Смекни!
smekni.com

Когнитивная наука Основы психологии познания том 1 Величковский Б М (стр. 32 из 120)

Допустим, что решение некоторой хронометрической задачи включа­ет несколько последовательных этапов переработки информации, на­пример, тех трех этапов, которые описал еще Дондерс: детекция стиму­ла, его различение и выбор ответа (см. 1.2.1). Тогда в случае наиболее сложной задачи времени реакции выбора (п стимулов -» и реакций) можно было бы попытаться найти такие независимые переменные, или факторы, которые, селективно влияя на продолжительность каждого из этих этапов, не вызывают изменения времени переработки информации на других этапах. Наличие отдельных этапов выразилось бы в аддитив­ном влиянии этих факторов на общее время реакции выбора. Аддитив­ность двух факторов А и В означает, что при всех значениях одного фак­тора влияние другого постоянно. Формальным критерием аддитивности служит ситуация, при которой величина взаимодействия факторов (АхВ) в дисперсионном анализе не достигает уровня значимости. При графическом представлении результатов аддитивность выражается в по­явлении параллельных зависимостей.

Действительно, многочисленные данные демонстрируют существо­вание переменных, которые, влияя на время решения тех или иных за­дач, не взаимодействуют между собой (Sternberg, 1969; 1999). Как пока­зано на рис. 2.6А, к их числу в простейшем случае относятся оптическая зашумленность («читабельность») предъявляемых зрительно цифр и ес­тественность соответствия стимулов и ответов: в соответствующих экс­периментах испытуемый должен был либо просто называть показанную цифру, либо называть цифру, на единицу большую. Аддитивность (неза­висимость) влияния этих двух факторов на время реакции свидетель­ствует о существовании, по крайней мере, двух независимых этапов в процессах решения данной задачи. Содержательно их можно было бы назвать этапами перцептивного кодирования и организации ответа. Вре­мя перцептивного кодирования избирательно зависит от читабельности



естеств.неестествестеств.неестеств.

Соотношение стимулов и реакций

Рис. 2.6. Примеры аддитивного (А) и неаддитивного (Б) влияния на время реакции в за­даче называния цифры (по· Sternberg, 1999).

цифр, а время организации ответа — от его естественности. С другой стороны, третий экспериментальный фактор — число альтернатив — взаимодействует в той же задаче как с читабельностью цифр, так и с ес­тественностью ответов. Можно сделать вывод, что этот фактор влияет на продолжительность каждого из выделенных выше этапов переработки, а его полезность для тестирования процессов на одном из этих этапов ограничена.

Таким образом, метод аддитивных факторов заключается в поиске пар не взаимодействующих между собой факторов с целью расчленения процесса решения задачи на отдельные стадии. Это выявление внутрен­ней структуры процессов переработки информации оказывается воз­можным чисто психологическими методами, без использования физи­ологических и нейропсихологических процедур. Ограничением метода аддитивных факторов является то, что он может использоваться толь­ко в хронометрических экспериментах, причем в режиме относительно безошибочной работы. Следует подчеркнуть последний момент: в силу взаимозависимости скорости и точности ответов (больше времени — точнее работа и наоборот) число ошибок в хронометрических исследо­ваниях, за исключением специальных случаев, должно оставаться на очень низком и примерно одинаковом уровне (порядка 2—3%). Дан­ный метод был использован в огромном числе когнитивных исследо­ваний, прежде всего для систематического анализа закономерностей поиска информации в памяти (см. 5.1.2).


121


Четвертый принцип традиционного когнитивного подхода состо­ял в нарочито нечетком определении связи психологических и нейро­физиологических процессов. Считалось, что хотя процессы переработ­ки символьной информации как-то связаны с мозговым субстратом, эта зависимость не является жесткой. Скорее всего, работающий мозг .— необходимое, но не достаточное условие формирования символьных репрезентаций и психологического контроля поведения. Для предста­вителей искусственного интеллекта, кстати, мозговой субстрат не был даже необходимым условием — предполагалась, что полноценные ког­нитивные репрезентации могут быть сформированы также и достаточ­но мощной компьютерной программой. В силу нечеткости психофизи­ологической связи, для многих научных и практических целей вполне достаточным представлялось формальное описание вовлеченных в пе­реработку информации процессов, даже если их мозговой субстрат ос­тается неизвестным. Подобное формальное описание строилось на базе формализации предложений естественного языка, то есть предполага­лось, что внутренние репрезентации знания имеют в своей основе вер-бально-логический характер.

