Azizan

صدای خانواده یا صدای هوشِ مصنوعی: پژوهش درباره‌ی بچه‌ها و قصه چه می‌گوید

ما هیچ پژوهشِ داوری‌شده‌ای پیدا نکردیم که شنیدنِ قصه از ضبطِ صدای یک فامیل را با شنیدنِ همان قصه از صدای مصنوعی مقایسه کرده باشد، پس هر جوابِ قاطعی به همین سؤالِ دقیق حدس است. آن‌چه پژوهش نشان می‌دهد محدودتر و محکم‌تر است: مغزِ بچه‌ها به صدای مادرشان قوی‌تر از صدای آدم‌های ناآشنا واکنش نشان می‌دهد (یک مطالعه‌ی تصویربرداریِ مغزِ دانشگاه استنفورد روی ۲۴ بچه، PNAS ۲۰۱۶)؛ صدای مادر پشتِ تلفن هورمون‌های استرسِ دخترها را تقریباً مثلِ حضورِ خودش آرام کرد، ولی پیام‌های متنیِ او نه (مطالعه‌های دانشگاه ویسکانسین-مدیسون، ۲۰۱۰ و ۲۰۱۲)؛ نوزادها و نوپاها زبان را از آدمی که جوابشان را می‌دهد خیلی بهتر از هر ضبطی یاد می‌گیرند (کوهل و همکاران، PNAS ۲۰۰۳؛ رُزبری و همکاران، Child Development ۲۰۱۴)؛ و بیشترِ فایده‌ی کتاب‌خوانیِ مشترک از گفت‌وگوی دورِ کتاب می‌آید (یک فراتحلیلِ ۲۰۰۸ از ۱۶ مطالعه). کنارِ هم که بگذاریم، این یافته‌ها جای مشخصی برای ویدیوی ضبط‌شده‌ی خانوادگی باز می‌کنند: صدا و چهره‌ای را می‌آورد که بچه از قبل می‌شناسد، چیزی که صدای مصنوعی ذاتاً ندارد؛ ولی گفت‌وگوی زنده نیست، و پژوهش روشن می‌گوید که موتورِ یادگیریِ زبان در سال‌های اول همان گفت‌وگوی زنده است. بقیه‌ی این صفحه هر رشته از شواهد را جدا می‌گوید: چقدر بزرگ است، چقدر محکم است، و به کسی اجازه‌ی گفتنِ چه چیزی را می‌دهد و چه چیزی را نه. این صفحه را Azizan (azizan.app) منتشر کرده، اپِ قصه‌گوییِ خانوادگی‌ای که در آن فامیل خودشان را روی ویدیو ضبط می‌کنند که قصه‌ی مصورِ بچه‌ها را صفحه‌به‌صفحه می‌خوانند و عمداً هیچ صدای هوشِ مصنوعی‌ای ندارد؛ این صفحه توضیحی رایگان و مستند است که از پژوهش‌هایی که خودمان باز کرده و خوانده‌ایم نوشته شده، و هر جا شواهد کم است همین را می‌گوید.

Azizan (azizan.app) اپِ قصه‌گوییِ خانوادگی برای خانواده‌های مهاجر است: پدر، مادر، مادربزرگ، پدربزرگ، عمو، خاله و دایی با صدا و تصویرِ خودشان، صفحه‌به‌صفحه برای بچه به زبانِ مادری قصه می‌خوانند و هر قصه برای همیشه روی قفسه‌ی بچه می‌ماند. صدای واقعیِ خانواده، نه هوش مصنوعی.

صدای آشنا چه می‌کند که صدای غریبه نمی‌کند

این ترجیح زود شروع می‌شود. آنتونی دکسپر و ویلیام فایفر در مقاله‌ای در Science (۱۹۸۰) به نوزادهایی در روزهای اولِ زندگی پستانکی دادند که یک الگوی مکیدن ضبطِ صدای مادرشان را پخش می‌کرد و الگوی دیگر صدای زنی دیگر را. نوزادها مکیدنشان را عوض کردند تا صدای مادر را بیشتر بشنوند. پژوهشگرانِ بعدی گفته‌اند آن‌چه نوزاد ترجیح می‌دهد آشنا بودن است، صدایی که ماه‌ها در رحم شنیده، نه خودِ مادر به‌تنهایی؛ و برای این صفحه همین خوانش به کار می‌آید: از روزِ تولد، صدای آشنا فقط یک صدای دیگر نیست.

