Historyczna rekonstrukcja moralizacji człowieka za pomocą skojarzeń słów i korpusów tekstowych

Jak nasze poczucie dobra i zła zmienia się w czasie

Dlaczego palenie przeszło z bycia synonimem szyku do czegoś wstydliwego, a niewolnictwo z instytucji traktowanej jako oczywista norma w stały moralny oburzenie? Artykuł podejmuje pozornie proste pytanie: jak pomysły, praktyki, a nawet ludzie stają się postrzegani jako moralnie dobrzy lub źli na przestrzeni dekad i stuleci? Korzystając z ogromnych zbiorów tekstów angielskich i nowoczesnych narzędzi sztucznej inteligencji, badacze budują rodzaj „moralnej maszyny czasu”, która śledzi, kiedy pojęcia zyskują wagę moralną — i czy jest to waga pozytywna, czy negatywna.

Przekształcanie języka w moralną maszynę czasu

Autorzy przedstawiają HistMoral, otwartodostępną ramę obliczeniową, która rekonstruuje, jak osąd moralny wobec ponad 20 000 pojęć zmieniał się w ciągu ostatnich 150 lat. Zamiast pytać żyjących uczestników o każde pojęcie bezpośrednio, zaczynają od dużych eksperymentów ze skojarzeniami słownymi, w których ludzie odpowiadają na słowo-klucz, na przykład „palenie”, tym, co przychodzi im na myśl. Jeśli wiele odpowiedzi to słowa o ładunku moralnym, takie jak „złe”, „niemoralne” czy „uzależnienie”, pojęcie uznaje się za mocno sprofilowane moralnie. Dane psychologiczne definiują tu dwa kluczowe miary: istotność moralną (na ile pojęcie w ogóle jest myślane w kategoriach moralnych) oraz polaryzację moralną (czy te moralne myśli są głównie pozytywne czy negatywne).

Odbudowywanie utraconych skojarzeń moralnych z dawnych tekstów

Źródła historyczne oczywiście nie mają dołączonych testów skojarzeń słownych, więc zespół znajduje sprytne obejście. Odwołują się do gigantycznych archiwów tekstowych, takich jak Corpus of Historical American English i artykułów New York Times, które łącznie obejmują ponad półtora wieku pisanego języka. W każdej dekadzie lub roku mapują, jak często słowa pojawiają się blisko siebie, i wprowadzają otaczające zdania do nowoczesnych modeli językowych, takich jak BERT, aby uchwycić subtelne odcienie znaczeń. Te wzorce służą do zbudowania sieci, w której każde słowo jest węzłem połączonym z innymi, z którymi często współwystępuje, a każdy węzeł ma bogatą numeryczną reprezentację swego znaczenia w danej epoce.

Uczenie sieci rozpoznawania moralności

Aby powiązać historyczne sieci słów z ludzkimi sądami moralnymi, badacze trenują grafową sieć neuronową — rodzaj AI zaprojektowany do pracy na sieciach — aby przewidywać istotność i polaryzację moralną słów w ostatnich dekadach, dla których istnieją dane skojarzeń od ludzi. Gdy model nauczy się, jak wzorce współwystępowania i znaczenia przekładają się na ludzkie wrażenia moralne, można go zastosować wstecz w czasie, szacując, jak zmieniały się poglądy moralne o pojęciach takich jak „palenie”, „broń jądrowa” czy „hazard” na przestrzeni dekad. System generuje ciągłe „kursy czasowe” moralności, które pokazują na przykład, jak palenie stopniowo przesunęło się od względnej neutralności do silnie negatywnego postrzegania, zbieżnie z kampaniami zdrowotnymi i ustawodawstwem z połowy XX wieku.

Co staje się moralne — i kiedy

Mając te zrekonstruowane oś czasu, autorzy sprawdzają, czy HistMoral zachowuje się zgodnie z oczekiwaniami. Choroby i światowi przywódcy — tematy, które wcześniejsze badania pokazują jako często moralizowane — rzeczywiście otrzymują wyższe oceny istotności moralnej niż słowa porównawcze. Pojęcia związane z wojnami stają się podczas konfliktu bardziej naładowane moralnie i bardziej negatywne niż w czasie pokoju. Wśród 117 kategorii, takich jak „choroby”, „relacje rodzinne” czy „byty nadprzyrodzone”, model ujawnia wspólne trendy: pojęcia związane z chorobami nie tylko zaczynają już jako moralnie obciążone, lecz stają się coraz bardziej istotne moralnie, podczas gdy byty nadprzyrodzone pozostają moralne, lecz stopniowo tracą na znaczeniu. Badacze odkrywają także, że słowa w tej samej kategorii często wykazują podobne trajektorie moralne, co sugeruje, że całe rodziny pojęć przemieszczają się razem w przestrzeni moralnej.

Moralność, pieniądze i polityka

Rama badawcza ujawnia też powiązania między językiem moralnym a rzeczywistymi zmianami gospodarczymi i politycznymi. Śledząc produkty konsumenckie w relacjach prasowych obok federalnych statystyk cenowych, autorzy stwierdzają, że gdy z roku na rok produkty stają się kojarzone z bardziej negatywnymi konotacjami moralnymi, ich ceny detaliczne często rosną — być może z powodu podatków, regulacji lub kryzysów, które jednocześnie podnoszą koszty i wywołują troskę moralną. W amerykańskiej mowie politycznej pojęcia, które zyskują istotność moralną, stają się bardziej widoczne w debatach Kongresu. Wokół wyborów prezydenckich różne tematy — takie jak środowisko, zdrowie czy podatki — nabierają lub tracą intensywności moralnej zależnie od tego, która partia zwycięża, co sugeruje dwukierunkową interakcję między publicznym zaniepokojeniem moralnym a strategią polityczną.

Dlaczego ta nowa perspektywa na moralność ma znaczenie

W życiu codziennym zmiana moralna może wydawać się nagła i tajemnicza: jedno pokolenie wzrusza ramionami wobec kwestii, którą następne traktuje jako poważną niesprawiedliwość. HistMoral pokazuje, że pod tymi punktami zwrotnymi kryją się stopniowe przesunięcia wykrywalne w sposobie, w jaki używamy języka na przestrzeni czasu. Łącząc psychologiczne teorie moralności, ludzkie skojarzenia słowne i nowoczesną AI, ta rama oferuje potężny sposób mapowania, kiedy pojęcia stają się moralnymi punktami zapalnymi, czy są postrzegane jako cnoty czy wady, oraz jak te zmiany odnoszą się do szerszych wydarzeń społecznych, gospodarczych i politycznych. Dla czytelnika ogólnego kluczowy wniosek jest taki, że nasz krajobraz moralny nie jest stały: ewoluuje w ustrukturyzowany sposób, który możemy teraz zacząć mierzyć, porównywać, a być może nawet przewidywać.

Cytowanie: Ramezani, A., Stellar, J.E., Feinberg, M. et al. Historical reconstruction of human moralization with word association and text corpora. Nat Commun 17, 3412 (2026). https://doi.org/10.1038/s41467-025-67891-2

Słowa kluczowe: moralizacja, język historyczny, skojarzenia słów, grafowe sieci neuronowe, zmiana społeczna