DOI: https://doi.org/10.46938/tv.2026.686
تاريخ النشر: 2026-08-14
المؤلف: Vít Gvoždiak
الموضوع الرئيسي: تقنيات معالجة اللغة الطبيعية
نظرة عامة
تطرح الورقة أن صعود نماذج اللغة الكبيرة (LLMs) يتطلب إعادة تقييم للبراغماتية، متجاوزة تصنيفها التقليدي ضمن الإطار الدلالي للنحو والدلالة والبراغماتية. تدعو إلى إطار التواصل بين الإنسان والآلة (HMC) كعدسة أكثر ملاءمة لتحليل صنع المعنى في التفاعلات بين البشر وLLMs. يحدد المؤلف ثلاث توترات رئيسية في البحث البراغماتي المعاصر فيما يتعلق بـ LLMs: الاعتماد على النظريات الأنثروبوسنترية، والمزالق المنهجية للتعويضية، والفجوة بين السياقات التقنية والبراغماتية، مما يؤدي إلى ظاهرة تُسمى “إحباط السياق”.
في الختام، يجادل المؤلف من أجل إعادة تصور البراغماتية كواجهة ديناميكية تسهل العمل الاجتماعي المربوط من خلال اللغة، خاصة في ضوء دمج LLMs في ممارسات التواصل. تؤكد الورقة على الحاجة إلى الابتعاد عن رؤية البراغماتية كجانب متبقي من صنع المعنى وبدلاً من ذلك استكشاف أطر مثل HMC التي تأخذ في الاعتبار الخصائص الفريدة لـ LLMs ككيانات تواصلية. من خلال معالجة قضايا مثل التعويضية وإحباط السياق، تسلط الورقة الضوء على قيود النظريات البراغماتية التقليدية وتدعو إلى فهم أكثر دقة لتفاعلات الإنسان وLLM التي تعترف بالأدوار والسلوكيات المتميزة لكل من المشاركين البشريين والآليين.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على تعقيد التواصل اللغوي، مشددة على أنه يمتد إلى ما هو أبعد من مجرد الالتزام بالقواعد النحوية والمبادئ اللغوية. مع صعود نماذج اللغة الكبيرة (LLMs)، وخاصة ChatGPT، ظهرت استفسارات جديدة بشأن قدرتها على التفاعل مع الظواهر التواصلية التي تشمل العمليات السياقية والبراغماتية. يواجه مجال البراغماتية، الذي يتقاطع مع مجالات متنوعة مثل اللغويات والفلسفة وعلوم الإدراك، تحديات وفرص بسبب هذه التقدمات التكنولوجية. تشير الورقة إلى تعريف غازدار للبراغماتية، الذي يفترض أنها تشمل جوانب من المعنى لا يمكن تفسيرها فقط من خلال شروط الحقيقة، مما يشير إلى الحاجة إلى إعادة تقييم الفروق بين المساهمات الدلالية والبراغماتية في المعنى.
يحدد المؤلف أربع قضايا مترابطة تميز المشهد المتطور للبراغماتية في ضوء LLMs. تتعلق القضية الأولى بإعادة تقييم دور البراغماتية في تقييم معنى الأداء اللغوي لـ LLMs، داعيًا إلى التحول من الأطر الدلالية التقليدية إلى نهج التواصل بين الإنسان والآلة (HMC). ستستكشف الأقسام اللاحقة الاعتماد على النظريات البراغماتية المتمحورة حول الإنسان التي قد لا تأخذ في الاعتبار الخصائص الفريدة لـ LLMs، وعدم التماثل المنهجي الذي تخلقه التعويضية في العمليات التواصلية، والتوترات بين وجهات نظر نظرية مختلفة مثل الحد الأدنى الدلالي وتعدد أفعال الكلام. بشكل عام، تمهد المقدمة الطريق لفحص شامل لكيفية إعادة تشكيل LLMs للاستفسار البراغماتي والآثار المترتبة على فهم التواصل.
نقاش
في هذا القسم، يركز النقاش على الثلاثية الدلالية للبراغماتية، التي تفترض أن معنى العلامة يتكون من خلال علاقة هرمية تشمل النحو والدلالة والبراغماتية. هذا الإطار ذو صلة خاصة في سياق الذكاء الاصطناعي (AI) ونماذج اللغة الكبيرة (LLMs)، حيث يُقال إن هذه الأنظمة تفتقر إلى القدرة على الفهم الحقيقي للعبارات اللغوية. تشير النصوص إلى حجج فلسفية رئيسية، مثل تجربة غرفة سيرل الصينية الفكرية، لتوضيح أن LLMs تعمل بشكل أساسي على مستوى نحوي، مما يثير تساؤلات حول كفاءاتها الدلالية والبراغماتية. من الجدير بالذكر أن الطبيعة الهرمية للثلاثية الدلالية تشير إلى أنه إذا اعتُبرت LLMs ناقصة في الفهم الدلالي، فإنها تكون أيضًا ناقصة في التفاعل البراغماتي.
