Pojęcia - Publio.pl · Arystoteles przyjmuje, że pojęciami naukowymi są tylko te określone przez definicję. Definicja (ορος) wyraża istotę danej rze-czy (przedmiotu),

P O J Ę C I A Jak reprezentujemy i kategoryzujemy świat

universitas

Często słyszymy, że to my ludzie tworzymy pojęcia, choć zarazem to one przecież tworzą nas – umożliwiając nam chociażby operowanie na reprezentacjach przedmiotów zamiast na samych przedmiotach, formułowanie ocen i wniosków oraz tworzenie uporządkowanych struktur umysłowych. Pojawiają się jednak istotne pytania: Czy pojęcia są subiektywnymi tworami umysłu czy też wiernym odbiciem prawidłowości obecnych w środowisku? Jaki jest związek systemu pojęciowego z językiem? Jak nabywamy pojęcia? Jak pojęcia wyłaniają się z aktywności mózgu? Czy komputery mogą operować pojęciami równie skutecznie jak czynią to ludzie?Prezentowana monografia zawiera osiemnaście rozdziałów

dotyczących pojęciowej reprezentacji i kategoryzacji świata, które ujmują to zagadnienie z różnorakich perspektyw badawczych. Omawiane teorie i badania pochodzą m.in. z takich dyscyplin jak filozofia, lingwistyka, psychologia poznawcza i rozwojowa, neuronauki oraz nauka o sztucznej inteligencji. Prezentowany przegląd wiedzy na temat pojęć cechuje duże zróżnicowanie metodologiczne i terminologiczne, ale dokonywane jest ono ze wspólnej perspektywy opartej na kognitywistyce – ogólnej nauce o poznawaniu, która próbuje zintegrować różne nurty badania tego, jak inteligentne systemy (umysły, mózgi, komputery) spostrzegają i reprezentują świat. Niniejsza monografia ma na celu dopomóc w budowaniu interdyscyplinarnej wiedzy o pojęciach.

www.universitas.com.pl

Jak reprezentujemy i kategoryzujem

y świat

PO

JĘC

IA

45,00 zł z VAT

9 788324 213566

ISBN 97883-242-1356-6

ww

w.u

niv

ers

itas.c

om

.pl

un

ivers

itas p

ole

ca:

ww

w.u

niv

ers

itas.c

om

.pl

un

ivers

itas p

ole

ca:

P O J Ę C I A

P O J Ę C I A Jak reprezentujemy i kategoryzujemy świat

redakcja

AJózef Bremerdam Chuderski

Kraków

Publikacja finansowana przez Unię Europejską w ramach EuropejskiegoFunduszu Społecznego - www.efs.gov.plProjekt 1/POKL.04.01.01-00-171/2009oraz ze środków Instytutu Filozofii UJ

© Copyright by Towarzystwo Autorów i Wydawców Prac Naukowych UNIVERSITAS, Kraków 2011

ISBN 97883–242–1569–0TAiWPN UNIVERSITAS

Projekt okładki i stron tytułowychSepielak

Zdjęcie na okładceEwa Gray

www.universitas.com.pl

SPIS TREŚCI

Adam Chuderski, Józef Bremer, Pojęcia jako przedmiot badań interdyscyplinarnych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117

Robert Piłat, Realizm pojęć . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

Marek Hetmański, Zawartość informacyjna pojęć umysłowych . . . . . . . . 175

Arkadiusz Gut, O treści i nabywaniu pojęcia przekonania(od testów fałszywego przekonania do testów na intensjonalność) . . . 111

Maciej Witek, Koncepcja pojęć ad hoc jako wytworówinterpretacji aktów komunikacyjnych. Analiza krytyczna . . . . . . . . 139

Józef Bremer, Rola reguł językowych w tworzeniu pojęć opisowych . . . 173

Elżbieta Tabakowska, W co przechodzi ludzkie pojęcie? . . . . . . . . . . . . . . . . 199

