Чергування реплік у розмові: що це і як люди координують, хто говорить наступним
Оновлено: 2 години тому
Автор: Український психологічний ХАБ · Опубліковано: 18 вересня 2026 · Редакційна політика
Український психологічний ХАБ · Опубліковано: 18 вересня 2026 · Редакційна політика
Чергування реплік, або turn-taking, — це система, за допомогою якої учасники розмови координують право говорити: завершують власний хід, передбачають можливе завершення ходу співрозмовника, обирають наступного мовця або самі беруть слово. У живій розмові ця координація відбувається дуже швидко і спирається одночасно на граматику, зміст, інтонацію, погляд, жести, контекст та очікування щодо того, яка відповідь зараз доречна.
Класична робота Sacks, Schegloff & Jefferson (1974) показала, що розподіл слова у звичайній розмові є локально керованим і здійснюється самими учасниками. Подальші психолінгвістичні дослідження пояснили, чому цей механізм є когнітивно складним: між репліками часто залишаються лише сотні мілісекунд, хоча планування відповіді потребує більше часу. Levinson & Torreira (2015) та Meyer (2023) пов’язують цю швидкість із раннім прогнозуванням змісту й завершення поточного ходу та частковим плануванням відповіді ще до того, як співрозмовник закінчив говорити.
Коротко: що таке чергування реплік
Чергування реплік — це не проста домовленість «говоримо по одному». Це гнучка організація спільного часу розмови. Учасники постійно оцінюють, чи хід нинішнього мовця ще триває, чи вже наближається до можливого завершення, чи хтось був явно обраний наступним, чи можна самостійно взяти слово, а також чи коротке «так», «угу», кивок або сміх підтримують мовця, не забираючи в нього хід.
Саме тому добре скоординована розмова може містити і паузи, і накладання голосів, і спільні завершення фраз. Відсутність абсолютної тиші між репліками не означає хаосу, а коротке одночасне мовлення не обов’язково є перебиванням. Важливими є позиція, функція і реакція учасників.
У ширшій методології розмовного аналізу turn-taking є одним із базових механізмів поряд із послідовною організацією дій і репарацією. Ця сторінка має вужчий пошуковий намір: вона пояснює саме те, як люди координують зміну мовців і момент переходу слова.
Репліка, хід і право на слово — не те саме
У побуті «реплікою» часто називають усе сказане одним учасником до того, як починає говорити інший. У науковому аналізі корисніше говорити про хід у взаємодії: він може складатися з одного слова, кількох речень, незавершеної конструкції, сміху або комбінації мовлення й жесту. Межі ходу визначаються не пунктуацією на письмі, а тим, як учасники реально організовують взаємодію.
«Право на слово» також не є постійним статусом. Воно щоразу встановлюється заново. Запитання з прямим звертанням може виразно обрати наступного мовця; погляд у бік конкретної людини в групі може посилити цей вибір; завершення розповіді може відкрити місце для самовибору когось із слухачів. Таким чином, чергування реплік працює як розподілена координація, а не як центральний розклад.
Це важливо відрізняти від змісту окремого мовленнєвого акту. Обіцянка, прохання чи запитання описують, яку дію виконують словами, тоді як turn-taking описує, коли і кому стає доступною наступна позиція для дії.
Класична модель Сакса, Шеглоффа і Джефферсон
У 1974 році Гарві Сакс, Емануель Шеглофф і Ґейл Джефферсон запропонували модель, яка стала вихідною точкою сучасного аналізу чергування реплік. Автори описали розмову як систему, де довжина та зміст наступного ходу наперед не задані, кількість учасників може змінюватися, а перехід між мовцями переважно відбувається з невеликими паузами й обмеженим накладанням. Оригінальна стаття формалізувала те, що в повсякденності здається майже автоматичним.
Одиниця побудови ходу
Turn-constructional unit, або одиниця побудови ходу, — це фрагмент мовлення, який у певному контексті може утворити завершений хід. Ним може бути слово, словосполучення, речення або більша конструкція. Ключове слово тут «може»: співрозмовники оцінюють можливу завершеність у реальному часі, а не чекають формальної крапки.
