Wie Wörter ihre Bedeutung erhalten

Forschende der EPFL-Fakultät für Geisteswissenschaften haben mit Hilfe von maschinellem Lernen herausgefunden, wie Menschen die oft bedeutsamen Lücken zwischen Signal und Bedeutung in der Kommunikation überbrücken.
Die Forschung des DCML befasst sich mit einem grundlegenden Problem der Kommunikation. © iStock/SIphotography

Robert Lieck und Martin Rohrmeier vom Digital and Cognitive Musicology Laboratory (DCML) setzten maschinelles Lernen und künstliche Intelligenz ein, um die Übereinstimmungen und Abweichungen zwischen Signalen – wie Worten und Gesten – und der Bedeutung in der Kommunikation zu untersuchen. Ihre Ergebnisse wurden kürzlich in Cognition, einer renommierten Zeitschrift für Kognitionswissenschaften, veröffentlicht.

Lieck, Postdoktorand und Hauptautor des Artikels, erklärt, dass die Forschung des DCML ein grundlegendes Rätsel der Kommunikation und der Bedeutungsentwicklung in der Sprache angeht.

«Das Problem ist, dass Wörter starr sind und immer nur auf eine einzige Idee hinweisen können, während Gefühle, Farben usw. kontinuierlich und allmählich entstehen. Das bedeutet im Wesentlichen, dass es zwischen zwei Worten unendlich viele Bedeutungen gibt, die mit Worten allein nicht erfasst werden können.»

Menschen sind natürlich in der Lage, solche «unscharfen» Bedeutungen präzise auszudrücken, zum Beispiel durch den Tonfall oder Gesten. Warum haben wir dann überhaupt damit begonnen, kontinuierliche Bedeutungen aufzubrechen, um sie in diskrete Wörter zu pressen?

Die diskreten Eigenschaften von Wörtern (wie sie kombiniert werden) und die kontinuierlichen Eigenschaften (wie sie ausgesprochen werden) können die Bedeutung sehr detailliert vermitteln, wie die leichten Bedeutungsunterschiede zeigen, die verschiedene Aussprachen dieses Satzes vermitteln. © Lieck et al 2021

Kommunikation als Spiel

Lieck und Rohrmeier versuchten, diese Frage empirisch zu beantworten, indem sie Computermethoden einsetzten, um die Entwicklung der Kommunikation als Spiel zu simulieren. In ihrer Simulation mit maschinellem Lernen tauschten zwei virtuelle Agenten Signale aus, interpretierten sie und nutzten Rückmeldungen aus ihrer Umgebung, um ihre Kommunikationsstrategien zu verbessern.

Die Forschenden entdeckten drei Schlüsselergebnisse. Erstens entwickelten die virtuellen Agenten unterschiedliche Signale oder «Worte» für die strukturellen Komponenten ihrer Umgebung. Sie verfügten jedoch auch über kontinuierliche Möglichkeiten, feinere Abstufungen innerhalb jeder dieser Komponenten zu kommunizieren – analog zu verschiedenen Aussprachen desselben Wortes.

Zweitens konnten die Agenten selbst in Fällen, in denen eine vollständig kontinuierliche Kommunikation möglich war, nicht immer eine optimale Übereinstimmung finden und erstellten manchmal Mosaike aus verschiedenen Signalfragmenten, um alle Bedeutungen auszudrücken.

Schliesslich stellten die Forschenden fest, dass in Fällen, in denen Signale und Bedeutungen zwar kontinuierlich sind, aber unterschiedliche logische Formen haben (z. B. wenn Signale einer kreisförmigen und Bedeutungen einer linearen Form folgen), sehr unterschiedliche Bedeutungen auf sehr ähnliche Signale abgebildet werden können, was die Agenten zwingt, Lücken zwischen diesen Signalen zu lassen, um Missverständnisse zu vermeiden.

Topologische Diskrepanz zwischen Formraum (orange) und Bedeutungsraum (blau). (a): Missverständnisse treten auf, weil die Grenzen des Bedeutungsraums in der Nähe desselben Punktes im Formraum abgebildet werden (Einschub). (b): Eine Lücke im Formraum vermeidet Missverständnisse. © Lieck et al 2021

Von Tieren zu Zoom

Diese Erkenntnisse haben weitreichende Auswirkungen nicht nur auf das Verständnis der menschlichen Sprache, sondern auch auf andere Kommunikationssysteme, einschliesslich der Tierkommunikation und der Musik.

«Unsere Forschung trägt dazu bei, besser zu verstehen, wie sich Bedeutungskarten in verschiedenen Formen der Kommunikation entwickeln und wie sie genutzt werden können, um Ideen über eine komplexe Welt auszudrücken», sagt Rohrmeier.

Lieck fügt hinzu, dass die Arbeit eine einheitliche Analyse sowohl der diskreten, strukturellen Aspekte der Sprache als auch der kontinuierlichen, allmählichen Aspekte bietet: «Wir zeigen, dass dies wirklich zwei Seiten derselben Medaille sind, und dass man die eine nicht ohne die andere verstehen kann.»

Die Studie hebt auch die grundlegende strukturelle Rolle der nonverbalen Kommunikation hervor, die in einer Pandemie von besonderer Bedeutung ist: Wenn wir über die Zukunft der Videokonferenzen in Bildung und Beruf nachdenken, sind wir oft mit suboptimalen Bedingungen in Bezug auf die nonverbale Kommunikation konfrontiert, aber wir entwickeln auch neue Wege, uns auszudrücken, während sich die Kommunikation weiter entwickelt.