![OpenAI. (2025). [AI-generated image]. DALL·E. https://chat.openai.com/](https://blog.donders.ru.nl/wp-content/uploads/2025/06/image-1024x682.jpg)
This post is also available in Engels.
Wetenschappers vragen zich al decennialang af hoe het kan dat kinderen zo gemakkelijk talen leren. Aan de hand van een paar miljoen woorden—een fractie van wat AI modellen nodig hebben—kletsen kinderen je al gauw de oren van je hoofd. De manier waarop het brein dit indrukwekkende vermogen ontwikkelt was lang een mysterie, tot nu. Een onderzoek van Meta AI in samenwerking met het Rothschild Foundation Hospital in Parijs stelt ons ertoe in staat een nieuwe, zeldzame blik te werpen op het ontwikkelende brein. De onderzoekers analyseerden hersenactiviteit van 46 kinderen, tieners, en volwassenen met epilepsie, gemeten met tijdelijke elektrodes in hun brein voor medische controle. Terwijl deze proefpersonen het luisterboek van Le Petit Prince te horen kregen bekeken de onderzoekers hoe het brein reageerde op woorden en klanken.
Van geluid naar betekenis: de ontplooiing van taal
Wat men in dit onderzoek ontdekte is ronduit fascinerend. Zelfs bij kinderen van slechts twee jaar oud reageert het brein op spraak, met name op zogeheten fonemen—de kleinste bouwstenen van taal—zoals consonanten en klinkers. Deze reacties waren het sterkst in de superior temporale gyrus (STG) en superior temporale sulcus (STS), die beide een belangrijke rol spelen bij het verwerken van gesproken taal. Naarmate kinderen ouder worden, activeert taal het brein steeds intensiever en veelzijdiger: naast de gevoeligheid voor fonemische kenmerken zie je met leeftijd steeds meer reactiviteit voor woord-specifieke lexicale informatie zoals hun categorie (werkwoorden, bijvoeglijke naamwoorden, etc.) en frequentie van voorkomen. Hersenactiviteit gerelateerd aan zulke abstractere taalkenmerken zag men met name in meer associatieve delen van de cortex, zoals aan de voor- en zijkant. De diversiteit aan gebieden betrokken bij taalverwerking laat zien dat dit geen eenduidig proces is. We verwerken taal stapsgewijs en op meerdere lagen van abstractie, van snelle basale klanken tot abstracte conceptuele representaties, verspreid over het hele brein.
Opmerkelijke parallellen tussen kunstmatige en biologische intelligentie
Dit soort gelaagdheid van informatieverwerking is een bekend fenomeen binnen verschillende systemen, zoals bij de verwerking van andere zintuigelijke informatie, maar ook bij artificiële neurale netwerken. Diep-gelaagde AI-modellen die getraind zijn voor taalverwerking laten vergelijkbare patronen zien in de manier waarop informatie stapsgewijs verwerkt wordt. Laag voor laag wordt informatie steeds abstracter gerepresenteerd, net zoals dat in het brein gebeurt. Bovendien zijn taal-representaties uit verschillende AI-model lagen gerelateerd aan activiteit in verschillende gebieden in het brein. Zo sluiten representaties uit vroege lagen aan op auditieve verwerkingsgebieden zoals de STG, terwijl representaties uit latere, diepere lagen sterker aansluiten op frontale en associatieve gebieden betrokken bij semantisch begrip. Dit laat zien dat er belangrijke parallellen bestaan tussen hoe AI-modellen en het brein taal representeren.
Verder bleek uit het onderzoek dat je aan de hand van zulke modellen behoorlijk goed kan voorspellen hoe het brein van kinderen en volwassenen reageert op bepaalde taal. Hierbij viel het op dat het volwassen brein steeds beter voorspeld werd naarmate de voorspellende modellen werden uitgebreid. Dit suggereert dat grotere, complexere modellen misschien volwassener worden in hun taal “begrip”, net zoals wij met leeftijd steeds ingewikkeldere taal kunnen begrijpen.
Wat betekent dit—en wat kunnen we ermee?
Zoals elk onderzoek heeft ook deze studie wat beperkingen. Zo waren alle proefpersonen Franstalige, epileptische patiënten, waardoor het onduidelijk is of hun bevindingen algemeen of doelgroep-specifiek zijn. Toch zijn de resultaten veelbelovend: het leren van taal is geen eenduidig proces, maar diep gelaagd en hiërarchisch. Daarnaast blijkt de samensmelting van neurowetenschap met kunstmatige intelligentie een uitstekende manier te zijn om onderzoek te doen naar de werking en ontwikkeling van onze cognitie. Zo zie je maar weer: meestal staan ze ervoor, maar met de juiste training, wordt een model zelf een spiegel!
Author: Vivek
Buddy: Xuanwei
Editor: Siddharth
Translator: Wieger
Editor translation: Natalie