Наприклад, «Каву?» у відповідній ситуації вже є повноцінним ходом. Фраза «Якщо завтра буде дощ…» синтаксично й прагматично проєктує продовження, тому слухач має підстави очікувати, що мовець ще не закінчив. В іншому контексті навіть довге речення може не створити реальної можливості для переходу, якщо жест, інтонація або зміст явно сигналізують продовження.
Місце релевантного переходу
Transition-relevance place, або місце релевантного переходу, — це точка, де поточний хід може бути сприйнятий як завершений і зміна мовця стає доречною. Це не фізична мітка в аудіосигналі. Її прогнозують із сукупності ознак: синтаксичної завершеності, смислової достатності, інтонації, дії, яку виконує репліка, погляду та попереднього контексту.
Експеримент de Ruiter, Mitterer & Enfield (2006) показав, що для прогнозування завершення ходу лексико-синтаксична інформація може бути критично важливою: видалення природної інтонаційної мелодики при збереженні слів не погіршило точність так, як збережена інтонація без розпізнаваного словесного змісту. Це не робить просодію неважливою загалом; воно показує, що завершення ходу не можна пояснити одним інтонаційним сигналом.
Хто говорить наступним
У спрощеному вигляді класична система має три кроки. По-перше, поточний мовець може обрати наступного — наприклад, поставити запитання конкретній людині. По-друге, якщо наступного не обрано, учасники можуть самі претендувати на слово; той, хто починає першим, зазвичай отримує хід. По-третє, якщо ніхто не бере слово, поточний мовець може продовжити.
Ці правила застосовуються послідовно в кожному релевантному місці переходу. Вони не є етикетним приписом і не гарантують відсутності конкурентного мовлення. Їхня цінність у тому, що вони пояснюють, як із локальних рішень учасників виникає глобально впорядкована розмова.
Чому люди відповідають так швидко
Одна з найцікавіших загадок turn-taking — розрив між швидкістю розмови та швидкістю мовного планування. Аналіз природних діалогів показує, що типові переходи часто займають приблизно кількасот мілісекунд. Levinson & Torreira (2015) узагальнювали дані, за якими проміжки порядку 200 мс набагато коротші за час, потрібний для повного планування навіть простої відповіді.
Це означає, що модель «спочатку дослухав — потім почав думати, що сказати» не описує багато реальних переходів. Bögels, Magyari & Levinson (2015) за допомогою EEG у діалоговому завданні показали ознаки планування відповіді вже тоді, коли питання ще тривало і відповідь ставала відновлюваною. Corps, Gambi & Pickering (2018) описують координацію як поєднання прогнозування, підготовки відповіді та своєчасного запуску артикуляції.
Сучасний огляд Meyer (2023) підкреслює, що швидкість не завжди створюється одним і тим самим механізмом. Іноді слухач справді планує відповідь паралельно з розумінням; іноді дає короткий сигнал слухання; іноді реагує на зміст, зрозумілий ще до завершення довгого ходу. Тому «200 мс» — корисний орієнтир для масштабу явища, а не універсальна норма, яку має виконувати кожна людина і кожна репліка.
Як ми передбачаємо, що співрозмовник закінчує
Прогнозування завершення ходу спирається на надлишкову систему сигналів. Слухач не шукає єдиний «звук кінця репліки». Він інтегрує граматичну структуру, лексичний зміст, тип соціальної дії, темп, інтонацію, дихання, рухи тіла, напрямок погляду та те, що відбувалося кілька секунд або кілька хвилин до цього.
Мультимодальність добре видно в новіших роботах. Kendrick, Holler & Levinson (2023) поєднали відео, айтрекінг і аналіз природної взаємодії та показали, що відведення погляду і незавершені жести можуть стримувати перехід навіть у місці можливої мовної завершеності. У контрольованих експериментах ter Bekke et al. (2024) учасники точніше передбачали завершення довших ходів, коли бачили тілесні сигнали мовця і мали попередній контекст розмови.
Систематизований огляд Degutyte & Astell (2021) показує, що погляд має кілька функцій у регуляції зміни мовців: може допомагати передавати хід, стежити за готовністю іншого, керувати перебиваннями та відновлювати координацію. Результати різних досліджень не зводяться до правила «подивився — віддав слово», бо функція погляду залежить від позиції в послідовності, кількості учасників і завдання.
