Get 20M+ Full-Text Papers For Less Than $1.50/day. Start a 14-Day Trial for You or Your Team.

Learn More →

Nonfaktualizm a kognitywistyka

Nonfaktualizm a kognitywistyka Przegld Filozoficzny ­ Nowa Seria R. 22: 2013, Nr 2 (86), ISSN 1230­1493 DOI: 10.2478/pfns-2013-0070 Slowa kluczowe: kognitywistyka, S. Kripke, nonfaktualizm, obliczeniowa teoria umyslu, sceptyczny paradoks Wittgensteina Od polowy dwudziestego wieku filozoficzna refleksja teoriopoznawcza jest wypierana przez badania naukowe. W tekcie ,,Epistemologia znaturalizowana" Quine tak o tym pisze: Epistemologia, czy te jaki jej odpowiednik, staje si po prostu dzialem psychologii, a wic nauki. Bada ona naturalne zjawisko, mianowicie fizyczny podmiot ludzki. Podmiotowi temu dane jest pewne eksperymentalnie kontrolowane wejcie ­ na przyklad pewien uklad promieniowania wietlnego o okrelonej czstotliwoci ­ a po odpowiednim czasie podmiot daje jako wyjcie opis trójwymiarowego wiata zewntrznego i jego historii. (Quine 1986: 118) Wedlug Quine'a powinnimy porzuci marzenie o filozoficznym ugruntowaniu wiedzy i skupi si na opisie mechanizmów poznawczych przetwarzajcych dane, które ,,fizyczny podmiot ludzki" otrzymuje na wejciu (pobudzenia powierzchni sensorycznych), w informacje, które znajdujemy na jego wyjciu (teorie opisujce wiat). Zarysowany przez Quine'a program badawczy realizowany jest obecnie przede wszystkim w obrbie kognitywistyki, przy czym podmiot postrzega si zwykle jako pewien rodzaj komputera, a procesy poznawcze jako stany obliczeniowe. Celem niniejszego tekstu jest wykazanie, e preferowane przez kognitywistów obliczeniowe koncepcje umyslu generuj regres w nieskoczono i tym samym nie maj mocy eksplanacyjnej. Do uzasadnienia tej tezy wykorzystam nonfaktualn interpretacj filozofii pónego Wittgensteina, przedstawion przez Saula Kripkego w ksice Wittgenstein o regulach i jzyku prywatnym. Opr si przede wszystkim na krytyce tzw. analizy dyspozycjonalnej, jako jednego z moliwych sposobów bezporedniego rozwizania sceptycznego paradoksu Wittgensteina. 1. Nonfaktualizm W uwadze 185 Docieka filozoficznych Wittgenstein przedstawia nastpujc sytuacj. Osoba A uczy osob B rozwija cig liczb wedlug okrelonej reguly, na przyklad ,,+2", przy czym wszystkie objanienia i wiczenia dotycz liczb mniejszych ni 1000. Po przejciu przez ucznia serii testów, osoba A uznaje, e rozumie on zasad cigu. Nastpnie kae uczniowi rozwija ten cig poczwszy od liczby 1000. Wykonujc to polecenie ucze pisze: 1000, 1004, 1008, 1012, itd. Czy jego dzialanie jest zgodne z opanowan wczeniej regul ,,+2"? Wydaje si, e nie. Powiemy, e w odpowiedzi na polecenie A powinien on napisa: 1000, 1002, 1004, 1006, itd. Ale jakie fakty podwaaj pierwsz i uzasadniaj drug z tych odpowiedzi? Skoro ucze opanowal regul ,,+2" wiczc na liczbach mniejszych ni 1000, skd ma wiedzie, co robi, gdy nauczyciel poleci mu przekroczy t granic? Na pierwszy rzut oka problem ten nie wydaje si specjalnie skomplikowany. Mówimy, e ucze powinien po prostu postpowa zgodnie z opanowan wczeniej regul. Czym jest jednak ta regula? Jeeli utosamimy j z tabel zawierajc skoczon liczb przykladów rozwinicia cigu, wyjcie poza te przyklady bdzie zawsze krokiem w nieznane. Tabela nie powie nam, co robi w przypadkach, które nie zostaly w niej ujte. Przy takim rozumieniu reguly ,,+2", wszystko, co zrobi ucze po przekroczeniu liczby 1000, bdzie z ni zgodne. Dlatego mówic o regule, zwykle mamy na myli nie tabel, tylko pewien mechanizm, który jest w stanie wygenerowa okrelon odpowied w dowolnym nowym przypadku. Jednak wedlug Wittgensteina, takie ujcie równie nie rozwizuje naszego problemu. Przyjmijmy, e ten mechanizm ma form wzoru. By zrozumie, jak on pracuje, niezbdna jest interpretacja. Ale interpretacja ta jest kolejn regul, która, aby by zrozumian, wymaga nowej interpretacji itd. A wic niezalenie od tego, czy regul utosamimy z tabel, czy z algorytmem, ,,regula nie moe wyznacza sposobu dzialania, gdy kady sposób dzialania daje si z ni uzgodni" (Wittgenstein 1972: § 201). Analogiczny przyklad znajdujemy w ksice Kripkego Wittgenstein o regulach i jzyku prywatnym. Jan, podobnie jak kady z nas, posluyl si symbolem ,,+" skoczon ilo razy. Przyjmijmy wic, e przed chwil tn nigdy nie wykonywal on operacji na liczbach wikszych ni 56. Po tej chwili pytamy go, ile jest ,,68 + 57", a on bez namyslu odpowiada: ,,125". Wydaje si, e jest to odpowied poprawna zarówno w sensie arytmetycznym, jak te metajzykowym. Wprawdzie Jan przed chwil tn nie uywal symbolu ,,+" w kontekcie liczb wikszych od 56, ale lczyl z nim funkcj, która daje okrelony wynik dla dowolnie duych argumentów. W omawianym przypadku funkcja ta wygenerowala wlaciw odpowied. Skd jednak wiemy, jaka to byla funkcja? Nazwijmy ,,kwodawaniem" funkcj, która dla argumentów mniejszych ni 57 daje wartoci takie same, jak funkcja dodawania, a w pozostalych przypadkach jej wartoci jest zawsze 5. Jakie fakty z historii Jana pozwol rozstrzygn, czy przed chwil tn dodawal, czy kwodowal? Sceptyk utrzymuje, e nie istniej takie fakty i tym samym zdanie: Jan, uywajc przed chwil tn znaku ,,+", mial na myli dodawanie nie ma warunków prawdziwoci. 