A linguagem humana pode parecer confusa e ineficiente se comparada às sequências ultracompactas de uns e zeros usadas pelos computadores, mas nossos cérebros na verdade preferem que seja assim. Uma nova pesquisa mostra que, embora uma codificação de estilo digital pudesse comprimir informações de forma mais densa em teoria, ela exigiria muito mais esforço mental tanto de quem fala quanto de quem ouve. Em vez disso, a linguagem é construída em torno de palavras familiares e padrões previsíveis que refletem nossas experiências do mundo real, permitindo que o cérebro antecipe constantemente o que vem a seguir e reduza o significado passo a passo.
Michael Hahn, um linguista baseado em Saarbrücken, decidiu responder essa questão com Richard Futrell, da Universidade da Califórnia, Irvine. Juntos, eles criaram um modelo que explica por que a linguagem humana tem a aparência que tem. Sua pesquisa foi publicada recentemente na Nature Human Behaviour.
Existem cerca de 7.000 idiomas falados em todo o mundo. Alguns são usados por apenas alguns falantes remanescentes, enquanto outros, como chinês, inglês, espanhol e hindi, são falados por bilhões. Apesar de suas diferenças, todas as línguas servem ao mesmo propósito essencial. Elas comunicam significado combinando palavras em frases, que são então organizadas em sentenças. Cada parte carrega seu próprio significado, e juntas elas criam uma mensagem clara.
“Esta é, na verdade, uma estrutura muito complexa. Como o mundo natural tende a maximizar a eficiência e conservar recursos, é perfeitamente razoável perguntar por que o cérebro codifica informações linguísticas de uma maneira aparentemente tão complicada, em vez de digitalmente, como um computador”, explica Michael Hahn. Em teoria, codificar a fala como sequências binárias de uns e zeros seria mais eficiente porque comprime a informação de forma mais densa do que a linguagem falada. Então, por que os humanos não se comunicam como o R2-D2 de Star Wars? Hahn e Futrell acreditam ter encontrado a resposta.
“A linguagem humana é moldada pelas realidades da vida ao nosso redor”, diz Michael Hahn. “Se, por exemplo, eu fosse falar sobre meio gato emparelhado com meio cachorro e me referisse a isso usando o termo abstrato ‘gol’, ninguém saberia o que eu quis dizer, pois é bastante certo que ninguém viu um gol – isso simplesmente não reflete a experiência vivida de ninguém. Da mesma forma, não faz sentido misturar as palavras ‘gato’ e ‘cachorro’ em uma sequência de caracteres que usa as mesmas letras, mas é impossível de interpretar”, ele continua.
Uma forma embaralhada como “gadcot” tecnicamente contém letras de ambas as palavras, mas não tem significado para os ouvintes. Em contraste, a frase “gato e cachorro” é instantaneamente compreensível porque ambos os animais são conceitos familiares. A linguagem humana funciona porque se conecta diretamente ao conhecimento compartilhado e à experiência vivida.
Hahn resume as descobertas desta forma: “Simplificando, é mais fácil para nosso cérebro tomar o que pode parecer ser a rota mais complicada.” Embora a linguagem natural não seja maximamente comprimida, ela coloca muito menos tensão no cérebro. Isso ocorre porque o cérebro processa palavras em constante interação com o que já sabemos sobre o mundo.
Um código puramente digital pode transmitir informações mais rapidamente, mas estaria desvinculado da experiência cotidiana. Hahn compara isso ao deslocamento para o trabalho: “Em nosso trajeto usual, a rota é tão familiar para nós que a condução é quase como no piloto automático. Nosso cérebro sabe exatamente o que esperar, então o esforço que precisa fazer é muito menor. Pegar uma rota mais curta, mas menos familiar, parece muito mais cansativo, pois a nova rota exige que estejamos muito mais atentos durante a condução.” De uma perspectiva matemática, ele acrescenta: “O número de bits que o cérebro precisa processar é muito menor quando falamos de maneiras familiares e naturais.”
Em outras palavras, falar e entender código binário exigiria muito mais esforço mental tanto do falante quanto do ouvinte. Em vez disso, o cérebro estima constantemente a probabilidade de certas palavras e frases aparecerem em seguida. Porque usamos nossa língua nativa diariamente ao longo de décadas, esses padrões se tornam profundamente arraigados, tornando a comunicação mais suave e menos exigente.
Hahn oferece uma ilustração clara: “Quando digo a frase alemã ‘Die fünf grünen Autos’ (inglês: ‘os cinco carros verdes’), a frase quase certamente fará sentido para outro falante de alemão, enquanto ‘Grünen fünf die Autos’ (inglês: ‘verdes cinco os carros’) não fará”, diz ele.
Quando alguém ouve “Die fünf grünen Autos”, o cérebro começa a interpretar o significado imediatamente. A palavra “Die” sinaliza certas possibilidades gramaticais. Um ouvinte alemão pode instantaneamente estreitar as opções, descartando substantivos masculinos ou neutros no singular. A próxima palavra, “fünf”, sugere algo contável, excluindo ideias abstratas como amor ou sede. Então “grünen” indica que o substantivo será plural e de cor verde. Nesse ponto, o objeto poderia ser carros, bananas ou sapos. Somente quando a palavra final, “Autos”, é pronunciada, o significado se estabelece completamente. Com cada palavra, o cérebro reduz a incerteza até que apenas uma interpretação permaneça.
Em contraste, “Grünen fünf die Autos” interrompe esse padrão previsível. Os sinais gramaticais esperados aparecem na ordem errada, então o cérebro não pode construir significado facilmente a partir da sequência.
Hahn e Futrell conseguiram demonstrar esses padrões matematicamente. Suas descobertas, publicadas na Nature Human Behaviour, mostram que a linguagem humana prioriza a redução da carga cognitiva em vez de maximizar a compressão.
Essas percepções também podem informar melhorias em grandes modelos de linguagem (LLMs), os sistemas por trás de ferramentas de IA generativa como o ChatGPT ou o Copilot da Microsoft. Ao entender melhor como o cérebro humano processa a linguagem, os pesquisadores poderiam projetar sistemas de IA que se alinhem mais de perto com os padrões naturais de comunicação.
