Multidimensional processing profiles reveal the relational geometry of areal typological features in L2 reading
Diese Studie zeigt, dass multidimensionale Eye-Tracking-Profile von L2-Chinesisch-Lesern eine konvergente relationale Geometrie arealtypologischer Merkmale offenbaren, die zwar von Muttersprachlern verschieden ist, jedoch eine quantifizierbare Signatur bietet, welche Sprachkontakt, Verarbeitungsmechanismen und computergestützte Modellierung miteinander verknüpft.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Wenn wir einen Satz in einer Fremdsprache lesen, bewegen sich unsere Augen nicht einfach von links nach rechts in einer geraden Linie. Sie halten inne, springen zurück und springen voraus, wodurch ein komplexes Muster aus Stopps und Starts entsteht, das offenbart, wie unser Gehirn die Bedeutung verarbeitet. Jahrzehntelang haben Wissenschaftler, die diesen Prozess untersuchten, sich auf isolierte Momente konzentriert: wie lange ein Leser bei einem einzelnen schwierigen Wort verweilt oder wie oft er über eine bestimmte Grammatikregel stolpert. Dieser Ansatz behandelt Sprache wie eine Liste separater Elemente und geht davon aus, dass wir das Ganze verstehen, wenn wir die Schwierigkeit jedes einzelnen Elements verstehen. Sprache ist jedoch keine Liste; sie ist ein Netz. Wörter und Grammatikregeln existieren in Beziehung zueinander und bilden ein System, in dem die Schwierigkeit eines Teils von seiner Verbindung zum Rest abhängt. Eine neue Studie stellt die alte Sichtweise des Lesens in Frage, indem sie eine tiefere Frage stellt: Verarbeiten Lernende aus unterschiedlichen Hintergründen dieses gesamte Netz von Verbindungen auf die gleiche Weise, oder formt ihre Muttersprache die sehr Struktur dessen um, wie sie die neue Sprache sehen?
Um dies zu beantworten, wandten sich Forscher der Universität Guangxi der einzigartigen linguistischen Landschaft Südostasiens zu. In dieser Region gehören Sprachen wie Vietnamesisch, Thai, Laotisch, Birmanisch, Khmer und Indonesisch völlig unterschiedlichen Sprachfamilien an, doch der jahrhundertelange Kontakt hat dazu geführt, dass sie viele strukturelle Merkmale teilen. Sie sind zu ähnlichen Arten der Wortorganisation konvergiert, verwenden Klassifikatoren für Zahlen und markieren die Zeit, obwohl sie keinen gemeinsamen Vorfahren haben. Dies schuf ein natürliches Experiment. Die Forscher fragten sich: Wenn eine Person Chinesisch aus einem muttersprachlich vietnamesischen Hintergrund lernt im Vergleich zu einem muttersprachlich thailändischen Hintergrund, bewegen sich ihre Augen dann anders, weil ihre Ausgangssprachen unterschiedlich sind? Oder werden die Gehirne der Lernenden die neue Sprache auf eine nahezu identische Weise organisieren, weil diese Sprachen in ihrer Struktur so ähnlich geworden sind?
Das Team brachte 440 Personen zusammen, die 75 verschiedene chinesische Texte lasen, während ihre Augenbewegungen mit Hochgeschwindigkeitskameras verfolgt wurden. Die Gruppe umfasste Muttersprachler des Chinesischen sowie Lernende aus sechs südostasiatischen Ländern. Anstatt nur eine einzige Messung zu betrachten, kombinierten die Forscher sieben verschiedene Arten, das Augenverhalten zu messen – etwa wie lange ein Leser auf einem Wort verweilte, wie oft er zurücksprang, um neu zu lesen, und wie oft er Wörter ganz übersprang. Durch das Verweben dieser sieben Messungen erstellten sie ein „multidimensionales Profil“ für jedes einzelne grammatikalische Merkmal, auf das die Lernenden stießen. Dies ermöglichte es ihnen, die „relationale Geometrie“ der Sprache abzubilden: eine Karte, die zeigt, wie nah oder fern sich verschiedene Teile der Sprache im Gehirn des Lesers anfühlen.
