標準的な視力を持つ人々は、数百万の異なる色を見ることができます。 しかし、人間の言語はこれらを小さな単語セットに分類します。 工業化された文化では、ほとんどの人が11色の言葉でうまく行きます：黒、白、赤、緑、黄色、青、茶色、オレンジ、ピンク、紫、灰色。 それが私たちがアメリカ英語で持っているものです。
芸術家やインテリアデザイナーなら、ターコイズ、アンバー、インディゴ、トープなど、色を表す50〜100の異なる単語の具体的な意味を知っているかもしれません。 しかし、これはまだ区別できる色のほんの一部です。
興味深いことに、言語が色を分類する方法は大きく異なります。 一般に、非工業化文化は、工業化文化よりも色の言葉がはるかに少ない。 英語には誰もが知っている11の単語がありますが、パプアニューギニア語のベリンモには5つしかありません。
私たちのプロジェクトの目標は、なぜ文化の色の言葉の使用が大きく異なるのかを理解することでした。
**********
違いについて最も広く受け入れられている説明は、2人の言語学者、ブレントベルリンとポールケイに遡ります。 1960年代の初期の仕事では、20の言語から色の命名データを収集しました。 彼らは、言語間で色の用語のセットの間でいくつかの共通性を観察しました。言語に2つの用語しかない場合、それらは常に白黒です。 三分の一がある場合、それは赤でした。 4番目と5番目は常に緑と黄色でした（どちらの順序でも）。 6番目は青でした。 7番目は茶色でした。 等々。
この順序に基づいて、ベルリンとケイは、特定の色がより顕著であると主張しました。 彼らは、文化が最も顕著な色に名前を付けることから始まり、順番に新しい用語を一つずつ取り入れることを提案した。 したがって、黒と白が最も顕著であり、次に赤などです。
このアプローチは有望に思えたが、この生来のビジョンベースの理論にはいくつかの問題がある。
ベルリン、ケイ、およびその同僚は、110の非工業化言語からはるかに大きなデータセットを収集し続けました。 元の一般化は、この大きなデータセットではそれほど明確ではありません。多くの例外があり、ケイと彼の同僚は、より複雑なビジョンベースの理論で説明しようとしました。
さらに、この素朴な理論は、大規模に信頼性が高く、安定した標準化された色を導入した工業化が、より多くの色の言葉を導入する理由に対処していません。 文化を超えた人々の視覚システムは同じです。このモデルでは、産業化は色の分類に違いをもたらすべきではありませんが、明らかにそうではありませんでした。
**********
そのため、私たちの研究グループは完全に異なるアイデアを探求しました。おそらく、色の言葉は効率的なコミュニケーションのために開発されています。 いくつかの色のセットからカラーチップに単純に名前を付ける作業を検討してください。 私たちの研究では、マンセルの色から選択された80個のカラーチップを使用して、カラーグリッドに均等に配置しました。 隣接する色の各ペアは、それらがどの程度異なるかという点で同じ距離にあります。 スピーカーのタスクは、色に単語（「赤」、「青」など）を単純にラベル付けすることです。
参加者は、カラーグリッド全体から80個のカラーチップの選択肢の1つを伝える必要がありました。 （リチャード・フトレルとエドワード・ギブソン、CC BY） コミュニケーションに基づいたアイデアを評価するには、情報理論によって定式化できる単純なコミュニケーション用語で色の命名を考える必要があります。 ランダムに選択した色がN4であるとします。 選んだ色にラベルを付ける単語を選択します。 私が選ぶ言葉は「青」かもしれません。A3を選んだなら、「青」と言ったことはありませんでした。M3を選んだなら、「青」、「緑」などと言いました。
さて、この思考実験では、リスナーとして、あなたは私がどの物理的な色を意味していたかを推測しようとしています。 私の色「青」に対応すると思われるカラーチップのセット全体を選択できます。おそらく、M列、N列、O列のすべてに対応する12個のカラーチップのセットを選択します。実際にはそれらの1つ。 次に、セットを半分に分割して、もう一度推測します。
