lev-Ari 和 Keysar 的研究表明，即使内容完全相同且发言者正在照稿宣读，听众也会认为带有非母语口音的信息可信度较低（Why don't we believe non-native speakers?, Journal of Experimental Social Psychology, 2010）。这种偏见是自动的、稳健的且单向的。

在商业环境中，同一种偏见的相反半面代价更为高昂。当一位非母语发言者说出的句子听起来很流利——语法正确、语调自然——听众会假设理解是对称的：即发言者对周围讨论的理解程度与他们表达自己句子时看起来一样好，且听众对发言者的理解程度也与发言者看起来表达的一样好。这两种假设通常都是错误的。

Tenzer、Pudelko 和 Harzing 对 15 个跨国团队的员工进行了调查，发现感知到的语言熟练度系统性地夸大了信任归因，而被推断出的能力往往被证明是错置的（The impact of language barriers on trust formation in multinational teams, Journal of International Business Studies, 2014）。

会议室中的机制：

发言者说出的句子语法正确，但含义偏差了 15%。
听众听到的是流利度，而不是那 15% 的偏差。
没有人提出澄清性问题，因为句子“听起来没问题”。
这 15% 的偏差被作为已达成共识写入了会议纪要。

一个自信但错误的句子比明显的沟通鸿沟更危险，因为**鸿沟会引来后续的追问，而虚假的清晰则会被记录在案。**这就是虚假精确——在使用共享的、不完美的英语进行沟通时所承担的核心成本。

失败模式 2 —— 对细节的自我审查

最有可能知道答案的人，往往是最缺乏用工作语言表达该答案能力的人。

Volk、Köhler 和 Pudelko 回顾了关于跨国公司中第二语言（L2）处理的认知神经科学文献，并报告称当专业人员使用非母语工作时，在工作记忆、处理速度和情绪调节方面存在可测量的额外负荷（Brain drain: The cognitive neuroscience of foreign language processing in multinational corporations, Journal of International Business Studies, 2014）。在这种负荷下最先消失的是细微差别——即母语使用者不假思索就能运用的限定词、对冲语、条件从句和反驳论点。

国际商业文献记录了这种可观察到的后果：在自己的母语会议中占据主导地位的高级主题专家，当被迫使用英语工作时，会变成会议室里最安静的人（Tsedal Neeley, Global Business Speaks English, Harvard Business Review, 2012；Neeley, The Language of Global Success, Princeton University Press, 2017）。他们保持沉默并不是因为无话可说，而是因为用英语表达真实观点的成本——寻找正确的动词时态、在对冲时听起来不像是逃避、在限定时听起来不像是软弱——超过了保持沉默的成本。

于是，决策就由那些能够流利表达自己的人做出。而这些人通常不是掌握最多信息的人。

Hinds、Neeley 和 Cramton 将此称为语言作为避雷针：语言熟练度成为地位的替代指标，而地位决定了谁有发言权（Language as a lightning rod, Journal of International Business Studies, 2014）。会议室里知识最渊博的人变成了最不善言辞的人。

失败模式 3 —— 流利度凌驾于权威之上

在任何以共享英语进行的谈判中，母语为英语的一方在任何实质性内容交换之前就已经占据了优势。非母语一方将其部分认知预算花在语言生成上；而母语一方则将其全部花在实质性内容上。

这是一种可测量的处理不对称，而不是性格效应。上述神经科学综述报告称，当同一个人在 L2 与 L1 下执行同等任务时，工作记忆会受到大约 20–30% 的惩罚。转化到实际谈判中：非母语一方可能只动用了其 70% 的认知预算，而母语一方则动用了 100%。

可见的后果并不是非母语一方说得更少。后果是非母语一方**同意得更多。**对冲语消失了。“我认为我们大概可以考虑”坍缩成了“好的”。母语一方得到了他们想要的措辞；非母语一方感觉自己得到了大部分想要的东西；而这种差距只有在几周后的合同审查中才会显现出来。

这就是语言税中最难在当下察觉、事后修正成本也最高的部分。

最强有力的证据：“勉强够用”的英语是如何致命的

上述三种失败模式在研究文献中得到了充分证实，但持怀疑态度的读者可以将它们视为关于感受的软科学发现而不予理会。支持本文论点的最强有力证据来自两个将第二语言英语与硬性结果进行对比测量的领域——并且在这两个领域中，监管机构已经根据数据所显示的结果采取了行动。