Die Ergebnisse zeigten ein auffälliges Muster. Während die Muttersprachler des Chinesischen eine andere Art der Organisation dieser linguistischen Merkmale aufwiesen, teilten alle sechs Gruppen der Lernenden trotz ihrer unterschiedlichen Sprachfamilien eine nahezu identische zweite Art der Organisation. Ihre Augen bewegten sich so koordiniert, dass der Abstand zwischen zwei beliebigen grammatikalischen Merkmalen in ihren Köpfen fast derselbe war, unabhängig davon, ob sie aus Vietnam, Thailand oder Indonesien stammten. Dieses gemeinsame Muster war so stark, dass es eine einzige, einheitliche Form bildete, die sich von der der Muttersprachler unterschied. Die Studie fand heraus, dass diese Konvergenz nicht zufällig war; die Lernenden hatten das gesamte System der chinesischen Sprache in ihrem Geist reorganisiert, wahrscheinlich weil die geteilten strukturellen Merkmale ihrer Muttersprachen sie zu einer gemeinsamen Art der Verarbeitung zogen.
Diese gemeinsame Struktur bedeutete jedoch nicht, dass jedes Merkmal gleich behandelt wurde. Einige grammatikalische Muster, wie die Wortreihenfolge in einem Satz oder die Art und Weise, wie Verben modifiziert werden, zeigten einen hohen Grad an Übereinstimmung unter allen Lerngruppen. Andere, wie etwa die Handhabung von Pluralnomen oder die Konstruktion bestimmter Verbtypen, zeigten mehr Variation. Die Forscher fanden heraus, dass die Merkmale, bei denen sich die Lernenden am meisten einig waren, auch jene waren, in denen sie sich am stärksten von den Muttersprachlern unterschieden. Dies deutet darauf darauf hin, dass die gemeinsame Geschichte des Sprachkontakts in Südostasien ein gemeinsames „Skelett“ geschaffen hat, wie diese Lernenden das Chinesische angehen, aber individuelle Details dennoch von ihrem jeweiligen Hintergrund abhingen.
Das Team unterzog diese menschlichen Daten auch einem Test gegen künstliche Intelligenz. Die Forscher speisten dieselben Texte in sieben verschiedene vortrainierte Sprachmodelle ein, bei denen es sich um Computerprogramme handelt, die darauf ausgelegt sind, Sprache aus riesigen Mengen von Texten zu lernen. Sie fragten sich, ob diese Maschinen gelernt hatten, die Merkmale des Chinesischen in einer Weise zu organisieren, die der der menschlichen Lernenden ähnelte. Die Modelle zeigten zwar eine gewisse Fähigkeit, die menschlichen Muster nachzuahmen, und erfassten etwa 62 Prozent der Struktur, die die Lernenden aufwiesen. Aber die Übereinstimmung war nicht perfekt. Die Modelle waren besser darin, schlicht zu identifizieren, dass ein Merkmal existiert, als darin, die Beziehungen zwischen den Merkmalen auf die gleiche Weise wie Menschen zu organisieren. Zudem führte die Tatsache, dass ein Modell mit vielen Sprachen trainiert wurde, nicht dazu, dass es eine bessere Übereinstimmung mit den Lernenden darstellte; die multilingualen Modelle schnitten nicht signifikant besser ab als die einsprachigen Modelle.
Dieser Befund legt nahe, dass die bloße Exposition eines Computers gegenüber vielen Sprachen nicht ausreicht, um ihn so denken zu lassen wie einen Menschen, der eine Zweitsprache gelernt hat. Das menschliche Gehirn speichert nicht nur Fakten über eine Sprache; es baut eine spezifische, vernetzte Karte darüber auf, wie diese Fakten miteinander in Beziehung stehen. Die Studie kommt zu dem Schluss, dass der Einfluss einer Muttersprache auf das Lernen nicht nur darin besteht, ein Wort in ein anderes zu übersetzen. Es geht darum, die gesamte Landschaft der neuen Sprache umzugestalten und eine neue relationale Geometrie zu schaffen, die von Menschen geteilt wird, die im selben linguistischen Viertel gelebt haben, selbst wenn sie unterschiedliche Zungen sprechen. Indem sie das gesamte Netz von Verbindungen statt isolierter Fäden betrachteten, lieferten die Forscher ein klareres Bild davon, wie sich der menschliche Geist an die komplexe Realität des Lesens in einer Zweitsprache anpasst.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.