Multi-source integration in social transmission

• Název práce v češtině: Integrace informace z více zdrojů v sociálním přenosu
• Název v anglickém jazyce: Multi-source integration in social transmission
• Klíčová slova: Kulturní přenos, Kulturní evoluce, Strojové učení, Embedding, Vícezdrojová transmise, Kroskulturní analýza
• Klíčová slova anglicky: Cultural transmission, Cultural evolution, Machine learning embeddings, Multiparental transmission, Cross-cultural analysis
• Akademický rok vypsání: 2025/2026
• Typ práce: disertační práce
• Jazyk práce: angličtina
• Ústav: Katedra filosofie a dějin přírodních věd (31-107)
• Vedoucí / školitel: Mgr. Petr Tureček, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 29.09.2025
• Datum zadání: 29.09.2025
• Datum potvrzení stud. oddělením: 01.12.2025

Seznam odborné literatury

Colagè, I., & d’Errico, F. (2025). An empirically-based scenario for the evolution of cultural transmission in the human lineage. PLOS ONE, 20(1), e0325059. https://doi.org/10.1371/journal.pone.0325059
Fiorucci, M., Khoroshiltseva, M., Pontil, M., Traviglia, A., Del Bue, A., & James, S. (2020). Machine learning for cultural heritage: A survey. Pattern Recognition Letters, 133, 102–108. https://doi.org/10.1016/j.patrec.2020.02.017
Guile, D., & Popov, J. (2024). Machine learning and human learning: A socio-cultural and material perspective. AI & Society, 39, 123–140. https://doi.org/10.1007/s00146-024-01891-6
Mesoudi, A. (2008). The multiple roles of cultural transmission experiments in understanding human cultural evolution. Philosophical Transactions of the Royal Society B, 363(1509), 3489–3501. https://doi.org/10.1098/rstb.2008.0129
Potts, J. (2022). Embeddings. Cultural Science Journal, 14(1), 12–24. https://doi.org/10.2478/csj-2022-0012
Tan, S. (2011). Cultural transmission in the laboratory: Agent interaction as a social learning mechanism across multiple generations. Cognitive Systems Research, 12(3–4), 186–197. https://doi.org/10.1016/j.cogsys.2011.03.002

Předběžná náplň práce

Fyzické (nástroje, zbraně…) i nehmotné (příběhy, zákony…) artefakty představují důležité prostředky a produkty kulturního přenosu. V literatuře se v poslení době objevují práce které využívají metody strojového učení k embeddování takových kulturních materiálů do vícerozměrných reprezentančních prostorů (Fiorucci et al., 2020; Potts, 2022). Mnoho experimentálních přístupů se však přesto omezuje na zjednodušená digitální prostředí nebo předem definované „tvůrčí“ prostory (Mesoudi, 2008). Je proto nutné nepřeceňovat jejich ekologickou validitu a schopnost zachytit povahu skutečné kulturní evoluce.
Projekt se zaměří na problematiku vývoje kulturních variant napříč generacemi. Pomocí embeddingových metod z přirozeného jazyka, zpracování obrazu nebo 3D morfometrických metod bude modelovat dynamiku přenosu a transformace (Guile & Popov, 2024).
Experimentální část začne pilotní experimentální studií “vícezdrojových” transmisních řetězců, v nichž budou účastníci dostávat vstupy od několika „rodičů“ z předchozích generací a následně vytvářet nové varianty (Tan, 2011). Vlastní sběr dat bude poté probíhat v několika kulturních kontextech.
Ve druhé části projektu budou predikce z transmisních experimentů ověřovány na „přirozeně se vyskytujících datech“, tedy na rozsáhlých textových korpusech mýtů, zpráv či pohádek a na digitalizovaných archeologických záznamech (Colagè & d’Errico, 2025).
Jako širší cíl si práce klade propojení standardizovaných, ekologicky validních empirických studií s mezikulturními a komputačně náročnými analýzami a přispět tak k vytvoření jednotného rámce pro studium evoluce jak symbolické, tak materiální kultury.

Předběžná náplň práce v anglickém jazyce

Both physical (tools, weapons…) and non-physical (stories, laws…) artifacts are important mediums of transmission of culture. While recent studies have used methods from machine learning to embed such cultural materials into high-dimensional representational spaces (Fiorucci et al., 2020; Potts, 2022), many experimental approaches remain constrained to simplified digital environments or predefined “creation” spaces (Mesoudi, 2008). This raises questions about their ecological validity and their ability to capture the open-ended, socially embedded nature of real-world cultural evolution.
This project will explore how cultural variants evolve with the passing of generations. Using embedding methods from natural language, image processing or 3D morphological representations, it will model the dynamics of transmission and transformation (Guile & Popov, 2024).
The experimental component will start with piloting a multiparental transmission paradigm in which participants receive input from several ‘parents’ from past generations of artifacts or written stories before producing new variants (Tan, 2011). Proper data collection will then take place in several cultural contexts. In the second branch of the project, predictions from the transmission chain experiments will be validated on “naturally occurring data” from a large textual corpora of myths, news stories, or fairy tales, and on a digitized archaeological record (Colagè & d’Errico, 2025).
The broader goal is to bridge controlled, ecologically valid laboratory transmission-chain experiments with cross-cultural and computational analyses to further contribute to a unified framework for studying the evolution of both symbolic and material culture.