不完美的语言、人工智能与人类心智：关于原生西班牙语说话者语言错误的跨学科方法

语言错误不仅是规范语法的偏差；它们提供了独特的窗口，让我们了解语言的认知架构，并暴露了寻求复制这些错误的人工系统的局限性。该项目提出了一项关于原生西班牙语说话者语言错误的跨学科研究，旨在分析当前大型语言模型（LLM）如何解释、复现或纠正这些错误。研究整合了三个核心视角：理论语言学，以分类和理解错误的性质；神经语言学，以将其置于大脑中实时语言处理的语境中；自然语言处理（NLP），以评估其对语言错误的解释。一个专为本项目构建的包含 500 多个原生西班牙语错误语料库将作为经验分析的基础。这些错误将被测试于诸如 GPT 或 Gemini 等 AI 模型，以评估其解释准确性以及其在捕捉人类语言行为模式方面的泛化能力。该项目不仅有助于理解西班牙语作为原生语言，还为开发更具认知信息性且能够处理真实人类语言中不完美、可变且常常模糊性质的 NLP 系统提供了贡献。