بازگشت رفتارگرایان در هوش مصنوعی

بازگشت رفتارگرایان در هوش مصنوعی

چرا هوش مصنوعی مدرن در حال اثبات حقانیت «دشمن قدیمی» چامسکی است

چکیده

برای نیم قرن، رفتارگرایی در زبان‌شناسی و علوم شناختی به عنوان یک مکتب منسوخ و شکست‌خورده تلقی می‌شد. چامسکی در نقدی ویرانگر، رفتارگرایی اسکینر را به عنوان رویکردی سطحی که نمی‌تواند پیچیدگی‌های زبان انسان را توضیح دهد، رد کرد. اما ظهور مدل‌های زبانی بزرگ (LLM) و شبکه‌های عصبی عمیق، یک وارونگی تاریخی را رقم زده است: اصول بنیادین رفتارگرایی — یادگیری از طریق تداعی، تقویت، و پردازش آماری محرک‌ها — دقیقاً همان مکانیزم‌هایی هستند که موفق‌ترین سیستم‌های هوش مصنوعی امروز را به کار می‌اندازند. این مقاله استدلال می‌کند که «بازگشت رفتارگرایان» نه یک عقب‌نشینی نظری، بلکه یک تصحیح تجربی است که نشان می‌دهد چامسکی نه تنها در مورد رفتارگرایی، بلکه در مورد ماهیت بنیادین زبان نیز اشتباه کرده است.

---

۱. مقدمه: از «جعبه خالی» تا «جعبه سیاه»

۱.۱. نقد چامسکی و پیروزی ظاهری شناخت‌گرایی

در سال ۱۹۵۹، نوام چامسکی با انتشار نقدی تند بر کتاب «رفتار کلامی» بی.اف. اسکینر، ضربه‌ای کاری بر پیکر رفتارگرایی وارد کرد. چامسکی استدلال کرد که رفتارگرایی نمی‌تواند خلاقیت زبانی — توانایی تولید بی‌نهایت جمله جدید از مجموعه محدودی از کلمات — را توضیح دهد. اسکینر زبان را به عنوان یک رفتار تقویتی می‌دید: محرک، پاسخ، تقویت. چامسکی این دیدگاه را به «آزمایش‌های موش در جعبه» فروکاست و سپس کل پارادایم را دفن کرد.

پیروزی چامسکی کامل به نظر می‌رسید. «انقلاب شناختی» او زبان را به عنوان یک سیستم قاعده‌مند انتزاعی، مستقل از محیط و مبتنی بر ساختارهای ذاتی مغز معرفی کرد. رفتارگرایی به حاشیه رانده شد و در کتاب‌های درسی به عنوان یک «بن‌بست تاریخی» به تصویر کشیده شد.

۱.۲. پارادوکس چامسکیایی

اما یک پارادوکس در حال شکل‌گیری بود. چامسکی در نقد خود از «جعبه خالی» (tabula rasa) رفتارگرایان انتقاد می‌کرد — این ایده که ذهن انسان لوحی سفید است که فقط از طریق تجربه پر می‌شود. اما او همزمان مدل‌های آماری را نیز رد می‌کرد و معتقد بود که «مفهوم احتمال یک جمله، تحت هر تفسیر شناخته‌شده‌ای، یک مفهوم کاملاً بی‌فایده است».

پنجاه سال بعد، بزرگ‌ترین موفقیت مهندسی در تاریخ هوش مصنوعی — مدل‌های زبانی بزرگ — دقیقاً از همان اصولی پیروی کرد که چامسکی هم رفتارگرایان و هم آمارگرایان را برای آن سرزنش کرده بود.

۱.۳. پرسش‌های پژوهش

این مقاله به دنبال پاسخ به پرسش‌های زیر است:

1.     چگونه اصول رفتارگرایی در معماری مدل‌های زبانی مدرن بازتولید شده‌اند؟

2.     چه شواهد تجربی از یادگیری آماری در انسان و ماشین وجود دارد؟

3.     آیا موفقیت مدل‌های زبانی بزرگ، استدلال «فقر محرک» چامسکی را بی‌اعتبار می‌کند؟

4.     پیامدهای نظری «بازگشت رفتارگرایان» برای زبان‌شناسی و علوم شناختی چیست؟

---

۲. بدنه ساختاری: رفتارگرایی پنهان در قلب یادگیری عمیق

۲.۱. اصول بنیادین رفتارگرایی و شبکه‌های عصبی

نظریه یادگیری رفتارگرایی، به ویژه آن‌گونه که اسکینر فرموله کرد، بر سه اصل استوار است: تداعی (پیوند بین محرک‌ها و پاسخ‌ها)، تقویت (تغییر در قدرت تداعی بر اساس پیامدها)، و تعمیم از طریق شباهت (انتقال یادگیری به محرک‌های مشابه).

