Standardse nägemisega inimesed näevad miljoneid erinevaid värve. Kuid inimkeel liigitab need väikesteks sõnadeks. Tööstuskultuuris saab enamik inimesi hakkama 11 värvisõnaga: must, valge, punane, roheline, kollane, sinine, pruun, oranž, roosa, lilla ja hall. See on meil Ameerika inglise keeles.
Võib-olla, kui olete kunstnik või sisekujundaja, teate isegi 50 või 100 erineva värvi värvisõna jaoks konkreetseid tähendusi - näiteks türkiis, merevaik, indigo või taupe. Kuid see on ikkagi väike osa värve, mida me eristame.
Huvitav on see, et keelte värvi liigitamise viisid on väga erinevad. Industrialiseerimata kultuurides on värvide jaoks tavaliselt palju vähem sõnu kui industrialiseeritud kultuurides. Ehkki inglise keeles on 11 sõna, mida kõik teavad, on paapua Uus-Guinea keeles Berinmos ainult viis ja Boliivia Amazoni keeles Tsimane ”ainult kolm sõna, mida kõik teavad, mis vastavad mustale, valgele ja punasele.
Meie projekti eesmärk oli mõista, miks kultuurid värvisõnade kasutamises nii palju erinevad.
**********
Erinevuste kõige laiemalt aktsepteeritud selgitus ulatub tagasi kahele keeleteadlasele, Brent Berlinile ja Paul Kay'le. Oma varase tööga 1960. aastatel kogusid nad värvide nime kandmise andmeid 20 keelest. Nad täheldasid värviterminite komplektides teatavaid sarnasusi: kui keeles oli ainult kaks terminit, olid need alati mustvalged; kui oli kolmas, oli see punane; neljas ja viies olid alati rohelised ja kollased (mõlemas järjekorras); kuues oli sinine; seitsmes oli pruun; ja nii edasi.
Selle tellimuse põhjal väitsid Berliin ja Kay, et teatud värvid olid soodsamad. Nad soovitasid, et kultuurid nimetaksid kõige silmatorkavamad värvid, tuues järjekorras uued mõisted korraga. Nii et must-valge on kõige silmatorkavam, siis punane jne.
Ehkki selline lähenemine tundus paljutõotav, on selle kaasasündinud nägemispõhise teooriaga mitmeid probleeme.
Berliin, Kay ja nende kolleegid kogusid palju suuremat andmekogumit 110 mitteindustriseeritud keelest. Nende algsed üldistused pole selles suuremas andmekogumis nii selged: on palju erandeid, mida Kay ja ta kolleegid on püüdnud selgitada keerukamas visioonipõhises teoorias.
Veelgi enam, see nativistlik teooria ei käsitle seda, miks industrialiseerimine, mis tutvustas usaldusväärseid, stabiilseid ja standardiseeritud värve suures plaanis, põhjustab rohkem värvisõnu. Kultuuride inimeste visuaalsed süsteemid on ühesugused: selle mudeli puhul ei tohiks industrialiseerimine värvide kategoriseerimises mingit vahet teha, mida see kindlasti polnud.
**********
Seetõttu uurisid meie uurimisrühmad hoopis teistsugust ideed: Võib-olla on värvisõnad välja töötatud tõhusaks suhtlemiseks. Mõelge ülesandele nimetada värvilaastud lihtsalt mõne värvi komplekti järgi. Uuringus kasutasime 80 värvikiipi, mis valiti Munselli värvide hulgast nii, et need paikneksid ühtlaselt kogu värvivõre vahel. Iga naabervärvide paar on üksteisest erinev, arvestades nende erinevust. Esineja ülesanne on värv lihtsalt sõnaga tähistada (“punane”, “sinine” jne).
Osalejad pidid kommunikeerima ühe värvilise kiibi 80 valikust kogu värvivõrgu kaudu. (Richard Futrell ja Edward Gibson, CC BY) Kommunikatsioonipõhise idee hindamiseks peame mõtlema värvide nimetamisele lihtsas suhtlemisterminites, mille saab vormistada infoteooria abil. Oletame, et värv, mille valin juhuslikult, on N4. Valin valitud värvi märkimiseks sõna. Võib-olla on minu valitud sõna “sinine”. Kui ma oleksin valinud A3, poleks ma kunagi öelnud “sinist”. Ja kui oleksin valinud M3, oleksin võib-olla öelnud “sinine”, võib-olla “roheline” või midagi muud.
Selles mõttekatses proovite teie kuulajana ära arvata, millist füüsilist värvi ma mõtlesin. Võite valida terve komplekti värvilaaste, mis teie arvates vastavad minu värvile “sinine”. Võib-olla valite 12 värvikillu komplekti, mis vastab kõikidele veergudes M, N ja O. Ma ütlen jah, sest minu kiip on sees tegelikult üks neist. Jagasite siis oma komplekti pooleks ja arvasite uuesti.
