İnsan dili güvenliğe yaslanıyor: Osgood'un 70 yıllık anlam haritasına itiraz

Bu yalnız dilbilimcileri ilgilendiren bir tartışma değil. Bir yorumun "olumlu mu olumsuz mu" olduğunu otomatik ölçen duygu analizi araçlarının, sohbet botlarının ve içerik denetim sistemlerinin önemli bir kısmı Osgood'dan türeyen bu çerçeveye dayanıyor. Eksenler yanlışsa, makineler de insan dilini sistemli biçimde yanlış okuyor olabilir.

Osgood'un üç ekseni ve VAD modeli

Osgood'un yöntemine "anlamsal ayırt edici" (semantic differential) deniyor: bir kelime, iki ucunda zıt sıfatlar bulunan bir ölçek üzerinde puanlanıyor. Onlarca ölçekten toplanan puanlar faktör analiziyle birkaç ana boyuta indiriliyor. Osgood bu yolla üç boyut buldu: değerlendirme (iyi–kötü), güç (baskın–boyun eğen) ve etkinlik (etkin–edilgen).

Sonraki yıllarda psikologlar Albert Mehrabian ve James Russell bu üçlüyü duygulara uyarlayıp adlarını değiştirdi: değerlik (valence, olumlu–olumsuz), uyarılma (arousal, heyecanlı–sakin) ve baskınlık (dominance, kontrol eden–kontrol edilen). Baş harflerinden VAD diye anılan bu model zamanla yalnız duygu değil, genel anlam çalışmalarında da varsayılan çerçeve hâline geldi.

Vermont ekibinin ilk itirazı ölçekle ilgili. Makaleye göre Osgood'un temel çalışmalarından biri 100 üniversite öğrencisinin 20 adı 50 sıfat çifti üzerinde puanlamasına dayanıyordu; 1990'ların sonunda yaygınlaşan bir başka kelime listesi de 1.034 kelimeden ibaretti. İnsan sözvarlığı ölçeğinde listeler ancak son 15 yılda oluşmaya başladı.

20 bin kelimeyle yeniden hesap

Ekip, Kanada Ulusal Araştırma Konseyi'nden Saif Mohammad'ın 2018'de yayımladığı NRC VAD sözlüğünü ele aldı. Bu sözlükte yaklaşık 20 bin İngilizce kelime ve deyim, katılımcılara "en iyi–en kötü" karşılaştırması yaptırılarak üç VAD ekseninde puanlanmış. Dodds ve arkadaşları önce şunu gösterdi: Bu üç eksen birbirinden bağımsız değil, puanlar birbiriyle ilişkili. Bağımsız olması beklenen üç ölçü kısmen aynı şeyi ölçüyor.

Araştırmacılar, verinin gerçek eksenlerini bulmak için tekil değer ayrışımı (SVD) denen bir yöntem kullandı. Bunu, eğri duran bir bulutun içinden en uzun ve en kısa doğrultuları bulmaya benzetmek mümkün. Sonuç çarpıcı: Bulut yassı bir elipsoid, bir yönde neredeyse ezilmiş. İlk iki doğrultu puanlardaki değişkenliğin yüzde 90,9'unu açıklarken, VAD'nin ilk iki ekseni olan değerlik ve uyarılma birlikte yüzde 72,4'te kalıyor. Üçüncü doğrultunun payı yalnızca yüzde 9,1.

Ekip bu düzlemi döndürüp iki ekseni şöyle adlandırdı:

• Güç (zayıf–güçlü): Makaledeki hesaba göre kabaca değerlik, uyarılma ve baskınlığın toplamı.
• Tehlike (güvenli–tehlikeli): Olumsuz değerlik ile yüksek uyarılmanın neredeyse eşit karışımı; baskınlıkla ilgisi yok denecek kadar az.
• Yapı (düzenli–düzensiz): Payı küçük ama ayrı duran üçüncü boyut.

İşin ironik yanını makalenin kendisi not ediyor: Osgood'un 1950'lerdeki 50 sıfat çiftinden biri zaten "güvenli–tehlikeli" idi. Yazarlar daha da ileri gidip Osgood çerçevesindeki "etkinlik" boyutunun bir hata olduğunu yazıyor.

Kelimeyi saymak: sözlükteki ile ağızdaki aynı değil

Çalışmanın ikinci adımı belki de en önemlisi. Dilbilimde soyut kelimeye tür (type), metinde her kullanılışına örnek (token) deniyor. "Elma" bir türdür; bir cümlede her "elma" geçişi bir örnektir. Eski çalışmalar sözlükteki her kelimeye eşit ağırlık veriyordu. Oysa insanlar bazı kelimeleri çok, bazılarını neredeyse hiç kullanmaz.

Vermont ekibi kelimeleri gerçek kullanım sıklığıyla tarttı ve İngilizce kurmacanın yanı sıra altı ayrı metin yığınına baktı: Jane Austen'ın romanları, Sherlock Holmes öykülerinden bir seçki, New York Times, Wikipedia, ABD'deki radyo sohbet programlarının dökümleri ve Twitter. Yazılı ve sözlü, resmî ve gündelik, edebî ve haber dili bir aradaydı.

Hepsinde aynı tablo çıktı: Tehlike ekseninde dağılım belirgin biçimde güvenli tarafa kayıyordu. Güç ekseninde ise böyle bir eğilim yoktu; dağılım simetrikti. Yazarlar buna dilin güvenlik eğilimi (safety bias) adını veriyor.

Pollyanna ilkesi aslında bir gölge mi?

