Kan AI humor begrijpen ?

Wat betekent het voor een machine om 'humor te begrijpen'? Deze vraag onderzoekt of AI de speelse, sociale en vaak cultuurgebonden signalen kan oppikken die grappen, woordspelingen of absurditeiten grappig maken. Het vraagt ook of machines verder kunnen gaan dan patroonherkenning om humor te genereren die authentiek aansluit bij de menselijke ervaring. Het antwoord is belangrijk voor hoe we metgezellen, makers en communicators ontwerpen in het tijdperk van AI.

Background

In de onderzoeksliteratuur over natuurlijke taalverwerking en cognitieve wetenschap wordt humorbegrip geframed als het vermogen om humoristische inhoud te herkennen, interpreteren en genereren door sociale en culturele signalen te detecteren in plaats van te vertrouwen op routinematige associaties. Deze vaardigheid zou de mens-computerinteractie, entertainment en zelfs sociale binding kunnen verbeteren door machines in staat te stellen deel te nemen aan de collaboratieve, contextafhankelijke constructie van betekenis die humor vaak vereist. Potentiële toepassingen zijn onder meer chatbots die kunnen meedoen aan geestige woordspelingen, geautomatiseerde grapgeneratie en hulpmiddelen voor comedy schrijvers.

Huidige AI-humorsystemen werken voornamelijk via patroonherkenning getraind op grote tekstcorpora. Deze systemen kunnen grappen labelen of punchlines invullen op boven toevalsniveau in benchmarks zoals de *Joke Explainer*-taak of de *New Yorker Caption Contest*. Hun prestaties hangen echter typisch af van oppervlakkige kenmerken—woordspelingen, veelvoorkomende punchline-templates of statistisch frequente grapstructuren—en vangen de diepere cognitieve of sociale mechanismen niet die humor voor mensen betekenisvol maken. Zo kan een model bijvoorbeeld een woordspeling herkennen als "grappig" op basis van woordoverlap, maar kan het vaak niet uitleggen waarom de woordspeling verwachtingen ondermijnt of een gedeelde culturele context weerspiegelt. Systemen blijven worstelen met nieuwe, absurde of cultuurspecifieke humor die verfijnde wereldkennis, pragmatische inferentie en emotionele afstemming vereist. Derhalve kan hedendaagse AI-humor het beste worden gekarakteriseerd als ondersteunend in plaats van echt begrijpend—het helpt schrijvers bij het bedenken van opties, het bewerken van scripts of het genereren van varianten, maar is niet in staat om autonoom humor te produceren die een menselijk publiek op eigen voorwaarden echt grappig zou vinden.