.
Quando os bebês começam a falar, seu vocabulário é muito limitado. Muitas vezes, um dos primeiros sons que geram é “da”, que pode se referir ao pai, a um cachorro, a um ponto ou a nada.
Como um ouvinte adulto entende esse repertório verbal limitado? Um novo estudo realizado por pesquisadores do MIT e da Universidade de Harvard descobriu que a compreensão dos adultos sobre o contexto de conversação e o conhecimento dos erros de pronúncia que as crianças costumam cometer são essenciais para a capacidade de compreender os primeiros esforços linguísticos das crianças.
Usando milhares de horas de gravações de áudio transcritas de crianças e adultos interagindo, a equipe de pesquisa criou modelos computacionais que lhes permitiram começar a fazer engenharia reversa de como os adultos interpretam o que as crianças pequenas estão dizendo. Os modelos baseados apenas nos sons reais que as crianças produziam na sua fala fizeram um trabalho relativamente fraco ao prever o que os adultos pensavam que as crianças diziam. Os modelos mais bem-sucedidos fizeram suas previsões com base em grandes trechos de conversas anteriores que forneceram contexto para o que as crianças estavam dizendo. Os modelos também tiveram melhor desempenho quando foram treinados novamente em grandes conjuntos de dados de adultos e crianças interagindo.
As descobertas sugerem que os adultos são altamente qualificados em fazer estas interpretações baseadas no contexto, o que pode fornecer um feedback crucial que ajuda os bebés a adquirir a linguagem, dizem os investigadores.
“Um adulto com muita experiência auditiva está utilizando mecanismos extremamente sofisticados de compreensão da linguagem, e é claramente isso que está subjacente à capacidade de compreender o que as crianças dizem”, diz Roger Levy, professor de ciências cerebrais e cognitivas no MIT. “Neste ponto, não temos evidências diretas de que esses mecanismos estejam facilitando diretamente o processo de aquisição da linguagem em crianças pequenas, mas acho que é plausível levantar a hipótese de que eles estão tornando o processo de inicialização mais eficaz e facilitando o caminho para uma aquisição bem-sucedida da linguagem. pelas crianças.”
Levy e Elika Bergelson, professora associada de psicologia em Harvard, são os autores seniores do estudo, que aparece hoje no Natureza Comportamento Humano. O pós-doutorado do MIT Stephan Meylan é o autor principal do artigo.
As habilidades de escuta dos adultos são críticas
Embora muitos estudos tenham investigado como as crianças aprendem a falar, neste projeto os investigadores queriam inverter a questão e estudar como os adultos interpretam o que as crianças dizem.
“Embora as pessoas tenham olhado historicamente para uma série de características do aluno, e o que há na criança que lhe permite aprender coisas do mundo, muito pouco tem sido feito para ver como eles são compreendidos e como isso pode influenciar o processo de aquisição da linguagem”, diz Meylan.
Pesquisas anteriores mostraram que quando os adultos falam entre si, eles usam suas crenças sobre como as outras pessoas provavelmente falarão e sobre o que provavelmente falarão, para ajudá-los a entender o que seu parceiro de conversação está dizendo. Essa estratégia, conhecida como “escuta de canal com ruído”, torna mais fácil para os adultos lidar com a complexa tarefa de decifrar os sons acústicos que ouvem, especialmente em ambientes onde as vozes são abafadas ou há muito ruído de fundo, ou quando os alto-falantes têm sotaques diferentes.
Neste estudo, os investigadores exploraram se os adultos também podem aplicar esta técnica para analisar as declarações muitas vezes aparentemente sem sentido produzidas por crianças que estão a aprender a falar.
“Esse problema de interpretar o que ouvimos é ainda mais difícil para a linguagem infantil do que para a compreensão comum da linguagem adulta, o que também não é tão fácil, embora sejamos muito bons nisso”, diz Levy.
