From Exposure to Expectation: Frequency, Surprisal, and Language Across Development in Spanish

Il linguaggio è un fiume che scorre attraverso le nostre vite, trasportandoci dai primi balbettii dell'infanzia alle conversazioni complesse e frenetiche dell'età adulta. Per decenni, gli scienziati hanno cercato di capire come questo fiume modelli le nostre menti, ponendosi due domande distinte ma correlate. La prima riguarda l'inizio: perché i bambini imparano alcune parole, come "cane" o "latte", molto prima di altre, come "giustizia" o "sussurro"? La seconda riguarda il viaggio: una volta che conosciamo una parola, perché a volte sembra facile leggerla o ascoltarla, e altre volte sembra un inciampo, anche quando la parola stessa non è cambiata?

Per rispondere a queste domande, i ricercatori spesso osservano due diversi tipi di indizi statistici nascosti nel linguaggio che ascoltiamo. Un indizio è la frequenza, che è semplicemente un conteggio di quante volte un bambino sente una specifica parola nella sua vita quotidiana. Più spesso una parola appare, più diventa familiare. L'altro indizio è una misura della sorpresa. Immaginate una frase in cui state aspettando la parola successiva. Se la frase vi porta ad aspettarvi una certa parola, quella parola sembra prevedibile. Se la frase vi porta ad aspettarvi qualcos'altro, e una parola diversa appare, quella parola porta con sé un alto valore di "sorpresa". Nel mondo della scienza moderna, i ricercatori utilizzano potenti programmi informatici, noti come grandi modelli linguistici, per calcolare questa sorpresa. Questi programmi sono addestrati su enormi quantità di testo e possono indovinare la parola successiva in una frase con una precisione straordinaria, permettendo agli scienziati di misurare esattamente quanto una parola sia inaspettata in un dato contesto.

Per molto tempo, si è assunto che questi due indizi — quanto spesso sentiamo una parola e quanto sia sorprendente — lavorassero insieme nello stesso modo, sia che parlassimo di un bambino che impara il suo primo vocabolario, sia che parlassimo di un adulto che legge un romanzo. L'idea era che le stesse regole di apprendimento e di elaborazione del linguaggio si applicassero in modo universale. Tuttavia, un nuovo studio di Francisco Portillo López, dell'Universidad de Navarra, sfida questa assunzione. Esaminando la lingua spagnola attraverso due lenti diverse, la ricerca suggerisce che le regole per imparare una parola siano fondamentalmente diverse dalle regole per elaborare una parola una volta che è già nota.

Il ricercatore ha iniziato osservando le prime fasi del linguaggio, concentrandosi su 225 sostantivi comuni in spagnolo. Voleva sapere se la misura della sorpresa del computer potesse aiutare a spiegare perché alcune parole vengono apprese precocemente e altre tardivamente. Per farlo, ha raccolto dati su quanto spesso queste parole apparivano nel parlato dei caregiver rivolto ai bambini piccoli, una fonte nota come linguaggio diretto ai bambini (child-directed speech). Ha inoltre utilizzato tre diversi modelli informatici per calcolare il valore di sorpresa di ogni parola in base al contesto in cui appariva. I risultati sono stati chiari e coerenti: la frequenza di una parola era un potente predittore di quando un bambino la avrebbe appresa. Le parole che apparivano spesso nell'ambiente del bambino venivano apprese molto prima. Al contrario, la misura della sorpresa non offriva quasi alcun aiuto. Anche quando il computer calcolava quanto una parola fosse inaspettata in una specifica frase, questa informazione non spiegava perché un bambino avesse imparato quella parola in un determinato momento, una volta preso in considerazione il semplice fatto di quanto spesso la parola fosse stata udita.

