Domańska, K. (1997). Metafora komputerowa w psychologii poznawczej. W: T. Tyszka, M. Materska, Psychologia i poznanie. Warszawa: PWN. (s. 13-35)
Umysł (w behawioryzmie)- „czarna skrzynka”- nieobserwowalny, dostępny fragmentarycznie, nie poddaje się opisowi w kategoriach fizycznych.
Komputery dostarczyły psychologii języka opisu procesów zachodzących wewnątrz „czarnej skrzynki”, umożliwiły zweryfikowanie założonych hipotez na ich temat.
ŹRÓDŁA METAFORY KOMPUTEROWEJ: Maszyna Turinga.
Claude Shannon (1938)
istnieje podobieństwo między podstawowymi operacjami umysłu a operacjami zachodzącymi w obwodach elektrycznych.
działanie sieci elektrycznej z wbudowanymi w nią przełącznikami (sieć będąca pierwowzorem komputera) można przedstawić w postaci działań w logicznym rachunku zdań
McCulloch i Pitts (1943)
stworzyli model struktur neuronalnych opisywanych w logiczno - mechanistycznych terminach, dla którego podstawą były wnioski zawarte w pracy Shannona
Bertrand Russel i Alfred N. Whitehead Principia Mathematica
wiedzę matematyczną można przedstawić w postaci systemu logicznego
dowodzeniem twierdzeń matematycznych mogą zająć się maszyny, jeśli skonstruuje się je tak, by dokonywały przekształceń wyrażeń zgodnie z zasadami logiki
Alan Turing (1936)
teza, iż obmyślona przez niego maszyna (tzw. Maszyna Turinga) jest w stanie rozwiązać wszystkie problemy, dla których istnieją algorytmy
teza Turinga nigdy nie została formalnie udowodniona, chociaż do dziś nie znaleziono dającej się obliczyć funkcji, z którą Maszyna Turinga nie potrafiłaby sobie poradzić.
Maszyna Turinga
Składa się z części zwanej głowicą, przed którą przesuwa się taśma podzielona na klatki. W każdej klatce znajduje się jeden z dwóch znaków. Maszyna potrafi rozpoznać, z którym z dwóch znaków ma do czynienia, potrafi znak w konkretnej klatce zmazać albo go narysować. Maszyna potrafi przyjmować różne stany. To, co zrobi, zależy od stanu, w jakim się znajduje. Maszyna Turinga była pierwszym urządzeniem, które było w stanie wykonać wszystko to, co systemy działające według deterministycznych zasad.
DOJRZAŁA POSTAĆ METAFORY KOMPUTEROWEJ
Teza o Fizycznym Systemie Symboli.
Herbert Simon i Allan Newell (1956, 1972, 1976, 1980) skonstruowali programy: Teoretyk Logiki (Logist Theorist) i Ogólny Rozwiązywacz Problemów (General Problem Solver- GPS)
celem Simona i Newella było stworzenie programu, który pracowałby nie tylko równie efektywnie jak człowiek, ale także w podobny sposób, podejmując podobne kroki w kolejnych fazach rozwiązywania problemu.
badacze zauważyli, że komputery działają, przekształcając symbole, które niekoniecznie muszą mieć liczbową interpretację
idea fizycznego systemu symboli: komputer i system poznawczy człowieka stanowią konkretne przypadki ogólnej klasy systemów zwanych fizycznymi systemami symboli. Podstawowym składnikiem fizycznego systemu symboli są symbole- zjawiska fizyczne, które mogą współwystępować, tworząc tzw. struktury symboli. System posiada własności konieczne i zarazem wystarczające, by zachowywać się w sposób inteligentny. Dzięki zdolnościom desygnowania, dysponuje reprezentacjami poznawczymi świata zewnętrznego i własnych stanów. Dzięki zdolności interpretowania, system mając wiele sposobów zachowania, wybiera jeden z nich- stosuje heurystyki w rozwiązywaniu problemów.
Funkcjonalizm
proponuje, by stany umysłowe traktować jako zjawiska występujące na pewnym psychologicznym poziomie opisu, tożsame z pewnymi zjawiskami fizycznymi, oraz aby definiować je poprzez przyczyny, które do nich doprowadzają i przez skutki, jakie wywołują. Przyczynami lub skutkami stanu umysłu mogą być stany wewnętrzne, a nie tylko zewnętrzne bodźce i reakcje. Każdemu ze stanów umysłowych, mimo że są nieobserwowalne, przypisuje się realne istnienie.
Funkcjonalizm i teza o fizycznym systemie symboli doprowadziły do powstania nauki poznawczej, traktującej system poznawczy w sposób funkcjonalistyczny i uznający procesy poznawcze za procesy przekształcania symboli.
NAUKA POZNAWCZA CZYLI NAUKA O UMYŚLE I KOMPUTERZE
Nauka poznawcza zajmuje się badaniem systemów poznawczych „w ogóle”, niezależnie od tego, czy występują u człowieka, czy w komputerze. Przyjmuje założenie, że człowiek i komputer stanowią systemy przekształcające symbole fizyczne. Symulacja komputerowa pozwala porównać zachowanie komputera i człowieka oraz odpowiedzieć na pytanie, czy i w jakim stopniu mamy prawo sądzić, że mechanizmy poznawcze i procesy zachodzące w systemie poznawczym człowieka są takie same, jak procesy i mechanizmy w komputerze.
