اثر بوبا-کیکی: چرا مغز انسان زیر بار تصادفی بودن کلمات نمی‌رود؟

قرارداد بنیادین زبان‌شناسی مدرن که در سال ۱۹۱۶ توسط فردینان دو سوسور، محقق سوئیسی، پیش‌نویس شد، روی یک شرط الزام‌آور بنا شده است: دلبخواهی بودن نشانه. سوسور استدلال می‌کرد که برای کارکرد زبان انسان، پیوند بین یک صدای ادا شده و مفهوم زیربنایی آن باید کاملاً تصادفی باشد. یک درخت فقط به این دلیل درخت است که فارسی‌زبانان روی آن توافق کرده‌اند؛ انگلیسی‌ها به آن می‌گویند «تری» و فرانسوی‌ها «آربر». سوسور با قاطعیت اعلام کرد: «پیوند بین دال و مدلول دلبخواهی است» و این قانون را جا انداخت که کائنات هیچ دخالتی در دیکته کردن دایره لغات ما ندارد. اگر این قاعده پابرجا باشد، هر ترکیب تصادفی از هجاها شانس برابری برای توصیف هر شیء فیزیکی دارد. اما نزدیک به یک قرن علوم شناختی ثابت کرده که مغز انسان، خیلی راحت و بی‌سروصدا، قرارداد سوسور را زیر پا می‌گذارد.

مشهورترین نقض این قانون زبانی در سال ۱۹۲۹ در جزیره تنریف اسپانیا کلید خورد. ولفگانگ کهلر، روان‌شناس، دو نقاشی خطی انتزاعی را جلوی شرکت‌کنندگان گذاشت؛ یکی شبیه به انفجاری دندانه‌دار و ستاره‌مانند با زوایای تیز، و دیگری ابری نرم و مواج. سپس دو کلمه بی‌معنی «بالوبا» و «تاکته» را به آن‌ها پیشنهاد داد و پرسید کدام کلمه متعلق به کدام شکل است. شاید برای کائنات مهم نباشد که ما یک شکل را چه می‌نامیم، اما برای سوژه‌های کهلر مهم بود. آن‌ها با اکثریتی قاطع، «تاکته» را به زوایای تیز و «بالوبا» را به منحنی‌ها نسبت دادند.[3]

هفتاد سال بعد، عصب‌شناسانی به نام‌های وی.اس. راماچاندران و ادوارد هابارد این آزمایش را با یک تغییر آوایی جزئی دوباره زنده کردند و از دانشجویان خواستند کلمات بی‌معنی «بوبا» و «کیکی» را دسته‌بندی کنند. نتایج خیره‌کننده بود. در میان دانشجویان آمریکایی و تامیل‌زبانان هند، ۹۵ درصد از شرکت‌کنندگان به‌طور مستقل به این نتیجه رسیدند که شکل گرد «بوبا» است و شکل سیخ‌سیخی «کیکی». این تداعی چنان خودکار بود که به نظر می‌رسید شرطی‌سازی فرهنگی را کاملاً دور می‌زند و از یک حس‌آمیزی ذاتی پرده برمی‌دارد که در پس‌کوچه‌های ذهن عموم مردم کمین کرده است.[3]

مکانیسم این پدیده - که حالا در همه‌جا به عنوان «اثر بوبا-کیکی» شناخته می‌شود - ریشه در معماری فیزیکی دهان انسان دارد. تلفظ کلمه «بوبا» نیازمند این است که لب‌ها یک شکل O مانند و آرام به خود بگیرند، در حالی که تارهای صوتی یک رزونانس پیوسته و با فرکانس پایین تولید می‌کنند. در نقطه مقابل، ادای کلمه «کیکی» دهان را مجبور به یک پوزخند کشیده و باریک می‌کند، در حالی که زبان به کام می‌خورد تا انفجارهای صوتی تیز و با فرکانس بالا تولید کند. مغز خیلی ساده، هندسه فیزیکی تولید صدا را روی هندسه بصری شیء پیاده می‌کند.[4]

این تطابق حسی متقاطع یک رفتار یادگرفته‌شده نیست. روان‌شناسان رشد، ترجیح بوبا-کیکی را در نوزادان چهار ماهه، یعنی مدت‌ها قبل از اینکه زبانی یاد بگیرند، ردیابی کرده‌اند. این پدیده حتی از سواد هم فراتر می‌رود؛ محققان دقیقاً همین تطبیق صدا-شکل را در جمعیت‌هایی که هیچ سیستم زبان نوشتاری ندارند نیز ثبت کرده‌اند. به نظر می‌رسد ذهن انسان با این پیش‌فرض کارخانه‌ای به دنیا می‌آید که صداهای تیز متعلق به چیزهای تیز هستند.[3]