Дихання також є частиною підготовки до ходу
Мовлення потребує фізіологічної підготовки: довшу відповідь часто треба почати з вдиху. Ця деталь створює ще один канал, через який планування стає видимим у часі. Дихання не «керує» всією системою turn-taking, але воно пов’язане з запуском мовлення і може показувати, що відповідь уже готується.
У дослідженні природних розмов Di Pasquasio et al. (2025) максимуми вдиху, пов’язані з початком мовлення, у середньому передували його початку приблизно на 200 мс. Це узгоджується з ширшою картиною: перехід між слуханням і говорінням включає не одну дискретну команду, а координацію мовного плану, моторного запуску й фізіології мовлення.
Пауза всередині ходу і проміжок між ходами
Тиша в розмові не має одного значення. Пауза може виникнути всередині ходу, коли мовець шукає слово, планує складну конструкцію або створює риторичний ефект. Проміжок між ходами виникає після завершення одного і перед початком іншого. Для автоматичного аналізу ці два явища легко переплутати, якщо система бачить лише відсутність звуку.
Heldner & Edlund (2010) на великому корпусному матеріалі показали, що реальна часова організація містить різні типи пауз, проміжків і накладань і є менш «математично точною», ніж іноді припускають. Отже, природна розмова організована, але не метрономічна.
Накладання голосів не дорівнює перебиванню
Двоє людей можуть говорити одночасно з різних причин. Один учасник може надто рано спрогнозувати завершення; слухач може додати коротке погодження; співрозмовники можуть разом вимовити очевидне завершення; людина може конкурентно захопити слово; сміх або вигук можуть накластися на основний хід. Акустично все це є overlap, але взаємодійно це різні події.
Тому кількість секунд одночасного мовлення сама по собі не вимірює «неввічливість», домінування чи якість стосунків. Такі висновки потребують аналізу позиції, змісту, повторюваності патерну, реакції співрозмовників і ширшого контексту. Розмовний аналіз саме тому працює з послідовністю, а не з вирваними з неї метриками.
Міжмовне дослідження Stivers et al. (2009) на матеріалі десяти мов виявило спільну тенденцію до мінімізації довгого мовчання і великого накладання, але водночас зафіксувало культурно-мовні відмінності в середніх затримках відповіді. Отже, універсальна координаційна задача може реалізовуватися через різні локальні норми.
Коротке «угу» може підтримувати хід, а не забирати його
Слухач постійно робить внесок у розмову, навіть коли формально не стає головним мовцем. «Угу», «так», «ага», «розумію», кивок, усмішка або короткий сміх можуть показувати увагу, погодження чи готовність слухати далі. Такі сигнали часто називають backchannels, continuer-ами або реакціями слухача.
Огляд Dingemanse (2024) показує, наскільки важливими є короткі інтеракційні слова: продовжувачі на кшталт mmhm допомагають спільно будувати довші структури, а сигнали нерозуміння запускають репарацію. Для turn-taking це принципово: не кожен вокальний внесок означає «тепер моя черга говорити».
Чергування реплік працює разом із послідовністю дій
Право говорити не розподіляється у вакуумі. Репліка створює очікування щодо того, яка дія може бути наступною. Після привітання очікується відповідне привітання, після запитання — відповідь, після пропозиції — прийняття, відмова або інша релевантна реакція. Це називають послідовною організацією.
Тут turn-taking перетинається з дискурсом і прагматикою, але зберігає власний предмет. Послідовність пояснює, чому певний тип відповіді стає релевантним; механізм чергування реплік пояснює, як у потрібний момент змінюється мовець. Дейктичні вирази на кшталт «тут», «зараз» або «ти» додатково вимагають спільного орієнтування в ситуації — це окремо розглядає стаття про дейксис.
Приклад: як одна секунда розмови містить кілька рішень
Уявімо короткий діалог. А: «Ти сьогодні до шостої?» Б: «Так». А: «Тоді забереш документи?» Б: «Звісно». На письмі все виглядає просто. У реальному часі учасник Б ще до закінчення першого питання може розпізнати його тип, спрогнозувати можливе завершення і підготувати коротку відповідь. Пряме звертання і граматична форма обирають Б наступним мовцем. Після «Так» право говорити знову відкривається, і А продовжує підготовлену послідовність.
