你可能有过这种经验：用第二语言骂一句脏话，声音出来了，心里没什么动静；同一句用母语说，舌头会先卡那么一下。
这个主观印象有仪器读数，也跟着一串更麻烦的后果：如果情绪在外语里弱一档，那么所有被情绪推着走的判断——怕亏、怕脏手、怕把话说重——都该跟着偏。偏多少、往哪偏，是能测的。
这条线测了十几年，结果比标题复杂：效应在某些题上很稳，在另一些题上压根不出现；而"外语离情绪远一点"这个最顺口的解释，被一份在意大利做的实验捅了个洞。按顺序看三样东西：钱、那一推、情绪本身。
先把题原样摆出来。有一种病，预计会夺走 600 条命，你要在两套方案里选一个。第一种说法：方案甲能确定救下 200 人；方案乙有三分之一的机会 600 人全活，三分之二的机会一个也救不下。多数人选甲。
第二种说法用的是同一批数字：方案甲会确定有 400 人死；方案乙有三分之一的机会没人死，三分之二的机会 600 人全死。多数人翻过来选乙。
「救下 200」和「死掉 400」在 600 人里是同一件事，可它们把人推向相反的选择。这个翻转叫框架效应（framing effect，即同一件事换个说法就换个选择），Tversky 和 Kahneman 1981 年报告，是判断与决策这一行最结实的老实验之一。
Keysar、Hayakawa 和 An 2012 年做的事只有一件：把这道题翻译过去。三组人——121 名母语英语、在学校学过平均三年日语的学生；144 名母语韩语、学了十年左右英语的；103 名在巴黎念书、此前学过六年法语的母语英语者。用各自母语做题时，框架效应照常出现；同一道题用外语做，翻转没有出现。
他们还测了另一样东西：一个期望值为正的赌局——赢的时候赢得比输的时候输得多，重复下去长期是赚的，可只押一把的话仍然可能输，多数人因此不接。用外语问，接受率上去了，包括真掏钱下注的那一版。
小心别把这读成"外语让人变聪明"。变的不是算术能力，是对措辞的敏感度：同一个人在外语版本里没算得更快，只是「死掉 400」这四个字推不动他了。适用范围也比标题窄——Vives 等 2018 年换了另外几类判断偏差（结果偏差、代表性启发）去测，两种语言没差别。
EN The Asian disease problem: a disease is expected to take 600 lives; option A saves 200 for certain, option B has a one-third chance of saving all 600. Most people take A. Re-describe the identical numbers as "400 will die for certain" versus "a one-third chance nobody dies", and most people flip to the gamble. That flip is the framing effect (Tversky & Kahneman, 1981). Keysar, Hayakawa & An (2012) simply translated the problem: 121 English natives with about three years of school Japanese, 144 Korean natives with roughly a decade of English, 103 English natives in Paris with about six years of French. The framing effect appeared in the native language and did not appear in the foreign one. Two further experiments found higher acceptance of a positive-expected-value bet in a foreign language, including a version with real money. What changes is sensitivity to wording, not arithmetic. The scope is narrower than the headline: Vives et al. (2018) found no language difference on outcome bias or the representativeness heuristic, and Wickelmaier (2015) pointed out that the first five experiments in Costa et al. (2014) never directly tested the language-by-frame interaction.
有一道哲学课上用滥了的题，两个版本差别很小，答案差别很大。版本一：失控的电车朝五个人开过去，你手边有个扳道器，扳下去车拐进岔道，岔道上有一个人——多数人说扳。版本二：没有扳道器，你站在天桥上，身边是一个身形足够大的人，把他推下去能拦停电车——多数人说不推。算术完全一样，一条命换五条。
Costa 和同事 2014 年发在 PLOS ONE 上的那篇，把这两版拿给 725 人做，其中很大一部分是母语西班牙语、把英语当外语的人，另一部分反过来。用母语作答时，20% 的回答选择推；换成外语，这个比例升到 33%。
比这个主效应更有信息量的是另一半结果：扳道器那一版，两种语言没有差别。也就是说，被外语挪动的不是"一比五算不算得过来"，而是亲手把一个人推下去的那一下抵触。
于是真正的问题来了：外语是让人想得更多，还是让人感觉得更少？两种解释都说得通——用不熟的语言读题更费劲，费劲可能逼你多想一步；也可能是那句话根本没顶到情绪上。Hayakawa 等人 2017 年用六个实验拆它，方法是一种能把两股力量分开估的技术（过程分离），把"多救人"那一股和"不许把人当工具"那一股各算一份。结果偏向后一种：外语削弱的是那条禁令的分量，并没有抬高功利那一侧。是"感觉得更少"，不是"想得更多"。
Geipel、Hadjichristidis 和 Surian 2015 年从另一头验了一下：把题换成根本不涉及算术的场景——违反社会规范、让人不舒服但没有实际受害者的那类事——用外语读，同样的事被判得更轻。这里没有"救五个人"可算，能变的只剩反感本身。
证据强度值得单说。2022 年一份元分析（把已发表研究汇总重算的那种）确认效应稳定出现在"要亲手动手"的那类困境里，并发现它被自评阅读熟练度调节：自评读得越好，外语里选功利选项的倾向越小；Brouwer 2019 年专门测高熟练度的荷兰语—英语双语者，没测出差别。但 2021 年另一份元分析（17 项研究、47 个实验）在道德和风险两个方向上都找到了效应，却没能让熟练度当上调节变量。两份汇总答案不一致，这本身就是这块地还没夯实的意思。
EN Two versions of the trolley problem: pull a lever and the tram diverts onto a track with one person instead of five (most people say pull), or push a large bystander off a footbridge to stop it (most say no). The arithmetic is identical. Costa and colleagues (2014, PLOS ONE) gave both to 725 people, a large share of them Spanish natives with English as a foreign language and the rest the reverse: 20% of native-language answers endorsed pushing, against 33% in a foreign language — while the lever version showed no language difference at all. So what moves is not the one-versus-five arithmetic but the resistance to doing it by hand. Hayakawa et al. (2017) ran six experiments using process dissociation to estimate the two forces separately, and found that foreign language weakens the deontological prohibition rather than strengthening utilitarian concern: feeling less, not thinking more. Geipel, Hadjichristidis & Surian (2015) tested scenarios with no arithmetic at all — norm violations that offend but harm nobody — and found them judged more leniently in a foreign language. Evidence strength: a 2022 meta-analysis confirms the effect for personal dilemmas and finds it moderated by self-rated reading proficiency (higher proficiency, weaker effect), and Brouwer (2019) found none in highly proficient Dutch–English bilinguals; a 2021 meta-analysis over 17 studies and 47 experiments found the effect in both the moral and risk domains but could not establish proficiency as a moderator. The two disagree, which is itself the state of the ground.
