Loading article…
言語学の分野における複雑動的システム理論は、第二言語、第三言語、および追加言語の習得を研究するための視点とアプローチである。複雑動的システム理論という一般的な用語は、複雑性理論と動的システム理論の両方を指すためにキース・デ・ボットによって推奨された。[ 1 ]
カオス理論、複雑性理論、カオス/複雑性理論、動的システム理論、使用に基づく理論など、数多くのラベルが、動的アプローチから第二言語習得の研究に使用されてきました。しかし、Kees de Bot は、 Ortegaと Han の編集本「Diane Larsen-Freeman を記念する複雑性理論と言語発達」の章で、複雑動的システム理論という用語を推奨しました。 [ 2 ] Ahmar Mahboob は、複雑性理論/動的システム理論を言語評価の動的アプローチに適用しました。Herdina と Jessner は、彼らの多言語主義の動的モデル (DMM) (2002) で、動的システムと複雑システムのアプローチを、全体的なシステムフレームワークで第三言語 (および x 番目の言語) の習得と発達をモデル化するために使用した最初の学者でした。
1997年、ラーセン＝フリーマンは彼女の画期的な論文でカオスと複雑性という用語を使用した。[ 3 ]マージョリン・フェルスプールは動的使用ベース理論という用語を推奨した。[ 4 ]
第二言語および追加言語の習得に対する動的システムアプローチは、動的システムを研究する応用数学に由来する。社会科学における発達の研究に動的システム理論を導入したのは、運動発達の研究にそれを応用したエスター・テレンである。彼女は、動的システム理論の観点からA-not-Bエラーを説明した。[ 5 ] [ 6 ]
ダイアン・ラーセン＝フリーマンは、1997年に発表した「カオス／複雑系科学と第二言語習得」というタイトルの論文で、第二言語習得の研究に動的システム理論を応用・導入することを提案した最初の科学者でした。[ 7 ]彼女は論文の中で、言語は動的で複雑、非線形、カオス的、予測不可能、初期条件に敏感、開放的、自己組織化、フィードバックに敏感、適応的な動的システムとして捉えるべきだと主張しました。
1997年、ラーセン＝フリーマンは、第二言語習得は言語喪失と言語習得の両方を含む発達過程として捉えるべきだと主張する論文を発表した。[ 8 ]ヘルディナとジェスナー（2002）は、彼らのDMMにおいて、動的多言語システムには言語喪失だけでなく、言語獲得努力（LAE）と言語維持努力（LME）の合計とみなされ、言語発達に投資された努力として理解できる一般的な言語努力（GLE）も含まれると明記している。
第二言語および追加言語の発達は、主に動的システム理論を応用して研究されます。DMM（動的システムモデル）では、言語は多くの言語サブシステムを含むシステムとして捉えられます。動的システムは相互接続され、非線形であり、適応性があり、開放的で、初期条件に敏感です。変動性は発達に固有の特性とみなされ、測定誤差とは考えられません。したがって、動的システムの観点からは、データの変動性は分析され、貴重な情報として扱われます。
動的システムの観点から見た多言語発達の主な特徴は次のとおりです。[ 9 ]
初期条件への敏感な依存性は、通常バタフライ効果として挙げられます。異なる言語学習者は、異なる背景（異なる動機、言語適性など）を持って第二言語（L2）の学習を開始します。結果は、言語学習者の初期条件に大きく依存します。言語のシステムは完全に相互に関連しています。統語システムの発達は語彙システムの発達に影響を与え、その逆もまた然りです。第二言語の発達は非線形であり、言語学習者は異なるペースで新しい単語を習得します。ある日には10個の新しい単語を習得するかもしれませんが、次の日には1つしか習得しないかもしれません。3日目には、以前に学習した語彙の一部を忘れてしまうことさえあります。第二言語の発達では、変化は予測不可能に起こりうる自己組織化を通じて発生します。言語学習者は、内部リソースと外部リソースに依存しています。内部リソースは言語学習者の動機付け要因であり、言語教師や環境は外部リソースの例です。第二言語の発達における成長は反復的なプロセスとして説明され、結合方程式モデル（ロジスティック方程式）を使用してモデル化されることが多い。
言語発達における自己制御の役割に関する研究において、WindとHarding（2020）は、文章における語彙的および統語的複雑性の変動性の低さは、参加者の自己制御システムを支配していた顕著なアトラクター状態に起因する可能性があることを発見した。[ 10 ]
動的システム理論は、第二言語および追加言語学習における動機付けの研究にも応用されている。興味、退屈、不安などの動機付け要因は、通常、アトラクター状態として説明される。言語の動機付けは、時間とともに（短期的および長期的な時間スケールで）変動する。2014年にゾルタン・ドルニェイの著書『言語学習における動機付けの ダイナミクス』は 、動機付けは動的であると主張することで、第二言語の動機付け研究の方向性を変える上で影響力があった。[ 11 ]ヘルディナとジェスナー（2002）は、DMMで、多言語システムの複雑さは、態度、動機付け、不安などの多くの個人的要因に部分的に起因していると指摘している。
サラ・マーサーの論文「言語学習者の自己概念：複雑性、継続性、変化」 （System誌に2011年掲載）は、言語学習における自己概念の性質とダイナミクスを調査した。彼女は、自己概念はおそらく相互に関連する自己信念の複雑で多層的、多次元的なネットワークとして捉えるのが最適であると結論付けた。[ 12 ]
複雑系動的システム理論は、言語評価（例えば、Ahmar Mahboobによる）、自己評価、自己反省にも応用されている。[ 13 ]
第二言語および追加言語の発達は、主に時系列データを適用して研究されています。これは、横断的研究における横断的データ研究デザイン（例えば、事前テストと事後テストのデザイン）などの、第二言語習得研究で使用される従来の手法とは対照的です。[ 14 ] [ 15 ] [ 16 ]
追加言語発達に関する研究では、より大規模な集団を観察するよりもケーススタディのアプローチが好まれる。時系列データは通常、視覚的にプロットおよび検査され、相関（言語データは正規分布しないと予想されるため、通常はスピアマンの順位相関係数）が計算される。2002年、ポール・ファン・ヘールトは、マリイン・ファン・ダイクとともに、最小最大グラフ、リサンプリング技術、モンテカルロ法を適用して変動の度合いを測定する技術と方法を開発した。[ 17 ]
近年では、隠れマルコフモデルは、語彙や構文の複雑さなど、言語システムの発展における位相シフトや遷移ジャンプを検出するために使用されています。このモデルは、2015年にChanによって初めて言語データに適用されました。[ 18 ]
HiverとAl-Hoorieの論文は、 2016年にThe Modern Language Journalに掲載され、「第二言語研究のための動的なアンサンブル」を提供している。彼らは、1. システム、2. 粒度レベル、3. コンテキスト、4. システムネットワーク、5. 動的プロセス、6. 創発的結果、7. コンポーネント、8. 相互作用、9. パラメーターという9つの考慮事項の実践的なカタログを提示している。[ 19 ]また、彼らのスコーピングレビューでは、15年以上にわたる複雑動的システム理論の方法論的傾向と実質的な貢献についてもレビューしている。[ 20 ]
動的システム理論を応用して第二言語習得を研究することは、この分野で批判を受けている。グレッグはラーセン＝フリーマンの著書『複雑系と応用言語学』を批判した。[ 21 ]
以下は、第二言語、第三言語、X番目の言語の発達を動的システムの観点から捉えるべきであるという考えを支持し、この分野に多大な貢献をしてきた研究者の一覧です。