شبکه‌های عصبی مصنوعی، که ستون فقرات مدل‌های زبانی مدرن را تشکیل می‌دهند، دقیقاً بر همین اصول بنا شده‌اند. یک شبکه عصبی از واحدهای پردازشی ساده تشکیل شده که از طریق «وزن‌های» قابل تنظیم به هم متصل هستند. فرایند یادگیری شامل تنظیم این وزن‌ها بر اساس داده‌های آموزشی است — یعنی، تقویت تداعی‌ها بر اساس تجربه. هیچ قاعده نمادینی «برنامه‌ریزی» نشده است؛ همانطور که تریون اشاره می‌کند، شبکه‌های عصبی «آموزش داده می‌شوند نه برنامه‌ریزی»، و این به آن‌ها یک «تاریخ رشد» می‌دهد که با رفتارگرایی انتخاب‌گرای اسکینر سازگار است.

۲.۲. مدل زمان گذشته افعال: یک نمونه کلاسیک

نمونه کلاسیک این رویکرد، مدل روملهارت و مک‌کللند برای زمان گذشته افعال انگلیسی است. این شبکه، بدون هیچ قاعده صریح «ریشه + ed»، از طریق مواجهه با نمونه‌های متعدد، الگوهای آماری را استخراج کرد و توانست زمان گذشته افعال جدید را — از جمله خطاهای بیش‌تعمیم مانند «goed» و «digged» — تولید کند. این خطاها دقیقاً همان الگویی است که در کودکان در حال یادگیری زبان مشاهده می‌شود، و نشان می‌دهد که یادگیری آماری می‌تواند رفتارهای پیچیده زبانی را از طریق تقویت تداعی‌ها بازتولید کند.

۲.۳. مدل‌های زبانی بزرگ: رفتارگرایی در مقیاس عظیم

مدل‌های زبانی بزرگ امروزی، مانند GPT و خانواده‌اش، صرفاً نسخه‌های مقیاس‌پذیر همین اصول هستند. آن‌ها با پیش‌بینی کلمه بعدی در متن آموزش می‌بینند — یک فرایند محض رفتارگرایانه که در آن، «تقویت» عبارت است از تنظیم وزن‌ها برای کاهش خطای پیش‌بینی. همانطور که یک تحلیل اخیر بیان می‌کند، «علوم شناختی و هوش مصنوعی مدرن در حال بازگشت به اصول رفتارگرایانه هستند» و رویکرد رفتاری ابزارهای لازم برای درک چالش‌های هوش مصنوعی جدید را فراهم می‌کند.

معماری «ترانسفورمر» (Transformer) که در مدل‌های زبانی مدرن استفاده می‌شود، یک مکانیزم «توجه» (attention) دارد که به مدل اجازه می‌دهد تا روابط بین کلمات دوردست را نیز یاد بگیرد. این مکانیزم، در واقع، یک شکل پیچیده از «تداعی» است: مدل یاد می‌گیرد که کدام کلمات به کدام کلمات «توجه» کند، و این توجه را بر اساس داده‌های آموزشی تقویت می‌کند.

۲.۴. یادگیری آماری: زبان به عنوان یک مجموعه توزیعی

پژوهش در زمینه یادگیری زبان طی دو دهه گذشته به طور فزاینده‌ای نشان داده است که «یادگیری آماری» — توانایی استخراج ساختار از ویژگی‌های توزیعی محرک‌ها — یک مکانیزم بنیادین در یادگیری زبان انسان است.

