Câtă informație trebuie să învețe creierul pentru ca o persoană să poată vorbi, înțelege și utiliza corect limba maternă? Deși limbajul este una dintre cele mai complexe capacități umane, cantitatea de informație necesară pentru cunoașterea unei limbi ar putea fi mai mică decât ne-am imagina. O cercetare publicată în revista științifică Royal Society Open Science a estimat că informațiile lingvistice învățate de un vorbitor adult de limba engleză însumează aproximativ 1,5 megabytes (MB), un volum comparabil cu spațiul de stocare al unei dischete vechi.
Estimarea nu înseamnă că memoria creierului funcționează precum un dispozitiv digital sau că întreaga capacitate de a vorbi poate fi redusă la un fișier de această dimensiune. Cercetătorii au utilizat instrumentele matematice ale teoriei informației pentru a calcula câți biți de informație trebuie să dobândească o persoană pentru a cunoaște sunetele, cuvintele, semnificațiile și regulile unei limbi. Rezultatul oferă o perspectivă asupra cantității de cunoștințe implicate în achiziția limbajului și asupra felului în care creierul învață să le utilizeze.
Cum au calculat cercetătorii câtă informație este necesară pentru limbaj?
Studiul a fost realizat de Francis Mollica, de la Universitatea Rochester, și Steven T. Piantadosi, de la Universitatea California, Berkeley, și a fost publicat în martie 2019. Cei doi cercetători au încercat să estimeze cantitatea de informație pe care un vorbitor trebuie să o dobândească pentru a stăpâni diferitele componente ale limbii engleze. În loc să măsoare direct memoria cerebrală, au folosit un model matematic care permite exprimarea informației lingvistice în biți.
Abordarea pornește de la o întrebare fundamentală pentru psihologia limbajului: cât de multe informații despre o limbă trebuie învățate și cât din capacitatea de a o utiliza rezultă din mecanismele prin care creierul recunoaște și aplică regularități? Răspunsul presupune analizarea mai multor niveluri ale limbajului, deoarece cunoașterea unei limbi nu înseamnă doar memorarea unor cuvinte. Ea implică și recunoașterea sunetelor, asocierea formelor cu sensurile, înțelegerea frecvenței utilizării și aplicarea regulilor gramaticale.
Prin combinarea estimărilor pentru aceste componente, cercetătorii au ajuns la aproximativ 12,5 milioane de biți de informație, echivalentul a circa 1,56 MB. Aceasta reprezintă estimarea centrală pentru cunoștințele lingvistice ale unui adult vorbitor de engleză. Autorii au analizat și incertitudinile asociate calculelor, deoarece informația învățată nu poate fi măsurată cu aceeași precizie ca dimensiunea unui fișier informatic.
Ce este teoria informației și de ce poate explica învățarea limbajului?
Teoria informației este un domeniu al matematicii care studiază modul în care informațiile pot fi reprezentate, codificate și transmise. Ea oferă instrumente pentru a calcula cantitatea de informație conținută într-un mesaj și pentru a analiza eficiența diferitelor modalități de transmitere. În studiul limbajului, această perspectivă permite estimarea informațiilor necesare pentru diferențierea sunetelor, recunoașterea cuvintelor și utilizarea regulilor lingvistice.
Un concept important este entropia informațională, care descrie incertitudinea asociată rezultatelor posibile ale unui proces sau mesaj. Atunci când un mesaj este foarte previzibil, el transmite relativ puțină informație nouă, deoarece receptorul se așteaptă deja să îl primească. În schimb, un mesaj neașteptat, cu probabilitate redusă, transmite mai multă informație din perspectiva acestui model matematic.
De exemplu, într-o conversație, anumite cuvinte pot fi anticipate cu ușurință datorită contextului în care apar, în timp ce altele sunt mai puțin previzibile. Cantitatea de informație transmisă nu depinde numai de lungimea unui mesaj, ci și de probabilitatea apariției elementelor sale. Acest principiu ajută la înțelegerea modului în care regularitățile limbajului pot reduce cantitatea de informație necesară pentru reprezentarea sa.
Unitatea fundamentală de măsură este bitul, care poate reprezenta informația necesară pentru alegerea între două posibilități cu probabilități egale. Un exemplu simplu este diferențierea dintre două răspunsuri posibile, precum „da” și „nu”, atunci când ambele sunt la fel de probabile. Cercetătorii au folosit această unitate pentru a exprima cantitatea estimată de informație asociată diferitelor componente ale limbii engleze.
