КОММУНИКАЦИЯ И РЕЧЕВАЯ АКТИВНОСТЬ 12 страница

Классический вопрос психологии мышления состоит в том, како­го рода информация используется для усмотрения аналогии между этой проблемной ситуацией и другими, более очевидными примерами реше­ния. В ряде недавних экспериментов испытуемым в неявной форме да­валась информация, позволявшая найти принципиальное — «функци­ональное» — решение основной задачи. Например, через короткое время после неудачной попытки решения основной дункеровской за­дачи их знакомили с историей некоего античного полководца, взявше­го укрепленную крепость благодаря тому, что он разделил свою армию на несколько меньших отрядов и одновременно атаковал крепость с

разных сторон. В этом случае около 40% испытуемых спонтанно усмат­ривали связь двух ситуаций и решали задачу с облучением опухоли. Этот результат подтверждает мнение Дункера о трудностях с усмотре­нием глубинного сходства при различиях конкретного материала. При прямом указании на возможное сходство ситуаций решение находили уже 80% испытуемых. Самостоятельное усмотрение связи скорее удава­лось тем испытуемым, которые были ориентированы прежде всего на ПОНИМАНИЕ, а не на ВОСПРОИЗВЕДЕНИЕ потенциально реле­вантных способов решения из памяти.

Существует несколько в основном пропозициональных моделей вы­вода по аналогии. Соответствующий модуль, в частности, имеет систе­ма ACT-R Дж.Р. Андерсона (см. 6.4.1 и 8 1 1). Модели работают со сход­ством элементов и их отношений. В них, правда, используется очень обедненная и заранее «препарированная» на пропозиции информация. Более интересна коннекционистская модель LISA (Learning and Inference with Schemas and Analogies), осуществляющая просмотр текстов и выделя­ющая семантически похожие фрагменты (Hummel & Holyoak, 1997). При этом моделируются два этапа вывода: 1) процессы поиска в памяти; 2) отображение схематической структуры области-источника на область-цель. Согласно модели, поиск в памяти ограничен по ресурсам, тогда как взаимное отображение структур знания осуществляется автомати­чески, не требуя нашего полного внимания. Эти допущения, возмож­но, объясняют не только особенности умозаключений по аналогии, но и известные характеристики мышления вообще, а именно мучитель­ный, связанный с концентрацией внимания процесс переформулиро­вания условий задачи, а затем внезапное, как бы само собой возникаю­щее решение — финальный аккорд, удачно описываемый бюлеровским термином «ага-реакция» (гештальтпсихологи называли это «инсайтом» — см. 1.3.1 и 8.3.2).

В самое последнее время для изучения аналогии (а равно метафоры) в качестве базы знаний начинают использоваться модели семантики языка, которые создаются с помощью латентного семантического анали­за и похожих статистико-математических методов (см. 6.1.1 и 7.4.2). Так, модель EMMA (Environmental Model of Analogy) использует многомерные данные о частоте различных словосочетаний в языке для быстрого гене­рирования гипотез о сходстве слов и словосочетаний (Ramscar & Yarlett, 2003). Мерой сходства при этом служит косинус угла между соответству­ющими векторными репрезентациями. Подобный поиск в памяти вы­полняет функцию предварительной фильтрации, за которой следует этап проверки удачности аналогии. Этот второй этап в рамках модели, впро­чем, пока никак не объясняется, как слишком сложный. Надо сказать, что EMMA не знает прагматики и поэтому генерирует набор гипотез на основании одних лишь лексико-семантических признаков, оценивая, например, текст «Ромео и Джульетты» на основании сходства использу­емых слов как в целом более похожий на «Двенадцатую ночь», чем на «Вестсайдскую историю».

