Masarykova univerzita, Filozofická fakulta, Katedra Filozofie

 

 

Magisterská oborová práce

 

 

 

Myšlení jako proces

Pokus o uchopení problému

 

 

Zpracoval:

 

Pavel Krejčí

 

Brno, 2000

 

 

Vedoucí práce:

doc. PhDr. Josef Krob, Csc.

 

V Brně, dne 31. 5. 2000

 

Výchozí předpoklady (metodologie)

 

Jako téma pro svou práci jsem si vybral myšlení, které mě odjakživa fascinovalo. Pomocí něj dosáhli lidé všechno, co kolem sebe vidíme. Ovlivňuje každý aspekt lidského světa. Je tak samozřejmé, že si ho téměř neuvědomujeme, a pokud se ho snažíme uchopit, lehce nám proplouvá mezi prsty.

Ve filozofii má také své tradiční místo jednak jako součást gnozeologie, kde jsou určitým způsobem objektivizovány jeho poznávací postupy a následně zkoumány z hlediska schopnosti dobírat se pravdy, a jednak jako součást ontologie ve filozofii mysli, či později psychologii, kde je součástí celkové koncepce člověka. Většinou jsou však hypotézy o myšlení založeny na určité ontologii, která do velké míry určuje celé pojetí duše, tedy i myšlení a poznání. A pokud už někdo učiní z myšlení východisko filozofie, jako např. Descartes, je to doprovázeno zamlčenými předpoklady, které následnou filozofii ovlivňují, např. jako je u Descarta následný důkaz boží existence.

Bez určitých ontologických předpokladů se neobejdu ani ve své práci, a proto je zde explicitně uvádím. Především vycházím z Occamovy břitvy jejíž používání se v podstatě mění na výzkumný princip „Je určité jsoucno nutné pro vysvětlení?“ To v mém případě vyúsťuje v určitý filozofický monismus, předpoklad jednotného, logicky konzistentního světa, ve kterém se povaha jsoucen liší pouze různou úrovní uspořádání. Tím se vyhýbám postulaci dalších abstraktních jsoucen, které jsou v tomto kontextu běžné pro vysvětlování apriorního předpokladu jedinečnosti lidské psychiky. Předpokládám tedy, že myšlení je realizováno mozkem. Dále vycházím z poznatků speciálních věd, a to raději přírodních, neboť v humanitních často i dnes má větší sílu autorita, než výsledky omezeného zkoumání reality. Třeba v psychologii na jedné straně existují „velké teorie“, či spíše obecné teoretické principy, jako je psychoanalýza, behaviorismus a humanistická psychologie, poměrně málo založené na empirických důkazech. Kritériem platnosti nových hypotéz je zde především uznání v příslušné vědecké komunitě. Na druhé straně pak je množství empirických studií a praktických problémů, k nimž jsou vytvářeny ad hoc hypotézy, zoufale hledající oporu v příslušném paradigmatu. Jednou z úspěšných a dobře empiricky založených přírodovědných teorií je evoluce, jejíž hledisko se budu snažit také uplatnit, neboť předpokládám, že vznik a vlastnosti myšlení jsou především determinovány evoluční výhodností.

Spíše se tedy budu snažit vycházet z aktuálních empirických poznatků, které se mého problému týkají, než z tradičních, často spekulativních teorií. Relevantní jsou tedy obory psychologie, neurofyziologie, kybernetika, kognitivní věda a její různé varianty zabývající se tzv. umělou inteligencí.

Pokud se psychologie ve 20. století něčeho zajímavého dobrala, pak je jím zjištění, že člověk jako subjekt je poměrně špatným zdrojem informací o psychice a myšlení, které v něm probíhá podobně jako nezná podrobnosti trávicího procesu. Na rozdíl od trávení a jiných životních procesů však v mozku nemáme žádné receptory, které by nás zpětnou vazbou upozornily (ve formě bolesti, nevolnosti) na případné poruchy v myšlenkových procesech. Tento triviálně znějící fakt má dalekosáhlé důsledky od problematiky definice duševního zdraví a nemoci, po problematiku pravdivého poznání. Jedinou šancí jak něco zajímavého zjistit je tedy odklon od introspekce a spekulací k exaktním, relativně objektivním, výzkumným metodám. To má však ten následek, že výsledky těchto výzkumů jsou jaksi málo srozumitelné lidem, zabývajícím se převážně introspekcí a spekulativními teoriemi. Zakládá se tím jeden z hlavních problémů v této oblastí, kterým je vztah mezi subjektivní a objektivní reprezentací téhož psychického jevu.

Výrazné pokroky, kterých bylo dosaženo v konstrukci specifických počítačových systémů, obsahující do menší či větší míry prvky inteligence, nutí opět k zamyšlení nad možnostmi realizace specificky lidských duševních schopností jinou formou, nebo alespoň jejich poznání a vymezení pomocí jiných forem inteligence.

A v neposlední řadě nenápadný přístup sociobiologie, dnes překřtěné na evoluční psychologii, který se snaží naznačit, že mnohé vlastnosti nejen sociálního chování, ale i myšlenkových procesů, poznávacích a jazykových schopností jsou založeny spíše geneticky než kulturně.

 

 

 

Dosavadní přístupy

 

V současné době panuje velký rozmach literatury týkající se vysvětlování mysli, a to i pokud bereme v úvahu jen tzv. odbornou. Souvisí to s pokrokem zobrazovacích metod mozku na jedné straně a s rozvojem počítačového napodobování inteligence na straně druhé. Objevuje se množství teorií o fungování mysli v rámci přírodních věd (Damasio, 2000; Crick, 1997, aj.) a mnoho filozofů cítí kompetenci i potřebu tyto novinky reflektovat. Napomáhá tomu i určitá recese tradičních filozofických témat. Například Chalmers [2000] nabízel v lednu tohoto roku 674 odkazů na práce přístupné online (zabývající se vědomím) a bibliografii s více než 2000 pracemi přístupných offline. Vzhledem k množství a kvalitě se dá říci, že tématika kolem mysli je právě v módě.

 

Psychologie

Jak jsem již v úvodu poznamenal, je velká část psychologů nakloněna spekulativním teoriím osobnosti vypracovanými autoritami jako Freud a Jung. Například Pstružina (1998) zahrnuje mezi výchozí inspirace při konstrukci modelu mysli Jungovy hypotézy: „Zároveň z Jungovy koncepce vyplývá, že naše mysl v sobě, i když utajeně, obsahuje genezi vesmíru. Proto obrácení pozornosti dovnitř mysli může odhalit mnohá vysvětlení o jeho vývoji a chodu…Někdy tyto zákonitosti můžeme odhalit v sobě samotných, pokud se nám podaří proniknout do nevědomých oblastí a vyzvednout je z nich.“ (Pstružina, 1998:78). Tyto výroky lze zařadit spíše do oblasti mystiky než vědy a metoda introspekce sotva najde v současné fyzice uplatnění. Podobně Solms (1997) se snaží vytvořit moderní teorii vědomí na základě nové interpretace Freudovy konceptualizace problému vědomí: „Základním tvrzením psychoanalýzy není jenom, že část mysli je nevědomá. Je jím to, že duševní aktivita je nevědomá o sobě (in itself). To implikuje, že vědomí není jenom část duševní aktivity; spíše je reflexí duševní aktivity, nebo percepcí duševní aktivity (která je o sobě nevědomá).” (Solms, 1997:684, vlastní překlad). Ačkoliv tato teorie není triviální, Solmsovi se nepodařilo celkově vyjasnit postavení vědomí. Vědomí je jaksi vystěhováno z psychiky neznámo kam, pouze pasivně reprezentuje nevědomé duševní aktivity, aniž by do nich zasahovalo, představuje pouze nepodstatnou vlastnost (kvalitu) duševních procesů: „duševní aktivita se skládá ze souvislého kauzálního řetězce, který je ve své podstatě nevědomý, a který vědomí reprezentuje „nekompletním a nedůvěryhodným“ způsobem.“ (Solms, tamtéž, vlastní překlad).

Druhou oblastí psychologie týkající se mysli je behaviorismus a teorie operativního podmiňování. Vliv tohoto směru je právě v tom, že chtěl převést celé fungování mysli na princip stimulus-(organism)-reaction a vytváření jakékoliv složitější teorie mysli v psychologii dlouho úspěšně bránil.

Třetí je heterogenní oblast zahrnující teorie středního dosahu vytvořené na experimentálních základech. Jde o teorii komplexního učení (Tolman, 1932 podle Atkinsonová, 1995:290-2), teorii implicitní paměti (Ratclif a McKoon, [2000]), teorie operačních principů (Slobin, 1971, Pinker a Prince, 1988 podle Atkinsonová, 1995:365-7), kterou projednám v kapitole o jazyce, teorie duševních stavů (Premack a Woodruff, 1978 podle Koukolík, 2000:320) a mnoho dalších.

 

Věda o umělé inteligenci

Cílem různých vědců zabývajících se problematikou umělé inteligence (artificial intelligence – AI) není nutně umělá rekonstrukce lidské mysli. Spíše jde o vytvoření nástrojů (automatů), které mají obecné schopnosti nalézt řešení v rámci různých okruhů problémů. AI se inspiruje nejen lidskou inteligencí, ale i „inteligencí“ zvířat, neboť ty také musí řešit složité problémy vztahující se k přežití (vidění, rozhodování, atd.). Vzhledem k tomu, že celková teorie myšlení stále chybí, používají se také zpětně teoretické modely AI pro vysvětlení (nejen) lidského myšlení a chování.

Rozvoj a význam AI je především v možnostech praktického uplatnění jejích poznatků, přičemž její vývoj doprovází směsice nezdolného technologického optimismu a přehnaně kritické skepse. Přestože jde v podstatě o technickou disciplínu v níž nemohou filozofové svými úvahami konkurovat odborníkům, řada filozofů se snaží do této problematiky zasahovat pomocí typické strategie „třešniček na dortu“ a apriorních důkazů. „Třešnička“ je v tomto případě zajímavý a laicky srozumitelný výsledek dlouholetého výzkumu, například určitý program, který umí řešit některé problémy. Na základě takových výsledků a vlastního ostrovtipu pak někteří filozofové dokazují buď existenci nepřekonatelné hranice mezi lidskou a umělou inteligencí, nebo jejich totožnost. V obou případech však inteligence označuje souhrn mnoha rozdílných strategií poznávání a řešení problémů. Pro úspěšnost AI je však hlavním kritériem schopnost praktického uplatnění, což může být i případ Turingova testu (viz. kapitola o AI), a jednoduchá filozofická kritika zde míjí jakýkoli cíl.

Samozřejmě, že i v rámci AI jsou přítomny aspirace na vytvoření umělé mysli, která bude od lidské k nerozeznání ve všech ohledech. Tento cíl definuje tzv. silná verze AI, která tvrdí, že ho lze dosáhnout zkonstruováním vhodného počítačového programu. Základním kritériem pro funkci takového programu je pak Turingův test. Podrobně rozebírám tento test i obecně vztah AI k myšlení v samostatné kapitole nazvané Inspirace z umělé inteligence - AI.

 

Neurofyziologie

Přináší mnoho zajímavých poznatků o stavbě mozku a pomocí nových zobrazovacích metod umožňuje přibližnou lokalizaci mozkových oblastí, které zpracovávají určité funkce. Velká část poznatků se týká spíše stavby a funkce neuronů a synapsí, protože se zkoumají lépe, než celé funkční celky (sítě neuronů) zahrnující tisíce neuronů. Předpokládám ale, že z hlediska fungování mysli jsou důležitější právě tyto větší funkční celky, které se v tomto oboru často ztrácí v množství detailů. Hlavní práce, které se jimi zabývají jsou Crickova (1997) zabývající se viděním, respektive tzv. vizuálním vědomím, a Damasiova (2000), kde se zabývá vztahem emocí k poznávání. Přehledové práce z tohoto oboru podává Koukolík (1997, 2000), kde se zabývá hlavními teoriemi i jejich vztahem k širšímu vědnímu kontextu. Tyto poznatky jsou filozoficky relevantní, neboť se občas v rámci neurofyziologie objeví nový poznatek, který je v rozporu s tradičními filozofickými koncepcemi mysli, jako třeba v následujícím případě.

Zajímavá situace nastává poté, kdy byly některým lidem (epileptikům) chirurgicky odděleny hemisféry z lékařských důvodů (omezení šíření epileptického záchvatu do druhé hemisféry). Díky následným pokusům bylo zjištěno, že množinu úkolů může provést jediná hemisféra, nezávisle na druhé. Protože „centra“ řeči jsou umístěna v levé hemisféře, je dotyčný pacient s rozděleným mozkem schopen popírat, že jakkoli ví o objektu prezentovaném pouze pravé hemisféře, ačkoli správně reaguje na tvar nastavením příslušné ruky pro pravou hemisféru, která tedy o tomto objektu ví. (viz Koukolík, 1997:119)

Filozofický problém, jak uvádí Beloff (1977), který vyvstává z těchto faktů je ten, jakým způsobem bychom měli popsat tuto paradoxní situaci? Máme říci, že mysl subjektu byla, podobně jako mozek, rozdělena na dvě za vzniku dvou paralelních, vzájemně oddělených proudů vědomí? Nebo bychom měli říci, že například mysl subjektu je nyní výhradně spojena s levou hemisférou, ponechávaje němou pravou hemisféru fungovat čistě automaticky a nevědomě? Nagel (1971) věnoval pozornost paradoxním důsledkům jakéhokoli pokusu interpretovat tuto situaci v našich známých pojmech týkajících se „já“. Zangwill (1976) na druhé straně vyslovil silnou žádost o přijmutí prvního návrhu a poctivého uznání duplikace vědomí. Zároveň vytýká Ecclesovi přijímání druhého návrhu, což označuje za zoufalý pokus o ubránění duševní jednoty.

 

Filozofie

V rámci filozofie bylo vytvořeno několik koncepcí popisující vztah mysli a těla (tzv. mind-body problem). Tato problematika je však již projednána mnoha filozofy od Platóna a Descarta, přes Marxe, Flanagana, Rylea, Ecclese, Poppera až po Chalmerse, Denneta a Pstružinu (viz. Pstružina 1998:57-63), takže se ji zde nebudu více věnovat. Výsledné varianty, které tento vztah definují mají stále spíše spekulativní charakter a význam spíše psychologický. Dokud ve vědě chybí důkladná, empiricky podložená teorie mysli, tak není příliš efektivní zkoumat její vztah k tělu. A až tuto teorii mít budeme, vztah k tělu z ní jasně vyplyne.