2. Maszyna J Na gruncie obliczeniowych koncepcji umyslu podmiot jest rozumiany jako pewnego rodzaju komputer. Zastpmy wic Jana maszyn J. Na jej wejciu wprowadzamy cig symboli: ,,2", ,,+", ,,4", na wyjciu otrzymujemy ,,6". Jak funkcj realizuje maszyna J: plus czy kwus? Inaczej mówic, jaka jest kompetencja Jana? Dzialanie kadej maszyny moemy opisywa za pomoc dwóch rodzajów zda. Po pierwsze, s to zdania jednostkowe typu: (1) Taka-a-taka maszyna w chwili tn robi to-a-to, gdzie za ,,to-a-to" wstawiamy opis jakiego konkretnego, dostpnego empirycznie faktu. Po drugie, s to zdania ogólne: (2) Taka-a-taka maszyna realizuje funkcj F. W przypadku opisanej wyej maszyny J, zdania typu pierwszego to np.: (1.1) Gdy na wejciu maszyny J w chwili t1 wprowadzilimy cig symboli: ,,2", ,,+", ,,4", ,,=", na wyjciu otrzymalimy ,,6"; (1.2) Gdy na wejciu maszyny J w chwili t2 wprowadzilimy cig symboli: ,,17", ,,+", ,,14", ,,=", na wyjciu otrzymalimy ,,31"; (1.3) Gdy na wejciu maszyny J w chwili t3 wprowadzilimy cig symboli: ,,35", ,,+", ,,29", ,,=", na wyjciu otrzymalimy ,,64". Natomiast zdania typu drugiego s nastpujce: (2.1) Maszyna J dodaje; (2.2) Maszyna J kwoduje. Wyjanienia w kognitywistyce maj charakter zda typu (2). Analizujc wic warto tych wyjanie, naley przede wszystkim rozstrzygn, jakie fakty s warunkami prawdziwoci dla tego typu zda. Ogólnie rzecz biorc, zdania typu (2) moemy rozumie dwojako: realistycznie bd instrumentalnie. W pierwszym przypadku warunkami prawdziwoci tych zda s fakty, które znajduj si ,,wewntrz" maszyny. Takim faktem moe by fizyczna budowa bd realizowany program. W drugim przypadku zdania typu 2 mówi o interpretacji dziala maszyny przez jej twórc lub uytkownika. Dotycz wic faktów, które s ,,na zewntrz" maszyny. Kognitywici przyjmuj pierwsz z tych moliwoci. Utrzymuj, e mówic: ,,Maszyna J dodaje", opisujemy jaki fakt, który moemy wykry przygldajc si maszynie ,,samej w sobie". Inaczej mówic, nie musimy zaglda do umyslu twórcy maszyny, by rozstrzygn, czy realizowana przez ni funkcja jest dodawaniem, czy kwodawaniem. 3. Nagie fakty, czyli analiza dyspozycjonalna Termin ,,maszyna" jest wieloznaczny. Moemy przez niego rozumie, po pierwsze, pewien konkretny przedmiot fizyczny zloony ze skoczonej iloci czci (sprzt), po drugie, byt abstrakcyjny (program), i wreszcie po trzecie, polczenie jednego i drugiego. Jeeli przyjmiemy pierwsz z tych moliwoci, zdania typu (2) naley interpretowa jako opisy dyspozycjonalnych wlasnoci pewnych konkretnych fizycznych struktur. Zgodnie z tym ujciem, mówic, e maszyna J dodaje, mamy na myli: (3.1) Gdybymy wprowadzili do maszyny J cig symboli: ,,68", ,,+", ,,57", na wyjciu otrzymalibymy ,,125". Podobnie, mówic, e maszyna J kwoduje, rozumiemy przez to: (3.2) Gdybymy wprowadzili do maszyny J cig symboli: ,,68", ,,+", ,,57", na wyjciu otrzymalibymy ,,5". Oba zdania opisuj pewn moliwo (potencj) tkwic w maszynie. Chocia dotychczas maszyna J nigdy nie otrzymala na wejciu liczb wikszych ni 56, to ma dyspozycj do okrelonego dzialania, gdyby kto takie liczby wprowadzil. Dyspozycja ta jest redukowalna do obecnego stanu fizycznego maszyny. Zdania (3.1) i (3.2) naley wic rozumie jako opis jej budowy. Ich warunkiem prawdziwoci jest fakt, e maszyna jest tak, a nie inn fizyczn struktur. Przemawia za tym nastpujca intuicja. Zarówno to, co maszyna robila przed chwil tn, czyli gdy wpisywalimy np. na klawiaturze cig znaków: ,,4", ,,+", ,,5", ,,=" i otrzymywalimy na wywietlaczu ,,9", jak i to, co bdzie robila po tej chwili, czyli w momencie, gdy wciniemy nastpujc sekwencj klawiszy: ,,6", ,,8", ,,+", ,,5", ,,7", ,,=", nie jest przypadkowe. Rezultat otrzymywany na wyjciu w kadym wypadku (przeszlym i przyszlym) jest calkowicie zdeterminowany przez procesy fizyczne zachodzce wewntrz (i ewentualnie na zewntrz) maszyny. Krótko mówic, tak jak z fizycznej budowy szyby moemy wyprowadzi wniosek, e si potlucze, gdy z odpowiedni sil rzucimy w ni kamieniem, tak z aktualnej fizycznej budowy maszyny moemy wyczyta, co maszyna zrobi, gdy na wejciu otrzyma okrelone dane. Zwolennik analizy dyspozycjonalnej staje jednak przed szeregiem trudnoci. Po pierwsze, na gruncie tego ujcia nie da si wyjani tzw. problemu bldów. Przyjmijmy, e rzeczywicie znajc aktualn fizyczn budow maszyny moemy wyprowadzi wniosek, jak zachowa si ona w przyszloci, gdy na wejciu zostan wprowadzone okrelone liczby1. Dokladnie badamy maszyn J i wychodzi nam, e gdy na wejciu wpiszemy ,,68 + 57", na wyjciu otrzymamy ,,5". Bierze si to z pewnych cech jej fizycznej struktury. Czy w ten sposób sfalsyfikowalimy zdanie, e maszyna dodaje, i jednoczenie uzasadnilimy, e kwoduje? Oczywicie, e nie. Odkryte przez nas we wntrzu maszyny nagie fizyczne fakty w aden sposób nie rozstrzygaj, jak funkcj maszyna realizuje, bo s one zgodne zarówno z twierdzeniem, e maszyna dodaje, tylko ma jaki defekt, który po przekroczeniu pewnego pulapu liczb sprawi, e bdzie podawala bldne wyniki, jak te z twierdzeniem, e jej fizyczna struktura poprawnie realizuje funkcj kwodawania. Nagie fizyczne fakty s warunkami prawdziwoci zda (3.1) i (3.2), ale nic nam nie mówi o wartoci logicznej zda (2.1) i (2.2). Dzieje si tak dlatego, e w zadaniach typu 2 zawarty jest element oceny tego, co robi maszyna, i tym samym nie da si ich zredukowa do skoczonej iloci jednostkowych faktów. Aby rozstrzygn, czy faktyczny sposób dzialania maszyny jest poprawn realizacj funkcji F, czy bldn realizacj 1 Tak jak mechanik, badajc stan techniczny samochodu, moe stwierdzi, e gdy przekroczymy pewn prdko, w samochodzie odpadnie kolo. funkcji G, musimy spojrze na ni z zewntrznej perspektywy. Potrzebujemy ,,instancji zewntrznej", któr w tym wypadku s intencje twórcy lub uytkownika maszyny. To one decyduj, czy dane dzialanie jest poprawne, czy moe mamy do czynienia z usterk. Po drugie, kade urzdzenie, wic równie maszyna J, o której tu mowa, jest skoczone. Na przyklad kalkulator moe wykonywa obliczenia tylko na liczbach o okrelonej wielkoci. Przyjmijmy, e wartoci funkcji kwodawania i dodawania zaczynaj si róni dopiero w przypadku liczb, których, ze wzgldu na fizyczne ograniczenia, takie jak wielko pamici czy moc obliczeniowa, nie jestemy w stanie wprowadzi do naszej maszyny. W takim przypadku, wszystkie dzialania maszyny oraz jej calkowity fizyczny opis bd do pogodzenia zarówno ze zdaniem, e maszyna dodaje, jak i ze zdaniem, e kwoduje. Po trzecie, wlasnoci dyspozycjonalne maszyny, o których mówi zdania (3.1) i (3.2), mog wynika z bardzo wielu rónych wlasnoci fizycznych. Nie da si wic w prosty sposób zredukowa dyspozycji maszyny do