तीन भाषाएँ, मस्तिष्क में अर्थ का एक ही नक़्शा

एक चीनी पाठक, एक अंग्रेज़ी श्रोता और एक फ़्रेंच श्रोता एक ही कहानी समझ सकते हैं, भले ही उनकी भाषाओं में लगभग कोई शब्द साझा न हो और वे वाक्यों को अलग ढंग से रचती हों। कहीं न कहीं, मस्तिष्क को वह सँजोकर रखना होगा जिसका कहानी अर्थ है। चाइनीज़ एकेडमी ऑफ़ साइंसेज़ के शेनझेन इंस्टीट्यूट्स ऑफ़ एडवांस्ड टेक्नोलॉजी और हांगकांग के दो विश्वविद्यालयों के यी गुओ, शुचियांग वांग और उनके सहयोगियों ने ब्रेन स्कैन में उस साझा ज़मीन की तलाश की।

गतिविधि एक जैसी नहीं, दूरियाँ एक जैसी

उनका मुख्य विचार गतिविधि के बजाय ज्यामिति की तुलना करना है। दो लोग, या दो भाषाएँ, एक ही वाक्य के लिए मस्तिष्क-गतिविधि के अलग-अलग पैटर्न पैदा कर सकते हैं। लेकिन फिर भी यह पूछा जा सकता है: मस्तिष्क किन अंशों को एक-दूसरे के पास मानता है, और किन्हें दूर? अगर ये संबंध भाषाओं के पार क़ायम रहते हैं, तो ब्योरे अलग होने पर भी मस्तिष्क अर्थ का एक साझा नक़्शा रखता है।

227 मस्तिष्क, तीन भाषाएँ

टीम ने फ़ंक्शनल MRI रिकॉर्डिंग के चार सार्वजनिक समूहों का दोबारा विश्लेषण किया, कुल 227 प्रतिभागी:

अंग्रेज़ी (49), चीनी (35) या फ़्रेंच (28) में द लिटिल प्रिंस सुनते वयस्क — लोगों के तीन अलग-अलग समूह;
दोनों भाषाओं में कहानियाँ पढ़ते छह चीनी–अंग्रेज़ी द्विभाषी;
मैंडरिन में समाचार सुनते बारह लोग, जिनका उपयोग प्रणाली को पूर्व-प्रशिक्षित करने में हुआ;
एक स्वतंत्र परीक्षण के रूप में एलिस इन वंडरलैंड (Alice’s Adventures in Wonderland) के अंश सुनते 97 मूल फ़्रेंच भाषी; इनमें से 79 ने वही अंश अंग्रेज़ी में भी सुने।

उन्होंने SemDecoder नाम का एक ब्रेन डिकोडर बनाया। एक बहुभाषी भाषा मॉडल संभावित अगले शब्द सुझाता है; मस्तिष्क के संकेत तय करते हैं कि किन्हें रखना है। इसने तीनों भाषाओं में सार्थक सामग्री को पुनः प्राप्त किया और हर माप और हर डेटासेट पर पहले के एक संदर्भ डिकोडर को पीछे छोड़ दिया। शोधपत्र का एक उदाहरण: पंक्ति “मेरे लिए, यह रेगिस्तान में ताज़े पानी के एक सोते जैसा था” मस्तिष्क से वापस आई “अब और नहीं, यह बिल्कुल रेगिस्तान में शुद्ध पानी की बारिश जैसा था।” फ़्रेंच में, “आदिम वन के बारे में एक किताब” में छपे एक चित्र वाला वाक्य “काले वन के बारे में एक किताब” के रूप में वापस आया। तीनों भाषाओं में सबसे अहम मस्तिष्क-क्षेत्र दोनों तरफ़ के टेम्पोरल लोब में थे।