Filozofové však systematicky zvyšují nároky na to, co všechno by měla teorie mysli vysvětlovat, nacházejí těžké problémy (problém vědomí, problém „qualia“, problém rozumění symbolům, problém svobodné vůle atd.), takže je pro jakoukoli teorii mysli v současnosti nemožné uspět. Nehledě na stálý nedostatek experimentálních faktů a omezené možnosti zkoumání mozku. V tomto smyslu se drží tradice nic netvrdit, vše vyvrátit, kterou popisuje např. Pavel Tichý (1995, vlastní překlad) takto: „Filozofové dvacátého století se vzájemně předhání v předkládání stále silnějších tezí ve formě „Neexistují takové věci jako…“. Hodnoty, vjemy, časy, příčiny, přírodní zákony, možnosti, čísla, atributy, vše se stalo cílem skoupých křižáckých výprav krvelačných filozofů třímajících Occamovu břitvu. V době, kdy čísla-chroustající stroje razí cestu druhé průmyslové revoluci, mají filozofové nervy k vydávání knih s názvy jako „Věda bez čísel“.“

Ti, kteří jsou ochotni k budování teorií mysli, tak činí s téměř náboženskou úctou a bázní, jež je v kontrastu s redukcionistickým přístupem častým v přírodních vědách. Snaží se proto svoji teorii „okořenit“ těmi nejmodernějšími koncepty. Chalmers (1995, vlastní překlad) to popisuje u teorií vědomí: „Nepanuje tu žádný nedostatek zvláštních ingrediencí. Někteří lidé navrhují vložení chaosu nebo nelineární dynamiky. Někteří si myslí, že klíč leží v nealgoritmickém zpracování. Někteří se odvolávají k budoucím objevům v neuropsychologii. Někteří se domnívají, že klíč k tajemství bude ležet v úrovni kvantové mechaniky. Je snadné vidět proč jsou všechny tyto návrhy předkládány. Žádná ze starých metod nefunguje, tak musí řešení spočívat v něčem novém. Bohužel všechny tyto návrhy trpí stejnými starými problémy.“. Přičemž sám Chalmers (tamtéž) buduje velkolepou teorii vědomí, ve které ho řadí mezí nejzákladnější fyzikální koncepty vedle hmoty, časoprostoru a elektromagnetismu, principy vědomí pak zařazuje mezi základní přírodní zákony jako jsou zákon zachování energie atd. Tato teorie je vskutku, jak Chalmers vyzdvihuje - neredukcionistická.

Další oblíbené ingredience ve vysvětlování mysli, které používá Pstružina (1998) jsou princip emergence (viz. dále), fuzzy logika, Fodorovy enkapsické struktury a Arietiho endocepty. Zejména princip emergence si zaslouží pozornost, neboť se používá v této tématice velmi často a ve více významech. I. M. Havel (1993 volně podle Pstružina 1998:158) je uvádí takto:

H1. v evolučním významu, kdy vznik systému nemůže být predikován nebo vysvětlen z antecedentních podmínek;

H2. v ne-redukčním významu vysvětlení jevů v ontologickém smyslu, kdy jevy se přirozeně vyskytují na určité úrovni, ale něco znemožňuje (můj důraz -PK) jejich redukci na příslušné nižší úrovni; např. tekutost vody;

H3. v ne-redukčním významu vysvětlení jevů v gnoseologickém smyslu, emergentní je vlastnost určité teorie za určitých podmínek, které jsou zde nejasně definovány;

Crick (1997:21) podává tyto definice:

C1. v ne-redukčním významu vysvětlení emergentního chování, kterým není možné žádným způsobem, ani v principu, porozumět jako kombinaci chování jeho jednotlivých částí;

C2. ve významu vysvětlení jevů, kde celek nemusí být jednoduchým součtem jednotlivých částí, jeho chování můžeme, alespoň v principu, porozumět z povahy a chování jeho částí spolu se znalostí jejich interakcí.

K významu H3 se vzhledem k definici nelze příliš vyjadřovat, ale patrně odpovídá definici C1. Při konstrukci tohoto principu se používá několik zajímavých logických skoků. Z toho, že něco (chování, vlastnost) neumíme vysvětlit se přechází na to, že to nelze vysvětlit (viz. C1, H1). Gnoseologický problém se převádí na problém ontologický (viz. H2). Ačkoliv tento princip má opodstatnění jako C2, není ho ve skutečnosti v tomto významu třeba používat. Pokud totiž umíme vysvětlit chování a vlastnosti celku na základě chování a vlastností jeho prvků a jejich struktury a interakcí, nepotřebujeme žádný další princip (Occamova břitva). Tento princip však nachází hojné uplatnění tam, kde prostě nevíme jak věci fungují, a přesto se snažíme je vysvětlit. V takovém absurdním případě se princip emergence (ve významu C1, H1) hodí úplně univerzálně: Je to tak a tak, funguje to tak a tak, prostě proto, že se to a to, tato funkce na této úrovni objevuje. A ani nemá cenu to zkoumat, protože vnitřní stavba stejně vysvětlení neumožní. Je to snad nejlevnější vysvětlení jaké existuje.

 

 

Následující přehled shrnuje nejčastější chyby filozofů v oblasti věd o poznávání a AI, z nichž některé dále rozebírám v následujícím výkladu:

 

1) intuitivní přístup ke komplexním problémům

a) počb) ítačc) e pracují syntakticky, a proto nerozumí…

d) poče) ítačf) e nemohou pracovat s náhodou…

g) počh) ítači) e pracují s 0-1, a proto nemohou…

j) počk) ítačl) e fungují odlišně od …, a proto nemohou… ( a)d) viz. kapitola o AI)

m) „…žádná formální logika neexistuje v hlavách nikoho jiného, kromě logiků.“ (Johnson-Laird, Byrne podle Pstružina, 1998:80)

n) problém rozumění symbolům (symbol grounding problem, popisuji ho v kapitole o umělé inteligenci - AI)

o) qualia problém (popisuji ho ve zvláštní kapitole)

2) neúspěšná snaha o apriorní důkazy

a) Searlův argument Čb) ínského pokoje (viz. Krejčc) í, 1997)

d) Chalmersův tvrdý problém (Chalmers, 1995)

e) obecné důkazy proti silné verzi pojetí AI

3) úč4) elové přebírání magických a postmoderních pojmů (viz. kapitola o vědomí a problému „qualia“)

a) kvantová fyzika (Penrose)

b) princip emergence (Pstružina)

c) enkapsické struktury (Pstružina)

d) ne-algoritmické procesy

e) teorie chaosu (Kostroň)

5) záchrana lidské jedineč6) nosti před případnými myslícími poč7) ítač8) i

a) jedinečb) nost kauzálních sil mozku (Searle)

c) svobodná vůle (Bringsjord, viz. Krejčd) í, 1997)

e) vědomí (Searle, Chalmers)

9) důraz na autority

a) Jung říká, že… (Pstružina)

b) V rámci psychoanalytického přístupu můžeme ukázat, že Freud…(Solms)

c) Descartes dokázal, že…

d) Minsky a Papert dokázali, že perceptron neumí realizovat složitější funkce.

10) místo teorie jsou prezentovány jednoduché metafory (bez testovatelných hypotéz)

a) vědomí jako hodinový stroj

b) vědomí jako divadelní jeviště

c) vědomí jako telefonní ústředna

d) matrjožkovitá struktura endoceptů

e) dlouhodobá paměť jako pevný disk počf) ítačg) e

 

 

Jazyk, pojem a význam

 

Význam jazyka pro myšlení a poznání je jednoznačně velký, ale povaha tohoto vztahu je tradičním předmětem filozofických i jiných úvah. Tento vztah lze rozdělit na dvě stránky:

Vliv jazyka na myšlení a poznání.

Vliv myšlení a poznání na jazyk

Dalším důležitým rozlišením které prosazuji, je striktní oddělení jazyka jako systému (norem určující vztahy výraz-význam) a výpovědí učiněných v tomto jazyce.

Základními pojmy umožňující mluvit o jazyce jsou výraz, význam a pojem. Jejich následující popisy vychází z  publikace P. Materny Svět pojmů a logika (1995).

Výrazzvuková nebo psaná podoba slova.

Pojem návod (konstrukce) jak získáme, určíme, rozlišíme ve světe určitý objekt, jak se k němu dostaneme, pomocí jiných objektů. Není sám o sobě jazykovým prvkem, ale poznávací cestou (Tichý 1995). Způsob, jakým jsou slova skládána do vět odráží způsob jakým jsou spojeny operace a objekty v příslušném návodu.

Význam – spojuje výraz s příslušným pojmem, odkazuje k němu. Je faktickým základem jazyka, jeho klíčovou schopností. Umožňuje výrazům přenášet informace, více méně jednoznačně. Jeho ošidnost spočívá v tom, že spojuje výraz, který smyslově pociťujeme a uvědomujeme s pojmem, který sice nevnímáme, ale nevědomě, automaticky používáme. To dokazuje až analýza struktury a fungování jazyka (viz tamtéž).

Dále neuvědomovaný pojem nás automaticky vede k identifikaci objektu (určení věci) v empirickém světě. To samozřejmě platí jen u empirických pojmů, které známe, ale kterých je však v běžném jazyce většina. Takže na první pohled se nám intuitivně jeví, jako by přímo výraz (slovo) nějakým magickým způsobem souviselo přímo s konkrétním objektem zkušenostního světa. Je to právě toto běžné chápání, které nás lehce a často může přivést na úskalí při interpretaci jazykových jevů.

 

Vliv jazyka na myšlení je ve filozofii poměrně rozsáhle projednán, i když poměrně málo empiricky podložen. Především je známá problematika tzv. vlčích dětí, ze které se usuzuje na absolutní podmíněnost myšlení jazykem. Přičemž z myšlení je tato podmíněnost přenášena i na obecnou schopnost strukturovat svět, tj. rozlišovat v prostředí předměty, vlastnosti a vztahy. Například Peregrin (1998) předkládá Quineovo tvrzení: „Jenomže svět je strukturován do světa předmětů jedině skrze nějaký určitý jazyk a nějakou určitou teorii v tomto jazyce.“ Podobné intuitivně vyvozené závěry uvádí Bělohrad (1997): „..ale v jistém smyslu by neexistovaly ani stromy, kopce, oblaka, řeky, údolí, vzdálenosti, výšky, malebné krajiny, nebezpečné močály atd. Bez jazyka by totiž existovala pouze jakási fyzikální skutečnost, která by nebyla žádným přirozeným způsobem strukturována“, „Totiž jedině jazyk se vyznačuje schopností členit realitu… jež je původně amorfní (můj důraz – PK)“.

Z evolučního hlediska však realita může být pro tvory nepoužívající jazyk jakákoli, jen ne amorfní. Šelma lovící potravu, ptáci provádějící námluvní rituály a další, nemluvě o šimpanzech stavícími si plošinu, aby dosáhli na banány, musí být schopni strukturovat realitu, aby ji mohli vnitřně reprezentovat a úspěšně v ní jednat. Musí být schopni identifikovat (vyčlenit v realitě) potravu, sexuálního partnera, vlastní mláďata, materiál pro stavbu hnízda, nebezpečného predátora, atd. Musí mít tedy určité pojmy (jakkoliv primitivní), pomocí kterých identifikují uvedené objekty, a pomocí nichž k nim pak diferencují své chování, případně vyvíjejí strategie k jejich dosažení.

Bez těchto vrozených schopností nikdy nemůžeme vysvětlit vznik nebo učení jazyka, neboť bychom upadli do starého problému Co bylo dřív? Vejce nebo slepice? Jazyk nebo myšlení? Jazyk nám říká, které výrazy odpovídají jakým pojmům. Kdyby pak samotná tvorba pojmů závisela jen na jazyku, nikdy bychom se je nenaučili podobně jako se šimpanzi nenaučí složitějším abstraktním pojmům.

Učení se jazyku jasně popisuje nejznámější učebnice psychologie takto: „Jednoleté děti již mají pojmy pro mnoho věcí (členové rodiny, domácí zvířata, jídlo, hračky a části těla), a když začínají mluvit, přiřazují tyto pojmy slovům, které používají dospělí.“ (Atkinsonová, 1995:364) „Když (děti) slyší slovo, které neznají, mají snahu je přiřadit k jednomu ze svých pojmů, které dosud nejsou pojmenovány, a používají kontext, ve kterém bylo slovo vysloveno, aby tento pojem nalezly“ (Clark, 1983; Markman, 1987 podle Atkinsonová, 1995:365).

Vlivu jazyka na myšlení se dále týká Sapiro-Whorfova hypotéza, která tvrdí, že jazyk sám utváří a podmiňuje způsoby, jimiž daná společnost pojímá realitu, materiální a sociální svět, případně že různé jazyky nevytváří různé etikety pro jeden svět, ale vytváří různé světy. Notorické příklady zahrnují slovníkové rozdíly v počtu a významu slov týkající se barev a sněhu: eskymáci mají více pojmů pro druhy sněhu, určitý kmen amerických indiánů používal jedno slovo pro označení zelené a červené atd. Ve skutečnosti však i Evropané mohou rozlišovat více druhů sněhu a příslušníci onoho indiánského kmene byli samozřejmě také schopni rozeznat zelenou a červenou, prostě tento rozdíl nebyl pro ně důležitý, stejně jako nejsou pro Evropana důležité jemné rozdíly mezi druhy sněhu. Rozdíl se tedy týká spíše běžného reprezentování reality, než neschopnosti realitu reprezentovat jinak. Mohli bychom pak říci, že i každá profesní skupina se svým žargonem klade důraz na specifické detaily, těžko však můžeme mluvit o zásadních rozdílech v myšlení nebo v poznávání, podmíněných jazykem. Spíše jde o různou citlivost na různě důležité prvky reality, která nachází své vyjádření v jazyce (slovní zásobě).

