• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Ученые ВШЭ выяснили, как чужие ошибки замедляют обработку слов на русском языке

Ученые ВШЭ выяснили, как чужие ошибки замедляют обработку слов на русском языке

© Высшая школа экономики

Психолингвисты Центра языка и мозга НИУ ВШЭ в Санкт-Петербурге показали, что слова, которые часто пишутся с ошибками, обрабатываются медленнее, даже если написаны правильно. Исследователи впервые подтвердили этот эффект на материале русского языка, а также выяснили, что скорость реакции сильнее всего связана с тем, насколько уверенно люди отличают правильное написание слова от неправильного. Исследование опубликовано в журнале The Mental Lexicon.

Люди постоянно сталкиваются с неправильным написанием слов: в соцсетях, чатах, комментариях. Орфографическая ошибка кажется мелочью: ну написал человек слово не так, как принято. Но она влияет и на читателя. Несколько лет назад исследователи показали, что в английском языке даже правильно написанные слова распознаются медленнее, если в их написании часто ошибаются. Позже эффект подтвердился в китайском, финском, греческом и иврите. При этом оказалось, что устроен он немного по-разному: в языках с непрозрачной орфографией (английский и китайский) от него больше страдают частотные слова, а с прозрачной (греческий и финский) — редкие слова. Психолингвисты Центра языка и мозга НИУ ВШЭ в Санкт-Петербурге совместно с коллегами из СПбГУ и Университета Новой Горицы (Словения) решили проверить, повторяется ли эта закономерность в русском языке. Также исследователи сравнили обычное распознавание слов и сознательную проверку орфографии, чтобы понять, одинаково ли слово обрабатывается в этих случаях.

Сначала по базе текстов из интернета (постов, комментариев и сообщений без редакторской правки) исследователи отобрали 62 слова, которые часто пишут с ошибками, среди них «терраса», «винегрет», «агентство», «прецедент» и многие другие. Затем они провели четыре онлайн-эксперимента с независимыми группами участников (всего 269 носителей русского языка). В двух из них участникам показывали реальные слова и псевдослова, например «дилемма» и «спротазла», и просили как можно быстрее определить, существует ли такая форма в русском языке. 

В двух других группах просили следить за правописанием и определять, написано слово правильно или с ошибкой. Например, участники видели «кристал» и «кристалл» или «мышенок» и «мышонок». По итогам эксперимента исследователи оценивали, насколько быстро и правильно отвечали участники. Такой формат позволил сравнить обработку слов без фокуса на орфографии и при ее сознательной проверке. 

Исследование показало, что слова, которые часто пишут с ошибками, действительно обрабатываются медленнее. Авторы связывают это с орфографической неопределенностью: если в памяти человека конкурируют правильное и ошибочные написания слова, мозгу требуется больше времени, чтобы распознать нужный вариант. Когда человек запоминает слово, в памяти фиксируются его написание, звучание и значение. И если человек регулярно видит ошибочные варианты, они тоже закрепляются. В итоге правильный вариант конкурирует с неправильными, и на его распознавание уходит больше времени.

Но важно было не только то, как часто слово встречается в неправильном виде, но и насколько хорошо участники отличают правильное написание от неправильного. Этот показатель объяснял скорость реакции лучше всего. При этом то, как часто слово встречается в языке, и количество возможных ошибочных вариантов влияли слабее. 

Наталия Слюсарь

«Если слово путают и в нем не уверены, то его труднее читать, даже если оно написано правильно. Причем эффект оказался сильнее для редких слов, то есть русский в этом отношении повел себя не как английский и китайский, а как финский и греческий. Это было неочевидно, так как русская орфография считается менее прозрачной: нужно следить за безударными гласными, глухими и звонкими согласными и многими другими сложностями, а в финском и греческом слова буквально как слышатся, так и пишутся», — объясняет один из авторов исследования, ведущий научный сотрудник Центра языка и мозга НИУ ВШЭ — Санкт-Петербург Наталия Слюсарь.

