• دوشنبه / ۱۰ دی ۱۴۰۳ / ۱۰:۳۲
  • دسته‌بندی: خراسان رضوی
  • کد خبر: 1403101006971
  • خبرنگار : 50308

تاثیر هوش مصنوعی بر شناسایی زمان تکلم کودکان

تاثیر هوش مصنوعی بر شناسایی زمان تکلم کودکان

ایسنا/خراسان رضوی برای بسیاری از والدین، شنیدن اولین کلمات از زبان کودک خود، لحظه‌ای مسرت‌بخش است، اما مشخص کردن یکی دیگر از نقاط عطف مهم زبانی هم برای والدین و هم برای محققان رشد و تکامل انسان در این مورد است یعنی چه زمانی کودک به‌ جای تقلید طوطی‌وار آنچه شنیده است، شروع به کنار هم گذاشتن کلمات می‌کند؟

فراگیری زبان روند طبیعی رشد و منحصر به انسان است کـه بر اساس آن کودک زبان مادری خـود را به‌ عنوان زبان اول فرا می‌گیرد. ساده‌ترین نظریه رشد زبان آن است کــه کودکان زبان را از راه تقلید زبان بزرگسالان می‌آموزند.

بر اساس نتایج مقاله «رشد و فراگیری زبان در کودکان»، رشد و فراگیری زبان روند طبیعی رشد است کـه بـر اساس آن کودک زبان مادری خود را به‌عنوان زبان اول فرا می‌گیرد و به لحاظ زبانی تمام کودکان بـا سرعتی مشابه از برهه زمان‌های مشابهی گذر می‌کنند.

نتایج تحقیق کنونی نشان داد، می‌توان از داده‌های رفتاری و محاسباتی برای تعیین اینکه چه زمانی کودکان فراتر از ورودی زبانی خود هستند، استفاده کرد. برای زبان‌شناسان، این امر زمانی اتفاق می‌افتد که کودک از یک قانون زبانی برای گفتن چیز جدیدی که پیش از این هرگز نشنیده است، استفاده می‌کند.

دانستن همه چیزهایی که یک کودک تا به حال شنیده است به‌طور تقریبی غیرممکن است. برای رفع این مشکل، گروه تحقیقاتی متشکل از زبان‌شناسان، روان‌شناسان رشد و تحلیلگران محاسباتی با هم متحد شدند. آنان یک مدل رایانه‌ای مولد ساختند که شبیه‌سازی می‌کرد چگونه یک کودک ابتدا ساختار خاصی مانند ترکیب‌های معرف اسم (برای مثال گفتن کلمه سگ پس از شنیدن صدای سگ) را تولید می‌کند.

محققان می‌گویند: ما لحظه‌ای را مشخص کردیم که فکر می‌کردیم هر کودک می‌تواند این کار را انجام دهد، سپس سعی کردیم آن را با یک رایانه مدل‌سازی کنیم.

هر دو مجموعه داده تخمین زدند که کودکان حدود ۳۰ ماهگی شروع به تولید ترکیبات معرف اسمی می‌کنند که هرگز نشنیده‌اند. به گفته محققان، این رویکرد جدید، با ترکیب مدل‌سازی محاسباتی با مشاهدات رفتاری، راه‌های جدیدی را برای کشف پرسش‌های دیرینه درباره نحوه یادگیری زبان کودکان باز می‌کند.

تاثیر هوش مصنوعی بر شناسایی زمان تکلم کودکان

درس گرفتن از اشتباهات

نتایج تحقیقات پیشین و تحقیق جدید منتشرشده در مجموعه مقالات آکادمی ملی آمریکا حاکی از این است که همه ما با خطا کردن موارد زیادی را یاد می‌گیریم. جستجوی خطاها همچنین روشی مفید برای زبان‌شناسان برای ارزیابی چگونگی درک زبان کودکان است.

محققان در پژوهشی ۶۴ کودک انگلیسی زبان و مراقبان آنان را مورد بررسی قرار دادند. آنان هر چهار ماه به‌مدت ۹۰ دقیقه، تعامل والدین با فرزندان خود را ضبط کردند و صحبت‌های هر کودک را با صحبت‌های والدین خود مقایسه کردند. بر اساس این نمونه‌ها مشخص شد که کودکان از حدود ۳۰ ماهگی شروع به استفاده از معرف‌های اسمی در کنار یک اسم کرده‌اند. محققان همچنین متوجه شدند که کودکان شروع به ایجاد ترکیبات بیشتری کردند که از مراقبان آنان ثبت نشده بود. اما یک نمونه نمی‌تواند همه چیزهایی را که یک کودک شنیده است محاسبه کند.

