Les humains sont connus pour faire des associations mentales entre divers stimuli et concepts du monde réel, y compris les couleurs. Par exemple, le rouge et l'orange sont généralement associés à des mots tels que « chaud » ou « chaud » bleu avec « frais » ou « froid » et blanc avec « propre ».
Fait intéressant, certaines études passées en psychologie ont montré que même si certaines de ces associations découlent de l'expérience directe des gens de voir les couleurs dans le monde qui les entourent, de nombreuses personnes nés aveugles font toujours des associations d'administration de couleurs similaires. Les processus qui sous-tendent la formation d'associations entre les couleurs et les adjectifs spécifiques n'ont pas encore été entièrement élucidés.
Des chercheurs de l'Université du Wisconsin-Madison ont récemment réalisé une étude pour approfondir comment le langage contribue à la façon dont nous apprenons la couleur, en utilisant des outils mathématiques et informatiques, y compris le modèle de grande langue GPT-4 d'Open AI (LLM). Leurs résultats, publiés dans Psychologie des communicationssuggèrez que les associations d'administration de couleurs sont enracinées dans la structure du langage elle-même et ne sont donc pas seulement apprises par l'expérience.
« Certaines couleurs sont fortement associées à certains adjectifs (par exemple, le rouge est chaud, le bleu est froid) », a écrit Qiawen Liu, Jeroen Van Paridon et Gary Lupyan dans leur article.
« Certaines de ces associations sont fondées sur des expériences visuelles telles que voir des braises rouges éclatantes. Étonnamment, malgré aucune expérience visuelle, de nombreux personnes aveugles congénitalement présentent des associations de couleurs très similaires, qui sont probablement apprises par le langage. Nous montrons que ces associations sont en effet ancrées dans la structure statistique du langage. »
Pour explorer la contribution du langage à l'apprentissage des associations d'addition de couleurs, Liu, Van Paridon et Lupyan ont utilisé des intérêts de mots. Ce sont des modèles mathématiques qui représentent des modèles dans la façon dont les mots sont utilisés dans un ensemble de textes écrits.
En utilisant ces modèles, les chercheurs ont cartographié les associations d'administration de couleurs dans un ensemble de données contenant des textes écrits en anglais. Par la suite, ils ont comparé les prédictions faites par leurs modèles aux associations faites par des individus anglophones aveugles et aperçus.
« Nous appliquons une méthode de projection aux intérêts des mots formés sur les corpus de langue parlée et écrite pour identifier les associations d'addition de couleurs telles qu'elles sont représentées en anglais », ont écrit les chercheurs. « Ces projections étaient prédictives des associations d'addition de couleurs rapportées par des anglophones aveugles et aperçus. »
Les chercheurs ont évalué la mesure dans laquelle les ancages des mots dérivés du texte de la fiction ont capturé des associations d'administration de couleurs généralement faites par des individus aveugles et aperçus. Ils ont également comparé les prédictions basées sur ces intérêts à celles fabriquées par le modèle grand langage d'Openai (LLM) GPT-4, qui alimente la célèbre plate-forme conversationnelle Chatgpt.
Ils ont notamment constaté que les prédictions faites par des intégres de mots dérivées des textes de fiction étaient plus étroitement alignées sur les associations faites par les humains, surperformant le modèle GPT-4. Liu, Van Paridon et Lupyan pourraient également identifier les phrases dans les textes qu'ils ont analysés qui semblaient contribuer le plus à l'apprentissage des associations d'administration de couleurs.
« En augmentant les corpus de formation de diverses manières, nous découvrons les types de phrases les plus responsables de la transmission des associations d'addition de couleurs avec les modèles », a expliqué Liu, Van Paridon et Lupyan.
« Nous constatons que les modèles d'incorporation de mots apprennent ces associations à partir de cooccurrences indirectes (de second ordre), et que lorsqu'elles sont invitées, les gens sont capables d'identifier certains des mots les plus informatifs pour associer les couleurs à des adjectifs spécifiques. »
Dans l'ensemble, les résultats recueillis par cette équipe de chercheurs suggèrent que le langage joue un rôle clé dans la façon dont les humains apprennent à connecter des qualités spécifiques aux couleurs, indépendamment des différences dans leurs perceptions et leurs expériences. Plus précisément, cela suggère que ces associations sont souvent apprises via des cooccurrences de second ordre, qui sont des connexions indirectes entre les mots.
Par exemple, plutôt que d'apprendre à associer « rouge » à « chaud » après avoir rencontré de nombreuses phrases qui incluent ces deux mots (par exemple, « le poêle est rouge »), les gens pourraient lier ces termes parce qu'ils ont souvent trouvé le mot « rouge » dans la même phrase que d'autres mots liés à la chaleur (par exemple, « feu » et « flamme »). Ces troisième mots médient ainsi la relation entre un adjectif et une couleur.
La récente étude offre de nouveaux informations précieux sur les processus qui sous-tendent l'apprentissage des associations de personnes qui ont eu des expériences de vie différentes. À l'avenir, il pourrait inspirer d'autres études qui comparent les observations du monde réel aux prédictions faites par des modèles informatiques et mathématiques pour mieux comprendre les processus psychologiques.