Якщо Б почне «Так» за мить до повного акустичного завершення питання, це може бути точним прогнозом, а не перебиванням. Якщо перед «Звісно» виникне довша пауза, вона може стати помітною саме тому, що після простого прохання швидка відповідь була очікуваною. Але значення такої паузи не можна встановити без контексту: людина могла відволіктися, не розчути репліку або планувати відповідь.
Мова й культура впливають на темп, але не скасовують систему
Порівняння мов є важливим тестом для будь-якої теорії turn-taking. Stivers et al. (2009) знайшли спільну загальну структуру в десяти мовах, але не ідентичні середні затримки. Floyd (2021) у широкому антропологічному огляді підкреслює, що класичний conversation analysis історично значною мірою спирався на англомовні дані, а міжкультурні дослідження потрібні для відокремлення загальних принципів від локальних практик.
Тому різний темп, частота накладань або комфортна тривалість паузи не варто автоматично перетворювати на психологічну рису людини. Частина варіації може належати мовній спільноті, ситуації, жанру, стосункам або інституційним правилам. Цю ширшу залежність мовної поведінки від соціального контексту досліджує соціолінгвістика, а пристосування стилю до співрозмовника — теорія акомодації мовлення.
Розмова є мультимодальною
Коли співрозмовники бачать одне одного, вони координують хід не лише вухами. Погляд може показувати, кому адресована репліка, чи очікується відповідь і чи мовець збирається продовжити. Жест може ще тривати після синтаксично завершеної фрази й фактично утримувати хід. Поворот тулуба, вираз обличчя та робота з предметом також можуть впливати на те, хто вважається доступним наступним мовцем.
Саме тому Kendrick, Holler & Levinson (2023) пропонують розглядати людський turn-taking як мультимодальну систему. ter Bekke et al. (2024) додатково показали експериментально, що видимі тілесні сигнали й попередній дискурсивний контекст покращують передбачення завершення ходу.
Чергування реплік у жестових мовах
Візуально-жестова модальність дає особливо сильний тест для теорій, які надто тісно прив’язують turn-taking до голосу. У жестовій мові учасники також мають координувати завершення одного внеску й початок іншого, але сигнали й моторні межі організовані інакше.
de Vos, Torreira & Levinson (2015) дослідили питання–відповіді в підписаних розмовах і показали, що після врахування специфіки жестового руху часова координація переходів має багато спільного з усними розмовами. Це підтримує ідею, що turn-taking є ширшою інфраструктурою людської взаємодії, а не побічним ефектом акустичної мови.
Як чергування реплік розвивається у дітей
Основи взаємного чергування формуються задовго до дорослої швидкості розмови. Немовля і дорослий по черзі вокалізують, реагують на сигнали одне одного та поступово утворюють часові патерни, які створюють середовище для мовного розвитку. Водночас дитячий turn-taking не треба оцінювати за дорослою нормою кількасот мілісекунд.
Систематичний огляд і байєсівський метааналіз Nguyen et al. (2022) синтезував 26 досліджень із 429 дітьми віком до 70 місяців. Середня затримка дитячої відповіді становила близько секунди; докази систематичної зміни з віком були непереконливими, а часові характеристики дітей були пов’язані з латентністю дорослих партнерів. Автори наголошують на взаємності, а також на обмеженні бази: дані походили лише з Північної Америки та Європи.
Новіший огляд Cosper & Pika (2025) узагальнює розвиток розуміння та продукування чергування в перші роки життя і показує, що це багатокомпонентна навичка, а не одна вікова «сходинка». В інтервенційному дослідженні Ferjan Ramírez, Lytle & Kuhl (2020) батьківський коучинг збільшував використання мовлення, орієнтованого на немовля (parentese), та кількість розмовних обмінів, а ці зміни були пов’язані з подальшим мовним розвитком. Це не перетворює кількість ходів на самодостатній діагностичний тест: розвиток мови оцінюють комплексно.
Чому швидкість відповіді не є тестом інтелекту або психічного стану
Час переходу залежить від змісту питання, складності відповіді, знайомства зі співрозмовником, шуму, слухового навантаження, багатомовності, соціальної ситуації, втоми, технологічної затримки та багатьох інших чинників. Тому один довгий проміжок або звичка робити паузи не дозволяють робити висновки про інтелект, щирість, соціальну компетентність чи психіатричний діагноз.
