💬 NLP

Evidence of Layered Positional and Directional Constraints in the Voynich Manuscript: Implications for Cipher-Like Structure

Dit artikel toont aan dat het Voynich-manuscript complexe, tweelaagse structurele beperkingen vertoont die niet door eenvoudige generatoren of bestaande talen worden gereproduceerd, wat wijst op een cipher-achtige aard die nieuwe kwantitatieve benchmarks vereist voor toekomstige ontcijferingspogingen.

Oorspronkelijke auteurs: Christophe Parisel

Gepubliceerd 2026-04-23

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Christophe Parisel

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Voynich-handschrift: Een Raadsel met Twee Gezichten

Stel je voor dat je een oud, geheimzinnig boek vindt (het Voynich-manuscript) vol met vreemde tekens. Niemand weet wat het betekent. Is het een taal? Is het een code? Of is het gewoon geklets?

Deze nieuwe studie van Christophe Parisel kijkt niet naar wat de woorden betekenen, maar naar hoe ze opgebouwd zijn. Het onderzoek doet twee verrassende ontdekkingen en test of dit boekje een code of een taal is.

1. De Twee Gezichten van het Boekje (De Richting)

Het meest opvallende is dat het manuscript twee verschillende "richtingen" heeft, alsof het boekje twee gezichten heeft:

Gezicht 1 (Binnenin de woorden): Als je de letters van een woord van links naar rechts leest, lijkt het willekeurig. Maar als je ze van rechts naar links leest, vormen ze een logisch patroon.
- Analogie: Stel je voor dat je een woord als "appel" schrijft als "leppa". Als je het van rechts naar links leest, is het een normaal woord. In het Voynich-manuscript zijn de woorden van binnen "omgekeerd" geoptimaliseerd.
Gezicht 2 (Tussen de woorden): Als je kijkt naar hoe woorden naast elkaar staan in een zin, gedragen ze zich juist als een normaal boek: van links naar rechts.
- Analogie: Het is alsof je een rij auto's hebt. Elke auto (woord) is gebouwd met de wielen achteraan (rechts), maar de auto's rijden allemaal in een rij van links naar rechts.

Wat betekent dit?
In normale talen (zoals Nederlands of Engels) zijn woorden en zinnen consistent: beide gaan van links naar rechts. In het Voynich-manuscript zijn ze tegenstrijdig. De onderzoekers hebben echter bewezen dat dit tegenstrijdige patroon niet per se een diep geheim is. Het is een natuurlijk gevolg van hoe de woorden eruitzien en hoe ze aan elkaar worden geregen. Het is als een spiegelbeeld dat vanzelf ontstaat als je bepaalde blokken blokken op een specifieke manier stapelt.

2. De "Sloten" en de "Gaten" (De Structuur)

De onderzoekers hebben gekeken naar de randen van de woorden. In een normaal gesprek zijn de begin- en eindletters van woorden vaak willekeurig. In het Voynich-manuscript is het echter heel streng:

De 80% Regel: In 80% van de gevallen eindigt een woord met een specifiek type teken, en begint het volgende woord direct met een ander specifiek type teken. Het is alsof er een strenge regel is: "Als je stopt met een rode steen, moet de volgende steen altijd blauw zijn."
De Uitersten: Er zijn tekens die alleen aan het begin voorkomen en tekens die alleen aan het eind voorkomen. In normale talen zijn dit zeldzame uitzonderingen (zoals de 'q' in het Nederlands). In het Voynich-manuscript is dit de basisregel.

3. De Test: Kunnen we dit namaken?

Om te zien of dit een code of een taal is, hebben de onderzoekers twee soorten "machines" (generatoren) gebouwd om te proberen het manuscript na te maken. Ze wilden zien of deze machines alle vier de vreemde eigenschappen tegelijk konden produceren.

Machine A (De Blokkenbouwer): Een machine die woorden bouwt uit vooraf gedefinieerde blokken (zoals een Lego-set met strikte regels).
- Resultaat: Deze machine kon de strenge "rode-naar-blauwe" regel goed namaken, maar faalde bij het maken van de juiste statistische verdeling van de tekens. Het was alsof je een perfecte muur bouwt, maar de bakstenen erin zijn allemaal even groot, terwijl ze in het echte boekje verschillende maten hebben.
Machine B (De Cardan-rooster): Een oude methode waarbij je een kaart met gaten over een tekst legt om een boodschap te ontcijferen (een soort "stencil").
- Resultaat: Deze machine kon de juiste verdeling van tekens maken, maar faalde bij de strenge "rode-naar-blauwe" regel. Het was alsof je een mooie muur bouwt, maar de bakstenen willekeurig worden geplaatst zonder de strenge volgorde.

Het Conclusie:
Geen enkele machine kon alle vier de eigenschappen tegelijk namaken.

Als je de strenge regels namakten, faalde de verdeling.
Als je de verdeling namakten, faalden de strenge regels.

Het echte Voynich-manuscript heeft echter alle vier eigenschappen perfect.

