Daha önceki posthümanist dilbilim yazılarımızda, insan ve insan-ötesi her şeyin dilin ve iletişimin içinde yer aldığını ve bu dolanıklığın içinde de bir failliğe sahip olduğunu dile getirmiştik.
Ancak bugüne dek bu dolanıklığın insanların mental gramerleri üzerinde nasıl bir etkisi olduğundan kesin bir şekilde bahsetmemiştik. Bu yazımızda hem pozitivist anlamda hem de posthümanist bir bakış açısıyla insanların sahip olduğu gramer bilgisinin nasıl farklı olduğunu görsellerle ifade edip bu farklılıklara posthümanist bir bakış açısı ile yaklaşacağız. Bir başka deyişle mental gramere, yani zihnimizdeki dilbilgisi algısına nelerin etki edebileceğini ve bu algının nelere etkisi olabileceğini tartışacağız. Yazının devamında öncelikle dilbilimde herkesin aynı mental grameri nasıl paylaşmadığı ile alakalı kanıt sunacağım; ardından da bu farklı gramerlere posthümanist bir bakış açısı ile nasıl yaklaşabileceğimizi tartışacağım.
Bilişsel dilbilimde mental gramer –kişinin gramer bilgisi ve bu bilgi, en azından benim dilbilimde kendimi yakın hissettiğim teoriye göre, kelime ve gramer kurallarını tekil bir şekilde incelemektedir– şu ana dek Chomsky’nin ardından kurulan “generative grammar” okulunun düşüncelerine sahip dilbilimciler tarafından sabit ve değişmez bir ‘şey’ olarak görülmüştür. Bir diğer deyişle, bu mental gramer kişilerin ulaşması gereken son noktadır ve bu gramerin akıldaki temsil edildiği şekil herkesin için aynıdır. Bu okulun bakış açısına göre kişilerin Evrensel Gramer [Universal Grammar] denen birtakım gramer kurallarına erişimleri vardır. Adeta bir Google Drive dosyası gibi anlatılan bu dosyanın içindeki kurallar dünyanın tüm dillerine uyarlanabilecek kurallar olarak anlatılmaktadır. Bu yazıdaki hali, Evrensel Gramerin oldukça kısa bir özetidir. Bununla alakalı daha uzun tartışmalar için okuyucuyu Ambridge & Lieven’in (2011) çalışmasına yönlendiriyorum.
Başka okullar, özellikle de kullanım bazlı dilbilimciler ise bu mental gramerin a priori şekilde bir yerde bulunmadığını, aksine etrafta bulunan dilden ortaya çıktığını ve akışkan/değişken olduğunu tartışmaktadır. Bu noktada önemli terminolojilerden biri akışkan ihtimallerdir [transitional probabilities]. Bu ihtimaller değişken bir mental gramerde kelimelerin arkasına hangi kelimelerin ne kadar ihtimalle gelebileceğini ölçüp göstermeye çalışmaktadır. Örnek vermek gerekirse Türkçede büyük derlemlerden toplanan veriye göre geçmiş zaman ekinden sonra (-DI) 3. Şahıs ekinin 1. Şahıs ekine göre takip etmesi %489 daha büyük bir ihtimale sahiptir (TUD 2014: http://www.tudfrekans.org.tr/dosyalar/ek_kumeleri.pdf). İngilizceden bir örnek verecek olursak “the X of you” gibi bir örgünün içinde nice gibi bir sıfatın good gibi bir sıfata göre bulunma oranı çok daha yüksektir (Goldberg & Herbst 2021). Buradan yapmamız gereken bir çıkarım ise bu mental gramerin dile ilk maruz kaldığımız andan öldüğümüz ana dek sürekli olarak bir değişim ve gelişim içinde olduğudur.
Yazının başında bahsettiğim görseller Ibbotson ve diğerlerinin (2019) yaptığı bir çalışmada kullandığı ‘ağ yaklaşımı’ metodolojisinden uyarlanmıştır. Araştırmacılar o çalışmada iki çocuğun belirli bir süre boyunca konuşmalarını toplayıp bir algoritma ile görselleştirmişlerdir. Aşağıdaki ilk figür akışkan ihtimallerin nasıl oluştuğunu basit bir örnekle ve bir cümle ile göstermektedir. Bir kişi ya da çocuk dile maruz kalmaya başladığında dildeki kelime sıralamalarını tanımlamaya başlar. Örneğin, çevresel dilde [ambient language], “John” kelimesinden sonra “liked” kelimesinin defalarca kullanılıyor olması kişinin mental gramerinde bu iki elementin tek bir küme olarak yer almasını sağlar. Ardından, “liked” elementinin arkasına gelebilecek mesela “Mary” ya da “Bob” gibi farklı opsiyonlar olduğu görülmektedir.

Aşağıdaki görselleri inceleyecek olursak, sayıca az, büyük ve yoğun merkezlerin yanı sıra küçük ve birbirinden görece uzak merkezlerin birbirine zamanla bağlandığını görürüz. Ibbotson ve diğerleri (2019), Eleanor isimli bir çocuğun konuşmasını dört farklı zaman kesitinde aşağıdaki gibi görselleştirmiştir.

