Когнитивная наука Основы психологии познания том 2 Величковский Б М (стр. 58 из 118)
Классический вопрос психологии мышления состоит в том, какого рода информация используется для усмотрения аналогии между этой проблемной ситуацией и другими, более очевидными примерами решения. В ряде недавних экспериментов испытуемым в неявной форме давалась информация, позволявшая найти принципиальное — «функциональное» — решение основной задачи. Например, через короткое время после неудачной попытки решения основной дункеровской задачи их знакомили с историей некоего античного полководца, взявшего укрепленную крепость благодаря тому, что он разделил свою армию на несколько меньших отрядов и одновременно атаковал крепость с
209
210
разных сторон. В этом случае около 40% испытуемых спонтанно усматривали связь двух ситуаций и решали задачу с облучением опухоли. Этот результат подтверждает мнение Дункера о трудностях с усмотрением глубинного сходства при различиях конкретного материала. При прямом указании на возможное сходство ситуаций решение находили уже 80% испытуемых. Самостоятельное усмотрение связи скорее удавалось тем испытуемым, которые были ориентированы прежде всего на ПОНИМАНИЕ, а не на ВОСПРОИЗВЕДЕНИЕ потенциально релевантных способов решения из памяти.
Существует несколько в основном пропозициональных моделей вывода по аналогии. Соответствующий модуль, в частности, имеет система ACT-R Дж.Р. Андерсона (см. 6.4.1 и 8 1 1). Модели работают со сходством элементов и их отношений. В них, правда, используется очень обедненная и заранее «препарированная» на пропозиции информация. Более интересна коннекционистская модель LISA (Learning and Inference with Schemas and Analogies), осуществляющая просмотр текстов и выделяющая семантически похожие фрагменты (Hummel & Holyoak, 1997). При этом моделируются два этапа вывода: 1) процессы поиска в памяти; 2) отображение схематической структуры области-источника на область-цель. Согласно модели, поиск в памяти ограничен по ресурсам, тогда как взаимное отображение структур знания осуществляется автоматически, не требуя нашего полного внимания. Эти допущения, возможно, объясняют не только особенности умозаключений по аналогии, но и известные характеристики мышления вообще, а именно мучительный, связанный с концентрацией внимания процесс переформулирования условий задачи, а затем внезапное, как бы само собой возникающее решение — финальный аккорд, удачно описываемый бюлеровским термином «ага-реакция» (гештальтпсихологи называли это «инсайтом» — см. 1.3.1 и 8.3.2).
В самое последнее время для изучения аналогии (а равно метафоры) в качестве базы знаний начинают использоваться модели семантики языка, которые создаются с помощью латентного семантического анализа и похожих статистико-математических методов (см. 6.1.1 и 7.4.2). Так, модель EMMA (Environmental Model of Analogy) использует многомерные данные о частоте различных словосочетаний в языке для быстрого генерирования гипотез о сходстве слов и словосочетаний (Ramscar & Yarlett, 2003). Мерой сходства при этом служит косинус угла между соответствующими векторными репрезентациями. Подобный поиск в памяти выполняет функцию предварительной фильтрации, за которой следует этап проверки удачности аналогии. Этот второй этап в рамках модели, впрочем, пока никак не объясняется, как слишком сложный. Надо сказать, что EMMA не знает прагматики и поэтому генерирует набор гипотез на основании одних лишь лексико-семантических признаков, оценивая, например, текст «Ромео и Джульетты» на основании сходства используемых слов как в целом более похожий на «Двенадцатую ночь», чем на «Вестсайдскую историю».
Особое практическое значение имеют разнообразные прогнозы — индуктивные умозаключения по отношению к будущему. Обращенность в будущее обусловливает тот факт, что все прогнозы осуществляются в характерной для продуктивного воображения (и метапознания в целом) модальности «как если бы-» (см. 8.1.3). Ретроспективные сравнения показывают, что в наших прогнозах и оценках возможной динамики событий обычно довольно велика доля ошибок. В особенности судьба многих научных открытий и технологических инноваций демонстрирует характерный переход от первоначальных заключений типа «Этого не может быть, поскольку этого не может быть никогда» к последующему «Кто же этого не знает?». Телефон, радио, самолет, телевидение, ядерное оружие и атомная энергетика вначале не были оценены по достоинству даже экспертами22. Почему же прогнозы часто столь ненадежны?
