Stimulus dependencies---rather than next-word prediction---can explain pre-onset brain encoding in naturalistic listening designs

기술적 요약

문제 제기
언어 신경과학의 지배적인 견해는 인간의 뇌가 자연스러운 청취 과정 동안 다가올 단어를 지속적으로 예측한다는 것이다. 최근, 단어의 벡터 표현(임베딩)을 사용하여 단어 발생 전의 뇌 활동을 모델링함으로써 신경적 예측을 직접 포착하는 새로운 분석 접근법이 등장했다. 두 가지 특정 발견이 진정한 신경적 차기 단어 예측의 특징으로 제안되었다: (i) 단어가 발생하기 전 미래 단어의 유의미한 인코딩 존재, 그리고 (ii) 이 발생 전 인코딩이 다가올 단어의 예측 가능성에 의해 조절된다는 점이다. 그러나 자연어는 밀도 높은 시간적 상관관계를 특징으로 하며, 선행 단어에 포함된 통계적 정보는 본질적으로 다가올 단어와 정보를 공유한다. 이는 중요한 방법론적 의문을 제기한다: 관찰된 특징들이 뇌의 능동적인 예측 계산을 반영하는 것인가, 아니면 회귀 모델이 이러한 내재적 자극 의존성을 이용하면서 발생하는 인위적인 결과인가?

방법론
능동적 예측과 자극 주도적 의존성을 구분하기 위해, 저자들은 이전의 예측 연구에서 사용된 것과 동일한 인코딩 분석을 "수동적 제어 시스템(passive control systems)"에 적용하였다. 이들은 자극을 인코딩하지만, 정의상 다가올 콘텐츠를 예측할 수는 없는 표현 체계이다. 구체적으로, 본 연구는 두 가지 제어 시스템을 테스트하였다:

1. 단어 임베딩: 언어의 통계적 구조를 포함하고 있으나 시간적 예측 메커니즘은 결여된 벡터 표현 그 자체.
2. 음성 음향 특성: 음성 신호의 가공되지 않은 음향적 특징.

저자들은 제안된 두 가지 예측의 특징(발생 전 인코딩 및 예측 가능성에 의한 조절)이 이러한 수동적 시스템에서도 나타나는지 조사하였다. 또한, 자극 의존성을 고려하기 위해 설계된 기존의 방법론적 교정책들이 이러한 효과를 제거하는 데 충분한지 평가하였다.

주요 결과
분석 결과, 두 가지 신경적 예측의 특징 모두 수동적 제어 시스템에서 강력하게 나타났다:

• 발생 전 인코딩: 단어 발생 전, 단어 임베딩과 음성 음향 모두에서 미래 단어의 유의미한 인코딩이 관찰되었다.
• 예측 가능성에 의한 조절: 이러한 제어 시스템에서의 발생 전 인코딩 강도는 이전에 신경적 예측의 특징으로 간주되었던 패턴과 유사하게 단어 예측 가능성에 따라 조절되었다.

결정적으로, 저자들은 자극 의존성을 보정하기 위해 의도된 기존 방식들이 불충분하다는 것을 입증하였다. 즉, 이러한 교정을 적용한 후에도 효과는 지속되었다.

주요 기여

• 혼란 변수(Confound) 식별: 본 논문은 자연 언어 자극의 시간적 상관관계가 신경적 예측 메커니즘과는 독립적으로, 회귀 모델에서 가짜 발생 전 인코딩 효과를 생성할 수 있음을 식별하였다.
• 제어 시스템을 통한 검증: 예측 능력이 없는 시스템(임베딩 및 음향)에서도 이러한 효과가 나타남을 보여줌으로써, 본 연구는 관찰된 "특징"들이 신경 현상이 아닌 통계적 인위적 결과일 수 있다는 강력한 근거를 제공한다.
• 교정책 평가: 본 연구는 현재의 교정 기술들이 이러한 인코딩 모델에서의 자극 의존성 문제를 완전히 해결하지 못함을 보여준다.

의의 및 주장
본 논문은 자연스러운 청취 설계에서 나타나는 뇌 활동의 발생 전 예측이 뇌가 수행하는 예측 계산보다는 자연 언어에 내재된 통계적 의존성을 반영할 수 있다고 결론짓는다. 결과적으로, 저자들은 현재의 인코딩 기반 방법론이 신경적 예측을 연구하는 데 얼마나 신뢰성 있게 사용될 수 있는지에 대해 의문을 제기한다. 이러한 발견은 발생 전 인코딩을 뇌의 예측에 대한 직접적인 증거로 해석했던 기존의 해석들이 자극 주도적 혼란 변수를 고려하여 재평가되어야 함을 시사한다.