¿Cómo los bebés perciben el lenguaje?

 

Los informes científicos del aprendizaje fonético temprano proponen que los bebés agrupan los sonidos en categorías fonéticas nativas de vocales y consonantes a través de un mecanismo de agrupamiento estadístico conocido como aprendizaje distributivo. Sin embargo, esta idea ha sido cuestionada por un nuevo estudio publicado en la revista  Actas de la Academia Nacional de Ciencias.

En el estudio, un equipo internacional de científicos cognitivos y lingüistas computacionales encabezados por la Universidad de Maryland ha introducido un marco de modelado cuantitativo que se basa en una simulación a gran escala del proceso de aprendizaje del lenguaje en los bebés. Mediante el uso de técnicas de aprendizaje automático computacionalmente eficientes, este enfoque permite que los mecanismos de aprendizaje se vinculen sistemáticamente con predicciones comprobables sobre la sintonía de los bebés con su lengua materna.

Para su estudio, los investigadores simularon el proceso de aprendizaje en bebés mediante el entrenamiento de un algoritmo de agrupamiento computacionalmente eficiente en la entrada de voz realista. El algoritmo se alimentó de características auditivas similares a espectrogramas muestreadas a intervalos de tiempo regulares que se obtuvieron de grabaciones de habla naturalista en un idioma de destino. En este estudio, el inglés estadounidense y el japonés fueron los dos idiomas utilizados.

Esto produjo un modelo candidato para el conocimiento fonético temprano de, digamos, un bebé japonés, dicen los investigadores. A continuación, hicieron dos preguntas a los modelos entrenados. ¿Podrían explicar las diferencias observadas en cómo los bebés que aprenden japonés e inglés discriminan los sonidos del habla? Y, ¿los modelos aprendieron categorías fonéticas similares a vocales y consonantes?

Las explicaciones científicas dominantes del aprendizaje fonético temprano habrían esperado que las respuestas a estas preguntas coincidieran. Los investigadores encontraron que la respuesta a la primera pregunta era positiva: sus modelos tenían en cuenta el comportamiento observado de los bebés, en particular la dificultad de los bebés japoneses para distinguir palabras como "piedra" y "cerradura". La respuesta a la segunda pregunta, sin embargo, fue negativa: se encontró que los modelos habían aprendido unidades del habla demasiado breves y acústicamente variables para corresponder a categorías fonéticas similares a vocales y consonantes.

Estos resultados sugieren una sorprendente reinterpretación de la literatura existente sobre el aprendizaje fonético temprano. Las dificultades para ampliar el aprendizaje distributivo de las categorías fonéticas a condiciones de aprendizaje realistas pueden interpretarse mejor como cuestionar la idea de que lo que los bebés aprenden son categorías fonéticas, en lugar de la idea de que cómo aprenden los bebés es a través del aprendizaje distributivo.

En conclusión, los investigadores creen en su enfoque de modelado computacional, junto con los esfuerzos continuos en el campo para recopilar datos empíricos a gran escala, como grabaciones a gran escala de los entornos de aprendizaje de los bebés en el hogar y la evaluación a gran escala abren el camino hacia una comprensión mucho más profunda de la adquisición temprana del lenguaje.