jej elementarnej fizycznej struktury. Kada taka redukcja jest wyborem dokonanym przez podmiot interpretujcy dzialania maszyny. Po czwarte, dyspozycjonalne wlasnoci maszyny, które stanowi warunki prawdziwoci dla zda typu (3), nie zale jedynie od nagich fizycznych faktów, które znajdujemy ,,wewntrz" maszyny, ale równie od zewntrznych warunków, w których maszyna dziala. W tekcie ,,Wiele twarzy realizmu" Hilary Putnam podzielil dyspozycje na cisle i warunkowe. Te pierwsze przysluguj przedmiotom bez wzgldu na okolicznoci. Na przyklad cialo o niezerowej masie spoczynkowej ma cisl dyspozycj do poruszania si wolniej ni wiatlo. Jest fizycznie niemoliwe, by bylo inaczej. Jednak zdecydowana wikszo dyspozycji ma charakter warunkowy. Cukier rozpuszcza si w wodzie, tylko gdy zostan spelnione pewne zewntrze warunki. Faktem jest, e moemy powiedzie tylko tyle, i w normalnych warunkach cukier umieszczony w wodzie rozpuci si. Nie ma adnych podstaw, by sdzi, i wszystkiego rodzaju nienormalne warunki (w tym dziwaczne stany kwantowe, lokalne fluktuacje czasoprzestrzenne itd.), przy których cukier umieszczony w wodzie nie rozpucilby si, dadz si zbiorczo uj za pomoc zamknitej formuly jzyka fundamentalnej fizyki. (Putnam 1998: 334­335) Problem ten dotyczy te zda opisujcych dyspozycje maszyny J. Poniewa wlasnoci dyspozycjonalne zale nie tylko od stanów fizycznych maszyny, ale równie od zewntrznych okolicznoci, nie da si zredukowa zda typu (3) do skoczonej liczby zda bdcych formulami jzyka fizyki. Wydaje si, e wskazane wyej trudnoci mona przezwyciy, wprowadzajc do analizy dyspozycjonalnej warunek ceteris paribus. W tym wypadku, mówic, e maszyna dodaje, mamy na myli: (4.1) Gdybymy wprowadzili do wyidealizowanej maszyny cig symboli: ,,68", ,,+", ,,57", na wyjciu otrzymalibymy ,,125", a mówic, e kwoduje: (4.2) Gdybymy wprowadzili do wyidealizowanej maszyny cig symboli: ,,68", ,,+", ,,57", na wyjciu otrzymalibymy ,,5". W obu wypadkach przez wyidealizowan maszyn rozumiemy urzdzenie, które nie moe si popsu, moe wykonywa operacje na dowolnie duych liczbach, na jego dzialanie nie maj wplywu czynniki zewntrzne itd. Ze wzgldu na cele, które przywiecaly zwolennikowi analizy dyspozycjonalnej, jest to jednak rozwizanie desperackie. Przypomnijmy, e chcial on rozstrzygn, jak funkcj realizuje okrelona maszyna. Warunków prawdziwoci zda typu (2) szukal we wlasnociach dyspozycjonalnych maszyny. Te ostatnie chcial natomiast zredukowa do jej fizycznej budowy. Wprowadzajc do swoich analiz warunek ceteris paribus, rezygnuje z realizacji tego celu. Nie moemy ustali, co robi konkretna maszyna J, odwolujc si do wlasnoci dyspozycjonalnych jakiej rónej od J wyidealizowanej maszyny. Co wicej, samo pojcie wyidealizowanej maszyny zaklada wyjcie poza jej struktur fizyczn i odwolanie do intencji twórcy. Wyidealizowanie nie jest bowiem czym zastanym w wiecie; jest zawsze czyim dzielem. Twierdzenie, e maszyna nie moe si popsu, wymaga wczeniejszego ustalenia kryterium poprawnoci jej dzialania i tym samym zidentyfikowania faktów, które bd traktowane jako usterki. Teoretycznie rzecz biorc, taka charakterystyka moe mie dwie formy. Moemy poda nieskoczon tabel stanów maszyny bd wskaza regul definiujc poprawno. Pierwszy przypadek jest praktycznie niewykonalny, drugi ­ powoduje, e zaczynamy krci si w kolo. Analiza dyspozycjonalna miala okreli, jak funkcj realizuje maszyna. Okazuje si jednak, e by j przeprowadzi, musimy ju wiedzie, jaka to jest funkcja. Widzimy, e adna forma analizy dyspozycjonalnej nie pozwala odpowiedzie na pytanie, jak funkcj realizuje konkretna fizyczna maszyna, która na pytanie ,,2 + 2" odpowiada ,,4", na pytanie ,,24 + 21" ­ ,,45", na pytanie ,,67 + 58" ­ ,,125". (...) konkretna fizyczna maszyna, rozpatrywana jako obiekt bez jakiegokolwiek odniesienia do projektanta, moe (w przyblieniu) podpada pod dowoln liczb programów rozszerzajcych (w przyblieniu, pozwalajc na pewne ,,usterki") jej skoczone moliwoci dzialania. Jeli owa fizyczna maszyna nie zostala zaprojektowana, ale, by tak rzec, ,,spadla z nieba", nie moe istnie aden stan rzeczy okrelajcy, pod który program maszyna ,,naprawd" podpada, ani, co za tym idzie, adna ,,najprostsza hipoteza" dotyczca tego nieistniejcego faktu. (Kripke 2007: 68­69) 4. Nad-fakty Wydaje si, e klopoty zwizane z analiz dyspozycjonaln nie dotycz wikszoci kognitywistów. Przez maszyn zwykle rozumiej oni nie pewien okrelony fizyczny przedmiot, tylko program. Procesy poznawcze opisuj w kategoriach stanów obliczeniowych, a nie stanów fizycznych. Gdybymy chcieli streci program badawczy kognitywizmu, powiedzielibymy: Mylenie jest procesem przetwarzania informacji, za przetwarzanie informacji jest niczym innym jak manipulacj symbolami. Czyni to komputery, dlatego najlepszym sposobem badania mylenia (uywa si tu raczej slowa ,,poznanie") jest badanie obliczeniowych programów manipulowania symbolami, niezalenie od tego, czy zachodz one w komputerach, czy w mózgach. Dlatego, zgodnie z tym pogldem, zadaniem dla nauk o poznawaniu jest opisywanie mózgu nie na poziomie komórek nerwowych, ani nie na poziomie wiadomych stanów psychicznych, lecz na poziomie, na którym dziala on jak system przetwarzania informacji. (Searle 1995: 39) Przy tym ujciu warunkiem prawdziwoci zda typu (2) bdzie fakt, e maszyna realizuje taki, a nie inny program. Powiemy: (5.1) Zdanie ,,Maszyna J dodaje" jest prawdziwe wtw, gdy maszyna J realizuje program dodawania; (5.2) Zdanie ,,Maszyna J kwoduje" jest prawdziwe wtw, gdy maszyna J realizuje program kwodawania. By jednak odpowied t uzna za zadowalajc, musimy przede wszystkim rozstrzygn, na czym polega fakt, e maszyna realizuje okrelony program. O czym mówi np. wyraenie: ,,Maszyna J realizuje program dodawania"? Czy jest to jedynie wlaciwa dla kognitywistyki forma opisu surowych fizycznych faktów zachodzcych w maszynie, czy te odnosimy si