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

言語は私たちの人生を流れる川であり、乳児期のたどたどしい喃語から、成人の複雑で矢継ぎ早な会話へと私たちを運んでくれます。数十年にわたり、科学者たちはこの川がいかにして私たちの精神を形作っているのかを理解しようと試み、二つの異なる、しかし関連した問いを投げかけてきました。第一の問いは、始まりについてです。なぜ子供たちは、「犬」や「ミルク」のような言葉を、「正義」や「ささやき」のような言葉よりもずっと早く学ぶのでしょうか？ 第二の問いは、その過程についてです。一度ある言葉を知った後、なぜその言葉自体は変わっていないにもかかわらず、ある時は読みやすく、またある時はつまずくように感じられるのでしょうか？

これらの問いに答えるために、研究者たちはしばしば、私たちが耳にする言語の中に隠された二種類の統計的な手がかりに着目します。一つの手がかりは「頻度」であり、これは単に、子供が日常生活の中で特定の言葉をどれくらいの頻度で聞いているかというカウントです。その言葉が現れる回数が多いほど、それはより馴染み深いものになります。もう一つの手がかりは「驚き（サプライズ）」の尺度です。文章を読んでいて、次にくる言葉を待っている場面を想像してみてください。もしその文章がある特定の言葉を予期させるものであれば、その言葉は予測可能です。もし文章が別の何かを予期させているのに、異なる言葉が現れたとしたら、その言葉は高い「驚き」の値を持っています。現代科学の世界では、研究者は大規模言語モデルとして知られる強力なコンピュータプログラムを使用して、この驚きの度合いを算出します。これらのプログラムは膨大な量のテキストで学習しており、文脈における次の単語を驚くべき精度で推測できるため、科学者は特定の文脈においてある言葉がいかに予想外であるかを正確に測定することができるのです。

長い間、これら二つの手がかり――ある言葉をどれほど頻繁に聞くかということと、それがどれほど驚きに満ちているかということ――は、子供が最初の語彙を学んでいるときも、大人が小説を読んでいるときも、同様に作用すると想定されてきました。言語の学習と処理に関するルールは、あらゆる場面で共通して適用されるという考え方でした。しかし、ナバラ大学のフランシスコ・ポルティジョ・ロペスによる新しい研究は、この仮定に異を唱えています。スペイン語を二つの異なる視点から検証したこの研究は、言葉を「学ぶ」ためのルールは、すでに知っている言葉を「処理する」ためのルールとは根本的に異なることを示唆しています。

研究者はまず、言語の最も初期の段階に焦に焦点を当て、一般的なスペイン語の名詞225個を調査することから始めました。彼は、コンピュータによる「驚き」の尺度が、なぜある言葉は早く学ばれ、他の言葉は遅く学ばれるのかを説明できるかどうかを知りたいと考えました。そのために、彼は養育者が幼い子供に話しかける際に使用する「乳児指向発話」として知られるデータに基づき、これらの言葉がどの程度の頻度で出現するかを集めました。また、彼は三つの異なるコンピュータモデルを用いて、その言葉が登場する文脈に基づいて、各単語の驚きの値を算出しました。結果は明白かつ一貫していました。言葉の頻度は、子供がいつその言葉を学ぶかを予測する強力な要因でした。環境の中に頻繁に現れる言葉は、ずっと早く学習されました。対照的に、「驚き」の尺度はほとんど役に立ちませんでした。コンピュータが特定の文章の中でその言葉がどれほど予想外であるかを計算したとしても、その情報は、単純にその言葉が何度聞かれたかという事実を考慮に入れた上で、子供がいつその言葉を学ぶかを説明することにはなりませんでした。