Moje tvrzení je to, že schopnost strukturovat svět a vytvářet si pojmy je vrozená lidem i některým vyšším živočichům. Dále je i lidem vrozená schopnost myšlení, která pouze potřebuje určité prostředí jako spouštěč, přičemž je dále poměrně na jazyku nezávislá. Je ovšem závislá na znalostech, které mají formu jazykových výpovědí a na znalostmi ovlivněném vnitřním testovacím prostředí, které odpovídá vnitřní reprezentaci světa. Idea vrozených principů není ve filozofii nová, příkladem mohou být Kantovy apriorní formy.

Mnoho faktů také naznačuje, že dětem jsou vrozená pravidla, pomocí nichž se nevědomě řídí při učení se gramatice jakéhokoli (mateřského) jazyka a apriorně vylučují některé gramatické tvary, které nelze vyloučit na základě pozorování. Tyto pravidla se označují jako operační principy. Děti mnoha zemí podvědomě dodržují tyto principy, když se učí mluvit a rozumět řeči (Slobin, 1971 podle Atkinsonová, 1995:365):

Hledej opakující se změny ve tvaru slov.

Hledej gramatické známky, které jasně označují změny významu.

Vyhýbej se výjimkám.

Dávej pozor na konec slov.

Dávej pozor na pořadí slov, předpony a přípony.

Vyhýbej se přerušení a přeskupování prvků (to znamená větných jednotek).

S podobným nápadem přišel už N. Chomsky, který však předpokládal geneticky založenou jakousi univerzální gramatiku, která stojí v základu všech přirozených jazyků. Existence univerzální gramatiky, případně též hluboké struktury, však zatím není dostatečně empiricky podložená (viz. Martin, 1987:31) a teorie operačních principů je elegantnější. Navíc Chomsky popírá, že by byl vznik jazyka dán evolučně, přes jeho genetický základ (podle Koukolík, 2000:322), což je z evolučního hlediska nekonzistentní výklad.

Další zajímavý případ se týká šestice „…neslyšících dětí rodičů, kteří slyšeli a kteří se rozhodli neumožnit dětem, aby se naučily posuňkovou řeč. Předtím, než děti obdržely jakékoli instrukce ohledně odezírání ze rtů nebo vydávání zvuků – a samozřejmě dříve než získaly jakékoli znalosti angličtiny – začaly používat systém gest, nazývaných posuňková řeč. Zpočátku byly jejich posuňky určitou jednoduchou pantomimou, ale nakonec získaly vlastnosti jazyka.“ (Feldman, Goldin-Meadow a Gleitman, 1978 volně podle Atkinsonová 1995:368).

Další argumenty pro vrozené jazykové předpoklady uvádí Koukolík (2000:323-5), mimo jiné to, že vývoj jazyka je pod redundantní kontrolou velkého počtu genů (Sodersten a Sederholm podle Koukolík, 2000:325).

 

Toto všechno však ještě nepředstavuje vše, čím jsme pro jazykovou komunikaci v běžném životě vybaveni. Účinně to ukazuje jednoduchý příklad vytvořený R. Martinem (1989:35):

Zde je malá hádanka, kterou vám dávám k vyřešení: Jaké je další číslo v řadě:

1 4 9 16 25 36 …

 

Pravděpodobně jste se rozhodli, že další číslo v řadě je 49. Špatně! Další číslo v řadě je 322. Většina lidí vychází z pravidla, že n-tý člen řady je n2. Na tomto pravidle není nic špatného. Důvod, proč další člen řady není 49 je ten, že jsem měl na mysli jiné pravidlo: pro n=1,…,6 je n-tý člen řady n2; pro n=7 je n-tý člen 322.

Není v tom žádný podvod, pouze pravidlo zahrnuje výjimku. Stejná situace se nachází v mnoha případech založených na používání jazyka. Pokud dítě má přijít na správnou interpretaci sdělení, musí znát nejen slovník významů a pravidla, ale musí se zaměřit na to, co má mluvčí na mysli. K tomu potřebuje mít určitou intuitivní teorii mysli, která se stává základem pozdějšího běžného dualismu těla a duše. Kolem čtvrtého roku života děti zahrnují do této implicitní teorie koncept mylného přesvědčení. Především však musí (byť nevědomě) rozlišovat ve výpovědích význam větný (objektivní) a význam mluvčího (subjektivní). Toto rozlišování významu se týká výpovědí, ne slov (výrazů).

Větný význam je ten, který odvodíme na základě jazyka (slovníku a gramatických pravidel), který v běžné praxi používáme neuvědoměle, jako prostředek k cíli – porozumění druhým.

Význam mluvčího je ten, o který skutečně jde, který vždy překračuje hranice větného významu, ze kterého jej automaticky odvozujeme. Není zde rozhodující, jestli je význam věty jednoznačný nebo ne, pokud větu někdo vypovídá, vždy se zajímáme o to, co tím chce říci. Nedá se ale říci, že je to význam, který získáváme, když rozumíme výpovědi. Spíše je to význam, o kterém si myslíme, že ho získáváme, když si myslíme, že rozumíme výpovědi. Odvozujeme ho nevědomě z větného významu pomocí kontextu.

Toto automatické hledání záměru (intence), opodstatněné u výpovědí, jednání, popřípadě artefaktů však lidé často přenáší i na nezáměrné chování, nekulturní objekty, biologické struktury, vznik a povahu světa apod. Jedná se o jeden z hlavních sklonů běžného lidského myšlení interpretovat všechno chování jako výsledek intencionální činnosti, což může být zdrojem mnoha omylů. Ale i u výpovědí se můžeme v identifikaci záměru snadno splést.

Na tématiku vrozených předpokladů a implicitních teorií navazuje teorie intuitivní ontologie P. Boyera, o které pojednávám v kapitole o poznávání.

Zajímavé je také srovnání našich jazykových schopností s našimi nejbližšími biologickými příbuznými – se šimpanzi. V rámci několika experimentů se ukázalo, že jsou sice schopni naučit se až 300 symbolů (či posunků) pro spíše konkrétní pojmy (osoby, činnosti, věci), to však představuje také jejich vrchol (viz. Atkinsonová, 1995:369). Nejsou schopni tyto posunky příliš kombinovat, vytvářet složitější věty jejich spojením, či jinak je systematicky spojovat.

Jednou z hlavních schopností jazyka je vedle komunikace i objektivizace našich myšlenek, znalostí, zkušeností a návodů, které se stávají součástí kultury. O této evoluční výhodě pojednávám v následující kapitole.

 

 

 

 

Inspirace z umělé inteligence - AI

Dosavadní modely při konstrukci umělé inteligence

 

Pokud vynechám legendárního Golema, k němuž chybí podrobnější dokumentace, tak jedním z prvních příkladů o sestrojení AI je perceptron, který navrhl Rosenblatt (1962) na základě poznatků o modelování neuronů Pittse a McCullocha (1943). Perceptron obsahoval receptory zajišťující vnímání, asociační elementy zajišťující řízení a rozhodování a efektory umožňující realizaci cílů. Obsahoval také paměť a na základě omezeného počtu pokusů se mohl naučit správně řešit určité problémy. Klíčová je střední rovina řízení (tzv. procesorová), jejíž konstrukce napodobovala chování neuronů. Velmi nadějný model však byl podroben nadměrné kritice Minského a Paperta, kterou oponenti perceptronu (potažmo AI) opakují dodnes: Na základě perceptronu „…nelze realizovat ani funkci jednoduchého logického bloku typu exclusive-or.“ (Minský a Papert, 1969 podle Pstružina 1998:137). Zajímavé je, že Pstružina (a mnoho dalších) nezpochybňuje sílu tohoto argumentu, i když o pár stránek dál vysvětluje slovy Hoernese a Heilweila (1969, podle Pstružina 1998:164): „ze součtových a součinových členů a inventorů lze sestavit obvod pro jakoukoli funkci.

Celou pravdu popisuje třeba Crick (1997:184): Minsky s Papertem „…dokázali, že architektura perceptronu není schopna vykonat „vylučující NEBO“, a tedy ani naučit se je. Napsali celou knihu, v níž zobecnili omezení perceptronu. Tím bohužel způsobili, že o něj zájem na celé roky upadl. (Minsky později přiznal, že to přehnali.)“,“Zkonstruovat mnohovrstevné sítě tvořené jednoduchými jednotkami, které hladce zvládají vylučovací NEBO (případně podobné úlohy), což prostý jednovrstevný perceptron nezvládal, možné je.

 

Dalším stupněm v modelování umělé inteligence představuje neuronová síť, která ve větší míře napodobuje chování a spolupráci neuronů. Pomocí této sítě lze dosáhnout obdivuhodných výsledků pomocí jednoduchých algoritmů. Jeden z nejdůležitějších je tzv. zpětné šíření omylu (backpropagation of error, backprop), pomocí kterého lze řešit i nelineární úlohy. Ve fázi trénování si síť upravuje vztahy mezi jednotlivými prvky (umělými zjednodušeninami neuronů) podle úspěšnosti svých výkonů. Míru úspěšnosti síti sděluje vnější trenér (člověk). Po tréninku je síť schopná řešit problémy a přenášet naučená pravidla na nové případy. Příkladem je třeba síť NETtalk (Sejnowski a Rosenberg, 1987 podle Crick 1997:193-6), která byla schopná se naučit tvorbě mluvené angličtiny z psaného textu, což je netriviální úkol. Síť se naučila obecným pravidlům výslovnosti, které pak uplatňovala na jakýkoli text. Výjimky založené třeba na významu slov pochopitelně nezvládala, ale naučila se třeba oddělenému zpracování souhlásek a samohlásek. K dispozici měla jen několik desítek prvků (neuronů) s tisíci synapsemi, což je v porovnání s mozkem směšné číslo. Důležitou vlastností neuronových sítí je to, že se svým chováním podobají chování mozku a způsobům, jakým mozek řeší problémy. Lze je shrnout takto (Crick 1997:196-7):

Síť začíná s podstatnými „vrozenými“ znalostmi v podobě vstupních a výstupních reprezentací volených experimentátory, nemá však specifické znalosti (pro angličtinu).

Síť nabývá schopnost řešit úlohu cvičením, během něhož prochází několika odlišnými stupni, až dosáhne významnou výkonnostní hladinu.

Informace je v síti rozložena natolik, že žádná jednotlivá jednotka ani spojení nejsou klíčově významné. Důsledkem je, že síť dobře snáší poruchy. Z poškození se síť nadto zotavuje v době kratší, než vyžadovalo počáteční učení.

V síti nejsou uložena explicitní pravidla (anglické výslovnosti), jako by tomu bylo ve standardním počítačovém programu. Jsou skryta implicitně v naučeném uspořádání (synaptické) účinnosti.

Velmi důležité je však si zde uvědomit jednu věc týkající se celé oblasti AI. Tím, že sestrojíme něco, co funguje stejně (nebo podobně) jako mozek neznamená, že tím zjistíme nebo porozumíme, JAK mozek (nebo jeho část) opravdu funguje. Je zde rozdíl mezi sestrojením a pochopením funkce.

V uvedeném příkladu (NETtalk) například komunikace po jedné synapsi probíhá obousměrně, kdežto v biologickém mozku probíhá zásadně jednosměrně, zpětné šíření informace v mozku musí být realizováno dalšími synapsemi. Těchto konstrukčních rozdílů je více a jsou založené především na nebiologickém charakteru NETtalku. Nicméně je možné v rámci přiblížení mozkové struktuře vytvořit neuronové sítě podobnější biologickému mozku.

Dnes jsou neuronové sítě používány k rozeznávání tištěných písmen, identifikaci osob podle tváří aj. V rámci AI však existuje více možných modelů inteligence, z nichž neuronové sítě tvoří pouze část. Jak jsem již v přehledové kapitole zmínil, jde o silnou verzi AI, se kterou jsou spojeny dva problémy – Turingův test a problém rozumění symbolům.

 

Turingův Test

Turing (1950) navrhl test, kterým by bylo možné odpovědět na otázku zda může stroj myslet. Jeho test lze označit jako "imitační hru", neboť jako klíčové kritérium bere objektivně pozorovatelné chování. Test vypadá následovně (podle Stower, [1997], vlastní překlad):

Představme si tazatele, který sedí u terminálu. Terminál umožňuje spojení se dvěma fyzicky vzdálenými entitami. Jedna z nich je člověk sedící u podobného terminálu. Druhou je počítač, na němž běží program jež má reprodukovat lidskou schopnost konverzovat. Tazatel má tyto dvě entity označené jako X a Y, aniž by věděl, která je která. Tazatelův úkol je zjistit kladením otázek a hodnocením odpovědí, která entita je počítač (X nebo Y).

Turing tvrdí, že pokud vysoké procento tazatelů není schopno během určité doby určit jestli počítačem je X nebo Y, pak musíme připustit na základě nerozlišitelnosti usuzování, že počítač může myslet.

Jde tedy o stejné kritérium, které používáme v běžném životě. Pokud se dnes objevují zprávy, že některý program prošel Turingovým testem (TT), pak šlo nejspíše o jeho karikaturu, tj. doba testu a tématika byla silně omezena tak, aby umožňovala jen velmi malé množství otázek. Někteří vědci předpokládají, že opravdu reprezentativní však může být jen tzv. Total Turing Test – TTT (viz. Harnad, 1991 podle Harnad, 1993), který zahrnuje realizaci robotem, který by jednal (nejen konverzoval) ve všech životních situacích, a to tak, aby si jednání a mluvení odpovídalo. Tento test také nepředpokládá časové omezení, mohl by trvat třeba celý lidský život.

Tento test kritizoval J. Searle, který tvrdí, že počítač může tímto testem projít, aniž by měl schopnost rozumět symbolům, která je charakteristická pro lidskou mysl. Na podporu svého tvrzení zkonstruoval účelovou hypotetickou situaci známou jako „Čínský pokoj“. Bohužel v rámci této hypotetické situaci ztrácí Searle kompetenci o ní vypovídat dříve, než může dokončit argument. Podrobně se tomuto argumentu věnuji v ročníkové práci (Krejčí, 1997). Základní podoba tvrzení, které mělo být Čínským pokojem dokázáno, vypadá takto: Jakýkoliv počítač je schopen pouze syntaktické manipulace se neinterpretovanými symboly, a pomocí této manipulace nelze dosáhnout sémantického porozumění (často zamlčený předpoklad), které je nutnou vlastností lidské mysli (volně podle Searle, 1994). Využívá se zde oddělení syntaxe a sémantiky, které bylo účelově provedené v lingvistice, aby se zmenšila oblast bádání. Toto oddělení kritizuje například Tichý (1995), protože syntaktická pravidla jsou často závislá na sémantickém významu.

