КОГНИТИВНАЯ ПСИХОЛОГИЯ

И ПРОБЛЕМА ПОНИМАНИЯ

Однако позвольте мне наконец перейти к главной теме разговора. Достигла ли современная когнитивная психология успехов в решении того, что я называю проблемой гештальтпсихологии, то есть проблемы значения, понимания, инсайта? Я хотел бы для начала отдать должное блестящим достижениям современной когнитивной науки — как в области искусственного интеллекта, так и в области обработки информации. Конечно, программы, основанные на искусственном интеллекте, работают совсем не по тому принципу, как думают люди, даже люди с необычайно высокоразвитыми умственными способностями; эти программы предназначены не для имитации человеческого мышления, а для достижения оптимальных решений. Эти программы лучше людей-экспертов справляются с такими задачами, как поиск нефтяных месторождений, прогнозирование погоды, точная медицинская диагностика, обнаружение вражеских стратегических ракет и игра в шахматы, поскольку они имеют удивительно совершенную память, мощные возможности для поиска, а иногда и встроенную эвристику.

Что касается моделей обработки информации, то некоторые из них предназначаются для искусной имитации процесса решения проблем людьми, особенно проблем в таких областях, с которыми люди могут быть еще не знакомы. Существуют программы, которые точно имитируют (включая такие сложные аспекты, как карты ошибок) те усилия по нахождению решений, которые предпринимают студенты в процессе работы над такими заданиями, как задача о кувшине с водой, задача о каннибалах и миссионерах (или, как она теперь называется, «Хоббиты и Орки»), задачи о переправе через реку, о башнях Ханоя и даже геометрическое задание, состоящее из доказательства равенства вертикальных углов, которое описывается в главе 3 книги «Продуктивное мышление» (Greeno, 1982).

СТРАТЕГИЯ КОГНИТИВНОЙ ПСИХОЛОГИИ

Следовательно, программные продукты, являющиеся результатом разработок в когнитивной науке, позволяют решать ограниченный круг задач лучше, чем это может делать большинство людей, и способны составлять модели попыток решения проблем, неотличимые от тех моделей, по которым действуют сами люди, столкнувшиеся с этими же проблемами. Каким образом это достигается? Программы обоих типов используют представление задачи и осуществляют систематический поиск в конкретном поле задачи для нахождения ее решения[18].

Проблемы описываются как набор состояний реального мира в сочетании с набором операторов, выполнение которых преобразует эти состояния в другие. К примеру, в шахматах состояния реального мира — это положения шахматных фигурок на доске в любой данный момент игры, а набор операторов — это те ходы, которые фигуры могут совершать в соответствии с правилами игры. Такое «поле проблемы» можно представить в виде графика, точки на котором являются представлениями о конкретных состояниях реального мира, а проходящие через эти точки кривые — как трансформации из одного состояния в другое. При условии принятия подобного представления процесс решения задачи состоит из поиска, осуществляемого в поле проблемы, то есть нахождения пути от начальной точки на графике до точки, представляющей собой цель, которую предстоит достигнуть. Поле проблемы можно «пройти» тремя способами: с помощью «слепого» поиска, оценочных функций и эвристического поиска. «Слепой» поиск — это метод «грубой силы», когда исследуется каждая возможность до тех пор, пока не будет достигнута цель. Решение гарантируется, однако иной раз ценой огромных затрат времени и усилий. Использование оценочных функций позволяет упрощать график, сводя его к более удобным размерам путем усечения ответвлений. Например, если на каком-то пути вас может подстерегать смертельная опасность, весь этот путь отбрасывается. Различные типы эвристического поиска обязательно предполагают какое-то сокращение, ведущее к уменьшению времени и снижению расходов, необходимых для исследования поля проблемы, но при этом не гарантируется, что цель будет достигнута (то есть менее чем оптимальный подход). Анализ средств/целей представляет собой метод эвристического поиска, в котором поиск в поле прюблемы осуществляется в обратном направлении, то есть от цели к исходному состоянию. Суть этого метода состоит в том, что сравниваются настоящее состояние и целевое состояние, отмечаются различия, затем с помощью таблицы связей определяются операторы, способные уменьшить различия.

НЕДОСТАТКИ «ПРОГРАММЫ ДЛЯ РЕШЕНИЯ ОБЩИХ ЗАДАЧ»

Представляю базовый подход, используемый в новаторской «Программе для решения общих задач» (Newell, Shaw and Simon, 1962) и во многих сходных программах, которые были составлены или написаны начиная с 1962 года. Такой подход имеет несколько «узких мест», часть из которых уже упоминалась. Во-первых, хотя анализ средств/целей адекватно описывает действия новичков в ходе решения задачи, он не в состоянии удовлетворительно описать такие же действия экспертов.

Основное различие в подходе к решению задачи между новичком и экспертом состоит в степени сложности или полноты составляемого каждым из них представления о задаче (Greeno, 1977). Представления о задаче, составляемые экспертами, обычно хорошо интегрированы, четки и содержат большое количество информации, относящейся конкретно к полю проблемы. По контрасту, представления, составляемые новичками, оказываются недостаточно хорошо интегрированными и содержат преимущественно ту информацию, которая была задана в самом описании задачи.

Второй недостаток связан с первым. Как указывает Халац (1982), задачи, обычно моделируемые с помощью такого подхода (например, задача о башнях Ханоя), представляют собой такие задачи, в которых предшествующие знания играют незначительную или несущественную роль. В результате этого основной акцент в решении таких задач приходится на нахождение стратегий для быстрого и эффективного осуществления поиска в пределах поля проблемы. Однако решение более натуралистических задач, таких как понимание естественного языка или устранение неисправностей, представляет собой более насыщенную знаниями деятельность; решение задач в таких областях требует представления и использования значительного объема знаний, связанных с конкретной предметной областью.

В принципе, модели — это способ представления духовного состояния, близкого к инсайту. Состояние озарения можно рассматривать как модель, в которой компоненты, необходимые для решения задачи, и их соответствующие характеристики представляются в правильных соотношениях друг с другом. Действительно, как только правильные соотношения становятся «видны» (то есть представлены), необходимый путь решения должен с легкостью выводиться из них. В хорошей модели будет представлена лишь та информация, которая необходима для решения задачи. Если задача особенно сложна, тогда знание того, какая информация необходима для ее решения, а какая не имеет значения, само по себе представляет нетривиальную проблему. Эта мысль лежит в корне того, что я назвал проблемой теории гештальтов. Также в корне этой проблемы лежит идея о том, что выбор правильной модели для представления известной предметной области является далеко не простой задачей; основные принципы согласования моделей с заданиями вряд ли будут выработаны в скором времени.