Multidimensional processing profiles reveal the relational geometry of areal typological features in L2 reading
Cette étude démontre que les profils oculométriques multidimensionnels des lecteurs de chinois L2 révèlent une géométrie relationnelle convergente de caractéristiques typologiques areal qui, bien que distincte des locuteurs natifs, offre une signature quantifiable reliant le contact des langues, les mécanismes de traitement et la modélisation computationnelle.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Lorsque nous lisons une phrase dans une langue étrangère, nos yeux ne se déplacent pas simplement de gauche à droite en ligne droite. Ils font des pauses, reviennent en arrière et sautent vers l'avant, créant un motif complexe d'arrêts et de départs qui révèle comment notre cerveau traite le sens. Pendant des décades, les scientifiques étudiant ce processus se sont concentrés sur des moments isolés : combien de temps un lecteur fixe un seul mot difficile, ou combien de fois il trébuche sur une règle de grammaire spécifique. Cette approche traite la langue comme une liste d'éléments séparés, supposant que si nous comprenons la difficulté de chaque élément, nous comprenons l'ensemble. Cependant, la langue n'est pas une liste ; c'est une toile. Les mots et les règles de grammaire existent en relation les uns avec les autres, formant un système où la difficulté d'une partie dépend de sa connexion avec le reste. Une nouvelle étude remet en question l'ancienne façon de regarder la lecture en posant une question plus profonde : les apprenants issus de différents horizons traitent-ils toute cette toile de connexions de la même manière, ou leur langue maternelle remodèle-t-elle la structure même de la façon dont ils perçoivent la nouvelle langue ?
Pour répondre à cela, des chercheurs de l'Université du Guangxi ont porté leur attention sur le paysage linguistique unique de l'Asie du Sud-Est. Dans cette région, des langues comme le vietnamien, le thaï, le lao, le birman, le khmer et l'indonésien appartiennent à des familles de langues complètement différentes, pourtant des siècles de contact ont fait qu'elles partagent de nombreuses caractéristiques structurelles. Elles ont convergé vers des manières similaires d'organiser les mots, d'utiliser des classificateurs pour les nombres et de marquer le temps, malgré l'absence d'ancêtre commun. Cela a créé une expérience naturelle. Les chercheurs se sont demandé : si une personne apprend le chinois avec un bagage maternel vietnamien par rapport à un bagage maternel thaïlandais, ses yeux bougeront-ils différemment parce que ses langues de départ sont différentes ? Ou, parce que ces langues sont devenues si similaires dans leur structure, le cerveau des apprenants organisera-t-il la nouvelle langue de manière presque identique ?
L'équipe a réuni 440 personnes pour lire 75 textes chinois différents pendant que leurs mouvements oculaires étaient suivis par des caméras à haute vitesse. Le groupe comprenait des locuteurs natifs du chinois et des apprenants provenant de six pays d'Asie du Sud-Est. Au lieu de regarder un seul paramètre, les chercheurs ont combiné sept façons différentes de mesurer le comportement oculaire — comme la durée pendant laquelle un lecteur a regardé un mot, la fréquence à laquelle il est revenu en arrière pour relire, et la fréquence à laquelle il a sauté des mots entièrement. En tissant ensemble ces sept mesures, ils ont créé un « profil multidimensionnel » pour chaque caractéristique grammaticale rencontrée par les apprenants. Cela leur a permis de cartographier la « géométrie relationnelle » de la langue : une carte montrant à quel point différentes parties de la langue semblent proches ou éloignées du cerveau du lecteur.
Les résultats ont révélé un motif frappant. Alors que les locuteurs natifs du chinois avaient une certaine façon d'organiser ces caractéristiques linguistiques, les six groupes d'apprenants, malgré l'appartenance à des familles de langues différentes, partageaient tous une seconde façon d'organisation presque identique. Leurs yeux bougeaient de manière si coordonnée que la distance entre deux caractéristiques grammaticales dans leur esprit était presque la même, qu'ils viennent du Vietnam, de Thaïlande ou d'Indonésie. Ce motif partagé était si fort qu'il formait une forme unique et unifiée, distincte de celle des locuteurs natifs. L'étude a constaté que cette convergence n'était pas aléatoire ; les apprenants avaient réorganisé l'ensemble du système de la langue chinoise dans leur esprit, probablement parce que les caractéristiques structurelles partagées de leurs langues maternelles les attiraient vers une manière commune de traiter l'information.
Cependant, cette structure partagée ne signifiait pas que chaque caractéristique était traitée de la même manière. Certains schémas grammaticaux, comme l'ordre des mots dans une phrase ou la façon dont les verbes sont modifiés, montraient un haut degré d'accord parmi tous les groupes d'apprenants. D'autres, comme la gestion des noms pluriels ou la construction de certains types de verbes, montraient plus de variations. Les chercheurs ont découvert que les caractéristiques où les apprenants étaient le plus en accord étaient aussi celles où ils différaient le plus des locuteurs natifs. Cela suggère que l'histoire partagée du contact des langues en Asie du Sud-Est a créé un « squelette » commun pour la façon dont ces apprenants abordent le chinois, mais que les détails individuels dépendaient encore de leur parcours spécifique.
L'équipe a également testé ces données humaines face à l'intelligence artificielle. Les chercheurs ont soumis les mêmes textes à sept modèles de langage pré-entraînés différents, qui sont des programmes informatiques conçus pour apprendre la langue à partir de vastes quantités de texte. Ils ont cherché à savoir si ces machines avaient appris à organiser les caractéristiques du chinois d'une manière qui ressemblait à celle des apprenants humains. Les modèles ont montré une certaine capacité à imiter les motifs humains, capturant environ 62 % de la structure affichée par les apprenants. Mais la correspondance n'était pas parfaite. Les modèles étaient plus doués pour identifier simplement l'existence d'une caractéristique que pour organiser les relations entre les caractéristiques de la même manière que les humains. De plus, le fait qu'un modèle ait été entraîné sur de nombreuses langues ne le rendait pas plus performant pour correspondre aux apprenants ; les modèles multilingues n'étaient pas significativement meilleurs que les modèles monolingues.
Cette découverte suggère que l'exposition d'un ordinateur à de nombreuses langues ne suffit pas pour qu'il pense comme un humain qui a appris une seconde langue. Le cerveau humain ne se contente pas de stocker des faits sur la langue ; il construit une carte spécifique et interconnectée de la façon dont ces faits se rapportent les uns aux autres. L'étude conclut que l'influence d'une langue maternelle sur l'apprentissage ne consiste pas seulement à traduire un mot vers un autre. Il s'agit de remodeler l'ensemble du paysage de la nouvelle langue, en créant une nouvelle géométrie relationnelle partagée par des personnes qui ont vécu dans le même voisinage linguistique, même si elles parlent des langues différentes. En observant l'ensemble de la toile de connexions plutôt que des fils isolés, les chercheurs ont fourni une image plus claire de la façon dont l'esprit humain s'adapte à la réalité complexe de la lecture dans une seconde langue.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.