Описанный А.Слумэном способ референции символов не является единственным. Например, П.А.Колере и У.Е.Смайт выделяют три способа, которыми символы у человека могут соотноситься с действительностью: обозначение (репрезентация); приведение примеров (буквальных и метафорических); выражение свойств, к которым относится символ [21]. Разнообразие способов референции, которыми обладает символ, непосредственно влияет на индивидуальные способы его интерпретации и понимания человеком. Но дело даже не в том, что психологам известно несколько способов референции символов, а в неудовлетворенности самого референтного подхода к формированию смысла слова: ведь в психологии давно стало аксиомой, что при одной и той же предметной отнесенности смысл слова для человека может быть разным.
Для психолога основной вопрос заключается не в том, КАКОЙ предмет обозначается символом, а в том, КАК (в виде какого символа) тот или иной объект существует для субъекта (например, путь из одного города в другой одним человеком может осознаваться как яркий зрительный образ фрагмента географической карты, тогда как второй субъект лишь приблизительно помнит последовательность названий промежуточных населенных пунктов).
В отличие от психологов разработчики систем работают с названиями объектов как с объектами, которые уже имеются в их распоряжении. Неудивительно, что они видят свою задачу только в том, чтобы предложить такое правило комбинации символов (формализм, описывающий последовательность процедур познания), соответствие которого интуитивным представлениям о познавательных процессами будет проверено в ходе эксплуатации системы. Многие специалисты по “искусственному интеллекту”, видя неудовлетворенность разработанных процедур “привязывания” смысла к символу, высказывают мнение, что разумную, познающую окружающий мир систему нельзя создать до тех пор, пока она не будет иметь обратной связи от объектов. Иначе говоря, символы для системы станут осмысленными (будут обозначать не копии объектов в машинной памяти, а сами объекты) тогда, когда у компьютерных систем появятся рецепторы, посредством которых они сами смогут получать информацию о мире (сейчас предметные знания закладываются разработчиком).
Признавая важную роль перцептивного опыта в смыслообразовании у человека, все же следует напомнить, что предпринимавшиеся в психологии попытки связать смысл слова исключительно с теми сведениями о предметах и явлениях, которые человек получает непосредственно от органов чувств (А. Пейвио и др.), оказались неудачными: смысл предъявляемого предложения нередко осознается человеком раньше, чем у него появляются соответствующие перцептивные образы; синтаксические отношения и некоторые слова предложений естественного языка не поддаются представлению в образах (каковы, например, образы слов “если” или “затем”?).
Главная причина неудачи референтных подходов, по мнению Дж. Д. Брансфорда и Н. С. Маккаррелл, состоит в том, что “информации об изолированных объектах (things) недостаточно для уяснения их смысла” [120, р.192]. Эти авторы отмечают, что перцепция дает человеку больше, чем прямую информацию об объекте: в данных органов чувств представлены и пространственно-временные отношения, характеризующие перцептивное событие. Согласно их точке зрения, объекты становятся осмысленными через отношения с другими объектами. Соответственно смысл любого предложения является результатом воссоздания в мозгу читателя предметной ситуации, в которой выраженные в предложении отношения правдоподобны.
Другие психологи, признавая важную роль в смыслообразовании контекста, предметных связей понимаемого, определяют смысл исключительно в терминах знаний. Например, Дж. Дж. Франке пишет: ”Структуры смысла есть частные порождения системы знаний. Они детерминируются знанием так же, как структура предложения детерминируется грамматикой” [там же, с. 235]. У.Ф. Бруэр рассматривает смысл в широком и узком значении этого слова. При широкой интерпретации смысл слова, предложения, объекта или события для понимающего субъекта может быть выражен как целостная система его знаний, относящихся к слову (предложению и т. д.). Смысл в узком значении—это то подмножество знаний, указанных словом (высказыванием) в диалоге, которое, по предположению говорящего, будет выделено слушающим. Сеть знаний человека, по Бруэру, образуется посредством взаимосвязанных высших психических процессов и включает как образные, так и вербально-логические знания [там же, с. 281].
В соответствии с такой когнитивистской интерпретацией смысла усилия многих исследователей направлены главным образом на отображение характеристик объектов предметной области в виде стабильных структур знаний, которые можно записать на машинных носителях систем искусственного интеллекта. Такой способ отображения характеристик объекта вполне соответствует референтным принципам его осмысления. Проектируя системы, разработчики озабочены в основном тем, как с помощью структур знаний, используемых для понимания (наиболее распространенная из них—фрейм), вывести смысл понимаемого. Например, П.Уинстон пишет: “Смысл простых предложений в значительной степени может быть описан фреймами действия и фреймами изменения состояния, связанными друг с другом в причинно-следственную сеть” [111, с. 228). И далее: “Понимание с операционной точки зрения на создание вопросно-ответных систем, вероятно связано с созданием тесно взаимосвязанного множества фреймов” [там же, с. 241].