Wat betekent dit voor ons?

Het is geen simpele "klets" (Gibberish): Als het zomaar willekeurige tekens waren, zouden de statistieken niet zo streng en consistent zijn.
Het is geen simpele code: De meest populaire theorieën (zoals het gebruik van een Cardan-rooster of een simpele vervangingscode) werken niet, omdat ze niet alle eigenschappen tegelijk kunnen verklaren.
Het is een nieuw soort puzzel: Het manuscript heeft een structuur die uniek is. Het lijkt op een taal of een code, maar het werkt volgens regels die we nog niet kennen.

De Grootste Les:
Het onderzoek zegt niet wat het boekje is, maar het zegt wel wat het niet is. Het is geen simpele truc. Het is een complex systeem dat we nog niet volledig begrijpen. De onderzoekers hebben nu een "meetlat" gemaakt: elke nieuwe theorie die in de toekomst wordt bedacht, moet in staat zijn om al deze vier vreemde eigenschappen tegelijk te verklaren. Als dat niet lukt, is die theorie onjuist.

Kortom: Het Voynich-manuscript is als een slot dat niet opent met de gebruikelijke sleutels. We weten nu precies hoe het slot eruitziet, maar we hebben nog geen sleutel gevonden die past.

Probleemstelling

Het Voynich-manuscript (VMS) blijft een van de meest bestudeerde, maar onontcijferde teksten uit de geschiedenis. Drie hoofdhypothese concurreren: het is zinloze onzin (gibberish), een natuurlijke of geconstrueerde taal, of een gecodeerde tekst (cipher) van een bekende taal.
Een fundamenteel, maar onderbelicht aspect is de richting van de tekst. Hoewel het manuscript visueel links-naar-rechts (LTR) geschreven lijkt, suggereerde eerdere werk een optimalisatie voor rechts-naar-links (RTL) op karakter-niveau. Echter, traditionele methoden om richting te detecteren op woordgrenzen (gebaseerd op entropie en Gini-index) faalden voor het VMS omdat de verdeling van grafemen aan het begin en einde van woorden een Zipfiaanse (kracht-wet) curve volgt, in plaats van het platte patroon dat in natuurlijke talen wordt waargenomen. Dit maakt het onmogelijk om het VMS direct te vergelijken met natuurlijke talen met bestaande metrics.

Het centrale probleem is dus: Welke structurele eigenschappen van het VMS zijn uniek en niet reproduceerbaar door simpele oppervlakkige statistieken of bestaande generatiemodellen?

Methodologie

De auteur hanteert een strikt kwantitatieve aanpak met de volgende stappen:

Dataverzameling:
- VMS: RF1b-e EVA-transcriptie (37.016 woorden).
- Vergelijkingscorpora: Engels (LTR), Frans (LTR), Hebreeuws (RTL) en Arabisch (RTL).
- Beperking: De conclusies zijn strikt beperkt tot deze vier talen en generaliseren niet naar "natuurlijke taal" als geheel.
Analytische Methoden:
- Perplexiteit-asymmetrie: Meting van $\Delta = X_{LTR} - X_{RTL}$ om te bepalen of de karakterstroom beter voorspelbaar is in LTR of RTL richting.
- Cross-boundary Mutual Information (MI): Analyse van de wederzijdse informatie tussen het einde van woord $i$ en het begin van woord $i+1$ . Dit omzeilt het probleem van de Zipfiaanse grensverdeling.
- Positiedecompisitie: Classificatie van grafemen als "start-preferrend", "eind-preferrend" of "ambigu". De MI wordt opgesplitst in componenten gebaseerd op positieklasse-labels versus specifieke grafem-identiteiten.
- Markov-simulatie: Een woord-niveau Markov-keten (orde 1 en 2) wordt getraind op het VMS om synthetische corpora te genereren. Dit test of de waargenomen richting-dissociatie (RTL binnen woorden, LTR tussen woorden) een oppervlakkig gevolg is van woordstatistieken zonder diepere generatiemechanismen.
- Generatieve Model-Test: Twee klassen van gestructureerde generators worden getest tegen een vier-signatuur criterium:
  1. E→S Rate: Percentage van overgangen van een "eind"-klasse grafem naar een "start"-klasse grafem (doel: 70-95%).
  2. Bilaterale Positieve Extremiteit: Extreme verhoudingen (>100:1) in zowel start- als eind-voorkeur.
  3. Cross-boundary MI: > 0,10 bits.
  4. Zipfiaanse Grensverdeling: Kracht-wet verdeling (R² > 0,85).
- Geteste Generators:
  - Slot-based generator: Parametrisch model gebaseerd op geordende posities (prefix/suffix).
  - Cardan grille: Implementatie van Rugg's (2004) "gibberish" hypothese, inclusief eerlijke varianten zonder vooraf gescheiden pools.
  - Naibbe cipher: Een specifiek cipher-model voorgesteld door Greshko.