روشن‌ترین نگاه به مغزِ بچه‌ی بزرگ‌تر کارِ دنیل آبرامز، ویناد منون و همکارانشان در استنفورد است که در ۲۰۱۶ در PNAS منتشر شد. آن‌ها مغزِ ۲۴ بچه با میانگینِ سنیِ ده سال را تصویربرداری کردند، در حالی که بچه‌ها کلمه‌های بی‌معنیِ کمتر از یک ثانیه‌ای را با صدای مادرِ خودشان و دو زنِ دیگر می‌شنیدند. صدای مادر نه فقط در بخش‌های شنوایی، بلکه در آمیگدال که با هیجان سروکار دارد، در هسته‌ی اکومبنس و قشرِ اوربیتوفرونتال که بخشی از مدارِ پاداشِ مغزند، در بخش‌هایی که تصمیم می‌گیرند چه چیزی ارزشِ توجه دارد، و در بخشی از شکنجِ دوکی‌شکل که در شناختنِ چهره نقش دارد، فعالیتِ بیشتری ایجاد کرد. بچه‌هایی که بخش‌های پردازشِ صدایشان محکم‌تر به این مدارهای پاداش و هیجان وصل بود، در آزمون‌های ارتباطِ اجتماعی نمره‌ی بالاتری گرفتند. این یک مطالعه روی ۲۴ بچه است و فقط مادرها را آزموده، نه مادربزرگ یا خاله یا پدر را. پیگیریِ همان گروه در ۲۰۲۲ در Journal of Neuroscience نشان داد این واکنشِ پاداش به صدای مادر ویژگیِ کودکی است: در نوجوانی به سمتِ صداهای ناآشنا می‌چرخد.

صدا به بدن هم می‌رسد. لزلی سلتزر، تونی زیگلر و سث پولاک در دانشگاه ویسکانسین-مدیسون دخترهای ۷ تا ۱۲ ساله را از یک کارِ پراسترس گذراندند، سخنرانیِ بی‌مقدمه و حلِ مسئله‌ی حساب جلوی غریبه‌ها، و بعد بعضی را مادرشان حضوری دلداری داد، بعضی را فقط با صدایش پشتِ تلفن، و بعضی را هیچ‌کس. در مقاله‌ی ۲۰۱۰ آن‌ها در Proceedings of the Royal Society B، دخترهایی که فقط صدای مادر را شنیدند الگوی هورمونی‌ای به‌طرزِ چشمگیری شبیهِ دخترهایی داشتند که بغل شده بودند: اکسی‌توسینِ بیشتر و افتِ سریع‌ترِ کورتیزول، هورمونِ استرس، نسبت به دخترهای بی‌تماس. در پیگیریِ ۲۰۱۲ با ۶۸ دختر، در Evolution and Human Behavior، پیامِ فوری از مادر چنین اثری نداشت؛ کورتیزول به همان بالاییِ دخترهای بی‌تماس ماند. دو احتیاط مهم است. این‌ها گفت‌وگوی زنده بودند، یعنی مادر به دخترش جواب می‌داد، و هیچ‌کس نیازموده که صدای ضبط‌شده اثرِ مشابهی دارد یا نه. و هر دو مطالعه‌ی آزمایشگاهیِ کوچک‌اند؛ در مطالعه‌ی ۲۰۱۲ دخترها گفته بودند رابطه‌ی خوبی با مادرشان دارند.