Особое практическое значение имеют разнообразные прогнозы — индуктивные умозаключения по отношению к будущему. Обращенность в будущее обусловливает тот факт, что все прогнозы осуществляются в характерной для продуктивного воображения (и метапознания в целом) модальности «как если бы-» (см. 8.1.3). Ретроспективные сравнения пока­зывают, что в наших прогнозах и оценках возможной динамики собы­тий обычно довольно велика доля ошибок. В особенности судьба мно­гих научных открытий и технологических инноваций демонстрирует характерный переход от первоначальных заключений типа «Этого не может быть, поскольку этого не может быть никогда» к последующему «Кто же этого не знает?». Телефон, радио, самолет, телевидение, ядер­ное оружие и атомная энергетика вначале не были оценены по достоин­ству даже экспертами²². Почему же прогнозы часто столь ненадежны?

Психологические исследования выявляют несколько возможных причин ошибочных прогнозов. Во-первых, для наших оценок характер­на линеаризация тенденций, которые на самом деле имеют характер нели­нейных взаимодействий. Как показал немецкий психолог Дитрих Дёрнер (2001), даже специалисты, отвечающие за мониторинг и прогнозирова­ние таких явлений, как распространение СПИДа или возможности не­контролируемой реакции расщепления ядерного топлива, обычно оце­нивают динамику этих процессов в терминах линейных изменений, а не экспоненциально распространяющейся эпидемии (цепной реак­ции). Во-вторых, для нас типичен учет лишь нескольких, обычно не бо­лее двух-трех, измерений. Поэтому, в частности, нам трудно понять те­орию относительности Эйнштейна, оперирующую представлениями о четырехмерных величинах (см. 6.4.3). Эти же трудности, по-видимому, испытывали и члены Нобелевского комитета, после долгих дискуссий так и не присудившие Эйнштейну премию за теорию относительности (он получил ее позднее за менее существенный в контексте других его научных достижений анализ фотоэффекта)²³.

²² Ряд таких примеров содержит история информатики В начале 1950-х годов комис­
сия британского Королевского общества должна была определить потребность Велико­
британии в компьютерах После детальной проработки вопроса комиссия пришла к выво­
ду, что стране в будущем могут понадобиться два компьютера один для баллистических
расчетов и второй на тот случаи, если первый выйдет из строя Позднее, в конце 1960-х
годов на Западе вышло несколько футуристических прогнозов, в том числе знаменитая
книга Алвина Тойфера «Шок будущего» Ни одна из этих работ не содержала упоминания
Микропроцессора, появившегося парой лет позднее и изменившего облик множества тех­
нических устройств По-видимому, мы делаем сегодня аналогичные ошибки (см 7 4 3)

²³ Мы уже отмечали, что, возможно, онтологический состав наших концептуальных
структур не полон (см 6 3 1). В них отсутствует аппарат для интерпретации множествен­
ных нелинейных взаимодействий, которые трактуются нами либо как изолированные
события, либо как субстанции Нобелевский лауреат Илья Пригожий (1917—2003) в ис­
следованиях так называемых диссипативных систем создал современную теорию таких
процессов 211

Наконец, при прогнозах мы обычно делаем грубые ошибки, рабо­тая с данными, которые представлены в форме вероятностей. Ошибки при работе с вероятностями — особенно слабый пункт наших умозак­лючений. Вместе с другими аналогичными ошибками они обсуждают­ся в психологической литературе последних десятилетий под общим названием «когнитивные иллюзии». Дело не только в том, что мы обыч­но недооцениваем вероятность высоковероятных событий и несколько переоцениваем возможность низковероятных²⁴. Наряду с другими не­ожиданными особенностями процессов принятия решений (см. 8.4.1), для нас характерно непонимание простейших свойств вероятностей, например того, что вероятность совместного возникновения двух и бо­лее событий обязательно меньше вероятности каждого из этих событий в отдельности.

Классическая иллюстрация подобной ошибки конъюнкции вероятно­стей {conjunction fallacy) известна как «задача Линды». В задаче, предло­женной Даниелом Канеманом и Амосом Тверски, дается описание неко­торой молодой женщины по имени Линда. Для нее характерна широта интересов, самостоятельность, высокая социальная ангажированность. Испытуемых просят затем выбрать более вероятную из двух гипотез: 1) «Линда работает в банке» и 2) «Линда работает в банке и участвует в женском движении». Подавляющее большинство выбирает как «более вероятную» вторую гипотезу, упуская из вида, что вероятность совмест­ного возникновения двух событий («работает в банке» и «участвует в женском движении») не может быть выше вероятности одного из них («работает в банке»). Серьезные трудности также возникают с понима­нием ситуаций, в которых нужно учитывать суммирование вероятнос­тей. Это можно показать на примере простой вероятностной задачи-игры с колпачками (так называемая Monty Hall Dilemma), популярной в 1990-е годы в западных телевикторинах и научно-популярных журналах.

