Ученые выяснили почему человеческий язык не похож на компьютерный код

Почему человеческая речь «неэффективна» — и это нормально: разбор неожиданного открытия

Вы когда-нибудь задумывались, почему мы не говорим короткими кодами, как компьютеры? С точки зрения теории информации, бинарный код куда компактнее. Однако недавнее исследование показало: мозг сознательно выбирает избыточные языковые структуры. Почему? Чтобы не перегружать себя. Давайте разберемся.

В Nature Human Behaviour лингвисты из Саарбрюккена и Калифорнийского университета опубликовали математическое моделирование этого парадокса. Оказалось, что мозг отбрасывает максимально сжатые конструкции в пользу знакомых паттернов. Это снижает когнитивную нагрузку при декодировании.

Как работает предиктивная обработка: ленивый гений

Человеческий язык построен на предсказуемых последовательностях. Когда вы слышите начало фразы, мозг мгновенно отсекает невозможные варианты и предсказывает следующее слово. Это как ехать по знакомой дороге — она может быть длиннее, но усилий меньше. Если бы мы общались сжатыми кодами, каждый бит требовал бы расшифровки — тяжелая вычислительная задача.

Например, числительное сразу настраивает на поиск исчисляемого объекта, а прилагательное — на его свойства. Нарушьте этот порядок — и система предсказания ломается. Недавно я заметил: когда читаю техническую документацию на родном языке, даже с пропусками, мозг сам дорисовывает смысл. А попробуйте прочитать стенограмму сжатых данных — глаза ломаются. Вот она, предиктивная обработка в действии.

Цифровой код против человеческого языка: сравнение в цифрах

Исследователи использовали математическое моделирование. Результаты наглядно показывают разницу.

Избыточность — это не баг, а фича. Мозг не стремится к минимальной длине сообщения; он стремится к минимальным усилиям при декодировании.

Вспомните, как вы читаете телеграммы или короткие сообщения без знаков препинания — мозгу приходится напрягаться, чтобы восстановить смысл. Избыточность речи — это наш естественный предохранитель от перегрузки.

Что это значит для ИИ: урок для нейросетей

Результаты имеют прямое отношение к большим языковым моделям (LLM). Сейчас многие нейросети пытаются быть максимально лаконичными. Но, возможно, это неверный путь. Я считаю, что для естественного общения нейросетям нужно учиться у мозга — использовать избыточность и предсказуемые паттерны. Это позволит сделать диалог с ИИ менее утомительным и более понятным.

Исследователи уже планируют проверить, как эти закономерности работают в разных языковых семьях. А еще — как они влияют на скорость обучения детей речи. Если родители общались бы с младенцами сжатыми кодами, обучение заняло бы десятилетия. Естественная речь с её повторами и контекстом — идеальный тренажёр для мозга.

Пошаговый совет: как применять это в жизни

Хотите, чтобы ваши тексты читали легко и с удовольствием? Используйте принципы предиктивной обработки.

• Стройте фразы по знакомым схемам. Подлежащее-сказуемое-дополнение — классика, которая работает без сбоев.
• Повторяйте ключевые понятия. Это снижает когнитивную нагрузку: читатель не ищет синонимы, а просто узнаёт знакомое слово.
• Не бойтесь избыточности. Лучше сказать чуть длиннее, но понятнее. Вместо «купи молоко» — «не забудь купить молоко в магазине на углу, как обычно». Да, дольше, но мозг воспринимает без напряжения.
• Используйте контекст и уточнения. Если тема сложная, добавляйте пояснения в скобках. Это помогает мозгу быстрее выстроить картину.

Эти советы работают и в устной, и в письменной речи. Проверьте на себе: когда собеседник использует знакомые паттерны, вы почти не устаёте.

Человеческая речь неэффективна с точки зрения сжатия данных — и это делает её идеально приспособленной для нашего мозга. Не пытайтесь копировать компьютеры в общении. Избыточность, повторы, контекст — наши союзники. Пусть ваш следующий разговор будет чуть дольше, но гораздо понятнее.