İnsanların çeşitli gerçek dünya uyaranları ile renkler de dahil olmak üzere kavramlar arasında zihinsel ilişkiler kurdukları bilinmektedir. Örneğin, kırmızı ve turuncu tipik olarak “sıcak” veya “sıcak”, “serin” veya “soğuk” ve “temiz” ile beyaz gibi kelimelerle ilişkilidir.
İlginç bir şekilde, bazı geçmiş psikoloji çalışmaları, bu derneklerin bazılarının insanların etraflarındaki dünyada renkleri görme deneyiminden kaynaklansa bile, kör olarak doğan birçok insan hala benzer renk seçiciliği dernekleri yaptığını göstermiştir. Renkler ve spesifik sıfatlar arasındaki ilişkilerin oluşumunu destekleyen süreçler henüz tam olarak açıklanmamıştır.
Wisconsin-Madison Üniversitesi’ndeki araştırmacılar, açık AI’nın GPT-4 Büyük Dil Modeli (LLM) dahil olmak üzere matematiksel ve hesaplama araçlarını kullanarak dilin renk hakkında nasıl öğrendiğimize nasıl katkıda bulunduğunu daha fazla araştırmak için bir çalışma gerçekleştirdiler. Bulguları, yayınlanan İletişim Psikolojisirenk-kimlik ilişkilerinin dilin yapısına dayandığını ve bu nedenle sadece deneyim yoluyla öğrenilmediğini önerin.
Qiawen Liu, Jeroen Van Paridon ve Gary Lupyan makalelerinde, “Bazı renkler bazı sıfatlarla güçlü bir şekilde ilişkilidir (örneğin, kırmızı sıcak, mavi soğuktur)” diye yazdı.
“Bu derneklerin bazıları parlayan kırmızı közler görmek gibi görsel deneyimlere dayanıyor. Şaşırtıcı bir şekilde, görsel deneyime sahip olmamasına rağmen, birçok kör insanlar dil yoluyla öğrenilen çok benzer renk ilişkileri gösteriyor. Bu ilişkilerin gerçekten dilin istatistiksel yapısına gömüldüğünü gösteriyoruz.”
Dilin renk seçicisi derneklerinin öğrenilmesine katkısını araştırmak için Liu, Van Paridon ve Lupyan kelime gömlekleri kullandı. Bunlar, kelimelerin bir dizi yazılı metin içinde nasıl kullanıldığı konusundaki kalıpları temsil eden matematiksel modellerdir.
Bu modelleri kullanarak, araştırmacılar renk seçimi ilişkilendirmelerini İngilizce yazılı metinler içeren bir veri kümesinde eşleştirdiler. Daha sonra, modelleri tarafından yapılan tahminleri hem kör hem de görülen İngilizce konuşan bireylerin yaptığı derneklerle karşılaştırdılar.
Araştırmacılar, “Sözlü ve yazılı dilin şirketi üzerinde eğitilmiş ve İngilizce olarak temsil edildikleri gibi renk seçimi derneklerini tanımlamak için bir projeksiyon yöntemi uyguluyoruz.” Diyerek şöyle devam etti: “Bu projeksiyonlar, kör ve görüşlü İngilizce konuşmacılar tarafından bildirilen renk seçiciliği derneklerini öngörüyordu.”
Araştırmacılar, kurgu metninden türetilen kelime eklemelerinin, tipik olarak hem kör hem de görüşlü bireyler tarafından yapılan renk seçicilik ilişkilerini yakaladığını değerlendirdiler. Ayrıca, bu eklemelere dayanan tahminleri, ünlü konuşma platformu chatgpt’e güç veren Openai’nin Büyük Dil Modeli (LLM) GPT-4 tarafından yapılanlarla karşılaştırdılar.
Özellikle, kurgu metinlerinden türetilen kelime eklemeleri tarafından yapılan tahminlerin, GPT-4 modelinden daha iyi performans göstererek, insanlar tarafından yapılan derneklere daha yakından hizalandığını bulmuşlardır. Liu, Van Paridon ve Lupyan, analiz ettikleri metinler içindeki cümleleri, renk seçiciliği derneklerinin öğrenilmesine en çok katkıda bulunduğu görülebilir.
Liu, Van Paridon ve Lupyan, “Eğitim şirketini çeşitli şekillerde artırarak, renk seçimi derneklerini modellere iletmekten en çok sorumlu cümle türlerini keşfediyoruz.”
Diyerek şöyle devam etti: “Kelime gömme modellerinin bu ilişkileri dolaylı (ikinci dereceden) birlikte ortaya çıkmasından öğrendiklerini ve istendiğinde, insanların renkleri belirli sıfatlarla ilişkilendirmek için en bilgilendirici kelimelerin bazılarını tanımlayabildiğini görüyoruz.”
Genel olarak, bu araştırmacı ekibi tarafından toplanan bulgular, dilin algılarındaki ve deneyimlerindeki farklılıklardan bağımsız olarak, insanların belirli nitelikleri renklere bağlamayı nasıl öğrendiklerinde kilit bir rol oynadığını öne sürmektedir. Özellikle, bu ilişkilerin genellikle kelimeler arasında dolaylı bağlantılar olan ikinci dereceden eşleşmeler yoluyla öğrenildiğini düşündürmektedir.
Örneğin, her iki kelimeyi (örneğin, “soba kırmızı”) içeren birçok cümleyle karşılaştıktan sonra “kırmızı” ı “sıcak” ile ilişkilendirmeyi öğrenmek yerine, insanlar bu terimleri birbirine bağlayabilirler, çünkü sıklıkla “kırmızı” kelimesini ısı ile ilgili diğer kelimelerle (örneğin, “ateş” ve “alev”) bulurlar. Bu üçüncü kelimeler böylece bir sıfat ve bir renk arasındaki ilişkiye aracılık eder.
Son çalışma, farklı yaşam deneyimleri olan insanlar tarafından derneklerin öğrenilmesinin altında yatan süreçler hakkında yeni değerli bilgiler sunmaktadır. Gelecekte, gerçek dünya gözlemlerini, psikolojik süreçleri daha iyi anlamak için hesaplamalı ve matematiksel modeller tarafından yapılan tahminlerle karşılaştıran daha fazla çalışmaya ilham verebilir.