w ten sposób do pewnego nieredukowalnego do sprztu, abstrakcyjnego obiektu sterujcego prac komputera: swoistego nad-faktu? Pierwsze, niesubstancjalne rozumienie programu w gruncie rzeczy cofa nas do analizy dyspozycjonalnej. Wprawdzie opisujemy maszyn w kategoriach obliczeniowych, a nie fizycznych, ale kategoriom tym po stronie wiata w sensie doslownym nic nie odpowiada. Podobnie, opisujc stól w kategoriach geometrycznych, nie musimy zaklada, e w wiecie poza strukturami fizycznymi istniej prostokty. Przy tej interpretacji, ostatecznych warunków prawdziwoci dla zda typu (2) nalealoby szuka wród faktów fizycznych. W czci 3 staralem si pokaza, e nie jest to stanowisko wiarygodne. Przyjrzyjmy si wic drugiej moliwoci. Zgodnie z ni, program ma charakter substancjalny. Wlanie to bowiem mamy ochot powiedzie ­ wyobraamy tu sobie maszyn matematyczn, która, napdzana przez same reguly, posluszna jest tylko prawom matematycznym, nie za fizycznym. (Wittgenstein 2000: 206) Jest on nieredukowalnym do fizycznych stanów maszyny nad-faktem. Wydaje si, e ujcie to jest duo bardziej plodne ni analiza dyspozycjonalna. Unika si tu nieprzezwycialnych w przypadku fizycznego rozumienia maszyny problemów bldu i skoczonoci. Program rozumiany jako byt abstrakcyjny (maszyna Turinga) nie moe si zepsu i moe wykonywa operacje na dowolnie duych argumentach. Jednak nawet gdy przyjmiemy, e maszyn steruj substancjalnie rozumiane reguly, e program jest abstrakcyjnym bytem, który ,,napdza" dzialanie tranzystorów bd neuronów, nie znajdziemy w ten sposób warunków prawdziwoci zda typu (2). Skoro wszystko, co robi konkretna fizyczna maszyna J, da si pogodzi z wieloma abstrakcyjnymi programami, skd wiemy, który z nich w danej chwili ,,napdza" maszyn? Problem, czy maszyna dodaje, czy kwoduje, pozostaje wci nierozstrzygnity. 5. Interpretacje Wyej staralem si pokaza, e ani wród surowych faktów fizycznych (sprzt), ani wród postulowanych bytów abstrakcyjnych (program) nie znajdziemy warunków prawdziwoci dla zda mówicych, e konkretna maszyna realizuje konkretn funkcj. Nie zagraa to jednak w aden sposób sensownoci tego typu zda. Moemy powiedzie np. o kalkulatorze, e dodaje, pomimo e wewntrz kalkulatora nie znajdziemy niczego, co rozstrzygnloby, jaka jest warto logiczna tego zdania. Dzieje si tak dlatego, e zdania typu (2) nie maj charakteru realistycznego, tylko instrumentalny. S one zawsze jedn z wielu moliwych (na gruncie konkretnego zbioru faktów) interpretacji tego, co robi dane urzdzenie. W interpretacji tej zawiera si nieusuwalny element normatywny. Rozstrzyga on, kiedy maszyna dziala poprawnie, a kiedy popelnia bldy. Nawet istota wszechwiedzca nie bdzie w stanie ustali, czy maszyna, która ,,spadla z nieba", dodaje, kwoduje, czy realizuje któr z nieskoczenie wielu innych funkcji. Nie bdzie w stanie tego rozstrzygn, bo nie jest to co, co znajdujemy w wiecie, tylko co, co do wiata wnosimy. Konkluzja ta podwaa fundament, na którym wznosi si gmach kognitywistyki. Zwolennicy tego programu badawczego zwykle przyjmuj obliczeniowe teorie umyslu. Podmiot rozumiej jako przetwarzajc informacje maszyn. Stosuje si wic do niego wszystko to, co wyej powiedzialem o maszynie J. Generuje to regres. Ustalilimy, e aby rozstrzygn, jak funkcj realizuje maszyna J, nie wystarczy zajrze do jej wntrza. To, czy maszyna dodaje, czy kwoduje, jest kwesti interpretacji. Interpretacja to stan umyslu twórcy lub uytkownika maszyny, czyli ­ wedlug kognitywisty ­ stan obliczeniowy pewnej innej maszyny, nazwijmy j K. By jednak rozstrzygn, jaki to jest stan, czyli co robi (,,ma na myli") maszyna K przypisujc maszynie J realizacj okrelonej funkcji, niezbdna jest kolejna interpretacja. I tak w nieskoczono. 6. Wnioski W kognitywistyce wci dominuje metafora komputerowa. Poznajcy podmiot jest przedstawiany jako przetwarzajca informacje maszyna. Jego stany charakteryzowane s w kategoriach obliczeniowych. Jeeli jednak zgodzimy si, e zdania mówice, i dana maszyna realizuje tak-a-tak funkcj, nie s opisem faktów, tylko ich interpretacj, ujcie to prowadzi do regresu. Tego typu regres nie jest problemem w przypadku inyniera. Konstruujc maszyn symulujc sposób, w jaki Jan uywa symbolu ,,+", nie musi on rozstrzyga, któr z potencjalnie nieskoczonej iloci funkcji ten symbol reprezentuje. Kognitywista zwykle ma jednak wiksze ambicje. Stara si on zaj miejsce tradycyjnie rozumianego epistemologa. Przy tego typu aspiracjach wskazany wyej regres staje si powanym problemem. Powoduje, e obliczeniowa teoria umyslu, cho moe by uyteczna praktycznie, eksplanacyjnie jest jalowa. Bibliografia Kripke S. (2007), Wittgenstein o regulach i jzyku prywatnym, przel. K. Poslajko i L. Wroski, Warszawa: Fundacja Aletheia. Putnam H. (1998), ,,Wiele twarzy realizmu", w: tene, Wiele twarzy realizmu i inne eseje, przel. A. Grobler, Warszawa: Wydawnictwo Naukowe PWN, s. 323­429. Quine W.V.O. (1986), ,,Epistemologia znaturalizowana", w: tene, Granice wiedzy i inne eseje filozoficzne, przel. B. Stanosz, Warszawa: Pastwowy Instytut Wydawniczy, s. 53­70. Searle J. (1995), Umysl, mózg i nauka, przel. J. Bobryk, Warszawa: Wydawnictwo Naukowe PWN. Wittgenstein L. (1972), Dociekania filozoficzne, przel. B. Wolniewicz, Warszawa: PWN. Wittgenstein L. (2000), Uwagi o podstawach matematyki, przel. M. Porba, Warszawa: Wydawnictwo KR. Streszczenie Celem tekstu jest wykazanie, e preferowane w obrbie kognitywistyki obliczeniowe teorie umyslu generuj regres w nieskoczono i tym samym nie maj mocy eksplanacyjnej. Uzasadnienie tej tezy opiera si na przedstawionej przez Saula Kripkego w ksice Wittgenstein o regulach i jzyku prywatnym nonfaktualnej interpretacji filozofii pónego Wittgensteina. http://www.deepdyve.com/assets/images/DeepDyve-Logo-lg.png Przeglad Filozoficzny - Nowa Seria de Gruyter

Nonfaktualizm a kognitywistyka

Download PDF
12 pages

Loading next page...