使用したカラーワードに基づいて、カラーチップ上で理想的なリスナーがゼロになるまでにかかる推測の数は、チップの単純なスコアです。 多くの人が単純な色ラベル付けタスクで色にラベル付けする方法からのいくつかの簡単な数学を使用して、このスコア（推測数または「ビット」）を計算できます。 これらのスコアを使用して、グリッド全体の色を任意の言語でランク付けできます。
英語では、人々は暖かい色（赤、オレンジ、黄色）を、冷たい色（青、緑）よりも効率的に（推測が少ない）伝えることができることがわかりました。 これはカラーグリッドで確認できます。「赤」、「オレンジ」、または「黄色」とラベル付けされる可能性のある競合他社は、「青」または「緑」とラベル付けされる色よりも少ないです。グリッド自体が知覚的に多かれ少なかれ均一であるという事実：色はマンセル色空間の最も飽和した色を完全にカバーするように選択され、隣接する色の各ペアは、グリッド上のどこにいても等しく近く見えます。
この一般化は、世界色調査全体（110の言語）のすべての言語と、さらに3つの詳細な実験を行った英語、スペイン語、チマネに当てはまることがわかりました。
各行は1つの言語のカラーチップを注文します。左に行くほど色が伝わりやすく、右に行くほど色が伝わりにくくなります。 （リチャード・フトレル、CC BY） 各行が特定の言語のカラーチップの順序である視覚的表現で明確です。 左から右への順序は、最も通信しやすい（正しい色を得るために必要な推測が最も少ない）から最も通信しにくいまでです。
この図は、すべての言語の順序がほぼ同じであり、左側が暖色系（通信しやすい）、右側が涼しい色系（通信が難しい）であることを示しています。 この一般化は、図の下部にある言語には一貫して使用する用語がほとんどなく、上部にある言語（英語やスペイン語など）には多くの用語が一貫して使用しているにもかかわらず、発生します。
**********
言語間でこの驚くべき普遍性を発見することに加えて、私たちは何がそれを引き起こすのかを知りたかった。 私たちの考えは、話したいことがあるときに言葉を言葉に取り入れるということだということを思い出してください。 そのため、おそらく、この効果が生じるのは、オブジェクト（私たちが話したいこと）が暖色になりがちだからです。
この仮説は、Microsoftの人々が背景とは別にオブジェクトを含むと判断したオブジェクトの写真20, 000枚のデータベースで評価しました。 （このデータセットは、オブジェクトの識別を学習しようとしているコンピュータービジョンシステムのトレーニングとテストに使用できます。）その後、同僚は各画像内のオブジェクトの特定の境界と背景の場所を特定しました。
画像の色を、色空間全体の80色のセットにマッピングしました。 実際、オブジェクトは暖色系の色になりやすく、背景は寒色系になりやすいことがわかりました。 画像のピクセルがオブジェクト内に収まる場合、それは伝達しやすい色に対応する可能性が高くなります。 オブジェクトの色は、通信効率のランク付けの順序でさらに左に落ちる傾向がありました。
あなたがそれについて考えるとき、これは結局それほど驚くべきことではないようです。 背景は空、水、草、木です。すべてがクールな色です。 話したいオブジェクトは、人、動物、果実、果物など、暖色系です。
また、我々の仮説は、より多くの色の用語が工業化された言語に入る理由を簡単に説明します。 技術の進歩に伴い、顔料の精製方法や新しい顔料の製造方法、および新しいカラーディスプレイの改良が行われています。 したがって、色のみに基づいて異なるオブジェクトを作成できます。たとえば、新しいiPhoneには「ローズゴールド」と「ゴールド」が付属しているため、色の命名がさらに便利になります。
したがって、以前のネイティビストの視覚的顕著性仮説とは反対に、コミュニケーション仮説は真の言語横断的な普遍性を特定するのに役立ちました。 また、色の単語が色の単語としてではなく、オブジェクトまたは物質のラベルとして言語にしばしば登場する理由についても説明します。 たとえば、「オレンジ」は果物に由来します。 「赤」は血のサンスクリット語から来ています。 つまり、話したいことをラベル付けします。
この記事はもともとThe Conversationで公開されました。
ジュリア・レナード博士 マサチューセッツ工科大学の脳および認知科学の学生
