Zipf's Law of Abbreviation in a Logographic Script: Coding-Theoretic Bounds on Chinese Character Stroke Counts

اللغة هي نظام من المقايضات. فمن ناحية، هناك الحاجة إلى أن نكون مفهومين بوضوح؛ ومن ناحية أخرى، هناك الرغبة البشرية في التحدث والكتابة بسرعة. لأكثر من سبعين عاماً، لاحظ علماء اللسانيات نمطاً ثابتاً في كيفية حل اللغات لهذه المشكلة: الكلمات التي نستخدمها بكثرة تميل لأن تكون الأقصر. ويُعرف هذا بقانون الاختصار. وهو يظهر في الأصوات المنطوقة، وفي طول الكلمات المكتوبة، وحتى في نداءات الحيوانات. الفكرة بسيطة: إذا كنت تنطق كلمة مليون مرة في اليوم، فمن المجدي جعلها قصيرة. أما إذا كنت تنطقها مرة واحدة فقط في السنة، فلا يهم إذا كانت طويلة. لكن سؤالاً أعمق قد برز مؤخراً. نحن نعلم أن اللغات تتبع هذه القاعدة، ولكن ما مدى اقترابها من الحد المطلق للكفاءة؟ كم يمكن أن تكون اللغة أقصر لو صُممت بشكل مثالي، وكم من تلك الإمكانية لم يُستغل بعد؟

حتى الآن، تمت دراسة هذا السؤال غالباً في اللغات الأبجدية مثل الإنجليزية أو الإسبانية، حيث تُقاس تكلفة الكلمة بعدد الحروف التي تحتويها. وتأتي دراسة جديدة لتبحث في هذا الأمر في نوع مختلف تماماً من أنظمة الكتابة: الصينية. في اللغة الصينية، الوحدة الأساسية ليست حرفاً بل رمزاً (Character)، وتُقاس تكلفة كتابة الرمز بعدد ضربات الفرشاة أو القلم المطلوبة لرسمه. ولأن الرموز الصينية تُبنى من مجموعة ثابتة من خمسة أنواع أساسية من الضربات، يمكن للباحثين حساب الحد النظري للكفاءة بدقة مستحيلة في النصوص الأبجدية. ومن خلال تحليل عدد الضربات لكل رمز في المجموعة القياسية مقابل عدد مرات استخدامها فعلياً، تكشف الدراسة أن الكتابة الصينية فعالة بشكل ملحوظ، ومع ذلك فهي تتوقف قبل الوصول إلى الكمال لسبب هيكلي محدد للغاية.

بدأ الباحثون بجمع كمية هائلة من البيانات. فقد أخذوا قاعدة بيانات تحتوي على كل ترتيب ضربات لكل رمز من الرموز الصينية القياسية البالغ عددها 20,902 رمزاً، وطابقوها مع مجموعتين ضخمتين من النصوص الواقعية. احتوت إحدى المجموعات على ما يقرب من 260 مليون رمز من الكتب والصحف المحررة، بينما احتوت الأخرى على أكثر من 190 مليون رمز من منشورات وسائل التواصل الاجتماعي. قاموا بعدّ الضربات لكل رمز وحسبوا متوسط عدد الضربات اللازمة لكتابة النص الذي يقرأه الناس فعلياً. وأكدت النتائج النمط المتوقع: الرموز الأكثر شيوعاً هي بالفعل الأبسط في الكتابة. يتطلب متوسط الرمز في القامقام الكامل حوالي 12.7 ضربة لكتابته، لكن متوسط الرمز الذي تواجهه أثناء قراءة نص عادي يتطلب حوالي 7.2 ضربة فقط. أما المائة رمز الأكثر تكراراً، والتي تشكل ما يقرب من 40 بالمائة من جميع النصوص المكتوبة، فيبلغ متوسط عدد ضرباتها ست ضربات فقط لكل منها.

لفهم مدى كفاءة هذا النظام حقاً، قارن الفريق بين النص الواقعي وبين طرفين نظريين متطرفين. الأول كان ترتيباً عشوائياً، حيث يتم تخصيص الرموز الأطول والأكثر تعقيداً للكلمات الأكثر شيوعاً بمحض الصدفة. والثاني كان ترتيباً مثالياً، حيث يتم تخصيص أقصر الرموز الممكنة للكلمات الأكثر شيوعاً، والرموز الأطول للكلمات الأقل شيوعاً. وقع نظام الكتابة الصينية في مكان ما بينهما. لقد كان أفضل بكثير من العشوائية، لكنه لم يكن مثالياً. حسبت الدراسة درجة المثالية، وهي تقيس مدى قرب النظام من ذلك الترتيب المثالي. بالنسبة للصينية المبسطة، كانت الدرجة 0.668، مما يعني أن النظام يسير بنحو ثلثي الطريق نحو الأفضل نظرياً. وهذه النتيجة مشابهة بشكل مذه-ل للدرجات التي وجدت في عشرات اللغات الأخرى التي تستخدم الأبجديات أو المقاطع الصوتية، مما يشير إلى وجود حد عالمي لمدى إمكانية ضغط أي نظام تواصل مع البقاء مفيداً.