Aleksander Szwedek, Rola metafor w kształtowaniu „pojęć abstrakcyjnych” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215

Piotr Francuz, Wyobrażeniowa natura pojęć . . . . . . . . . . . . . . . . . . . . . . . . . . 231

Tomasz Smoleń, Bayesowska teoria oceny podobieństwa i kategoryzacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247

Maciej Haman, Dlaczego pojęcia muszą być badane w ujęciu rozwojowym . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271

Edward Nęcka, Twórczość jako zmiana pojęciowa . . . . . . . . . . . . . . . . . . . . . 319

Marcin Bukowski, Reprezentacje pojęciowe z perspektywypsychologii poznania społecznego . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331

Mariusz Flasiński, Zagadnienie reprezentacji pojęćw sztucznej inteligencji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359

Grzegorz J. Nalepa, Pojęcia w inżynierii wiedzy . . . . . . . . . . . . . . . . . . . . . . . 379

Ryszard Tadeusiewicz, Awangarda sztucznej inteligencji –maszyny które potrafią same tworzyć nowe pojęcia . . . . . . . . . . . . . . . . . . 395

Filip Gęsiarz, Neurobiologia pojęć konkretnych i abstrakcyjnych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429

Włodzisław Duch, Jak reprezentowane są pojęcia w mózgu i co z tego wynika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459

Indeks nazwisk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495

Noty biograficzne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 505

Adam Chuderski, Józef Bremer

POJĘCIA JAKO PRZEDMIOT BADAŃ

INTERDYSCYPLINARNYCH

Wprowadzenie do zagadnienia pojęć

Pojęcia to „[...] jeden z podstawowych składników procesu myśle-nia; myślowe odzwierciedlenie i całościowe ujęcie istotnych cech przed-miotów czy zjawisk, myślowy odpowiednik nazwy” (Doroszewski, 1964, t. 6, s. 818). Przytoczona definicja trafnie oddaje nasze intuicyj-ne rozumienie pojęć, czyli to, że są one uogólnionymi ideami o klasie przedmiotów, atrybutów, zdarzeń lub procesów, które mogą otrzymać jakąś nazwę. Wskazuje także na fundamentalne funkcje pojęć: reprezen-towanie wiedzy i doświadczenia człowieka w sposób zapewniający od-powiednią ekonomię poznawczą (ujęcie istotnych – zamiast wszystkich – cech), udział w procesach myślowych i działaniu oraz, poprzez od-powiadającą im nazwę, podstawowe narzędzie komunikacji językowej. Pojęcia organizują nasze jednostkowe, codzienne doświadczenia, wy-pełniają kulturę (z której jednostka je często zapożycza), a także stano-wią fundament nauk przyrodniczych (idee wyrażane przede wszystkim w postaci symboli) oraz społecznych i humanistycznych (idee – słowa).

Natura, geneza i funkcje pojęć oraz ich relacje do innych zjawisk umysłowych (percepcji, myślenia, mowy) oraz społecznych i kultu-rowych (języka, zwyczajów, wartości, tożsamości grupowej, sztuki) są przedmiotem badań prowadzonych w ramach wielu dziedzin nauki: tradycyjnie – w filozofii i językoznawstwie, począwszy od XIX wie-