Cât spațiu ocupă sunetele unei limbi în modelul cercetătorilor?
Prima componentă analizată a fost reprezentată de foneme, unitățile sonore care permit diferențierea cuvintelor într-o limbă. Fonemele nu trebuie confundate cu literele alfabetului, deoarece aceeași literă poate reprezenta sunete diferite, iar unele sunete pot fi redate prin combinații de litere. Pentru a înțelege și produce vorbirea, o persoană trebuie să recunoască aceste diferențe sonore și să învețe modul în care ele sunt utilizate.
Pentru limba engleză, cercetătorii au utilizat o estimare de aproximativ 50 de foneme, presupunând că fiecare ar necesita în jur de 15 biți de informație. Calculul conduce la aproximativ 750 de biți pentru această componentă a limbajului. Raportată la estimarea totală, cantitatea este foarte mică, ceea ce sugerează că inventarul sunetelor reprezintă doar o parte redusă din informațiile pe care trebuie să le dobândească un vorbitor.
Numărul fonemelor diferă de la o limbă la alta, astfel că valoarea folosită pentru engleză nu trebuie aplicată automat limbii române. De asemenea, cei 750 de biți sunt o estimare matematică, nu o măsurare directă a spațiului ocupat de sunete într-o anumită regiune a creierului. Modelul urmărește să exprime informația necesară pentru cunoașterea unui sistem lingvistic, fără a descrie în detaliu reprezentarea sa biologică.
Câtă informație este necesară pentru a cunoaște 40.000 de cuvinte?
Vocabularul reprezintă o componentă mult mai amplă a cunoștințelor lingvistice. În calculele lor, autorii au pornit de la o estimare de aproximativ 40.000 de cuvinte cunoscute de un vorbitor adult de limba engleză. Această valoare este utilizată ca reper pentru model și nu înseamnă că fiecare persoană cunoaște exact același număr de cuvinte.
Pentru memorarea formelor acestor cuvinte, cercetătorii au estimat un necesar de aproximativ 400.000 de biți. Este o cantitate considerabil mai mare decât cea atribuită inventarului fonetic, dar rămâne redusă în comparație cu informația necesară pentru cunoașterea sensurilor. Diferența apare deoarece recunoașterea formei unui cuvânt nu este echivalentă cu înțelegerea tuturor informațiilor pe care acesta le poate transmite.
Atunci când învățăm un cuvânt, nu memorăm numai o succesiune de sunete sau litere. Învățăm și la ce se referă, ce proprietăți are obiectul sau conceptul desemnat și în ce contexte poate fi utilizat. Tocmai această dimensiune a cunoașterii lingvistice reprezintă cea mai mare parte a informației estimate de cercetători.
Semantica reprezintă cea mai mare parte a informației învățate despre limbaj
Semantica este domeniul care studiază sensurile cuvintelor și ale expresiilor lingvistice. Pentru a utiliza corect un termen, o persoană trebuie să cunoască mai mult decât definiția lui din dicționar, deoarece semnificația este legată de numeroase informații despre lume. Aceste cunoștințe permit înțelegerea și utilizarea flexibilă a limbajului în situații diferite.
Francis Mollica a ilustrat această idee folosind exemplul cuvântului „curcan”. Atunci când cineva aude acest termen, poate activa numeroase informații asociate animalului, inclusiv dacă poate merge sau zbura. Cunoașterea cuvântului nu se limitează, așadar, la recunoașterea denumirii, ci implică și accesul la informații despre caracteristicile obiectului sau ființei desemnate.
Potrivit estimărilor cercetătorilor, informațiile semantice asociate vocabularului ajung la aproximativ 12 milioane de biți. Aceasta este cea mai mare componentă a cantității totale de informație calculată pentru limba engleză. Rezultatul sugerează că învățarea sensurilor și a relațiilor dintre concepte reprezintă o parte esențială a procesului de achiziție a limbajului.
Distincția dintre memorarea unui cuvânt și înțelegerea semnificației sale este relevantă și pentru studiul memoriei și al organizării cunoștințelor. Creierul trebuie să gestioneze numeroase informații și să le utilizeze în funcție de context, nu doar să reproducă mecanic elemente memorate. O altă perspectivă asupra complexității activității cognitive este oferită de cercetările despre numărul gândurilor pe care le avem într-o zi.