 
/lp/de-gruyter/nonfaktualizm-a-kognitywistyka-mlEc3dnkBU
Publisher
de Gruyter
Copyright
Copyright © 2013 by the
eISSN
1230-1493
DOI
10.2478/pfns-2013-0070
Publisher site
See Article on Publisher Site

Abstract

Przegld Filozoficzny ­ Nowa Seria R. 22: 2013, Nr 2 (86), ISSN 1230­1493 DOI: 10.2478/pfns-2013-0070 Slowa kluczowe: kognitywistyka, S. Kripke, nonfaktualizm, obliczeniowa teoria umyslu, sceptyczny paradoks Wittgensteina Od polowy dwudziestego wieku filozoficzna refleksja teoriopoznawcza jest wypierana przez badania naukowe. W tekcie ,,Epistemologia znaturalizowana" Quine tak o tym pisze: Epistemologia, czy te jaki jej odpowiednik, staje si po prostu dzialem psychologii, a wic nauki. Bada ona naturalne zjawisko, mianowicie fizyczny podmiot ludzki. Podmiotowi temu dane jest pewne eksperymentalnie kontrolowane wejcie ­ na przyklad pewien uklad promieniowania wietlnego o okrelonej czstotliwoci ­ a po odpowiednim czasie podmiot daje jako wyjcie opis trójwymiarowego wiata zewntrznego i jego historii. (Quine 1986: 118) Wedlug Quine'a powinnimy porzuci marzenie o filozoficznym ugruntowaniu wiedzy i skupi si na opisie mechanizmów poznawczych przetwarzajcych dane, które ,,fizyczny podmiot ludzki" otrzymuje na wejciu (pobudzenia powierzchni sensorycznych), w informacje, które znajdujemy na jego wyjciu (teorie opisujce wiat). Zarysowany przez Quine'a program badawczy realizowany jest obecnie przede wszystkim w obrbie kognitywistyki, przy czym podmiot postrzega si zwykle jako pewien rodzaj komputera, a procesy poznawcze jako stany obliczeniowe. Celem niniejszego tekstu jest wykazanie, e preferowane przez kognitywistów obliczeniowe koncepcje umyslu generuj regres w nieskoczono i tym samym nie maj mocy eksplanacyjnej. Do uzasadnienia tej tezy wykorzystam nonfaktualn interpretacj filozofii pónego Wittgensteina, przedstawion przez Saula Kripkego w ksice Wittgenstein o regulach i jzyku prywatnym. Opr si przede wszystkim na krytyce tzw. analizy dyspozycjonalnej, jako jednego z moliwych sposobów bezporedniego rozwizania sceptycznego paradoksu Wittgensteina. 1. Nonfaktualizm W uwadze 185 Docieka filozoficznych Wittgenstein przedstawia nastpujc sytuacj. Osoba A uczy osob B rozwija cig liczb wedlug okrelonej reguly, na przyklad ,,+2", przy czym wszystkie objanienia i wiczenia dotycz liczb mniejszych ni 1000. Po przejciu przez ucznia serii testów, osoba A uznaje, e rozumie on zasad cigu. Nastpnie kae uczniowi rozwija ten cig poczwszy od liczby 1000. Wykonujc to polecenie ucze pisze: 1000, 1004, 1008, 1012, itd. Czy jego dzialanie jest zgodne z opanowan wczeniej regul ,,+2"? Wydaje si, e nie. Powiemy, e w odpowiedzi na polecenie A powinien on napisa: 1000, 1002, 1004, 1006, itd. Ale jakie fakty podwaaj pierwsz i uzasadniaj drug z tych odpowiedzi? Skoro ucze opanowal regul ,,+2" wiczc na liczbach mniejszych ni 1000, skd ma wiedzie, co robi, gdy nauczyciel poleci mu przekroczy t granic? Na pierwszy rzut oka problem ten nie wydaje si specjalnie skomplikowany. Mówimy, e ucze powinien po prostu postpowa zgodnie z opanowan wczeniej regul. Czym jest jednak ta regula? Jeeli utosamimy j z tabel zawierajc skoczon liczb przykladów rozwinicia cigu, wyjcie poza te przyklady bdzie zawsze krokiem w nieznane. Tabela nie powie nam, co robi w przypadkach, które nie zostaly w niej ujte. Przy takim rozumieniu reguly ,,+2", wszystko, co zrobi ucze po przekroczeniu liczby 1000, bdzie z ni zgodne. Dlatego mówic o regule, zwykle mamy na myli nie tabel, tylko pewien mechanizm, który jest w stanie wygenerowa okrelon odpowied w dowolnym nowym przypadku. Jednak wedlug Wittgensteina, takie ujcie równie nie rozwizuje naszego problemu. Przyjmijmy, e ten mechanizm ma form wzoru. By zrozumie, jak on pracuje, niezbdna jest interpretacja. Ale interpretacja ta jest kolejn regul, która, aby by zrozumian, wymaga nowej interpretacji itd. A wic niezalenie od tego, czy regul utosamimy z tabel, czy z algorytmem, ,,regula nie moe wyznacza sposobu dzialania, gdy kady sposób dzialania daje si z ni uzgodni" (Wittgenstein 1972: § 201). Analogiczny przyklad znajdujemy w ksice Kripkego Wittgenstein o regulach i jzyku prywatnym. Jan, podobnie jak kady z nas, posluyl si symbolem ,,+" skoczon ilo razy. Przyjmijmy wic, e przed chwil tn nigdy nie wykonywal on operacji na liczbach wikszych ni 56. Po tej chwili pytamy go, ile jest ,,68 + 57", a on bez namyslu odpowiada: ,,125". Wydaje si, e jest to odpowied poprawna zarówno w sensie arytmetycznym, jak te metajzykowym. Wprawdzie Jan przed chwil tn nie uywal symbolu ,,+" w kontekcie liczb wikszych od 56, ale lczyl z nim funkcj, która daje okrelony wynik dla dowolnie duych argumentów. W omawianym przypadku funkcja ta wygenerowala wlaciw odpowied. Skd jednak wiemy, jaka to byla funkcja? Nazwijmy ,,kwodawaniem" funkcj, która dla argumentów mniejszych ni 57 daje wartoci takie same, jak funkcja dodawania, a w pozostalych przypadkach jej wartoci jest zawsze 5. Jakie fakty z historii Jana pozwol rozstrzygn, czy przed chwil tn dodawal, czy kwodowal? Sceptyk utrzymuje, e nie istniej takie fakty i tym samym zdanie: Jan, uywajc przed chwil tn znaku ,,+", mial na myli dodawanie nie ma warunków prawdziwoci. 