زبان انسان بیشتر از احساس، به امنیت و بقا گرایش دارد

زبان را مانند نقشه‌ای تصور کنید که برای دوری از پرتگاه‌ها ترسیم شده است. جمله‌ای کوتاه. تصویری پررنگ. این همان یافته شگفت‌انگیز گروهی از پژوهشگران دانشگاه ورمونت است: وقتی میلیاردها کاربرد واقعی واژه‌ها را بررسی می‌کنید، به نظر می‌رسد زبان انسان امنیت را بر صرفا لحن احساسی ترجیح می‌دهد.

دهه‌هاست که پژوهشگران برای توضیح معنای واژه‌ها در ذهن، به یک مدل سه‌بخشی هیجانی تکیه کرده‌اند: خوشایندی، برانگیختگی و سلطه. این مدل ظریف، اثرگذار و در روان‌شناسی، زبان‌شناسی و موتورهای تحلیل احساسات که بخشی از هوش مصنوعی مدرن را پیش می‌برند، بسیار رایج بوده است. اما مطالعه‌ای به رهبری دانشگاه ورمونت که در ساینس ادونسز منتشر شده، استدلال می‌کند این ابعاد یک اصل سازمان‌دهنده قدیمی‌تر و شاید غریزی‌تر را نادیده می‌گیرند: انسان‌ها از واژه‌ها برای نشان دادن قدرت، خطر و نظم استفاده می‌کنند.

پژوهشگران رویکردی تازه را «اوزیومتریکس» نامیدند و ابزاری ساختند که آن را «اوزیومتر» می‌خوانند تا معنای بنیادین مجموعه‌های بزرگ متنی را اندازه‌گیری کند. این گروه با تکیه بر بیش از ۲۰ هزار واژه و میلیاردها نمونه کاربرد برگرفته از کتاب‌ها، اخبار، شبکه‌های اجتماعی و گفتار، سه محور مستقل را شناسایی کرد: قدرت، یعنی ضعیف در برابر نیرومند، خطر، یعنی امن در برابر خطرناک، و ساختار، یعنی منظم در برابر آشفته. این محورها معنا را به شیوه‌ای توضیح می‌دهند که مدل قدیمی قادر به انجام آن نیست. از نظر عددی، چارچوب تازه بیش از ۹۰ درصد تنوع معنا را توضیح می‌دهد، در حالی که مدل خوشایندی، برانگیختگی و سلطه حدود ۷۲ درصد را پوشش می‌دهد.

این فاصله اهمیت دارد. چرا؟ چون در ژانرها و دوره‌های گوناگون، الگویی ثابت پدیدار شد: زبان به سوی امنیت متمایل است. واژه‌های مرتبط با پیش‌بینی‌پذیری و ریسک پایین، سیگنال غالب را شکل می‌دهند. «اصل پولیانا» که مدت‌هاست شناخته شده و به سوگیری کلی زبان به سمت مثبت‌اندیشی اشاره دارد، اکنون بیشتر شبیه یک اثر سطحی به نظر می‌رسد. در زیر آن، سوگیری امنیتی قرار دارد: مثبت بودن اغلب با آنچه امن است همبستگی دارد، نه فقط با آنچه خوشایند است.

به باور نویسندگان، زبان کمتر شبیه دفترچه خاطرات احساسات است و بیشتر مانند جعبه‌ابزار بقا برای زندگی اجتماعی عمل می‌کند.

این موضوع صرفا بحثی دانشگاهی و جزئی نیست. به فناوری‌های امروزی فکر کنید، از تعدیل محتوا گرفته تا سامانه‌های پیشنهاددهنده و مدل‌های زبانی بزرگ؛ بسیاری از آن‌ها برای تفسیر نوشته‌های مردم به چارچوب‌های تحلیل احساسات وابسته‌اند. اگر این ابزارها لحن احساسی را ساختار اصلی معنا فرض کنند، ممکن است به شکلی نظام‌مند از درک اینکه انسان‌ها چگونه ریسک، اعتماد، سلسله‌مراتب و نظم را علامت‌دهی می‌کنند باز بمانند. بازتعریف معنا بر پایه قدرت، خطر و ساختار می‌تواند قضاوت ماشینی را در حوزه‌های حساس دقیق‌تر کند: پیام‌رسانی سلامت عمومی، گفت‌وگوهای انتخاباتی، واکنش به بحران و پلتفرم‌های مدیریت‌شده‌ای که امنیت در آن‌ها محور اصلی است.

