Emergence of a phonological bias in ChatGPT
该论文指出，尽管训练机制与人类语言习得方式不同，ChatGPT 仍展现出与人类相似的语音偏好，即在跨语言（如英语和西班牙语）情境下倾向于使用辅音而非元音来识别词汇。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文讲述了一个非常有趣的现象：人工智能（ChatGPT）竟然和人类婴儿一样，在“认字”时有一个共同的“小习惯”——它更看重辅音，而不太在意元音。
为了让你轻松理解，我们可以把语言想象成乐高积木，把单词想象成用积木搭成的房子。
1. 核心发现：ChatGPT 的“认字滤镜”
想象一下，你正在教一个刚学说话的孩子认单词。
- 元音（Vowels）：就像乐高积木里的红色底板。它们决定了房子的“高度”和“节奏”（比如 a, e, i, o, u），让房子听起来圆润、有起伏。
- 辅音（Consonants）：就像乐高积木里的蓝色骨架。它们决定了房子的“形状”和“结构”（比如 b, c, d, f, g），让房子看起来像个具体的东西。
人类是怎么做的？
研究发现，人类（从婴儿到成人）在认字时，大脑会自动开启一个“滤镜”：“骨架比底板更重要！”
如果你把单词 "Zebra"（斑马）里的元音 e 换成 a 变成 "Zabra"，人类会觉得：“嗯，这听起来还是像斑马，只是口音有点怪。”
但如果你把辅音 Z 换成 K 变成 "Cebra"，人类会立刻觉得：“不对！这完全不是斑马了，这听起来像别的词！”
ChatGPT 是怎么做的？
这篇论文的作者 Juan Manuel Toro 发现，ChatGPT 竟然也学会了这个“滤镜”！
当作者问 ChatGPT：“如果让你选，'Nalural'（把 natural 的 t 换成 l，动了辅音）和 'Nateral'（把 u 换成 e，动了元音），哪个更像 'Natural'（自然）？”
ChatGPT 毫不犹豫地选择了 'Nateral'（保留辅音骨架，只改元音）。
在 100 次测试中，ChatGPT 有 76% 的时间都做出了和人类一样的选择。更神奇的是，即使把测试语言从英语换成西班牙语（两种语言的元音和辅音比例不同），ChatGPT 依然保持了这个习惯。
2. 为什么这很酷？（比喻：不是被编程的，是“悟”出来的）
这就好比：
- 人类：婴儿在学说话时，并没有人专门教他们“辅音比元音重要”。他们是在听父母说话、在玩耍中自己悟出来的。因为辅音在区分不同单词时，信息量更大（就像骨架决定了房子是圆顶还是尖顶，而底板只是颜色）。
- ChatGPT：它并没有被人类程序员写进代码里说“请优先关注辅音”。它只是被扔进海量的互联网文本中，像婴儿一样“听”了无数遍。
结论是： 当人工智能通过海量数据学习语言时，它自发地发现了一个和人类大脑相同的规律：辅音是区分单词身份的关键，而元音更多是调节语气的。
3. 这意味着什么？
这就好比两个完全不一样的“大脑”：
- 一个是生物大脑（人类婴儿），靠神经元和进化。
- 一个是硅基大脑（ChatGPT），靠数学统计和算法。
但它们在面对“如何快速识别一个词”这个问题时，竟然得出了完全相同的解决方案。这说明，“辅音优先”可能不仅仅是人类的生理特性，而是语言本身的一种深层逻辑。 只要你想高效地处理语言，无论是用大脑还是用电脑，你都会发现：抓住“骨架”（辅音），比纠结“颜色”（元音）更重要。
总结
这篇论文告诉我们，ChatGPT 不仅仅是一个会背书的“复读机”，它在处理语言时，竟然展现出了和人类婴儿相似的直觉。它不需要被教导，就能像人类一样，透过声音的表象，紧紧抓住单词的“骨架”（辅音）来理解世界。
这让我们对人工智能和人类智能之间的关系有了更深的理解：也许在语言的底层逻辑里，人类和机器正在走向同一种“智慧”。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。