A hidden generative rule assembles higher-order vocal structures in orangutans

Resumo Técnico: Regra Generativa Oculta em Estruturas Vocais de Orangotangos

Problema
A emergência da generatividade ilimitada da linguagem humana — a capacidade de combinar unidades de sinal em estruturas de ordem superior com propriedades emergentes e irredutíveis — permanece uma controvérsia científica central. Um obstáculo primário para resolver o debate entre as explicações saltacionistas e gradualistas da evolução da linguagem é a falta de evidências comparáveis em espécies não humanas. Pesquisas comparativas anteriores basearam-se amplamente em experimentos de reprodução (playback) com espécies distantes (aves, macacos), focando na percepção do receptor em vez da produção. Esses estudos foram limitados a combinações simples de duas unidades e frequentemente dependem de interpretações subjetivas de "significado", o que introduz ambiguidade. Além disso, há uma escassez de evidências homólogas em grandes primatas, particularmente no que diz respeito à produção de sequências vocais complexas. Este estudo aborda essa lacuna investigando se grandes primatas selvagens possuem os precursores estruturais da linguagem, especificamente a capacidade de montar unidades vocais via regras generativas que produzem dependências não locais e sensíveis ao contexto.

Metodologia
Os pesquisadores conduziram uma análise estrutural de larga escala de combinações de chamados de alarme produzidos por orangotangos sumatranos (Pongo abelii) selvagens na Estação de Pesquisa de Ketambe, Indonésia.

• Sujeitos: Sete fêmeas adultas (seis com filhotes, uma nulípara) representando toda a população residente feminina local.
• Desenho Experimental: Quatro modelos de predadores foram apresentados para elicitar chamados de alarme: um predador natural (tigre) e três controles com padrões de pelagem não naturais (branco, branco com manchas, padrão abstrato). Isso resultou em 24 experimentos e um conjunto de dados de 3.909 unidades de chamados de alarme.
• Processamento de Dados:
  • Unidades: Os chamados foram classificados em oito tipos baseados na inspeção acústica e visual de espectrogramas: kiss-squeaks (KS), kiss-squeaks com mão (KH), grumphs (GR), chamados de rolagem (rolling calls) (RC), chamados complexos (CC), rugidos (RO), suspiros (SI) e suspiros curtos (SH). KS e KH são surdos (semelhantes a consoantes); os demais são sonoros (semelhantes a vogais).
  • N-gramas: Sequências de chamados produzidas dentro de ~0,2 segundos foram definidas como n-gramas (variando de 1 a 10 unidades).
  • Sílabas: Agrupamentos de unidades sequenciais dentro de um n-grama foram definidos como sílabas (até 5 unidades).
• Abordagem Analítica: O estudo empregou análise estrutural formal para mapear dependências não adjacentes.
  • Definição de Dependência: Uma dependência existe quando a presença de uma unidade altera sistematicamente a probabilidade de outra na mesma combinação.
  • Teste Estatístico: Testes de Qui-quadrado compararam frequências de transição reais contra modelos nulos (permutações aleatórias) para identificar dependências significativas de avanço (forward) e retrocesso (backward).
  • Análise Condicional: Análise direcionada de trigramas contíguos testou se $P(C|A,B)$ diferia significativamente de $P(C|B)$. Se $A$ influencia $C$ mesmo quando $B$ é conhecido, a dependência é não local e não pode ser reduzida a transições adjacentes.
  • Sensibilidade ao Contexto: Testes de Kolmogorov-Smirnov e testes exatos de Fisher compararam tipos e frequências de dependência entre diferentes modelos de predadores para avaliar a especificidade do contexto.