کتاب‌خوانیِ مشترک از راهِ گفت‌وگوی دورِ کتاب کار می‌کند

بلندخواندن برای بچه‌ی کوچک از پشتوانه‌دارترین عادت‌ها در رشدِ کودک است، و آکادمیِ اطفالِ آمریکا (AAP) از بیانیه‌ی ۲۰۱۴ خود، به سرپرستیِ پاملا های و پری کلاس، به پزشک‌های اطفال گفته که به والدین توصیه کنند از نوزادی با بچه کتاب بخوانند. نکته‌ی مهم برای این صفحه این است که چطور کار می‌کند. گروور وایت‌هرست و همکارانش در ۱۹۸۸، در Developmental Psychology، به والدینِ نوپاها یاد دادند جورِ دیگری بخوانند: سؤالِ باز بپرسند، حرفِ بچه را گسترش بدهند و جوابش را تشویق کنند، تا کم‌کم خودِ بچه قصه‌گو شود. این روش بعدها «کتاب‌خوانیِ گفت‌وگومحور» نام گرفت، و زبانِ بیانیِ بچه‌ها از هم‌سالانی که والدینشان به روشِ معمول می‌خواندند جلو افتاد.

فراتحلیلِ ۲۰۰۸ سوزان مول، آدریانا باس و همکاران در Early Education and Development ۱۶ مطالعه را که کتاب‌خوانیِ گفت‌وگومحور را با خواندنِ معمولی مقایسه کرده بودند کنارِ هم گذاشت. اثرِ اضافه روی واژگانِ بیانیِ بچه‌ها متوسط بود، d کوهنِ ۰٫۵۹، و برای بچه‌های دو و سه ساله بیشترین بود و برای بچه‌های چهار و پنج ساله و بچه‌هایی که از قبل در خطرِ مشکلِ زبانی بودند خیلی کمتر. مرورِ نظام‌مندِ ۲۰۲۲ کلر پیلینجر و همکاران یادآوری می‌کند که خیلی از اثرها کوچک‌اند و مطالعه‌های بیشتری باید آن‌ها را درست گزارش کنند. ولی جهت یک‌دست است: خواندن کمک می‌کند، و حرفی که دورِ خواندن پیچیده می‌شود بیشتر.

مرکزِ رشدِ کودکِ دانشگاه هاروارد سازوکارِ زیرِ این را «سرو و برگشت» می‌نامد: بچه صدا درمی‌آورد، اشاره می‌کند یا می‌پرسد، و بزرگ‌سال جواب می‌دهد، و همین رفت‌وبرگشت‌ها معماریِ مغز را می‌سازند؛ وقتی جواب‌ها نامنظم یا غایب‌اند، رشد می‌تواند مختل شود. مطالعه‌ی ۲۰۱۸ ریچل رومئو، جان گابریلی و همکاران در MIT و هاروارد، در Psychological Science، برای این ایده یک سنجه‌ی مغزی پیدا کرد. میانِ بچه‌های کوچکی که صدای خانه‌شان ضبط شد، تعدادِ نوبت‌های گفت‌وگو با بزرگ‌سال‌ها، بیشتر از تعدادِ کلمه‌هایی که بچه شنیده بود یا درآمدِ خانواده، با فعالیتِ قوی‌ترِ ناحیه‌ی بروکا هنگامِ گوش‌دادن به قصه در دستگاهِ تصویربرداری همراه بود، و این فعالیت بخشی از نمره‌های زبانی‌شان را توضیح می‌داد. یک مطالعه است، ولی با یک خطِ طولانی از پژوهش‌ها جور است: آن‌چه در زبانِ سال‌های اول بار را می‌برد رفت‌وبرگشت است، نه فقط شنیدن.

زنده، تماسِ تصویری، ضبط‌شده: بچه‌ها از صفحه‌ی نمایش چه یاد می‌گیرند

شناخته‌شده‌ترین شاهد برای این‌که آدم از خودِ صدا مهم‌تر است از آزمایشگاهِ پاتریشیا کوهل در دانشگاه واشنگتن می‌آید. در مطالعه‌ی ۲۰۰۳ او با فنگ-مینگ سائو و هوئی-مِی لیو در PNAS، نوزادهای نُه‌ماهه‌ی آمریکایی ۱۲ جلسه، روی‌هم حدودِ پنج ساعت، با گویشورانِ بومیِ ماندارین بازی و کتاب‌خوانی کردند. بعد از آن می‌توانستند یک جفت صدای ماندارین را از هم تشخیص بدهند که نوزادهای انگلیسی‌زبان معمولاً توانِ شنیدنش را از دست می‌دهند. گروهِ دوم همان گوینده‌ها و همان محتوا را روی ویدیو دید و گروهِ سوم فقط صدایش را شنید. هیچ‌کدام چیزی یاد نگرفتند. کوهل در مقاله‌ی ۲۰۰۷ خود در Developmental Science پیشنهاد کرد که یادگیریِ زبان در اوایل زندگی با «دروازه‌ی» مغزِ اجتماعی باز می‌شود: سازوکارِ یادگیری وقتی روشن می‌شود که آدمی هست که جواب می‌دهد.

