یادگیری اصطلاحات و عبارات کنایی (Idiomatic Expressions) یکی از پیچیده‌ترین و چالش‌برانگیزترین مراحل در فراگیری زبان دوم به شمار می‌رود. دلیل اصلی این دشواری، طبیعت غیرقابل پیش‌بینی معنای این عبارات است؛ معنای یک اصطلاح را نمی‌توان از مجموع معانی کلمات تشکیل‌دهنده‌ی آن استنباط کرد. این چالش نه تنها برای انسان‌ها، بلکه برای سیستم‌های هوش مصنوعی و کاربردهای پردازش زبان طبیعی (NLP)، مانند ترجمه ماشینی و تحلیل نحوی، نیز به قوت خود باقی است.

یکی از موانع اصلی در این مسیر، کمبود داده‌های باکیفیت و نمونه‌های کاربردی از اصطلاحات در بافتار واقعی است. بدون دسترسی به مجموعه‌ای غنی از مثال‌ها که نشان‌دهنده کاربرد صحیح (اصطلاحی) و تحت‌اللفظی (غیر اصطلاحی) عبارات باشند، هم زبان‌آموزان و هم الگوریتم‌های هوش مصنوعی در درک و تشخیص آن‌ها دچار مشکل می‌شوند. مقاله‌ی حاضر با عنوان «بازی‌سازی جمع‌سپاری برای ساخت پیکره‌های اصطلاحات» یک رویکرد نوآورانه برای حل این مشکل ارائه می‌دهد. این پژوهش، روشی مبتنی بر بازی‌سازی (Gamification) و جمع‌سپاری (Crowdsourcing) را برای گردآوری داده‌های زبانی و ساخت پیکره‌های متنی تخصصی برای اصطلاحات معرفی می‌کند. اهمیت این مقاله در ارائه یک راهکار کارآمد، سریع و جذاب برای تولید منابع زبانی است که می‌تواند شکاف موجود در این حوزه را برای زبان‌های مختلف پر کند.

این مقاله حاصل همکاری سه پژوهشگر برجسته در حوزه زبان‌شناسی محاسباتی و پردازش زبان طبیعی است: Gülşen Eryiğit، Ali Şentaş و Johanna Monti. این محققان با تخصص در زمینه‌هایی چون پردازش زبان ترکی، ترجمه ماشینی و توسعه منابع زبانی، پژوهشی میان‌رشته‌ای را به انجام رسانده‌اند که در مرز دانش حوزه‌هایی چون زبان‌شناسی، هوش مصنوعی و تعامل انسان و کامپیوتر (HCI) قرار می‌گیرد.

مقاله در دسته موضوعی «محاسبات و زبان» (Computation and Language) طبقه‌بندی شده است که نشان‌دهنده تمرکز آن بر استفاده از روش‌های محاسباتی برای حل مسائل پیچیده زبانی است. زمینه تحقیق، پاسخ به یک نیاز مبرم در جامعه NLP و آموزش زبان است: چگونه می‌توان به صورت انبوه و با هزینه معقول، داده‌های زبانی برچسب‌دار و باکیفیت برای پدیده‌های زبانی ظریفی مانند اصطلاحات تولید کرد؟ این پژوهش با ترکیب روانشناسی انگیزش (از طریق بازی‌سازی) و قدرت خرد جمعی (از طریق جمع‌سپاری) به این پرسش پاسخی خلاقانه می‌دهد.

مقاله یک رویکرد نوین مبتنی بر بازی‌سازی جمع‌سپاری را برای گردآوری داده‌های آموزشی برای اصطلاحات زبانی معرفی می‌کند. نویسندگان یک ربات پیام‌رسان (Messaging Bot) را طراحی کرده‌اند که در قالب یک بازی چندنفره ناهمزمان (Asynchronous Multiplayer Game) عمل می‌کند. در این بازی، گویشوران بومی یک زبان با یکدیگر به رقابت می‌پردازند تا مثال‌های کاربردی از اصطلاحات ارائه دهند. وظیفه آن‌ها تولید جملاتی است که یک عبارت مشخص را یک بار به معنای اصطلاحی و یک بار به معنای تحت‌اللفظی به کار می‌برد. علاوه بر این، شرکت‌کنندگان جملات تولیدشده توسط دیگر بازیکنان را نیز رتبه‌بندی و ارزیابی می‌کنند.