Рассмотрим такую игру с тремя колпачками, под одним из которых экспериментатор прячет банкноту в 100 долларов. Угадав правильный колпачок, испытуемый получает эту банкноту, в противном случае не получает ничего. Условия игры заключаются в следующем. Испытуемый начинает играть и выбирает себе один колпачок, но при этом не должен открывать его. Затем выбор осуществляет экспериментатор, переворачи­вая один из двух оставшихся в его распоряжении колпачков. При этом он намеренно выбирает пустой колпачок, внятно объявляя об этом ис­пытуемому и возможным зрителям. На следующем и последнем этапе испытуемому предоставляется возможность выбора — он может либо открыть свой колпачок либо поменять его на последний, оставшийся у экспериментатора.

²⁴ Математические модели, учитывающие завышенную субъективную оценку возмож­ности маловероятных событий, используются страховыми компаниями, позволяя им на-212 капливать финансовые средства за счет мнительности клиентов.

Как показывают результаты обширных исследований этой задачи, большинство испытуемых категорически отказывается обменивать пер­воначально выбранный ими колпачок на второй колпачок эксперимен­татора. Надо сказать, что подобная стратегия весьма спорна, так как она ведет к систематическим неудачам. Попробуем проанализировать зада­чу с самого начала, подсчитав на этот раз вероятности различных исхо­дов. Априорная вероятность того, что под колпачком лежит купюра рав­на 1/3. Вероятность, что она лежит под одним из двух колпачков равна 2/3. Если экспериментатор открывает пустой колпачок, то это значит, что купюра может находиться под вторым из его колпачков, причем с двойной вероятностью 2/3! Обмен своего колпачка на второй колпачок экспериментатора и есть тот шанс, который позволяет испытуемому до­биться устойчивого успеха в достаточно продолжительной серии подоб­ных экспериментов. При обычной стратегии отказа от обмена испытуе­мый будет проигрывать примерно в двух случаях из трех²⁵.

Гораздо более серьезные практические последствия имеет другая особенность вероятностных оценок и рассуждений человека, а именно слабый учет базовой, априорной вероятности событий. Так, если из­вестно, что одно из двух заболеваний встречается в 100 раз чаще, чем другое, то при одинаковой симптоматике имеет смысл (по крайней мере, с точки зрения рационального использования времени и средств) обратить особое внимание на углубленную проверку возможности более частотного заболевания. Как свидетельствуют результаты эмпирических исследований, часто, особенно неопытными врачами, вероятности этих двух заболеваний продолжают рассматриваться как практически более или менее равные.

Широкую известность в когнитивной психологии и далеко за ее пределами в последние годы получила так называемая задача маммо­графии. Задача состоит в вынесении диагностического суждения. Пусть вероятность рака груди у женщин в возрасте свыше 40 лет составляет примерно 1% (идеализированные, в действительности даже несколько заниженные данные). Если такое заболевание имеется, то стандартная диагностическая процедура, называемая маммографией, выявляет его в 80% случаев. Однако иногда маммограмма оказывается положительной и у здоровых женщин, а именно у 10% не имеющих рака груди женщин маммографическое обследование ведет к ошибкам ложных тревог. Предположим теперь, что в некотором конкретном случае результат об­следования оказался положительным, то есть получены данные о воз-

²⁵ Как показал американский психолог Стивен Сиси (см. Ceci, Rosenblum & DeBruyn,
1999), так поступают и многие испытуемые с высшим, в том числе математическим обра­
зованием. Согласно его сообщению, эту задачу не смогли решить даже два Нобелевских
лауреата по физике. Смысл ситуации был, однако, сразу же понятен неграмотным улич­
ным мальчишкам из Рио-де-Жанейро. Британский журнал «The Economist» посвятил
недавно этой задаче подборку материалов: обследование сотрудников редакции показа­
ло, что правильно решить задачу смог лишь главный редактор. 213

можности заболевания. Какова вероятность того, что данная пациент­ка действительно больна раком груди?

