Trong quá trình giao tiếp hàng ngày, con người sản xuất lời nói một cách liên tục và cuốn chiếu (incremental language production): chúng ta lập kế hoạch cho phần đầu của câu nói trước khi bắt đầu cất lời và tiếp tục lập kế hoạch cho phần còn lại trong khi đang nói. Chiến lược này giúp tối ưu hóa thời gian của cả người nói lẫn người nghe, nhưng đồng thời đặt ra một thách thức lớn về mặt thần kinh - nhận thức. Hệ thống thần kinh trung ương phải phối hợp chính xác theo thời gian giữa việc lập kế hoạch âm xát/âm tiết, điều khiển cơ quan phát âm và phân bổ tài nguyên xử lý tâm lý - ngôn ngữ cho nhiều hoạt động diễn ra đồng thời. Khi chúng ta quan sát và gọi tên một chuỗi vật thể, chuyển động đảo mắt (saccade) thường đi trước lời nói một khoảng thời gian nhất định. Tuy nhiên, một câu hỏi quan trọng trong khoa học thần kinh thị giác và ngôn ngữ học lâm sàng là: Điều gì xảy ra khi hệ thống phát âm gặp sự cố và tạo ra lỗi dự đoán (anticipation error) - tức là phát âm một từ hoặc âm tiết sớm hơn thứ tự xuất hiện của nó? Liệu lỗi phát âm này có nguồn gốc từ việc mắt di chuyển sai lệch, nhìn lướt qua (skipping) hoặc rời mắt quá sớm khỏi vật thể đích?
Cơ chế thần kinh - nhận thức điều hòa nhịp độ nhìn và nói
Để hiểu được bản chất của sự phối hợp giữa ánh mắt và lời nói, chúng ta cần phân tích chuỗi xử lý nhận thức từ thị giác đến phát âm. Khi một người nhìn vào một vật thể để gọi tên, quá trình này bao gồm các bước nối tiếp: nhận diện hình ảnh thị giác (visual object identification), chọn lọc khái niệm (conceptual selection), truy xuất từ vựng (lexical retrieval), mã hóa hình thái và ngữ âm (morphological and phonological encoding), và cuối cùng là lập kế hoạch vận động phát âm (phonetic and articulatory planning).
Các nghiên cứu theo dõi cử động mắt (eye tracking) cho thấy thời gian định vị ánh mắt (gaze duration) trên một vật thể không chỉ đơn thuần là thời gian cần thiết để nhận diện hình ảnh thị giác. Mắt người nói thường duy trì định vị trên vật thể cho đến khi hoàn tất quá trình mã hóa âm thanh (phonological encoding) - tức khoảng 150 đến 200 ms trước khi âm thanh đầu tiên của từ đó được phát ra thành tiếng (eye-speech lag). Việc duy trì ánh mắt này được giải thích là do các quá trình từ truy xuất từ vựng đến mã hóa ngữ âm đòi hỏi tài nguyên xử lý nhận thức (processing capacity). Mắt chỉ thực hiện cú nhảy saccade sang vật thể tiếp theo khi tài nguyên xử lý không tự động (non-automatic processing capacity) cho vật thể hiện tại đã hoàn tất.
Tuy nhiên, sự tồn tại của các lỗi dự đoán (ví dụ: nói "a leading list" thay vì "a reading list") chứng minh rằng hệ thống lập kế hoạch ngôn ngữ không hoàn toàn xử lý đơn tuyến tuần tự. Thay vào đó, có sự kích hoạt song song (parallel activation) các đại diện từ vựng. Trong khi vật thể ở tiêu điểm hoàng điểm (fovea) nhận được ưu tiên xử lý cao nhất, các vật thể ở vùng cận hoàng điểm (extrafoveal/parafoveal) vẫn thu hút một phần tài nguyên nhận thức. Khi mức độ kích hoạt ngữ âm của vật thể cận hoàng điểm vô tình vượt ngưỡng quá sớm, hiện tượng can thiệp xảy ra, dẫn đến lỗi dự đoán trong lời nói.
Bằng chứng thực nghiệm về sự đồng bộ cử động mắt và lỗi phát âm
Nghiên cứu được tiến hành trên 48 người trưởng thành khỏe mạnh, ghi nhận chuyển động mắt bằng hệ thống SMI Eyelink-1 với tần số lấy mẫu mỗi 4 ms, kết hợp ghi âm lời nói chất lượng cao. Bối cảnh thực nghiệm yêu cầu người tham gia gọi tên chuỗi 6 vật thể sắp xếp trên một vòng tròn ảo. Các điều kiện thực nghiệm được kiểm soát nghiêm ngặt về tốc độ nói (tốc độ nhanh 3.5 từ/giây vs. tốc độ chậm 2.3 từ/giây) và số lượng âm tiết của từ (đơn âm tiết vs. hai âm tiết).
Để đánh giá chính xác cơ chế của lỗi dự đoán, phân tích tập trung vào các bộ ba lượt thử (triplets of trials): Lượt thử xuất hiện lỗi (error trial) được so sánh trực tiếp với lượt thử ngay trước và ngay sau đó của chính người nói đó khi gọi tên cùng một chuỗi vật thể một cách chính xác.
| Chỉ số đo lường (Dependent Measure) | Lượt thử trước (Preceding Correct) | Lượt thử lỗi (Error Trial) | Lượt thử sau (Following Correct) | Ý nghĩa thống kê (p-value) |
|---|---|---|---|---|
| Tổng thời gian nhìn (Total gaze duration) | 334 ± 139 ms | 409 ± 237 ms | 325 ± 136 ms | F(2, 272) = 6.2, p < 0.01 |
| Thời gian nhìn trước khi phát âm (Pre-speech gaze) | 321 ± 132 ms | 312 ± 151 ms | 312 ± 127 ms | F < 1 (Không có ý nghĩa) |
| Thời gian nhìn sau khi cất lời (Post-speech gaze) | 87 ± 53 ms | 256 ± 258 ms | 52 ± 71 ms | t(68) = 4.28, p < 0.01 |
| Độ trễ mắt - lời nói (Eye–speech lag) | +104 ± 122 ms | −19 ± 258 ms | +95 ± 129 ms | - |
Kết quả thực nghiệm ghi nhận phân bố các loại lỗi phát âm trong tổng số 791 lỗi thu thập được:
- Lỗi ngập ngừng/tạm dừng (Hesitations & pauses): Chiếm 35.0%.