Самое сложное для разделяющих эту точку зрения разработчиков—определить, какие именно фреймы необходимо ввести в систему, какой фрейм или набор фреймов может понадобиться для понимания входного текста. Другими словами, сложность заключается в определении перечня необходимых и достаточных для уяснения смысла знаний. Неудивительно, что некоторые разработчики высказывают мнение, что при создании систем, выполняющих интеллектоподобные функции, главная проблема состоит не в том, в каком виде представлять знания (фреймы, сценарии, продукции), а в том, какие именно знания следует заложить в систему, чтобы она могла успешно выполнять эти функции [92, с. 131-132]. Поэтому наиболее проницательные из специалистов по “искусственному интеллекту” пытаются уяснить, что принципиально нового привносится знаниями в функционирование систем.
Так, в 1982 г. А.Ньюэлл предложил дополнить традиционную для компьютерной науки схему иерархии уровней организации систем “искусственного интеллекта” (включающую уровни “технического устройства”, “логической организации данных”, “программный”) уровнем “знаний” [124]. Содержание уровня знаний этот автор описывает на примере ситуации наблюдения одним субъектом за поведением другого. Наблюдаемый оказывается для наблюдателя системой на уровне знаний потому, что наблюдатель приписывает действующему субъекту некоторые знания о мире и цели вместе с возможными действиями. На основании компонентов уровня знаний наблюдатель может делать предсказания о поведении наблюдаемого. Поскольку в системной иерархии каждый вышестоящий уровень выступает в роли организующего начала по отношению к предшествующему, то, с одной стороны, уровень знаний определяет то, на что должны быть способны символьные структуры программного уровня, непосредственно над которым он находится. С другой стороны, он сам характеризуется радикальной незавершенностью, так как является высшим уровнем в организации систем, а знания используются неформально, т. е. они не связаны формализованными процедурами с операциональными моделями обработки символов на программном уровне. Незавершенность, в частности, проявляется в том, что иногда поведение наблюдаемого субъекта может быть предсказано на основе описания на уровне знаний, однако целый ряд аспектов поведения таким описанием не охватывается и, следовательно, предсказан быть не может. В настоящее время в “искусственном интеллекте” ведутся исследования в направлении конкретной технической реализации уровня знаний.
Одну из самых продуктивных и интересных, но вместе с тем слабо подкрепленных психологической теорией попыток такого рода предпринял У.Кинч [122, с.301-312]. Занимаясь проблемой понимания текста, он разработал двухкомпонентную модель репрезентации его содержания в памяти компьютера. Эта модель состоит из пропозиционной основы (связной понятийной структуры, выражающей содержание написанного) и ситуационной модели, выстраиваемой компьютерной программой посредством актуализации знаний об описываемой в тексте предметной области. Задача понимания, по Кинчу, состоит в том, чтобы преобразовать входной текст в концептуальное представление его смысла—список утверждений, представленных в табличной форме. “Быть понятым” в этой модели означает, что программа понимающего устройства построила такой род репрезентации смысла текста, который иллюстрируется в приводимых в статье таблицах. Эта модель обладает существенным недостатком: абстрактная пропозиционная семантическая репрезентация, как шаблон прикладываемая к разным текстам, нечувствительна к психологической структуре деятельности читателя, так как игнорирует индивидуальные способы осмысления (символизации) элементов текста, в конечном счете и определяющие специфику понимания.
В психологии известны различные виды символов и соответственно их смыслов. Между тем специалисты по “искусственному интеллекту”, моделируя познавательную деятельность, редуцируют символы к одному их виду, реализуемому в программах ЭВМ. П.А.Колере и У.Е. Смайт, называя символы такого вида общепринятыми (consensual) и отмечая, что они “обеспечивают основу для референции в общении”, характеризуют их как четкие (articulated) символы—дифференцируемые, идентифицируемые и повторимые. В противоположность этому личностные символы, т. е. феноменальные события, существующие только для переживающего их субъекта (умственные образы, сны и т. п.), являются нечеткими (dence) и не воспроизводятся в машинах. Личностные символы неотделимы от истории своего возникновения в деятельности и обстоятельств использования. Разные личностные символы отличаются по способности репрезентировать субъекту предметы, события и явления окружающего мира, да и человеческий разум неодинаково способен иметь дело со всеми символами [121].