در یک سری آزمایش‌های کلاسیک، سافرن و همکاران نشان دادند که نوزادان هشت‌ماهه می‌توانند کلمات را از جریان گفتار پیوسته، تنها بر اساس ویژگی‌های آماری (احتمالات انتقالی بین صداها) استخراج کنند. این یافته با ایده چامسکیایی که یادگیری زبان نیازمند «اصول و پارامترهای» ذاتی است، در تضاد است. اگر نوزادان می‌توانند صرفاً از طریق مواجهه با داده‌های خام، واحدهای زبانی را کشف کنند، دیگر نیازی به فرض «گرامر جهانی» به عنوان یک دستگاه ذاتی پیشینی نیست.

مطالعات بیشتر نشان داده‌اند که این مکانیزم یادگیری آماری در بزرگسالان نیز فعال است و با موفقیت در یادگیری زبان دوم همبستگی دارد. فراتر از آن، پژوهش‌ها نشان می‌دهند که «تمایل به پیش‌بینی» یک نیروی محرکه قدرتمند در یادگیری است و توانایی پیش‌بینی کلمه پایانی جملات، با توانایی استخراج روابط آماری از دنباله‌های محرک مرتبط است.

این دیدگاه که «زبان‌ها تنها آن ساختارهایی را نشان می‌دهند که یادگیرندگان قادر به ردیابی آن‌ها هستند»، یک بازگشت صریح به موضع رفتارگرایانه است: ساختار زبان محصول محدودیت‌های یادگیری است، نه بازتاب یک گرامر ذاتی.

۲.۵. فروپاشی تجربی «فقر محرک»

یکی از ستون‌های اصلی استدلال چامسکیایی برای ذاتی بودن زبان، «استدلال فقر محرک» (Poverty of the Stimulus) بوده است: ادعا اینکه داده‌های زبانی که کودک در معرض آن قرار می‌گیرد، برای استخراج گرامر پیچیده زبان کافی نیست، بنابراین بخش عمده‌ای از دانش زبانی باید ذاتی باشد.

مدل‌های زبانی بزرگ، این استدلال را به طور تجربی فروپاشانده‌اند. این مدل‌ها بدون هیچ «گرامر جهانی» برنامه‌ریزی‌شده، و صرفاً از طریق پیش‌بینی متن، موفق شده‌اند به عملکرد بالایی در طیف گسترده‌ای از پدیده‌های نحوی دست یابند — از جمله ساختارهای وابستگی پرکننده-جای خالی، جملات مرکب، و حتی قضاوت‌های قابل قبول بودن که با شهود انسان‌ها همبستگی دارد.

این دستاورد یک چالش بنیادین برای چامسکیایی‌هاست. اگر یک شبکه عصبی عمومی که فقط با داده خام آموزش دیده می‌تواند بخش عمده‌ای از نحو زبان را کشف کند، دیگر نیازی به فرض «اصول و پارامترهای» ذاتی نیست. همانطور که پینتادوسی در مقاله خود در همین مجموعه استدلال می‌کند، «هیچ‌کدام از اصول و سوگیری‌های ذاتی که چامسکیایی‌ها مدت‌ها ادعا می‌کردند ضروری هستند، نیازی به ساخته شدن در این مدل‌ها نداشتند» — نه اصل اتصال، نه شاخه‌بندی دوتایی، نه محدودیت‌های جزیره‌ای، و نه اصل مقوله خالی.

---

۳. نتایج: شواهد تجربی از همگرایی رفتارگرایی و هوش مصنوعی

۳.۱. جدول مقایسه‌ای: اصول رفتارگرایی در مدل‌های زبانی

اصل رفتارگرایی	معادل در شبکه‌های عصبی	شواهد تجربی
تداعی محرک-پاسخ	وزن‌های اتصالی بین واحدها	مدل روملهارت-مک‌کللند برای زمان گذشته افعال
تقویت	کاهش خطای پیش‌بینی از طریق گرادیان نزولی	آموزش GPT بر پیش‌بینی کلمه بعدی
تعمیم از طریق شباهت	فضای برداری پیوسته و شباهت کسینوسی	توانایی مدل‌ها در تولید جملات جدید
خاموشی (extinction)	تنظیم دقیق (fine-tuning) و هرس (pruning)	کاهش سوگیری‌های ناخواسته در مدل‌های آموزش‌دیده
شکل‌دهی (shaping)	یادگیری برنامه‌ریزی‌شده (curriculum learning)	آموزش مرحله‌ای از ساده به پیچیده

۳.۲. یافته‌های کلیدی از پژوهش‌های اخیر

یافته ۱: نوزادان یادگیرندگان آماری هستند. آزمایش‌های سافرن و همکاران نشان داد که نوزادان هشت‌ماهه می‌توانند الگوهای آماری را از جریان گفتار استخراج کنند. این یافته، پایه‌های تجربی «فقر محرک» را تضعیف می‌کند.