到这里为止的证据都靠问卷。有没有不问人、直接量的办法？有。Harris、Ayçiçeği 和 Gleason 2003 年找来 32 名土耳其语—英语双语者，指尖贴上电极量皮肤电导——人一紧张，手上出那么一点汗，皮肤导电性就变，这是情绪唤起的老牌指标，骗不了它。任务很平淡：读词，给每个词打个"舒不舒服"的分。
反应最大的是母语里的禁忌词和童年训斥语——"你羞不羞"、"回你屋去"这类大人对小孩说的话。英语的禁忌词也唤起了高反应，所以第二语言绝不是没有情绪的。差距最大的那一类是童年训斥：同样意思的英语句子，读起来平得多。
这给出一个比"外语更冷静"准得多的说法：情绪不是挂在词的意思上，是挂在你学会它的那个情境上。母语里那句"你羞不羞"是有人对着你的脸说过的；课本里学到的那句对应英文，多半只是从纸上来的。
然后是捅洞的那一份。Miozzo 等人 2020 年在意大利测了两组人：会说威尼托语的、会说贝尔加莫语的，两门地区语言都是从小在家里和熟人之间讲，意大利语则同时用在正式场合。把救人题和天桥题用地区语言问，框架翻转和那一推的偏移都出现了，跟用外语一样。可这两门语言在情绪评分上跟意大利语差不多——它们不是"学来的"，它们就是家里的话。
情绪距离解释不了这一份。剩下的候选是"这门语言平时用在哪儿"：用在正式、公共、要交代理由的场合的那门，和用在厨房和牌桌上的那门，调动的不是同一套习惯。这是候选，不是结论，但它比"外语等于冷"覆盖得住更多数据。
顺便把态度摆正：这里没有哪门语言"更冷静"。变的是你和一门语言之间的那段个人史——同一门语言，换个人就是母语。而这段经历该怎么量，恰恰就是两份元分析吵架的地方。
EN Harris, Ayçiçeği & Gleason (2003) fitted 32 Turkish–English bilinguals with fingertip electrodes and measured skin conductance while they rated words for pleasantness. The strongest responses came from first-language taboo words and childhood reprimands — the "shame on you", "go to your room" that adults say to children. Second-language taboo words also drew strong responses, so a second language is not emotionless; the widest gap was in the reprimands, which read flat in English. That suggests emotion is attached not to a word's meaning but to the situation in which you learned it. Then the hole: Miozzo et al. (2020) tested speakers of Venetian and of Bergamasque, regional languages spoken at home and among familiars, alongside Italian, which is also used in formal settings. Asked in the regional language, both the framing flip and the footbridge shift appeared exactly as with a foreign language — yet those languages did not differ from Italian in emotional ratings. Emotional distance cannot account for that. A remaining candidate is where a language is habitually used: one used for formal, public, account-giving situations recruits different habits from one used in the kitchen. That is a candidate explanation, not an established result. And no language here is "cooler" than another: what varies is a person's history with a language, and the same language is someone else's mother tongue.
在这些实验里它只有一个窄得多的意思：选择不随措辞翻转。这是一致性，不是正确性——一个人可以稳定地一致地选错。而且框架效应本身未必全是错误：措辞携带说话人的暗示（用"死掉 400"的人可能正在提示这事严重），对它敏感在真实对话里是有用的。把敏感度调低同时买下的是两样东西。
至少三个嫌疑：自评熟练度本身是很粗的尺子，不同研究问法都不一样；两份元分析纳入的实验类型不同（一份把"要亲手动手"的困境单独拆出来看）；还有发表偏倚——效应显著的实验更容易被发表，汇总时就会把真实效应往上抬。判断这类争论时，先看两边是不是在算同一批题。
这正是这套研究最松的一颗螺丝。自变量被写成"母语 / 外语"，可真正在起作用的似乎是别的东西：这门语言在什么场合用、当年是从人嘴里学的还是从纸上学的、你用它经历过什么。意大利那份地区语言的结果就是这颗螺丝松掉的证据。要把这一行做硬，得先把"外语"拆成几个能分别测量的量。