Разумеется, по своей сути это первый вопрос, который возникает в любых ситуациях диагностических оценок. От ответа на этот вопрос прямо зависят последующие события и профессиональное поведение проводящих обследование (или расследование) лиц. Тем удивительнее, что не только обычные испытуемые, но даже многие специалисты, включая известных радиологов и хирургов, не могут дать на него пра­вильный ответ, оценивая такую вероятность как лежащую где-то в диа­пазоне от 70 до 90%. При этом они в среднем ошибаются в 10 раз! Сле­дует отметить, что подобные ошибки наблюдаются не только в описанной ситуации диагностики рака груди, но также и в некоторых других диагностических ситуациях (для мужчин классической ситуаци­ей является диагностика рака простаты), в том числе вне медицинско­го контекста, например, при оценке причин технических неполадок или возможной виновности подозреваемых в судебных процессах, ве­дущихся на основании косвенных улик.

Формально для решения подобных задач должна использоваться теорема Байеса. Она позволяет осуществить переход от априорной веро­ятности некоторого события (то есть в данном случае от известной за­ранее общей вероятности данного заболевания в популяции) к его апо­стериорной вероятности — вероятность заболевания при позитивном исходе теста. Соответствующая формула, учитывающая также вероятно­сти положительного исхода диагностического теста при наличии (веро­ятность «попаданий») и при отсутствии заболевания (вероятность «лож­ных тревог») выглядит следующим'образом:

Р(Н) ■ _Р(₊тест|Н)

где ρ — вероятность, Η — ситуация истинности проверяемой гипотезы (наличие заболевания), «—Н» — ошибочность проверяемой гипотезы (от­сутствие заболевания), «+тест» — положительный исход диагностическо­го теста, «|» — символ, вводящий выражение «при условии, что». Если подставить в эту формулу приведенные выше данные задачи маммогра­фии, то искомая вероятность заболевания раком груди при условии, что результат диагностического теста был положительным, оказывается лишь несколько больше 7%:

Медицинские или юридические оценки требуют, таким образом, нашего внимательного критического анализа, особенно если они осно­ваны, как это повсеместно принято сегодня, на данных, представлен­ных в вероятностной (или процентной) форме. В истории европейской философии Локк и Лейбниц в равной мере подчеркивали роль расчета

вероятностей, так как наша жизнь проходит «в сумерках неопределен­ности, а не в солнечных лучах уверенности». Теория рациональности эпохи Просвещения исходила из представления о том, что логика и теория вероятности описывают законы мышления, с той, правда, ого­воркой, что речь идет о мышлении образованных, или просвещенных, людей — hommes éclairé. По замечанию французского математика Пье­ра-Симона Лапласа, «Теория вероятности представляет собой не что иное, как здравый смысл, выраженный в математической форме».

Если считать теорию вероятности синонимом рациональности, то напрашивается общий пессимистический вывод о природе наших ин­теллектуальных способностей. Надо сказать, однако, что рассмотрен­ные выше, часто действительно драматические ошибки не должны счи­таться проявлением фатальной иррациональности мышления человека. Ошибки возникают, главным образом, при использовании вероятност­ного формата представления данных, который не всегда оптимален с точки зрения условий эволюции нашего мышления²⁶. Кроме, того, ис­пытуемые могут иначе интерпретировать условия задачи, полагая, что экспериментатор следует принципу неоперативности (см. 7.4.1) и сооб­щает только релевантную информацию (скажем, о «социальной анга­жированности Линды»), которая должна быть учтена в их ответе. Как будет показано в конце данного раздела, изменение формулировок по­сылок иногда приводит к тому, что решение проблемы маммографии и ряда аналогичных задач становится заметно более успешным (см. 8.2.3). Для полноты картины вначале нужно рассмотреть психологические ме­ханизмы дедуктивных умозаключений.