روش‌های این گروه نیز بخشی از ماجراست. آن‌ها به تمایز قدیمی زبان‌شناسی میان نوع‌ها، یعنی دسته انتزاعی یک واژه، و نمونه‌ها، یعنی هر بار استفاده واقعی از آن واژه، بازگشتند. پژوهش‌های پیشین اغلب با هر نوع واژه به یک اندازه برخورد می‌کردند، اما فراوانی اهمیت دارد. وقتی واژه‌ها بر اساس میزان وقوعشان در متن‌های واقعی وزن‌دهی می‌شوند، الگوهای پنهان آشکار می‌شوند. اوزیومتر هزاران نمونه واژگانی را به مسیرهای معنایی تبدیل می‌کند. این مطالعه این موضوع را با ردیابی رمان بینوایان اثر ویکتور هوگو روی شبکه‌ای هندسی از جفت‌های متضاد نشان می‌دهد: خطر در برابر امنیت، ضعیف در برابر نیرومند، ملایم در برابر پرخاشگر، بد در برابر خوب. به این ترتیب روشن می‌شود زبان یک رمان چگونه در چشم‌اندازی از سیگنال‌های مرتبط با بقا حرکت می‌کند.

در اینجا پژواک‌های زیستی نیز دیده می‌شود. دهه‌ها پژوهش در علوم اعصاب نشان داده‌اند که مغز، تشخیص تهدید و ارزیابی امنیت را در اولویت قرار می‌دهد. پس نباید شگفت‌زده شد که نظام‌های نمادینی که انسان‌ها ساخته‌اند، یعنی واژه‌های ما، همین اولویت‌ها را نیز با خود حمل می‌کنند. از منظر بقا، حرف زدن درباره اینکه چه کسی خطرناک است، به چه کسی می‌توان اعتماد کرد و چه قواعدی یک گروه را پابرجا نگه می‌دارد، اطلاعاتی با پیامدهای فوری است.

پژوهشگران رشته‌های مختلف باید به این یافته‌ها توجه کنند. زبان‌شناسان ممکن است ایده‌های دیرینه درباره سازمان معنا را بازنگری کنند. روان‌شناسان شاید لازم بدانند داده‌ها و نظریه‌هایی را که بر فرض‌های خوشایندی، برانگیختگی و سلطه بنا شده‌اند دوباره بررسی کنند. توسعه‌دهندگان هوش مصنوعی باید بپرسند آیا مدل‌های تحلیل احساسات در پردازش زبان طبیعی، یک محور کلیدی تفسیر را از دست می‌دهند یا نه. حتی تحلیلگران فرهنگی و تاریخ‌نگاران نیز می‌توانند در ابزاری که سیگنال‌های امنیت را در گذر زمان و در رسانه‌های مختلف نقشه‌برداری می‌کند، ارزش زیادی بیابند.

این پژوهش حاصل همکاری گروهی از دانشمندان دانشگاه ورمونت، مؤسسه سانتافه، مرکز علوم پیچیدگی در اتریش و نهادهای دیگر بود و با پشتیبانی سازمان‌ها و شرکای صنعتی انجام شد. کار آن‌ها احساس را از زبان حذف نمی‌کند. بلکه لحن احساسی را به عنوان یکی از چند سایه‌ای بازتعریف می‌کند که از تمایزهای عمیق‌تر مرتبط با روابط قدرت، ارزیابی ریسک و نظم اجتماعی پدید می‌آیند.

واژه‌ها ابزارهایی کاربردی‌اند. آن‌ها به ما می‌گویند از چه کسی دوری کنیم، از چه کسی پیروی کنیم و چه روال‌هایی یک گروه را سرپا نگه می‌دارند. اگر زبان روزمره را از این زاویه بخوانیم، کمتر شبیه بیان آب‌وهوای درونی به نظر می‌رسد و بیشتر مانند ابزاری جمعی برای عبور از خطر و ساختن ثبات جلوه می‌کند.

با ادامه یادگیری الگوریتم‌ها از متن‌های ما، توجه به بُعد امنیت شاید گام بعدی برای ساخت ماشین‌هایی باشد که اولویت‌های انسانی را کمی شبیه‌تر به خود ما درک می‌کنند.