साझा नक़्शा

फिर लेखकों ने ज्यामिति की तुलना की। दो मस्तिष्कों की तुलना के लिए पहले उन्हें एक साझा ढाँचे में रखना पड़ता है: यही संरेखण है — एक गणना किया गया घुमाव, जो दोनों समूहों की गतिविधि के प्रतिरूपों के बीच सबसे सटीक मेल खोजता है, यह मान लिए बिना कि मस्तिष्क के वही बिंदु जलते हैं। संरेखण के बाद, कहानी की घटनाओं की व्यवस्था चीनी, अंग्रेज़ी और फ़्रेंच में काफ़ी हद तक एक-दूसरे पर बैठ गई। इसके बाद लेखकों ने हर अंश को अर्थ के तीन गुणों पर अंक दिए — वह अमूर्त के बजाय कितना मूर्त है, उसमें लोगों और संबंधों की कितनी बात है, और उसमें कितना भावनात्मक भार है — और मस्तिष्क-नक़्शे में वह दिशा खोजी जिसके साथ हर अंक बढ़ता है: तीनों भाषाओं में ये तीन दिशाएँ एक ही ओर इशारा करती थीं। जो अंश एक भाषा में दूर-दूर थे, वे दूसरी में भी दूर-दूर रहने की प्रवृत्ति रखते थे। यह मेल अलग-अलग श्रोताओं के लिए और पूरी कहानी में बना रहा।

यह पूरे मस्तिष्क में एक-समान नहीं था। भाषाओं के पार मेल इंद्रियों और गति के पास वाले क्षेत्रों में सबसे कमज़ोर था, और उच्च-स्तरीय सहचर्य क्षेत्रों (association regions) में सबसे मज़बूत — ये वे क्षेत्र हैं जो संकेत सीधे कानों या आँखों से नहीं पाते, बल्कि उन्हें जोड़ते हैं। इस क्रम के निचले सिरे में कोई अचरज नहीं: एक चीनी वाक्य और एक फ़्रेंच वाक्य में कोई ध्वनि साझा नहीं होती, और श्रवण-क्षेत्र किसी भी अर्थ से पहले ही यह फ़र्क़ सुन लेते हैं, इसलिए मेल आगे चलकर ही प्रकट हो सकता है। यह क्रमिक बदलाव मस्तिष्क के संगठन की मुख्य ज्ञात धुरी का बारीकी से अनुसरण करता था, जो संवेदी और गति-क्षेत्रों से सबसे अधिक एकीकृत करने वाले क्षेत्रों तक जाती है (400 मस्तिष्क-क्षेत्रों पर 0.80 का सहसंबंध)। लेखकों का सुझाव है कि ये उच्च-स्तरीय क्षेत्र अर्थों के बीच के ऐसे संबंध रखते हैं जो किसी एक भाषा के रूप पर कम निर्भर होते हैं।

वह भाषा पढ़ना जो उसने कभी नहीं सीखी

व्यावहारिक परीक्षा सामान्यीकरण की थी। एक भाषा पर प्रशिक्षित डिकोडर ने किसी ऐसी दूसरी भाषा पर संयोग से बेहतर काम किया जिसे उसने कभी नहीं देखा था, तीनों भाषाओं के बीच सभी छह दिशाओं में, और द्विभाषियों में भी। चीनी श्रोताओं पर प्रशिक्षित एक डिकोडर ने, एक अप्रशिक्षित नेटवर्क से बेहतर, यह पहचाना कि फ़्रेंच भाषी बारह में से कौन-सा अंश सुन रहे थे — फ़्रेंच में या अंग्रेज़ी में। यह उच्च-स्तरीय क्षेत्रों पर जितना अधिक निर्भर रहा, उतना ही बेहतर सामान्यीकरण कर पाया।

अंत में, जब लक्ष्य भाषा में केवल थोड़ा-सा मस्तिष्क-डेटा उपलब्ध था, तो दूसरी भाषाओं पर पूर्व-प्रशिक्षण ने परखे गए हर डेटा-आकार पर डिकोडिंग को बेहतर बनाया। लेखक निष्पक्षता के एक सवाल की ओर इशारा करते हैं: मस्तिष्क-रिकॉर्डिंग हर भाषा के लिए बराबर उपलब्ध नहीं हैं, और भली-भाँति अध्ययन की गई भाषाओं से उधार लेना बाक़ी भाषाओं की मदद कर सकता है — हालाँकि उन्होंने इसे सीधे नहीं परखा। उनका अध्ययन तीन भाषाओं को कवर करता है; क्या यह साझा नक़्शा मानव भाषाओं की पूरी विविधता तक फैलता है, और यह किसी व्यक्ति के कई भाषाओं के अपने अनुभव के साथ कैसे बदलता है, यह अभी खुला सवाल है।