Adam Chuderski, Józef Bremer8

ku – w antropologii, socjologii, psychologii i pedagogice, a ostatnio – w neuronauce. Celem tego wprowadzającego rozdziału jest zarysowa-nie owej wielości perspektyw i ujęć problematyki pojęć, które znajdują swoje odzwierciedlenie w następnych rozdziałach monografii Pojęcia. U podstaw oddawanego w ręce Czytelnika tomu legło nasze głębokie przekonanie o tym, że do pełnego zrozumienia, czym są i jak funkcjo-nują pojęcia, konieczne jest interdyscyplinarne podejście do ich badania. Oczywiście, żadna z wymienionych dyscyplin nauki sama nie może dostarczyć całościowego ujęcia zagadnienia pojęć, nawet gdyby każda z nich niezwykle rozwinęła swój własny aparat badawczy, bowiem każ-da bada inny wycinek czy poziom rzeczywistości (biologicznej, umysło-wej, społecznej, wytworów człowieka). Ale chodzi nam tu o coś więcej niż o tzw. podejście multidyscyplinarne, czyli sumowanie wyjaśnień dostarczanych przez dyscypliny szczegółowe. Uważamy, że dopiero wyjaśnienie dokonane w wyniku twórczej interakcji prac badawczych prowadzonych w ramach różnych dyscyplin, przenikania się teorii po-między dyscyplinami oraz projektowania zupełnie nowych badań na ich granicach, może doprowadzić do pełnego wyjaśnienia natury pojęć.

Wyjaśnienie natury pojęć wykracza bowiem poza jeden poziom opisu rzeczywistości, a one same wiążą odmienne poziomy opisu ze sobą. Nietrudno jest przyznać rację neuronaukowcom w tym, że osta-tecznie pojęcia reprezentowane są w mózgu, ale jednocześnie funkcją mózgu nie jest reprezentowanie przypadkowych informacji, ale ada-ptacja do abstrakcyjnych regularności obecnych w świecie, a te stano-wią już przedmiot zainteresowania filozofów. Ci drudzy, analizując problem znaczenia pojęć, pytają o coś więcej niż tylko o zawartość in-formacyjną pojęć (ich treść oraz strukturę, w którą treść ta jest ujęta), analizowaną przez psychologów i badaczy sztucznej inteligencji (SI). Jednakże filozofowie względnie niewiele powiedzą nam o tym, jak po-jęcia przekładają się na zachowania jednostki, podczas gdy psycholo-gowie i badacze SI wyjaśniają nie tylko to zjawisko, ale także zwrotny wpływ podejmowanych działań (odpowiednio, przez ludzi i maszyny) na treść i strukturę pojęć. Jako że zachowania zwykle mają miejsce w jakimś kontekście społecznym czy kulturowym, niezbędne jest także uwzględnienie obserwacji antropologów, socjologów i pedagogów. Przykłady uzupełniania się odmiennych perspektyw rozważania pojęć można dalej mnożyć i mnożyć.

Oprócz wielopoziomowej natury pojęć, tezę o konieczności inter-dyscyplinarnego ich ujęcia wspierają także odmienne metodologie badań przyjmowane w każdej ze wspomnianych dyscyplin. Każda metodologia pozwala na uzyskiwanie ważnych rezultatów, ale jedno-cześnie każda ma swoje ograniczenia. Prowadzenie badań interdyscy-

Pojęcia jako przedmiot badań interdyscyplinarnych 9

plinarnych pozwala tak dobrać metody badawcze, aby nawzajem kom-pensowały te ograniczenia. W szczególności, wydaje się, że największy wgląd w problematykę pojęć daje łączenie metod teoretycznych (takich jak analiza pojęciowa, analiza zachowania, modele formalne i symu-lacje) z najnowszymi technikami eksperymentalnymi (np. pomiarem ruchów gałek ocznych, eksperymentami behawioralnymi czy różnymi metodami neuroobrazowania).

W dalszej części niniejszej pracy najpierw prześledzimy analizy i badania pojęć prowadzone w ramach każdego z pięciu podstawo-wych nurtów badawczych składających się na interdyscyplinarny pro-jekt badań nad umysłem zwany kognitywistyką. Nurty te to: filozofia, językoznawstwo, sztuczna inteligencja, psychologia oraz neuronauka. Każdemu z tych nurtów poświęconych jest po kilka rozdziałów mo-nografii, które krótko zapowiemy. Niemal wszystkie rozdziały dostar-czają przykładów udanych badań interdyscyplinarnych nad pojęciami. Na końcu pracy spróbujemy podsumować najważniejsze pytania ba-dawcze dotyczące pojęć, z którymi muszą się jeszcze zmierzyć nauka i filozofia.

