语言数据是信息时代的生产要素

    随着5G、语言智能和物联网的快速发展，人类社会正在发生划时代的变化。人类的认识也应随着时代进步而不断更新，重新审视已然，及时预判将然。语言究竟是一种什么现象？语言学究竟如何发展？就是需要审视、需要预判的。

1. 语言数据是生产要素    

    生产要素与生产力发展水平和经济制度密切相关。数据具有生产要素性质，只有信息化发展到一定阶段才能成为现实，才能被人认识。

    早在2017年12月8日，习近平总书记就提出“要构建以数据为关键要素的数字经济”。之后，在2018年4月“首届数字中国建设峰会”（福州）、2018年5月中国国际大数据产业博览会、2018年9月江苏互联网大会，以及2019年12月第六届中国国际大数据大会上，都突出了“数据是数字经济关键要素”的话题。特别是在2018江苏互联网大会上，工业和信息化部总经济师王新哲强调，“以数据作为关键生产要素的数字经济正在成为继农业经济、工业经济之后的新型经济形态”。至此，人们获得了两个基本认识：1.数字经济是继农业经济、工业经济之后的新型经济形态；2.数字经济的关键生产要素是数据。

    党的十九届四中全会提出，“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。”这是对数据具有生产要素性质这一认识的总结，把数据与劳动、资本、土地、知识、技术、管理并列为第七大生产要素，可以通过市场按贡献取酬。这是重大的理论创新，体现着对信息化社会的本质认识，是在数字经济快速发展背景下经济制度的与时俱进。

    一般认为，数据是信息的表现形式和载体。随着科技与社会的进步，数据的内涵和外延都可能会发生变化。但有一点现在是可以肯定的，那就是多数数据都是“语言数据”。其一，语言（包括文字）是人类信息最为重要的载体，大约80%的信息是用语言负载的。没有用语言负载的信息，也常常需要语言来帮助阐释，比如图画、雕塑、音乐、服装、建筑等艺术。其二，语言资源本身也是语言数据。语言数据是最为重要的数据，应当属于“生产要素”范畴。

    语言数据是信息时代的生产要素，如同土地之于农民，机器之于工人，计算机通过对语言数据的加工学习可以获得知识与智能，从而去创造人类的新生活。随着语言智能的发展，语言数据的生产要素属性定会越来越清晰。

2.语言数据纳入数字经济视野    

    20世纪50年代，人类就开始进行机器翻译的尝试，训练机器进行语言信息处理的进程由此开始。中文信息处理经过字处理、词处理阶段的艰难行进，已顺利步入话语处理阶段，努力让计算机具有语言智能。信息检索、自动翻译、机器写作、人机对话等领域的快速进展，得益于语言大数据的集聚与应用。

    语言是人类独有的符号系统，这是语言学的经典认识。但是随着语言智能的发展，语言将为人类和机器这两个“物种”共同享有。如今重要的语言交际，多数都是“人-机-机-人”的交际，是“人-机”“机-机”“机-人”的合成，疫情期间的云端会议、线上课程、网络购物、网上就医等，都属于这种交际模式。如果与“人形机器人”对话，机器拥有语言这一现象，就会看得更为明显。随着物联网的发展，只要在需要驱动的目的物上植入“语言感应器”，人就可以通过具有语言智能的机器与万物关联，与万物对话，使万物具有“语言智能”。

    2018年12月召开的中央经济工作会议重新定义了基础设施建设，把5G、人工智能、工业互联网、物联网定义为“新型基础设施建设”，简称“新基建”。一年多来，新基建的内容不断丰富，面貌逐渐清晰。新基建不仅是信息网络等的基础设施建设，还让基建物具有“智能”，特别是语言智能，以便实现人与万物的关联对话。

    与信息相关的产业，有许多是语言产业。在较高的工业化时代，据瑞士语言经济学家的研究，语言产业为社会GDP的贡献接近10%。信息化时代，数据可以成为生产要素的时代，语言产业的经济能量会大幅提升，可以预测，没有语言产业的繁荣，发展不出繁荣的数字经济。

    未来，也许是不久的未来，语言数据将成为重要的生产要素，语言将进入重要的生产力范畴。集聚、管理语言数据并使其发挥最大作用，将成为发展生产的重要任务，语言产业、语言职业将成为数字经济的一方重要支柱。

3. 语言与物理、社会、信息“三元空间”    

    人类形成之前，世界就是自然界，只是一个“物理空间”。人类的形成与发展，便在物理空间中生长出一个“社会空间”。语言与社会空间一起成长，大约距今3到5万年前的旧石器时代，人类已有较成熟的口头语言，口语的载体是声波。大约距今5000至5500年前，文字在两河流域产生，语言有了新载体光波。20世纪20年代，广播、电视相继出现，有声媒体使语言有了第三大载体电波。20世纪末，互联网商业化，语言信息处理也快速进步，人类开始建构一个新空间——“信息空间”，也就是常说的“虚拟空间”“网络空间”。潘云鹤院士2019年在题为《人工智能2.0与数字经济》的报告中，敏锐指出人类正由传统的“物理空间”“人类社会”二元空间，逐步进入了“物理空间”“人类社会”“信息空间”所构成的三元空间。

    信息空间是一个正在发展的空间，其结构和运行机理还在被逐步认识、逐渐完善中。但有一点相对明确，那就是信息空间主要是被数字化了的语言空间。语言过去是在社会空间中使用，如今是在社会空间、信息空间这两个空间中使用。随着物联网、语言智能的发展和智能化新基建的实施，语言将跨入物理空间，在人类的三元空间中运用。语言在人类生产活动的作用将更为显著。

    语言已经不仅仅是人文现象，它是“具有声光电三大媒介、为人类与机器两个‘物种’共享、将应用在社会、信息、物理三元空间中”的事物。语言学作为“研究语言及其相关问题”的科学，也不能局限于“语言文学”，而应当是横跨文理工的综合学科。

    2017年10月，美国希拉姆学院提出“新文科”的教育理念，对其29个专业重组，把新技术融入哲学、文学、语言等课程中。这反映了学科交叉融合的时代大趋势。我国也在积极推进“新工科、新医科、新农科、新文科”建设。根据语言的性质，就应当依照“新文科”的思路发展语言学。综合、交叉、融入新技术的语言学，才能够适应“数据是数字经济的关键生产要素”的时代命题和经济制度，促进知识经济的发展，推进智能化新基建的发展。当然，新基建和知识经济的谋划者，也应当充分重视语言和语言学，获取语言学的科学红利。

    （作者：李宇明，系北京语言大学语言资源高精尖创新中心主任兼首席科学家）