Çocuğun konuşması 200 kelime ile başlamış, görselin üretildiği anda ise dördüncü zaman çizgisinin sonundaki 6184 kelime ile tanımlanmaktadır. Bir diğer deyişle, kelime haznesi oldukça büyümüştür. İlk zaman çizelgesindeki 200 kelime 12 topluluk içinde kullanılırken, topluluk sayısı da kelime sayısına oranla artmıştır. Bu araştırmada topluluktan kasıt; üçlü ardışık gramer kategorileridir. Aşağıdaki görsel bunu Eleanor’un konuşması için örneklemektedir.

Bu topluluklar ve içinde yüksek sıklıkla karşımıza çıkan kelimeler (mesela verb-particle→ inflection → determiner [article] = going to the) çalışmadaki diğer çocuk (Fraser) için farklıdır.


Hatta görüldüğü üzere dilin ağlaşması da farklıdır. Buradan yapacağımız çıkarım şudur: Çevresel dil herkes için aynı olsa da çocukların ya da dil öğrencilerinin dikkatlerinin dilin farklı ardışık sıralama gruplarında (mesela topluluklar) olduğudur. Bu da bize şu anda ana dili Türkçe olan 70 milyon kişi varsa, her bir kişinin mental gramerinin (yukarıdaki ağlar gibi) biricik ve birbirinden farklı olduğunu göstermektedir–her ne kadar bu farklılıklar küçücük olsa da. Bu farklılıklar teknik olarak “birbirimizi anlayamayız” anlamına gelmemektedir. Ancak, milisaniye bazında ölçüldüğünde bazı insanların neden bazı karmaşık cümleleri (mesela the horse raced past the barn fell) bazı insanlara göre daha hızlı anlayıp tepki verdiğini açıklayabilir. Bu noktada posthümanist bir bakış açısına dönmek bu farklılıkları daha iyi anlamamıza yardımcı olacaktır.
Öncelikle, örgülerin birlikte var olma sıklığı (frequency) çocuğun veya kişinin bulunduğu ortam ve bu ortamın sosyokültürel ve sosyoekonomik arka planı ile doğrudan bağlantılı olacaktır. Pek çok çalışma, okuma-yazma bilmenin ve ona bağlı olarak okumayı sürdürmenin kişinin mental gramerini güçlendirdiğini, hızlandırdığını ve geliştirdiğini göstermektedir (mesela Dabrowska 2018). İkinci önemli nokta şöyle açıklanabilir: Bu gramer ağlarında –bence bu ağlara dil dolanıklığı demek çok daha yerinde olacaktır– bulunan topluluklardaki kelimeler (mesela Fraser’ın oyuncak bebek kelimesini kullanması) kişilerin dili öğrendikleri sıradaki biyokimyasal durumlarıyla dolanıktır. Yani, bu biyokimyasal durum, bir diğer deyişle kişinin dikkatinin nerede olacağını veya nereye yöneleceğini belirleyebilir. İki çocuğun örneklerinde de görüldüğü üzere köpek ve kedi –muhtemelen ailelerin evcil hayvanları– topluluklarda sıklıkla yer almaktadır. Tüm insan-dışı varlıklar dil dolanıklığımızda yer almakta ve onun zaman içinde şekillenişini değiştirmektedir. Üçüncü ve son olarak değinilmesi gereken konu ise şudur: İnsanları insan yaptığına ve diğer şeylerden ayırdığına inandığımız ‘dilin’ herkes için yapılan hiçbir ölçümde birebir aynı olmadığı gözlemlenmektedir. Bu küçük farklılıkların dahi kırınımsal bir şekilde daha büyük farklılıklara yol açabileceği anlaşılmaktadır –örneğin kişinin dil dolanıklığı çok gelişmiş değilse bir iş görüşmesi sırasında karşısındaki kişiyi etkileyebileceği toplulukları sözlü iletişimde kullanamadığı için iş fırsatını kaybedebilir.
Yaptığımız çıkarımlarda dikkatli olmamız gereklidir. Bu noktada posthümanist bir anlayış bize bu farklılıkların sonuçlarını kırınımsal bir şekilde okumamıza yardımcı olup gerçekleştirdiğimiz sorumluluklara sahip çıkmayı öğretir. Ancak bu yazıdan ayrılırken bilinmesi gereken en net mesajlardan biri, dilin beyindeki temsilinin herkeste farklı olduğudur.
Kaynakça
Ambridge, Ben & Elena V. M. Lieven. 2011. Child Language Acquisition: Contrasting Theoretical Approaches. Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511975073. http://ebooks.cambridge.org/ref/id/CBO9780511975073 (1 February, 2022).
Dąbrowska, Ewa. 2018. Experience, aptitude and individual differences in native language ultimate attainment. Cognition 178. 222–235. https://doi.org/10.1016/j.cognition.2018.05.018.
Goldberg, Adele E. & Thomas Herbst. 2021. The nice-of-you construction and its fragments. Linguistics 59(1). 285–318. https://doi.org/10.1515/ling-2020-0274.
Ibbotson, Paul, Vsevolod Salnikov & Richard Walker. 2019. A dynamic network analysis of emergent grammar. First Language 39(6). 652–680. https://doi.org/10.1177/0142723719869562.