據國外媒體報道，從蘋果的Siri到本田公司的機器人Asimo，機器與人類的交流似乎越來越嫻熟。然而有些神經科學家警告稱現在的計算機并沒有真正理解我們的意思，因為他們并沒有考慮人類對話時的會話背景。美國加州大學伯克利分校的博士后研究員阿爾杰·斯托爾克（ArjenStolk）表示，機器無法學會對人們、地點和情景的理解——這常常包含漫長的社會歷史——而這是人類交流的關鍵。沒有這樣的共同基礎，計算機難免會混亂。

　　                            機器與人類交流 易忽略會話背景

　　“人們總認為交流是語言符號或者手勢的互換，而忘記了很多交流都與社會背景有關，與你所交流的人有關。”斯托爾克說道。例如Bank這個單詞，但你手持一張信用卡時它可以被解讀為一種意思（銀行），但如果你手持一根釣竿，那么它則有另外一種意思（河岸）。又例如：在沒有任何背景環境下，用兩根手指做一個V字可能代表勝利、數字二或者“這是我弄傷的兩根手指”這些不同的含義。

　　“所有這些細微區別對于相互理解至關重要，”斯托爾克說道。在交流過程中，它們甚至比計算機和很多神經科學家關注的單詞或者符號更加關鍵。“事實上，沒有語言、沒有文字或者符號我們仍可以互相理解。”

　　新生兒與父母之間能夠有效的交流，主要是基于手勢以及他們在短時間內建立起的達成共識的背景。斯托爾克認為工程師和科學家們應該關注共同理解的背景，他的主張源于人類達成非言語性共識時的大腦掃描的實驗性證據。斯托爾克進行的某些研究表明共識的中斷是某些社交疾病，例如自閉癥背后的成因。斯托爾克和同事在發表在1月11日的期刊《認知科學趨勢》上的文章中討論了相互理解中概念對齊的重要性。

　　“無需語言即可理解人們是如何交流提供了理解正常社會交流的新理論和經驗基礎，并開啟了一扇理解和治療神經學社交紊亂和神經發育障礙的新窗戶。”美國加州大學伯克利分校海倫威爾斯神經科學研究所心理學教授、美國加州大學舊金山分校神經病學與神經外科學教授羅伯特?奈特(RobertKnight)博士這樣說道。

　　為了探索大腦是如何實現達成共識的，斯托爾克創造了一款游戲，要求兩名玩家在不見面不說話的前提下，只通過游戲動作彼此交流規則，這消除了語言或者手勢的影響。當兩名玩家通過電腦進行非言語性交流時，斯托爾克利用功能性磁共振成像（fMRI）對他們的大腦進行掃描。結果發現當兩名玩家試圖交流游戲規則時，相同的大腦區域，位于目前知之甚少的右顳葉變得活躍起來。更重要的是，右顳葉的顳上回在整個游戲過程中維持穩定的基準線活動水平，但當一名玩家忽然理解了另一名玩家試圖交流的內容時，它會變得忽然活躍起來。大腦的右半球比左半球更多的參與抽象思維和社交互動。

　　“當你確立與某人對某樣東西的共同理解時，右顳葉這些區域的活動性會增加，但當你發送信號時則不會。”斯托爾克說道。“玩家彼此相互理解程度越深，這一區域變得越活躍。”這意味著兩名玩家在相同的大腦區域建立了一個相似的概念框架，持續的彼此測試以確保他們的概念相一致，并只在新信息改變了這一共識時才會進行更新。這一研究發現被發表在2014年的期刊《美國國家科學院院刊》上。

　　另一方面，機器人和計算機會基于一個字的意思統計分析而進行會話。如果你經常使用Bank這個詞代表你取錢的地方，那么它將成為會話中設定的意思，即使當時的對話是有關釣魚。

　　“蘋果的Siri關注統計規律性，但交流并不只關乎統計規律，它雖然有一定的道理，但并不是大腦工作的方式。計算機想要與人類有效交流，就必須有一種認知構建，可以持續有意識的捕捉和更新會話過程中與交流對象共享的概念空間。”這樣一個動態概念框架或可以幫助計算機處理人類產生的內在含糊不清的交流信號。

　　斯托爾克的研究確定了對于達成共識至關重要的其他大腦區域。在2014年的一項研究里，他使用大腦模擬擾亂顳葉的后半區域，結果發現它在將輸入信號與之前互動的知識相集成方面起著重要作用。隨后的一項研究發現額葉（大腦正中前額葉皮層）受損的病人進行交流的決策不再與儲存的知識相匹配，這兩項研究都解釋了為什么這類病人在社交互動中表現出社交尷尬。

　　“大多數認知神經科學家關注信號本身，關注單詞、手勢和它們的統計關系，而忽略了我們在交流過程中所使用的潛在的概念能力，以及日常生活的靈活多變性，”斯托爾克說道。“語言固然有用，但它只是交流的工具。如果你只關注語言，那么你可能會忽略潛在的機制，也就是我們大腦幫助我們進行交流的認知構建。”