Convergence in Science, Divergence in Religion: Calibrated Framing Differences Across Wikipedia's Language Editions
Dit artikel introduceert een gekalibreerde framing-afstandmetriek om aan te tonen dat hoewel wetenschappelijke concepten met een hoge consistentie worden beschreven over de verschillende taalversies van Wikipedia, religieuze concepten de grootste divergentie vertonen, zelfs na correctie voor verschillen in taalfamilie-alignement en encoder-biases.
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
Stel je een bibliotheek voor waar elk boek over hetzelfde onderwerp is geschreven door een andere groep mensen, in een andere taal, zonder ooit met elkaar te hebben overlegd. Dit is Wikipedia. Met edities in meer dan 300 talen vormt het een van de grootste collaboratieve projecten van de mensheid, maar de hoofdstukken zijn geen vertalingen van één enkele mastertekst. In plaats daarvan kunnen een Turkse redacteur, een Koreaanse redacteur en een Poolse redacteur allemaal over "pelgrimage" of "censuur" schrijven, puttend uit hun eigen lokale bronnen, culturele geschiedenissen en gemeenschapswaarden. Dit creëert een unieke kans voor onderzoekers: als we kijken naar hoe deze verschillende gemeenschappen precies hetzelfde idee beschrijven, kunnen we dan zien waar hun perspectieven overeenkomen en waar ze uiteenlopen? Deze vraag bevindt zich op het snijvlak van taal, cultuur en technologie. Het is van belang omdat de tekst die we vandaag schrijven, vaak de trainingsdata wordt voor de kunstmatige intelligentiesystemen van morgen. Als die systemen leren van een bibliotheek waar de definitie van "democratie" of "opoffering" verschilt afhankelijk van de taal, kunnen de machines die zij bouwen uiteindelijk verschillende versies van de geschiedenis vertellen aan verschillende mensen.
Een onderzoeker zette zich scharpe schijf om deze afwijking te meten, niet door te tellen hoeveel feiten er ontbreken in de ene taal versus de andere, maar door te meten hoe verschillend dezelfde feiten worden gekaderd. De onderzoeker verzamelde 2.799 artikelen uit twintig verschillende talen, die een breed scala aan onderwerpen beslaan. Om ervoor te zorgen dat er appels met appels werden vergeleken, werd de studie verankerd aan 150 specifieke concepten, zoals "karma", "democratie", "kwantummechanica" en "vluchteling", gebruikmakend van een wereldwijde database om te garanderen dat elke taaleditie over dezelfde kernidee discussieerde. Er werd ook een set neutrale concepten opgenomen, zoals chemische elementen en basiskleuren, die dienen als een controlegroep. Het doel was om te zien of de manier waarop mensen over religie of politiek schrijven, meer verschilt van de ene taal naar de andere dan de manier waarop ze over gevestigde wetenschap schrijven.
De onderzoeker werd geconfronteerd met een aanzienlijke hindernis: de computertools die worden gebruikt om tekst te vergelijken, zijn niet perfect. Deze tools, bekend als sentence encoders, vertalen woorden naar wiskundige punten in een enorme ruimte om gelijkenis te meten. Deze tools werken echter soms beter voor sommige paren talen dan voor andere. Zo kan de tool bijvoorbeeld van nature denken dat Frans en Spaans dichter bij elkaar liggen dan Hindi en Chinees, simpelweg vanwege de manier waarop het getraind is, en niet vanwege een werkelijk cultureel verschil. Als de onderzoeker alleen de ruwe afstand tussen de artikelen had gemeten, had hij technische eigenaardigheden voor culturele kloven kunnen aanzien. Om dit op te lossen, creëerde de onderzoeker een "gekalibreerde afstand". Eerst mat de onderzoeker hoe ver de neutrale, onbetwiste artikelen uit elkaar lagen voor elk paar talen. Dit gaf een basislijn, een soort nulpunt dat rekening hield met de natuurlijke bias van de tool. Vervolgens werd deze basislijn afgetrokken van de afstand van de eigenlijke onderwerpen die werden bestudeerd. Deze aanpassing verwijderde de technische ruis, waardoor de werkelijke verschillen in de manier waarop de gemeenschappen hun onderwerpen beschreven, overbleven.