Для клінічних і нейропсихологічних досліджень часові характеристики можуть бути однією зі змінних у добре спроєктованому протоколі. У побутовій розмові вони залишаються контекстно залежною поведінкою. Таке розмежування особливо важливе, коли популярні поради пропонують «читати особистість» за швидкістю відповіді або частотою перебивань.
Що відбувається в груповій розмові
У діалозі між двома людьми потенційний наступний мовець один. У групі одночасно доступні кілька кандидатів, тому зростає роль адресування. Ім’я, займенник, напрямок погляду, положення тіла, тема й попередня послідовність допомагають визначити, хто має відповідати. Якщо вибір неочевидний, самовибір учасників частіше призводить до короткого конкурентного накладання.
Групове turn-taking також залежить від інституційної форми. На лекції, судовому засіданні, нараді або модерованій дискусії частина права на слово може бути централізована. У невимушеній бесіді порядок локальніший. Тому механізм звичайної розмови не треба механічно переносити на всі типи мовленнєвого обміну.
Онлайн-розмова змінює часову координацію
Телефонний або відеозв’язок додає технічну затримку й може прибрати частину візуальних сигналів. Через це люди іноді починають говорити одночасно не тому, що прагнуть перебити одне одного, а тому, що кожен отримує сигнал із запізненням. Це показує, наскільки чутлива взаємодія до десятків і сотень мілісекунд.
Експеримент із 61 аудіорозмовою Edwards (2025) показав, що штучно введена телекомунікаційна затримка збільшувала тривалість накладань, а учасники також подовжували проміжки між мовцями. Частина цієї адаптації зберігалася навіть після усунення затримки. Отже, «незграбність» відеодзвінка може бути властивістю каналу, а не взаємин.
Чергування реплік у голосових системах та AI
Для голосового інтерфейсу момент переходу є інженерною проблемою: система має визначити, чи користувач завершив хід, чи лише зробив внутрішню паузу; дозволити перебити власну відповідь; не запускатися на короткий сигнал слухача; врахувати затримку розпізнавання і генерації. Простий таймер тиші неминуче створює компроміс: короткий поріг збільшує хибні перебивання, довгий робить систему повільною.
Огляд Skantze (2021) систематизував дослідження turn-taking у діалогових системах і взаємодії людини з роботом: end-of-turn detection, перебивання, backchannels, мультимодальні сигнали та багатосторонню взаємодію. Важливо, що технічна здатність системи передбачити кінець репліки або доречно відповісти описує її поведінку в інтерфейсі.
Плавне чергування з мовною моделлю може створювати сильне відчуття присутності, уваги й «розуміння» у людини. Це психологічно реальний досвід користувача. Водночас успішний turn-taking сам по собі не доводить наявності в AI свідомості, почуттів, людського розуміння або суб’єктивного досвіду. Для таких тверджень потрібні окремі теоретичні критерії та емпіричні дані.
Як дослідники вимірюють чергування реплік
Найпростіша кількісна змінна — час між завершенням одного акустичного відрізка й початком іншого. Додатне значення описує проміжок, від’ємне — акустичне накладання. Але цього недостатньо для повного аналізу: треба знати, чи тиша була всередині ходу, чи сигнал слухача претендував на слово, чи завершення справді було прогнозованим і яку соціальну дію виконувала наступна репліка.
Тому сучасні дослідження комбінують методи. Розмовний аналіз працює з детальною транскрипцією природних взаємодій; фонетика вимірює акустичний час; айтрекінг фіксує погляд; відстеження рухів і відеокодування — жести; EEG і fMRI дають обмежений, але важливий доступ до часових і нейронних аспектів підготовки відповіді; експерименти маніпулюють контекстом, передбачуваністю, видимістю тіла або затримкою зв’язку.
Саме поєднання рівнів дозволяє уникати двох крайнощів: бачити в кожній мілісекунді готовий психологічний зміст або, навпаки, вважати часову структуру випадковим шумом. Розмовний аналіз дає інструменти для першого рівня — послідовної інтерпретації реальної взаємодії; експериментальна психолінгвістика перевіряє механізми прогнозування й планування.
