近日，一项基于全球数十亿张数字草图的大规模研究在《自然·人类行为》杂志上发表，颠覆了心理学和认知科学中关于“人类概念具有普适性”的传统观点。研究团队通过对来自全球190多个国家和地区、约1500万用户绘制的超过10亿张草图进行机器学习分析，发现不同文化背景下的人们对同一概念——如“房子”“猫”“汽车”——的图形表达存在显著且系统性的差异。这一发现不仅为理解人类认知的多样性提供了全新视角，也对人工智能的跨文化应用提出了严峻挑战。
从Quick, Draw!到文化解码
该研究的数据基础源于谷歌2016年推出的在线游戏“Quick, Draw!”。用户被要求在20秒内画出一个指定物体（如“面包”“太阳”），游戏会利用神经网络实时识别草图。起初这只是一个娱乐项目，但2017年谷歌开源了包含5000万张草图的数据库，随后吸引了大量研究人员。本次研究由哈佛大学认知科学实验室与谷歌AI团队联合开展，他们从数据库中筛选出720个常见概念的草图，并按用户地理信息（IP地址、语言设置等）将其划分为八个文化区域：西欧、东欧、中东、南亚、东亚、东南亚、拉丁美洲和撒哈拉以南非洲。
研究人员利用卷积神经网络提取每张草图的几何特征（如线条走向、长宽比、对称性、局部细节密度），并设置了一个“文化预测”任务：仅凭草图的视觉特征，算法能否判断它来自哪个文化区域？结果令人吃惊——在超过95%的概念中，算法能够以高于随机水平60%以上的准确率识别文化来源。这意味着，不同文化的人不仅在画什么上有差异，更在怎么画上有根深蒂固的习惯。
差异的具象呈现：从房子到笑脸
研究中最直观的案例是“房子”的描绘。西欧和北美用户的草图普遍呈现三角形屋顶、矩形墙体和中央门——即“尖顶方屋”范式，这源于西方童话和建筑传统中的典型木结构房屋。然而，东亚用户（尤其是中日韩）画出的房子往往更接近方正轮廓，屋顶倾斜度较小，且经常加入“瓦片”纹理符号。而在中东和南亚地区，用户更多画出平顶、带有拱形门廊的方形建筑，反映了当地实际建筑风格。
另一个有趣差异出现在“笑脸”上。尽管全球通用的“(\smile)”表情符号盛行，但在实际手绘中，东亚用户更倾向于将眼睛画成直线或点状，嘴巴为半圆形弧线；而欧美用户则更常画出弯弧形眼睛和夸张的嘴形。研究人员认为，这可能与东亚文化中“含蓄表达”的审美偏好有关，而欧美卡通文化则鼓励夸张的面部表情。
更微妙的是特定物体的“绘制顺序”差异。例如，在画“人脸”时，大多数西欧用户先画轮廓（椭圆），再画五官；而东亚用户中约有40%会先画眼睛，再画鼻子、嘴巴，最后才画脸部轮廓。这种“从局部到整体”vs“从整体到局部”的认知策略差异，与汉字书写习惯和东亚传统肖像画技法密切相关。
普适性假设的再审视
长期以来，心理学领域普遍认为，人类对基本生命体、人造物等概念的表征具有跨文化一致性。例如，即便是未受过绘画训练的儿童，也能用类似的简化图式表达“猫”或“太阳”。但本研究的数据表明，这种“一致”可能是受限于早期研究样本——绝大多数认知实验都来自西欧和北美的大学生群体（即“WEIRD人群”）。一旦引入全球数据，文化变异性就会全面浮现。
研究首席作者、哈佛大学心理学教授艾米莉·王（Emily Wang）表示：“我们发现了至少四种关键的绘画维度差异：几何简化程度（如是否画细节）、对称性偏好（如画树是否左右对称）、视角选择（如画汽车时用侧面还是俯视）以及背景元素（是否添加天空、地面等）。这些维度构成了文化特有的‘绘画语法’，其根源在于不同的艺术传统、语言结构（如汉语书写系统更重视空间布局）以及教育方式。”
对人工智能与跨文化沟通的启示
这一发现对当前深度学习模型提出了直接挑战。许多图像识别AI的训练数据以英语国家的图像为主，导致模型在面对非西方绘画时表现急剧下降——例如，当让一个训练于北美数据的AI识别“家庭”主题的儿童画时，它很容易把东亚孩子画的“带有烟囱和烟的房子”误判为“工厂”。研究团队呼吁，未来的AI系统必须在训练数据中纳入文化多样性，否则将加剧数字世界中的“文化盲区”。
此外，该研究也为跨文化教育提供了新思路。在国际交流中，简单的绘画有时比语言更能快速传达概念，但人们需要意识到“一幅画在不同文化中可以意味着截然不同的东西”。例如，阿拉伯地区用户绘制的“手”往往五指并拢、线条密集，而北欧用户则更倾向于用简单线条勾勒轮廓——这些差异并非“画技好坏”，而是文化认知模式的自然流露。
“数十亿张草图告诉我们，人类的心智并非一张白纸，而是一张被文化写满密码的羊皮卷。”王教授总结道，“当我们看到一张画时，看到的不仅是画中的物体，更是一个文化灵魂的形状。”
目前，研究团队已开放跨文化草图数据集，供全球研究者进一步探索。他们下一步计划将研究扩展到非手势画（如用鼠标触控的“涂鸦”）和动态草图，以期更完整地描绘人类概念在文化维度上的壮丽图谱。