انسانها حداقل صد هزار سال است که با یکدیگر گفتگو میکنند و در تمام این مدت، تنها یک پدیده در جهان وجود داشته که توانسته زبان انسانی را با تسلط کامل یاد بگیرد: کودک انسان. اما اکنون با ظهور هوش مصنوعی و مدلهای زبانی پیشرفته، رقیب تازهای پیدا شده است که اگرچه روان و انعطافپذیر به نظر میرسد، اما تفاوت فاحشی در میزان مصرف داده دارد.
هوشهای مصنوعی مانند کلود (Claude)، دیپسیک (DeepSeek) و مدلهای جیپیتی (GPT) شرکت اوپنایآی (OpenAI) برای رسیدن به تسلط زبانی، به حجم عظیمی از دادهها نیاز دارند که هزاران برابر بیشتر از کل کلماتی است که یک کودک در سالهای اولیه زندگی و پیش از تسلط بر زبان میشنود. دانشمندان این شکاف عظیم را «شکاف بهرهوری داده» (Data Efficiency Gap) مینامند و در تلاشند بفهمند چگونه مغز یک کودک با کمترین داده، پیچیدهترین ساختارهای زبانی را درک میکند.
برای دههها، نظریههای زبانشناسی تحت تأثیر اندیشههای نوام چامسکی (Noam Chomsky) بودند که استدلال میکرد کودکان با دانش ذاتی از گرامر متولد میشوند، زیرا محرکهای محیطی برای یادگیری زبان بسیار فقیر هستند. در مقابل، مدلهای هوش مصنوعی مانند لاما ۳.۱ (Llama 3.1) ساختار خود را بر اساس یادگیری آماری و پردازش تریلیونها توکن بنا کردهاند. با این حال، مسابقاتی مانند بیبیالام (BabyLM) در حال تلاش برای آموزش مدلهای کوچک با دادههای مقیاس انسانی هستند تا راز این یادگیری کارآمد را کشف کنند.
کودکان برخلاف برنامههای رایانهای، تجربهای حسی از جهان دارند و جهان را از طریق چشم و گوش خود درک میکنند. پروژههایی مانند سایکم (SAYCam) با استفاده از دوربینهای روی سر کودکان نشان دادهاند که تجربه حسی و تعاملات آنها بسیار متمرکزتر از آن چیزی است که فرضیات پیشین نشان میدادند.
درک این موضوع که کودکان چگونه با حجم اندکی از دادهها به چنین تسلطی میرسند، نه تنها به پیشرفت هوش مصنوعی و ساخت مدلهای کممصرفتر کمک میکند، بلکه به پرسشهای دیرینه درباره ماهیت ذهن انسان، غریزه زبانی و محدودیتهای جهانی زبانهای انسانی پاسخ خواهد داد.