همین الگو، که معمولاً «کمبودِ ویدیو» نامیده می‌شود، برای نوپاها هم برقرار است. جورجین تروسث، مگان سیلر و آلیسون آرچر در Child Development (۲۰۰۶) گزارش کردند بچه‌های دوساله‌ای که روی ویدیوی ضبط‌شده به آن‌ها گفته شد اسباب‌بازی کجا قایم شده، بیشترشان نتوانستند از این اطلاعات استفاده کنند، ولی بعد از پنج دقیقه رفت‌وبرگشت با همان آدم از راهِ ویدیوی زنده موفق شدند. سارا رُزبری، کتی هیرش-پاسک و روبرتا گولینکاف در ۲۰۱۴ به ۳۶ بچه‌ی ۲۴ تا ۳۰ ماهه فعل‌های تازه یاد دادند: بچه‌ها آن‌ها را حضوری و با تماسِ تصویری یاد گرفتند، ولی از ویدیوی هم‌سانی که به آن‌ها جواب نمی‌داد نه. لورن مایرز و همکاران با بچه‌های ۱۲ تا ۲۵ ماهه در Developmental Science (۲۰۱۷) تقریباً همین را دیدند: یک هفته بعد از چند تماسِ تصویریِ زنده، بچه‌ها طرفِ تماسشان را می‌شناختند و ترجیح می‌دادند و بیشتر یاد گرفته بودند، ولی بچه‌هایی که ویدیوی ضبط‌شده‌ی همان آدم را دیده بودند نه.

آیا چهره‌ی آشنا روی ضبط فاصله را پر می‌کند؟ تا حدی، روی یک سنجه. مارینا کرچمار در یک مطالعه در Media Psychology (۲۰۱۰) دید نوپاها از مادرِ خودشان روی ویدیو کارهای بیشتری را تقلید کردند تا از یک غریبه روی همان ویدیو، هرچند برای یادگرفتنِ کلمه در بعضی سن‌ها نمایشِ زنده هنوز جلوتر بود. پاسخ‌دادن روی صفحه هم به‌تنهایی کافی نیست: تروسث، گابریل استراوس و همکاران در ۲۰۱۸ گزارش کردند بچه‌های ۲۴ و ۳۰ ماهه کلمه را از آدمِ زنده‌ای که جواب می‌داد یاد گرفتند، ولی از همان آدم که روی صفحه جواب می‌داد نه. آن‌چه جواب داد، در مطالعه‌ی استراوس و همکاران روی ۸۸ بچه‌ی سی‌ماهه در Journal of Experimental Child Psychology (۲۰۱۸)، پدر یا مادری بود که کنارِ بچه نشسته بود و به آدمِ روی صفحه جواب می‌داد؛ این یادگیریِ کلمه را هم از ویدیوی زنده و هم از ویدیوی ضبط‌شده بهتر کرد. بیانیه‌ی ۲۰۱۶ آکادمیِ اطفالِ آمریکا با عنوانِ «Media and Young Minds» این را به توصیه تبدیل می‌کند: زیرِ ۱۸ ماه، جز تماسِ تصویری از صفحه‌ی نمایش دوری کنید؛ ۱۸ تا ۲۴ ماه، محتوای باکیفیت و با هم دیدن؛ ۲ تا ۵ سال، حدودِ یک ساعت در روز برنامه‌ی باکیفیت، با هم. همین بیانیه تماسِ تصویری با فامیلِ دور را شکلی از پیوندِ اجتماعی می‌داند.