8.2.2 Дедуктивные умозаключения

При традиционном, ориентированном на формализацию подходе к мышлению основной сферой приложения усилий исследователей долж­но было бы стать изучение процессов решения задач на относительно простые логические умозаключения силлогистического типа. Всякое логическое исчисление включает (помимо синтаксических правил, не­обходимых для проверки правильности построения формул) набор ак­сиом и правила вывода, которые определяют возможные дедукции из аксиом или производных от них утверждений. Поскольку в повседнев­ной жизни мы редко сталкиваемся с необходимостью доказательства логико-математических теорем и больше озабочены тем, чтобы не на­рушать логику в своих последовательных высказываниях и действиях, то и возможные аксиомы организации познавательных процессов не

²⁶ Характерно, что автор этой математико-статистической теоремы, преподобный То­мас Байес (1702—1761) так и не стал публиковать при жизни свою «теорему о прираще­нии знания», поскольку сомневался в ее приложимости к повседневным рассуждениям. 215

считались до самого последнего времени играющими сколько-нибудь значительную роль в исследованиях мышления. Большинство работ по­священо анализу дедуктивных умозаключений, связанных с переходом от общего к частному знанию.

Хотя с логической точки зрения дедуктивный вывод, в отличие от индуктивного, строго детерминистичен, в психологии с дедукцией свя­зано отнюдь не меньшее число проблем. Их экспериментальное изуче­ние началось около ста лет назад. Полученные к концу 1930-х годов данные были собраны и проанализированы Робертом Вудвортсом (рус­ский перевод, 1950). Основным обнаруженным феноменом оказался эффект атмосферы, согласно которому создаваемая общим видом по­сылок «атмосфера» настраивает испытуемого (предположительно по типу прайминга) на принятие одних выводов и отбрасывание других. В современной интерпретации «эффект атмосферы» сводится к двум эм­пирическим правилам. Во-первых, если по крайней мере одна посылка отрицательна, то и вывод будет сформулирован скорее в отрицательной форме; в противном случае он будет утвердительным. Во-вторых, если по крайней мере одна посылка является частной (то есть содержит квантор «некоторые»), то и вывод будет скорее частным. В противном случае он будет сформулирован в универсальной форме, для которой характерно использование кванторов «все» или «ни один».

Анализ этого эффекта породил в когнитивной психологии множе­ство противоречивых данных. Дело в том, что эти правила совпадают с двумя из трех законов логически правильного рассуждения, установ­ленных еще в средневековой схоластической логике. Поэтому «эффект атмосферы» не позволяет сказать что-либо особенно содержательное о психологических процессах, лежащих в основе решения силлогизмов. Кроме того, иногда этот эффект почему-то не срабатывает. Одним из проблематичных примеров является следующий силлогизм: «Некоторые пчеловоды — художники» «Ни один химик не является пчеловодом»

Как показали эксперименты (Johnson-Laird & Steedman, 1978), из 20 испытуемых 12 сразу заявили, что на основе этих посылок нельзя сде­лать однозначный вывод. В конце концов лишь двое испытуемых смог­ли дать правильный ответ:

«Некоторые художники — не химики»,

хотя этот вывод полностью соответствует как первому, так и второму правилу «эффекта атмосферы».

В последние десятилетия наряду с эмпирическими исследованиями предпринимались попытки создания психологически обоснованной те­ории силлогического вывода. Дж. Эриксон (Erickson, 1974) выдвинул теоретико-множественную модель, основанную на предположении, что посылки мысленно репрезентируются в виде кругов Эйлера. Вывод де- лается на основе систематического сравнения этих пространственных

представлений. Р. Стернберг и M. Тернер (см. Sternberg, 1977) также ис­ходят из теоретико-множественных представлений, но полагают, что умозаключение включает детальный анализ посылок, направленный на выделение дизъюнктивных порций соответствующих множеств. Ошиб­ки возникают, согласно этим авторам, из-за ограниченности объема оперативной памяти, препятствующей исчерпывающей репрезентации условий. Третья группа авторов развивает так называемое «рационалис­тическое направление» в психологии мышления, основательницей кото­рого является ученица Вертхаймера Мэри Хэнли. Рационализм проявля­ется в трактовке процессов решения силлогизмов как преобразования информации в соответствии с законами математической логики. Вывод осуществляется путем перестановки аргументов в исходных посылках и перебора следствий.