2. Maszyna J Na gruncie obliczeniowych koncepcji umyslu podmiot jest rozumiany jako pewnego rodzaju komputer. Zastpmy wic Jana maszyn J. Na jej wejciu wprowadzamy cig symboli: ,,2", ,,+", ,,4", na wyjciu otrzymujemy ,,6". Jak funkcj realizuje maszyna J: plus czy kwus? Inaczej mówic, jaka jest kompetencja Jana? Dzialanie kadej maszyny moemy opisywa za pomoc dwóch rodzajów zda. Po pierwsze, s to zdania jednostkowe typu: (1) Taka-a-taka maszyna w chwili tn robi to-a-to, gdzie za ,,to-a-to" wstawiamy opis jakiego konkretnego, dostpnego empirycznie faktu. Po drugie, s to zdania ogólne: (2) Taka-a-taka maszyna realizuje funkcj F. W przypadku opisanej wyej maszyny J, zdania typu pierwszego to np.: (1.1) Gdy na wejciu maszyny J w chwili t1 wprowadzilimy cig symboli: ,,2", ,,+", ,,4", ,,=", na wyjciu otrzymalimy ,,6"; (1.2) Gdy na wejciu maszyny J w chwili t2 wprowadzilimy cig symboli: ,,17", ,,+", ,,14", ,,=", na wyjciu otrzymalimy ,,31"; (1.3) Gdy na wejciu maszyny J w chwili t3 wprowadzilimy cig symboli: ,,35", ,,+", ,,29", ,,=", na wyjciu otrzymalimy ,,64". Natomiast zdania typu drugiego s nastpujce: (2.1) Maszyna J dodaje; (2.2) Maszyna J kwoduje. Wyjanienia w kognitywistyce maj charakter zda typu (2). Analizujc wic warto tych wyjanie, naley przede wszystkim rozstrzygn, jakie fakty s warunkami prawdziwoci dla tego typu zda. Ogólnie rzecz biorc, zdania typu (2) moemy rozumie dwojako: realistycznie bd instrumentalnie. W pierwszym przypadku warunkami prawdziwoci tych zda s fakty, które znajduj si ,,wewntrz" maszyny. Takim faktem moe by fizyczna budowa bd realizowany program. W drugim przypadku zdania typu 2 mówi o interpretacji dziala maszyny przez jej twórc lub uytkownika. Dotycz wic faktów, które s ,,na zewntrz" maszyny. Kognitywici przyjmuj pierwsz z tych moliwoci. Utrzymuj, e mówic: ,,Maszyna J dodaje", opisujemy jaki fakt, który moemy wykry przygldajc si maszynie ,,samej w sobie". Inaczej mówic, nie musimy zaglda do umyslu twórcy maszyny, by rozstrzygn, czy realizowana przez ni funkcja jest dodawaniem, czy kwodawaniem. 3. Nagie fakty, czyli analiza dyspozycjonalna Termin ,,maszyna" jest wieloznaczny. Moemy przez niego rozumie, po pierwsze, pewien konkretny przedmiot fizyczny zloony ze skoczonej iloci czci (sprzt), po drugie, byt abstrakcyjny (program), i wreszcie po trzecie, polczenie jednego i drugiego. Jeeli przyjmiemy pierwsz z tych moliwoci, zdania typu (2) naley interpretowa jako opisy dyspozycjonalnych wlasnoci pewnych konkretnych fizycznych struktur. Zgodnie z tym ujciem, mówic, e maszyna J dodaje, mamy na myli: (3.1) Gdybymy wprowadzili do maszyny J cig symboli: ,,68", ,,+", ,,57", na wyjciu otrzymalibymy ,,125". Podobnie, mówic, e maszyna J kwoduje, rozumiemy przez to: (3.2) Gdybymy wprowadzili do maszyny J cig symboli: ,,68", ,,+", ,,57", na wyjciu otrzymalibymy ,,5". Oba zdania opisuj pewn moliwo (potencj) tkwic w maszynie. Chocia dotychczas maszyna J nigdy nie otrzymala na wejciu liczb wikszych ni 56, to ma dyspozycj do okrelonego dzialania, gdyby kto takie liczby wprowadzil. Dyspozycja ta jest redukowalna do obecnego stanu fizycznego maszyny. Zdania (3.1) i (3.2) naley wic rozumie jako opis jej budowy. Ich warunkiem prawdziwoci jest fakt, e maszyna jest tak, a nie inn fizyczn struktur. Przemawia za tym nastpujca intuicja. Zarówno to, co maszyna robila przed chwil tn, czyli gdy wpisywalimy np. na klawiaturze cig znaków: ,,4", ,,+", ,,5", ,,=" i otrzymywalimy na wywietlaczu ,,9", jak i to, co bdzie robila po tej chwili, czyli w momencie, gdy wciniemy nastpujc sekwencj klawiszy: ,,6", ,,8", ,,+", ,,5", ,,7", ,,=", nie jest przypadkowe. Rezultat otrzymywany na wyjciu w kadym wypadku (przeszlym i przyszlym) jest calkowicie zdeterminowany przez procesy fizyczne zachodzce wewntrz (i ewentualnie na zewntrz) maszyny. Krótko mówic, tak jak z fizycznej budowy szyby moemy wyprowadzi wniosek, e si potlucze, gdy z odpowiedni sil rzucimy w ni kamieniem, tak z aktualnej fizycznej budowy maszyny moemy wyczyta, co maszyna zrobi, gdy na wejciu otrzyma okrelone dane. Zwolennik analizy dyspozycjonalnej staje jednak przed szeregiem trudnoci. Po pierwsze, na gruncie tego ujcia nie da si wyjani tzw. problemu bldów. Przyjmijmy, e rzeczywicie znajc aktualn fizyczn budow maszyny moemy wyprowadzi wniosek, jak zachowa si ona w przyszloci, gdy na wejciu zostan wprowadzone okrelone liczby1. Dokladnie badamy maszyn J i wychodzi nam, e gdy na wejciu wpiszemy ,,68 + 57", na wyjciu otrzymamy ,,5". Bierze si to z pewnych cech jej fizycznej struktury. Czy w ten sposób sfalsyfikowalimy zdanie, e maszyna dodaje, i jednoczenie uzasadnilimy, e kwoduje? Oczywicie, e nie. Odkryte przez nas we wntrzu maszyny nagie fizyczne fakty w aden sposób nie rozstrzygaj, jak funkcj maszyna realizuje, bo s one zgodne zarówno z twierdzeniem, e maszyna dodaje, tylko ma jaki defekt, który po przekroczeniu pewnego pulapu liczb sprawi, e bdzie podawala bldne wyniki, jak te z twierdzeniem, e jej fizyczna struktura poprawnie realizuje funkcj kwodawania. Nagie fizyczne fakty s warunkami prawdziwoci zda (3.1) i (3.2), ale nic nam nie mówi o wartoci logicznej zda (2.1) i (2.2). Dzieje si tak dlatego, e w zadaniach typu 2 zawarty jest element oceny tego, co robi maszyna, i tym samym nie da si ich zredukowa do skoczonej iloci jednostkowych faktów. Aby rozstrzygn, czy faktyczny sposób dzialania maszyny jest poprawn realizacj funkcji F, czy bldn realizacj 1 Tak jak mechanik, badajc stan techniczny samochodu, moe stwierdzi, e gdy przekroczymy pewn prdko, w samochodzie odpadnie kolo. funkcji G, musimy spojrze na ni z zewntrznej perspektywy. Potrzebujemy ,,instancji zewntrznej", któr w tym wypadku s intencje twórcy lub uytkownika maszyny. To one decyduj, czy dane dzialanie jest poprawne, czy moe mamy do czynienia z usterk. Po drugie, kade urzdzenie, wic równie maszyna J, o której tu mowa, jest skoczone. Na przyklad kalkulator moe wykonywa obliczenia tylko na liczbach o okrelonej wielkoci. Przyjmijmy, e wartoci funkcji kwodawania i dodawania zaczynaj si róni dopiero w przypadku liczb, których, ze wzgldu na fizyczne ograniczenia, takie jak wielko pamici czy moc obliczeniowa, nie jestemy w stanie wprowadzi do naszej maszyny. W takim przypadku, wszystkie dzialania maszyny oraz jej calkowity fizyczny opis bd do pogodzenia zarówno ze zdaniem, e maszyna dodaje, jak i ze zdaniem, e kwoduje. Po trzecie, wlasnoci dyspozycjonalne maszyny, o których mówi zdania (3.1) i (3.2), mog wynika z bardzo wielu rónych wlasnoci fizycznych. Nie da si