Pojęcia – krótki przewodnik po teoriach i badaniach

Przez długi okres rozwoju wiedzy człowieka, pytanie o naturę pojęć było jednym z najważniejszych pytań dotyczących świata ota-czającego człowieka. Średniowieczny i nowożytny spór o uniwersalia (pojęcia ogólne) nie tylko zdominował filozofię, ale wykraczał poza nią, mając istotne konsekwencje dla teologii, pośrednio – dla życia spo-łecznego (państwo poddane wieczystym prawom), a także dla nauki (przede wszystkim: matematyki i logiki, ale także psychologii – w po-staci fenomenologii). W ubiegłym wieku znaczenie zagadnienia pojęć w rozważaniach człowieka o świecie znacznie jednak zmalało. Albo kwestionowano status pojęć jako wiarygodnego wyjaśnienia obser-wowanych prawidłowości (fizjologia, behawioryzm), albo w takich wyjaśnieniach zastępowano pojęcia innymi, bardziej specyficznymi i lepiej zdefiniowanymi terminami, takimi jak sądy, obrazy umysłowe, naoczności, zachowania werbalne, reprezentacje umysłowe itp. Po czę-ści, zniechęcenie wobec konstruktu „pojęcia” wynikało z poważnych ograniczeń klasycznej (filozoficznej) teorii pojęć, przyrównującej poję-cia do definicji kategorii istniejących w świecie lub w umyśle. Wydaje się jednak, że od pewnego czasu następuje niezwykły renesans tego


konstruktu w nauce i filozofii, mający swoje źródło w rewolucyjnych teoriach i odkryciach. Choć nie brakuje także głosów (np. Machery, 2009), że pojęciem „pojęcia” obejmujemy tak różnorodne i wewnętrz-nie niepowiązane instrumentarium ludzkiego umysłu, iż w języku na-uki należy z owego pojęcia zrezygnować, to i takie głosy wnoszą wiele do zrozumienia tego, w jaki sposób człowiek (a także inteligentna ma-szyna) reprezentuje i kategoryzuje świat.

FILOZOFIA

Filozoficzne używanie terminów ekwiwalentnych do terminu „po-jęcie” ma swoje źródło w myśli sokratejsko-platońskiej, przy czym na-leży dodać, że aspekty logiczne, psychologiczne i ontologiczne są tu-taj często ze sobą wymieszane. Wychodząc od faktu, że w mówieniu określone wyrażenia odnoszą się do wielu lub wszystkich przedmio-tów (zdarzeń) tego samego rodzaju, pojawiło się pytanie, na ile tego rodzaju wyrażenia oznaczają przedmioty – idee, wyobrażenia, obiek-ty – niezależne od subiektywnego myślenia i mówienia (Haller, 1971). Podstawowe osiągnięcie filozofii platońskiej leżało w metodycznym zadaniu pytania o to, co później nazwano „pojęciem”, a które sprowa-dzało się do pytania o wspólne cechy rzeczy, zdarzeń1. Zajmowanie się pojęciami doprowadziło Platona, zdaniem Arystotelesa, do jego na-uki o ideach. Arystoteles przyjmuje, że pojęciami naukowymi są tylko te określone przez definicję. Definicja (ορος) wyraża istotę danej rze-czy (przedmiotu), która musi być określona przez pojęcie (ορισμος). Definicja jest istotną cechą pojęcia2. Jeśli pojęcia są pojęciami ogólnymi, to są tworzone – na drodze swoistej indukcji – ze spostrzeżeń rzeczy pojedynczych. Stoicy utożsamiają pojęcie ze znaczeniem wyrażenia językowego. W filozofii średniowiecznej pojęcia były traktowane jako naturalne znaki rzeczy w świadomości, oznaczane przez słowa.