航空 —— 当 ICAO 对此问题进行监管时

**特内里费空难，1977 年 3 月 27 日。*一架 KLM 747 和一架 Pan Am 747 在 Los Rodeos 机场的跑道上相撞。583 人遇难——这仍然是航空史上最严重的事故。调查确定了几个促成原因，其中包括一次非标准的无线电交流。KLM 机长 Van Zanten 在巨大的时间压力下，使用第二语言英语告诉塔台“我们现在，呃，在起飞。”塔台回复“好的”表示确认。Van Zanten 的措辞在“我们在起飞位置”和“我们正在起飞过程中”*之间存在歧义；而同样是第二语言英语使用者的 Pan Am 机组人员当时仍在跑道上。ICAO 及各国当局随后的改革引入了标准化术语，专门为了消除这类歧义（Spanish Aviation Authority final report; SKYbrary case study）。

*阿维安卡 052 号航班，1990 年 1 月 25 日。一架波音 707 耗尽燃料并在纽约 Cove Neck 附近坠毁，导致 73 人遇难。机组人员使用第二语言英语与纽约 ATC 通信，报告称他们“快没油了”——这个短语在 ICAO 标准术语中并不存在，ATC 也没有将其理解为已申报的紧急情况。标准术语“燃料紧急状况”或“最低油量”*从未被使用。NTSB 的最终报告将机组人员未能使用标准术语列为可能的原因之一（NTSB Aircraft Accident Report AAR-91/04）。

监管回应。2003 年，ICAO 通过了语言能力要求——附件 1（人员执照）和附件 10（航空电信）——将证明英语能力作为全球国际航班机组人员和空中交通管制员获得执照的要求。定义了一个六级评分标准；4 级（“运行级”）是国际运行的最低要求。低于 4 级，执照对国际飞行无效。实施截止日期为 2008 年 3 月（ICAO Doc 9835, Manual on the Implementation of ICAO Language Proficiency Requirements）。

监管机构在此处的推理正是本文的论点，它已被写入具有约束力的国际法中：在“勉强够用”水平下的非母语英语在高风险通信中是不安全的；要么每个人都以规定的运行标准讲这种语言，要么他们就不准驾驶飞机。

医学 —— 当对比变得可测量时

另一个具有硬性结果的领域是医学口译，而且这里的对比甚至更纯粹：同一次临床就诊，同一位患者，有受训口译员与无受训口译员的对比。

Glenn Flores 及其同事在两个儿科急诊科对 57 次涉及讲西班牙语且英语水平有限的患者就诊过程进行了录音，并统计了每一次口译错误及其潜在的临床后果（Flores et al., Errors of medical interpretation and their potential clinical consequences: a comparison of professional versus ad hoc versus no interpreters, Annals of Emergency Medicine, 2012）。

主要发现：

在这 57 次就诊中发现了 1,884 次口译错误。
18% 的错误具有潜在的临床后果。
当使用接受过 ≥100 小时训练的专业口译员时，具有临床后果的错误率降至 12%。
在使用接受过 <100 小时训练的专业口译员时，该比例为 22%；在使用临时口译员（家属、未受训的双语员工）时为 20%；在完全不使用口译员时为 20%。

从这里可以读出两件事。第一：由听起来流利但未受过口译训练的双语者进行临时口译，在临床后果发生率上的表现并不比完全不使用口译员好。流利度并没有转化为关键部分的准确性。第二：保护效应只有在口译跨越了一个明确的训练门槛时才会生效——这与 ICAO 4 级的监管模式完全相同。在这份数据中，不存在“勉强够用”这个类别。你要么跨过了门槛，要么没有。

同一作者早期的研究已经在初级保健中显示了相同的模式（Flores et al., Errors in medical interpretation and their potential clinical consequences in pediatric encounters, Pediatrics, 2003）。2012 年的研究则针对明确的能力标准对其进行了量化。

