Wie das menschliche Gehirn grammatikalische Irrwege korrigiert

Beim Lesen bewegt sich das menschliche Auge keineswegs in einer durchgehenden, gleichmäßigen Vorwärtsbewegung über eine Textzeile. Stattdessen setzt sich der Lesevorgang aus schnellen Sprüngen (Sakkaden) und kurzen Ruhephasen (Fixationen) zusammen. Ein wesentlicher Teil dieser Bewegungen verläuft zudem rückwärts: Etwa jede fünfte Blickbewegung dient dazu, bereits gelesene Textpassagen erneut zu erfassen.

In der Sprachwissenschaft existiert seit langem die Annahme, dass der kognitive Aufwand beim Verstehen von Sprache maßgeblich von der Erwartbarkeit einzelner Wörter abhängt. Das Gehirn antizipiert laufend den weiteren Satzverlauf. Tritt ein hochwahrscheinliches Wort ein, wird es schneller verarbeitet; erscheint ein unerwartetes Begriffsmuster, verzögert sich der Lesefluss. Zur Modellierung dieser Verarbeitungsdynamik greift die Kognitionsforschung verstärkt auf große künstliche Sprachmodelle zurück. Diese berechnen über mathematische Wahrscheinlichkeitswerte den sogenannten Surprisal- oder Überraschungswert, also wie unerwartet ein Wort an einer bestimmten Position innerhalb einer Satzstruktur ist.

Eine umfassende empirische Untersuchung von Timkey et al. (2026), bei der die Blickbewegungen von 368 Testpersonen mittels hochpräziser Blickerfassungssysteme (Eyetracker) aufgezeichnet wurden, stellte diese Modelle nun auf den Prüfstand. Die Versuchspersonen lasen dabei unter anderem grammatikalisch korrekte, aber strukturell irreführende Sätze – sogenannte Holzwegsätze (garden path sentences). Solche Satzkonstruktionen provozieren durch ihre Syntax zunächst eine falsche Interpretation. Erst an einer späten Schlüsselstelle wird dem Lesenden klar, dass die ursprüngliche Annahme falsch war, was eine korrigierende Re-Interpretation erfordert.

Um herauszufinden, ob statistische Wahrscheinlichkeitsberechnungen diese Korrekturleistung erklären können, verglich man die empirischen Blickdaten mit den Vorhersagen von 409 unterschiedlichen Sprachmodellen verschiedener Architektur und Skalierung. Das Ergebnis zeigt eine klare methodische Trennung im menschlichen Leseprozess:

Erstverarbeitung und reine Erwartung: Solange sich der Blick vorwärts bewegt, lassen sich kleine Verzögerungen beim Auftreffen auf ein unerwartetes Wort sehr gut durch die Überraschungswerte der Sprachmodelle prognostizieren. Das routinemäßige Erkennen von Wörtern und das einfache Erfassen von Satzstrukturen folgen weitgehend den mathematischen Vorhersagewahrscheinlichkeiten.
Korrektur und Re-Interpretation: Sobald die Syntax einen strukturellen Irrtum offenbart und das Auge zu einem Rücksprung gezwungen wird, versagen die Modelle vollständig. Bei irreführenden Satzkonstruktionen stiegen die Blickrücksprünge und die erneute Lesedauer bei den Versuchspersonen um ein Vielfaches stärker an, als es die Sprachmodelle berechnet hatten.
Diskrepanz bei leistungsfähigeren Modellen: Besonders prägnant ist, dass größere und leistungsfähigere Sprachmodelle das menschliche Verhalten bei fehlerhaften Satzdeutungen noch schlechter abbildeten als kleinere Systeme. Da hochkomplexe Modelle auch seltene Satzfortsetzungen als statistisch plausibel einstufen, fällt ihr Erwartungsfehler an der kritischen Satzstelle geringer aus – während der menschliche Verstand an genau dieser Stelle massiv ins Stocken gerät.

Die Ergebnisse belegen, dass der menschliche Lesevorgang von zwei verschiedenen Mechanismen angetrieben wird. Neben der kontinuierlichen, vorwärtsgerichteten Vorhersage existiert ein separater, kognitiv aufwendiger Reparaturmechanismus. Dieser tritt immer dann in Kraft, wenn eine verworfene Satzinterpretation aktiv neu aufgebaut werden muss. Da künstliche Sprachmodelle rein sequenziell und vorwärtsgerichtet Wahrscheinlichkeiten berechnen, fehlt ihnen die Fähigkeit zur nachträglichen Strukturkorrektur. Die biochemischen und kognitiven Abläufe, die das menschliche Gehirn befähigen, verarbeitete Fehldeutungen zu erkennen und systematisch zu reparieren, bleiben damit durch Reine-Vorhersage-Modelle bisher unerklärt.

Literatur

Timkey, W., Huang, K.-J., Oh, B.-D., Prasad, G., Arehalli, S., Linzen, T., & Dillon, B. (2026). Eye movements reveal a dissociation between prediction and structural processing difficulty in language comprehension. Proceedings of the National Academy of Sciences, 123(32), doi:10.1073/pnas.2532230123