Istotny wpływ na rozwój nauki o pojęciach wywarł R. Descartes z jego nawiązaniem do platońsko-augustyńskiej nauki o niektórych po-jęciach i myślach jako „ideach wrodzonych” (np. idee Boga, substancji myślącej i substancji rozciągłej)3. Idee wrodzone nie pochodzą od przed-

1 Haller wskazuje w tym miejscu na dialogi Platona: Laches, 193e-194d; Eutyfron, 5d.6d; Menon, 72b.

2 Por. Arystoteles, Metafizyka, Warszawa, PWN, 1983, 987b, por. Arystoteles, Topiki, Warszawa, PWN, 1990, 101b-102a.

3 Por. R. Descartes, Medytacje o filozofii pierwszej, tłum. M. i K. Ajdukiewiczowie, S. Swieżawski, I. Dąmbska, Kęty, Antyk, 2001, III, 7.13.


miotów zewnętrznych i ich oddziaływania na umysł, lecz przynależą do umysłu, są stałe, jasne i wyraźne oraz niezależne od woli. Idee wro-dzone oznaczają – mówiąc ogólnie – dyspozycje do utworzenia takich, a nie innych pojęć, oraz do żywienia takich, a nie innych przekonań. Ujęcie kartezjańskie było ostro krytykowane przez J. Locke’a, według którego wszelka wiedza pochodzi z doświadczenia (w umyśle ludzkim nie ma niczego, co nie pochodzi z doświadczenia). „Cokolwiek umysł postrzega w sobie, czyli co stanowi bezpośredni przedmiot postrze-gania, myślenia lub rozumienia, nazywam ideą”4. Idee – pojęcia, jako przedmioty myślenia, dzielą się na proste (pojawiają się na bazie bez-pośrednich wrażeń zmysłowych) i złożone. Zarówno u Descartesa, jak i u Locke’a idea (pojęcie) jest rozumiane w subiektywnym znaczeniu. Locke ze swoją „tabula rasa” jest zaliczany do zwiastunów behawiory-zmu, z jego rozumieniem nabywania pojęć (Weiner i Craighead, 2010).

I. Kant odróżnia pojęcia od danych naocznych (zmysłowo recep-tywne dane poznania). Bez tych ostatnich nasze pojęcia są puste, są one pozbawionymi przedmiotu, czysto formalnymi myślami. Naoczności bez pojęć są ślepe5. Naoczność dostarcza nam różnorodności nieustruk-turowanych wrażeń, rozmieszczonych w czasie i przestrzeni. Pojęcie łączy wrażenia w jedną całość, formuje strukturę przedmiotu. Pojęcia są wytworami intelektu, funkcjami jego spontaniczności. Określają one reguły łączenia naoczności (wyobrażeń) w określoną jedność. Są one elementami sądów, w których zachodzi poznanie. Poznanie jest możliwe dzięki syntezie pojęć i danych naocznych. Współcześnie do Kantowskiego rozumienia pojęcia odwołują się: W. Sellars (dla którego doświadczenie zawiera niepojęciowy element) i J. McDowell (u które-go zmysłowość już jest określona pojęciowo; Heidemann, 2003).

Reasumując: termin „pojęcie” – zdaniem W. Stegmüllera – nie jest w najmniejszym stopniu jaśniejszy aniżeli wyrażenia „idea” czy „eidos”6. Rozumie się bowiem pod pojęciem to, co w logice tradycyjnej nazywa-no zakresem pojęcia (ekstensję, klasę) – Platon ma zupełną rację, gdy te idealne obiekty odróżnia od rzeczy pojedynczych. Rozumie się pod nim to, co zwykle nazywamy treścią pojęcia (intensję), to Platon także ma rację, gdyż również tutaj mamy do czynienia z przedmiotami ideal-nymi, które nie wchodzą w to, co konkretne. Zakładamy przy tym, że

4 J. Locke, Rozważania dotyczące rozumu ludzkiego, tłum. B.J. Gawęcki, Warszawa, PWN, 1955, II.8.8. [s. 164]. Por. tamże, II.1.1; II.1.8.