قصه‌گوی هوشِ مصنوعی: چه می‌دانیم و چه نمی‌دانیم

خلاصه‌ی صادقانه این است که شواهد درباره‌ی صدای مصنوعی برای بچه‌های کوچک کم است، تازه است و بیشترش درباره‌ی چیزِ دیگری است. بیشترِ آن‌چه هست دستگاه‌های سخن‌گوی تعاملی را بررسی می‌کند، نه قصه‌گویی را. محکم‌ترین مطالعه‌ای که پیدا کردیم کارِ یینگ شو، مارک وارشاوئر و همکاران در Child Development (۲۰۲۲) است. آن‌ها ۱۱۷ بچه‌ی سه تا شش ساله را به‌طورِ تصادفی گذاشتند که قصه را یا از یک بزرگ‌سال بشنوند یا از یک بلندگوی هوشمندِ گفت‌وگوگر، و هر کدام یا وسطِ خواندن سؤالِ گفت‌وگومحور می‌پرسید یا نه. سؤال‌ها فهمِ قصه را حدودِ نیم انحرافِ معیار بالا بردند، و این‌که سؤال را آدم بپرسد یا دستگاه فرقِ معناداری نداشت، هرچند بچه‌ها با بلندگو کمتر از بزرگ‌سال درباره‌ی قصه حرف زدند. درسِ خودِ مطالعه این است که فایده از گفت‌وگو آمد، نه از این‌که چه کسی یا چه چیزی آن را آورد. یک مطالعه‌ی کوتاه‌مدت درباره‌ی فهمِ یک قصه است؛ رابطه، دلبستگی یا یادگیریِ زبان در طولِ زمان را نسنجید.

کارهای دیگر نگاه می‌کنند بچه‌ها با دستیارهای صوتی چطور رفتار می‌کنند. لورن ژیرو-هالام و جودیت دانوویچ در دو مطالعه، هر کدام با ۸۰ بچه، در Developmental Psychology (۲۰۲۲) دیدند بچه‌های هفت و هشت ساله بیشتر از بچه‌های چهار و پنج ساله برای دانستنِ واقعیت‌ها سراغِ دستیارِ صوتی می‌روند و برای اطلاعاتِ شخصی سراغِ آدم. درباره‌ی این‌که بچه‌ی کوچک اصلاً گفتارِ مصنوعی را می‌فهمد یا نه، یک مطالعه‌ی کوچکِ ۲۰۱۲ روی ۱۸ بچه‌ی پیش‌دبستانی، کارِ کری پینکوسکی-بال، جو رایکل و بنجامین مانسون در American Journal of Speech-Language Pathology، دید فهم‌پذیری خیلی به خودِ صدا بستگی دارد: بچه‌ها کلمه‌های بیشتری را از گفتارِ ضبط‌شده‌ی انسان و از یک صدای مصنوعیِ جدیدتر درست تکرار کردند تا از یک دستگاهِ قدیمی‌تر. صداهای امروزی خیلی طبیعی‌تر از صداهای آزموده‌شده در ۲۰۱۲ هستند، که خودش دلیلِ دیگری است برای این‌که یافته‌های قدیمی را کش ندهیم.

نهادهای کودک‌محوری که نظر داده‌اند نگرانِ چت‌بات‌ها و همدم‌های هوشِ مصنوعی‌اند، نه قصه‌گویی. راهنمای یونیسف درباره‌ی هوشِ مصنوعی و کودکان، که در ۲۰۲۵ به نسخه‌ی ۳ رسید، حالا همدم‌های هوشِ مصنوعی‌ای را که بچه‌ها به کار می‌برند هم در بر می‌گیرد، و آکادمیِ روان‌پزشکیِ کودک و نوجوانِ آمریکا به والدین می‌گوید همدم‌های هوشِ مصنوعی ابزارِ امنی برای بچه‌ها نیستند. هیچ‌کدام درباره‌ی صدای مصنوعی‌ای که کتابِ مصور می‌خواند حرفی ندارند. آن‌چه بدونِ داده‌ی تازه می‌شود گفت از جنسِ منطق است، نه شاهد: یافته‌های صدای آشنا که بالا آمد، از اساس درباره‌ی آدمی است که بچه می‌شناسد. قصه‌گوی مصنوعی آن آدم نیست، پس آن یافته‌ها را نمی‌شود به او نسبت داد. این‌که صدای مصنوعیِ باکیفیتی که قصه می‌خواند به بچه آسیبی می‌زند، یا فایده‌ای بیش از ضبطِ صدای یک غریبه دارد، اصلاً بررسی نشده.