Хотя эти теоретические модели и позволяют предсказать некоторые данные типа «эффекта атмосферы» (психологическая реальность кото­рого, как мы видели, может быть поставлена под сомнение), в целом ни одна из них не дает объяснения некоторым известным в течение доволь­но продолжительного времени особенностям логического вывода у че­ловека. Так, Аристотель (в «Логике») отмечал, что некоторые модусы силлогизмов являются естественными — «совершенными» — и значи­тельно быстрее ведут к ответу, чем другие. В особенности силлогизм об­щего вида AB, ВС -> АС является более естественным, чем силлогизмы любого другого вида. Ускорение ответа обусловлено перцептивным сход­ством соседствующих элементов посылок. Заметим, что такое перцеп­тивное сходство не гарантирует истинности умозаключений и может служить источником ошибок. Рассмотрим «совершенный силлогизм» с одним нечетким квантором «почти все»: «Все А есть В. Почти все В есть С». Большинство испытуемых быстро делает из этих посылок вывод «Почти все А есть С». Этот вывод ошибочен, как легко видеть из следу­ющего конкретного примера: «Все академики — ученые. Почти все уче­ные моложе 50 лет».

Ориентированным на формальную логику подходам к дедуктивно­му выводу противостоит теория ментальных моделей, разработанная од­ним из учеников Бартлетта, психологом из Принстонского университе­та Филиппом Джонсон-Лэйрдом (Johnson-Laird, 1978; 1999). Этот автор подчеркивает, что логические правила могут быть использованы для проверки правильности вывода, но они в принципе не могут объяс­нить, почему из некоторых посылок в определенных условиях был сде­лан данный вывод, так как, во-первых, всегда существует бесконечное число логически правильных следствий и, во-вторых, имеются различ­ные логические системы (например, открытое множество так называе­мых модальных логик). Если формальная логика трактуется как основа мышления человека, что характерно для многих когнитивных исследо­ваний, то необходимо сначала решить вопрос о том, какая логическая система лучше всего подходит для описания процессов мышления.

Теория Джонсон-Лэйрда, почти четверть века определяющая рабо­ты в этой области, состоит из двух частей. Первая часть представляет собой качественное описание психологических процессов, разворачи­вающихся при решении силлогизмов. Вторая — довольно простую ком­пьютерную программу, моделирующую некоторые существенные мо­менты первой части теории. Остановимся несколько подробнее на содержательных представлениях этого автора. Они заключаются в опи­сании процессов умозаключений как особого рода мысленного экспе­риментирования: сначала конструируется ментальная модель (образ) ситуации и релевантных индивидов, между ними распределяются роли, а затем проводится проверка модели «на прочность» к различного рода мысленным трансформациям.

Пусть испытуемый должен сделать вывод из следующих посылок:

«Все врачи — художники»,

«Все поэты — художники».

Предполагается, что для этого он представляет себе некоторое поме­щение с находящимися там людьми — акторами и распределяет между ними роли врача, художника и поэта не противоречащим посылкам об­разом. Поскольку сделать это можно бесконечным числом способов, вводятся дополнительные эвристические правила, ограничивающие раз­нообразие представлений. Согласно первому из таких правил, испытуе­мый всегда старается дать как можно больше ролей каждому актору. Тем самым сокращается число действующих лиц, а плотность связей между разными ролями становится максимальной. Если испытуемый предста­вил себе пять акторов, то использование данного правила могло бы при­вести к следующему распределению ролей:

врач = художник = поэт

врач = художник = поэт

(художник)

(художник)

(художник),

где скобки означают, что релевантные индивиды могут существовать, а могут и не существовать. На этом этапе решения испытуемый мог бы сде­лать ошибочный вывод «Все врачи — поэты» или «Все поэты — врачи».

