Ученые ВШЭ выяснили, как чужие ошибки замедляют обработку слов на русском языке
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:
НИУ ВШЭ первым среди университетов начал фиксировать интеллектуальные права на научные результаты в блокчейне
Высшая школа экономики подключила свой Репозиторий научно-технической информации к доверенной блокчейн-сети РЦИС.РФ как самостоятельный узел. Теперь каждый исследовательский результат, размещенный в цифровом хранилище НИУ ВШЭ, может получить признаваемую госорганами запись в распределенном реестре, подтверждающую авторство и принадлежность исключительных прав.
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
В НИУ ВШЭ появится суперкомпьютер для работы с ИИ
Высшая школа экономики готовит к запуску второй суперкомпьютер. Новый кластер будет ориентирован прежде всего на задачи ИИ и дополнит уже действующий суперкомпьютер cHARISMa. Его запуск планируется на конец 2026 года.
В НИУ ВШЭ создан Фонд науки и технологий
Фонд науки и технологий НИУ ВШЭ (ФНТ) будет финансировать перспективные научные инициативы, имеющие прикладную направленность и содействующие достижению технологического лидерства России. На поддержку могут рассчитывать проектные команды из всех кампусов университета. Заявку в ФНТ можно подать в любой момент. Рассматривать заявки будет созданный Совет по науке и технологиям НИУ ВШЭ.
Нейросеть НИУ ВШЭ iFORA.LLM включена в Реестр российского программного обеспечения
Адаптированная большая языковая модель для сферы науки, технологий и инноваций (далее — iFORA.LLM, модель), разработанная экспертами Института статистических исследований и экономики знаний НИУ ВШЭ, включена в Реестр российского ПО. Модель создана для эффективного анализа массивов научно-технической информации — от поиска релевантных публикаций до оценки технологических трендов и формирования аналитических отчетов.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
Студенты МИЭМ ВШЭ разработают два спутника собственной конструкции для орбитальных экспериментов
Аппараты, созданные студенческими командами, проведут в условиях космоса исследования свойств перспективных солнечных элементов, бортовых систем накопления энергии и серийной электроники для студенческих спутников.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
Бизнес-инкубатор НИУ ВШЭ и «Т-Бизнес» договорились развивать студенческое предпринимательство
Бизнес-инкубатор НИУ ВШЭ и «Т-Бизнес» подписали соглашение о сотрудничестве. Взаимодействие будет направлено на развитие студенческого предпринимательства и поддержку студентов, которые уже запустили собственные проекты или только планируют сделать это.
«Чтобы успевать за технологией, следует ускорить сам форсайт»
В Пекине прошла конференция Innovation and Technology Management Conference (InnoTech 2026), организованная издательством Elsevier совместно с Университетом Цинхуа. Основное внимание было уделено вопросам управления технологическим развитием в эпоху искусственного интеллекта. Сотрудники Форсайт-центра ИСИЭЗ НИУ ВШЭ Олеся Майбах и Данил Яцкин поделились результатами масштабного форсайт-исследования «ИТ в России: сценарии развития», реализованного при поддержке «Яндекса».