การวิจัยใหม่เกี่ยวกับวิธีการที่เด็กเรียนรู้ภาษา สามารถช่วยสาขา Machine Learning

ทีมนักวิจัยจากมหาวิทยาลัยคาร์เนกีเมลลอนได้พัฒนาแบบจำลองใหม่เพื่อประเมินว่าพ่อแม่เปลี่ยนแปลงภาษาของตนเองเมื่อพูดกับเด็กๆ ตามความรู้ที่เด็กๆ มีอยู่แล้ว

นักวิจัยพบว่าพ่อแม่มีโครงสร้างภาษาที่แม่นยำของเด็กๆ และใช้โครงสร้างนี้ในการปรับเปลี่ยนภาษาของตนเองเมื่อพูดกับเด็กๆ

การวิจัยนี้ได้รับการตีพิมพ์ในวารสาร Psychological Science.

การปรับภาษาสำหรับเด็กๆ

Daniel Yurovsky เป็นรองศาสตราจารย์ในสาขาจิตวิทยา tạiมหาวิทยาลัยคาร์เนกีเมลลอน

“เรารู้มานานแล้วว่าพ่อแม่พูดกับเด็กๆ ต่างจากพูดกับผู้ใหญ่อื่นๆ ในหลายๆ ด้าน เช่น การทำให้ภาษาเรียบง่าย การซ้ำคำ และการยืดเสียงสระ” Yurovsky กล่าว “สิ่งเหล่านี้ช่วยให้เด็กๆ ได้รับการเรียนรู้ภาษา แต่เรายังไม่รู้ว่าพ่อแม่เปลี่ยนแปลงวิธีการพูดเมื่อเด็กๆ เรียนรู้ภาษาหรือไม่ โดยให้ข้อมูลภาษาที่ ‘เหมาะสม’ สำหรับการเรียนรู้สิ่งใหม่ๆ”

ตามทีมวิจัย ผู้ใหญ่พูดกับเด็กๆ ช้าและด้วยเสียงที่สูงกว่า และพวกเขายังใช้การออกเสียงที่เกินจริง การซ้ำคำ และภาษาที่เรียบง่าย นอกจากนี้ ผู้ใหญ่ยังใช้คำถามเพื่อประเมินความเข้าใจของเด็กๆ และแบบจำลองนี้เปลี่ยนแปลงเมื่อความสามารถภาษาของเด็กๆ เพิ่มขึ้น

Yurovsky กล่าวว่าสิ่งนี้คล้ายกับวิธีการที่นักเรียนเรียนรู้คณิตศาสตร์ในโรงเรียน

“เมื่อคุณไปโรงเรียน คุณเริ่มต้นด้วยคณิตศาสตร์พื้นฐาน然后เรียนเรขาคณิตและคณิตศาสตร์ขั้นสูง” Yurovsky กล่าว “ผู้ใหญ่พูดกับเด็กๆ โดยใช้โครงสร้างเดียวกันโดยไม่ต้องคิดมาก พวกเขากำลังติดตามความรู้ภาษาของเด็กๆ และปรับเปลี่ยนวิธีการพูดเพื่อให้เด็กๆ เข้าใจ”

เพื่อทำความเข้าใจว่าผู้ดูแลเปลี่ยนแปลงวิธีการสื่อสารเมื่อเด็กๆ พัฒนา ทีมวิจัยได้พัฒนาเกมที่พ่อแม่ช่วยเด็กๆ เลือกสัตว์จากชุดของสาม

มีเด็กและผู้ใหญ่ 41 คู่ที่เล่นเกมนี้ และความแตกต่างในการพูดเกี่ยวกับสัตว์ที่พ่อแม่คิดว่าเด็กๆ รู้จักได้รับการวัด

“พ่อแม่มีความรู้ที่แม่นยำเกี่ยวกับภาษาของเด็กๆ เพราะพวกเขาได้เห็นเด็กๆ เติบโตและเรียนรู้” Yurovsky กล่าว “ผลลัพธ์เหล่านี้แสดงให้เห็นว่าพ่อแม่ใช้ความรู้เกี่ยวกับการพัฒนาภาษาของเด็กๆ เพื่อปรับเปลี่ยนข้อมูลภาษาที่ให้”

การวิจัยพบว่าผู้ดูแลใช้เทคนิคต่างๆ เมื่อถ่ายทอด ‘สัตว์ที่ไม่รู้จัก’ ให้กับเด็กๆ เช่น คำอธิบายเพิ่มเติมที่เด็กๆ คุ้นเคย

“วิธีการนี้ทำให้เราได้ผลลัพธ์ที่เป็นไปได้ในการทดลองideas ที่เราได้พัฒนาขึ้นจากการสังเกตการณ์เกี่ยวกับวิธีการที่เด็กๆ และพ่อแม่สื่อสารในบ้าน” Yurovsky กล่าว “เราพบว่าพ่อแม่ใช้ความรู้ที่มีอยู่แล้วเกี่ยวกับภาษาของเด็กๆ ก่อนที่จะเริ่มการศึกษา และหากพวกเขาพบว่าพวกเขาผิด — เด็กๆ ไม่รู้ ‘เสือดาว’ ตัวอย่างเช่น — พวกเขาจะเปลี่ยนแปลงวิธีการพูดเกี่ยวกับสัตว์นั้นในครั้งถัดไป”

มีประโยชน์ในสาขา Machine Learning

ตาม Yurovsky ผลลัพธ์เหล่านี้สามารถช่วยให้นักวิจัยในสาขา Machine Learning

“ผลลัพธ์เหล่านี้สามารถช่วยให้เราเข้าใจวิธีการคิดเกี่ยวกับระบบภาษา Machine Learning” เขากล่าว “ปัจจุบันเราได้ฝึกอบรมแบบจำลองภาษาด้วยการให้ข้อมูลภาษาทั้งหมดที่เราสามารถหาได้ทั้งหมดในครั้งเดียว แต่เราอาจทำได้ดีกว่านี้หากเราสามารถให้ข้อมูลที่ถูกต้องในเวลาที่เหมาะสม โดยรักษาระดับความซับซ้อนที่เหมาะสมที่พวกเขาเตรียมพร้อมแล้ว”

ทีมนักวิจัยยังรวมถึง Ashley Leung จากมหาวิทยาลัยชิคาโกและ Alex Tunkel จากโรงเรียนแพทย์และวิทยาศาสตร์สุขภาพของมหาวิทยาลัยจอร์จ วอชิงตัน