В заданиях, в которых участники специально искали ошибки, одни неправильные написания они замечали лучше, другие хуже. Это частично зависело от типа ошибки, или орфограммы. Больше трудностей вызывали слова с лишней или пропущенной двойной согласной, например «аллюминий» вместо «алюминий». Легче участники распознавали ошибки в словах, написание которых можно проверить, изменив форму слова, например «синтез» («синтеза»). Однако эффект проявлялся, только когда человек сознательно следил за орфографией.

Результаты исследования важны не только для понимания того, как устроена обработка слов, но и для прикладных задач, например орфографических тестов.

Дарья Чернова

«Мы специально подобрали слова так, чтобы они различались по сложности, не были слишком простыми для большинства участников и помогали увидеть, кто увереннее распознает правильное написание. Такой набор может использоваться как материал для орфографических тестов», — объясняет один из авторов исследования, старший научный сотрудник Института когнитивных исследований СПбГУ Дарья Чернова. 

«Орфографическая память формируется из того, что мы читаем каждый день. Если вокруг много текстов с ошибками, они тоже становятся частью нашего языкового опыта наравне с правильными написаниями. Поэтому стоит чаще читать хорошие книги и статьи», — комментирует Наталия Слюсарь.

Исследование выполнено при поддержке Программы фундаментальных исследований НИУ ВШЭ в рамках проекта «Центры превосходства».

Вам также может быть интересно:

Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты

Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.

Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники

На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.

В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей

Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.

Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ

Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.

Ученые НИУ ВШЭ представили свою разработку для систем связи 6G

Терагерцовая нейроморфная схема, разработанная учеными Вышки, позволяет сделать системы связи 6G одновременно более точными и менее энергоемкими. Точность определения положения мобильных устройств внутри помещений достигает 99%. Результаты работы представили на PIERS 2026 — международном симпозиуме по фотонике и электромагнетизму в Китае.

4 сценария, 19 отраслей, 2036 год: НИУ ВШЭ расширил масштаб доклада о перспективах развития российской экономики

Высшая школа экономики продолжает работу по подготовке ежегодного исследования «Сценарии развития российской экономики в условиях геополитической турбулентности». Доклад предназначен для компаний и госструктур, принимающих инвестиционные решения и формирующих стратегии развития. О том, чем уникален этот прогноз и какие сценарии закладывают в него эксперты, в интервью новостной службе «Вышка.Главное» рассказал руководитель проекта, директор Центра стратегического прогнозирования ИСИЭЗ ВШЭ Михаил Голанд.

Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей

Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».

ФКН ВШЭ поделился экспертизой в сфере ИИ с участниками «Больших вызовов» в «Сириусе»

В образовательном центре «Сириус» масштабным фестивалем научных проектов завершилась 11-я всероссийская научно-технологическая проектная образовательная программа «Большие вызовы». Представители факультета компьютерных наук НИУ ВШЭ поделились экспертизой с ее участниками и выступили в роли наставников и членов жюри.

В НИУ ВШЭ представлены новые ИИ-продукты iFORA для аналитики и исследований

Эксперты Центра стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ представили новые продукты и разработки, созданные на базе ИИ-платформы iFORA. Они продемонстрировали, как возможности iFORA применяются в исследовательской и аналитической работе, а также рассказали о стратегии развития пользовательских сервисов.

Исследователи ФКН ВШЭ завоевали золотую медаль на международном соревновании по машинному обучению

Команда, в состав которой вошли сотрудники Международной лаборатории статистической и вычислительной геномики Алексей Шмелев и Никита Червов, выпускник 2025 года магистратуры «Анализ данных в биологии и медицине» ФКН НИУ ВШЭ Иван Геворков, а также двое студентов из США, показала высокий результат на международном соревновании по машинному обучению The 2026 NeuroGolf Championship. Команда получила золотую медаль и заняла 7-е место в итоговом рейтинге.