L’intelligenza artificiale scopre le “regole segrete” delle lingue: italiano e giapponese più simili del previsto

Uno studio internazionale rivela che 22 lingue seguono le stesse regole evolutive. Decisiva l’analisi dell’intelligenza artificiale.

Lingue lontanissime tra loro come italiano, finlandese e giapponese potrebbero avere molto più in comune di quanto si sia sempre pensato. A sostenerlo è un nuovo studio pubblicato sulla rivista scientifica Proceedings of the Royal Society B, che ha individuato sorprendenti somiglianze nell’evoluzione del linguaggio umano.

La ricerca, durata sette anni, ha analizzato 22 lingue diverse e ha portato alla scoperta di quattro regole universali che guidano la nascita e l’organizzazione delle parole. Un risultato reso possibile grazie all’utilizzo dell’intelligenza artificiale e di sofisticati sistemi di analisi semantica.

Come l’IA ha analizzato le lingue del mondo

Alla base dello studio c’è una tecnica chiamata word embedding, utilizzata nell’ambito dell’intelligenza artificiale per trasformare le parole in dati numerici. In pratica, ogni termine viene collocato in uno “spazio virtuale” in base al suo significato: parole simili finiscono vicine, quelle semanticamente lontane risultano più distanti.

Per esempio, termini come cane e uccello vengono posizionati in aree vicine, mentre cane e bicicletta occupano punti molto più separati.

«Con i word embedding ogni parola del vocabolario è associata a un punto specifico nello spazio», ha spiegato Steven Skiena, tra gli autori dello studio, alla testata The Debrief. «Le parole con significati simili tendono naturalmente a raggrupparsi».

Gli studiosi hanno così fornito all’IA enormi quantità di testi appartenenti a 22 lingue differenti, compresi vocaboli utilizzati in epoche storiche remote, persino nel Medioevo. L’obiettivo era capire se esistessero schemi comuni nello sviluppo del linguaggio umano, indipendentemente dall’origine geografica o culturale delle lingue.

Le quattro regole universali del linguaggio

Dall’analisi sono emersi quattro modelli ricorrenti che sembrano accomunare tutti gli idiomi studiati.

La prima regola riguarda la popolarità delle parole: i termini più utilizzati tendono a raggrupparsi tra loro, mantenendosi separati da quelli più rari o specialistici.

La seconda evidenzia una struttura gerarchica condivisa. Le parole si organizzano in livelli di significato sempre più ampi: termini molto specifici come cagnolino e cane finiscono per collegarsi a concetti più generali come animale o essere vivente.

La terza regola interessa invece i neologismi. Secondo lo studio, le nuove parole tendono a nascere quasi sempre nelle stesse aree semantiche dove recentemente ne sono già apparse altre. Fenomeni linguistici contemporanei come apericena o social detox ne sarebbero esempi perfetti.

Dalla biologia alla linguistica: la legge di Taylor applicata alle parole

L’aspetto forse più sorprendente dello studio riguarda l’applicazione alla linguistica della cosiddetta Taylor’s Power Law, una legge matematica già nota in ecologia e biologia.

Secondo questo principio, maggiore è il numero medio di individui presenti in un ecosistema, più alta sarà la variabilità delle loro fluttuazioni nel tempo. Applicata alle lingue, la regola suggerisce che le aree semantiche più “produttive” generano enormi oscillazioni nella nascita di nuove parole.

In altre parole, esistono settori del linguaggio in cui un secolo può produrre centinaia di nuovi termini e quello successivo appena pochi. Al contrario, nelle aree linguistiche meno dinamiche, la creazione di parole rimane molto più stabile.

Un nuovo futuro per lo studio delle lingue

Secondo i ricercatori, questa scoperta potrebbe aprire scenari completamente nuovi nello studio dell’evoluzione linguistica e culturale. I sistemi di word embedding potrebbero infatti diventare strumenti fondamentali per ricostruire la storia delle lingue, comprendere i cambiamenti culturali e persino prevedere l’evoluzione futura del linguaggio umano.

L’intelligenza artificiale, dunque, non sarebbe soltanto una tecnologia capace di generare testi, ma anche un prezioso alleato per comprendere più a fondo i meccanismi che hanno modellato la comunicazione umana nel corso dei secoli.