Multidimensional processing profiles reveal the relational geometry of areal typological features in L2 reading
本研究は、L2中国語読者の多次元的なアイトラッキング・プロファイルが、母語話者とは異なるものの、言語接触、処理メカニズム、および計算モデリングを結びつける定量化可能なシグネチャーを提供する、地域的な類型論的特徴の収束的な関係幾何学を明らかにしていることを示している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
第二言語で文章を読むとき、私たちの目は単に左から右へと直線的に動いているわけではありません。目は一時停止し、戻り、そして先へと飛び越えます。この複雑な停止と始動のパターンは、私たちの脳がいかに意味を処理しているかを明らかにしています。数十年にわたり、このプロセスを研究してきた科学者たちは、孤立した瞬間に焦点を当ててきました。例えば、読者が一つの難しい単語をどれくらいの時間凝視したか、あるいは特定の文法規則でどれくらいの頻度でつまずいたか、といったことです。このアプローチは、言語を個別の項目のリストのように扱い、各項目の難しさを理解すれば全体を理解できると想定しています。しかし、言語はリストではなく、ウェブ（網目）なのです。言葉や文法規則は互いに関連し合い、ある部分の難易度は他の部分とのつながりに依存するというシステムを形成しています。新しい研究は、より深い問いを投げかけることで、読解に関する従来の捉え方に挑戦しています。すなわち、異なる背景を持つ学習者は、この接続のウェブ全体を同じように処理しているのか、それとも、彼らの母語が新しい言語の見方そのものの構造を再構築してしまうのか、という問いです。
これに答えるため、広西大学の研究者たちは、東南アジアの独特な言語的景観に注目しました。この地域では、ベトナム語、タイ語、ラオ語、ビルマ語、クメール語、インドネシア語といった言語は全く異なる語族に属していますが、数百年にわたる接触により、多くの構造的特徴を共有しています。共通の祖先を持たないにもかかわらず、これらの言語は、数詞のための助数詞の使用や時間の示し方など、言葉を組織する方法において収束し、似通ったものとなっています。これが自然な実験を生み出しました。研究者たちはこう考えました。もしベトナム語を母語とする人が中国語を学ぶ場合と、タイ語を母語とする人が学ぶ場合では、出発点となる言語が異なるために、目の動きも変わるのだろうか？ それとも、これらの言語の構造が非常に似通っているため、学習者の脳は新しい言語をほぼ同一の方法で整理するのだろうか？
研究チームは440人を集め、高速カメラを用いて彼らの眼球運動を追跡しながら、75種類の異なる中国語のテキストを読ませました。グループには、ネイティブの中国語話者と、東南アジア6カ国の学習者が含まれていました。研究者たちは、単一の測定値を見るのではなく、読者が単語をどれくらい見たか、どれくらいの頻度で読み返しのために戻ったか、どれくらいの頻度で単語をスキップしたかといった、7つの異なる眼球行動の測定方法を組み合わせました。これら7つの測定値を織り交ぜることで、学習者が遭遇するあらゆる文法機能に対して「多次元的なプロファイル」を作成しました。これにより、彼らは言語の「関係的幾何学」、つまり、言語の異なる部分が学習者の脳にとってどの程度近く、あるいは遠く感じられるかを示す地図を描くことができたのです。
結果は驚くべきパターンを明らかにしました。ネイティブの中国語話者はこれらの言語的特徴を一つの方法で整理していましたが、6つの学習者グループは、異なる語族から来ているにもかかわらず、ほぼ同一の方法でそれらを整理していました。彼らの目の動きは非常に統制されており、ある二つの文法的な特徴間の距離は、それがベトナム出身であれ、タイ出身であれ、インドネシア出身であれ、脳内ではほぼ同じでした。この共有されたパターンは非常に強力で、ネイティブスピーカーとは明確に異なる、単一の統一された形状を形成していました。この研究は、この収束がランダムなものではないことを示しました。学習者たちは、自身の母語が持つ共通の構造的特徴によって引き寄せられた結果、中国語のシステム全体を自らの思考の中で再構築したと考えられます。
しかし、この共有された構造があるからといって、すべての特徴が同様に扱われるわけではありません。文中の語順や動詞の修飾といった一部の文法パターンは、すべての学習者グループ間で高い一致度を示しました。一方で、複数形の扱い方や特定の種類の動詞の構成といった他の要素は、より多くの差異を示しました。研究者たちは、学習者たちの間で最も一致が見られた特徴こそが、ネイティブスピーカーとの差異が最も大きい特徴でもあることを見出しました。これは、東南アジアにおける言語接触の共通の歴史が、これらの学習者が中国語にどのようにアプローチするかという共通の「骨格」を作り出している一方で、細部の詳細は依然として個々の背景に依存していることを示唆しています。
研究チームは、この人間によるデータを人工知能によるテストにもかけました。研究者たちは、膨大な量のテキストから言語を学習するように設計されたコンピュータプログラムである、7つの異なる学習済み言語モデルに、同じテキストを入力しました。そして、これらのマシンが、人間の学習者と同じように中国語の特徴を整理することを学習できているかどうかを問いかけました。モデルは、人間のパターンを模倣する能力をいくらか備えており、学習者が示した構造の約62パーセントを捉えていました。しかし、その一致は完璧ではありませんでした。モデルは、単にその特徴が存在することを識別することには長けていましたが、人間が行うように特徴間の関係性を整理することには不得手でした。さらに、モデルが多くの言語で訓練されているからといって、学習者への一致度が高まるわけではないことも判明しました。マルチリンガルなモデルは、単一言語のモデルよりも優れた性能を示しませんでした。
この発見は、コンピュータを多くの言語にさらすだけでは、第二言語を学んだ人間のように考えさせることはできないということを示唆しています。人間の脳は、単に言語に関する事実を蓄積するのではなく、それらの事実が互いにどのように関連しているかという、特定の相互接続されたマップを構築しているのです。本研究は、母語が言語学習に与える影響は、単に一つの言葉を別の言葉へと翻訳することではないと結論付けています。それは、新しい言語の景観そのものを再構築し、たとえ異なる言葉を話していたとしても、同じ言語的近隣に住む人々によって共有される、新しい関係的幾何学を作り出すことなのです。個別の糸ではなく、接続のウェブ全体を見ることで、研究者たちは、第二言語での読解という複雑な現実に人間の精神がいかに適応しているかについて、より鮮明な全体像を提示したのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。