Чергування реплік, розмовний аналіз і дискурс-аналіз
Ці поняття пов’язані, але мають різний масштаб. Чергування реплік — конкретна організаційна система зміни мовців. Розмовний аналіз — методологічна традиція, яка досліджує turn-taking разом із послідовностями, репарацією, дизайном реплік та іншими практиками взаємодії. Дискурс-аналіз — ширша сім’я підходів до того, як мова створює значення й соціальні дії в контексті.
Канонічна межа цієї статті проходить саме тут: вона не є другою сторінкою про conversation analysis і не замінює загальну статтю про діалог або дискурс. Її питання — якими механізмами учасники в реальному часі координують, хто говоритиме наступним і коли відбудеться перехід.
Що наука встановила найнадійніше
Найстійкіший висновок полягає в тому, що чергування реплік є систематичною, контекстно чутливою і мультимодальною координацією. Люди не чекають пасивно кінця звуку: вони прогнозують можливі завершення, часто починають готувати відповідь заздалегідь і використовують мовні, просодичні та візуальні сигнали. Короткі проміжки й локальні накладання є нормальними елементами цієї системи.
Другий добре підтриманий висновок — варіативність є частиною норми. Середні часові патерни відрізняються між мовами, ситуаціями, типами дій і віковими групами. Один показник не визначає «правильну» розмову.
Третій висновок — turn-taking не належить лише голосу. Дані про погляд, жести й жестові мови показують, що людська взаємодія координується кількома каналами одночасно. Саме це пояснює, чому розмова обличчям до обличчя часто переносить більше інформації про момент переходу, ніж чистий аудіосигнал.
Поширені запитання
Чи має в хорошій розмові завжди говорити тільки одна людина?
Ні. Основний хід часто належить одному мовцеві, але короткі накладання, реакції слухача, спільний сміх і прогнозовані завершення є звичайними. Важливо, яку функцію має одночасне мовлення і чи порушує воно можливість іншого завершити дію.
Яка нормальна пауза між репліками?
Єдиної нормативної цифри немає. У багатьох корпусах дорослої розмови типові переходи вимірюються сотнями мілісекунд, але час залежить від мови, виду питання, складності відповіді, контексту та індивідуальних умов. Пауза сама по собі не є ознакою проблеми.
Чому люди іноді починають відповідати до завершення питання?
Тому що вони можуть рано зрозуміти зміст і соціальну дію питання, спрогнозувати його завершення та заздалегідь підготувати відповідь. Якщо прогноз точний, невелике накладання може бути наслідком ефективної координації.
Чи завжди перебивання означає домінування?
Ні. Конкурентне перебивання може бути способом боротьби за хід, але акустичне накладання також виникає через помилкове прогнозування, ентузіастичне погодження, допоміжне завершення, сміх або технічну затримку. Психологічний висновок потребує контексту і повторюваного патерну.
Чи однаково працює turn-taking у всіх мовах?
Є сильні підстави говорити про спільну задачу координації і широкі спільні закономірності, але середні затримки та локальні норми варіюють. Тому універсальність механізму не означає однакових часових стандартів для всіх мов і культур.
Чи вміють немовлята чергуватися в «розмові»?
У доросло-дитячих вокальних взаємодіях взаємне чергування спостерігається дуже рано, але його часові характеристики відрізняються від дорослих. Метааналіз показує середню затримку приблизно близько секунди та сильну взаємну залежність від поведінки дорослого партнера.
Чи може AI мати природне чергування реплік?
Сучасна голосова система може технічно прогнозувати завершення ходу, обробляти перебивання, скорочувати затримки і генерувати сигнали слухача. Це може робити взаємодію природнішою для людини. Така поведінкова плавність сама по собі не є свідченням свідомості або суб’єктивного досвіду AI.
Висновок
Чергування реплік є однією з базових інфраструктур людської розмови. Воно розподіляє доступ до спільного мовленнєвого часу без постійного зовнішнього координатора: учасники самі передбачають завершення ходів, обирають наступного мовця, самовибираються, продовжують, дають короткі сигнали слухання і виправляють помилки координації.
За цією буденною здатністю стоїть складна взаємодія мовної обробки, прогнозування, планування відповіді, моторного запуску, дихання, погляду, жесту, культурних норм і локального контексту. Саме тому turn-taking став точкою зустрічі conversation analysis, психолінгвістики, когнітивної науки, соціолінгвістики та досліджень взаємодії людини з технологіями.