Dilin olumluya kaydığı eskiden beri biliniyordu. Osgood, Jerry Boucher ile birlikte 1969'da bu eğilime "Pollyanna hipotezi" adını vermişti. Ad, Eleanor H. Porter'ın 1913 tarihli romanının her şeyde sevinecek bir yan bulan kahramanından geliyor. Dodds ve Danforth'un da aralarında bulunduğu bir ekip 2015'te 10 dilde, 24 metin yığınında, insanların puanladığı 100 bin kelimeye bakarak bu olumluluk eğiliminin evrensel olduğunu öne sürmüştü.

Yeni çalışma bu bulguyu çürütmüyor, yeniden yorumluyor. UVM'nin duyurusunda aktarılan sonuç cümlesine göre Pollyanna ilkesindeki olumluluk eğilimi "aslında altta yatan bir güvenlik eğiliminin tek boyutlu bir izdüşümü". Makalede bir adım daha atılıyor: Dildeki "iyiye" ve "yumuşağa" doğru eğilimlerin ikisi de aynı güvenlik eğiliminin gölgesi. Yazarların deyişiyle, tek boyutlu harita iki boyutlu arazi değil.

Çalışmanın kıdemli yazarı ve UVM Karmaşık Sistemler Enstitüsü'nün yöneticisi Peter Dodds, üniversitenin duyurusunda "Bu, çalışmadan çıkan büyük bir gözlem. Güvenlik ifadeleri bütün dil için hayati önemde" diyor.

Neden güvenlik?

Araştırmacılar bir açıklama da öneriyor: Dil, riskleri tartmak, tehditleri fark etmek ve belirsiz ortamlarda birlikte hareket etmek için kullanılan bir araçsa, hayatta kalmaya dair ayrımların anlamın temeline yerleşmesi şaşırtıcı değil. Bu çerçevede olumlu konuşmak yalnız mutluluk ya da onay bildirmek değil, ortak çevrenin öngörülebilir ve güvenli olduğunu işaret etmek anlamına geliyor.

Ekipten, UVM Hesaplamalı Öykü Laboratuvarı'nda doktora sonrası araştırmacı Julia Zimmerman bunu şöyle özetliyor: "Güç, tehlike ve yapı, bugüne dek yaşamış her insanı ilgilendirir."

Ancak bu evrimsel okuma çalışmanın test ettiği bir şey değil, bir yorum. Veriler dilin güvenli kelimelere yaslandığını gösteriyor; bunun hayatta kalma baskısından kaynaklandığı şimdilik bir hipotez.

Sefiller'in anlam yolculuğu

Ekip yeni çerçeveyle bir ölçüm aracı da geliştirdi. Adı "ousiometer"; Eski Yunanca "öz, cevher" anlamına gelen ousia kelimesinden türetilmiş. Aynı laboratuvarın yıllardır metinlerin mutluluk düzeyini izlemek için kullandığı "hedonometre"nin genişletilmiş hâli gibi çalışıyor: Uzun bir metnin bölüm bölüm ortalama anlam puanını çıkarıyor.

Örnek olarak Victor Hugo'nun Sefiller romanının İngilizce çevirisi seçilmiş. Romanın anlamı, güvenli–tehlikeli, zayıf–güçlü, yumuşak–sert ve kötü–iyi eksenlerinden oluşan bir ızgara üzerinde, hikâye ilerledikçe kıvrılan bir yol çiziyor. Yazarlar romanın tam çözümlemesinin bu makalenin kapsamını aştığını, amaçlarının yalnızca böyle bir aracın kurulabileceğini göstermek olduğunu belirtiyor.

Bulgunun sınırları

• Yalnız İngilizce: Hem sözlük hem metin yığınları İngilizce. Güvenlik eğiliminin başka dillerde de görülüp görülmediği henüz sınanmış değil.
• Yeni eksenler eski puanlardan türetildi: Güç, tehlike ve yapı; katılımcıların VAD ölçeklerinde verdiği puanların yeniden döndürülmesiyle elde edildi. Yani yeni harita hâlâ eski anketin verisine dayanıyor. Yazarlar da bunun farkında; gelecekteki çalışmaların 20 ila 50 sade zıt sıfat çiftiyle başlayıp boyutları veriden çıkarmasını öneriyorlar.
• "Yüzde 90" neyi ölçüyor: Bu oran, sözlükteki puanların değişkenliğinin ne kadarının iki eksenle açıklandığını gösteriyor. "Anlamın yüzde 90'ı çözüldü" gibi okunmamalı.
• Uzun bir yolculuk: Çalışmanın ilk taslağı 2021'de arXiv'e konmuştu; dergide yayımlanması beş yıl sürdü. Bu, tartışmanın bilim camiasında henüz tam oturmadığını da gösteriyor.

Türkçe ne derdi?

Osgood'un ekibi 1960'lar ve 70'lerde aynı yöntemi dünyaya yaymış, 30 kültürde ve 21'den fazla dilde anlam puanları toplamıştı. Sosyolog David Heise'nin 2014'te SpringerPlus dergisinde yayımladığı bir çözümlemeye göre bu dev projeden bugüne kalan veriler arasında Türklerden toplanan puanlar da var. Yani Türkçe, Osgood'un üç ekseninin "evrensel" diye ilan edildiği dönemde masadaydı.

Yeni çalışma ise yalnız İngilizceye bakıyor. Türkçe gibi eklemeli bir dilde, kelime anlamının bir kısmını eklerin taşıdığı bir yapıda, güvenlik eğiliminin aynı netlikte çıkıp çıkmayacağı açık bir soru. Büyük Türkçe metin yığınları ve geniş bir puanlı kelime listesiyle bu soru sınanabilir.

Fotoğraf: Émile Bayard, Public domain, Wikimedia Commons