یافته ۲: مدل‌های عصبی می‌توانند ساختار نحوی را بدون قواعد صریح یاد بگیرند. گولورداوا و همکاران نشان دادند که شبکه‌های عصبی بازگشتی می‌توانند «به صورت سلسله‌مراتبی رؤیا ببینند» — یعنی، ساختارهای نحوی را بدون برنامه‌ریزی صریح یاد بگیرند.

یافته ۳: مدل‌های زبانی بزرگ در آزمون‌های نحوی عملکرد بالایی دارند. وارشتات و همکاران با ارزیابی مدل‌های زبانی بر روی بیش از ده هزار قضاوت قابل قبول بودن، نشان دادند که این مدل‌ها در حدود ۷۰-۹۰٪ موارد با انسان‌ها همبستگی دارند.

یافته ۴: یادگیری آماری در بزرگسالان نیز فعال است. وانگ و چن نشان دادند که یادگیری آماری با موفقیت در یادگیری زبان دوم همبستگی دارد و «تمایل به پیش‌بینی» یک نیروی محرکه قدرتمند در یادگیری است.

یافته ۵: مدل‌های زبانی بزرگ می‌توانند ساختارهای سلسله‌مراتبی را از داده خام کشف کنند. مانینگ و همکاران نشان دادند که حالت‌های داخلی مدل‌های زبانی، ساختارهای درختی را بازنمایی می‌کنند که شباهت زیادی به درخت‌های تجزیه انسانی دارند.

۳.۳. تحلیل کمی: مقایسه رویکردها

معیار	رویکرد چامسکیایی	رویکرد رفتارگرایانه-آماری
منبع دانش زبانی	ذاتی (گرامر جهانی)	اکتسابی (یادگیری از داده)
مکانیزم یادگیری	اصول و پارامترها	تداعی، تقویت، یادگیری آماری
نقش داده	فقر محرک	غنای محرک
ساختار نحوی	قاعده‌مند و نمادین	توزیعی و آماری
عملکرد در مدل‌سازی	محدود	بالا (LLMها)
پیش‌بینی‌پذیری	پایین	بالا
انعطاف‌پذیری	پایین	بالا

---

۴. بحث: پیامدهای نظری بازگشت رفتارگرایان

۴.۱. فروپاشی دوگانه‌انگاری ذاتی‌گرا

موفقیت مدل‌های زبانی بزرگ، نه تنها نقد چامسکی بر رفتارگرایی را بی‌اعتبار می‌کند، بلکه خود برنامه چامسکیایی را نیز به چالش می‌کشد. اگر زبان انسان را می‌توان با یک شبکه عصبی عمومی که تنها با پیش‌بینی متن آموزش دیده، بازتولید کرد، دیگر چه نیازی به فرض یک «گرامر جهانی» ذاتی، یک «قوه زبانی» تخصصی، یا یک «عملگر ادغام» (Merge) به عنوان «تنها جزء منحصربه‌فرد انسان در قوای زبان» وجود دارد؟

همانطور که پینتادوسی اشاره می‌کند، مدل‌های زبانی «بدون استفاده از هیچ‌کدام از ابزارها و سازه‌های نظری چامسکیایی» به موفقیت دست یافته‌اند. این یک شاهد قوی علیه فرضیه «ذات‌گرایی زبانی» است.

۴.۲. چالش «جعبه سیاه» و مسئله درک

یکی از انتقادات اصلی چامسکی به رفتارگرایی این بود که این رویکرد «جعبه سیاه» است — یعنی نمی‌تواند فرایندهای درونی ذهن را توضیح دهد و به توصیف محرک-پاسخ بسنده می‌کند. این انتقاد در مورد شبکه‌های عصبی نیز تکرار می‌شود: ما می‌دانیم که آن‌ها کار می‌کنند، اما نمی‌دانیم «چگونه».