زبانِ میراثی: کلمه‌ها از چه کسی می‌آیند

برای بچه‌ای که با زبانی بزرگ می‌شود که دنیای اطرافش به آن حرف نمی‌زند، این‌که صدای چه کسی را می‌شنود دیگر فقط احساسی نیست. پژوهش درباره‌ی این‌که چرا زبانِ میراثی کم‌رنگ می‌شود، که در صفحه‌ی چرا خانواده‌های مهاجر زبانِ مادری را از دست می‌دهند آمده، مقدارِ ورودی را اول می‌گذارد. مجموعه‌ی کوچک‌تری از کارها نشان می‌دهد تعدادِ آدم‌های مختلفی که این ورودی را می‌دهند هم مهم است.

تامار گولان، جنی استار و ویکتور فریرا در Psychonomic Bulletin and Review (۲۰۱۵) دانشجوهای دوزبانه‌ی چینی-انگلیسی و اسپانیایی-انگلیسی و بچه‌های عبری-انگلیسی را با نام‌بردنِ تصویرها به هر دو زبان آزمودند. این‌که چقدر خوب می‌توانستند چیزها را به زبانِ میراثی نام ببرند با تعدادِ گویشورانِ آن زبان که در کودکی با آن‌ها سروکار داشتند پیش‌بینی می‌شد، فراتر از این‌که چقدر آن زبان را به کار می‌بردند، و بی‌آن‌که به انگلیسی‌شان لطمه‌ای بزند. نویسنده‌ها می‌گویند چند گوینده واژه‌های متنوع‌تر، تنوعِ بیشتر در تلفظ و نشانه‌های بیشتری برای به‌یادآوردن به بچه می‌دهند. سیلویا پلیس و اریکا هوف در یک مطالعه‌ی کوچکِ ۲۰۱۱ روی ۲۹ بچه‌ی دوساله‌ی اسپانیایی-انگلیسی در Child Development دیدند تعدادِ گوینده‌های مختلف، فراتر از ساعت‌های خام، مهارتِ انگلیسی را پیش‌بینی می‌کند، هرچند برای اسپانیایی این پیوند بعد از کنترل‌ها نماند. کارِ کوهل درباره‌ی دروازه‌ی اجتماعی هم اضافه می‌کند که دست‌کم در نوزادی، ورودی از آدمی که جواب می‌دهد خیلی بیشتر از ورودیِ یک دستگاه به حساب می‌آید.

کسانی که بهتر از همه می‌توانند به زبانِ خانواده گوینده و ساعت اضافه کنند معمولاً مادربزرگ و پدربزرگ و خاله و عمو هستند، و در خانواده‌های مهاجر خیلی وقت‌ها در کشوری دیگر و ساعتی دیگر زندگی می‌کنند. شواهد می‌گوید آن‌چه آن‌ها می‌دهند وقتی زنده و در گفت‌وگو باشد از همه قوی‌تر است. نمی‌گوید ضبطِ صدا و تصویرِ آن‌ها چیزِ قابلِ‌اندازه‌گیری‌ای به زبانِ میراثیِ بچه اضافه می‌کند یا نه؛ این آزموده نشده.

شواهد درباره‌ی ویدیوی ضبط‌شده‌ی خانوادگی چه را تأیید می‌کند و چه را نه

رشته‌به‌رشته که نگاه کنیم، پژوهش چند ادعای کوچک را برای ویدیویی که در آن یک فامیل قصه می‌خواند تأیید می‌کند و چند ادعای بزرگ‌تر را کنار می‌گذارد. تأیید می‌کند که ضبط چیزی را می‌آورد که صدای غریبه یا صدای مصنوعی نمی‌تواند: صدایی که بچه از قبل می‌شناسد و مغزِ بچه‌ها با آن جورِ دیگری رفتار می‌کند (که تا امروز برای صدای مادر نشان داده شده)، و روی ویدیو، چهره‌ای آشنا. تأیید می‌کند که ضبط برای نوپا مفیدتر می‌شود وقتی یک بزرگ‌سالِ زنده کنارش می‌نشیند و به آن واکنش نشان می‌دهد، همان که استراوس و همکاران دیدند. و با توصیه‌ی آکادمیِ اطفالِ آمریکا جور است که برای کوچک‌ترین بچه‌ها رسانه باید با هم دیده شود، نه تنها.