Arvamiste arv, mis viib ideaalse kuulaja minu värvilaastu nullini, põhineb minu kasutatud värvisõnal, on kiibi lihtne hinne. Selle skoori - arvamiste või “bittide” arvu - saab arvutada mõne lihtsa matemaatika abil, kuidas paljud inimesed värve märgistavad, kasutades lihtsat värvide märgistamise ülesannet. Neid hindeid kasutades saame nüüd värve järjestada ruudustikus mis tahes keeles.
Inglise keeles selgub, et inimesed saavad sooje värve - punaseid, apelsine ja kollaseid - edasi anda tõhusamalt (vähema arvamisega) kui lahedaid värve - siniseid ja rohelisi. Seda näete värvide ruudustikus: punase, oranži või kollase märgistusega konkureerijaid on vähem kui värve, mis oleksid tähistatud sinise või rohelise värviga. See kehtib vaatamata sellest, et ruudustik ise on tajutavalt enam-vähem ühtlane: värvid valiti nii, et need kataksid täielikult Munselli värviruumi kõige küllastunud värvid, ja iga naabervärvide paar näeb võrdselt lähedal, ükskõik kus nad asuvad ruudustikul.
Leidsime, et see üldistus on tõene kõigis keeltes kogu maailma värviuuringus (110 keelt) ja veel kolmes, milles tegime üksikasjalikke katseid: inglise, hispaania ja tsimane.
Iga rida tellib ühe keele jaoks värvilaastud: Vasakul asuvad värvid on hõlpsamini suheldavad, paremal asuvad paremad on raskem suhelda. (Richard Futrell, CC BY) See on selge visuaalses esituses, kus iga rida on värvikeele tellimine konkreetse keele jaoks. Vasakule-paremale tellimine on kõige lihtsamini suhelda (kõige õigema värvi saamiseks on vaja kõige vähem arvata) ja kõige raskem on suhelda.
Diagramm näitab, et kõik keeled on enam-vähem ühesuguses järjekorras, vasakul on soojad värvid (suhelda on lihtne) ja paremal lahedad (raskem suhelda). See üldistus toimub hoolimata asjaolust, et joonise allosas asuvates keeltes on vähe termineid, mida inimesed kasutavad järjekindlalt, samas kui ülaosa keeltes (näiteks inglise ja hispaania keeles) on palju termineid, mida enamik inimesi kasutab järjekindlalt.
**********
Lisaks selle tähelepanuväärse universaali avastamisele keelte vahel, soovisime teada saada ka selle põhjused. Tuletage meelde, et meie idee on see, et võib-olla tutvustame sõnu keelde, kui on midagi, millest me tahame rääkida. Ehk siis see efekt tekib seetõttu, et objektid - asjad, millest me tahame rääkida - kipuvad olema sooja värvi.
Hindasime seda hüpoteesi andmebaasis, mis sisaldas 20 000 fotot objektide kohta, mille kohta Microsofti inimesed otsustasid, et taustast erinevad objektid. (See andmekogum on saadaval arvutinägemissüsteemide koolitamiseks ja testimiseks, mis üritavad õppida objekte tuvastama.) Seejärel määrasid meie kolleegid igas pildis objekti konkreetsed piirid ja selle taustad.
Kaardistasime piltide värvid 80-värvilisele komplektile kogu värviruumi ulatuses. Selgus, et tõepoolest on esemed tõenäolisemalt soojavärvilised, taustad aga jahedad. Kui pildi piksel langes objekti, vastas see tõenäolisemalt värvile, mida oli lihtsam suhelda. Objektide värvid kippusid meie järjestatud kommunikatiivse tõhususe järjekorras veelgi vasakule langema.
Kui järele mõelda, ei tundu see ju nii üllatav. Taustaks on taevas, vesi, rohi, puud: kõik lahedad. Objektid, millest tahame rääkida, on sooja värvi: inimesed, loomad, marjad, puuviljad ja nii edasi.
Meie hüpotees selgitab hõlpsalt ka seda, miks industrialiseerimisega satuvad rohkem värviterminid. Tänu tehnoloogia arengule on paranenud pigmentide puhastamise ja uute valmistamise viisid, samuti uued värvilised ekraanid. Nii saame teha objekte, mis erinevad üksteisest ainult värvi järgi - näiteks uue iPhone'i puhul on kasutatud roosi ja kuld värvi, mis muudab värvide nimetamise veelgi kasulikumaks.
Niisiis, vastupidiselt varasemale nativistliku visuaalse silmapaistvuse hüpoteesile, aitas suhtlemishüpotees tuvastada tõelise keeleülese universumi - soojad värvid on hõlpsamini suhelda kui lahedad - ja see selgitab kergesti kultuuridevahelisi erinevusi värvides. See selgitab ka seda, miks värvsõnad satuvad keelde sageli mitte värvisõnade, vaid eseme või aine märgistena. Näiteks “apelsin” pärineb puuviljadest; “Punane” on pärit vere jaoks sanskriti keelest. Ühesõnaga, sildistame asju, millest tahame rääkida.
See artikkel avaldati algselt lehel The Conversation.
Julia Leonard, Ph.D. Massachusettsi tehnoloogiainstituudi aju- ja kognitiivteaduste tudeng
