A hidden generative rule assembles higher-order vocal structures in orangutans

Resumen Técnico: Regla Generativa Oculta en las Estructuras Vocales de los Orangutanes

Planteamiento del Problema
La emergencia de la generatividad ilimitada del lenguaje humano —la capacidad de combinar unidades de señal en estructuras de orden superior con propiedades emergentes e irreducibles— sigue siendo una controversia científica central. Un obstáculo primario para resolver el debate entre las explicaciones salcionistas y gradualistas de la evolución del lenguaje es la falta de evidencia comparable en especies no humanas. La investigación comparativa previa se ha basado mayoritariamente en experimentos de reproducción (playback) con especies distantemente relacionadas (aves, monos), centrándose en la percepción del receptor en lugar de la producción. Estos estudios se han limitado a combinaciones simples de dos unidades y a menudo dependen de interpretaciones subjetivas del "significado", lo que introduce ambigüedad. Además, existe una escasez de evidencia homóloga en los grandes simios, particularmente en lo que respecta a la producción de secuencias vocales complejas. Este estudio aborda esta brecha investigando si los grandes simios silvestres poseen los precursores estructurales del lenguaje, específicamente la capacidad de ensamblar unidades vocales mediante reglas generativas que producen dependencias no locales y sensibles al contexto.

Metodología
Los investigadores realizaron un análisis estructural a gran escala de las combinaciones de llamadas de alarma producidas por orangutanes de Sumatra (Pongo abelii) silvestres en la Estación de Investigación de Ketambe, Indonesia.

• Sujetos: Siete hembras adultas (seis con crías, una nulípara) que representan a toda la población residente local de hembras.
• Diseño Experimental: Se presentaron cuatro modelos de depredadores para provocar llamadas de alarma: un depredador natural (tigre) y tres controles con patrones de pelaje no naturales (blanco, blanco con manchas, patrón abstracto). Esto produjo 24 experimentos y un conjunto de datos de 3,909 unidades de llamadas de alarma.
• Procesamiento de Datos:
  • Unidades: Las llamadas se clasificaron en ocho tipos basados en la inspección acústica y visual de espectrogramas: kiss-squeaks (KS), kiss-squeaks con mano (KH), grumphs (GR), llamadas rodantes (RC), llamadas complejas (CC), rugidos (RO), suspiros (SI) y suspiros cortos (SH). KS y KH son sordas (similares a consonantes); el resto son sonoras (similares a vocales).
  • N-gramas: Las secuencias de llamadas producidas dentro de ~0.2 segundos se definieron como n-gramas (que oscilan entre 1 y 10 unidades).
  • Sílabas: Los grupos de unidades secuenciales dentro de un n-grama se definieron como sílabas (hasta 5 unidades).
• Enfoque Analítico: El estudio empleó un análisis estructural formal para mapear dependencias no adyacentes.
  • Definición de Dependencia: Una dependencia existe cuando la presencia de una unidad altera sistemáticamente la probabilidad de otra en la misma combinación.
  • Pruebas Estadísticas: Pruebas de chi-cuadrado compararon las frecuencias de transición reales frente a modelos nulos (permutaciones aleatorias) para identificar dependencias significativas hacia adelante y hacia atrás.
  • Análisis Condicional: El análisis dirigido de trigramas contiguos probó si $P(C|A,B)$ difería significamente de $P(C|B)$. Si $A$ influye en $C$ incluso cuando $B$ es conocido, la dependencia es no local y no puede reducirse a transiciones adyacentes.
  • Sensibilidad al Contexto: Las pruebas de Kolmogorov-Smirnov y las pruebas exactas de Fisher compararon los tipos y frecuencias de dependencias entre diferentes modelos de depredadores para evaluar la especificidad del contexto.