اما این انتقاد، همان‌طور که پینتادوسی اشاره می‌کند، یک درک سطحی از علم است. در بسیاری از حوزه‌های علمی — از فیزیک تا اقتصاد — ما قادر به «درک شهودی» مکانیزم‌های زیربنایی نیستیم، اما این مانع از پیشرفت علمی نمی‌شود. همانطور که او می‌گوید: «ما نمی‌توانیم نظریه ساده‌ای از بازار سهام داشته باشیم... و با این حال، این مانع از انجام علم نمی‌شود».

علاوه بر این، پدیده «ظهور» (emergence) — که در شبکه‌های عصبی و سیستم‌های پیچیده مشاهده می‌شود — نشان می‌دهد که رفتار سیستم‌های پیچیده را نمی‌توان صرفاً از قواعد سطح پایین پیش‌بینی کرد. این دقیقاً همان چیزی است که رفتارگرایان رادیکال مانند اسکینر نیز با آن مواجه بودند: رفتار پیچیده انسانی از فرایندهای ساده تقویت و تداعی «ظهور» می‌کند، بدون نیاز به یک «هومونکولوس» یا برنامه‌ریز مرکزی.

۴.۳. رفتارگرایی و مسئله «خلاقیت زبانی»

چامسکی استدلال می‌کرد که رفتارگرایی نمی‌تواند «خلاقیت زبانی» — توانایی تولید بی‌نهایت جمله جدید — را توضیح دهد. اما مدل‌های زبانی بزرگ دقیقاً این خلاقیت را نشان می‌دهند: آن‌ها می‌توانند جملاتی تولید کنند که هرگز در داده‌های آموزشی دیده نشده‌اند.

به عنوان مثال، وقتی از ChatGPT خواسته می‌شود داستانی درباره «چگونه یک مورچه می‌تواند یک ناو هواپیمابر را غرق کند» بنویسد، این مدل یک داستان منسجم و خلاقانه تولید می‌کند که در هیچ‌کدام از داده‌های آموزشی وجود ندارد. این نشان می‌دهد که یادگیری آماری می‌تواند به «خلاقیت» منجر شود، بدون نیاز به قواعد ذاتی.

۴.۴. مسئله «استدلال» و محدودیت‌های مدل‌های زبانی

منتقدان چامسکیایی به درستی اشاره می‌کنند که مدل‌های زبانی بزرگ در وظایف «استدلال» (reasoning) ضعیف‌تر از انسان‌ها عمل می‌کنند. اما این محدودیت، همان‌طور که پینتادوسی اشاره می‌کند، به معنای شکست رویکرد رفتارگرایانه نیست. استدلال ممکن است یک توانایی جداگانه باشد که با زبان همبستگی دارد اما از آن مستقل است.

مطالعات عصب‌شناسی نشان می‌دهد که بیماران آفازی (که توانایی زبانی خود را از دست داده‌اند) اغلب می‌توانند در وظایف استدلالی، منطقی، و ریاضی موفق باشند. این یک «تجزیه» (dissociation) بین زبان و استدلال را نشان می‌دهد — دقیقاً همان‌طور که مدل‌های زبانی بزرگ نشان می‌دهند.

---

۵. آینده‌نگری: چشم‌اندازهای پیش رو

۵.۱. همگرایی رفتارگرایی و علوم اعصاب

پیشرفت‌های اخیر در علوم اعصاب شناختی نشان می‌دهد که مکانیزم‌های یادگیری آماری و تقویتی، پایه‌های عصبی مشخصی دارند. سیستم دوپامینرژیک، که در یادگیری تقویتی نقش دارد، دقیقاً همان مکانیزمی است که رفتارگرایان به صورت روان‌شناختی توصیف می‌کردند. همگرایی این دو حوزه — رفتارگرایی و علوم اعصاب — می‌تواند به یک نظریه یکپارچه یادگیری منجر شود.

۵.۲. مدل‌های زبانی کوچک‌تر و کارآمدتر

یکی از چالش‌های اصلی مدل‌های زبانی بزرگ، نیاز به داده‌های عظیم و منابع محاسباتی گسترده است. پژوهش‌های آینده باید بر توسعه مدل‌هایی متمرکز شوند که با داده‌های کمتر — مشابه داده‌هایی که کودکان در معرض آن قرار می‌گیرند — بتوانند زبان را یاد بگیرند. چالش «BabyLM» یک گام در این جهت است.

