Het AI Lab van de Vrije Universiteit Brussel heeft met ai-tools de ontwikkeling van taal in kaart gebracht. Peter Dekker, als postdoctoraal onderzoeker Informatics and Applied Informatics aangesloten bij dit VUB AI Lab, keek met coauteurs Sonja Gipper en Bart de Boer nader naar het fenomeen van ‘conversational priming’, een mechanisme achter taalverandering.
Het drietal zette ai-modellen in om te laten zien dat het herhalen van woorden en zinnen in gesprekken kan leiden tot structurele veranderingen in de taal. Het onderzoek keek naar antwoorden op vragen waarbij het werkwoord uit de vraag herhaald wordt (‘Wil je koffie? – Ja, dat wil ik graag.’). Als een spreker een nieuwe vorm van het werkwoord gebruikt (bijvoorbeeld een andere uitspraak), neemt de andere spreker deze nieuwe vorm vaak over. Dit proces, bekend als ‘conversational priming’, kan een grote rol spelen in hoe de taal verandert en zich verspreidt.
Dekker legt uit: ‘Door het simuleren van interacties tussen sprekers met agent-gebaseerde modellen konden we laten zien hoe herhaling in conversaties niet alleen zorgt voor tijdelijke aanpassing, maar op langere termijn kan bijdragen aan blijvende veranderingen in een taal.’ Een van de belangrijkste bevindingen is dat herhaling in gesprekken niet alleen het communicatief gemak vergroot, maar ook bestaande taalstructuren kan aanpassen. Dit inzicht draagt bij aan de discussie over hoe sociale interactie en cognitieve processen samen taalverandering sturen.
Dekker: ‘De modellen tonen aan hoe effecten op korte tijdschalen, dat wil zeggen priming (een psychologisch effect in een individu in milliseconden), leiden tot effecten op langere tijdschalen zoals taalverandering, in een hele bevolking, over jaren. Dat biedt een uniek raamwerk om patronen van taalverandering in kaart te brengen, die in de echte wereld moeilijk te observeren zijn.’
Het onderzoek biedt niet alleen nieuwe inzichten in taalverandering, maar heeft ook praktische toepassingen. De modellen zijn in te zetten om beter te begrijpen hoe bedreigde talen zijn te beschermen, bijvoorbeeld door te analyseren welke patronen bijdragen aan taalbehoud. Daarnaast kan de studie inspiratie geven voor interpreteerbare modellen in artificiële intelligentie, waar menselijke communicatie en leerdynamieken worden nagebootst.