Resultos Principais

1. Repertório Combinatório Complexo: Os orangotangos produziram 140 tipos únicos de n-gramas a partir de 8 unidades de chamada, variando de bigramas a decagramas (sequências de 10 unidades).
2. Dependências Não Adjacentes: Probabilidades de transição significativas foram encontradas abrangendo até nove posições dentro dos n-gramas.
   • Direcionalidade: As dependências de avanço e retrocesso não eram imagens espelhadas, indicando assimetria direcional nas regras de montagem.
   • Especificidade: KS (semelhante a consoante) mostrou dependências de avanço não adjacentes significativas até 9 posições de distância. RC e SI (semelhantes a vogais) mostraram dependências de retrocesso não adjacentes significativas até 9 posições de distância.
3. Estrutura Hierárquica (Sílabas): As unidades coalesceram em sílabas de 2, 3, 4 e 5 unidades. Essas sílabas exibiram propriedades estruturais emergentes, projetando dependências para outras unidades e sílabas a distâncias de até 9 posições. Isso demonstra um arcabouço multinível onde as dependências são aninhadas entre unidades e sílabas.
4. Irredutibilidade a Transições Locais: A análise condicional de trigramas confirmou que as dependências não adjacentes não podem ser reduzidas a estruturas de transição adjacentes. Em múltiplos casos, a presença de uma unidade precedente $A$ alterou significativamente a probabilidade de uma unidade posterior $C$, mesmo controlando pela unidade interveniente $B$.
5. Sensibilidade ao Contexto:
   • Unidade-para-Unidade: O contexto (modelo de predador) não alterou significativamente o tipo de dependências não adjacentes entre unidades individuais, embora tenha afetado a frequência de vieses de avanço.
   • Sílaba-para-Sílaba: O modelo do tigre eliciou tipos e frequências significativamente diferentes de dependências não adjacentes entre sílabas em comparação com os modelos de controle. Isso indica que estruturas de sílabas de ordem superior exibem especificidade de predador, uma forma de sensibilidade ao contexto não observada no nível de unidade individual.

Contribuições Principais

• Evidência Estrutural de Generatividade: O estudo fornece a primeira evidência em um primata não humano de sequências vocais montadas por uma regra generativa oculta que produz estruturas de ordem superior com propriedades emergentes.
• Dependências Não Locais: Documenta as dependências não adjacentes mais longas relatadas (até 9 posições) em um primata não humano, desafiando a visão de que as sequências vocais animais são governadas apenas por transições lineares locais.
• Homologia sobre Analogia: Ao focar em orangotangos (a linhagem de hominídeos que divergiu mais cedo), o estudo oferece evidências homólogas para os precursores da generatividade vocal humana, indo além das evidências analógicas fornecidas por aves e macacos.
• Estrutura Metodológica: Introduz um arcabouço quantificável e agnóstico quanto ao significado para analisar capacidades combinatórias baseadas em redes de dependência, aplicável a diversos táxons sem exigir suposições sobre estados cognitivos ou significado semântico.

Significância e Alegações
O artigo alega que as assinaturas estruturais observadas — estruturação hierárquica, montagem direcional, irredutibilidade composta e sensibilidade ao contexto — são consistentes com um sistema governado por um processo combinatório generativo. Os autores argumentam que esses achados indicam que os precursores estruturais chave da linguagem, especificamente a capacidade de generatividade vocal, estavam presentes em forma incipiente nos hominídeos ancestrais.

O estudo postula que a montagem das combinações vocais dos orangotangos não é meramente uma cadeia linear de associações adjacentes, mas envolve uma organização complexa e em camadas onde unidades e sílabas interagem através de longas distâncias e são moduladas por contextos ecológicos externos (ex: tipos específicos de predadores). Isso sugere que a base computacional para a generatividade ilimitada da linguagem pode ter evoluído de sistemas comunicativos de grandes primatas ancestrais que já possuíam a capacidade de combinar chamados semelhantes a consoantes e vogais em estruturas complexas de ordem superior. Os autores concluem que estes resultados permitem rastrear a trajetória evolutiva das capacidades de linguagem humana como uma modificação destes antigos sistemas de grandes primatas.