۵.۳. یادگیری بدون نظارت و خودنظارتی

مدل‌های زبانی بزرگ از «یادگیری خودنظارتی» (self-supervised learning) استفاده می‌کنند: آن‌ها برچسب‌ها را از داده‌های خام تولید می‌کنند. این رویکرد، که شباهت زیادی به یادگیری رفتارگرایانه دارد، می‌تواند به توسعه سیستم‌هایی منجر شود که بدون نیاز به برچسب‌گذاری انسانی، از محیط یاد بگیرند.

۵.۴. پیامدهای برای زبان‌شناسی نظری

«بازگشت رفتارگرایان» پیامدهای عمیقی برای زبان‌شناسی نظری دارد:

1.     پایان انحصار چامسکیایی: رویکرد چامسکیایی دیگر نمی‌تواند ادعای انحصار در توضیح ماهیت زبان را داشته باشد.

2.     احیای رویکردهای کارکردی: رویکردهای کارکردی و شناختی-کاربردی، که بر نقش استفاده و بافت در شکل‌دهی زبان تأکید دارند، احیا می‌شوند.

3.     تلفیق نظریه و مهندسی: زبان‌شناسی نظری باید از مهندسی مدل‌های زبانی یاد بگیرد و از آن برای آزمون فرضیه‌های خود استفاده کند.

4.     توجه به تنوع زبانی: مدل‌های زبانی بزرگ عمدتاً بر زبان‌های پرمنبع (مانند انگلیسی) آموزش دیده‌اند. پژوهش‌های آینده باید بر زبان‌های کم‌منبع و تنوع زبانی متمرکز شوند.

۵.۵. چالش‌های اخلاقی و اجتماعی

موفقیت مدل‌های زبانی بزرگ چالش‌های اخلاقی و اجتماعی نیز به همراه دارد:

·  سوگیری و تبعیض: مدل‌ها می‌توانند سوگیری‌های موجود در داده‌های آموزشی را بازتولید و تقویت کنند.

·  حریم خصوصی: آموزش بر داده‌های عظیم اینترنتی، نگرانی‌های حریم خصوصی را برمی‌انگیزد.

·  مصرف انرژی: آموزش مدل‌های بزرگ، مصرف انرژی قابل‌توجهی دارد.

·  تأثیر بر بازار کار: خودکارسازی وظایف زبانی می‌تواند بر مشاغل مرتبط با زبان تأثیر بگذارد.

۵.۶. چشم‌انداز نهایی: به سوی یک علم یکپارچه زبان

آینده زبان‌شناسی، نه در انحصار چامسکیایی و نه در بازگشت ساده به رفتارگرایی کلاسیک، بلکه در تلفیق این دو رویکرد و استفاده از بینش‌های هر دو است. مدل‌های زبانی بزرگ نشان داده‌اند که:

1.     یادگیری آماری می‌تواند ساختارهای پیچیده زبانی را از داده خام استخراج کند.

2.     مکانیزم‌های ساده تداعی و تقویت، در مقیاس عظیم، می‌توانند به رفتارهای پیچیده منجر شوند.

3.     «خلاقیت زبانی» نیازی به قواعد ذاتی ندارد و می‌تواند از یادگیری آماری ظهور کند.

4.     «استدلال» و «زبان» ممکن است توانایی‌های جداگانه‌ای باشند که با هم همبستگی دارند اما از هم مستقل‌اند.

همان‌طور که تریون پیش‌بینی کرده بود، «شبکه‌های عصبی یک چشم‌انداز نظری یکپارچه فراهم می‌کنند» که می‌تواند شکاف‌های غیرمولد بین رفتارگرایی، علوم شناختی، و علوم اعصاب را پر کند. آنچه او پیش‌بینی نکرده بود، این بود که این چشم‌انداز یکپارچه نه تنها رفتارگرایی را احیا می‌کند، بلکه یکی از مشهورترین نقدهای تاریخ علم — نقد چامسکی بر اسکینر — را نیز به عنوان یک بن‌بست تاریخی به حاشیه می‌راند.

