Ученые ВШЭ выяснили, как чужие ошибки замедляют обработку слов на русском языке

Психолингвисты Центра языка и мозга НИУ ВШЭ в Санкт-Петербурге показали, что слова, которые часто пишутся с ошибками, обрабатываются медленнее, даже если написаны правильно. Исследователи впервые подтвердили этот эффект на материале русского языка, а также выяснили, что скорость реакции сильнее всего связана с тем, насколько уверенно люди отличают правильное написание слова от неправильного. Исследование опубликовано в журнале The Mental Lexicon.
Люди постоянно сталкиваются с неправильным написанием слов: в соцсетях, чатах, комментариях. Орфографическая ошибка кажется мелочью: ну написал человек слово не так, как принято. Но она влияет и на читателя. Несколько лет назад исследователи показали, что в английском языке даже правильно написанные слова распознаются медленнее, если в их написании часто ошибаются. Позже эффект подтвердился в китайском, финском, греческом и иврите. При этом оказалось, что устроен он немного по-разному: в языках с непрозрачной орфографией (английский и китайский) от него больше страдают частотные слова, а с прозрачной (греческий и финский) — редкие слова. Психолингвисты Центра языка и мозга НИУ ВШЭ в Санкт-Петербурге совместно с коллегами из СПбГУ и Университета Новой Горицы (Словения) решили проверить, повторяется ли эта закономерность в русском языке. Также исследователи сравнили обычное распознавание слов и сознательную проверку орфографии, чтобы понять, одинаково ли слово обрабатывается в этих случаях.
Сначала по базе текстов из интернета (постов, комментариев и сообщений без редакторской правки) исследователи отобрали 62 слова, которые часто пишут с ошибками, среди них «терраса», «винегрет», «агентство», «прецедент» и многие другие. Затем они провели четыре онлайн-эксперимента с независимыми группами участников (всего 269 носителей русского языка). В двух из них участникам показывали реальные слова и псевдослова, например «дилемма» и «спротазла», и просили как можно быстрее определить, существует ли такая форма в русском языке.
В двух других группах просили следить за правописанием и определять, написано слово правильно или с ошибкой. Например, участники видели «кристал» и «кристалл» или «мышенок» и «мышонок». По итогам эксперимента исследователи оценивали, насколько быстро и правильно отвечали участники. Такой формат позволил сравнить обработку слов без фокуса на орфографии и при ее сознательной проверке.
Исследование показало, что слова, которые часто пишут с ошибками, действительно обрабатываются медленнее. Авторы связывают это с орфографической неопределенностью: если в памяти человека конкурируют правильное и ошибочные написания слова, мозгу требуется больше времени, чтобы распознать нужный вариант. Когда человек запоминает слово, в памяти фиксируются его написание, звучание и значение. И если человек регулярно видит ошибочные варианты, они тоже закрепляются. В итоге правильный вариант конкурирует с неправильными, и на его распознавание уходит больше времени.
Но важно было не только то, как часто слово встречается в неправильном виде, но и насколько хорошо участники отличают правильное написание от неправильного. Этот показатель объяснял скорость реакции лучше всего. При этом то, как часто слово встречается в языке, и количество возможных ошибочных вариантов влияли слабее.
Наталия Слюсарь
«Если слово путают и в нем не уверены, то его труднее читать, даже если оно написано правильно. Причем эффект оказался сильнее для редких слов, то есть русский в этом отношении повел себя не как английский и китайский, а как финский и греческий. Это было неочевидно, так как русская орфография считается менее прозрачной: нужно следить за безударными гласными, глухими и звонкими согласными и многими другими сложностями, а в финском и греческом слова буквально как слышатся, так и пишутся», — объясняет один из авторов исследования, ведущий научный сотрудник Центра языка и мозга НИУ ВШЭ — Санкт-Петербург Наталия Слюсарь.
В заданиях, в которых участники специально искали ошибки, одни неправильные написания они замечали лучше, другие хуже. Это частично зависело от типа ошибки, или орфограммы. Больше трудностей вызывали слова с лишней или пропущенной двойной согласной, например «аллюминий» вместо «алюминий». Легче участники распознавали ошибки в словах, написание которых можно проверить, изменив форму слова, например «синтез» («синтеза»). Однако эффект проявлялся, только когда человек сознательно следил за орфографией.
Результаты исследования важны не только для понимания того, как устроена обработка слов, но и для прикладных задач, например орфографических тестов.
Дарья Чернова
«Мы специально подобрали слова так, чтобы они различались по сложности, не были слишком простыми для большинства участников и помогали увидеть, кто увереннее распознает правильное написание. Такой набор может использоваться как материал для орфографических тестов», — объясняет один из авторов исследования, старший научный сотрудник Института когнитивных исследований СПбГУ Дарья Чернова.
«Орфографическая память формируется из того, что мы читаем каждый день. Если вокруг много текстов с ошибками, они тоже становятся частью нашего языкового опыта наравне с правильными написаниями. Поэтому стоит чаще читать хорошие книги и статьи», — комментирует Наталия Слюсарь.
Исследование выполнено при поддержке Программы фундаментальных исследований НИУ ВШЭ в рамках проекта «Центры превосходства».
Вам также может быть интересно:
V конференция «Погружение в машинное обучение»: главное ИИ-событие осени соберет ведущих ученых России
Институт искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приглашает исследователей, разработчиков и всех, кто создает будущее технологий, на пятую, юбилейную конференцию «Погружение в машинное обучение» (Fall into ML 2026). Мероприятие состоится 23–24 октября 2026 года в Центре культур НИУ ВШЭ (Москва, Покровский бульвар, д. 11, cтр. 6) и станет главной точкой притяжения для российского ИИ-сообщества.
В НИУ ВШЭ пройдет международная конференция об обучении служением и искусственном интеллекте
21–23 октября 2026 года в НИУ ВШЭ пройдет Международная научно-практическая конференция «Обучение служением и искусственный интеллект: человекоцентричная социальная миссия университета». Конференция объединит представителей российских и зарубежных университетов, органов власти, некоммерческих организаций и бизнеса. Регистрация уже открыта.
НИУ ВШЭ расширяет сотрудничество с Малайзией в сфере технологического форсайта
Ученые НИУ ВШЭ примут участие в исследовании перспектив инженерного образования в Малайзии, а Малайзийская промышленно-правительственная группа высоких технологий (MIGHT) использует для валидации результатов их форсайт-исследований систему анализа больших данных iFORA. Таковы результаты визита представителей Вышки в Куала-Лумпур.
В НИУ ВШЭ разработают систему предиктивной аналитики для двигателей ледоколов
Автоматизация промышленности является одним из ключевых направлений применения технологий искусственного интеллекта. Среди решений, разрабатываемых для российской индустрии в рамках стратегического технологического проекта НИУ ВШЭ «Мультиагентная платформа ИИ-решений для отраслевых задач», — система предиктивной аналитики для крупных электродвигателей. Что такое предиктивная аналитика, как она влияет на работу электродвигателя и какие специалисты объединили усилия для создания этого продукта, «Вышке.Главное» рассказал координатор разработки, декан факультета «Школа информатики, физики и технологий» НИУ ВШЭ — Санкт-Петербург Антон Зарубин.
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.