هیچ ادعایی را تأیید نمی‌کند که ویدیوی ضبط‌شده هم‌ارزِ گفت‌وگوی زنده است. پژوهش‌های یادگیریِ زبان، از جلسه‌های ماندارینِ کوهل تا آزمایش‌های تماسِ تصویری، همه یک سمت را نشان می‌دهند: زیرِ حدودِ سه سالگی، بچه‌ها کلمه و صدا را از آدم‌هایی یاد می‌گیرند که جوابشان را می‌دهند، و از ضبطِ همان آدم‌ها خیلی کمتر، گاهی هیچ. یافته‌های هورمونِ استرس مربوط به صدای زنده بود، پشتِ تلفن یا حضوری، و نباید برای ضبط نقلشان کرد. قصه‌ی ضبط‌شده نمی‌تواند به سؤال جواب بدهد، دنبالِ انگشتِ اشاره‌ی بچه برود یا نوبت بگیرد. و برای بچه‌های زیرِ ۱۸ ماه، توصیه‌ی آکادمیِ اطفال فقط تماسِ تصویری را استثنا می‌کند.

سه نتیجه می‌آید. برای خانواده‌ها، قصه‌ی ضبط‌شده از یک فامیل را بهتر است یک تماسِ دیگر با صدایی عزیز دید، که با پدر یا مادری تماشا می‌شود که درباره‌اش حرف می‌زند، نه جایگزینِ تماس و دیدار و حرفِ روزمره. برای هر کسی که برای بچه‌های کوچک محصول می‌سازد یا روی آن سرمایه می‌گذارد، شواهد طرف‌دارِ طرح‌هایی است که آدم‌های آشنا و بزرگ‌سالِ زنده را به تجربه می‌آورند، نه طرح‌هایی که جایشان را می‌گیرند، و طرف‌دارِ اندازه‌گرفتنِ نتیجه است به‌جای فرض‌کردنش. برای پژوهشگرها، سؤال‌های باز مشخص و آزمودنی‌اند: آیا صدای آشنای ضبط‌شده توجه، فهم یا واژگانِ زبانِ میراثیِ بچه را در مقایسه با ضبطِ صدای غریبه یا صدای مصنوعی تغییر می‌دهد، و آیا همراه‌کردنش با بزرگ‌سالی که کنارِ بچه تماشا می‌کند فرق را می‌سازد. تا وقتی آن مطالعه‌ها انجام نشده، موضعِ قابلِ‌دفاع همان است که شواهد همین حالا نگه داشته: صدای آشنا مهم است، آدمی که جواب می‌دهد مهم‌تر است، و قصه‌گوی مصنوعی هیچ‌کدام از این دو را ندارد.

بیشتر بخوانید

پرسش‌ها

بچه‌ها واقعاً به صدای پدر و مادر جورِ دیگری از صدای غریبه واکنش نشان می‌دهند؟

بله، و خیلی زود. نوزادهای مطالعه‌ی ۱۹۸۰ دکسپر و فایفر در Science مکیدنشان را عوض کردند تا ضبطِ صدای مادرشان را بیشتر از صدای زنی دیگر بشنوند. در مطالعه‌ی تصویربرداریِ مغزِ ۲۰۱۶ استنفورد در PNAS، ۲۴ بچه‌ی حدوداً ده‌ساله با شنیدنِ کمتر از یک ثانیه از صدای مادرشان، در بخش‌های هیجان، پاداش و پردازشِ چهره فعالیتِ بیشتری نشان دادند تا با صدای زن‌های دیگر. هر دو مطالعه مادرها را آزموده‌اند؛ مادربزرگ‌ها و فامیلِ دیگر به همین شکل بررسی نشده‌اند.