Para este estudo, os investigadores utilizaram conjuntos de dados gerados originalmente na Universidade Brown no início dos anos 2000, que contêm centenas de horas de conversas transcritas entre crianças de 1 a 3 anos e os seus cuidadores. Os dados incluem tanto as transcrições fonéticas dos sons produzidos pelas crianças quanto o texto daquilo que o transcritor acreditava que a criança estava tentando dizer.
Os pesquisadores usaram outros conjuntos de dados de linguagem infantil (que incluíam cerca de 18 milhões de palavras faladas) para treinar modelos de linguagem computacional para prever quais palavras as crianças estavam dizendo no conjunto de dados original, com base na transcrição fonética. Usando redes neurais, eles criaram muitos modelos diferentes, que variavam na sofisticação de seu conhecimento de tópicos de conversação, gramática e erros de pronúncia infantis. Eles também manipularam quanto do contexto conversacional cada modelo foi autorizado a analisar antes de fazer suas previsões sobre o que as crianças disseram. Alguns modelos levaram em consideração apenas uma ou duas palavras faladas antes da palavra-alvo, enquanto outros puderam analisar até 20 enunciados anteriores na troca.
Os pesquisadores descobriram que usar apenas a acústica do que a criança disse não levou a modelos particularmente precisos na previsão do que os adultos pensavam que as crianças diziam. Os modelos que tiveram melhor desempenho utilizaram representações muito ricas de tópicos de conversação, gramática e crenças sobre quais palavras as crianças provavelmente diriam (bola, cachorro ou bebê, em vez de hipoteca, por exemplo). E, tal como os humanos, as previsões dos modelos melhoraram à medida que lhes foi permitido considerar pedaços maiores de trocas anteriores para contextualizar.
Um sistema de feedback
As descobertas sugerem que, ao ouvirem as crianças, os adultos baseiam a sua interpretação do que a criança está a dizer em trocas anteriores que tiveram. Por exemplo, se um cachorro tivesse sido mencionado anteriormente na conversa, era mais provável que “da” fosse interpretado por um ouvinte adulto como “cachorro”.
Este é um exemplo de uma estratégia que os humanos utilizam frequentemente ao ouvir outros adultos, que consiste em basear a sua interpretação em “anteriores”, ou expectativas baseadas em experiências anteriores. As descobertas também sugerem que, ao ouvir as crianças, os ouvintes adultos incorporam expectativas de como as crianças geralmente pronunciam palavras incorretamente, como “erva daninha” em vez de “ler”.
Os investigadores planeiam agora explorar como as capacidades auditivas dos adultos, e as suas subsequentes respostas às crianças, podem ajudar a facilitar a capacidade das crianças de aprender a língua.
“A maioria das pessoas prefere falar com outras pessoas, e penso que os bebés não são excepção a isto, especialmente se há coisas que possam querer, seja de uma forma tangível, como leite ou para serem apanhados, mas também de uma forma intangível em termos apenas de destaque da atenção social”, diz Bergelson. “É um sistema de feedback que pode levar a criança, com suas crescentes habilidades sociais e cognitivas e tudo mais, a continuar nesse caminho de tentar interagir e se comunicar.”
Uma forma pela qual os investigadores esperam estudar esta interação entre crianças e adultos é combinando modelos computacionais de como as crianças aprendem a linguagem com o novo modelo de como os adultos respondem ao que as crianças dizem.
“Agora temos este modelo de ouvinte adulto que podemos conectar a modelos de alunos infantis, e então esses alunos podem aproveitar o feedback fornecido pelo modelo adulto”, diz Meylan. “A próxima fronteira é tentar entender como as crianças estão recebendo o feedback que recebem desses adultos e construir um modelo do que essas crianças esperam que um adulto entenda”.
A pesquisa foi financiada pela National Science Foundation, pelos Institutos Nacionais de Saúde e por uma bolsa CONVO para o Departamento de Cérebro e Ciências Cognitivas do MIT, do Centro Simons para o Cérebro Social.
.