Per assicurarsi che non si trattasse solo di un'anomalia del modo in cui il computer veniva interrogato per indovinare le parole, il ricercatore ha testato il computer in modi diversi. Ha provato a utilizzare strutture di frasi standardizzate, dove ogni parola era inserita nella stessa struttura semplice, e ha anche provato a utilizzare conversazioni reali e naturali tra genitori e figli. In entrambi i casi, il modello è rimasto costante. Il senso di sorpresa del computer, progettato per misurare quanto un contesto predica una parola specifica, non sembrava contare per la tempistica dell'apprendimento precoce delle parole. L'unica cosa che prediceva in modo affidabile quando un bambino acquisiva una nuova parola era quante volte l'aveva incontrata in precedenza. Questa scoperta sostiene una visione dell'apprendimento in cui la ripetizione e l'esposizione cumulativa sono i motori primari, piuttosto che il risoluzione momento per momento degli enigmi su cosa verrà dopo.

La storia prende una svolta brusca quando il ricercatore sposta il focus dai bambini agli adulti. Nella seconda parte dello studio, ha esaminato come gli adulti di lingua spagnola leggono un testo. Utilizzando i dati di uno studio di eye-tracking, dove le telecamere registravano esattamente dove e per quanto tempo le persone guardavano le parole su una pagina, ha testato la misura della sorpresa dello stesso modello informatico. Questa volta, i risultati sono stati completamente diversi. Per i lettori adulti, la misura della sorpresa era un predittore forte e affidabile di quanto tempo si fermassero su una parola. Quando una parola era meno prevedibile rispetto alle parole che la precedevano, gli adulti passavano più tempo a guardarla, indicando che i loro cervelli stavano lavorando più duramente per elaborare l'input inaspettato. Questo effetto rimaneva forte anche dopo aver tenuto conto di quanto la parola fosse comune e della sua lunghezza. Nel mondo della lettura esperta degli adulti, il valore della sorpresa conta profondamente.

Il contrasto tra questi due risultati rivela una divisione significativa in come funziona il linguaggio. Per un bambino che costruisce un vocabolario da zero, è il volume puro di esposizione a una parola che la fissa nella memoria. Il contesto in cui la parola appare conta meno del fatto che il bambino l'abbia sentita molte volte. È come se il bambino stesse raccogliendo pietre, e più volte raccoglie una specifica pietra, più essa diventa familiare. Per un adulto, invece, la mente è già piena di queste pietre, organizzate in una vasta rete. Quando un adulto legge, sta costantemente facendo previsioni su ciò che verrà dopo. Se il testo rompe quella previsione, il cervello registra un momento di attrito e gli occhi rallentano per risolvere l'incongruenza.

Questa distinzione suggerisce che i modelli informatici utilizzati per studiare il linguaggio non stiano fallendo; piuttosto, stanno catturando aspetti diversi dell'esperienza umana a seconda della fase di vita osservata. La stessa misura matematica della sorpresa che è quasi inutile per prevedere quando un bambino impara una parola è essenziale per comprendere come un adulto la legga. Ciò implica che il cervello non utilizzi un metodo unico e statico per gestire il linguaggio. Inveve, l'importanza degli indizi statistici cambia con lo sviluppo. All'inizio, il cervello si affida all'accumulo di esperienza. Successivamente, una volta che un sistema robusto è in atto, il cervello diventa altamente sensibile al contesto immediato e alle aspettative che esso genera.

Lo studio offre anche una nota di cautela su come valutiamo l'intelligenza artificiale. Un programma informatico potrebbe essere eccellente nel mimare i modelli di lettura di un adulto, facendolo sembrare un modello perfetto del linguaggio umano. Ma questo stesso programma potrebbe fallire nel catturare la meccanica di come un bambino impara effettivamente. Se testiamo questi modelli solo rispetto al comportamento degli adulti, potremmo perdere il fatto che essi non riflettono il processo di apprendimento di una mente in via di sviluppo. La ricerca suggerisce che per comprendere veramente il linguaggio, dobbiamo guardare sia il bambino che l'adulto, riconoscendo che le regole del gioco cambiano man mano che il giocatore cresce. Il viaggio dall'esposizione alla aspettativa non è una linea retta dove gli stessi fattori si applicano ad ogni passo; è un percorso dove il peso della frequenza e il potere della predizione si spostano, definendo capitoli diversi nella storia di come impariamo a parlare e leggere.