Психологические исследования выявляют несколько возможных причин ошибочных прогнозов. Во-первых, для наших оценок характерна линеаризация тенденций, которые на самом деле имеют характер нелинейных взаимодействий. Как показал немецкий психолог Дитрих Дёрнер (2001), даже специалисты, отвечающие за мониторинг и прогнозирование таких явлений, как распространение СПИДа или возможности неконтролируемой реакции расщепления ядерного топлива, обычно оценивают динамику этих процессов в терминах линейных изменений, а не экспоненциально распространяющейся эпидемии (цепной реакции). Во-вторых, для нас типичен учет лишь нескольких, обычно не более двух-трех, измерений. Поэтому, в частности, нам трудно понять теорию относительности Эйнштейна, оперирующую представлениями о четырехмерных величинах (см. 6.4.3). Эти же трудности, по-видимому, испытывали и члены Нобелевского комитета, после долгих дискуссий так и не присудившие Эйнштейну премию за теорию относительности (он получил ее позднее за менее существенный в контексте других его научных достижений анализ фотоэффекта)23.
22 Ряд таких примеров содержит история информатики В начале 1950-х годов комиссия британского Королевского общества должна была определить потребность Велико
британии в компьютерах После детальной проработки вопроса комиссия пришла к выво
ду, что стране в будущем могут понадобиться два компьютера один для баллистических
расчетов и второй на тот случаи, если первый выйдет из строя Позднее, в конце 1960-х
годов на Западе вышло несколько футуристических прогнозов, в том числе знаменитая
книга Алвина Тойфера «Шок будущего» Ни одна из этих работ не содержала упоминания
Микропроцессора, появившегося парой лет позднее и изменившего облик множества тех
нических устройств По-видимому, мы делаем сегодня аналогичные ошибки (см 7 4 3)
23 Мы уже отмечали, что, возможно, онтологический состав наших концептуальных
структур не полон (см 6 3 1). В них отсутствует аппарат для интерпретации множествен
ных нелинейных взаимодействий, которые трактуются нами либо как изолированные
события, либо как субстанции Нобелевский лауреат Илья Пригожий (1917—2003) в ис
следованиях так называемых диссипативных систем создал современную теорию таких
процессов 211
Наконец, при прогнозах мы обычно делаем грубые ошибки, работая с данными, которые представлены в форме вероятностей. Ошибки при работе с вероятностями — особенно слабый пункт наших умозаключений. Вместе с другими аналогичными ошибками они обсуждаются в психологической литературе последних десятилетий под общим названием «когнитивные иллюзии». Дело не только в том, что мы обычно недооцениваем вероятность высоковероятных событий и несколько переоцениваем возможность низковероятных24. Наряду с другими неожиданными особенностями процессов принятия решений (см. 8.4.1), для нас характерно непонимание простейших свойств вероятностей, например того, что вероятность совместного возникновения двух и более событий обязательно меньше вероятности каждого из этих событий в отдельности.
Классическая иллюстрация подобной ошибки конъюнкции вероятностей {conjunction fallacy) известна как «задача Линды». В задаче, предложенной Даниелом Канеманом и Амосом Тверски, дается описание некоторой молодой женщины по имени Линда. Для нее характерна широта интересов, самостоятельность, высокая социальная ангажированность. Испытуемых просят затем выбрать более вероятную из двух гипотез: 1) «Линда работает в банке» и 2) « Линда работает в банке и участвует в женском движении». Подавляющее большинство выбирает как «более вероятную» вторую гипотезу, упуская из вида, что вероятность совместного возникновения двух событий («работает в банке» и «участвует в женском движении») не может быть выше вероятности одного из них («работает в банке»). Серьезные трудности также возникают с пониманием ситуаций, в которых нужно учитывать суммирование вероятностей. Это можно показать на примере простой вероятностной задачи-игры с колпачками (так называемая Monty Hall Dilemma), популярной в 1990-е годы в западных телевикторинах и научно-популярных журналах.
Рассмотрим такую игру с тремя колпачками, под одним из которых экспериментатор прячет банкноту в 100 долларов. Угадав правильный колпачок, испытуемый получает эту банкноту, в противном случае не получает ничего. Условия игры заключаются в следующем. Испытуемый начинает играть и выбирает себе один колпачок, но при этом не должен открывать его. Затем выбор осуществляет экспериментатор, переворачивая один из двух оставшихся в его распоряжении колпачков. При этом он намеренно выбирает пустой колпачок, внятно объявляя об этом испытуемому и возможным зрителям. На следующем и последнем этапе испытуемому предоставляется возможность выбора — он может либо открыть свой колпачок либо поменять его на последний, оставшийся у экспериментатора.