Pokud se pořádně zamyslíme, opravdu není jasné, jak by některý program mohl projít Turingovým testem, zvláště ve variantě TTT, a přitom nerozumět tomu, co by prováděl. Musel by se smát vtipům, odhalovat nesmyslné výroky od smysluplných se stejnou syntaktickou stavbou, musel by brát v úvahu veškeré minulé interakce (zkušenosti) atd.

Co je tedy podmínkou pro rozumění symbolům?

 

Problém rozumění symbolům (Symbol grounding problem)

Mnoho dosavadních programů opravdu pracuje jen na základě formálních operací s neinterpretovanými symboly, kterým se nesnaží porozumět. To je také důvod toho, proč se zatím ani nepřiblížily k realizaci Turingova testu. Tento problém se někteří autoři (Harnad, 1990) snaží vyřešit tím, že vybaví počítač receptory, jejichž data budou systematicky spojena se symboly. Symboly se takzvaně „uzemní“ (grounding) v receptorech, podobně jako jsou podle těchto autorů „uzemněny“ pojmy ve smyslech (ve smyslových vjemech) u lidí. Vychází se z toho, že nejsou důležité definice, neboť zcela cizímu jazyku neporozumíme, pokud získáme výkladový slovník výhradně v tomto cizím jazyce. V tom jsou symboly vysvětleny pomocí opět jiných symbolů. Předpokládá se tedy, že rozumění všem symbolům je umožněno tím, že je možné složité symboly převést na jednoduché symboly, kterým rozumíme na základě smyslového vnímání. Podle mě je tato úvaha nesprávná, což ukáži na následujícím příkladu.

Představte si, že pohodlně ležíte ve zvukotěsné, zcela temné místnosti za podmínek minimalizujících možnost smyslového vnímání. Tato situace nijak neovlivňuje vaši schopnost rozumět symbolům, přičemž jediný prostředek, který k jejich rozumění můžete používat je vaše paměť. Paměť mají i počítače, a proto lze předpokládat, že počítač vybavený pamětí se správnými obsahy může též rozumět symbolům.

Tato paměť obsahuje popisy symbolů podobně jako je obsahuje slovník, ale s jedním velkým rozdílem. Zatímco ve slovníku jsou symboly spojeny opět s jinými symboly, v lidské paměti jsou symboly spojeny se svými mentálními reprezentacemi tvořícími vnitřní reprezentaci světa. Pro porozumění symbolům je primárně klíčová právě tato vnitřní reprezentace světa (model světa) uložená v naší paměti. Tato vnitřní reprezentace je odlišná od jazykových symbolů (výrazů), její součástí jsou spíše pojmy. Rozumět symbolu znamená rozumět, které objekty označuje, jaké jsou jejich vlastnosti a vztahy v rámci vnitřního modelu světa. Tím lze vysvětlit i zkušenostně potvrzenou užitečnost slovníků – pomocí symbolů, které známe (reprezentujících známe prvky ve vnitřním modelu světa) můžeme najít či vytvořit mentální reprezentaci, která odpovídá neznámému symbolu. Teprve dodatečně máme některé z těchto reprezentací spojené se smyslovými vjemy.

Jinými slovy to popisuje McCarthy: „Pokud chceme sestavit obecně inteligentní počítačový program, musíme do něj vestavět obecný pohled na to, co je svět se zvláštní pozorností k faktům o tom, jak můžeme získat a použít informace potřebné k řešení problémů. Proto mu musíme dodat určitý druh metafyziky (obecného pohledu na svět) a epistemologie (teorie poznání), jakkoli zjednodušené.“ (McCarthy, 1979, vlastní překlad).

Předpokládám, že základy této vnitřní reprezentace světa si nevědomě a automaticky budujeme v prvních letech života na základě geneticky kódovaných mechanismů. Podrobněji se tomuto předpokladu věnuji v souvislostí s teorií intuitivní ontologie, v kapitole o poznávání.

 

Mezi hlavní nedostatky některých nejmenovaných filozofických argumentací k problematice umělé inteligenci, respektive schopnostem počítačů bych zařadil neznalost základů jejich struktury a funkcí. Jsou to argumenty ve tvaru: „Počítače něco nemohou, protože jsou…“. Jen letmo zde naznačím, jak počítače tyto věci mohou dělat, i když mají pevně danou konstrukci.

Základem počítačů jsou tranzistory, které využívají elektrochemických jevů a jejich vzájemných vztahů. Toky elektronů v tranzistorech tvoří 1. úroveň ve struktuře počítače. Pomocí tranzistorů (zapojených do funkčních bloků) je možné realizovat různé přesně definované funkce, třeba logického součtu, součinu, negace atd. Z technických důvodů tyto funkce pracují s dvěma hodnotami 0 (nízké napětí) a 1 (vysoké napětí). Nemusíme se však při konstrukci těchto funkcí zabývat pohyby elektronů, a proto tyto funkční bloky tvoří 2. úroveň. Tyto funkce (práci funkčních bloků) můžeme různě kombinovat do časových posloupností, kterými můžeme realizovat tzv. algoritmy (návody). Tyto návody můžeme psát v různých programovacích jazycích (např. Pascal, Basic, atd.), které tvoří 3. úroveň. Na této úrovni můžeme reprezentovat čísla, písmena a texty. Speciální programy mohou převést návod v konkrétním programovacím jazyce na posloupnost funkcí ve 2. úrovni. A konečně, jakoukoliv funkci, pokud ji dokážeme popsat, můžeme převést na návod v programovacím jazyce a jakoukoliv strukturu, systém vztahů, popis vlastností můžeme převést do paměti počítače, do jejich počítačové reprezentace. Pokud počítač správně funguje, nemusíme se na žádné úrovni zajímat o děje probíhající na všech nižších úrovních, protože chování je zcela determinováno chování prvků na dané jedné úrovni. To je tedy teorie. V praxi existují omezení především z hlediska výkonu, tj. provedení některých funkcí (postupů) by trvalo velmi dlouho (třeba milióny let). Také technická porucha v jedné úrovni se může projevit ve všech vyšších úrovních počítače.

Tento malý exkurz tedy slouží k vysvětlení, co počítače mohou a co ne. Pokud něco počítače nemohou, tak to často patrně neumíme popsat, vysvětlit apod. Například zmiňovaná neuronová síť NETtalk byla realizována jako počítačový program, přičemž to nemělo vliv na její fungování (mimo výkonnosti). Náhodu lze počítačovému programu poskytnout jednoduše tak, že mu poskytneme data, odpovídající náhodnému výskytu určitého jevu, atd. Obecně se této schopnosti počítačově (též virtuálně) realizovat libovolné funkce a reprezentovat libovolné struktury říká emulace (popř. počítačové modelování). Zatímco u některých funkcí je důležitý rozdíl mezi virtuálním a reálným vykonáváním, u funkcí realizujících inteligenci je tento rozdíl zanedbatelný, protože můžeme snadno převádět definice problémů a jejich řešení mezi reálným a virtuálním prostředím.

 

Programy založené na modelech AI jsou již dnes hojně rozšířené při úkolech řízení robotů v průmyslové výrobě, čtení, vidění, kontrole pravopisu, vyhledávání důležitých informací, jako součást inteligentních hraček, atd. Některé pokročilé modely (Thaler, 1997) jsou schopné řešit i tvořivé úlohy, jako je skládání melodií, objevování nových materiálů, míchání nových nápojů, tvořivé řešení problémů v rámci kontrolních systémů reaktorů atd.

Zatímco filozofové jako Searle dokazují, že počítače nikdy nebudou umět přemýšlet, softwarové firmy investují ročně miliony dolarů do vývoje inteligentních programů a pomalými krůčky si razí cestu vpřed.

 

 

 

Evoluční hledisko

 

Evoluční psychologie je v podstatě pokračováním sociobiologie, důsledně navazuje na neodarwinismus, vychází z genetiky a z teorie her. Její poměrně úspěšné použití při vysvětlování psychických a sociálních problémů popisuje Robert Wright (1995) v ironicky pojmenované knize Morální zvíře, z níž přebírám vysvětlení jejích základů.

Základní axiom evoluční psychologie je ten, že za rozdílné stránky lidské povahy jsou odpovědné geny. Čím jiným by nakonec mohla být určena pravidla vývoje psychiky? A zároveň nejnápadnější rozdíly mezi lidmi jsou ty, které je možno s největší jistotou připsat vlivu prostředí.

Evoluční psychologové nezpochybňují rozmanitost kultur po celém světě, považují ji však za výtvor jediné lidské přirozenosti, která se různě projeví v různém prostředí. Dále souhlasí s učením psychologie 20. stol., že sociální prostředí má velmi silný vliv na utváření psychiky dospělého člověka. Někteří tento vliv sledují ještě dál, ve snaze popsat základní zákony vývoje psychiky. Pokud například chceme zjistit, jakým způsobem časná zkušenost ovlivňuje stupeň ctižádostivosti a sebejistoty, musíme si nejdříve položit otázku, proč přirozený výběr dospěl k tomu, že tyto vlastnosti jsou takto ovlivnitelné.

Přes to, že určitou úlohu hrají genetické rozdíly mezi jednotlivci, větší význam má společná genetická výbava, kterou jsou obecné vývojové programy, které přijímají informace ze sociálního prostředí a podle nich dolaďují dospívající psychiku. Lidská přirozenost, definovaná geneticky, se tedy projevuje buď tak samozřejmě, že ji nikdo nevnímá (např. pocit viny), nebo těžko postihnutelnými mechanismy, které mají vytvářet rozdíly mezi dospívajícími jednotlivci (např. program vývoje psychiky nastavující vnímání viny). Další příčinou skrytosti lidské přirozenosti je to, že základní, všem lidem společná pravidla evoluce jsou nepřístupná sebezkoumání. (Wright, 1995:12-14)

Následkem toho je třeba v evoluční perspektivě zdůraznit, že lidská psychika není uzpůsobena tak, aby co nejvíce podporovala naše schopnosti přežití a rozmnožování. Je utvořena tak, aby tyto schopnosti co nejvíce podporovala v prostředí, ve kterém se vyvinula. Toto prostředí je označováno jako prostředí evoluční adaptace (environment of evolutionary adaptation, EEA). K lidské přirozenosti tedy patří „pouze ty vlastnosti, které umožnily rozšíření těmto vlastnostem odpovídajících genů generacemi našich předků v původním sociálním prostředí“ (Wright, 1995:42). Tím následuje další problém. Sice víme, že původní prostředí se nejvíce blíží společnosti lovců a sběračů, ale tyto společnosti se dnes od sebe velmi odlišují a je proto obtížné z jejich pozorování jednoduše zobecnit, jak vypadala společnost původní. Představa o jediném EEA je pouhou představou. Na druhé straně se původní prostředí velmi lišilo od dnešního. Lidé vyrůstali spolu s blízkými příbuznými v malých vesnicích, kde se všichni znali, uzavírali manželství a ženy se vdávaly ihned po dosažení plodného věku. Dnes stojíme na přeplněných nástupištích, žijeme vedle sousedů, se kterými nikdy nepromluvíme, jsme najímáni a propouštěni z práce a sledujeme zprávy v televizi. Nesoulad mezi naší výbavou a okolnostmi, za kterých dnes žijeme, je pravděpodobně nejen příčinou velké části psychických chorob a jiného trápení (Wright, tamtéž), ale i možné kognitivní nezpůsobilosti pro určité oblasti.

Buď jsou tedy naše kognitivní schopnosti univerzální, a pak nemá cenu se zabývat jejich vztahem k EEA, nebo jsou specifické, platné jen pro určité oblasti a zaslouží si zkoumání svých silných i slabých stránek.

 

Evolučním pohledem na vývoj mysli se zabývá Dennet (1995:83-100). Jeho pojetí spíše popisuje vývoj mysli jako druh univerzálního adaptačního aparátu, který můžeme najít ve čtyřech vývojových verzích:

Darwinovský tvor

Je „obyvatelem“ darwinovské evoluce druhů přirozeným výběrem. Víceméně svévolnými procesy rekombinace a mutace genů byla slepě vytvořena řada organismů-kandidátů. Tyto organismy mají napevno zapojené vzorce chování, jež jsou součástí fenotypu. Byly v terénu prověřovány a přežily jenom ty nejlepší projekty. Neučí se.

Skinnerovský tvor

Ve svých projektech obsahuje prvky, jež mohou být přizpůsobovány událostmi, které se vyskytnou během testování v terénu. Rozšiřuje vrozené chování o vrozenou měnitelnost procesu podmiňováním. Skinnerovský tvor slepě zkouší různé reakce, dokud není jedna posilováním zvolena. Příště tento tvor volí tuto posílenou reakci. Učí se pokusy ve skutečném prostředí.

Popperovský tvor

Používá předvýběr mezi všemi možnými způsoby chování, takže ty skutečně hloupé tahy jsou vyloučeny dříve, než jsou riskovány ve skutečném životě. Popperovský tvor má vnitřní vybírací prostředí, které prohlíží kandidáty na činy. Při prvním pokusu tento tvor jedná rozumným způsobem, lépe než náhodně. Učí se pokusy ve vnitřním prostředí.

Gregoryovský tvor

Těží ze zkušeností druhých prostřednictvím moudrosti vtělené v nástrojích mysli, které tito druzí vynalezli, vylepšili a předali. Nástroje nejen vyžadují inteligenci, ale částečně ji i přenáší a udělují. Nejvýznamnější jsou nástroje mysli – slova. Tento tvor importuje nástroje mysli z (kulturního) prostředí, ty pak zlepšují jak generátory, tak testovače. Projektování je drahé, ale kopírování projektů je levné. Učí se pokusy ve vnitřním prostředí, které vylepšuje na základě skupinové spolupráce.