---

۶. نتیجه‌گیری

«بازگشت رفتارگرایان» یک شوخی یا یک عقب‌نشینی نظری نیست. این نتیجه مستقیم موفقیت تجربی رویکردی است که چامسکی سعی در دفن آن داشت. مدل‌های زبانی بزرگ — که بهترین سیستم‌های زبانی ساخته‌شده توسط بشر هستند — بر اصولی بنا شده‌اند که رفتارگرایان نیم قرن پیش فرموله کردند: یادگیری از طریق تجربه، تقویت تداعی‌ها، و استخراج الگوهای آماری از داده‌ها.

این وارونگی، نه تنها نقد چامسکی بر رفتارگرایی را بی‌اعتبار می‌کند، بلکه خود برنامه چامسکیایی را نیز به چالش می‌کشد. اگر زبان انسان را می‌توان با یک شبکه عصبی عمومی که تنها با پیش‌بینی متن آموزش دیده، بازتولید کرد، دیگر چه نیازی به فرض یک «گرامر جهانی» ذاتی، یک «قوه زبانی» تخصصی، یا یک «عملگر ادغام» (Merge) به عنوان «تنها جزء منحصربه‌فرد انسان در قوای زبان» وجود دارد؟

آینده زبان‌شناسی در تلفیق رویکردها، استفاده از مدل‌های زبانی به عنوان ابزارهای آزمون فرضیه، و توجه به تنوع زبانی و چالش‌های اخلاقی نهفته است. همان‌طور که پینتادوسی می‌گوید: «زبان‌شناسی که شکوفا خواهد شد، زبان‌شناسی است که میان‌رشته‌ای باشد، ایده‌های جدید را بپذیرد، فرض‌های قدیمی را بازاندیشی کند، و آنچه را درباره قدرت یادگیری کشف می‌کنیم، یکپارچه سازد. هیچ آینده‌ای برای گوشه‌ای از زبان‌شناسی که در را محکم ببندد و به خود تکرار کند که تنها آن، و فقط آن، زبان را فهمیده است، وجود ندارد.»

---

منابع

Cognitivism prevents us from understanding artificial intelligence (Springerprofessional, 2026) A Critical Assessment of Behaviourism in the Light of Recent Theories of Language Acquisition Ristin-Kaufmann, Statistical Learning and Artificial Grammar Learning Childers et al., Empiricism in the foundations of cognition (AI and Society, 2023) Tryon, Neural networks: Unified learning theory and behavioral psychotherapy (2002) Wang & Chen, The Role of Statistical Learning in Language Acquisition (2015) Absence of homunculus (PsycNet) Implicit statistical learning and working memory predict EFL development (ScienceDirect, 2025) Rumelhart & McClelland’s past-tense model analysis (CORE) Untitled AI course material on rules vs. statistical learning Piantadosi, S. T. (2024). Modern language models refute Chomsky's approach to language. In From fieldwork to linguistic theory: A tribute to Dan Everett (pp. 353–414). Berlin: Language Science Press. Gibson, E. (2024). Composition, not infinity: The irrelevance of recursion to theories of language. In From fieldwork to linguistic theory (pp. 1–22). Berlin: Language Science Press. Pullum, G. K. (2024). Daniel Everett on Pirahã syntax. In From fieldwork to linguistic theory (pp. 23–74). Berlin: Language Science Press. Everett, D. L. (2005). Cultural constraints on grammar and cognition in Pirahã. Current Anthropology, 46(4), 621–646. Everett, D. L. (2017). How language began: The story of humanity's greatest invention. London: Profile Books.

مجله اینترنتی روان تنظیم

Online Journal of Ravantanzim

مجله تخصصی روانشناسی تربیتی شناختی

مدیر مسئول: محمود دلیر عبدی نیا

روانشناس تربیتی با دیدگاه شناختی

دانش آموخته دانشگاه تهران

●اولین مربی شناختی در ایران●

لطفا نظرات و پیشنهادات خود را از طریق بخش نظرات مجله اینترنتی روان تنظیم و یا از طریق ایمیل برای ما ارسال کنید.

استفاده از مطالب ارائه شده در این پایگاه، صرفا با ذکر منبع آزاد می باشد.