این گروه تحقیقاتی برای تایید تخمین اولیه خود، رایانه‌ای را آزمایش کردند که ورودی آن به‌طور کامل شناخته شده بود.

تاثیر هوش مصنوعی بر شناسایی زمان تکلم کودکان

ترکیب مدل

نتایج تحقیقات گذشته نشان داده است که افراد می‌توانند کلمات بعدی را در یک جمله پیش‌بینی کنند و حدس بزنند. این پردازش پیش‌بینی‌کننده چیزی است که اساس مدل‌های زبان بزرگ مانند چت جی‌پی‌تی( یک ربات چت هوش مصنوعی با زبان طبیعی است به این معنی که می‌توان از آن هر سوالی پرسید و جواب دریافت کرد) را تشکیل می‌دهد.

برای این تحقیق، محققان یک مدل پیشگویانه ساختند و آن را بر اساس داده‌های جمع‌آوری‌شده از والدین آموزش دادند. آنان به‌صورت مرحله‌ای به مدل ورودی می‌دادند و نحوه شنیدن زبان توسط یک کودک را شبیه‌سازی می‌کردند. این مدل همچنین بازه زمانی (حدود ۳۰ ماهگی) را تأیید کرد که کودکان شروع به گفتن ترکیب‌های معرف اسمی می‌کنند که فراتر از چیزی است که شنیده‌اند.

محققان اشاره کردند که برای این مدل، ما می‌توانیم بسیار مطمئن باشیم که از ورودی‌هایی که دریافت کرده، فراتر رفته است.

تعیین لحظه‌های توانایی تولید کلمات و ساختارهای تازه ممکن است برای درک یک سؤال نظری دیرینه در زبان‌شناسی حیاتی باشد؛ «بچه‌ها چقدر باید ورودی زبانی برای یادگیری ساختارهای زبانی خاص بشنوند؟» که سوال اساسی برای حوزه دیگری از تحقیقات یعنی ناشنوایان است. کودکان ناشنوا نشانه‌های اشاره‌ای خود را برای برقراری ارتباط ایجاد کرده‌اند. از آنجایی که آنان به یک زبان اشاره ثابت دسترسی نداشته‌اند، سیستم زبان اشاره آنان می‌تواند ساختارهای زبانی را روشن کند که کودکان انتظار دارند در زبان‌هایی که می‌آموزند، بیابند.

به گفته محققان، آزمایش مدل‌سازی رایانه‌ای می‌تواند بینش‌های ارائه‌شده توسط ناشنوایان را آزمایش کند. در این مورد، ناشنوایان قادر به ابداع ترکیبات معرف اسم هستند.

بر اساس داده‌های مقاله «نقش هوش مصنوعی در ارزیابی کودکان دارای اختلالات گفتار و زبان»، به‌نظر می رسد که امروزه با وجود پیشرفتی که در حوزه فناوری‌های زیستی و هوش مصنوعی صورت گرفته است، می‌توانیم با همراه‌سازی ارزیابی‌های ادراکی و ارزیابی‌های مبتنی بر هوش مصنوعی به تشخیص و نتیجه‌گیری دقیق‌تری دست یابیم.

انتهای پیام

  • در زمینه انتشار نظرات مخاطبان رعایت چند مورد ضروری است:
  • -لطفا نظرات خود را با حروف فارسی تایپ کنید.
  • -«ایسنا» مجاز به ویرایش ادبی نظرات مخاطبان است.
  • - ایسنا از انتشار نظراتی که حاوی مطالب کذب، توهین یا بی‌احترامی به اشخاص، قومیت‌ها، عقاید دیگران، موارد مغایر با قوانین کشور و آموزه‌های دین مبین اسلام باشد معذور است.
  • - نظرات پس از تأیید مدیر بخش مربوطه منتشر می‌شود.

نظرات

شما در حال پاسخ به نظر «» هستید.
لطفا عدد مقابل را در جعبه متن وارد کنید
captcha