Důležité z hlediska mysli je to, že vnitřní testovací prostředí (popperovského a gregoryovského tvora) musí být „…strukturováno takovým způsobem, že ty zástupné akce, které ono upřednostňuje, jsou ve většině případů právě těmi akcemi, kterým by požehnal i skutečný svět, kdyby byly provedeny ve skutečnosti. Krátce řečeno, toto vnitřní prostředí, ať už je to cokoli, musí obsahovat spousty informací o vnějším prostředí a jeho pravidelnostech.“ (Dennet 1995:90) Jinak by nepředstavovalo evoluční výhodu oproti skinnerovskému tvorovi. Informace se týkají životního prostředí organismu a přímo se vztahují k přežití a rozmnožení. Informace jsou buď vrozené nebo naučené způsobem zajišťujícím alespoň minimální pravdivost. Spolehlivějším způsobem než spoléhat se na obecné rozumové schopnosti však představují silné negativní pocity, které reagují na specifické podněty a pomáhají tak některé varianty vylučovat ve vnitřním prostředí. Vnitřní prostředí nemusí být dokonalé, stačí když poskytuje více užitku než škody.

Pokud se týká nástrojů mysli, ty jsou objektivizovány a uchovávány v kultuře. Jedním z nejdůležitějších jsou například logická pravidla. Ty navíc mohou být při přijímání ověřována ve vnitřním testovacím prostředí.

 

 

 

Vědomí

Na začátek je třeba zmínit, jako v každém seriozním pojednání o vědomí, že jde o mnohoznačný pojem. Nicméně snahy o roztřídění a definice různých druhů vědomí (např. Block, 1980; Lormand, 1996a) málo přispívají k celkovému vyjasnění, neboť subjektivně vnímáme vědomí jako jednotné, jako jeden proud vědomí.

Mnoho koncepcí vědomí je poznamenáno nedostatkem respektu ke struktuře a úrovním uspořádání. Vezměme si například stůl. Určitý objekt může fungovat jako stůl, pokud má určitou strukturu. Tato struktura je obrazem systematického spojení částí, například kusů dřev. Tyto části mohou být ze dřeva, z kovu, z umělé hmoty atd., přičemž struktura stolu je na těchto materiálech poměrně nezávislá. Pokud chceme pochopit, jak funguje stůl, jak něco může být stolem a jak stůl vzniká, musíme se zaměřit na určitou úroveň uspořádání, na určité měřítko, na strukturu, která spojuje poslední polotovary ve funkční celek. Stůl nevysvětlíme na základě molekulární struktury, nebo na základě kvantových jevů, které se ve stole odehrávají, ani na základě pohybu planet, na které se stůl nachází.

Mým názorem je to, že podobně ani v případě vysvětlení složitějších jevů jako je vědomí (nebo hra orchestru) nejsou rozhodující jevy na molekulární (nižší než neuronové) úrovni. Spíše předpokládám, že toto vysvětlení by mělo být založeno na struktuře funkčních prvků skládajících se z mnoha tisíc až milionů neuronů.

Chalmers (1995, vlastní překlad) uvádí seznam tzv. lehkých problémů týkajících se vědomí. Lehké nazývá Chalmers tyto problémy ne proto, že by byly triviální, ale proto, že jsou řešitelné v rámci odborných vědeckých disciplín. Tyto problémy odpovídají vysvětlením následujících jevů:

schopnost rozlišovat, kategorizovat a reagovat na stimuly prostředí

integrace informací v kognitivním systému

sdělitelnost mentálních stavů (reportability)

schopnost systému přistupovat ke svým vnitřním stavům

zaměřenost pozornosti

záměrná kontrola chování

rozdíl mezi bdělostí a spánkem

Dále uvádím pár konceptů vysvětlující vědomí podle jeho funkce v mysli.

 

Chalmers: dostupnost pro globální kontrolu (podle Chalmers, 1995, vlastní překlad)

Ačkoliv Chalmersova koncepce vědomí je jiná, uvádím tu jeho koncepci bdělosti (awareness), už proto, že mezi bdělostí a vědomím postuluje přímý soulad (correspondence). Bdělost umožňuje, že jakoukoliv informaci, která se nachází v kognitivním systému, můžeme přímo použít pro kontrolu chování, a také ji můžeme slovně vyjádřit.

 

Baar: globální pracovní prostor (podle Chalmers, 1995, vlastní překlad)

Obsahy vědomí představují globální pracovní prostor, který centrálně zpracovává komunikaci mezi velkým množstvím specializovaných nevědomých zpracovávacích mechanismů (processor). Když tyto specializované mechanismy potřebují vyslat informaci zbytku systému, udělají to vysláním této informace do pracovního prostoru. Ten funguje jako druh veřejné nástěnky pro zbytek systému a je přístupný všem ostatním zpracovávacím mechanismům.

 

Myslím si ale, že analyzovat vědomí odděleně od celku mysli není moc přínosné, proto na něj spíše narážím při analýze jiných problémů.

 

 

 

Poznání, struktura a funkce

 

Vycházím zde z evolučních typů adaptačních strategií popsaných ve formě evolučních tvorů D. Denneta, kterým se věnuji v kapitole o evolučním hledisku. Tři z těchto tvorů (skinnerovský, popperovský a gregoryovský) obsahují určitý poznávací aparát. Tyto poznávací aparáty se vyvinuly postupně a u člověka (gregoryovského tvora) fungují souběžně vedle sebe. Jde o obecný projev evolučních struktur, kdy jednou osvědčené struktury nejsou zahazovány, ale vždy jen uzpůsobovány a doplňovány tak, že výsledek tvoří určitý funkční slepenec. V rámci tohoto slepence mohou poznávací mechanismy jak spolupracovat, tak kolidovat či jinak se vzájemně ovlivňovat.

 

To, že některé naše schopnosti jsou vrozené a specializované však neznamená, že bychom postrádali univerzální poznávací aparát.

Cosmides a Tooby tvrdí (podle Koukolík, 2000:317): „Neuronální obvody mozku nejsou s to řešit jakékoli problémy. Dokáží řešit jen problémy adaptivní, což jsou problémy, které se v průběhu evoluce druhu soustavně opakovaly a jejichž řešení ovlivňovalo reprodukci jednotlivých příslušníků druhu.

Jde ale o to, že v závislosti na prostředí se může stát jakýkoli problém adaptivním, tj. ovlivňujícím reprodukci. Mimo specializovaných mechanismů, např. na rozeznávání tváří, nás proto evoluce vybavila i určitým univerzálním aparátem. Právě rozvíjení tohoto aparátu je vzájemně podporováno s rozvíjením kultury. Bez tohoto univerzálního aparátu bychom nemohli řešit běžné problémy spojené s řízením aut, ovládáním počítačů, matematikou atd. Evoluční řešení tohoto aparátu je spojeno s následujícími charakteristikami:

Aby tento aparát mohl být univerzální, musí umožňovat systematické zpracování problémů, k čemuž je zapotřebí integrovat krátkodobou paměť a orientovanou pozornost do systému charakteristického vědomím.

Vzhledem k tomu, že tento aparát je náročný na zdroje (činnost velké části mozku), zvláště při řešení složitějších problému (nutnost reprezentace velkého množství prvků a vztahů), a vzhledem k výbavě specializovanými aparáty, jsou tyto prioritně používány všude tam, kde je to jen trochu možné. Navíc jsou připraveny (nevědomě) intervenovat v celém průběhu řešení problému univerzálním aparátem. Jejich mechanismus je nepřístupný vědomí.

Přestože je tento aparát univerzální, podporuje kvůli vrozeným schématům určité reprezentace problémů a vysvětlení před jinými.

K aktivaci i útlumu tohoto univerzálního aparátu byly vytvořeny speciální mechanismy, které můžeme označovat jako generátory a inhibitory myšlení. Zprostředkovávají například vliv emočního hodnocení na kognitivní činnost. Jinými slovy jde o motivace, pomocí kterých určují, kdy a kde (u jakých problémů) bude univerzální aparát použit. Především jsou aktivovány novinkami a složitými duševními situacemi.

Vzhledem k tomu, že není efektivní řešit univerzálním aparátem (přístupem) znovu podobné problémy, jsou v průběhu řešení vytvářena obecnější kognitivní schémata a principy, které fungují podobně jako vrozené specializované aparáty: šetří činnost univerzálního aparátu nebo intervenují při řešení problémů. Jejich mechanismus si však můžeme znovu uvědomit.

Pomocí těchto charakteristik můžeme vysvětlit velkou řadu problémů provázejících lidskou poznávací činnost.

Zajímavým experimentem ilustrující vytváření kognitivních schémat je mapování mozkových aktivit v průběhu řešení určitých úkolů. Např. McCrone (1999) popisuje pokus, kdy zkoumaná osoba má například zjistit pokusem a omylem správnou sekvenci osmi stisků na klávesnici a poté má tuto sekvenci opakovat, dokud se nestane nevědomou rutinou. Rozdíl mezi stavem, kdy mozek řeší problém (mnoho aktivních oblastí) a stavem rutinního opakování (aktivní je hlavně oblast řídící motoriku prstů) je základem pro určení neuronálního korelátu vědomí, respektive univerzálního aparátu. Tato automatizace charakteristická převedením dovednosti z vědomé činnosti do nevědomých schémat je uplatňována při jakékoli (i vysoce složité) opakované duševní činnosti, což je základem pro vysoký výkon mozku ve zpracovávání informací. Můžeme říci, že vědomí plní úlohu „lešení“, které umožní vytvořit a fixovat určité kognitivní schéma. „Zobrazovací experimenty naznačují, že jakmile mozek najde optimální způsob, jak reagovat v určité situaci, širší lešení rychle odpadá.“ (McCrone, 1999, vlastní překlad). Tím se vysvětluje, že vědomou pozornost můžeme zaměřit jen na jeden úkol, neboť se přitom využívá právě onen univerzální nástroj lokalizovaný do prefrontálního kortexu (viz. tamtéž). Po rutinizaci zůstanou aktivní pouze ta propojení, která nejkratší cestou spojují smyslové vstupy a příslušné pohybové nebo mentální výstupy. Pokud lidé zvládají více činností souběžně (např. sledování rádia, televize a textu), pak to znamená, že se naučily příslušné činnosti zrutinizovat tak, že např. uvedené zdroje převádí do jednoho uvědomovaného informačního toku.

 

Například můžeme dedukovat, že neúspěšná adaptace bude vyžadovat nové řešení problému, což bude podporovat aktivování univerzálního aparátu. Neúspěch je indikován negativními emocemi, jako je smutek, úspěch pak štěstím. Koukolík (1997:141) uvádí, že „…intenzívní pocit smutku je spjat se vzestupem činnosti některých částí kůry čelních mozkových laloků a předních částí opaskových závitů. Přechodný pocit štěstí je spjat s podobně výrazným poklesem činnosti rovněž mnoha oblastí mozkové kůry čelních temenních i spánkových laloků.“ Relevantní procesy jsou však daleko složitější, může se stát, že naopak nadměrná aktivace v těžké depresi nebo při trémě myšlení zablokuje. Podrobněji tuto problematiku emocí ve vztahu k poznávání popisuje Damasio (2000:116-47).

 

O existenci vrozených kognitivních schémat (vyvozovacích principů) pojednává teorie intuitivní ontologie, která vychází z vývoje kognitivních schopností u dětí. Každé dítě si postupně vytváří souhrn určitých ontologických kategorií (zvíře, člověk, atd.) a vyvozovacích principů (inferential engines, např.:Chování lidí je ovlivněno záměry.), které se dají souhrnně označit jako intuitivní ontologie.

Intuitivní ontologie představuje rozšíření modelů založených na principu omezení, které předpokládají, že určitá dispozice (můj důraz – PK) orientuje dětskou pozornost na specifická vodítka a redukuje problémový prostor tím, že dodává vyvozovací schémata specifická pro danou oblast.“ Boyer (1997:10-11, vlastní překlad). Teorie intuitivní ontologie navíc zahrnuje tyto předpoklady:

Ontologické koncepty plní dvě funkce:

Vymezují jednotlivé oblasti (domény).

Umožňují vyvozovat závěry v rámci dané domény.

Dále intuitivní ontologie obsahuje specifické kategorie pro skryté entity a procesy, kterými jsou vysvětlovány pozorované pravidelnosti.

Vývoj znalostí je ve formě oprav a změn teorií řízený rozhodnutími o sjednocení vysvětlovacích principů a hromaděním důkazů a proti-důkazů k partikulárním teoriím.

Neexistuje přímý vztah mezi kategoriemi a implicitními teoriemi (vyvozovacími principy)

Implicitní teorie nejsou sjednoceným rámcem, ale sbírkou nezávislých principů

Používání této intuitivní ontologie je nejnápadnější v období rozvoje poznávacích schopností mezi 3. až 6. rokem věku dítěte, tyto mechanismy se však vyvíjejí od narození až do dospělosti.

Celý proces poznávání bychom pak mohli popsat tak, že série komplexních smyslově vnímaných vodítek poskytuje identifikaci objektu (např. zvíře), přičemž se jedná o nevědomý proces. Tato identifikace následně spouští různé specializované vyvozovací principy, které poskytují možné popisy chování, vysvětlení pozorovaných vlastností, předpovědi dalších vlastností a chování atd. Například princip esenciálnosti umožňuje přiřadit objekt k jedné z dostupných ontologických kategorií (zvíře, lidská bytost, rostlina), aniž by byla použita nadřazená ontologická kategorie (živá bytost), nebo vůbec existovala určitá hierarchie ontologických konceptů. Nezávislost poznávacích principů existuje nejen mezi různými ontologickými oblastmi (domain-specificity), ale i mezi principy v rámci jedné oblasti (aspect-specificity). Je to právě tato oddělenost specializovaných vyvozovacích principů, která umožňuje celkovou nekonzistenci jednotlivých poznatků, jež je v běžném poznání často zjišťována.

Mnoho z těchto implicitních teorií vytvořených v dětství přetrvává do dospělosti. „Například dítě je schopné rozpoznat rozdíl mezi viditelným pohybem objektů, které jsou samohybné a které nejsou. Také umí rozeznat oční kontakt a postupně odvodit objekt pozornosti lidí ze směru pohledu. Tyto a ostatní vyvozovací principy dodávají vstup pro popis cílů a záměrů ostatních lidí a dovolují dítěti ustavit běžné objekty pozornosti s ostatními. Leslie a Baron-Cohen podle důkazů usuzují, že se zde jedná spíše o spolupráci rozdílných principů spíše než o integrovanou „psychologii“.“ (Leslie, 1994; Baron-Cohen, 1991; Baron-Cohen & Cross, 1992 podle Boyer, 1997, vlastní překlad). Takže čtení mysli vyžaduje spolupráci několika principů, z nichž každý má užší záběr než „psychologie“ a jejichž společná činnost může být rozšířena mimo oblast psychologie.

