سوگیری پنهان در زبان انسان، ۷۰ سال یافته‌های علمی را به چالش می‌کشد
پژوهشگران دانشگاه ورمانت آمریکا در مطالعه‌ای تازه دریافته‌اند که زبان انسان به‌طور معناداری به مفاهیم مرتبط با امنیت و ایمنی، بیش از مفاهیم مرتبط با …
پژوهشگران دانشگاه ورمانت آمریکا در مطالعه‌ای تازه دریافته‌اند که زبان انسان به‌طور معناداری به مفاهیم مرتبط با امنیت و ایمنی، بیش از مفاهیم مرتبط با خطر، گرایش دارد. این پژوهش که در نشریه علمی Science Advances منتشر شده، رویکرد جدیدی به نام «اوسیومتریکس» (Ousiometrics) را برای سنجش و تحلیل معنای واژه‌ها معرفی می‌کند. این روش، معنای کلمات را بر اساس ابعادی مانند قدرت، خطر و ساختار بررسی می‌کند و می‌کوشد تصویری دقیق‌تر از الگوهای پنهان در زبان انسان ارائه دهد. نتایج نشان می‌دهد که واژه‌ها به‌طور پیوسته گرایشی به سمت مفاهیم مرتبط با امنیت دارند. چارچوب جدید پژوهشگران توانسته است حدود ۹۰ درصد از معنای اندازه‌گیری‌شده واژه‌ها را تبیین کند؛ درحالی‌که این میزان در مدل سنتی VAD، که معنا را بر اساس سه بُعد خوشایندی، برانگیختگی و تسلط بررسی می‌کند، حدود ۷۲ درصد بوده است. نکته جالب اینکه این گرایش به امنیت، تنها به یک نوع متن یا شیوه خاصی از ارتباط محدود نمی‌شود؛ بلکه در طیف گسترده‌ای از نوشته‌ها، از کتاب‌ها و گزارش‌های خبری گرفته تا محتوای شبکه‌های اجتماعی، قابل مشاهده است. به باور پژوهشگران، این یافته‌ها نشان می‌دهند که ترجیح مفاهیم مرتبط با امنیت ممکن است یکی از ویژگی‌های بنیادین و کمتر شناخته‌شده زبان انسان باشد؛ ویژگی‌ای که بر چگونگی انتخاب واژه‌ها، انتقال معنا و شکل‌گیری الگوهای ارتباطی تأثیر می‌گذارد. این کشف همچنین می‌تواند پیامدهای مهمی برای توسعه سامانه‌های هوش مصنوعی داشته باشد؛ به‌ویژه مدل‌هایی که برای درک، تحلیل و تفسیر زبان طبیعی انسان طراحی شده‌اند. شناخت بهتر این سوگیری پنهان ممکن است به چنین سامانه‌هایی کمک کند تا ساختار معنایی زبان و الگوهای ارتباط انسانی را دقیق‌تر درک کنند.
پژوهشگران دانشگاه ورمانت آمریکا در مطالعه‌ای تازه دریافته‌اند که زبان انسان به‌طور معناداری به مفاهیم مرتبط با امنیت و ایمنی، بیش از مفاهیم مرتبط با خطر، گرایش دارد. این پژوهش که در نشریه علمی Science Advances منتشر شده، رویکرد جدیدی به نام «اوسیومتریکس» (Ousiometrics) را برای سنجش و تحلیل معنای واژه‌ها معرفی می‌کند. این روش، معنای کلمات را بر اساس ابعادی مانند قدرت، خطر و ساختار بررسی می‌کند و می‌کوشد تصویری دقیق‌تر از الگوهای پنهان در زبان انسان ارائه دهد. نتایج نشان می‌دهد که واژه‌ها به‌طور پیوسته گرایشی به سمت مفاهیم مرتبط با امنیت دارند. چارچوب جدید پژوهشگران توانسته است حدود ۹۰ درصد از معنای اندازه‌گیری‌شده واژه‌ها را تبیین کند؛ درحالی‌که این میزان در مدل سنتی VAD، که معنا را بر اساس سه بُعد خوشایندی، برانگیختگی و تسلط بررسی می‌کند، حدود ۷۲ درصد بوده است. نکته جالب اینکه این گرایش به امنیت، تنها به یک نوع متن یا شیوه خاصی از ارتباط محدود نمی‌شود؛ بلکه در طیف گسترده‌ای از نوشته‌ها، از کتاب‌ها و گزارش‌های خبری گرفته تا محتوای شبکه‌های اجتماعی، قابل مشاهده است. به باور پژوهشگران، این یافته‌ها نشان می‌دهند که ترجیح مفاهیم مرتبط با امنیت ممکن است یکی از ویژگی‌های بنیادین و کمتر شناخته‌شده زبان انسان باشد؛ ویژگی‌ای که بر چگونگی انتخاب واژه‌ها، انتقال معنا و شکل‌گیری الگوهای ارتباطی تأثیر می‌گذارد. این کشف همچنین می‌تواند پیامدهای مهمی برای توسعه سامانه‌های هوش مصنوعی داشته باشد؛ به‌ویژه مدل‌هایی که برای درک، تحلیل و تفسیر زبان طبیعی انسان طراحی شده‌اند. شناخت بهتر این سوگیری پنهان ممکن است به چنین سامانه‌هایی کمک کند تا ساختار معنایی زبان و الگوهای ارتباط انسانی را دقیق‌تر درک کنند.
نکته کلیدی
نکته کلیدی
زبان انسان ظاهراً گرایشی پنهان و فراگیر به مفاهیم مرتبط با امنیت دارد؛ گرایشی که در انواع مختلف متون دیده می‌شود. پژوهشگران با معرفی روشی جدید برای سنجش معنا نشان داده‌اند که می‌توان ساختار معنایی واژه‌ها را دقیق‌تر از مدل‌های سنتی توضیح داد. این یافته می‌تواند درک ما از زبان و شیوه پردازش آن در سامانه‌های هوش مصنوعی را تغییر دهد.
زبان انسان ظاهراً گرایشی پنهان و فراگیر به مفاهیم مرتبط با امنیت دارد؛ گرایشی که در انواع مختلف متون دیده می‌شود. پژوهشگران با معرفی روشی جدید برای سنجش معنا نشان داده‌اند که می‌توان ساختار معنایی واژه‌ها را دقیق‌تر از مدل‌های سنتی توضیح داد. این یافته می‌تواند درک ما از زبان و شیوه پردازش آن در سامانه‌های هوش مصنوعی را تغییر دهد.
🔗 منبع: ScienceDaily
🔗 منبع: ScienceDaily
اگر این موضوع دغدغهٔ شما هم هست، گفت‌وگو با یک درمانگر می‌تواند کمک کند.