wic w prosty sposób zredukowa dyspozycji maszyny do jej elementarnej fizycznej struktury. Kada taka redukcja jest wyborem dokonanym przez podmiot interpretujcy dzialania maszyny. Po czwarte, dyspozycjonalne wlasnoci maszyny, które stanowi warunki prawdziwoci dla zda typu (3), nie zale jedynie od nagich fizycznych faktów, które znajdujemy ,,wewntrz" maszyny, ale równie od zewntrznych warunków, w których maszyna dziala. W tekcie ,,Wiele twarzy realizmu" Hilary Putnam podzielil dyspozycje na cisle i warunkowe. Te pierwsze przysluguj przedmiotom bez wzgldu na okolicznoci. Na przyklad cialo o niezerowej masie spoczynkowej ma cisl dyspozycj do poruszania si wolniej ni wiatlo. Jest fizycznie niemoliwe, by bylo inaczej. Jednak zdecydowana wikszo dyspozycji ma charakter warunkowy. Cukier rozpuszcza si w wodzie, tylko gdy zostan spelnione pewne zewntrze warunki. Faktem jest, e moemy powiedzie tylko tyle, i w normalnych warunkach cukier umieszczony w wodzie rozpuci si. Nie ma adnych podstaw, by sdzi, i wszystkiego rodzaju nienormalne warunki (w tym dziwaczne stany kwantowe, lokalne fluktuacje czasoprzestrzenne itd.), przy których cukier umieszczony w wodzie nie rozpucilby si, dadz si zbiorczo uj za pomoc zamknitej formuly jzyka fundamentalnej fizyki. (Putnam 1998: 334­335) Problem ten dotyczy te zda opisujcych dyspozycje maszyny J. Poniewa wlasnoci dyspozycjonalne zale nie tylko od stanów fizycznych maszyny, ale równie od zewntrznych okolicznoci, nie da si zredukowa zda typu (3) do skoczonej liczby zda bdcych formulami jzyka fizyki. Wydaje si, e wskazane wyej trudnoci mona przezwyciy, wprowadzajc do analizy dyspozycjonalnej warunek ceteris paribus. W tym wypadku, mówic, e maszyna dodaje, mamy na myli: (4.1) Gdybymy wprowadzili do wyidealizowanej maszyny cig symboli: ,,68", ,,+", ,,57", na wyjciu otrzymalibymy ,,125", a mówic, e kwoduje: (4.2) Gdybymy wprowadzili do wyidealizowanej maszyny cig symboli: ,,68", ,,+", ,,57", na wyjciu otrzymalibymy ,,5". W obu wypadkach przez wyidealizowan maszyn rozumiemy urzdzenie, które nie moe si popsu, moe wykonywa operacje na dowolnie duych liczbach, na jego dzialanie nie maj wplywu czynniki zewntrzne itd. Ze wzgldu na cele, które przywiecaly zwolennikowi analizy dyspozycjonalnej, jest to jednak rozwizanie desperackie. Przypomnijmy, e chcial on rozstrzygn, jak funkcj realizuje okrelona maszyna. Warunków prawdziwoci zda typu (2) szukal we wlasnociach dyspozycjonalnych maszyny. Te ostatnie chcial natomiast zredukowa do jej fizycznej budowy. Wprowadzajc do swoich analiz warunek ceteris paribus, rezygnuje z realizacji tego celu. Nie moemy ustali, co robi konkretna maszyna J, odwolujc si do wlasnoci dyspozycjonalnych jakiej rónej od J wyidealizowanej maszyny. Co wicej, samo pojcie wyidealizowanej maszyny zaklada wyjcie poza jej struktur fizyczn i odwolanie do intencji twórcy. Wyidealizowanie nie jest bowiem czym zastanym w wiecie; jest zawsze czyim dzielem. Twierdzenie, e maszyna nie moe si popsu, wymaga wczeniejszego ustalenia kryterium poprawnoci jej dzialania i tym samym zidentyfikowania faktów, które bd traktowane jako usterki. Teoretycznie rzecz biorc, taka charakterystyka moe mie dwie formy. Moemy poda nieskoczon tabel stanów maszyny bd wskaza regul definiujc poprawno. Pierwszy przypadek jest praktycznie niewykonalny, drugi ­ powoduje, e zaczynamy krci si w kolo. Analiza dyspozycjonalna miala okreli, jak funkcj realizuje maszyna. Okazuje si jednak, e by j przeprowadzi, musimy ju wiedzie, jaka to jest funkcja. Widzimy, e adna forma analizy dyspozycjonalnej nie pozwala odpowiedzie na pytanie, jak funkcj realizuje konkretna fizyczna maszyna, która na pytanie ,,2 + 2" odpowiada ,,4", na pytanie ,,24 + 21" ­ ,,45", na pytanie ,,67 + 58" ­ ,,125". (...) konkretna fizyczna maszyna, rozpatrywana jako obiekt bez jakiegokolwiek odniesienia do projektanta, moe (w przyblieniu) podpada pod dowoln liczb programów rozszerzajcych (w przyblieniu, pozwalajc na pewne ,,usterki") jej skoczone moliwoci dzialania. Jeli owa fizyczna maszyna nie zostala zaprojektowana, ale, by tak rzec, ,,spadla z nieba", nie moe istnie aden stan rzeczy okrelajcy, pod który program maszyna ,,naprawd" podpada, ani, co za tym idzie, adna ,,najprostsza hipoteza" dotyczca tego nieistniejcego faktu. (Kripke 2007: 68­69) 4. Nad-fakty Wydaje si, e klopoty zwizane z analiz dyspozycjonaln nie dotycz wikszoci kognitywistów. Przez maszyn zwykle rozumiej oni nie pewien okrelony fizyczny przedmiot, tylko program. Procesy poznawcze opisuj w kategoriach stanów obliczeniowych, a nie stanów fizycznych. Gdybymy chcieli streci program badawczy kognitywizmu, powiedzielibymy: Mylenie jest procesem przetwarzania informacji, za przetwarzanie informacji jest niczym innym jak manipulacj symbolami. Czyni to komputery, dlatego najlepszym sposobem badania mylenia (uywa si tu raczej slowa ,,poznanie") jest badanie obliczeniowych programów manipulowania symbolami, niezalenie od tego, czy zachodz one w komputerach, czy w mózgach. Dlatego, zgodnie z tym pogldem, zadaniem dla nauk o poznawaniu jest opisywanie mózgu nie na poziomie komórek nerwowych, ani nie na poziomie wiadomych stanów psychicznych, lecz na poziomie, na którym dziala on jak system przetwarzania informacji. (Searle 1995: 39) Przy tym ujciu warunkiem prawdziwoci zda typu (2) bdzie fakt, e maszyna realizuje taki, a nie inny program. Powiemy: (5.1) Zdanie ,,Maszyna J dodaje" jest prawdziwe wtw, gdy maszyna J realizuje program dodawania; (5.2) Zdanie ,,Maszyna J kwoduje" jest prawdziwe wtw, gdy maszyna J realizuje program kwodawania. By jednak odpowied t uzna za zadowalajc, musimy przede wszystkim rozstrzygn, na czym polega fakt, e maszyna realizuje okrelony program. O czym mówi np. wyraenie: ,,Maszyna J realizuje program dodawania"? Czy jest to jedynie wlaciwa dla kognitywistyki forma opisu surowych fizycznych