 

Ve svém popisu dětské „teorie mysli“, Wellmann a Gopnik zmiňují několik kritérií, které dělají z dětského rozumění intencionality teoretickou konceptuální strukturu: (Gopnik & Wellmann, 1994:267 podle Boyer, 1997:23, vlastní překlad)

Rozumění dítěte zahrnuje obecné konstrukty o mysli, které překračují přímou zkušenost.

Tyto konstrukty nápadně vystupují při vysvětlování

Konstrukty pomáhají dětem vytvářet predikce o chování za velmi rozmanitých okolností, včetně nesprávných predikcí a predikcí o chování, které nikdy nezažily.

Tyto konstrukty vedou k rozdílným interpretacím zkušenosti

Každá teorie rozděluje pozorovaná fakta do tří kategorií:

Důkazy

Protidůkazy

Irelevantní

Pro běžnou implicitní teorii „Je obecně obtížné považovat fakta ve světě za protidůkazy určité hypotézy, dokud člověk nemá nějaké přibližné porozumění pro nějakou alternativní hypotézu, kterou by tato fakta dokazovala.“ (Boyer, 1997:27, vlastní překlad) Teprve znalost alternativní hypotézy pak umožní některé z faktů přesunout ze 3. do 2. kategorie.

Tudíž je neopodstatněné předpokládat změnu teorie pouze na základě pozorovaných fakt. I pokud vezmeme v úvahu, že je možné přebírat vyvozovací schémata z jedné oblasti do druhé, samo toto přebírání nelze vysvětlit jako důsledek akumulace faktů. Pokud by navíc byl kognitivní vývoj závislý na získávání a zpracování faktů, měla by existovat velká variace v dosažených teoriích, což není potvrzeno. Spíše poznávací vývoj sleduje přesný rozvrh (Avis & Harris 1991, Walker 1985, 1992 podle Boyer 1997:28).

 

 

 

Kvantitativní a kvalitativní vlastnosti poznání (Qualia problem)

 

V souvislosti s prezentací prvních pokročilejších neurofyziologických a funkcionálních modelů mysli se v různých obměnách vynořuje jejich kritika, vedená především z řad filozofů, založená na rozlišování kvantitativní a kvalitativní stránky poznání. Kvantitativní stránka zahrnuje všechny běžné relevantní aspekty poznání (tvar, barva, časová posloupnost atd.), neboli objektivně-měřitelné. Kvalitativní stránka, označovaná jako „qualia“, zachycuje subjektivní stránku, pocity které doprovází veškerou poznávací činnost. Uveďme si často citovanou pasáž J. Searla, kde popisuje poznávací aspekty píchnutí špendlíku (1995:56, vlastní překlad):

Tomuto nepříjemnému vjemu přísluší určitý zvláštní druh subjektivního pocitu; pocitu, který je přístupný jenom vám způsobem, kterým není přístupný ostatním kolem vás. Tato přístupnost má poznávací následky – můžete vědět o vaší bolesti způsobem, kterým ostatní nemohou… To znamená, způsob existence vjemu je v první osobě neboli subjektivní, zatímco způsob existence neuronových drah je ve třetí osobě neboli objektivní; tyto dráhy existují nezávisle na tom, zda jsou pociťovány, způsobem jakým bolest neexistuje. Pocit bolesti je jedním z „qualií“, o kterých jsem se zmínil dříve.“

V této předchozí poznámce Searle (1995a:62, vlastní překlad) tvrdí: „Věc se má takto: Jak je možné aby fyzické, objektivní, kvantitativně popsatelné neuronové vzruchy způsobovaly (můj důraz – PK) soukromé, subjektivní zkušenosti? Jak se, řečeno naivně, mozek přenese přes hrbol z elektrochemie k pocitu? Toto je těžká část mind-body problému,…

Zde jen poznamenám, že užití slovesa způsobovat, zapříčinit (to cause) již předem zamítá, že by se mohlo jednat o dvě různé stránky téhož jevu, což je podle mě použitelná cesta.

Chalmers (1995) tento problém nazývá tvrdým problémem ve vysvětlení vědomí. Snadné problémy jsou ty, jež se týkají kognitivních schopností a funkcí a lze je vysvětlil popisem mechanismu výkonu nebo funkce. Přesná definice tohoto tvrdého problému však chybí. Je uváděna pouze těžko přeložitelná podmínka (převzatá od Nagela, 1974) toho, aby mentální stav mohl být vědomý: existuje něco, čemu se tento stav dá přirovnat. Lepší definice by byla tomuto problému určitě ku prospěchu. V Chalmersově práci se však objevuje jasnější charakteristiky a to sice, že jde o to mít zkušenost a týká se to také subjektivních pocitů.

Na tomto místě musím připustit, že tento tvrdý problém se mi nezdá tak tajemný a nepřekonatelný, jak je popisováno. Stačí, když si shrneme uváděné charakteristiky podstaty tvrdého alias qualia problému:

podstata není na první pohled jasná

subjektivnost

zahrnuje pocity

vnímáme ji především při vědomé zkušenosti

jedinečnost

Jde tedy o uvědomované subjektivní pocity, které doprovází každou naši vědomou zkušenost. Tedy problém jak vzniká (tento druh) vědomí můžeme převést na problém, jak vznikají pocity vůbec. Předpokládám, že pocity jsou z definice subjektivní a jedinečné. Netvrdím, že vědomí je jen určitý pocit, ale že ten aspekt vědomí, jehož vysvětlení pokládá Chalmers za tvrdý problém, lze vysvětlit jako pocit.

Úloha pocitů v psychice je z evolučního hlediska jasná, dodávají hodnocení zkušenosti z hlediska vhodnosti pro přežití a rozmnožení. Nejsilnější pocity tedy souvisí s rozmnožováním a nebezpečnými situacemi. Mimoto je však jaksi mimochodem z tohoto hlediska hodnocena každá zkušenost, objekt i vlastnost. Zcela jasně z hlediska genů nebude vhodné, aby organismus, který svým způsobem využívají, znal pravé důvody a mechanismy emociálního hodnocení, a proto se v mysli vynořují až výsledky tohoto procesu – pocity.

Máme tedy receptory, pomocí nichž vnímáme výsledky vnitřních nevědomých procesů. Na rozdíl od receptorů, pomocí nichž vnímáme vnější podněty (zrak, sluch) však získáváme daleko subjektivnější reprezentace, protože individuální variabilita vnitřních mechanismů pro emociální hodnocení je větší. Z hlediska mysli můžeme za vnější považovat i receptory pro vnitřní tělesné prostředí. Tyto mechanismy emocionálního hodnocení se navíc v průběhu života vyvíjejí v závislosti na věku i zkušenosti (v tomto případě zkušenosti obecně i nevědomé). Například opakované vystavení podnětu snižuje sílu příslušné emocionální odezvy. Z tohoto plyne, že nejpodobnější zkušenost a subjektivní pocity budou mít novorozená jednovaječná dvojčata, nejrozdílnější staří příslušníci rozdílných kultur a etnik.

Při srovnání s přímým smyslovým vnímáním jsem uvedl výraz subjektivnější, i když se toto smyslové vnímání jeví poměrně objektivní a málo zatížené individuálními rozdíly. Přesto existují např. určité drobné individuální odchylky v rozlišování barev. Nemám tím na mysli mezi-kulturní rozdíly ve slovní zásobě, ale výsledky laboratorních pokusů s tzv. anomaloskopem. Identifikace barev je výsledkem složitého „výpočtu“ ze vstupů tří druhů buněk různě citlivých na různé vlnové délky světla. Např. drobné odchylky v citlivosti těchto buněk mají za následek, že zatímco muži určí dvě plochy jako mající stejnou barvu, ženy je rozeznávají jako plochy se dvěma podobnými různými barvami (Neitz and Jacobs, 1986:624 podle Block, 1999). Jedná se tedy o geneticky podmíněné odchylky. Jakkoliv subjektivní však vnímání barev je, nesmíme zapomenout (viz Searle, 1995b) že reprezentují objektivní vlastnosti (barvy), objektivně měřitelné podle vlnové délky.

Emocionální hodnocení není jednodimenzionální (libost-nelibost), ale vnitřně strukturované z hlediska jednotlivých potřeb organismu. Např. určitá situace je libá z hlediska potlačení hladu, nelibá z hlediska společenské prestiže, libá z hlediska novosti podnětů, nelibá z hlediska orientace atd., čímž vznikají tzv. smíšené pocity.

Ve srovnání s reprezentací vnitřních stavů (pocitů) jsou reprezentace smyslových kvalit téměř objektivní a při komunikačních problémech můžeme úspěšně použít ostentativní definici a vystavit tak druhou osobu stejným podnětům. Nemůžeme však ukázat na naše emoce. Na druhou stranu se emoce neliší do té míry, že by znemožnily jejich relativně úspěšnou komunikaci. Jejich popis prostě není z principu objektivní a je tedy nepřesný. Uvědomováním si jedinečnosti vlastních vše-provázejících pocitů je základem subjektivity. Ke každé zkušenosti nám tedy nevědomě přilepí specifický nános emocionálního hodnocení a tento agregát zpřístupní pro vědomí (zde spíše ve smyslu awareness, bdělost).

V rámci neurofyziologie lze popsat neuronální korelát mechanismu emocionálního hodnocení, dále je také možné vytvořit přibližný popis stavů na neuronové úrovni, které odpovídají příslušným emocím. Vždy však bude možné vznést námitku, že chybí vysvětlení jakým způsobem z určité konfigurace neuronů vzniká určitá emoce. Jedinou možnou odpovědí je ta, že určitá konfigurace neuronů je určitou emocí a popis tohoto stavu je alternativním popisem emoce. Problém není v popisu nebo ve vysvětlení, ale v nemožnosti vyvolat přesný subjektivní emocionální stav v poznávajícím subjektu, a tak dosáhnout spontánního porozumění. Je jasné, že žádný popis, model, teorie ani vysvětlení nebude moci přesně a přímo odkazovat k určitým subjektivním reprezentacím emocionálních stavů, kterých se bude týkat. Lidé nemají možnost jednoznačně reprezentovat emocionální stavy tak jako třeba jiné pojmy. Člověk nevidí, jak určitý objektivní popis stavu neuronů může odkazovat k určité subjektivní emoci takovým způsobem, jakým objektivní slovo odkazuje k určitému předmětu (pomocí subjektivního pojmu). Nepředstavitelnost prvního, podobně jako samozřejmost druhého je pravděpodobně podmíněna vrozenými schopnostmi. Zatímco tato skutečnost může pro člověka představovat problém, lze podle mě vysvětlit jakproč tato skutečnost vzniká (o což se zde snažím). Tím oponuji Chalmersovi, který tvrdí, že jak a proč subjektivní pocity vznikají vysvětlit nelze (na struktur a funkcí).

Snad pouze určitý stroj, dnes hypotetický, který by uměl „přečíst“ stav relevantních neuronů jednoho člověka, zapamatovat si ho, a vyvolat tento stav u relevantních neuronů druhého člověka (a přenést tak určitý emocionální stav), by se mohl stát částečným „jazykem subjektivity“ a zaplnit onu vysvětlovací mezeru. Navíc kritérium běžné srozumitelnosti není u vědecké teorie hlavní, důležitější je její explanační a predikční síla, konzistence a úspornost.

 

 

 

 

Funkční model myšlení

 

Na základě předložených výchozích poznatků se zde pokouším navrhnout určitý model myšlení. Vzhledem k velké komplexnosti celého procesu se zde zaměřuji na prvky, které se nejvíce projevují v kognitivních procesech, tedy jsou zajímavé z gnozeologického hlediska. Ke konstrukci obecného modelu mě inspiroval Pstružina (1998), který nabízí postupně tři modely různé komplexnosti, ve kterých se snaží integrovat poměrně různorodé koncepty, takže se v nich případné poznávací mechanismy ztrácejí. Bohužel podobné modely se v pro mě dostupné literatuře téměř nevyskytovaly. Například Crick (1997:161) podává příliš podrobný model zrakových oblastí mozku, které se podílejí na zpracování zrakových informací, ve kterém je opravdu těžké přijít na to, co se při vidění v mozku děje. Další modely (např. Damasio, 2000) spíše zjednodušeně popisují šíření vzruchů mezi jednotlivými mozkovými strukturami. V mém modelu rezignuji na hledání neuronálních korelátů jednotlivých funkčních prvků vzhledem ke složitosti mozku, neúplnosti jeho poznání a úrovni mých znalostí.

Cílem tohoto modelu je spíše poskytnout orientaci pro další analýzy poznávacích procesů a jejich schopností. Může nám ukázat, jaké prvky při poznávání i myšlení obecně mohou intervenovat, a tak si zasloužit naši pozornost. Také může sloužit jako inspirace pro vytváření více antropomorfních modelů v rámci AI.

Nejdřív nabízím maximálně obecný model poznání:

 

 

východisko a pokus a omyl / úspěch a cíl

 

 

 

 

 

Vycházíme z výchozích znalostí, případně definice problému, na základě kterých testujeme několik možností. Pokud získaná evidence dané možnosti neodpovídá (či jinak klade odpor), pak testujeme další možnost, dokud nedosáhneme cíle (vyřešení problému, vysvětlení faktů, překonání překážky atd.). Na tento model jde převést jak dedukce, tak indukce, jak empirické, tak racionální poznání.

Schopnost vytvářet alternativy pro pokusy a schopnost detekovat omyl (základ zpětné vazby) jsou klíčové pro správné poznání. Normální lidská reakce na chyby jsou však rozpaky a hněv. Můžeme tedy mluvit o jakýchsi psychických inhibitorech omylu aktivovaných u emotivně silných reprezentací (afekty, ideologické symboly), u rigidních uzavřených znalostních systémů (náboženství).