ومع ذلك، ذهبت الدراسة إلى أبعد من مجرد قياس الكفاءة. ولأن نظام الكتابة الصينية يستخدم مجموعة مغلقة من خمسة أنواع من الضربات، استطاع الباحثون حساب الحد الرياضي المطلق لما هو ممكن. وقد حددوا أنه لو كان النظام كوداً مثالياً في الكفاءة، فإن متوسط الرموز في النص الجاري سيتطلب حوالي 4.34 ضربة فقط. وحقيقة أن المتوسط الحقيقي هو 7.22 ضربة تعني أن النظام يستخدم حوالي 1.66 ضعف عدد الضربات المطلوبة للحد الأدنى. في لغة أبجدية نموذجية، قد يُفسر هذا الفارق على أنه مجرد عدم كفاءة أو نقص في التخطيط، لكن الباحثين وجدوا أن هذا الفارق ليس خطأً، بل هو ميزة.

السبب في عدم إمكانية ضغط النظام بشكل أكبر يكمن في كيفية بناء الرموز. فلو كانت الصينية كوداً مثالياً أحادي البعد، مثل سلسلة من الحروف حيث يحدد الترتب وحده الكلمة، لكان لكل رمز تسلسل فريد من الضربات، ولكن في الصينية، تشترك العديد من الرموز المختلفة في نفس تسلسل الضربات تماماً. على سبيل المثال، ضربات كلمات "شخص"، و"دخول"، و"ثمانية" متطابقة في التسلسل؛ ويتم التمييز بينها فقط من خلال التوزيع المكاني لتلك الضربات على الصفحة. وبالمثل، تستخدم رموز "عالم" و"أرض" نفس الضربات في نفس الترتيب، لكنها تختلف في طول أحد الخطوط الأفقية. ولأن تسلسل الضربات ليس فريداً، لا يمكن ضغط النظام إلى الحد الرياضي دون فقدان القدرة على التمييز بين الكلمات. إن "الضربات الزائدة" التي تبدو غير ضرورية هي في الواقع ضرورية لخلق بنية ثنائية الأبعاد تسمح بإعادة استخدام المكونات البصرية. هذا الترتيب المكاني يجعل نظام الكتابة شفافاً؛ فالقارئ الذي يعرف رمز "الماء" يمكنه غالباً تخمين معاني الرموز الأخرى التي تحتوي على ذلك المكون نفسه، حتى لو لم يسبق له رؤيتها من قبل.

كما بحثت الدراسة في حدث تاريخي رئيسي لمعرفة ما إذا كان يمكن تحسين النظام. ففي منتصف القرن العشرين، خضعت الصين لإصلاح التبسيط الذي غير شكل آلاف الرموز، مما قلل غالباً من عدد الضربات. وقد عامل الباحثون هذا الإصلاح كتجربة منضبطة. ووجدوا أن الإصلاح نجح في زيادة كفاءة نظام الكتابة، حيث رفع درجة المثالية من 0.555 إلى 0.668. والأهم من ذلك، أن الإصلاح استهدف الرموز الأكثر تكراراً، فقام بتقصيرها بمتوسط ضربتين، بينما ترك الرموز النادرة والمعقدة دون تغيير كبير. وهذا بالضبط ما سيفعله نظام ترميز مثالي: توفير أكبر قدر من الجهد في الأشكال المستخدمة في أغلب الأحيان. وحقيقة أن الإصلاح حقق هذا التحسن تشير إلى أن الفجوة المتبقية بين النظام الحالي والحد النظري هي فجوة حقيقية وقابلة للتنفيذ، لكنها تظهر أيضاً أن الجزء الأكبر من الضغط قد حدث بالفعل بشكل طبيعي عبر القرون، قبل أي إصلاح رسمي بوقت طويل.

في النهاية، تخلص الورقة البحثية إلى أن نظام الكتابة الصينية لا يفشل في الوصول إلى الكمال، بل هو يحل مشكلة مختلفة. فهو يضحي ببعض الضغط في سبيل اكتساب الوضوح والبنية. إن "عدم الكفاءة" المتمثل في استخدام ضربات أكثر من الحد الأدنى الرياضي هو الثمن المدفوع لنظام يُبنى فيه المعنى من أجزاء يمكن التعرف عليها والمرتبة في الفضاء. وتؤكد الدراسة أنه بينما يظل قانون الاختصار قائماً، فإن حد الضغط ليس مجرد مسألة عد الضربات أو الحروف، بل تحدده بنية الخط نفسه. وحقيقة أن الصينية، بمنطقها البصري الفريد، تقع في نفس نطاق كفاءة اللغات الأبجدية، تشير إلى أن جميع أنظمة التواصل البشري توازن بين الضغوط الأساسية نفسها: الدافع ليكون الكلام قصيراً والحاجة لأن يكون واضحاً.