Belangrijkste Resultaten

1. Twee-laags Richtingsprofiel (Directional Dissociation)

VMS: Toont een unieke dissociatie. De karakterstroom binnen woorden is geoptimaliseerd voor RTL (rechter-naar-links), terwijl de overgangen tussen woorden geoptimaliseerd zijn voor LTR (links-naar-rechts).
Vergelijking: Geen van de vier vergelijkingstalen toont deze tegenovergestelde optimalisatie; ze zijn consistent LTR of RTL op beide niveaus.
Markov-resultaat: Een simpele woord-niveau Markov-simulatie reproduceerde deze dissociatie in 10/10 runs. Dit betekent dat de richtingsdissociatie geen bewijs is voor een specifiek generatiemechanisme, maar een oppervlakkig gevolg is van de bestaande woordinterne structuur en overgangswaarschijnlijkheden.

2. Unieke Positieve Signatures (Niet-reproduceerbaar door Markov)

De volgende eigenschappen zijn kwantitatief uniek voor het VMS ten opzichte van de vier talen en niet reproduceerbaar door oppervlakkige resampling:

Hoge Grensconcentratie: 80,6% van de overgangen aan woordgrenzen gaat van een "eind"-klasse grafem naar een "start"-klasse grafem. Dit is significant hoger dan in de vergelijkingstalen (19,8% - 35,5%).
Bilaterale Positieve Extremiteit: In het VMS komen extreme verhoudingen (>100:1) voor in beide klassen (bijv. 'q' is bijna uitsluitend aan het begin, 'iin' uitsluitend aan het eind). In natuurlijke talen zijn extreme verhoudingen meestal beperkt tot één richting (bijv. eindletters in Hebreeuws/Arabisch) of zeldzame letters.
Zipfiaanse Grensverdeling: De frequentieverdeling van grafemen aan woordgrenzen volgt een machtswet (Zipf), in tegenstelling tot het plateau-patroon in natuurlijke talen.
Hoge Structurele Mutual Information: Het VMS heeft de hoogste totale cross-boundary MI (0,230 bits) en behoudt 21% van deze MI zelfs na het door elkaar schudden van de woordvolgorde (shuffling). Dit wijst op sterke, orde-onafhankelijke structurele afhankelijkheden.

3. Falen van Generatieve Modellen

Geen enkele geteste generator kon alle vier de signatures gelijktijdig reproduceren:

Slot-based generator: Kan hoge E→S-rates en bilaterale extremiteit bereiken, maar faalt bij het combineren van hoge MI met Zipfiaanse verdelingen. Een hoge Zipf-exponent (nodig voor de verdeling) vernietigt de sequentiële afhankelijkheid (MI).
Cardan grille: Kan Zipfiaanse vormen en MI bereiken (in bepaalde configuraties), maar faalt bij het behalen van de hoge E→S-rate (80,6%) zonder de vorm te verliezen. Er is een fundamentele trade-off tussen kolom-scheefheid (skew) en positie-asymmetrie.
Naibbe cipher: Scoreerde slechts 1/4 op het criterium. De onafhankelijkheid van kaart-trekkings en de aanwezigheid van unigram-tokenen verdunden de E→S-rate en elimineren cross-boundary MI.

Bijdragen en Betekenis

Kwantitatieve Benchmarks: Het artikel biedt de eerste strikte, kwantitatieve benchmarks (de vier signatures) waartegen toekomstige modellen voor het VMS getest moeten worden.
Ontmaskering van Oppervlakkige Signalen: Door te tonen dat de richtingsdissociatie reproduceerbaar is door simpele Markov-processen, wordt dit kenmerk uitgesloten als een bewijs voor een complexe code of taal. De focus verschuift naar de niet-reproduceerbare structurele eigenschappen.
Uitsluiting van Eenvoudige Mechanismen: De studie toont aan dat de eenvoudigste vormen van twee prominente hypotheses (gestructureerde slot-compositie en Cardan-grilles) structureel incompatibel zijn met het gezamenlijke profiel van het VMS. Ze kunnen niet tegelijkertijd de hoge grensconcentratie, de Zipfiaanse vorm en de hoge MI genereren.
Cipher-achtige Structuur: De resultaten suggereren dat het VMS "cipher-achtige" structurele beperkingen heeft die moeilijk te reproduceren zijn door alleen frequentie-gebaseerde mechanismen of simpele generatieve modellen. Het vereist een mechanisme waarbij positie-asymmetrie (E→S) en frequentie-concentratie (Zipf) door onafhankelijke mechanismen worden aangestuurd.

Conclusie:
Het Voynich-manuscript vertoont een unieke combinatie van structurele eigenschappen die niet worden gevonden in de geteste natuurlijke talen en die niet worden gereproduceerd door de geteste generatieve modellen. Hoewel de studie geen definitief antwoord geeft op de oorsprong van de tekst (taal, gibberish of cipher), schraapt ze de ruimte van plausibele generatiemodellen in en stelt ze harde, kwantitatieve eisen die elk toekomstig ontcijferingsmodel moet voldoen. De auteurs maken hun code en data beschikbaar voor onafhankelijke verificatie.