 

Pokud na tento model „navěšíme“ psychické struktury dostaneme toto:

Vzhledem k nutným zjednodušením ve schématu chybí některé mechanismy, jako jsou komunikační struktury, synchronizace činností, atd. Šipky naznačují hlavní směr informačního toku (ne jediný možný), tlusté čáry charakterizují obousměrnou výměnu. Z hlediska časového všechny bloky pracují souběžně, jde o dynamické procesy. Jednotlivé bloky fungují přibližně takto:

Reprezentace – vybrané vlastnosti vnějšího prostředí jsou vnímány základními smyslovými orgány (receptory), ty poskytují informace pro zpracování specializovaným mozkovým oblastem, kde se z jejich výsledků vytváří komplexní, celková mentální reprezentace prostředí. Ta je automaticky doprovázena emočním hodnocením. Vytvářením vizuálních reprezentací se zabývá hlavně Crick (1997).

Generátor řešení – plní mnoho funkcí, obecně řečeno vytváří reakce na danou situaci. Pokud reprezentace mají některé charakteristické vlastnosti, které jsou asociovány se specializovaným schématem uloženým v paměti, pak jsou jimi automaticky zpracovány. Často jsou též použity v situacích, které mají podobné nápadné vlastnosti, což bych označil jako nepravá analogie. Pravá analogie je založena na podobnosti podstatných vlastností, ne nutně nápadných. Toto řešení již není založeno na použití rutin a vyžaduje vědomou kontrolu, podobně jako vytváření možných variací, která jsou případně použita pro další testování. Variace vlastně mění hodnoty proměnných, které jsou jako proměnné definovány v rámci dané reprezentované situace (problému, atd.). Mnoho poznávacích neúspěchů je založeno právě na tom, že některé vlastnosti (prvky, vztahy) nejsou rozpoznány jako potencionálně proměnlivé. Směr, jakým generátor řešení pracuje je ovlivňován emocemi, generátory a inhibitory myšlení.

Testování – vlastně reprezentuje jednání, interakci s prostředím na základě použité hypotézy nebo specializovaného kognitivního schématu (principu). Pokud testování předcházela vědomá tvorba možného řešení, jsou v průběhu jednání aktivovány pozornost a porovnávání výsledku se záměrem. Úspěchy i neúspěchy jsou ukládány do paměti jednak jako konkrétní případy, jednak v podobě zobecněných kognitivních schémat.

Paměť – je v tomto případě dosti zjednodušená, není zahrnuta její strukturace. Jak vyplývá z intuitivní ontologie, specializované vyvozovací principy (či kognitivní schémata) jsou odděleny od pojmových struktur. Oddělená je pravděpodobně i paměť pro konkrétní, obrazné obsahy. Pomocí komunikace můžeme obsahy paměti sdílet s ostatními, upravovat si je a používat je k ovlivnění ostatních.

Uložení do paměti znamená také úpravy samotných kognitivních struktur, a tím i jejich funkcí. Tento jev je popisován jako priming či implicitní paměť (viz. Ratclif a McKoon, [2000]).

 

Tento model lze dále různými směry rozvíjet, samozřejmě s příslušným nárůstem složitosti. Především je vhodné mezi Generátor řešení a testování umístit funkční blok s příslušnými vazbami, zahrnující vnitřní testovací prostředí. Dále by bylo zajímavé podrobněji rozpracovat strukturu generátorů a inhibitorů myšlení, k čemuž by byla vhodná podrobnější empirická evidence. Dále jsou relevantní jazykové struktury, které se zaměřují na hledání záměru mluvčího. Používají k tomu i pouhých náznaků a proto jsme schopni rozumět i zdánlivě nesmyslným větám. Jednoduché přiblížení by mohlo vypadat takto:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Můžeme říci, že třeba paměť a emoční zpracování je propojeno téměř se vším, i když v grafu některé spojení třeba chybí. Testování je také spojeno s reprezentací atd. Další rozpracování by se mělo soustředit spíše na samostatné funkční bloky, aby byla zachována přehlednost. Mohli bychom také určit, že vědomí integruje klíčové prvky systému reprezentací, generátoru řešení, vnitřního testovacího prostředí a testování pomocí krátkodobé paměti. Naopak v průběhu spánku pracuje generátor řešení bez stimulace receptory a bez zpětné vazby testovacích prvků, spíše využívá nevědomých asociací, kterými skládá různé bizarní obrazy.

Na užití vnitřního testovacího prostředí jsou založeny logické důkazy. Objektivizované návody a metody obecně zlepšují práci generátoru řešení, který se jimi řídí, a přes případné rozptylování emočním hodnocením pak dosahuje lepší úspěšnost v testech.

V poslední kapitole ukáži, jak toto schéma obstojí na pozadí empirických poznatků, především tam, kde dochází k chybám v poznání.

 

 

 

Implikace pro vysvětlování poznávacích procesů

 

Za významné pro vysvětlování poznávacích procesů považuji jejich typické chyby. Jedná se o případy, kdy nás neklamou smysly ani svět, ale my sami. Nejde také o jednoduchou kapacitní omezenost např. krátkodobé paměti, omezující množství současně aktivních reprezentovaných prvků a vztahů. Jedná se o zkreslení, za kterými můžeme tušit intervenci vývojově starších specializovaných vyvozovacích principů, které původně sloužily buď k vylepšení poznávacích procesů (především z hlediska efektivity) nebo k potlačení individuálních poznávacích schopností při adaptaci. Případně se necháme oklamat přijetím špatných kognitivních schémat, které nepodrobíme kontrole. Tato „schopnost“ je daní, kterou platíme za výhody gregoryovského tvora neboli za sdílení poznatků a kognitivních nástrojů.

Tyto zkreslení se nachází např. v průběhu argumentací, kdy některé argumenty jsou nepřijatelné logicky, ale jsou přijatelné psychologicky. Jauris a Zastávka (1992) uvádí tyto typy:

Vydírání působením na city – místo argumentu nastupuje snaha o vyvolání lítosti, o důkaz citové oddanosti atd.

Společenský apel – místo argumentu nastupuje apel na konformitu se skupinou a nekritické přijetí skupinového mínění.

Individuální apel – místo argumentu nastupuje „pošpinění“ odpůrce a přenesení odmítavého hodnocení osoby i na argumenty, které zastává.

Argumentace dovoláváním se autority – místo argumentu je dodáno tvrzení zakládající svou „pravdivost“ na psychologickém hodnocení jeho autora.

Další chyby se vyskytují v procesu jazykového zpracování, pomocí něhož je vybudována chybná nebo nekonzistentní reprezentace problému. Typickými případy jsou různá sofismata a shrnul je již Aristoteles v práci O sofistických důkazech. Jauris a Zastávka (1992) je třídí do následujících typů:

Ekvivokace – též homonymie. Využívá se toho, že slovo má více významů. Zvláštním případem může být smíšení použití pojmu a mluvení o pojmu (de re a de dicto). Např.: 1. Myš je podstatné jméno. 2. Některé myší jí sýr. Závěr: Některá podstatná jména jí sýr.

Amfibolie – tzv. pythické výroky. Využívá se mnohoznačnosti celých vět a tím je vyvolána kontextuální závislost, která však (u pravé amfibolie) není uvědoměna. Např.: „Překročíš-li řeku Halys, zničíš velkou říši.“

Chybné složení – vlastnosti částí jsou neoprávněně přeneseny na celek. (Není věnována pozornost struktuře.) Např.: „Sodík a chlór jsou jedovaté prvky, proto i jejich spojení, kamenná sůl, je jedovatá.“

Chybné rozložení – vlastnosti celku jsou přeneseny na části. Předchozí příklad lze vhodně obrátit.

Chybná interpretace slovních tvarů – používá hodnotícího nánosu spojeného s určitými formulacemi a následného užití vhodné formulace. Např.: úplatek – pozornost, podvod – využití příležitosti, násilí – spravedlivý trest.

Třetí skupina chyb se týká ovlivnění samotného myšlenkového zpracování. Především jde o to, že nekriticky (s důvěrou) přebíráme určité způsob reprezentace nebo přístupu k problému. Také je možné ovlivnit samotný průběh vyvozování. Ze stejného zdroje opět uvádím jejich typy:

Logicky chybná argumentace – jde o chybu přímo v uplatnění logických pravidel, tedy ve vyvozování. Např.: „1. Každý, kdo zná logiku je inteligentní. 2. Někteří žáci jsou inteligentní. Závěr: Někteří žáci znají logiku.“ Zde se projevuje vliv konkrétního způsobu reprezentace na vyvozování. Pokud změníme příklad, chybu ihned rozpoznáme: „1. Každý, kdo zná logiku je pomalý. 2. Některá zvířata jsou pomalá. Závěr: Některá zvířata znají logiku.“ 1. Je vidět, že při usuzování jsme ovlivňováni konkrétními případy, které máme v paměti, a pomocí nichž si utváříme reprezentaci problému. Při první premise se nám vybaví konkrétní případ (postava) s oběma vlastnostmi, i když z implikace existence tohoto příkladu nevyplývá. Pokud příklad neodpovídá zkušenosti, je psychologický vliv implikace oslaben.

Argumentace se zmanipulovanou tezí – jde o různé upravování výchozích tvrzení (a tedy odvozené reprezentace problému). Může jít o zveličení důsledků určitého tvrzení, abychom raději přijali opačné tvrzení, nebo tvrzení zeslabujeme (lépe se dokazuje) nebo zesilujeme (lépe se vyvrací).

Argumentace s chybnými argumenty – jde o dvě možnosti:

argumentaci kruhem – předpokládá platnost toho, co má být odvozeno (Hmota je mimo naše vědomí, protože se ve vědomí odráží.)

sugestivní dichotomii – dvě tvrzení jsou neoprávněně prezentována jako vylučující se. (Buď čtete naše noviny, nebo jste nevzdělanec.)

Argumentace s chybějícími argumenty – jde o zamlčené předpoklady, které jsou sporné (nebo nepravdivé) a umožňují utvoření daného závěru. Jsme schopni si je neuvědomit a tudíž nezpochybnit. (Protože je podnikatel, má vysoké příjmy. Zamlčený předpoklad: Všichni podnikatelé mají vysoké příjmy.)

Argumentace s presumptivní nebo komplexní otázkou – jde o neoprávněné spojení více nezávislých prvků (vztahů) tak, abychom je nemohli rozdílně zpracovat. (Přestal jste kouřit? Kouříte a pijete kávu?)

Slabě induktivní argumentace – jde o komplex chyb provázejících řešení empirických problémů. Zde se projevují přibližná řešení pravděpodobně založená na užití specializovaných principů a také snaha získávat obecná schémata z jednotlivých případů. Zahrnují:

unáhlené zobecnění (Někteří Češi jsou muzikanti, tedy co Čech to muzikant.),

neznalost (Nikdy jsem neviděl Karla pít kávu, tedy nepije kávu.),

časová následnost jako příčinnost (Černá kočka přeběhla přes cestu a pak jsem prohrál v ruletě, tedy prohru zavinila černá kočka.)

povrchní analogie (Nemá vlasy, tedy je skinhead a neofašista.)

řetěz pravděpodobnostních argumentací (Sledování pornografie vzbuzuje nízké pudy, ty vedou k nemravným pocitům a zvýšení zločinnosti, to vede k zvýšení výdajů na policii, soudy a věznice, což vede ke snížení výdajů na kulturu a vzdělání, což vede k poklesu kulturní úrovně, a to vede k úpadku a zániku civilizace, takže pornografii je třeba zakázat.)

Na těchto příkladech vidíme, jak určité specializované vyvozovací principy a kognitivní schémata úspěšně a nevědomě intervenují do řešení problémů univerzálním aparátem, a to mimo rámec své kognitivní kompetence. Často díky asociacím tento univerzální aparát zcela obcházejí. Tyto výsledky jsou vysvětlitelné na mém modelu, i když podrobnější analýzu neumožňuje. Bylo by zajímavé přesně určit všechny vrozené a nevědomé sklony, které jsou zprostředkovány příslušnými specializovanými principy. Zajímavá je také rozdělení zkušeností (paměti) do specifických oblastí.

Obecně mají poznávací schopnosti celou řadu nedostatků a základ opravdové odbornosti spočívá v získání (naučení) velkého množství ověřených (specializovaných) kognitivních schémat a v učení se je používat v příslušné omezené problémové oblasti (vědecké disciplíny, technické oblasti atd.). Zajímavé je, že se nikde neučíme, jak odborně (s vědeckými metodami) řešit každodenní běžné problémy. Běžně používáme kognitivní schémata dodaná tradicí, převážně ve formě přísloví. Vědecké disciplíny do našich každodenních znalostí zasahují jen okrajově, přičemž každodennost je typickým předmětem psychologie, sociologie a antropologie. Místo toho jsme necháni napospas svým pravěkým specializovaným principům, či možná přesněji zkratům.

 

V rámci psychologie existuje bohatá sbírka výzkumů a experimentů, které dokládají určité typické chyby v poznávacích procesech. Některé z nich zde uvádím.

 

Základní atribuční chyba (viz. Atkinsonová, 1995:724)

Chování jedince na vnímáme tak, že je bereme takové, jak se nám jeví, a nepřikládáme dostatečnou váhu okolnostem. Podceňujeme situační příčiny chování, velmi snadno děláme unáhlené závěry o příčinách chování, které přisuzujeme osobě. Například můžeme uvěřit, že někomu opravdu chutná určitá potravina, i když to tato osoba tvrdí v reklamě, za kterou je placená a dělá to jenom pro peníze (vliv situace).

V jedné studii hrály osoby hru, kterou badatelé zmanipulovali tak, že vítězové a poražení byli určeni náhodně. Vítězové přisuzovali svoji výhru svým dovednostem a úsilí, zatímco poražení tvrdili, že neměli štěstí.“ (Snyder, Stephan a Rosenfeld 1976, podle Atkinsonová

 

Teorie sebepercepce

Pomocí kognitivních schémat vnímáme i svoje chování a vytváříme si pomocí nich zkreslenou představu sami o sobě. Např. v jednom pokusu (Festinger a Carlsmith, 1959 podle Atkinsonová, 1995:725) pracovali jednu hodinu na nudných úkolech, a poté část dostala jeden dolar za to, že řeknou ostatním, že úkoly byly zábavné a zajímavé. Později tito studenti sami tvrdili, že se jim úkoly líbily. Malá pobídka k souhlasu s žádostí experimentátora způsobila, že osoby uvěřily tomu, co slyšely samy od sebe.

