研究者らは、一風変わった文法や予想外の意味を持つ文章は、直截的な文章や無意味な文章よりも脳の言語処理中枢を活性化させることを発見した。研究チームは、人工言語ネットワークを用いて、脳の活動を促進する文と抑制する文を特定し、言語の複雑さと意外性が重要な要因であることを発見した。
珍しい文法や意味を持つ文など、解読に認知的努力が必要な文が、最も高い脳反応を引き起こした。この研究は、脳がどのように言語を処理するかについての洞察を提供し、より高度な認知の理解に応用できる可能性がある。
主な事実
- MITの研究者らは、人工言語ネットワークと機能的MRIを用いて、さまざまな文に対する脳の言語処理領域の反応を研究した。
- 言語的に複雑で、認知的努力を必要とする意外性のある文は、言語中枢をより強く活性化させた。
- この研究結果は、脳がどのように言語を処理するかについての理解を深めるのに役立ち、認知研究に広く影響を与える可能性がある。
出典 マサチューセッツ工科大学
MITの神経科学者たちは、人工言語ネットワークの助けを借りて、どのような文章が脳の重要な言語処理中枢を最も活性化させやすいかを発見した。
新しい研究では、文法が複雑であったり、意味が予想外であったりする文章は、これらの言語処理中枢に強い反応を引き起こすことが明らかになった。非常に単純な文章は、これらの領域にはほとんど作用せず、無意味な単語の羅列もあまり作用しない。
たとえば、C4と呼ばれる一般に公開されている言語データセットから引用した「買いシグナルは特定のままだ」というような変わった文章を読むときに、この脳ネットワークが最も活性化することがわかった。しかし、"We were sitting on the couch."（私たちはソファに座っていた）のような非常に単純な文章を読むときには、この脳ネットワークは静かになった。
MITの神経科学准教授であり、MITのマクガバン脳研究所のメンバーであるEvelina Fedorenko氏は言う。「その空間の中で、物事を処理するのが本当に簡単であれば、あまり反応することはありません。しかし、物事が難しくなったり、驚くようなことがあったり、あまり馴染みのない珍しい構図や単語のセットがあったりすると、ネットワークはより強く働かなければならなくなるのです。」
Fedorenko氏はこの研究の筆頭著者で、本日『Nature Human Behavior』に掲載される。MITの大学院生Greta Tuckute氏が論文の筆頭著者である。
言語処理
この研究で研究者たちは、脳の左半球にある言語処理領域に注目した。この領域には、ブローカ野をはじめ、脳の左前頭葉と側頭葉の他の部分が含まれる。
「この言語ネットワークは言語に非常に選択的ですが、これらの言語領域で実際に何が起こっているのかを解明するのは困難でした。」とTuckute氏は言う。「どのような文章が、どのような言語入力が、左半球の言語ネットワークを動かしているのかを発見したかったのです。」
研究者たちはまず、小説、話し言葉の書き起こし、ウェブテキスト、科学論文など、さまざまな情報源から集めた1,000の文章をまとめることから始めた。
5人の被験者がそれぞれの文章を読み、研究者たちは機能的磁気共鳴画像法（fMRI）を使って言語ネットワークの活動を測定した。ChatGPTは、膨大な量のテキストから次の単語を予測し、言語を生成・理解することを学習するモデルである。
これらのデータが揃ったところで、研究者たちは、人間の脳で見られる活性化パターンと人工言語モデルで観察される活性化パターンを関連付ける「エンコーディングモデル」として知られるマッピングモデルを訓練した。
一旦訓練されると、このモデルは、この1,000の文に対する人工言語ネットワークの反応に基づいて、新しい文に対して人間の言語ネットワークがどのように反応するかを予測することができる。
研究者たちは次に、このエンコーディングモデルを使って、人間の脳の活動が最大になるような文（「ドライブ」文）と、脳の言語ネットワークの活動が最小になるような文（「サプレス」文）を新たに500文特定した。
研究者らは、新たに3人の被験者に参加してもらったところ、これらの新しい文が、予測されたとおりに脳の活動を促進したり抑制したりすることを発見した。
「言語処理中の脳活動の "閉ループ "変調は、新しいものです。」とTuckute氏は言う。「われわれの研究は、われわれが使っているモデル（言語モデルの活性化と脳反応の対応付け）が、これを行うのに十分正確であることを示しています。これは、言語ネットワークのような高次認知に関与する脳領域で、このアプローチを実証した初めての例です。」
言語的複雑性
が特定の文章を他の文章よりも活動的にさせるのかを解明するために、研究者たちは、文法性、妥当性、感情の価（肯定的か否定的か）、文章内容の視覚化のしやすさなど、11種類の言語的特性に基づいて文章を分析した。
それぞれの性質について、研究者たちはクラウドソーシング・プラットフォームの参加者に文章を評価してもらった。また、計算技術を用いて、各文章の「意外性」、つまり他の文章と比べてどれだけ珍しいかを定量化した。
この分析により、意外性の高い文章は脳内でより高い反応を起こすことが明らかになった。これは、人々がより高い意外性を持つ文章を処理するのがより困難であることを示す先行研究と一致している、と研究者たちは言う。
言語ネットワークの反応と相関するもうひとつの言語的特性は、言語的複雑さであった。この複雑さは、文がどれだけ英文法の規則に忠実であるか、また、どれだけもっともらしいか、つまり、文法は別として、内容がどれだけ意味をなしているかによって測定される。
極端に単純な文と、まったく意味をなさないほど複雑な文の両極にある文は、言語ネットワークの活性化をほとんど誘発しなかった。最も反応が大きかったのは、"Jiffy Lube of - of therapies, yes"（現代アメリカ英語コーパスのデータセットにある）のような、ある程度意味はわかるが、理解するのに苦労するような文章であった。
「脳の反応が最も高い文章は、文法的に奇妙なもの、あるいは奇妙な意味を持つことがわかりました。」とFedorenko氏は言う。「これらの文には少し変わったところがあるのです。」
研究者たちは現在、英語以外の言語を話す人たちにもこの発見を拡張できるかどうかを確かめる計画を立てている。また、どのような刺激が脳の右半球にある言語処理領域を活性化させるのかも調べたいという。
資金提供
本研究は、サイエンス・ハブからのアマゾン・フェローシップ、米国女子大学協会からの国際博士号フェローシップ、MIT-IBMワトソンAIラボ、米国国立衛生研究所、マクガバン研究所、社会脳サイモンズセンター、MIT脳認知科学科から資金提供を受けた。
リンク先はアメリカのNeuroscience Newsというサイトの記事になります。（原文：英語）