Talegenkendelsesteknologi er ikke en løsning for fattige læsere

Omkring hver femte person anses for at være lav- eller analfabet, ude af stand til at læse eller skrive simple udsagn. Lav læsefærdighed kan skyldes læsehandicap som ordblindhed eller ringe eller ingen læsepraksis. For udviklingslande med lave læsefærdigheder, stemmegenkendelse er blevet hyldet som en løsning af virksomheder som Google. Men er taleteknologi virkelig løsningen?

Falk Huettig og Martin Pickering hævder, at det ikke er det. I en opinionsartikel i Tendenser i kognitiv videnskab , psykolingvisterne foreslår, at det kan være kontraproduktivt at stole på taleteknologi, da læsefærdigheder har afgørende fordele ud over læsning. "Det er meget relevant og aktuelt at se på fordelene ved at læse på tale, især da folk har en tendens til at læse mindre og på andre måder, end de plejede, " siger Falk Huettig. "Samtidig skrive- og læsevaner på sociale medier, for eksempel, er helt anderledes end traditionelle trykte medier. Information, som folk plejede at få fra skriftlige kilder såsom romaner, aviser, offentlige bekendtgørelser, eller endda opskriftsbøger, de i stigende grad får fra YouTube-videoer, podcasts eller lydbøger."

Dette er ikke nødvendigvis en dårlig ting, da nogle af de generelle fordele ved læsning også kan opnås ved at lytte til lydbøger. Da lydbøger også giver "bogsprog, "At lytte til dem vil give nogle lignende fordele - såsom et større ordforråd, øget viden om verden og en større korttidshukommelse (“arbejds”), hvilket er vigtigt for at holde styr på information og flere entiteter over flere sætninger, paragraffer, eller ofte endda sider.

Men ifølge Huettig og Pickering, selve læsningen – den faktiske fysiske læsningshandling – er af afgørende betydning for at udvikle evnen til at forudsige kommende ord, som går fra læsning til at forstå talesprog. Læsning træner sprogforudsigelsessystemet, selvom selv meget små børn, der ikke kan læse endnu, kan forudsige, hvor en sætning går hen. Når to-årige hører "drengen spiser en stor kage, " de forventer noget spiseligt (dvs. en kage) efter at have hørt "spiser, " men før du hører "kage." Det er nyttigt at forudsige kommende informationer, da det reducerer behandlingsbelastningen og frigør begrænsede hjerneressourcer. Og afgørende, dygtige læsere bliver meget bedre til at forudsige.

Børn, der er blandt de mest ivrige læsere, støder på over 4 millioner ord om året, mens børn, der sjældent læser, kun møder omkring 50, 000 ord. Som resultat, gode læsere får en dybere forståelse af ordenes betydning og opbygger store netværk af ord med stærke associationer mellem dem, som hjælper dem med at forudsige kommende ord. Da fattige læsere har mindre ordforråd og svagere neurale repræsentationer af ord (dvs. erindring om lyden og betydningen af ​​et ord), de forudsigelige forhold mellem ord er også svagere (f.eks. forudsigelsen om, at "læs" ... ofte efterfølges af "bog").

Det litterære sind

Da læsning foregår i eget tempo, der er et stærkt incitament til at forudsige kommende ord, da dette fremskynder læsningen, hvilket typisk er meget hurtigere end at lytte. Dygtige læsere har en tendens til at tage hele ord ind med ét blik (stirrer med øjnene på flere bogstaver på samme tid) og time deres øjenbevægelser for at optimere læseprocessen. Trykte tekster (selv givet lejlighedsvise ændringer i skrifttyper og store bogstaver) er meget mere regelmæssig end samtaletale, som er fuld af disfluens, ufuldstændige ordudtale og talefejl. Denne regelmæssighed af skrevne tekster hjælper læserne med at danne de forudsigelige forhold mellem ord, der så, i forlængelse heraf, kan også bruges til bedre at forudsige ord, når man lytter til tale.

Selve begrebet et ord er en opfindelse af det litterære sind; det er svært at forstå, hvis det er for en analfabet person, der kun nogensinde hører en strøm af talelyde. For eksempel, når analfabeter eller børn, der endnu ikke har lært at læse, bliver bedt om at gentage det sidste ord i en talt sætning, de har en tendens til at gentage hele sætningen. I modsætning, ord står tydeligt frem i skriftsproget, typisk adskilt af hvidt mellemrum. Skriftlige former gør ordene mere markante og præcise:Læserne bliver mere bevidste om, at ord er stabile enheder i sproget. Lagring af den skrevne form af ord i hukommelsen hjælper også med at gøre talte ordformer mere fremtrædende, for at blive tilgået hurtigere, når du forudsiger kommende tale. Og, igen, det er forudsigelse af kommende sprog, der gør sprogforståelsen virkelig hurtig og dygtig.

"Vores argumenter giver endnu en grund til, hvorfor der bør gøres en større indsats for at lære hundreder af millioner af analfabeter i udviklingslande og funktionelle analfabeter over hele verden, hvordan man læser (eller at læse bedre), og hvorfor et fokus på kunstig intelligens stemmegenkendelse og stemme assistenter til at overvinde læsefærdighedsrelaterede problemer har sine farer, " hævder forfatterne.

"Skrivning er en gammel menneskelig teknologi, som vi ikke bør opgive let. At lære at læse og læse bedre er fortsat meget vigtigt selv i en moderne teknologisk verden, " slutter Huettig.