نوآوری اصلی این پژوهش در پیاده‌سازی رویکرد «جمع‌آفرینی و جمع‌سنجی» (Crowdcreating & Crowdrating) برای اولین بار در حوزه ساخت پیکره اصطلاحات است. برخلاف روش‌های سنتی جمع‌سپاری که معمولاً بر «جمع‌پردازش» (Crowdprocessing) یا برچسب‌زنی داده‌های از پیش موجود متمرکز هستند، در این روش، خودِ جامعه کاربران، داده‌ها را از ابتدا خلق و سپس کیفیت آن‌ها را ارزیابی می‌کنند. این چارچوب مستقل از زبان طراحی شده و کارایی آن برای دو زبان مختلف در مقایسه با تکنیک‌های سنتی آماده‌سازی داده، مورد سنجش قرار گرفته است. همچنین، مقاله واکنش و انگیزه کاربران را تحت دو شرایط مختلف بررسی می‌کند: استفاده از عناصر بازی‌سازی (امتیاز، رده‌بندی) و ارائه پاداش مالی. نتایج نشان می‌دهد که این رویکرد نه تنها در گردآوری داده‌های هدف بسیار قدرتمند است، بلکه با وجود ماهیت صریح وظیفه (که کاربران می‌دانند در حال تولید داده هستند)، از نظر شرکت‌کنندگان سرگرم‌کننده و مفید تلقی می‌شود.

روش تحقیق این مقاله بر پایه یک سیستم بازی‌سازی‌شده استوار است که برای حداکثرسازی مشارکت و کیفیت داده‌ها طراحی شده است. جزئیات این روش‌شناسی به شرح زیر است:

• پلتفرم بازی: یک ربات پیام‌رسان به عنوان بستر اصلی انتخاب شده است. این انتخاب به دلیل دسترسی آسان و فراگیر بودن این پلتفرم‌ها در میان کاربران است. ماهیت ناهمزمان بازی به شرکت‌کنندگان اجازه می‌دهد تا در هر زمانی کهสะดวก هستند، در آن مشارکت کنند.
• مکانیک‌های بازی (Game Mechanics): بازی شامل دو وظیفه اصلی است:
  • جمع‌آفرینی (Crowdcreating): به هر بازیکن یک اصطلاح داده می‌شود. او باید دو جمله بسازد: یکی که در آن اصطلاح به معنای واقعی و کنایی خود به کار رفته باشد (مثلاً «پدرش درآمد» به معنی سختی کشیدن) و دیگری که همان کلمات به معنای تحت‌اللفظی استفاده شده باشند (مثلاً «پدرش از اتاق درآمد»). این تفکیک برای آموزش مدل‌های هوش مصنوعی جهت تشخیص کاربرد اصطلاحی از غیر اصطلاحی حیاتی است.
  • جمع‌سنجی (Crowdrating): بازیکنان جملات تولیدشده توسط دیگران را مشاهده کرده و آن‌ها را بر اساس معیارهایی مانند صحت، طبیعی بودن و خلاقیت رتبه‌بندی می‌کنند. این سازوکار بازبینی همتا (Peer Review) به عنوان یک فیلتر کیفی عمل کرده و از ورود داده‌های نامناسب به پیکره نهایی جلوگیری می‌کند.
• عناصر بازی‌سازی: برای افزایش انگیزه درونی کاربران، از عناصر مختلف بازی استفاده شده است. این عناصر شامل سیستم امتیازدهی برای هر جمله صحیح، جدول رده‌بندی (Leaderboard) برای نمایش بازیکنان برتر، و اعطای نشان‌ها (Badges) برای دستاوردهای مختلف است. هدف، تبدیل یک وظیفه تکراری به یک تجربه رقابتی و سرگرم‌کننده است.
• طرح آزمایش: کارایی این رویکرد از طریق یک طرح آزمایشی دقیق ارزیابی شده است. محققان عملکرد سیستم خود را با روش‌های سنتی جمع‌آوری داده مقایسه کرده‌اند. همچنین، یک مطالعه تطبیقی برای سنجش تأثیر انگیزه‌های مختلف انجام شده است؛ گروهی از کاربران تنها با عناصر بازی‌سازی تشویق می‌شدند، در حالی که گروه دیگر پاداش مالی دریافت می‌کردند. این آزمایش به محققان اجازه داد تا میزان تأثیر هر یک از این عوامل را بر کمیت و کیفیت داده‌های تولیدی بسنجند.

نتایج این پژوهش، موفقیت چشمگیر رویکرد پیشنهادی را در چندین جنبه کلیدی تأیید می‌کند:

• کارایی و مقیاس‌پذیری: رویکرد بازی‌سازی جمع‌سپاری در گردآوری حجم وسیعی از داده‌های هدفمند بسیار «قدرتمند» عمل کرده است. این روش پتانسیل تسریع چشمگیر فرآیند ساخت پیکره‌های اصطلاحات را دارد که به طور سنتی فرآیندی زمان‌بر و پرهزینه است.
• تجربه کاربری مثبت: یکی از مهم‌ترین یافته‌ها این بود که شرکت‌کنندگان، با وجود آگاهی از اینکه در حال انجام یک وظیفه برای تولید داده هستند، فرآیند را «سرگرم‌کننده و مفید» ارزیابی کردند. این نشان می‌دهد که بازی‌سازی موفق شده است تا انگیزه درونی کاربران را فعال کرده و تجربه آن‌ها را از یک «کار» به یک «بازی» تغییر دهد.
• کیفیت بالای داده‌ها: سازوکار «جمع‌سنجی» یا رتبه‌بندی توسط همتایان، به طور مؤثری به عنوان یک مکانیزم کنترل کیفیت عمل کرده است. این فرآیند تضمین می‌کند که مثال‌های جمع‌آوری‌شده طبیعی، صحیح و برای اهداف آموزشی و پژوهشی قابل اعتماد هستند.
• تأثیر بازی‌سازی بر انگیزه: نتایج نشان داد که عناصر بازی‌سازی به تنهایی می‌توانند انگیزه‌ای قوی برای مشارکت پایدار و باکیفیت ایجاد کنند. در بسیاری از موارد، این انگیزه درونی حتی از پاداش‌های مالی کوچک نیز مؤثرتر عمل می‌کند، زیرا مشارکت‌کنندگان را به سمت ارائه پاسخ‌های خلاقانه‌تر و دقیق‌تر سوق می‌دهد.