با این حال، این اثر یک حکم بیولوژیکی مطلق نیست. در سال ۲۰۲۱، یک مطالعه جهانی عظیم به رهبری زبان‌شناسی به نام الکساندرا چویک، اثر بوبا-کیکی را در میان ۹۱۷ شرکت‌کننده که به ۲۵ زبان مختلف صحبت می‌کردند و از ۱۰ سیستم نوشتاری مجزا استفاده می‌کردند، آزمایش کرد. اگرچه این مطالعه شواهد کلی قوی برای این پدیده یافت، اما نرخ موفقیت یکدست نبود. دقیقاً ۱۷ مورد از ۲۵ زبان این اثر را تایید کردند، که نشان می‌دهد در حالی که این سوگیری جهانی است، محیط‌های زبانی محلی می‌توانند آن را تقویت یا سرکوب کنند.[1][3]

استثناهای موجود در داده‌های چویک، محدودیت‌های این نمادگرایی صوتی ذاتی ما را نشان می‌دهد. گویشوران زبان‌های ماندارین چینی، ترکی، رومانیایی و آلبانیایی نرخ تطابقی زیر ۵۰ درصد داشتند، یعنی اساساً تصادفی عمل کردند. محققان گمان می‌کنند که ساختارهای آوایی خاص این زبان‌ها، یا تداعی‌های فرهنگی عمیقاً ریشه‌دار با هجاهای خاص، نقشه‌برداری هندسی پیش‌فرض مغز را باطل می‌کند. تکانه بیولوژیکی وجود دارد، اما نرم‌افزار فرهنگی می‌تواند روی آن را بپوشاند.[3]

سیم‌کشی عصبی نیز قدرت این تداعی را دیکته می‌کند. در حالی که میانگین جهانی نرخ تطابق حدود ۸۸ درصد است، این رقم در جمعیت‌های دارای تنوع عصبی (نورودایورجنت) سقوط می‌کند. افراد مبتلا به اختلال طیف اوتیسم، شکل‌ها را با نرخ تنها ۵۶ درصد به صداها ربط می‌دهند - چیزی در حد شیر یا خط. از آنجا که اوتیسم اغلب شامل پردازش حسی غیرمعمول و کاهش ارتباطات شبکه‌ای متقاطع در مغز است، ناتوانی در پیوند خودکار فرکانس یک صدا به یک شکل بصری، پنجره‌ای قابل اندازه‌گیری به روی ما باز می‌کند تا ببینیم ذهن‌های دارای تنوع عصبی چگونه ورودی‌های حسی را دسته‌بندی می‌کنند.

پیامدهای این یافته‌ها بسیار فراتر از اشکال انتزاعی است. مطالعه‌ای در ژوئیه ۲۰۲۵ که توسط انجمن روان‌شناسی آمریکا منتشر شد، نشان داد که نمادگرایی صوتی به‌طور فعالی نحوه درک ما از انسان‌های دیگر را شکل می‌دهد. هنگامی که از شرکت‌کنندگان خواسته شد گروه‌های اجتماعی جدید را ارزیابی کنند، ساختار آوایی نام گروه، برداشت‌های اولیه آن‌ها را دیکته کرد. گروه‌هایی با نام‌های «گرد» به‌عنوان افرادی همکارتر و آسان‌گیرتر درک شدند، در حالی که گروه‌هایی با نام‌های «تیز» به‌عنوان افرادی دقیق‌تر، تهاجمی‌تر یا رقابتی‌تر قضاوت شدند.[2]

این سوگیری آوایی ذاتی، نظریه‌ای جذاب برای نحوه آغاز زبان انسان ارائه می‌دهد. اگر انسان‌های اولیه غریزه‌ای طبیعی برای جفت کردن صداهای تیز با ابزارهای تیز و صداهای نرم با مواد نرم داشتند، پس اولین دایره لغات اصلاً تصادفی نبوده‌اند. آن‌ها پانتومیم‌های صوتی بودند. قانون سوسور همچنان بستر عملکردی زبان‌شناسی مدرن است، اما اثر بوبا-کیکی ثابت می‌کند که قبل از اینکه اجداد ما روی قوانین دلبخواهی توافق کنند، اولین کلمات خود را از شکل‌هایی ساختند که در دهانشان احساس می‌کردند.[1][4]