faktów zachodzcych w maszynie, czy te odnosimy si w ten sposób do pewnego nieredukowalnego do sprztu, abstrakcyjnego obiektu sterujcego prac komputera: swoistego nad-faktu? Pierwsze, niesubstancjalne rozumienie programu w gruncie rzeczy cofa nas do analizy dyspozycjonalnej. Wprawdzie opisujemy maszyn w kategoriach obliczeniowych, a nie fizycznych, ale kategoriom tym po stronie wiata w sensie doslownym nic nie odpowiada. Podobnie, opisujc stól w kategoriach geometrycznych, nie musimy zaklada, e w wiecie poza strukturami fizycznymi istniej prostokty. Przy tej interpretacji, ostatecznych warunków prawdziwoci dla zda typu (2) nalealoby szuka wród faktów fizycznych. W czci 3 staralem si pokaza, e nie jest to stanowisko wiarygodne. Przyjrzyjmy si wic drugiej moliwoci. Zgodnie z ni, program ma charakter substancjalny. Wlanie to bowiem mamy ochot powiedzie ­ wyobraamy tu sobie maszyn matematyczn, która, napdzana przez same reguly, posluszna jest tylko prawom matematycznym, nie za fizycznym. (Wittgenstein 2000: 206) Jest on nieredukowalnym do fizycznych stanów maszyny nad-faktem. Wydaje si, e ujcie to jest duo bardziej plodne ni analiza dyspozycjonalna. Unika si tu nieprzezwycialnych w przypadku fizycznego rozumienia maszyny problemów bldu i skoczonoci. Program rozumiany jako byt abstrakcyjny (maszyna Turinga) nie moe si zepsu i moe wykonywa operacje na dowolnie duych argumentach. Jednak nawet gdy przyjmiemy, e maszyn steruj substancjalnie rozumiane reguly, e program jest abstrakcyjnym bytem, który ,,napdza" dzialanie tranzystorów bd neuronów, nie znajdziemy w ten sposób warunków prawdziwoci zda typu (2). Skoro wszystko, co robi konkretna fizyczna maszyna J, da si pogodzi z wieloma abstrakcyjnymi programami, skd wiemy, który z nich w danej chwili ,,napdza" maszyn? Problem, czy maszyna dodaje, czy kwoduje, pozostaje wci nierozstrzygnity. 5. Interpretacje Wyej staralem si pokaza, e ani wród surowych faktów fizycznych (sprzt), ani wród postulowanych bytów abstrakcyjnych (program) nie znajdziemy warunków prawdziwoci dla zda mówicych, e konkretna maszyna realizuje konkretn funkcj. Nie zagraa to jednak w aden sposób sensownoci tego typu zda. Moemy powiedzie np. o kalkulatorze, e dodaje, pomimo e wewntrz kalkulatora nie znajdziemy niczego, co rozstrzygnloby, jaka jest warto logiczna tego zdania. Dzieje si tak dlatego, e zdania typu (2) nie maj charakteru realistycznego, tylko instrumentalny. S one zawsze jedn z wielu moliwych (na gruncie konkretnego zbioru faktów) interpretacji tego, co robi dane urzdzenie. W interpretacji tej zawiera si nieusuwalny element normatywny. Rozstrzyga on, kiedy maszyna dziala poprawnie, a kiedy popelnia bldy. Nawet istota wszechwiedzca nie bdzie w stanie ustali, czy maszyna, która ,,spadla z nieba", dodaje, kwoduje, czy realizuje któr z nieskoczenie wielu innych funkcji. Nie bdzie w stanie tego rozstrzygn, bo nie jest to co, co znajdujemy w wiecie, tylko co, co do wiata wnosimy. Konkluzja ta podwaa fundament, na którym wznosi si gmach kognitywistyki. Zwolennicy tego programu badawczego zwykle przyjmuj obliczeniowe teorie umyslu. Podmiot rozumiej jako przetwarzajc informacje maszyn. Stosuje si wic do niego wszystko to, co wyej powiedzialem o maszynie J. Generuje to regres. Ustalilimy, e aby rozstrzygn, jak funkcj realizuje maszyna J, nie wystarczy zajrze do jej wntrza. To, czy maszyna dodaje, czy kwoduje, jest kwesti interpretacji. Interpretacja to stan umyslu twórcy lub uytkownika maszyny, czyli ­ wedlug kognitywisty ­ stan obliczeniowy pewnej innej maszyny, nazwijmy j K. By jednak rozstrzygn, jaki to jest stan, czyli co robi (,,ma na myli") maszyna K przypisujc maszynie J realizacj okrelonej funkcji, niezbdna jest kolejna interpretacja. I tak w nieskoczono. 6. Wnioski W kognitywistyce wci dominuje metafora komputerowa. Poznajcy podmiot jest przedstawiany jako przetwarzajca informacje maszyna. Jego stany charakteryzowane s w kategoriach obliczeniowych. Jeeli jednak zgodzimy si, e zdania mówice, i dana maszyna realizuje tak-a-tak funkcj, nie s opisem faktów, tylko ich interpretacj, ujcie to prowadzi do regresu. Tego typu regres nie jest problemem w przypadku inyniera. Konstruujc maszyn symulujc sposób, w jaki Jan uywa symbolu ,,+", nie musi on rozstrzyga, któr z potencjalnie nieskoczonej iloci funkcji ten symbol reprezentuje. Kognitywista zwykle ma jednak wiksze ambicje. Stara si on zaj miejsce tradycyjnie rozumianego epistemologa. Przy tego typu aspiracjach wskazany wyej regres staje si powanym problemem. Powoduje, e obliczeniowa teoria umyslu, cho moe by uyteczna praktycznie, eksplanacyjnie jest jalowa. Bibliografia Kripke S. (2007), Wittgenstein o regulach i jzyku prywatnym, przel. K. Poslajko i L. Wroski, Warszawa: Fundacja Aletheia. Putnam H. (1998), ,,Wiele twarzy realizmu", w: tene, Wiele twarzy realizmu i inne eseje, przel. A. Grobler, Warszawa: Wydawnictwo Naukowe PWN, s. 323­429. Quine W.V.O. (1986), ,,Epistemologia znaturalizowana", w: tene, Granice wiedzy i inne eseje filozoficzne, przel. B. Stanosz, Warszawa: Pastwowy Instytut Wydawniczy, s. 53­70. Searle J. (1995), Umysl, mózg i nauka, przel. J. Bobryk, Warszawa: Wydawnictwo Naukowe PWN. Wittgenstein L. (1972), Dociekania filozoficzne, przel. B. Wolniewicz, Warszawa: PWN. Wittgenstein L. (2000), Uwagi o podstawach matematyki, przel. M. Porba, Warszawa: Wydawnictwo KR. Streszczenie Celem tekstu jest wykazanie, e preferowane w obrbie kognitywistyki obliczeniowe teorie umyslu generuj regres w nieskoczono i tym samym nie maj mocy eksplanacyjnej. Uzasadnienie tej tezy opiera si na przedstawionej przez Saula Kripkego w ksice Wittgenstein o regulach i jzyku prywatnym nonfaktualnej interpretacji filozofii pónego Wittgensteina.

Journal

Przeglad Filozoficzny - Nowa Seria – de Gruyter

Published: Jun 1, 2013

There are no references for this article.