为什么这在董事会议室中很重要

董事会议室不是驾驶舱，也不是急诊科。每分钟的利害关系较低；后果在几个月内显现，而不是几秒钟内；代价是金钱和声誉，而不是生命。

但机制是相同的。使用共享的、不完美语言的非母语发言者会发出听起来流利但其语义内容已经发生偏移的言辞；听众将流利度视为准确性的信号；这种偏差在发出时并未被检测到；只有当建立在它之上的产物（流程、调度指令、合同条款）在现实中执行并证明其含义与与会者的理解不同时，这种偏差才会显现出来。

航空和医学对董事会议室很重要，因为它们是两个对运行这种机制的成本进行了量化的领域，并且监管机构也认为这种成本是不可接受的。它们是支持本文论点的自然实验。

商业领域的成本——数据何在

商业领域没有像特内里费空难或 Flores 研究那样具有科学纯粹性的事件。它拥有的是调查数据——自我报告的、机制混合的，但具有规模。

**经济学人智库，2012 年。**一项对 51 个国家 500 多名高管进行的调查——《跨越国界竞争：文化与沟通障碍如何影响商业》。调查发现包括：

49% 的受访者报告称，误解阻碍了重大的国际交易，给其公司造成了重大损失。
64% 的受访者报告称，语言和文化的差异使得在不熟悉的市场中站稳脚跟变得困难。
67% 的受访者报告称，沟通不畅正在干扰他们的国际商业努力。

该报告并没有将“语言沟通不畅”和“文化沟通不畅”完全区分开来，但对于那一半报告了重大交易失败的受访者来说，即使内在机制是混合的，其成本代价也是实实在在的。商业文献缺乏医学领域那种受控的“有口译员 vs 无口译员”的对比，也缺乏航空领域的监管后盾——但其潜在机制与那些更纯粹的科学文献所确定的机制完全一致。

“但是使用 L2 工作难道不会让人成为更好的决策者吗？”

已发表的对本文论点最有力的反驳是外语效应，由芝加哥大学的 Keysar、Hayakawa 和 An 证明（The Foreign-Language Effect: Thinking in a Foreign Tongue Reduces Decision Biases, Psychological Science, 2012）。他们的实验表明，当人们用第二语言思考经典的决策理论问题——框架效应、损失厌恶、亚洲疾病问题——时，他们表现出的标准认知偏差比用 L1 思考同样问题时更少。后续研究在多种语言对和决策偏差范式中复制了这一效应（另见 Costa et al., Cognition, 2014）。

这是一个真实的发现。那么为什么它不能反驳本文的论点呢？

原因有三：

**外语效应关乎的是个体推理，而非多方通信。**Keysar 等人测量的是一个人在头脑中独自用 L2 决定一个问题、没有听众也没有通信伙伴时发生的情况。本文中的三种失败模式都是互动的属性——虚假精确、自我审查以及流利度-权威梯度之所以存在，仅仅是因为房间里不止一个人。外语效应完全没有进入这个领域。
**该效应作用于情感/启发式偏差，而不是语义准确性。**其机制是 L2 与问题的框架产生了情感距离，因此听众会退回到更具分析性（系统 2）的处理方式。这对减少损失厌恶很有用。但对于在没有语义偏移的情况下传递合同条款却毫无用处，而这正是董事会议室在做的事情。
**航空和医学监管机构已经权衡了这两种效应。**ICAO 和医学口译文献都知道 L2 推理文献的存在。这两个领域都没有认定减少偏差的好处值得付出虚假精确的代价。两者都采取了相反的做法：定义一个能力标准，强制执行，并要求所有未达到该标准的人使用口译员或标准化术语。

诚实的总结是：使用 L2 工作会让你——独自一人在脑海中——在某些框架任务上稍微更理性一些。它会使你所在的会议室在准确传递信息方面变得更加困难。外语效应是个体认知的属性；而上述三种失败模式是多方通信的属性。它们并不会相互抵消。