Представления об абстрактно-символьной природе внутренних репрезентаций были наиболее полно разработаны Аланом Ньюэллом. Подобные представления были необходимы, чтобы полностью исполь­зовать потенциал компьютерной метафоры и показать, что знания и следствия из них (умозаключения) могут в буквальном смысле слова вычисляться. Единицей знания при этом (см. также 5.3.1, 7.1.3 и 8.1.1) считается пропозиция — логическое суждение (утверждение), которое может быть либо истинным, либо ложным.

В логике и лингвистике существуют разные подходы к описанию пропозиций. Традиционный подход близок к описанию структуры предложения и состоит в выделении в составе пропозиции субъекта, предиката (отношения, свойства) и объекта. Этот подход, однако, про­блематичен, так как субъект и объект легко могут меняться местами без изменения истинности утверждения: «Россия продала Аляску Амери­ке» и «Аляска была продана Россией Америке». Поэтому более совре­менным, отвечающим духу математической логики подходом является трактовка предиката как логической функции, или отношения, в ко­торое могут подставляться различные аргументы (объекты отношения). В зависимости от характера предиката (отношения) пропозиция может допускать различное количество аргументов. Примером одноместного предиката служит выражение твердый (карандаш), двуместного — на (книга, стол), трехместного — подарить (Маша, Летя, яблоко) и т.д. В качестве аргументов таких выражений могут выступать не только су­ществительные, имена собственные и местоимения, но и целые пропо­зиции, в связи с чем говорят о предикатах второго порядка. Например, предикат установления причинно-следственной связи, cause, способен рекурсивно объединять серию более элементарных пропозиций:

cause[подарить (Маша, Петя, яблоко), благодарить (Петя, Маша)].


живое существо



птица

Мурка


Чижик


Рис. 2.7. Пример простейшей семантической сети.


На базе пропозициональных репрезентаций возможно выполнение вычислений, для которых используется пропозициональная логика, назы­ваемая также исчислением предикатов. Подчеркивание роли пропозици­онального описания знания, таким образом, тесно связано с поставлен­ной еще Лейбницем (см. 1.1.2) задачей автоматического вывода и моделирования умозаключений. Существует большое количество произ­водных от пропозиций средств моделирования, наиболее известными из которых являются семантические сети. Они представляют собой про­странственные структуры, включающие узлы (понятия, объекты, аргу­менты) и связи между ними (отношения, функции, предикаты). Пример фрагмента простейшей семантической сети показан на рис. 2.7 С помо­щью подобных сетей возможно моделирование процессов категориза­ции и простых умозаключений (см. 6.2.1 и 8.2.1). Так, если два понятия «лебедь» и «щука» объединены иерархически более высоким узлом «жи­вое существо», то возможен перенос части свойств, приписанных дан­ному узлу, с одного понятия на другое. Иными словами, интерпретация и репрезентация понятий в символьном подходе прямо зависят от про­цессов категоризации: как только понятие относится к некоторой более


123


абстрактной категории, оно наследует семантические признаки этой категории10.

В конце 1970-х годов появились и другие средства моделирования когнитивных процессов, прежде всего так называемые системы продук­ций или марковские алгоритмы, названные так в честь русского матема­тика A.A. Маркова (1858—1922). Одним из примеров могут служить пра­вила перезаписи порождающей грамматики Н. Хомского (см. 1.3.3). Они представляют собой колонку пар (продукций) типа «условие» —» «дей­ствие»: если на вход системы продукций попадает одно из «условий», то оно автоматически приводит к соответствующему «действию». Продук­ции можно представить как определенные правила, например: «Если идет дождь, то нужно взять с собой зонт», хотя речь может идти и о средствах моделирования простых связок: «стимул» —» «реакция» Управ­ление начинается сверху колонки и последовательно спускается вниз до нахождения первого подходящего условия. После осуществления опера­ций — «действий» — управление вновь начинается с верхней строчки В отличие от обычных машинных программ системы продукции практи­чески не обладают структурой, в них, в частности, отсутствует обычный для многих языков программирования оператор перехода к другим уча­сткам программы (оператор «goto»). Простота систем продукций при­вела к тому, что они стали широко использоваться при когнитивном мо­делировании (см. 6 4.1 и 9 2.1). В связи с упоминанием «действий» много надежд было связано и с возможным использованием систем продукции для дополнения моделей когнитивных функций (прежде всего памяти и мышления) моделями сенсомоторных процессов.