Seeing Through Words: Recovering Visual Information from Chinese Word Use
تُظهر هذه الدراسة أنه يمكن استرداد المعلومات البصرية من أنماط استخدام الكلمات الصينية، مما يدعم فرضية الترابط الرمزي من خلال إظهار أن التمثيلات المستمدة من النصوص تتنبأ بنجاح بالنماذج البصرية الأولية، مع تأثر الدقة بالارتباطات الحسية الحركية واستقرار استخدام الكلمات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
غالبًا ما يُنظر إلى اللغة على أنها نظام من الأصوات والرموز، وسيلة لوصف العالم دون الحاجة بالضرورة إلى لمسه. ومع ذلك، ظل الباحثون لعقود من الزمن يتساءلون عما إذا كانت الكلمات نفسها تحمل خريطة خفية لهذا العالم. تشير إحدى الأفكار البارزة، والمعروفة باسم "فرضية الترابط الرمزي"، إلى أنه نظرًا لأننا نستخدم اللغة للتحدث عن أشياء حقيقية، فإن أنماط ظهور الكلمات معًا لا بد أن تشفر معلومات حول ماهية تلك الأشياء من حيث الشكل والملمس والجوهر. وإذا كان هذا صحيحًا، فإن الطريقة التي نستخدم بها كلمة ما في الجمل يجب أن تحتوي على أدلة كافية لإعادة بناء صورة ذهنية لمعناها، حتى دون رؤية صورة فوتوغرافية للكائن. يقع هذا السؤال عند تقاطع اللسانيات والعلوم المعرفية، حيث يبحث فيما إذا كان الهيكل المجرد للغة يمكن أن يعمل كجسر للعودة إلى تجاربنا الحسية في العالم المادي.
لقد وضع فريق من الباحثين في جامعة المدينة بهونج كونج هدفًا لاختبار هذه الفكرة مع التركيز بشكل خاص على اللغة الصينية. طرحوا سؤالًا مباشرًا ولكنه صعب: إذا أعطيت حاسوبًا فقط نصًا لكيفية استخدام كلمة صينية في ملايين الجمل، فهل يمكن لهذا الحاسوب أن يستنتج مظهر تلك الكلمة؟ ولإيجاد الإجابة، لم يعتمدوا على الحدس البشري أو القواعد المبرمجة مسبقًا، بل قاموا ببناء نظام يتعلم من البيانات نفسها. فقد جمعوا أكثر من 2500 كلمة صينية شائعة وحللوا الآثار الرقمية الهائلة التي تركتها وراءها في النصوص عبر الإنترنت. ولكل كلمة، جمع الباحثون أيضًا مجموعة فريدة من الصور من الويب، مما خلق نموذجًا بصريًا أوليًا يمثل ما تبدو عليه تلك الكلمة عادةً في العالم الحقيقي.
كان جوهر تجربتهم عبارة عن لعبة مطابقة. قام الباحثون بتدريب نموذج حاسوبي لتعلم العلاقة بين النص والصور باستخدام معظم الكلمات الموجودة في قائمتهم. ثم قاموا بإخفاء كلمة واحدة في كل مرة، وطلبوا من النموذج التنبؤ بمظهرها البصري بناءً فقط على الأنماط النصية التي تعلمها من الكلمات الأخرى. كان النموذج يولد تنبؤًا، ثم يتحقق الباحثون مما إذا كان هذا التنبؤ يمكنه بنجاح اختيار الصورة الصحيحة من مكتبة تضم آلاف الصور الأخرى. لقد كان اختبارًا صارمًا لما إذا كان الوصف اللغوي للكلمة يحمل تفاصيل محددة بما يكفي لتمييز هدفها البصري عن جميع الاحتمالات الأخرى.