De ce contează frecvența cuvintelor atunci când învățăm o limbă?
Pe lângă formele și semnificațiile cuvintelor, vorbitorii dobândesc informații despre cât de des apar acestea în limbaj. Unele cuvinte sunt întâlnite foarte frecvent în conversațiile obișnuite, în timp ce altele apar rar sau numai în contexte specializate. Familiaritatea cu aceste diferențe contribuie la utilizarea limbii și la anticiparea elementelor care pot apărea într-un mesaj.
Pentru reprezentarea informațiilor despre frecvența cuvintelor, cercetătorii au estimat un necesar suplimentar de aproximativ 80.000 de biți. Această valoare este mai mică decât cea atribuită formelor cuvintelor și mult mai redusă decât estimarea pentru semantică. Totuși, frecvența reprezintă o componentă distinctă a cunoștințelor lingvistice și a fost inclusă separat în calcul.
Importanța acestei dimensiuni poate fi înțeleasă prin faptul că limbajul nu este o succesiune complet aleatorie de cuvinte. Oamenii învață regularități ale exprimării, iar aceste regularități contribuie la înțelegerea mesajelor. În acest sens, estimarea frecvențelor completează informațiile despre vocabular și semnificație.
De ce regulile gramaticale necesită relativ puțină informație?
O altă componentă analizată a fost sintaxa, adică ansamblul regulilor care guvernează organizarea cuvintelor în propoziții și structuri lingvistice. Deși gramatica poate părea complicată atunci când învățăm o limbă, cercetătorii au estimat că informațiile necesare pentru reprezentarea regulilor sintactice sunt relativ reduse. În modelul prezentat, această componentă a fost aproximată la 700 de biți.
Valoarea nu înseamnă că gramatica este neimportantă sau că utilizarea corectă a limbii poate fi învățată fără efort. Ea se referă la informația estimată pentru anumite reguli generale, nu la întreaga activitate cerebrală necesară producerii și înțelegerii propozițiilor. Aplicarea acestor reguli în conversații reale presupune numeroase procese cognitive, care nu pot fi reduse la simpla dimensiune informațională a regulilor.
Diferența dintre semantică și sintaxă a reprezentat una dintre observațiile importante ale cercetării. Cea mai mare parte a informației estimate privește sensurile cuvintelor, în timp ce regulile generale de organizare a acestora contribuie cu o cantitate relativ mică. Rezultatul oferă o perspectivă asupra modului în care componentele limbajului pot avea niveluri foarte diferite de complexitate informațională.
De ce 1,5 MB nu reprezintă capacitatea reală de memorie a creierului?
Comparația cu un dispozitiv de stocare digital este atractivă, dar poate conduce la interpretări greșite. Creierul nu păstrează cuvintele și regulile gramaticale sub forma unor fișiere digitale, iar neuronii nu funcționează asemenea celulelor de memorie dintr-un computer. Informațiile lingvistice sunt susținute de activitatea unor rețele cerebrale complexe, iar studiul nu a măsurat direct cantitatea de spațiu fizic utilizată de acestea.
Prin urmare, estimarea de 1,5 MB trebuie înțeleasă drept o aproximare matematică a informației învățate despre limbă, nu drept dimensiunea biologică a memoriei lingvistice. Cercetătorii au încercat să determine câtă informație trebuie să fie disponibilă unui vorbitor pentru a utiliza componentele limbajului, fără să stabilească exact modul în care fiecare informație este reprezentată în creier.
Această distincție este importantă deoarece memoria și procesarea informațiilor sunt procese biologice diferite de stocarea digitală. Pentru a produce și înțelege vorbirea, creierul trebuie să coordoneze recunoașterea sunetelor, accesul la sensuri și organizarea expresiilor într-un interval foarte scurt. Complexitatea activității neuronale nu poate fi dedusă numai din numărul de biți calculat pentru cunoștințele lingvistice.
Înțelegerea modului în care rețelele neuronale susțin diferite funcții cognitive reprezintă un domeniu important al neuroștiinței. Cercetări asupra conexiunilor dintre neuroni și funcționării creierului urmăresc, în alte contexte, relația dintre organizarea circuitelor nervoase și procesele mentale. Astfel de investigații evidențiază faptul că informația și mecanismele biologice prin care este utilizată trebuie analizate separat.