Zachowanie komputera można opisać na trzech poziomach:
poziom semantyczny (zwany: intencjonalnym, wiedzy i funkcji obliczeniowej): opisuje i wyjaśnia zachowanie w kategoriach: „być przekonanym”, „myśleć”, „mieć nadzieję” a jego przyczyny w postaci celów, przekonań i wiedzy - reguła zgodności przesłanek z „zasadą racjonalności”.
poziom symboli (zwany: syntaktycznym, funkcjonalistycznym, reprezentacji poznawczej i algorytmu): ujawnia mechanizm zachowania z poziomu semantycznego, opisując jego poszczególne fazy: od percepcji i formułowania wniosków do powstania pewnego przekonania. Posługuje się kategoriami: „struktura symboli”, „operacja”, „algorytm” i „przekształcenie symboli”.
poziom implementacji: opis modeli uwzględniający fizyczne szczegóły.
Pylyshyn
W przypadku, gdy system poznawczy człowieka i symulujący ten system program komputerowy charakteryzuje podobny przebieg opisu na poziomie algorytmów i symboli, mówi się o tzw. „silnej równoważności” tych procesów. Czynnikiem ostatecznie decydującym o przebiegu operacji w systemach poznawczych jest „architektura funkcjonalna” (granica między poziomem symboli i implementacji). Ideałem byłoby konstruowanie modeli komputerowych dla takiej samej jak u człowieka architektury opierającej się na elementarnych operacjach przekształceń symboli jak, zasadach konstruowania algorytmu i reprezentacji poznawczych z elementarnych jednostek.
Problem źródła semantycznych właściwości reprezentacji
Zadaniem nauki poznawczej jest opisanie formalnych własności reprezentacji poznawczych i przekształceń, jakim ulegają - ujmując w tych kategoriach zależności przyczynowo-skutkowe. Podczas gdy związek między fizycznymi, formalnymi i semantycznymi własnościami reprezentacji człowieka jest jednoznaczny, opis zachowania komputera na poziomie semantycznym jest kwestią umowy. Stąd dążenie do jak największej złożoność systemów symboli programów, która zapewnić by miała większy stopień jednoznaczności.
Fodor (1981)
solipsyzm metodologiczny: strategia pozwalająca na konstruowanie komputerowych modeli systemu poznawczego o niecałkowicie określonych właściwościach semantycznych, ujednoznacznionych dopiero interpretacją obserwatora.
Searle (1980) - krytyka stanowiska Fodora
opisywanie systemów komputerowych w terminach z poziomu intencjonalnego jest dużym nadużyciem. Dopóki w modele symulatorów nie zostaną wbudowane jednoznaczne właściwości semantyczne, dopóty modele te nie będą wyjaśniać funkcjonowania umysłu.
Argument chińskiego pokoju: Osobę, nieznającą języka chińskiego, zamknięto w pokoju, do którego z zewnątrz docierał pewien zestaw chińskich symboli. Jej zadanie polegało na przekształceniu symboli przy pomocy instrukcji zawartych w książce reguł i odesłaniu ich zmodyfikowanej wersji na zewnątrz.
WNIOSEK: Poprawne wykonanie zadania nie jest tożsame ze zrozumieniem przekazu komunikatu. Rola zaprogramowanego komputera ogranicza się do czysto formalnego odczytania napływających znaków.
OGRANICZENIA METAFORY KOMPUTEROWEJ:
związane ze specyficznym sposobem wyjaśniania w nauce poznawczej
bardzo trudno jest oddzielić hipotezy na temat funkcjonowania systemu poznawczego człowieka od tego, co do modelu dostało się przypadkowo, podczas przygotowywania go do komputerowej implementacji- wśród tak wielu modeli trudno o rzeczywiście psychologiczną teorię
współczesne koncepcje poznawcze są bardzo złożone i trudne do zrozumienia, przez co mało użyteczne w przewidywaniu ludzkiego zachowania
związane ze zdefiniowaniem zjawisk umysłowych jako systemu przekształcania symboli
język metafory komputerowej jest jedyną propozycją opisu zjawisk umysłowych. Jeśli jest on niewystarczający, nie da się opisać jego braków, nie istnieje żadna inna metafora naukowa, sugerująca istnienie czegoś poza procesami przekształcania symboli.
procesy przekształcania symboli mogą zawierać informacje, ale nie są ich świadome- nie są więc w stanie symulować rzeczywistych procesów umysłowych.
metafora komputerowa pozwala rozróżnić procesy świadome i nieświadome, o ile różnią się treścią, szybkością przebiegu, zapotrzebowaniami energetycznymi lub zasadami organizacji, ale tego, że niektóre z tych procesów mają własności fenomenologiczne, nie potrafi wyjaśnić, ani opisać.
W poszukiwaniu alternatyw
Jedyną kontrpropozycją do tradycyjnych modeli metafory komputerowej jest podejście ekologiczne Jamesa J. Gibsona (gibsonizm) głoszące, że procesy umysłowe można sprowadzić do reagowania na informacje zawarte wprost w środowisku. Zgodnie z powyższym, zachowaniem rządzą możliwości stwarzane przez zjawiska świata zewnętrznego - metafora „dostrajania się” - poznawcza bierność organizmu.