Většina z nás si ráda popovídá s přáteli, kolegy, sousedy nebo známými. Co ale udělá z pohodového povídání opravdu skvělou konverzaci? Určitě záleží na tématech, o nichž je řeč, vědci ale také odhalili matematické souvislosti, které pomáhají vysvětlit, proč jsou některé naše rozhovory tak příjemné.
Kupodivu je to docela plodné téma k výzkumu. Dosavadní studie se většinou soustředily na to, nakolik se shodují slova a myšlenky jednotlivých účastníků rozhovoru. Naopak méně pozornosti vědci věnovali tomu, jak konverzace plyne a jak se její průběh během času mění.
Emily Finnová z americké Dartmouth College a její kolegyně se zaměřily právě na rytmus konverzace. Aby lépe pochopily, díky čemu je konverzace skvělá, prozkoumaly roli růžového šumu (pink noise). Nejde přitom o žádný slyšitelný zvuk, který by rušil v pozadí. Růžový šum, je matematický vztah, který popisuje, jak se změny odehrávají v různých časových měřítkách. Je také známý jako „1/f šum“ a jde signál nebo proces, jehož frekvenční hustota je přímo úměrná převrácené hodnotě frekvence. V přírodě je růžový šum velice běžný.
V případě konverzace tento vztah popisuje, jak se její účastníci drží společného tématu a jak přicházejí s novými myšlenkami. Rozhovor pod taktovkou růžového šumu tak není ani příliš předvídatelný, ani se v něm účastníci neztrácejí a neztrácejí nit toho, co říká druhá strana.
Jak si něco takového představit? Dvojice lidí se baví o dovolené. Jeden zmíní Chorvatsko, druhý přidá vlastní zkušenost a oba pak zůstanou u vzpomínek na letní pobyty. Konverzace je plynulá, ale příliš se neposouvá. V jiném rozhovoru se ale téma postupně rozvine. Od Chorvatska se účastníci dostanou k řecké kuchyni, vaření, cestování a třeba až k životě u moře. Nové myšlenky přitom stále navazují na ty předchozí. Právě takový rozhovor je plný růžového šumu. Není strnule předvídatelný, ale ani chaotický. Jeho rytmus obsahuje pomalejší i rychlejší změny.
Výzkumný tým analyzoval tisíce reálných rozhovorů mezi dvojicemi lidí, včetně více než 1 600 videohovorů mezi cizími lidmi, rozhovory přátel, konverzace při rychlém seznamování i rozhovory moderátorů veřejně dostupných podcastů.
Badatelky poté v rozhovorech hledali stopy růžového šumu. Využily k tomu jazykový model umělé inteligence MPNet, který analyzoval přepisy konverzací. Model vyjádřil čísly každý jednotlivý vstup účastníka rozhovoru a jeho význam. Díky tomu mohly vědkyně měřit, nakolik obsah toho, co řekl jeden člověk, souvisel s následující reakcí druhého. Současně také sledovaly, jak účastníci hovory hodnotí.
Finnová s kolegyněmi zjistily, že rozhovory s výraznějším růžovým šumem jsou pro účastníky příjemnější. Platilo to pro rozhovory mezi cizími lidmi i mezi přáteli. Při rychlém seznamování měly dvojice, v nichž oba účastníci projevili zájem o další setkání, konverzaci s výraznějším růžovým šumem v porovnání s dvojicemi, které si nepadly do oka.
Video: BWC 2021 - Day 2 | Dr Emily Finn
Literatura
Diskuze:
