تتأثر اللغات بالتحيزات الاستقرائية لمستخدميها. باستخدام لعبة مرجعية كلاسيكية، نبحث في كيفية تطور اللغات الاصطناعية عند تحسينها ليتناسب مع التحيزات الاستقرائية في البشر ونماذج اللغة الكبيرة (LLMs) من خلال تجارب إنسان-إنسان، إنسان-LLM وإنسان-إنسان. نعرض أن المعاجم المتجذرة في المرجع تنشأ مما يمكّن التواصل الموثوق في جميع الظروف، حتى عندما يتعاون البشر وLLMs. تكشف المقارنات بين الظروف أن اللغات المحسنة لـLLMs تختلف بشكل طفيف عن تلك المحسنة للبشر. ومن المثير للاهتمام، أن التفاعلات بين البشر وLLMs تخفف من هذه الاختلافات وتؤدي إلى معاجم تشبه البشر أكثر من تلك التي تشبه LLMs. تعزز هذه النتائج فهمنا لدور التحيزات الاستقرائية في LLMs في الطبيعة الديناميكية للغة البشرية وتساهم في الحفاظ على التوافق في تواصل البشر والآلات. بشكل خاص، يؤكد عملنا على الحاجة إلى التفكير في طرق تدريب جديدة لـLLMs تشمل التفاعل البشري ويظهر أن استخدام نجاح الاتصال كإشارة مكافأة يمكن أن يكون اتجاهًا مثمرًا وجديدًا.
درس كوفنهون وآخرون (مون،) هذا السؤال.