Estudo revela viés oculto de segurança na linguagem humana

Um grupo de pesquisadores da Universidade de Vermont publicou um estudo que propõe uma nova forma de entender o significado das palavras. O trabalho, divulgado na revista Science Advances, introduz o conceito de ousiometrics, que utiliza métodos matemáticos para medir o sentido essencial da linguagem.

Do modelo VAD ao novo tripé

Desde a década de 1950, a maioria das investigações sobre significado lexical tem se baseado no modelo VAD, que descreve as palavras por valência (positiva ou negativa), excitação (ativa ou calma) e domínio (controladora ou submissa). O estudo de Vermont questiona essa estrutura, apontando que as três dimensões não são independentes como se acreditava.

Ao analisar bilhões de ocorrências de mais de 20 mil palavras em textos de livros, notícias, redes sociais e fala cotidiana, a equipe identificou três eixos diferentes: poder (fraco vs. poderoso), perigo (seguro vs. perigoso) e estrutura (ordenado vs. caótico). Esses eixos explicam mais de 90% da variação observada no significado das palavras, enquanto o modelo VAD explica cerca de 72%.

Preferência por segurança

Um dos achados mais surpreendentes foi a frequência muito maior de palavras associadas à segurança em comparação com aquelas ligadas ao perigo. Essa tendência oferece uma nova interpretação para o Pollyanna principle, que descreve a inclinação da linguagem humana a usar termos positivos. Segundo os autores, o viés de positividade seria apenas uma projeção unidimensional de um viés mais profundo de segurança.

Peter Dodds, diretor do Complex Systems Institute da UVM e autor principal, destacou que “expressões de segurança são cruciais para toda a linguagem”. A pesquisa sugere que essa preferência pode refletir pressões evolutivas relacionadas à sobrevivência, já que distinguir entre situações seguras e ameaçadoras é essencial para a vida humana.

Implicações para IA e outras áreas

O estudo alerta que muitos sistemas de inteligência artificial, sobretudo os que realizam análise de sentimento, ainda se baseiam no modelo VAD. Caso esse modelo não capture plenamente a estrutura subjacente da linguagem, tais sistemas podem perder nuances importantes, como a distinção entre poder, risco e ordem.

Incorporar as dimensões de poder, perigo e estrutura poderia melhorar a capacidade dos modelos de linguagem de interpretar textos relacionados a confiança, risco e tomada de decisão, além de oferecer explicações mais claras sobre suas avaliações.

Ferramentas inovadoras

Para conduzir a análise, a equipe desenvolveu o ousiômetro, que mensura rapidamente o sentido essencial de grandes volumes de texto e gera um escore médio. O ousiômetro expande a funcionalidade do hedonometer, que já media o tom emocional de textos. Com o ousiômetro, os pesquisadores mapearam trajetórias de significado em obras como “Les Misérables”, de Victor Hugo, e em fontes tão diversas quanto o New York Times, a Wikipedia e o Twitter.

A distinção entre “tipos” (as palavras em si) e “tokens” (cada ocorrência da palavra) também foi central. Ao ponderar a frequência de uso, a análise revelou padrões que poderiam permanecer ocultos se cada palavra fosse tratada com o mesmo peso.

Colaborações e apoio

A pesquisa contou com a participação de dez membros, liderados por Peter Dodds e Chris Danforth, professores da Faculdade de Engenharia e Ciências Matemáticas da UVM. Entre os colaboradores estão pesquisadores do Santa Fe Institute, da Complexity Science Hub na Áustria, do Howard Hughes Medical Center, da Universidade da Califórnia, Berkeley, da Universidade de Adelaide e da MassMutual Data Science. O financiamento veio da National Science Foundation dos EUA, do Google, da MassMutual e de outros patrocinadores.

Ao revelar um viés oculto de segurança na linguagem, o estudo abre novas perspectivas para a linguística, a psicologia, a neurociência e o desenvolvimento de tecnologias de IA que buscam compreender e gerar comunicação humana de forma mais precisa.

Com informações de ScienceDaily.