- Lỗi dự đoán (Anticipations): Chiếm 31.2% (247 lỗi). Trong đó, 86% trường hợp lỗi dự đoán là sự xâm nhập của ngay từ tiếp theo trong chuỗi.
- Lỗi không theo ngữ cảnh (Non-contextual errors): Chiếm 23.0%.
- Lỗi lặp lại từ cũ (Perseverations) & Trao đổi vị trí (Exchanges): Lần lượt chiếm 2.2% và 3.0%.
Phân tích sâu về hiện tượng xử lý song song và khả năng tự sửa lỗi
Phát hiện cốt lõi và bất ngờ nhất của nghiên cứu này nằm ở chỗ: Mẫu hình cử động mắt dẫn đến một lỗi dự đoán hoàn toàn không có sự khác biệt so với mẫu hình cử động mắt dẫn đến một lời nói chính xác.
Giả thuyết ban đầu cho rằng lỗi dự đoán xảy ra là do người nói di chuyển ánh mắt quá nhanh (saccade sớm) sang vật thể tiếp theo hoặc bỏ qua không nhìn vật thể đích. Tuy nhiên, dữ liệu thực nghiệm đã bác bỏ hoàn toàn giả thuyết này. Trong 104 bộ ba lượt thử lỗi được phân tích sâu, thời gian nhìn trước khi phát âm (pre-speech gaze duration) ở lượt thử lỗi là 312 ms, hoàn toàn tương đồng với lượt thử chính xác trước đó (321 ms) và sau đó (312 ms). Người nói vẫn nhìn vào vật thể đích đúng thứ tự, không bỏ lỡ vật thể và không rút ngắn thời gian quan sát.
"Mẫu hình di chuyển ánh mắt hoàn toàn bình thường không đảm bảo rằng nội dung lời nói phát ra sẽ chính xác. Lỗi phát âm xuất phát từ sự mất kiểm soát trong việc kích hoạt nội bộ của hệ thống vựng ngữ - âm thanh, chứ không phải do sự lệch nhịp của cử động mắt tự nguyện."
Sự khác biệt duy nhất giữa lượt thử lỗi và lượt thử chính xác nằm ở giai đoạn sau khi cất lời. Tổng thời gian nhìn trên vật thể đích ở lượt thử lỗi kéo dài hơn đáng kể (409 ms so với 334 ms), nguyên nhân là do thời gian nhìn sau khi cất lời (post-speech gaze duration) tăng vọt lên 256 ms. Đồng thời, ghi nhận 16 lượt di chuyển mắt quay lại (regressions) về vật thể đích ở các lượt thử lỗi, so với chỉ 3 lượt ở các lượt thử chính xác. Điều này phản ánh cơ chế tự theo dõi (self-monitoring) và sửa lỗi thần kinh: Khi người nói phát hiện mình cất lời sai, hệ thống thần kinh lập tức dừng phát âm, giữ ánh mắt hoặc điều khiển mắt quay lại vật thể đích để tái lập mã hóa ngữ âm chuẩn xác.
Ứng dụng lâm sàng và định hướng nghiên cứu chức năng thị giác - ngôn ngữ
- Không thể dự đoán nội dung/lỗi lời nói chỉ dựa vào theo dõi ánh mắt: Trong đánh giá lâm sàng hoặc nghiên cứu tâm lý thần kinh, cử động mắt phản ánh tiến trình phân bổ tài nguyên nhận thức nhưng không phản ánh trực tiếp tính chính xác của mã hóa ngữ âm nội bộ.
- Tài nguyên nhận thức phân bố song song: Hiện tượng lỗi dự đoán xảy ra do xử lý thông tin vùng cận hoàng điểm (extrafoveal processing) kích hoạt quá mức từ ngữ tiếp theo. Đây là đặc tính tự nhiên của hệ thống xử lý ngôn ngữ song song, không phải do rối loạn điều khiển vận động nhãn cầu.
- Cử động mắt phản ánh tiến trình tự sửa lỗi (Error Repair): Thời gian định vị mắt kéo dài sau khi cất lời và các cú nhảy mắt ngược chiều (regressions) là những chỉ báo sinh học tin cậy cho thấy hệ thống giám sát hành vi của vỏ não đang thực hiện phát hiện và sửa lỗi.
- Ứng dụng trong phục hồi chức năng ngôn ngữ: Ở các bệnh nhân thất ngôn (aphasia) hoặc rối loạn điều hòa vận động lời nói, việc phân tích đồng thời eye-tracking và audio cung cấp bức tranh toàn diện giúp phân biệt rối loạn định hướng thị giác - chú ý với rối loạn truy xuất từ vựng sâu.
Tài liệu tham khảo:
Wheeldon, L. R., Meyer, A. S., & van der Meulen, F. (2007). Speech-to-gaze alignment in anticipation errors. In R. P. G. van Gompel, M. H. Fischer, W. S. Murray, & R. L. Hill (Eds.), Eye Movements: A Window on Mind and Brain (pp. 503–516). Elsevier Ltd. https://doi.org/10.1016/B978-008044980-7/50023-7