Однако имеется еще и другое правило, заключающееся в том, что построенная мысленная модель должна подвергаться «испытанию на прочность» путем проверки необходимости именно того распределения ролей, которое было осуществлено в самом начале процесса умозаклю­чения. Применение этого второго правила позволяет немедленно уста­новить, что следующая перестановка ролей также не нарушает исходных посылок:

врач = художник = поэт

врач = художник

художник = поэт

(художник)

(художник)

Вывод (пока все еще ошибочный) мог бы состоять в утверждении, что «Некоторые врачи — поэты» или «Некоторые поэты — врачи». Но дальнейшая проверка должна показать, что посылки не нарушаются и в следующей ситуации:

врач = художник

врач = художник

художник = поэт

художник = поэт

(художник)

Достаточно терпеливый и настойчивый испытуемый должен, следова­тельно, прийти к правильному выводу о невозможности однозначного логического заключения из исходных посьиок.

Любопытно, что данная теория, не содержащая в себе правил ло­гического вывода, оказалась, как свидетельствуют экспериментальные исследования, более адекватной, чем перечисленные выше формально­логические модели²⁷. Подход Джонсон-Лэйрда особенно успешен при работе с описаниями простых пространственных ситуаций. Пусть даны посылки:

«Лампа находится справа от кружки»

«Книга — слева от кружки»

«Часы — перед книгой»

«Ваза — перед лампой»

Заключение, к которому при некотором напряжении воображения и ра­бочей памяти может прийти каждый, состоит в том, что «Часы находят­ся слева от вазы» (либо «Ваза — справа от часов»). Согласно теории мен­тальных моделей, испытуемый мысленно конструирует по описанию условий нечто вроде следующей структуры:

книга кружка лампа

часы ваза

Легко видеть, что вывод непосредственно следует или, вернее, про­сто «считывается» из ментальной модели. Поскольку мы не можем по­строить альтернативную модель, которая соответствовала бы данным посылкам и одновременно противоречила бы сделанному выводу, то де­дукция считается правильной.

Развиваемый Джонсон-Лэйрдом подход позволяет показать, что во многих повседневных ситуациях осуществления умозаключений не вы­полняются некоторые обязательные для символьного подхода требова­ния, прежде всего, правило транзитивности. Пусть даны посылки: «Маша находится справа от Иры», «Ира — справа от Аллы», «Алла —

²⁷ В частности, эта модель позволяет иметь дело с посылками, несущими слишком
сложное для теоретико-множественной и пропозициональной репрезентаций содержа­
ние, например посылками, представляющими собой высказывания следующего вида:
«Всякий мужчина любит женщину, которая его любит» или «Некоторые родственники
каждого крестьянина и некоторые родственники каждого горожанина знают друг друга»
(Хинтикка, 1980). 219

справа от Анны», а «Анна — справа от Саши». Если рассматривать отно­шение «справа от...» в качестве абстрактного логического предиката, то вывод из данных посылок состоит в том, что «Маша находится справа от Саши» либо, согласно правилу обратимости этого отношения, «Саша — слева от Маши». Легко представить, однако, что вся компания сидит за круглым столом, и в этом случае, конечно, Саша будет находиться спра­ва от Маши. Возможный пространственный контекст ситуации, таким образом, не может быть вынесен за скобки в процессах дедуктивного умозаключения.

Новым дополнением к теории, позволяющим организовать ее эк­спериментальную проверку, является предположение, что создание ментальных моделей осуществляется за счет ограниченных ресурсов рабочей памяти (см. 5.2.3). Это означает, что, когда задача требует по­строения нескольких альтернативных моделей, вывод замедляется и часто оказывается неверным. Относительно недавно Джонсон-Лэйрд (Johnson-Laird, 1999) сформулировал еще одно эвристическое правило, названное им правилом истинности. Согласно этому правилу, мы мини­мизируем нагрузку на рабочую память, сосредотачивая наши усилия на создании ментальных моделей того, что нам представляется безуслов­но правильным, а не того, что безусловно ошибочно или хотя бы гипо­тетично. Побочным результатом этой, в целом, довольно разумной стратегии также является возникновение характерных ошибок.

Не нашли, что искали? Воспользуйтесь поиском: