Људи са стандардним видом могу видети милионе различитих боја. Али људски језик их категорише у мали скуп речи. У индустријализованој култури већина људи се пресреће са 11 речи у боји: црна, бела, црвена, зелена, жута, плава, смеђа, наранџаста, ружичаста, љубичаста и сива. То имамо у америчком енглеском.
Можда ако сте уметник или дизајнер ентеријера, знате специфична значења за чак 50 или 100 различитих речи за боје - попут тиркиза, амбера, индига или таупеа. Али то је још увек мали део боја које можемо разликовати.
Занимљиво је да се начини на које језици категоришу у боји јако разликују. Неиндустријализоване културе обично имају много мање речи за боје од индустријализованих култура. Дакле, док енглески језик има 11 речи које сви знају, папуа-ново гвинејски језик Беринмо има само пет, а боливијски амазонски језик Тсимане 'само три речи које сви знају, што одговара црној, белој и црвеној.
Циљ нашег пројекта био је разумети зашто се културе толико разликују у употреби речи у боји.
**********
Најприхваћеније објашњење разлика сеже код двојице лингвиста, Брент Берлина и Пола Кеја. У свом раном раду у 1960-има, прикупили су податке о именовању боја са 20 језика. Приметили су неке заједничке групе сетова боја у различитим језицима: Ако је језик имао само два појма, они су увек били црни и бели; ако је било треће, било је црвено; четврти и пети су увек били зелени и жути (у било ком редоследу); шеста је била плава; седма је била смеђа; и тако даље.
На основу ове наредбе, Берлин и Каи су тврдили да су одређене боје истакнутије. Предложили су да културе почну са именовањем најистакнутијих боја, доношењем нових појмова, једног по једног, у ред. Тако да су црно-бело најистакнутије, затим црвено, и тако даље.
Иако се овај приступ чинио обећавајућим, постоји неколико проблема са овом урођеном теоријом заснованом на визији.
Берлин, Каи и њихове колеге наставили су са прикупљањем много већег скупа података, са 110 неиндустријализованих језика. Њихова оригинална генерализација није тако јасна у овом већем скупу података: постоје многи изузеци, које су Каи и његове колеге покушали објаснити у сложенијој теорији заснованој на визији.
Шта више, ова нативистичка теорија не говори о томе зашто индустријализација, која је увела поуздане, стабилне и стандардизоване боје на велико, узрокује да се уведе више речи у боји. Визуелни системи људи из различитих култура су исти: у овом моделу индустријализација не би требало да прави разлику у категоризацији боја, што очигледно није био случај.
**********
Наше истраживачке групе су стога истражиле потпуно другачију идеју: Можда су боје боје развијене за ефикасну комуникацију. Размислите о задатку да једноставно именујете чип у боји из неког низа боја. У нашој студији користили смо 80 колорних чипса, изабраних из Мунселл боја да се равномерно распоређују по мрежици боја. Сваки пар сусједних боја на истој је удаљености у погледу колико се разликују. Задатак говорника је да речју једноставно означи боју („црвена“, „плава“ и тако даље).
Учесници су морали да пренесу један од 80 избора чипова у боји са мреже. (Рицхард Футрелл и Едвард Гибсон, ЦЦ БИ) Да бисмо процијенили идеју засновану на комуникацији, морамо размишљати о именовању боја једноставним комуникацијским терминима, што се може формализовати теоријом информација. Претпоставимо да је одабрана боја насумично Н4. Ја бирам реч да означим боју коју сам одабрао. Можда бих одабрала реч „плава“. Да сам изабрао А3, никад не бих рекао „плаво“. А да сам изабрао М3, можда бих рекао „плава“, можда „зелена“ или нешто треће.
Сада у овом мисаоном експерименту, ви као слушач покушавате да погодите на коју физичку боју сам мислио. Можете одабрати читав сет чипова у боји за који мислите да одговара мојој боји „плава“. Можда одаберете сет од 12 чипова у боји који одговарају свим онима у колони М, Н и О. Кажем да, јер је мој чип у уствари један од таквих. Затим поделите свој сет на пола и поново погодите.
Број нагађања која је идеалном слушаоцу потребна да би се постигао нула на мом чипу у боји на основу речи у боји коју сам користио је једноставан резултат за чип. Овај резултат можемо израчунати - број нагађања или „битова“ - користећи једноставну математику из начина на који многи људи означавају боје једноставним задатком означавања боја. Помоћу ових резултата сада можемо рангирати боје по мрежи, на било ком језику.
На енглеском језику испада да људи могу пренети топле боје - црвене, наранџасте и жуте - ефикасније (са мање нагађања) од хладних боја - плаву и зелену. То можете видети у мрежи боја: Постоји мање конкурената за оно што би могло бити означено са "црвена", "наранџаста" или "жута" него што постоје боје које би биле означене са "плава" или "зелена". То је тачно упркос. чињенице да је сама решетка перцептивно више или мање једнолична: Боје су одабране тако да потпуно покривају најзасићеније боје Мунселл-овог простора боја, а сваки пар суседних боја изгледа подједнако близу, без обзира где се налазе на мрежи.
Открили смо да је ова генерализација тачна на свим језицима у целокупном Светском истраживању боја (110 језика) и у још три која смо урадили детаљне експерименте на: енглеском, шпанском и Тсиманеу “.
Сваки ред наређује чипове у боји за један језик: Боје даље лево су лакше комуницирати, а оне даље са десне стране теже су. (Рицхард Футрелл, ЦЦ БИ) То је јасно у визуелном приказу, где је сваки ред редослед чипова у боји за одређени језик. Наручивање лево-десно је од најлакше за комуницирање (најмање нагађања потребно да би се добила права боја) до најтежег за комуникацију.
Дијаграм показује да сви језици имају приближно исти редослед, са топлим бојама на левој страни (лако се комуницира) и хладним с десне стране (теже комуницирати). Ова генерализација се догађа упркос чињеници да језици у дну слике имају неколико израза које људи досљедно користе, док језици близу врха (попут енглеског и шпанског) имају много израза које већина људи досљедно користи.
**********
Поред откривања овог изванредног универзалног језика на свим језицима, желели смо да откријемо и шта то узрокује. Подсетимо се да је наша идеја да можда уводимо речи у језик када нешто желимо да разговарамо. Можда овај ефекат настаје зато што су предмети - ствари о којима желимо да разговарамо - обојене у топлу боју.
Ову смо хипотезу процијенили у бази података од 20 000 фотографија објеката за које су људи у Мицрософту одлучили да садрже предмете, за разлику од позадине. (Овај скуп података доступан је за обуку и тестирање система рачунарског вида који покушавају да науче да идентификују објекте.) Наше колеге су затим утврдиле специфичне границе објекта на свакој слици и место где је била позадина.
Боје на сликама смо пресликали на наш сет од 80 боја широм простора боја. Показало се да су предмети вероватније топле боје, док су позадине хладне боје. Ако је пиксел слике пао унутар неког предмета, већа је вероватноћа да одговара боји која је лакше комуницирати. Боје објеката обично су падале лево на наш рангирани редослед комуникацијске ефикасности.
Кад мало размислите, ипак се не чини тако изненађујуће. Позадине су небо, вода, трава, дрвеће: све хладне боје. Предмети о којима желимо да разговарамо су топле боје: људи, животиње, бобице, воће и тако даље.
Наша хипотеза такође лако објашњава зашто више израза за боју долази у језик са индустријализацијом. Са повећањем технологије постају побољшани начини чишћења пигмената и прављења нових, као и нови прикази у боји. Тако можемо направити предмете који се разликују само на основу боје - на пример, нови иПхоне долази у „ружичастом“ и „златном“ - што именовање боја чини још кориснијим.
Дакле, супротно ранијој нативистичкој хипотези о визуелној видљивости, комуникацијска хипотеза помогла је идентификовању истинског унакрсног лингвистичког универзалног облика - топле боје су лакше комуницирати од хладних - и лако објашњавају међукултуралне разлике у терминима боја. Такође објашњава зашто речи у боји често долазе у језик не као речи у боји, већ као ознаке предмета или супстанце. На пример, "наранџаста" потиче од воћа; „Црвено“ долази из санскрта због крви. Укратко, обележавамо ствари о којима желимо да разговарамо.
Овај чланак је првобитно објављен у часопису Тхе Цонверсатион.
Др Јулиа Леонард Студент мозга и когнитивних наука, Массацхусеттс Институте оф Тецхнологи