为什么“勉强够用”的机器翻译解决不了任何问题

在英语会议之上附加一层通用的机器翻译，并不能解决上述三种失败模式中的任何一种，在某些配置下甚至会使情况恶化：

**虚假精确叠加了。**勉强够用的机器翻译层也会发出听起来流利的输出，现在这层输出又叠加在听起来流利的非母语英语之上。两层未经验证的流利度将源意图与听众的理解隔离开了。
**自我审查依然存在。**如果会议的工作语言仍然是英语，且翻译仅仅服务于听众，发言者仍然要支付 L2 的成本。他们仍然会舍弃细微差别。翻译流水线忠实地保留了这种损失。
**流利度–权威梯度发生翻转，但并未被拉平。**调整不当的翻译层只是将优势转移给了拥有最佳翻译引擎的一方，而不是转移给掌握最多知识的人。

解决方法不是“在英语会议之上添加翻译”。解决方法是消除要求任何参与者使用他们并未完全掌握的语言进行沟通的这一前提。这是一个不同的架构选择——也是我们正在努力构建的方向。

当每位参与者都说他们的母语时，会发生什么改变

结构性改变说起来简单，但工程实现起来却很难：

每位参与者都说自己的母语 —— 没有 L2 认知负荷，没有细微差别的丢失，没有自我审查。
每位参与者都能以自己的母语听到所有其他参与者的发言，延迟低于一秒，且保留了语气。
翻译层是可审计的：源话语、目标话语、各语言的转录记录作为一个整体导出，每对语言之间的质量经过测量并每月在真实流量上发布，而不是仅仅作为一个营销数字来宣称。

所有三种失败模式都与同一个前提要求相关联——即要求会议室中的某个人使用一种共享的、不完美的语言进行沟通。消除这一前提要求就能一并消除这些失败模式。在该要求之上添加翻译则不能。

这就是下一代跨境会议工具在衡量自身时必须面对的差异所在。航空监管机构没有接受“每个人英语都说得相当好”作为答案。医学监管机构也没有。董事会议室不应该成为最后一个接受此借口的地方。

阅读清单

本文的核心支撑来源，大致按照它们的使用顺序排列：

关于认知与社会机制

Lev-Ari, S., & Keysar, B. (2010). Why don't we believe non-native speakers? Journal of Experimental Social Psychology, 46(6), 1093–1096.
Tenzer, H., Pudelko, M., & Harzing, A.-W. (2014). The impact of language barriers on trust formation in multinational teams. Journal of International Business Studies, 45(5), 508–535.
Hinds, P. J., Neeley, T. B., & Cramton, C. D. (2014). Language as a lightning rod: Power contests, emotion regulation, and subgroup dynamics in global teams. Journal of International Business Studies, 45(5), 536–561.
Volk, S., Köhler, T., & Pudelko, M. (2014). Brain drain: The cognitive neuroscience of foreign language processing in multinational corporations. Journal of International Business Studies, 45(7), 862–885.
Neeley, T. (2012). Global Business Speaks English. Harvard Business Review.
Neeley, T. (2017). The Language of Global Success. Princeton University Press.
Keysar, B., Hayakawa, S. L., & An, S. G. (2012). The Foreign-Language Effect: Thinking in a Foreign Tongue Reduces Decision Biases. Psychological Science, 23(6), 661–668.

航空

ICAO. Manual on the Implementation of ICAO Language Proficiency Requirements (Doc 9835). International Civil Aviation Organization.
NTSB. Avianca, The Airline of Colombia, Boeing 707-321B, HK 2016, Fuel Exhaustion, Cove Neck, New York, January 25, 1990 (AAR-91/04).
SKYbrary. Tenerife airport disaster, 1977 — accident case study.

医学

Flores, G., Abreu, M., Barone, C. P., Bachur, R., & Lin, H. (2012). Errors of medical interpretation and their potential clinical consequences: a comparison of professional versus ad hoc versus no interpreters. Annals of Emergency Medicine, 60(5), 545–553.
Flores, G., et al. (2003). Errors in medical interpretation and their potential clinical consequences in pediatric encounters. Pediatrics, 111(1), 6–14.

商业

Economist Intelligence Unit. (2012). Competing across borders: How cultural and communication barriers affect business. Sponsored by EF Education First.

人口

Crystal, D. (2003). English as a Global Language (2nd ed.). Cambridge University Press.
EF Education First. English Proficiency Index (annual).

— The Mind.com Team

航空业在 2008 年就指出了这一点。医学界已经对其量化了二十年。董事会议室是最后一个仍在假装“勉强够用”就足够了的地方。