科研速览 · Science Skim继续刷下去 · Keep skimming →
◆ Dil Araştırmaları2026-05-05· Medicine

Yapay Zekâ, Dilin Doğuştanlığını Yıkabilir mi? Büyük Dil Modelleri Karşısında Uyaran Eksikliği Argümanı

Caner Kerimoğlu

原始摘要(英文原文)· Original abstract
Bu makale dilin doğuştan geldiği görüşünün temel dayanağı olan “uyaran eksikliği argümanı”nın (UEA), büyük dil modellerinin (BDM) ortaya çıkışıyla nasıl sorgulandığını ele almaktadır. Evrensel dilbilgisi (ED) teorisinin merkezindeki UEA, çocukların maruz kaldığı dilsel girdinin, edindikleri karmaşık dilbilgisi bilgisini açıklamakta yetersiz olduğunu ve bu nedenle doğuştan bir dil yetisine işaret ettiğini savunur. Ancak, GPT gibi BDM’lerin, hiçbir açık dilbilgisi kuralı verilmeden yalnızca metin verilerinden istatistiksel öğrenme yoluyla tutarlı ve hiyerarşik dil yapıları üretebilmesi, bu argümana güçlü bir itiraz oluşturmuştur. Bu gelişme dilin yalnızca veriden öğrenilebileceği görüşünü desteklemiştir. Buna karşılık Noam Chomsky ve takipçilerinden oluşan üretici dilbilimciler, karşılaştırmayı geçersiz kılan niteliksel farklara dikkat çeker: Bir çocuğun dili edinmesi için gereken milyonlarca sözcüklük girdiye karşılık, BDM’lerin trilyonlarca veriye ihtiyaç duyması; insan ediniminin sosyal bağlam, niyet okuma ve çok kipli (görme, işitme) deneyimlerle iç içe geçmesi ve makinelerin gerçek bir anlama modelinden yoksun olması. Makale bu çatışmanın UEA’yı tamamen ortadan kaldırmadığını, onu dönüştürdüğünü savunur. Artık dil yetisi, sadece doğuştan gelen katı kuralların veya sınırsız verinin pasif bir ürünü olarak görülmemelidir. Bunun yerine belirli biyolojik etkenlerin, güçlü genel öğrenme mekanizmalarının ve zengin sosyo-pragmatik bağlamın dinamik etkileşiminin bir sonucu olarak anlaşılmalıdır. BDM’ler, bu karmaşık etkileşimi incelemek için paha biçilmez bir metodolojik laboratuvar sunmaktadır.
读原文 · Read the paper ↗

AI 追问PRO

登录后使用 AI 追问

讨论区

登录后参与讨论

相关论文 · Related

Yapay Zekâ, Dilin Doğuştanlığını Yıkabilir mi? Büyük Dil Modelleri Karşısında Uyaran Eksikliği Argümanı — 科研速览 Science Skim