Connect with us

Kunstmatige intelligentie

Nieuw onderzoek naar hoe kinderen taal leren kan het veld van machine learning helpen

mm

Een team van onderzoekers aan de Carnegie Mellon University heeft een nieuwe methode ontwikkeld om experimenteel te evalueren hoe ouders hun taalgebruik aanpassen wanneer ze met kinderen praten, afhankelijk van wat de kinderen al weten. Het model is het eerste van zijn soort.

De onderzoekers ontdekten dat ouders precieze structuren van de taalmodellen van hun kinderen hebben en dat ze deze gebruiken om hun eigen taalgebruik af te stemmen wanneer ze met de kinderen praten.

Het onderzoek werd gepubliceerd in het tijdschrift Psychological Science.

Taal afstemmen op kinderen

Daniel Yurovsky is assistant professor in psychologie aan de Carnegie Mellon University.

“We weten al jaren dat ouders op een andere manier met kinderen praten dan met andere volwassenen, bijvoorbeeld door hun taalgebruik te vereenvoudigen, woorden te herhalen en klinkers te rekken,” zei Yurovsky. “Dit helpt jonge kinderen om een voet tussen de deur te krijgen in de taal, maar we wisten niet of ouders hun taalgebruik aanpassen naarmate kinderen taal verwerven, waardoor kinderen taalinput krijgen die ‘precies goed’ is voor het leren van de volgende stap.”

Volgens het team praten volwassenen langzamer en op een hogere toon met kinderen en gebruiken ze ook overdreven articulatie, herhaling en vereenvoudigde taal. Bovendien gebruiken volwassenen vragen om de begrip van een kind te peilen en dit hele model verandert naarmate de taalvaardigheid van het kind toeneemt.

Yurovsky zegt dat dit vergelijkbaar is met de manier waarop een student vordert wanneer hij wiskunde leert op school.

“Wanneer je naar school gaat, begin je met algebra en daarna neem je vlakke meetkunde voordat je overgaat op calculus,” zei Yurovsky. “Mensen praten met kinderen op dezelfde manier zonder erbij na te denken. Ze houden bij hoeveel hun kind weet over taal en passen hun taalgebruik aan zodat kinderen hen begrijpen.”

Om te begrijpen hoe verzorgers hun interacties aanpassen naarmate een kind zich ontwikkelt, ontwikkelde het team een spel waarin ouders hun kinderen helpen om een specifiek dier te kiezen uit een set van drie. De helft van de dieren waren dieren die kinderen meestal leren voordat ze twee jaar oud zijn, terwijl de andere helft dieren waren die kinderen meestal later leren.

Er waren in totaal 41 kind-volwassene paren die het spel speelden en de verschillen in hoe ouders over dieren praatten die ze dachten dat hun kinderen al kenden, werden gemeten.

“Ouders hebben een ongelooflijk precieze kennis van de taal van hun kind omdat ze hen hebben zien groeien en leren,” zei Yurovsky. “Deze resultaten laten zien dat ouders hun kennis van de taalontwikkeling van hun kinderen gebruiken om de linguïstische informatie die ze verstrekken te fijn af te stemmen.”

Het onderzoek toonde aan dat de verzorger verschillende technieken gebruikte bij het overbrengen van het ‘onbekende’ dier aan het kind, zoals extra beschrijvingen die het kind al kende.

“Deze benadering laat ons toe om experimenteel ideeën te bevestigen die we hebben ontwikkeld op basis van observaties van hoe kinderen en ouders thuis interactie hebben,” zei Yurovsky. “We vonden dat ouders niet alleen gebruik maakten van wat ze al wisten over de taalkennis van hun kinderen voordat het onderzoek begon, maar ook dat als ze ontdekten dat ze het mis hadden – hun kind kende bijvoorbeeld geen ‘luipaard’ – ze de manier waarop ze over dat dier praatten veranderden de volgende keer.”

Nutte toepassing in het veld van machine learning

Volgens Yurovsky kunnen de resultaten onderzoekers in het veld van machine learning helpen.

“Deze resultaten kunnen ons helpen begrijpen hoe we moeten denken over taalsystemen voor machine learning,” zei hij. “Op dit moment trainen we taalmodellen door ze alle taalgegevens te geven die we kunnen krijgen, allemaal tegelijk. Maar we zouden het misschien beter doen als we ze de juiste gegevens op het juiste moment konden geven, op het juiste niveau van complexiteit dat ze klaar voor zijn.”

Het team van onderzoekers omvatte ook Ashley Leung aan de University of Chicago en Alex Tunkel aan The George Washington University School of Medicine and Health Sciences.

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.