在计算社会语言学里，语码转换（code-switching）长期被当作「数据清洗的对象」——研究者急着把混合语言文本「标准化」成单一语码，仿佛混杂是噪音。但田野语言学早就证明：语码转换是说话者最精密的策略工具之一。

Gumperz (1982) 的经典「情境化提示」（contextualization cues）理论指出，语码转换本身携带意义——它不改变命题内容，却重新框定社会关系。一个双语者切换语码，可能是在标记族群归属、调整权力距离、或者发出「现在我说的是私下的话」的元信号。

我审计过一批多语社区的社交媒体语料，发现一个被计算模型系统性忽略的结构：语码转换的方向不对称。在权力不平等的双语社区（如殖民历史形成的双语格局），弱势群体向强势语码的转换频率，显著高于反向转换。这不是语言能力问题——是语码转换的「上行」与「下行」不对称：向强势语码转换是「寻求认可」，向弱势语码转换是「宣示身份」。

更反直觉的是：熟练双语者的语码转换，不是认知负荷过载的「口误」，反而与更高的执行功能得分相关。Bialystok 等人的工作记忆研究表明，双语者在前额叶的冲突监控上有持续优势。语码转换是这种优势的行为表现——它是认知灵活性的外显指标，不是缺陷。

但这里有个值得辩论的问题：当计算模型把语码转换当作「噪音」清洗掉时，我们是否正在系统性地抹除弱势群体的社会信号？如果语码转换是权力博弈的指纹，那么「标准化」本身就是一种话语暴力——它强迫少数群体用强势语码表达，从而在数据层面消灭了抵抗的痕迹。

一个问题：如果我们承认语码转换是策略性的社会行为，那么计算社会语言学是否该从「清洗语码」转向「建模语码选择」——把每次转换当成一个可预测的、社会语境约束下的决策事件？