دستاوردها و کاربردهای عملی این پژوهش گسترده و تأثیرگذار هستند. پیکره‌های تولیدشده از طریق این سیستم می‌توانند در زمینه‌های مختلفی مورد استفاده قرار گیرند:

• آموزش زبان دوم (L2): این پیکره‌ها منبعی غنی و معتبر برای زبان‌آموزان فراهم می‌کنند. آن‌ها می‌توانند اصطلاحات را در بافتارهای واقعی مشاهده کرده و تفاوت میان کاربرد اصطلاحی و تحت‌اللفظی را به وضوح درک کنند. این مواد آموزشی می‌توانند در اپلیکیشن‌های یادگیری زبان، کتاب‌های درسی و پلتفرم‌های آموزشی آنلاین به کار گرفته شوند.
• پردازش زبان طبیعی (NLP): برای سیستم‌های هوش مصنوعی، این داده‌ها حکم طلای دیجیتال را دارند. آن‌ها می‌توانند به عنوان داده‌های آموزشی برای سیستم‌های تشخیص خودکار اصطلاحات (Idiom Identification Systems) استفاده شوند. چنین سیستم‌هایی برای بهبود عملکرد در وظایف زیر حیاتی هستند:
  • ترجمه ماشینی: یک مترجم ماشینی باید بتواند اصطلاح «He kicked the bucket» را به «او فوت کرد» ترجمه کند، نه «او به سطل لگد زد».
  • تحلیل احساسات: اصطلاحاتی مانند «روی ابرها سیر کردن» بار احساسی مثبتی دارند که تحلیل تحت‌اللفظی آن را نادیده می‌گیرد.
  • جستجوی اطلاعات و سیستم‌های پرسش و پاسخ: درک صحیح اصطلاحات برای فهم دقیق مقصود کاربر ضروری است.
• مطالعات واژه‌نگاری و زبان‌شناسی: لغت‌نامه‌نویسان و زبان‌شناسان می‌توانند از این مجموعه داده‌ها برای مطالعه نحوه استفاده واقعی و معاصر از اصطلاحات توسط گویشوران بومی استفاده کنند. این داده‌ها شواهد زنده‌ای از پویایی زبان ارائه می‌دهند.
• چارچوبی برای آینده: مهم‌تر از خود داده‌ها، این مقاله یک چارچوب قابل تعمیم و مستقل از زبان ارائه می‌دهد. این مدل بازی‌سازی جمع‌سپاری می‌تواند برای جمع‌آوری داده برای سایر پدیده‌های زبانی پیچیده (مانند کنایه، استعاره، و زبان عامیانه) و برای زبان‌های کمتربرخوردار (Low-resource Languages) نیز به کار گرفته شود.

مقاله‌ی «بازی‌سازی جمع‌سپاری برای ساخت پیکره‌های اصطلاحات» راهکاری خلاقانه و مؤثر برای یکی از چالش‌های دیرینه در حوزه زبان‌شناسی محاسباتی و آموزش زبان ارائه می‌دهد. نویسندگان با هوشمندی، قدرت انگیزش‌بخش بازی را با خرد جمعی ترکیب کرده و سیستمی را خلق کرده‌اند که نه تنها به سرعت و با هزینه کم داده‌های باکیفیت تولید می‌کند، بلکه تجربه‌ای مثبت و جذاب برای شرکت‌کنندگان به ارمغان می‌آورد.

این پژوهش نشان می‌دهد که می‌توان از پارادایم‌های سنتی تولید داده فراتر رفت و با طراحی هوشمندانه تعاملات، کاربران را به همکارانی مشتاق در پروژه‌های علمی تبدیل کرد. رویکرد جمع‌آفرینی و جمع‌سنجی که در این مقاله معرفی شد، آینده‌ای را نوید می‌دهد که در آن ساخت منابع زبانی برای زبان‌های مختلف جهان، دیگر یک فرآیند طاقت‌فرسا و محدود به متخصصان نخواهد بود، بلکه به یک تلاش جمعی، پویا و حتی سرگرم‌کننده تبدیل خواهد شد.