ينتقد النقاش أيضًا الآراء التقليدية للبراغماتية باعتبارها مفرطة في الأنثروبوسنترية، مؤكدًا على الحاجة إلى فهم أكثر دقة يتضمن الأبعاد العلائقية والميتافيزيقية للتواصل الذي يشمل الذكاء الاصطناعي. تستند هذه النظرة إلى أطر التواصل بين الإنسان والآلة (HMC)، التي تعترف بالذكاء الاصطناعي كمشاركين نشطين في العمليات التواصلية بدلاً من كونهم أدوات فقط. يحدد القسم ثلاثة مجالات بحث رئيسية—وظيفية، وعلاقية، وميتافيزيقية—تستكشف كيف يؤثر الذكاء الاصطناعي على الأدوار التواصلية البشرية والآثار الأخلاقية لهذا التفاعل. في النهاية، يدعو المؤلف إلى إعادة تقييم النظريات البراغماتية لتأخذ في الاعتبار التعقيدات التي أدخلتها LLMs، مقترحًا أن نهجًا احتماليًا قد يقدم إطارًا أكثر دقة لفهم استخدام اللغة في كل من السياقات البشرية والآلية.
DOI: https://doi.org/10.46938/tv.2026.686
Publication Date: 2026-08-14
Author(s): Vít Gvoždiak
Primary Topic: Natural Language Processing Techniques
Overview
The paper posits that the rise of large language models (LLMs) necessitates a reevaluation of pragmatics, moving beyond its traditional classification within the semiotic framework of syntax, semantics, and pragmatics. It advocates for the Human-Machine Communication (HMC) framework as a more fitting lens for analyzing meaning-making in interactions between humans and LLMs. The author identifies three key tensions in contemporary pragmatic research concerning LLMs: the reliance on anthropocentric theories, the methodological pitfalls of substitutionalism, and the disparity between technical and pragmatic contexts, which leads to a phenomenon termed “context frustration.”
In conclusion, the author argues for a reconceptualization of pragmatics as a dynamic interface that facilitates socially anchored action through language, particularly in light of LLMs’ integration into communication practices. The paper emphasizes the need to move away from viewing pragmatics as a residual aspect of meaning-making and instead to explore frameworks like HMC that account for the unique characteristics of LLMs as communicative entities. By addressing issues such as substitutionalism and context frustration, the paper highlights the limitations of traditional pragmatic theories and advocates for a more nuanced understanding of human-LLM interactions that recognizes the distinct roles and behaviors of both human and machine participants.
Introduction
The introduction of this research paper highlights the complexity of linguistic communication, emphasizing that it extends beyond mere adherence to grammatical rules and lexico-syntactic principles. With the rise of large language models (LLMs), particularly ChatGPT, new inquiries have emerged regarding their capacity to engage with communicative phenomena that involve contextual and pragmatic processes. The field of pragmatics, which intersects with various disciplines such as linguistics, philosophy, and cognitive science, faces both challenges and opportunities due to these technological advancements. The paper references Gazdar’s definition of pragmatics, which posits that it encompasses aspects of meaning that cannot be solely explained by truth conditions, suggesting a need for a reevaluation of the distinctions between semantic and pragmatic contributions to meaning.
The author outlines four interrelated issues that characterize the evolving landscape of pragmatics in light of LLMs. The first issue involves reassessing the role of pragmatics in evaluating the meaningfulness of LLMs’ linguistic performances, advocating for a shift from traditional semiotic frameworks to a Human-Machine Communication (HMC) approach. Subsequent sections will explore the reliance on human-centered pragmatic theories that may not adequately account for the unique characteristics of LLMs, the methodological asymmetries created by substitutionalism in communicative processes, and the tensions between different theoretical perspectives such as Semantic Minimalism and Speech Act Pluralism. Overall, the introduction sets the stage for a comprehensive examination of how LLMs are reshaping pragmatic inquiry and the implications for understanding communication.
Discussion
In this section, the discussion centers on the semiotic trichotomy of pragmatics, which posits that the meaning of a sign is constituted through a hierarchical relationship involving syntax, semantics, and pragmatics. This framework is particularly relevant in the context of artificial intelligence (AI) and large language models (LLMs), where it is argued that these systems lack the capacity for genuine understanding of linguistic utterances. The text references key philosophical arguments, such as Searle’s Chinese Room thought experiment, to illustrate that LLMs operate primarily on a syntactic level, thereby questioning their semantic and pragmatic competencies. Notably, the hierarchical nature of the semiotic trichotomy suggests that if LLMs are deemed deficient in semantic understanding, they are similarly deficient in pragmatic engagement.
The discussion further critiques traditional views of pragmatics as being overly anthropocentric, emphasizing the need for a more nuanced understanding that incorporates the relational and metaphysical dimensions of communication involving AI. This perspective is informed by Human-Machine Communication (HMC) frameworks, which recognize AI as active participants in communicative processes rather than mere tools. The section outlines three main research strands—functional, relational, and metaphysical—that explore how AI influences human communicative roles and the ethical implications of this interaction. Ultimately, the author advocates for a re-evaluation of pragmatic theories to better account for the complexities introduced by LLMs, suggesting that a probabilistic approach may offer a more accurate framework for understanding language use in both human and machine contexts.