A hidden bias in human language challenges 70 years of scienceEen verborgen vooroordeel in menselijke taal zet 70 jaar wetenschap op losse schroevenUn biais caché dans le langage humain remet en question 70 ans de recherche scientifique
ScienceDaily · 24 October 2026, at 19:28
Here’s a fascinating rethink of how words get their meaning: researchers at the University of Vermont have found that language may be shaped by power, danger, and order, not just emotion. Their analysis of billions of word uses suggests that people’s language has a strong preference for safety over danger. The team’s new framework explains more than 90% of measured variation in word meaning, compared with about 72% for the traditional model. And here's the thing: this insight could help us understand human communication and build AI that interprets language more effectively.Dit is een fascinerende nieuwe kijk op hoe woorden hun betekenis krijgen: onderzoekers van de University of Vermont ontdekten dat taal mogelijk wordt gevormd door macht, gevaar en orde, en niet alleen door emoties. Uit hun analyse van miljarden woordgebruiken blijkt dat mensen in hun taal sterk de voorkeur geven aan veiligheid boven gevaar. Het nieuwe model van het team verklaart meer dan 90% van de gemeten variatie in woordbetekenis, tegenover ongeveer 72% voor het traditionele model. En dat is interessant: dit inzicht kan ons helpen menselijke communicatie beter te begrijpen en AI taal effectiever te laten interpreteren.Voici une nouvelle perspective passionnante sur la signification des mots : des chercheurs de l’Université du Vermont ont découvert que le langage pourrait être façonné par le pouvoir, le danger et l’ordre, et pas seulement par les émotions. Leur analyse de milliards d’occurrences de mots révèle que notre langage privilégie nettement la sécurité plutôt que le danger. Le nouveau modèle de l’équipe explique plus de 90 % des variations mesurées du sens des mots, contre environ 72 % pour le modèle traditionnel. Et voici ce qui est remarquable : cette découverte pourrait nous aider à mieux comprendre la communication humaine et à créer des systèmes d’IA qui interprètent le langage plus efficacement.