Историческая реконструкция моральной оценки человека с помощью ассоциаций слов и текстовых корпусов

Как наше чувство правильного и неправильного меняется со временем

Почему курение перестало быть гламурным и стало постыдным, а рабство — приемлемой институцией и превратилось в очевидное моральное безобразие? Эта статья рассматривает на первый взгляд простой вопрос: как идеи, практики и даже люди со временем становятся воспринимаемыми как морально хорошие или плохие? Используя гигантские коллекции письменного английского и современные инструменты ИИ, исследователи создают своего рода «моральную машину времени», которая отслеживает, когда понятия приобретают моральный вес — и положительный он или отрицательный.

Преобразование языка в моральную машину времени

Авторы представляют HistMoral — открытую вычислительную платформу, которая реконструирует, как моральные суждения в отношении более чем 20 000 понятий менялись за последние 150 лет. Вместо того чтобы опрашивать живых участников по каждому понятию напрямую, они исходят из масштабных экспериментов по ассоциациям слов, в которых люди отвечают на ключевое слово, например «курение», тем, что приходит в голову. Если многие ответы — моральные слова вроде «плохо», «неправильно» или «зависимость», понятие считается сильно морально окрашенным. Эти психологические данные определяют две ключевые величины: моральную релевантность (насколько понятие вообще воспринимается в моральных терминах) и моральную полярность (преобладает ли в этих моральных суждениях положительная или отрицательная оценка).

Восстановление утраченных моральных ассоциаций по старым текстам

Исторические источники, очевидно, не снабжены тестами ассоциаций слов, поэтому команда находит хитрый обходной путь. Они обращаются к гигантским текстовым архивам, таким как Corpus of Historical American English и статьи New York Times, которые вместе охватывают более полутора столетий письменного языка. В каждом десятилетии или году они картируют, как часто слова встречаются рядом друг с другом, и передают окружающие предложения в современные языковые модели вроде BERT, чтобы уловить тонкие оттенки смысла. Эти закономерности используются для построения сети, где каждое слово — это узел, соединённый с другими, с которыми оно часто встречается, и каждому узлу соответствует богатое числовое представление его значения в той эпохе.

Обучение сети улавливать мораль

Чтобы связать эти исторические словесные сети с человеческими моральными суждениями, исследователи обучают графовую нейронную сеть — вид ИИ, предназначенный для работы с сетями — предсказывать моральную релевантность и полярность для слов в недавние десятилетия, где доступны данные ассоциаций людей. Как только модель научится, какие паттерны совместной встречаемости и значений соответствуют моральным впечатлениям людей, её можно применить в обратном хронологическом направлении, оценивая, как менялись моральные взгляды на такие понятия, как «курение», «ядерное оружие» или «азартные игры» на протяжении десятилетий. Система производит непрерывные моральные «временные траектории», которые показывают, например, как курение постепенно смещалось от относительно нейтральной оценки к сильно негативной, что согласуется с кампаниями по охране здоровья и законодательством середины XX века.

Что становится моральным — и когда

Имея эти реконструированные временные шкалы, авторы проверяют, соответствует ли поведение HistMoral нашим ожиданиям. Болезни и мировые лидеры — темы, которые предыдущие исследования показывают как часто морализуемые — действительно получают более высокие оценки моральной релевантности, чем контрольные слова. Понятия, связанные с войнами, становятся более морально заряженными и более негативными во время конфликтов, чем в мирное время. В 117 категориях, таких как «болезни», «семейные отношения» или «сверхъестественные существа», модель выявляет общие тенденции: понятия, связанные с болезнями, не только изначально морально насыщены, но и со временем усиливают эту насыщенность, тогда как сверхъестественные существа остаются моральными, но постепенно теряют значимость. Исследователи также обнаруживают, что слова в одной категории часто демонстрируют похожие моральные траектории, что указывает на то, что целые семейства понятий смещаются вместе в моральном пространстве.

Мораль, деньги и политика

Платформа также выявляет связи между моральным языком и реальными экономическими и политическими сдвигами. Отслеживая упоминания потребительских товаров в новостных материалах наряду с федеральной статистикой цен, авторы обнаруживают: когда товары из одного года в другой начинают ассоциироваться с более морально негативными идеями, их розничные цены часто растут — возможно, из‑за налогов, регулирования или кризисов, которые одновременно повышают издержки и возбуждают моральную обеспокоенность. В речах американских политиков понятия, которые набирают моральную релевантность, становятся более заметны в дебатах Конгресса. Вокруг президентских выборов разные темы — такие как окружающая среда, здравоохранение или налоги — колеблются по моральной интенсивности в зависимости от победителя, намекая на двунаправленное взаимодействие между общественной моральной озабоченностью и политической стратегией.

Почему этот новый взгляд на мораль важен

В повседневной жизни моральные перемены могут казаться внезапными и загадочными: одно поколение безразлично к вопросу, который следующее считает тяжким нарушением справедливости. HistMoral показывает, что под этими переломными моментами лежат постепенные сдвиги, заметные по тому, как мы используем язык со временем. Объединив психологические теории морали, человеческие ассоциации слов и современные методы ИИ, эта платформа предлагает мощный инструмент для картирования того, когда понятия становятся моральными вспышками, рассматриваются ли они как добродетели или пороки и как эти изменения связаны с более широкими социальными, экономическими и политическими событиями. Главное послание для широкого читателя в том, что наш моральный ландшафт не является неизменным: он развивается по закономерным траекториям, которые теперь можно измерять, сравнивать и, возможно, предвидеть.

Цитирование: 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

Ключевые слова: морализация, исторический язык, ассоциации слов, графовые нейронные сети, социальные изменения