これが単にコンピュータへの問い方の癖によるものではないことを確実にするため、研究者はコンピュータを異なる方法でテストしました。彼は、すべての言葉が同じ単純な構造の中に配置される「標準的な文章フレーム」を用いる方法と、親子の間の自然な会話を用いる方法の両方を試みました。どちらの場合も、パターンは変わりませんでした。文脈が特定の言葉をどれほど予測できるかを測るように設計されたコンピュータの「驚き」の感覚は、初期の単語学習のタイミングには重要ではないようでした。子供が新しい言葉を獲得することを信頼性高く予測できた唯一の要素は、その言葉に何度遭遇したかということだけでした。この発見は、学習とは予測の問題を解くことではなく、反復と累積的な露出が主要な原動力であるという見方を支持しています。

物語は、研究者が焦点を聞き手である子供から大人へと移すと、急展開を迎えます。研究の第二部では、大人のスペイン語話者がテキストを読む様子を調査しました。カメラで人々がページ上の言葉をどこで、どのくらいの時間見ているかを記録するアイトラッキング（視線計測）の研究データを用い、彼は先ほどと同じコンピュータモデルの「驚き」の尺度をテストしました。今回、結果は全く異なりました。成人の読者にとって、驚きの尺度は、その言葉に対してどれくらいの時間停止（ポーズ）するかを予測する強力で信頼できる指標でした。前の言葉から与えられた文脈に対して、ある言葉が予測しにくいものであった場合、大人たちはその言葉を見る際により長い時間を費やしていました。これは、彼らの脳が予想外の入力に対して、より懸命に処理を行っていることを示しています。この効果は、単語の頻度や長さの影響を考慮した後でも、依然として強く残っていました。熟練した読解を行う大人の世界において、言葉の驚きの値は深く重要となるのです。

これら二つの発見のコントラストは、言語の仕組みにおける重大な分裂を明らかにしています。ゼロから語彙を構築している子供にとって、言葉への露出の純粋な量は、その言葉を記憶に定着させる鍵となります。その言葉がどのような文脈で現れるかは、その言葉を何度も聞いたという事実ほど重要ではありません。それはまるで、子供が石を集めているようなもので、特定の石を拾い上げる回数が増えるほど、その石は身近なものになるのです。しかし、大人になると、心の中にはすでにこれらの「石」が満たされており、広大なネットワークとして整理されています。大人が読書をする際、彼らは常に次に何が来るかの予測を行っています。もしテキストがその予測を裏切れば、脳は摩擦を感じ、目はその不一致を解消するために速度を落とすのです。

この区別は、言語を研究するために使用されるコンピュータモデルが失敗しているのではなく、むしろ、観察されている人生の段階に応じて、人間の経験の異なる側面を捉えていることを示唆しています。子供がいつ言葉を学ぶかを予測する際にはほとんど役に立たない数学的な「驚き」の尺度が、大人がそれをどのように読むかを理解するためには不可欠なのです。これは、脳が言語を扱うために単一の静的な方法を用いているのではないことを意味します。代わりに、発達に伴って、統計的な手がかりの重要性が変化するのです。初期段階では、脳は経験の蓄積に依存します。その後、強固なシステムが構築されると、脳は即時的な文脈と、それが生成する期待に対して非常に敏感になります。

また、この研究は、人工知能をどのように評価すべきかについても警鐘を鳴らしています。コンピュータプログラムは、大人の読解パターンを模倣することには長けており、人間の言語の完璧なモデルであるかのように見えるかもしれません。しかし、その同じプログラムは、子供が実際にどのように学ぶかというメカニズムを捉えることには失敗する可能性があります。もし私たちがこれらのモデルを成人の行動に対してのみテストするのであれば、それらが発展途上の精神の学習プロセスを反映していないという事実を見逃してしまうかもしれません。この研究は、言語を真に理解するためには、子供と大人の両方を見なければならないこと、つまり、プレイヤーが成長するにつれてゲームのルールが変わることを認識しなければならないことを示唆しています。露出から予測へと至る旅路は、同じ要因がすべてのステップに適用される直線的な道ではありません。それは、頻度の重みと予測の力が移り変わり、私たちが話し方や読み方を学ぶ物語における異なる章を定義していく道なのです。