كانت النتائج واضحة وقوية بشكل مفاجئ. استطاع النموذج تحديد الهدف البصري الصحيح بشكل أفضل بكثير من الصدفة العشوائية. فعندما كان على الحاسوب الاختيار بين الصورة الصحيحة ومجموعة تضم 2571 مرشحًا، نجح في ذلك في كثير من الأحيان أكثر مما لو كان قد خمن ببساطة بناءً على الفئة العامة للكلمة، مثل ما إذا كانت اسمًا أو فعلًا. والأكثر إثارة للإعجاب هو أن النظام ظل قادرًا على تمييز الصورة الصحيحة حتى عندما كانت المنافسة أصعب بكثير: عندما كان على النموذج الاختيار بين الكلمة المستهدفة وعشرين كلمة أخرى مشابهة جدًا في المعنى والاستخدام. يشير هذا إلى أن أنماط استخدام اللغة تحتوي على تفاصيل دقيقة حول المظهر البصري تتجاوز الفئات العامة.
ومع ذلك، كشفت الدراسة أيضًا أن هذه القدرة على "الرؤية من خلال الكلمات" ليست متساوية لكل كلمة. وجد الباحثون أن نجاح التنبؤ يعتمد بشكل كبير على طبيعة التجربة التي تصفها الكلمة. فالكلمات المرتبطة بقوة بالتجارب البصرية كانت الأسهل في الاستعادة. ومن المثير للاهتمام أن الكلمات المرتبطة بحاسة الشم أظهرت أيضًا ارتباطًا قويًا بالاستعادة البصرية، مما يشير إلى أن أوصاف الروائح غالبًا ما تشير إلى أشياء محددة ومرئية. وفي المق المقابل، كانت الكلمات المتعلقة بالأحاسيس الجسدية الداخلية، مثل الجوع أو الألم، أصعب في التحديد بصريًا. وقد أظهرت البيانات وجود علاقة سلبية هنا، مما يعني أنه كلما كانت الكلمة مرتبطة بأحاسيس داخلية، قل احتمال أن يكشف النص وحده عن صورة واضحة ومحددة.
كما لعب اتساق استخدام الكلمة دورًا حاسمًا. فعندما تُستخدم الكلمة في سياقات ومواقف مختلفة، يصبح التنبؤ البصري أضعف. وهذا أمر منطقي بديهيًا: فإذا استُخدمت الكلمة لوصف مجموعة متنوعة واسعة من المشاهد، يصبح النص ضبابيًا من الصور المختلفة، مما يجعل من الصعب عزل نموذج بصري واحد. وعلى العكس من ذلك، عندما كانت الصور المرتبطة بكلمة ما مستقرة ومتسقة عبر عينات مختلفة، أصبحت التنبؤات النصية أكثر حدة. ووجدت الدراسة أيضًا أن الوضوح البصري للكلمة كان مرتبطًا بمدى استقرار تمثيل صورتها؛ فالكلمات التي تمتلك ملخصات بصرية أكثر موثوقية كانت أسهل في الاستعادة من النص.
تقدم هذه النتائج رؤية دقيقة لكيفية اتصال اللغة بالعالم. فهي تؤكد أن العلاقات اللغوية توفر بالفعل وصولاً إلى المعلومات الإدراكية، مما يدعم فكرة أن كلماتنا متجذرة بعمق في تجاربنا الحسية. لكنها تظهر أيضًا أن هذا الوصول ليس موحدًا؛ فهو يختلف اعتمادًا على نوع التجربة التي تثيرها الكلمة ومدى اتساق استخدام الكلمة وتصويرها. توضح الدراسة أنه بينما يمكن للغة أن تعمل كنافذة على العالم المرئي، فإن الرؤية من خلال هذه النافذة تكون أوضح للأشياء التي نراها ونشمها، وللكلمات التي تصفها بطريقة ثابتة ومستقرة. أما بالنسبة للمشاعر الداخلية أو الاستخدامات المتنوعة للغاية، فإن النافذة تكون أكثر ضبابية، مما يذكرنا بأن الجسر بين الكلمات والصور يُبنى من الأنماط المحددة والمتكررة لحياتنا اليومية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.