Les scientifiques tentent depuis des décennies de comprendre comment les enfants apprennent si rapidement une langue, et une nouvelle étude de l’Institut des sciences et technologies d’Okinawa (OIST) aurait peut-être résolu une partie du puzzle : la curiosité.
Les chercheurs ont construit un robot virtuel doté d’un réseau neuronal inspiré du cerveau et l’ont lancé dans un monde 3D simulé plein de formes, de couleurs et de commandes simples comme « pousser l’haltère magenta vers la gauche ».
Certains robots étaient récompensés uniquement pour avoir accompli correctement des tâches. D’autres ont reçu une récompense supplémentaire pour leur curiosité, en ressentant essentiellement un petit high interne chaque fois qu’ils rencontraient quelque chose qui remettait en question leur compréhension actuelle du monde.
Comment la curiosité aide-t-elle un robot à apprendre une langue ?
Les robots curieux n’ont pas seulement devancé leurs homologues indifférents ; ils les ont dépassés. Selon l’étude publiée dans Science Advances, les robots curieux parviennent à une véritable compréhension du langage en deux fois moins de temps environ.
L'auteur de l'étude, Theodore Tinker, l'a comparé à essayer le chocolat blanc pour la première fois, même si vous aimez déjà le chocolat noir. Vous prenez quand même le risque et vous en savez plus sur le chocolat en général.
Les choses sont devenues encore plus intéressantes à mi-entraînement. Les robots curieux ont commencé à renverser des objets et à expérimenter des actions que personne n'avait demandées, essentiellement en jouant. Personne n’a programmé ce comportement. Il est apparu tout seul.
Les robots font-ils vraiment les mêmes erreurs que les tout-petits ?
Les robots ont également imité une bizarrerie bien connue dans la façon dont les enfants apprennent le langage. Les enfants comprennent souvent certaines formes verbales au début, puis commencent à appliquer les règles de grammaire de manière trop large et font des erreurs sur les verbes qu'ils avaient précédemment utilisés correctement, avant de finalement trier les exceptions et se corriger. Les robots ont suivi la même baisse de performances en forme de U.
C'est également un joli contraste avec la façon dont les chatbots apprennent aujourd'hui. Les grands modèles de langage comme ChatGPT s'entraînent sur des ensembles de données massifs et crachent le mot suivant statistiquement probable. Le cerveau de ce robot fonctionne plus comme le nôtre, donnant la priorité à la précision tout en essayant de garder ses croyances intactes, en les mettant à jour uniquement lorsque quelque chose le surprend suffisamment pour en valoir la peine.
Rien de tout cela ne signifie que les robots comprennent le langage comme nous. Mais cela suggère que la curiosité, associée à une grande variété d’expériences, pourrait jouer un rôle important dans la façon dont les tout-petits déchiffrent le code du langage avec si peu de choses à faire.