De resultaten onthulden een duidelijk en opvallend patroon. Wanneer het aankwam op religie, waren de verschillende taalversies aanzienlijk divergenter dan de neutrale basislijn. Concepten als "opoffering", "geestelijkheid" en "martelaar" vertoonden de grootste kloven in beschrijving. Op dezelfde manier werden politiek geladen termen als "censuur" en "vluchteling" in verschillende talen heel anders beschreven. In tegen plaats waren de artikelen over wetenschap en technologie het meest op elkaar afgestemd. Onderwerpen zoals "evolutie", "DNA" en "kwantummechanica" werden in alle twintig talen met opmerkelijke consistentie beschreven, vaak zelfs nauwer dan de neutrale controlegroepen. Dit suggereert dat terwijl wetenschappelijke kennis de neiging heeft om te convergeren naar een gedeeld mondiaal begrip, culturele en religieuze narratieven diep geworteld blijven in lokale contexten.
De studie vond ook dat deze divergentie niet gelijkmatig verdeeld is over alle politieke onderwerpen. Terwijl "censuur" een kloof veroorzaakte, werden concepten als "democratie" en "mensenrechten" in vrijwel alle talen vrij vergelijkbaar beschreven. Dit geeft aan dat de splitsing niet over politiek als geheel gaat, maar over specifieke, gevoelige ideeën die raken aan lokale machtsdynamiek en identiteit. De onderzoeker testte de bevindingen met drie verschillende computermodellen om te verzekeren dat de resultaten niet slechts een artefact waren van één specifieke tool. Hoewel de exacte omvang van de verschillen enigszima varieerde afhankelijk van het model, bleef de rangorde hetzelfde: religie was het meest divergente domein, en wetenschap was het meest gealigneerde.
Een van de belangrijkste lessen is dat taalfamilies niet het hele verhaal vertellen. Men zou verwachten dat talen uit dezelfde familie, zoals Frans en Spaans, concepten meer vergelijkbaar zouden kaderen dan verre talen zoals Hindi en Chinees. Hoewel dit het geval was voor de ruwe, ongekalibreerde gegevens, verdween het effect grotendeels zodra de onderzoeker corrigeerde voor de technische biases van de computertools. Dit betekent dat de verschillen in inkadering niet simpelweg een kwestie zijn van taalkundige afkomst; het zijn echte culturele keuzes gemaakt door de redacteuren. De studie benadrukte ook dat de Wikipedia-gemeenschap voor het Chinees uniek is. Omdat de mainland-versie van de site geblokkeerd is in China, weerspiegelt de geanalyseerde Chinese editie de perspectieven van redacteuren in Taiwan, Hongkong en overzeese gemeenschappen, in plaats van een enkelvoudig, verenigd nationaal standpunt.
Uiteindelijk biedt dit onderzoek een nieuwe manier om naar de wereldwijde kennisbasis te kijken. Het laat zien dat hoewel de mensheid het eens is over de feiten van de fysieke wereld, we nog steeds zeer verschillende verhalen vertellen over onze overtuigingen en onze strijd. De gegevens suggereren dat als kunstmatige intelligentie op dit materiaal wordt getraind, het waarschijnlijk deze divergenties zal erven, wat potentieel leidt tot verschillende historische of culturele narratieven afhankelijk van de taal die een gebruiker spreekt. Door de metingen te kalibreren om technische ruis te verwijderen, heeft de onderzoeker een duidelijker beeld gegeven van waar deze verschillen liggen, waarbij de artefacten van de machine zijn gescheiden van de werkelijke variaties van de menselijke cultuur. De code en de gegevens van deze studie zijn nu beschikbaar voor anderen om te gebruiken, zodat toekomstige onderzoeken naar hoe wij onze wereld kaderen, gebouwd kunnen worden op een fundament van helderheid in plaats van verwarring.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.