 

Vliv prvního dojmu

Na základě prvních informací si utváříme kognitivní schéma, kterému přizpůsobujeme interpretaci následujících informací. Luchins (1957, podle Atkinsonová 1995:718) uvádí příklad textu, ve kterém je určitá osoba jménem Jim popsána v první polovině jako přátelská a ve druhé jako samotářská. Správně bychom měli se stejnou pravděpodobností připsat obě varianty. V Luchinsově výzkumu však byla první varianta zvýhodněna přibližně o 30 procent (nezávisle na tom, která vlastnost byla popsána jako první).

 

Heuristická teorie přesvědčování

(Chaiken, 1980; Eagly a Chaiken, 1984 podle Atkinsonová 1995:777)

Když nejsme schopni zpracovat obsah sdělení při argumentacích, používáme přibližná (heuristická) pravidla. Např. Zprávy s mnoha argumenty jsou přesvědčivější než zprávy s málo argumenty. V jedné studii (Petty a Cacioppo, 1984 podle Artkinsonová 1995:777) se ukázalo, že pokud nejsme osobně zaangažováni na problému, devět argumentů vyvolává větší souhlas, než tři argumenty, bez ohledu na jejich sílu nebo slabost. Pokud jsme vysoce zaangažováni, devět silných argumentů vyvolá větší souhlas než tři silné argumenty, ale devět slabých argumentů vyvolá menší souhlas, než tři slabé argumenty.

 

 

Vliv reprezentace na řešení problému

Jedné skupině pokusných osob byl zadán úkol připevnit svíčku na dveře pouze s použitím (určitých) předmětů…“,“Řešením bylo připevnit krabičku od zápalek pomocí rýsováčků na dveře a použít ji jako stojan pod svíčku Většina pokusných osob měla s řešením problému obtíže, pravděpodobně proto, že jim krabička reprezentovala schránku na zápalky, nikoli stojan. Jiné skupině pokusných osob byl zadán stejný problém, vyjma toho, že z krabičky byl její obsah vyjmut. Tyto pokusné osoby byly v řešení problému úspěšnější, pravděpodobně proto, že méně často zahrnovali vlastnost krabičky jako schránky do její reprezentace a častěji jí přiřazovali schopnost být krabičkou.“ (Glucksberg a Weisberg, 1966 podle Atkinsonová, 1995:378).

 

Další psychologické výzkumy popisují vliv působivých událostí na přeceňování jejich významu, neschopnost objevit kovariaci, kde ji nehledáme, a postulování tam, kde ji očekáváme, jak jsme nevědomě motivováni k vylepšování svého sebehodnocení atd.

Na druhou stranu jsme občas schopni dosáhnout adekvátního poznání zejména tam, kde naše úsudky nejsou systematicky ovlivňovány některými kognitivními schématy, či vyvozovacími principy. Také nám může pomoci použití vědeckých metod, které jsou objektivně ověřovány, a jejichž adekvátnost je dobře prozkoumána. Posledním vodítkem adekvátnosti je pozornost k výsledkům testování, kde například při řešení technických problémů máme okamžitou zpětnou vazbu.

 

Nakonec si dovolím vlastní ilustraci na příkladu studia filozofie. To, co se naučíme na univerzitě je zanedbatelné v porovnání se znalostmi a schopnostmi, se kterými jsme již předem vybaveni. Většinu z tohoto vědění nereflektovaně používáme při probírání filozofických problémů. Určitou nevhodnost této předchozí znalostní výbavy můžeme pociťovat např. při řešení formálně logických úkolů, kde intervenuje ve formě chyb při usuzování. Zvládnutí logiky vyžaduje určitý trénink, při kterém se musíme naučit citlivosti vůči starším nelogickým postupům. Ale ve filozofické praxi, při projednávání volněji specifikovaných témat, s vágnějšími pojmy atd. již chybí trénink v neformální logice, a zůstává zbožné přání, že budeme schopni aplikovat poznatky z formální logiky na daleko širší oblast zkoumání. Hlavním kritériem správnosti našich úsudků je mlčenlivé přikyvování případně citování stejně netrénovaných kolegů. Toto je ostatně problémem ve většině humanitních oborů.

 

 

 

Závěr

Na základě mé práce předpokládám, že naše poznávací schopnosti můžeme podle adekvátnosti poznání seřadit takto (v závorce uvádím přibližný korelát):

 

Objektivizované a systematicky, objektivně testované metody (exaktní vědy)

Specializované aparáty v původním evolučním prostředí (pocity, intuice)

Univerzální aparát (zdravý selský rozum, Common Sense) tímto aparátem můžeme vést – hranici adekvátnosti.

Specializované aparáty v ostatních prostředích (pocity, intuice), chybí záruka správnosti!

Postavení specializovaných aparátů na 2. pozici je sporné, protože z individuálního hlediska jsou tyto aparáty méně adekvátní, než univerzální aparát. Řešení adaptačních problémů pomocí specializovaných aparátů se projevuje v úspěchu genů, ne jednotlivců. Toto řešení je tedy implicitní, vyplývá z chování všech nositelů genu jako celku, jednotlivci je toto specifické poznání, které se v genech ukládá, explicitně nedostupné. Poznané strategie jsou tedy adekvátní nositelům genů jako skupině, ne z individuálního hlediska.

Na jedné straně disponujeme do velké míry univerzálním poznávacím aparátem, který je však uplatňován především v naučené vědecké metodologii, na druhé straně všechny ostatní a běžné situace řešíme specifickými, intuitivními, přibližnými, okruhově omezenými postupy, které jsou do velké míry podmíněné geneticky, a které jednoduše neposkytují adekvátní poznání v podstatně nových problémových oblastech.

Pokud máme zapojit univerzální aparát, náročnější na zdroje, musíme k tomu mít pádný důvod. Ten však získáme převážně negativní zpětnou vazbou, informující o problému se specifickými aparáty. Bez zpětné vazby zajištěné bezprostřední konfrontací s realitou, případně s jiným názorem (odborným), není ani důvod pro činnost univerzálního aparátu, ani pro větší správnost našich poznatků.

 

 

Literatura

Vzhledem k rozsáhlému použití elektronických dokumentů se snažím co nejvíce vycházet z nejnovější citační normy ČSN ISO 690-2 z ledna 2000, která je založena na mezinárodní normě ISO 690-2:1997.

 

Atkinsonová, R. L. a kol.: Psychologie. Viktoria Publishing, Praha 1995.

Beloff, J.: What Are Minds For? [online]. 1977 [cit. 19. 1. 2000]. Dostupné na WWW: <http://moebius.psy.ed.ac.uk/~dualism/papers/minds.html>

Bělohrad, R.: Mysl a jazyk [online]. 1997 [cit. 25. 5. 2000]. Dostupné na WWW: <http://www.phil.muni.cz/fil/studenti/myslajazyk.html>.

Boyer, P.: Intuitive ontology in cognitive development: The inferential and categorical background for concept-acquisition. [online]. 1997 [cit. 19. 1. 2000]. Dostupné ve verzi PDF na WWW: <http://www.ddl.ish-lyon.cnrs.fr/membres/~Boyer/cogdev.pdf>

Block, N.: On a confusion about a function of consciousness [online]. 1995 [cit. 19. 1. 2000]. Dostupné na WWW: <http://www.cogsci.soton.ac.uk/bbs/Archive/bbs.block.html>. Dostupné též v Behavioral And Brain Sciences 1995. vol. 18, no.2, pp. 227-287.

Block, N.: Sexism, Raceism, Ageism and the nature of Consciousness [online]. 1999 [cit. 23. 5. 2000]. Dostupné na WWW: <http://www.nyu.edu/gsas/dept/philo/faculty/block/papers/sexism.html>. Dostupné též v The Philosophy of Sydney Shoemaker, Philosophical Topics 1999. vol. 26, no. 1-2.

Chalmers, D. J.: Online papers on consciousness [online]. [cit. 18. 1. 2000]. Dostupný na WWW: <http://www.u.arizona.edu/~chalmers/online.html>

Chalmers, D. J.: Facing Up to the Problem of Consciousness [online]. 1995 [cit. 19. 1. 2000]. Dostupný na WWW: <http://www.u.arizona.edu/~chalmers/papers/facing.html>.

Crick, F.: Věda hledá duši. Mladá fronta, Praha 1997.

Damasio, A.: Descartův omyl. Mladá fronta, Praha 2000.

Dennet, D. C.: Druhy myslí. Archa, Bratislava 1997.

Harnad, S.: Symbol grounding problem [online] 1990 [cit. 19. 1. 2000]. Dostupný z WWW: <http://www.cogsci.soton.ac.uk/~harnad/Papers/Harnad/harnad90.sgproblem.html>.

Harnad, S.: Artificial Life: Synthetic Versus Virtual [online] 1993 [cit. 29. 5. 2000]. Dostupný z WWW: <http://www.cogsci.soton.ac.uk/~harnad/Papers/Harnad/harnad93.artlife.html>.

Hartl, P.: Psychologický slovník. Jiří Budka, Praha 1994.

Hauser, L.: Searle’s Chinese Box: Debunking the Chinese Room Argument [online]. 1997 [cit. 19. 1. 2000]. Dostupný z WWW: <http://members.aol.com/lshauser2/chinabox.html>.

Jauris, M.; Zastávka, Z.: Základy neformální logiky. S & M, Praha 1992.

Koukolík, F.: Mozek a jeho duše. Makropulos, Praha 1997.

Koukolík, F.: Lidský mozek. Funkční systémy. Normy a poruchy. Portál, Praha 2000.

Králík, J.: Abstrahování analogií pro matematické modely. In Model a analogie ve vědě, umění a filozofii. Filosofia, Praha 1994. pp. 101-5.

Krejčí, P.: Mysl: J. R. Searle versus Umělá inteligence. ročníková práce, Brno 1997. Dostupná též [online] na WWW: <http://www.phil.muni.cz/~krejci/skola/searle.htm>.

Lormand, E.: Consciousness. Draft for the Routledge Encyclopedia of Philosophy. [online]. 1996a [cit. 19. 1. 2000]. Dostupný na WWW: <http://www-personal.umich.edu/~lormand/phil/cons/consciousness.htm>

Lormand, E.: The Explanatory Stopgap [online]. 1996b [cit. 19. 1. 2000]. Dostupný na WWW: <http://www-personal.umich.edu/~lormand/phil/cons/stopgap.htm>.

Martin, R. M.: The Meaning of Language. The MIT Press, Cambridge 1989.

Materna, P.: Svět pojmů a logika. Filozofický ústav AV ČR, Praha 1995.

McCarthy, J.: Ascribing Mental Qualities to Machines [online]. 1979 [cit. 19. 1. 2000]. Dostupný na WWW: <http://www-formal.stanford.edu/jmc/ascribing/ascribing.html>.

McCrone, J.: States of Mind. In New Scientist 1999. vol. 161, no. 2178, pp.30-33.

McCulloch, W. S.; Pitts, W.: A logical calculus of the ideas imminent in neural nets. Bulletin of Mathematical Biophysics 1943. no. 5, pp. 115-137.

Nagel, T.: What is it like to be a bat? [online]. 1974 [cit. 19. 1. 2000]. Dostupný na WWW: <http://members.aol.com/NeoNoetics/Nagel_Bat.html>. Dostupný též In Philosophical Review 1974. vol. 83, no. 4, pp. 435-450.

Peregrin, J.: Obrat k jazyku: druhé kolo [online]. Praha, Filosofie 1998 [cit. 19. 1. 2000]. Dostupný na WWW: <http://www.cuni.cz/~peregrin/HTMLTxt/obrat.htm>.

Pstružina, K.: Svět poznávání. K filozofickým základům kognitivní vědy. Olomouc, Nakladatelství Olomouc 1998.

Ratclif, R.; McKoon, G.: Bias Effects in Implicit Memory Tasks [online]. [cit. 19. 1. 2000]. Dostupný na WWW: <http://www.psych.nwu.edu/psych/people/faculty/ratcliff/biaspaper.html>.

Rosenblat, F.: Principles of Neurodynamics. Spartan Books, New York 1962.

Searle, J.: Mysl, mozek a věda. Mladá fronta, Praha 1994.

Searle, J.: The Mystery of Consciousness. In The New York Review of Books 1995a. no. 42, pp. 54-66.

SEARLE, J.: The Construction of Social Reality. Free Press, New York 1995b.

Shieber, S.: Lessons from a Restricted Turing Test [online]. 1993 [cit. 19. 1. 2000]. Dostupný na WWW: <http://www.eecs.harvard.edu/~shieber/papers/loebner-rev-html/loebner-rev-html.html>.

Solms, M.: What is Consciousness? In Journal of the American Psychoanalytic Association 1997. vol. 45, no. 3, pp.681-703.

Stower, M.: Searle's Chinese Room Argument [online]. [cit. 10. 12. 1997] Dostupný z WWW: <http://www.dcs.shef.ac.uk/~martins/chinroom.html>.

Thaler, S.: A Quantitative Model of Seminal Cognition: The Creativity Machine paradigm [online]. 1997 [cit. 29. 5. 2000]. Dostupný z WWW: <http://www.imagination-engines.com/mind2/m2paper.htm>.

Tichý, P.: The Scandal in Linguistics. E-Logos. Electronic Journal for Philosophy [online]. 1995 [cit. 4. 1. 2000]. Dostupné na internetu: <ftp://ftp.vse.cz/pub/VSE/logos/Logic/tichy-1.txt>. ISSN 1211-0442.

Turing, A. M.: Computing Machinery and Intelligence. In Mind 1950. vol. 59, no. 236.

VELKÝ SOCIOLOGICKÝ SLOVNÍK. Praha, Karolinum 1996.

Wright, R.: Morální zvíře. Proč jsme to, co jsme. NLN, Praha 1995.

Obsah

 

Výchozí předpoklady (metodologie) *

Dosavadní přístupy *

Psychologie *

Věda o umělé inteligenci *

Neurofyziologie *

Filozofie *

Jazyk, pojem a význam *

Inspirace z umělé inteligence - AI *

Turingův Test *

Problém rozumění symbolům (Symbol grounding problem) *

Evoluční hledisko *

Vědomí *

Poznání, struktura a funkce *

Kvantitativní a kvalitativní vlastnosti poznání (Qualia problem) *

Funkční model myšlení *

Implikace pro vysvětlování poznávacích procesů *

Literatura *

Obsah *