Resultos Clave

1. Repertorio Combinatorio Complejo: Los orangutanes produjeron 140 tipos de n-gramas únicos a partir de 8 unidades de llamada, que oscilan entre bigramas y decagramas (secuencias de 10 unidades).
2. Dependencias No Adyacentes: Se encontraron probabilidades de transición significativas que abarcan hasta nueve posiciones dentro de los n-gramas.
   • Direccionalidad: Las dependencias hacia adelante y hacia atrás no fueron imágenes especulares, lo que indica una asimetría direccional en las reglas de ensamblaje.
   • Especificidad: KS (similares a consonantes) mostró dependencias no adyacentes hacia adelante significativas hasta 9 posiciones de distancia. RC y SI (similares a vocales) mostraron dependencias no adyacentes hacia atrás significativas hasta 9 posiciones de distancia.
3. Estructura Jerárquica (Sílabas): Las unidades se fusionaron en sílabas de 2, 3, 4 y 5 unidades. Estas sílabas exhibieron propiedades estructurales emergentes, proyectando dependencias a otras unidades y sílabas a distancias de hasta 9 posiciones. Esto demuestra un andamiaje multinivel donde las dependencias están anidadas a través de unidades y sílabas.
4. Irreducibilidad a Transiciones Locales: El análisis condicional de trigramas confirmó que las dependencias no adyacentes no pueden reducirse a estructuras de transición adyacentes. En múltiples casos, la presencia de una unidad precedente $A$ alteró significativamente la probabilidad de una unidad posterior $C$, incluso controlando la unidad intermedia $B$.
5. Sensibilidad al Contexto:
   • Unidad a Unidad: El contexto (modelo de depredador) no alteró significativamente el tipo de dependencias no adyacentes entre unidades individuales, aunque afectó la frecuencia de los sesgos hacia adelante.
   • Sílaba a Sílaba: El modelo del tigre provocó tipos y frecuencias de dependencias no adyacentes entre sílabas significativamente diferentes en comparación con los modelos de control. Esto indica que las estructuras de sílabas de orden superior exhiben especificidad de depredador, una forma de sensibilidad al contexto no observada a nivel de unidad individual.

Contribuciones Clave

• Evidencia Estructural de la Generatividad: El estudio proporciona la primera evidencia en un primate no humano de secuencias vocales ensambladas por una regla generativa oculta que produce estructuras de orden superior con propiedades emergentes.
• Dependencias No Locales: Documenta las dependencias no adyacentes más largas reportadas (hasta 9 posiciones) en un primate no humano, desafiando la visión de que las secuencias vocales de los animales están gobernadas únicamente por transiciones lineales locales.
• Homología sobre Analogía: Al centrarse en los orangutanes (el linaje de homínidos que diverge más tempranamente), el estudio ofrece evidencia homóloga para los precursores de la generatividad vocal humana, yendo más allá de la evidencia analógica proporcionada por aves y monos.
• Marco Metodológico: Introduce un marco cuantificable y ajeno al significado para analizar capacidades combinatorias basadas en redes de dependencia, aplicable a diversos taxones sin requerir suposiciones sobre estados cognitivos o significado semántico.

Significancia y Reivindicaciones
El artículo sostiene que las firmas estructurales observadas —estructuración jerárquica, ensamblaje direccional, irreducibilidad compuesta y sensibilidad al contexto— son consistentes con un sistema gobernado por un proceso combinatorio generativo. Los autores argumentan que estos hallazgos indican que los precursores estructurales clave del lenguaje, específicamente la capacidad para la generatividad vocal, estaban presentes en forma incipiente en los homínidos ancestrales.

El estudio postula que el ensamblaje de las combinaciones vocales de los orangutanes no es meramente una cadena lineal de asociaciones adyacentes, sino que involucra una organización compleja y estratificada donde las unidades y las sílabas interactúan a través de largas distancias y son moduladas por contextos ecológicos externos (por ejemplo, tipos específicos de depredadores). Esto sugiere que la base computacional de la generatividad ilimitada del lenguaje pudo haber evolucionado a partir de sistemas comunicativos de los grandes simios ancestrales que ya poseían la capacidad de combinar llamadas similares a consonantes y vocales en estructuras complejas de orden superior. Los autores concluyen que estos resultados permiten rastrear la trayectoria evolutiva de las capacidades del lenguaje humano como una modificación de estos antiguos sistemas de los grandes simios.