людей или животных, устраняя альтернативные поведенческие объяснения". Таким образом, они действительно вносят вклад в итеративный процесс "доработки" моделей и экспериментов, но это взаимодействие непродуктивно и, возможно, вредно для научного прогресса, пока модели выбираются вместо качественных объяснений на основании их предполагаемой простоты, а не, например, объяснительного объема или предсказательной силы. Пока эвристика простоты возлагает бремя доказательства на более сложную модель, альтернативные когнитивные модели, которые не являются (или воспринимаются как не являющиеся) столь же простыми, будут разрабатываться с меньшей вероятностью: исследования отнимают много времени, и если исследовательская программа вряд ли окупится в виде публикаций, финансирования или других выгод для карьеры, исследователи будут рационально избегать инвестирования своего времени в программы, которые, по их мнению, вряд ли принесут плодотворные результаты. Однако без этих затрат времени и усилий более простые модели останутся неоспоримыми и будут по-прежнему считаться теоретическими моделями по умолчанию.

Пример с метапознанием не является исключением. Рассмотрим еще несколько примеров работы эвристики при построении моделей, в которых "простота" приписывается не только ассоциативным моделям, но и моделям, постулирующим мало переменных, правил или причин. Каждая из них явно нерепрезентативна и рассматривается как простая в этом отношении. Например, ван дер Ваарт и др. (2012) предлагают модель, основанную на единственном правиле ("больше кэшировать, когда испытываешь стресс"), чтобы объяснить наблюдение, что скребковые сойки чаще делают повторные кэширования, когда их первоначальные кэширования были замечены другими (Dally et al. 2006). Такое поведение было истолковано как свидетельство того, что эти хищники обладают некоторыми способностями к чтению мыслей - способностью воспринимать визуальную перспективу другого человека или, возможно, вменять ему в обязанность намерение совершить кражу. Предлагая столь же "простую" модель примирительного поведения нечеловеческих приматов, ван дер Ваарт и Хемельрик (2014) рассуждают, что, поскольку "те же самые паттерны возникают как следствие простых правил драки и груминга, а также их влияния на пространственную близость [как развито в их модели]", из этого следует, что поведение "не обязательно является продуктом сложного социального мышления" (348). Подтекст очевиден: альтернативная модель представляет собой законный вызов доминирующей интерпретации поведения только в том случае, если она якобы проще.

Презумпция сложности таких якобы сложных объяснений, как "социальное мышление", проявляется в распространенной фразе о том, что эти объяснения становятся ненужными, когда появляются более простые модели. Рассмотрим другой пример. Крузе и Вехнер (2011) предлагают когнитивную модель навигации муравьев и пчел, которая призвана вытеснить объяснения, утверждающие о "когнитивных картах" - представлениях животного об окружающей среде, которые организмы могут использовать для навигации. Согласно этой модели, информация от периферийных систем воздействует на разрозненные части организма, создавая поведение, которое лишь внешне координируется. Таким образом, модель обходится без центрального процессора, необходимого для объединения информации в единое представление, что авторы считают экстравагантной гипотезой. Они делают вывод, что, поскольку их модель якобы проще, чем модель когнитивной карты, в когнитивной карте "нет необходимости". Аналогично, Пуга-Гонсалес и др. (2009) утверждают, что "использование груминга [среди приматов] в качестве "валюты обмена" опасно антропоморфно, по мнению нас и других" и что "часто достаточно простых правил, чтобы вызвать многие из наблюдаемых паттернов, а отсюда и интегративная теория", заключая, что "может быть достаточно меньшего количества когнитивных процессов, как показано, например, в модели стиля доминирования" (2; курсив добавлен).

Но обратите внимание, что утверждение о том, что якобы более сложное объяснение не нужно или что простого объяснения "достаточно", - это утверждение о правильном направлении исследовательской программы. Это утверждение, руководствуясь эвристикой простоты, советует воздержаться от разработки альтернативных объяснений якобы сложных механизмов - или от разработки количественных моделей, которые могут объяснить поведение так же хорошо или лучше, чем простые модели. Вместо этого эвристика предполагает, что эксперименты должны быть переделаны, чтобы исключить вывод из простой модели, и повторяет это требование каждый раз, когда "простая" модель ставит под сомнение экспериментальный вывод.

До тех пор пока эвристика простоты будет направлять развитие применения когнитивных моделей, она будет препятствовать развитию альтернатив. Именно такая ситуация сложилась сегодня в сравнительном познании, где модели простых механизмов значительно превосходят модели якобы сложных механизмов. Результат этой эвристики кумулятивен: поскольку эвристика простоты побуждает исследователей направлять свои усилия на совершенствование "более простых" и якобы неантропоморфных моделей, эти модели получают незаслуженное конкурентное преимущество перед альтернативами, которые считаются "сложными". В результате эти альтернативы, скорее всего, останутся качественными, что еще больше снижает их очевидную ценность в глазах исследователей, которым рационально относиться к качественному объяснению с подозрением, когда предлагается количественное объяснение. Таким образом, без понимания истории моделей может показаться, что они обошли более сложные альтернативы по своим эпистемическим достоинствам. Однако, как я предполагаю, их устойчивость может быть обусловлена тем, что они выиграли от предвзятой эвристики, которая направила больше интеллектуального капитала на их развитие, одновременно препятствуя распространению жизнеспособных (количественных) альтернатив.

 

Возражения

Кто-то может возразить, что простые модели используются по умолчанию, потому что простота - это достоинство, поскольку простые модели могут быть более предсказуемыми, а также более простыми в использовании, чем сложные модели. Я согласен с тем, что предсказательная сила модели - это достоинство, которое оправдывает дальнейшее изучение этой модели. Однако предсказательность не обязательно связана с точностью, а простота не является достоинством, если модели предназначены для объяснения поведения животных путем описания реальных когнитивных процессов или механизмов. Нет никаких причин априори полагать, что целевой механизм, описываемый моделью, на самом деле прост. Таким образом, простые модели не должны быть по умолчанию до тех пор, пока эти модели предназначены для описания когнитивной системы.

Другое возражение гласит, что простые модели разума животных хорошо развиты не потому, что им благоприятствует эвристика простоты, а потому, что альтернативы, такие как метакогниция, настолько расплывчаты, что их невозможно смоделировать количественно. Однако если метакогнитивные гипотезы кажутся расплывчатыми, это может быть связано с тем, что было предпринято меньше попыток количественно оценить эти модели. Это возражение может оказаться верным для некоторых якобы сложных когнитивных объяснений поведения животных, но лучший способ проверить это возражение - попытаться сформулировать альтернативные модели, например, метакогниции.

Наконец, можно согласиться с тем, что простые модели получают больше инвестиций и что они делают это по плохой причине (простота), но при этом утверждать, что итеративный процесс развития модели и эксперимента не чувствителен к начальным условиям - в конце концов, модели и эксперимент сходятся к истине. На самом деле, есть некоторые основания полагать, что простые ассоциативные модели усложнились, поскольку им пришлось учитывать больше экспериментальной информации, и в результате стали напоминать когнитивные модели более сложного познания. Однако даже если это окажется верным