taló Nova investigació sobre com els nens aprenen l'idioma poden ajudar al camp de l'aprenentatge automàtic - Unite.AI
Connecteu-vos amb nosaltres

Intel·ligència Artificial

Nova investigació sobre com els nens aprenen l'idioma poden ajudar al camp de l'aprenentatge automàtic

actualitzat on

Un equip d'investigadors de la Universitat Carnegie Mellon ha desenvolupat un nou mètode per avaluar experimentalment com els pares alteren el seu llenguatge quan parlen amb els nens en funció del que aquests ja saben. El model és el primer d'aquest tipus. 

Els investigadors van trobar que els pares tenen estructures precises dels models lingüístics dels seus fills, i aquests s'utilitzen per afinar el seu propi llenguatge quan parlen amb els nens. 

La investigació es va publicar a la revista Ciència Psicològica.

Tuning Language per a nens

Daniel Yurovsky és professor ajudant de psicologia a la Universitat Carnegie Mellon. 

"Fa anys que sabem que els pares parlen amb els nens de manera diferent que amb altres adults de moltes maneres, per exemple simplificant la seva parla, duplicant paraules i estirant els sons de les vocals", va dir Yurovsky. "Aquestes coses ajuden els nens a endinsar-se en el llenguatge, però no sabíem si els pares canvien la seva manera de parlar a mesura que els nens adquireixen el llenguatge, donant als nens una entrada lingüística "adequada" per aprendre el següent".

Segons l'equip, els adults parlen amb els nens més lentament i amb un to més alt, i també es basen en l'enunciació exagerada, la repetició i el llenguatge simplificat. A més de tot això, els adults també utilitzen preguntes per mesurar la comprensió d'un nen, i tot aquest model canvia a mesura que augmenta la fluïdesa del llenguatge del nen.

Yurovsky diu que això és similar a com avança un estudiant quan apren matemàtiques a l'escola.

"Quan vas a l'escola, comença amb àlgebra i després prens geometria plana abans de passar al càlcul", va dir Yurovsky. "La gent parla amb els nens utilitzant el mateix tipus d'estructura sense pensar-hi. Estan fent un seguiment de quant sap el seu fill sobre el llenguatge i modificant la seva manera de parlar perquè els entenguin".

Per tal d'entendre com els cuidadors alteren les seves interaccions a mesura que es desenvolupa un nen, l'equip va desenvolupar un joc on els pares ajuden els seus fills a triar un animal específic d'un conjunt de tres. La meitat dels animals eren els que sovint aprenen els nens abans dels 2 anys, mentre que l'altra meitat eren animals que els nens sovint aprenen més tard.

Hi va haver un total de 41 parelles nens-adults que van jugar al joc, i es van mesurar les diferències en com els pares parlaven dels animals que pensaven que coneixien els seus fills. 

"Els pares tenen un coneixement increïblement precís de la llengua dels seus fills perquè els han vist créixer i aprendre", va dir Yurovsky. "Aquests resultats mostren que els pares aprofiten el seu coneixement del desenvolupament lingüístic dels seus fills per afinar la informació lingüística que proporcionen".

La investigació va trobar que el cuidador va utilitzar diverses tècniques per transmetre l'animal "desconegut" al nen, com ara descriptors addicionals que el nen estava familiaritzat.

"Aquest enfocament [de recerca] ens permet confirmar experimentalment les idees que hem desenvolupat a partir d'observacions de com els nens i els pares participen a la llar", va dir Yurovsky. "Vam trobar que els pares no només feien servir el que ja sabien sobre els coneixements lingüístics dels seus fills abans de l'estudi, sinó també que si s'assabentaven que estaven equivocats (el seu fill en realitat no coneixia 'lleopard', per exemple), canviaven la manera com vaig parlar d'aquest animal la propera vegada".

Útil en el camp de l'aprenentatge automàtic

Segons Yurovsky, els resultats podrien ajudar els investigadors en aprenentatge automàtic.

"Aquests resultats podrien ajudar-nos a entendre com pensar en els sistemes de llenguatge d'aprenentatge automàtic", va dir. "Ara mateix entrenem models lingüístics donant-los totes les dades lingüístiques que podem tenir a les nostres mans alhora. Però podríem fer-ho millor si poguéssim donar-los les dades adequades en el moment adequat, mantenint-les en el nivell de complexitat adequat per al qual estan preparats".

L'equip d'investigadors també va incloure Ashley Leung de la Universitat de Chicago i Alex Tunkel de la George Washington University School of Medicine and Health Sciences.

 

Alex McFarland és un periodista i escriptor d'IA que explora els últims desenvolupaments en intel·ligència artificial. Ha col·laborat amb nombroses startups i publicacions d'IA a tot el món.