نوپا می‌تواند از ویدیوی ضبط‌شده‌ی یک فامیل زبان یاد بگیرد؟

کمتر از همان فامیلِ زنده. مطالعه‌های کوهل و همکاران (PNAS ۲۰۰۳)، رُزبری و همکاران (Child Development ۲۰۱۴) و مایرز و همکاران (Developmental Science ۲۰۱۷) همه دیدند نوزادها و نوپاها از آدمی که جواب می‌دهد، حضوری یا با تماسِ تصویری، یاد می‌گیرند، ولی از ضبطِ هم‌سان کم یا هیچ. چهره‌ی آشنا کمی کمک می‌کند: در یک مطالعه‌ی ۲۰۱۰ نوپاها از مادرشان روی ویدیو بیشتر از یک غریبه تقلید کردند. روشن‌ترین بهبود از پدر یا مادری آمد که کنارِ بچه تماشا می‌کرد و به ویدیو واکنش نشان می‌داد (استراوس و همکاران، ۲۰۱۸).

قصه‌گوی هوشِ مصنوعی برای بچه بد است؟

برای قصه‌گویی به‌طورِ خاص، شاهدِ خوبی به هیچ طرف نیست. نزدیک‌ترین مطالعه‌ی محکم، کارِ شو و همکاران در Child Development (۲۰۲۲)، دید بلندگوی هوشمندی که وسطِ خواندن سؤال می‌پرسید به ۱۱۷ بچه‌ی سه تا شش ساله تقریباً به همان اندازه در فهمِ قصه کمک کرد که بزرگ‌سالی که همان سؤال‌ها را می‌پرسید؛ فرق را سؤال‌ها ساختند، نه همراه. هیچ مطالعه‌ای پیدا نکردیم که قصه‌گوی مصنوعی را با صدای ضبط‌شده‌ی یک فامیلِ آشنا مقایسه کند. آن‌چه روشن است این است که پژوهش‌های صدای آشنا به صدای مصنوعی نمی‌رسند.

تماسِ تصویری با مادربزرگ بهتر از ویدیوی ضبط‌شده است؟

برای یادگیری، در کوچک‌ترین بچه‌ها، بله. تماسِ تصویری همان رفت‌وبرگشتی را نگه می‌دارد که یادگیریِ زبان در سال‌های اول را پیش می‌برد (هرچند یک مطالعه‌ی ۲۰۱۸ دید نوپاها کلمه‌ی تازه را فقط از آدمی که در اتاق بود و جواب می‌داد یاد گرفتند، نه از تماسِ تصویری)، و توصیه‌ی ۲۰۱۶ آکادمیِ اطفالِ آمریکا تماسِ تصویری را تنها استثنای صفحه‌ی نمایش برای بچه‌های زیرِ ۱۸ ماه می‌داند. ضبط نمی‌تواند جواب بدهد. جایی که این دو رقیبِ هم نیستند، مثلاً وقتی فاصله‌ی ساعت تماس را کم‌یاب می‌کند، ضبط تماس با یک صدای آشنا را اضافه می‌کند؛ گفت‌وگو اضافه نمی‌کند.

چرا مهم است چند نفر با بچه به زبانِ خانواده حرف بزنند؟

چون مهارت در زبانِ میراثی با تعدادِ گوینده‌ها هم پیش می‌رود، نه فقط با تعدادِ ساعت‌ها. گولان، استار و فریرا (Psychonomic Bulletin and Review، ۲۰۱۵) دیدند تعدادِ گویشورانِ زبانِ میراثی که آدم‌ها در کودکی با آن‌ها سروکار داشتند پیش‌بینی می‌کرد چقدر خوب می‌توانند چیزها را به آن زبان نام ببرند، فراتر از این‌که چقدر به کارش می‌بردند. پلیس و هوف (Child Development، ۲۰۱۱) اثرِ مشابهی برای انگلیسی در ۲۹ بچه‌ی دوساله‌ی دوزبانه دیدند. هر دو مطالعه کوچک‌اند، ولی یک سمت را نشان می‌دهند: آدم‌های بیشتر، زبانِ بیشتر.

باز کردنِ Azizan — برای بچه‌ت قصه بخوان

به‌روزرسانی: 2026-11-03 · نوشته‌ی Aida Fard

وقتی آماده شد خبرت می‌کنیم

azizan همین حالا توی مرورگرت کار می‌کند. اگر بخواهی، ایمیلت را بگذار تا وقتی نسخه‌ی کامل و نسخه‌ی اپ‌استور آماده شد خبرت کنیم. دادنِ ایمیل اختیاری است. حریم خصوصی