De ce au comparat cercetătorii limbajul cu o dischetă?
O dischetă clasică de 3,5 inchi avea o capacitate nominală de aproximativ 1,44 MB, fiind utilizată în trecut pentru transferul și păstrarea fișierelor informatice. Estimarea de aproximativ 1,56 MB pentru informația lingvistică este apropiată de acest ordin de mărime, deși depășește ușor capacitatea nominală a unei dischete standard. Comparația ilustrează faptul că un sistem aparent foarte complex poate fi descris printr-o cantitate de informație relativ mică atunci când sunt analizate regularitățile sale.
O altă comparație posibilă este cea cu dimensiunea unui fișier care conține o fotografie digitală comprimată. Unele imagini pot ocupa aproximativ 1,5 MB, în funcție de rezoluție, format și nivelul de compresie. Totuși, asemenea analogiei cu discheta, această comparație nu descrie felul în care creierul stochează efectiv cunoștințele lingvistice.
Ce ne spune cercetarea despre capacitatea creierului de a învăța?
Studiul realizat de Francis Mollica și Steven T. Piantadosi oferă o perspectivă asupra cantității de informație pe care oamenii o dobândesc în procesul de învățare a limbii materne. Estimarea centrală de 12,5 milioane de biți sugerează că cea mai mare parte a informației lingvistice este asociată semnificațiilor cuvintelor, nu inventarului de sunete sau regulilor sintactice. Această distribuție evidențiază importanța cunoașterii sensurilor pentru utilizarea limbajului.
Autorii au arătat și că dobândirea acestor informații presupune mecanisme de învățare capabile să extragă regularități din experiența lingvistică. Raportată la o perioadă de aproximativ 18 ani, cantitatea totală estimată corespunde unei medii de aproape 2.000 de biți de informație despre limbaj învățați zilnic. Aceasta este o medie teoretică și nu înseamnă că fiecare persoană învață exact aceeași cantitate de informație în fiecare zi.
Rezultatele nu demonstrează că toate limbile necesită o cantitate identică de informație. Limba engleză a fost utilizată ca bază pentru estimări, iar diferențele de structură, vocabular și organizare gramaticală pot influența calculele pentru alte limbi. Prin urmare, valoarea obținută nu trebuie tratată drept o măsură universală pentru toate sistemele lingvistice.
Înțelegerea achiziției limbajului face parte din cercetarea mai largă asupra proceselor prin care creierul dobândește și organizează informații. Studiile despre influența experiențelor din copilărie asupra dezvoltării creierului analizează un alt aspect al relației dintre mediu și dezvoltarea cognitivă. Aceste direcții de cercetare contribuie la o înțelegere mai amplă a felului în care experiența influențează funcționarea cerebrală.
Limbajul uman este complex, chiar dacă informația sa poate fi estimată în megabytes
Faptul că informațiile necesare pentru cunoașterea unei limbi pot fi estimate la aproximativ 1,5 MB nu reduce complexitatea limbajului uman. Capacitatea de a conversa, de a interpreta sensuri și de a adapta exprimarea la contexte diferite presupune mult mai mult decât memorarea unor elemente izolate. Ea implică utilizarea flexibilă a informațiilor dobândite și coordonarea mai multor procese cognitive.
Cercetarea arată că matematica poate oferi instrumente utile pentru înțelegerea unor capacități umane dificil de cuantificat. Prin separarea fonemelor, vocabularului, sensurilor, frecvențelor și sintaxei, autorii au construit o estimare a informației pe care un vorbitor trebuie să o învețe. Această abordare ajută la formularea unor întrebări mai precise despre raportul dintre informația dobândită și mecanismele care permit utilizarea limbajului.
Studiul, intitulat Humans store about 1.5 megabytes of information during language acquisition, a fost publicat în 2019 în revista Royal Society Open Science și poate fi consultat integral prin arhiva științifică PubMed Central. Rezultatul său principal nu este că limbajul ar încăpea literalmente într-o dischetă, ci că informațiile pe care le învățăm despre o limbă pot fi estimate și comparate folosind metode matematice. Această perspectivă oferă indicii importante despre eficiența proceselor de învățare și despre felul în care oamenii dobândesc una dintre cele mai elaborate capacități cognitive.
Leave a Reply