5 Por. I. Kant, Krytyka czystego rozumu, A51/B75. Por. J. Bremer, Kant jako filozof umysłu, Zagadnienia naukoznawstwa, 3–4, 2009, s. 351–371 [s. 354–356].

6 Por. W. Stegmüller, Geschichtliches zum Universalienstreit, w: W. Stegmüller, Glauben, Wissen und Erkennen, Darmstadt, WBG, 1967, s. 48–118.


uznajemy takie przedmioty i nie negujemy ich istnienia jak to czynią nominaliści.

G. Frege w „Funkcja i pojęcie” (1891/1977) objaśnia najpierw roz-różnienie między pojęciem a przedmiotem, a następnie definiuje to ostatnie jako „[...] funkcję, której wartością jest zawsze wartość logicz-na”7. Zakresem pojęcia jest przebieg funkcji, której wartością jest dla każdego argumentu wartość logiczna. Pojęcia są składnikami treści, która może być prawdziwa lub fałszywa, tzn. wartość semantyczna pojęcia jest określana w kontekście całości treści. W tym sensie poję-cia nie są ani samodzielne, ani nie są także „przedstawieniami”, czyli czymś przez kogoś pomyślanym. Są one przedmiotami istniejącymi obiektywnie na sposób Platońskich idei. Frege używa terminu „poję-cie” w sensie logicznym, a nie psychologicznym. Pojęcia uzyskujemy poprzez rozbiór myśli, które są sensem zdania oznajmującego i posia-dają wartość logiczną, będącą znaczeniem zdania.

Nawiązanie do koncepcji pojęć Locke’a można zauważyć w psy-chofunkcjonalizmie J. Fodora, przedstawionym w jego nieempirycznej Reprezentacyjnej Teorii Umysłu. W mózgu człowieka mamy genetycz-nie zakodowane mechanizmy obliczeniowe, stanowiące wrodzony po-tencjał nabywania nowych pojęć wraz z odpowiadającymi im słowami. Pojęcia są zawarte w reprezentacjach umysłowych, będących symbo-lami „języka mentaleskiego” – niewerbalnego języka wewnętrznego. Język mentaleski zawiera wrodzony słownik predykatów, który wy-starcza do tworzenia konstrukcji logicznych dla każdego języka natu-ralnego. Bez języka mentaleskiego nie moglibyśmy nauczyć się żad-nego języka naturalnego. Jego struktura jest analogiczna do struktury kodu maszynowego, tzn. wewnętrznego, obliczeniowego języka kom-putera. Na wejściu i wyjściu komputer operuje językiem symbolicz-nym, a celem dokonywania obliczeń posługuje się językiem wewnętrz-nym. Analogicznie postępuje człowiek; z innymi ludźmi porozumiewa się za pomocą języka naturalnego, ale myśli w języku „mentaleskim”. Zgodnie z Fodora tezą o atomizmie pojęciowym (jako części składo-wej tzw. semantyki informacyjnej): „aby posiadać pojęcie ktoś nie musi posiadać innych pojęć, aby dokonać niezawodnych wnioskowań...” (Mölder 1999, s. 53).

Podczas gdy Fodor traktuje pojęcia jako coś indywidualnego dla podmiotu, L. Wittgenstein (1953/2000) widzi je jako obiekty społeczne, tak iż z zasady nie jest możliwe dla jednostki, aby sama jedna posia-dała pojęcia. Co więcej, nie możemy powiedzieć, jaki świat rzeczywi-

7 G. Frege, Funkcja i pojęcie, w: tenże, Pisma semantyczne, tłum. B. Wolniewicz, Warszawa: PWN 1977, s. 18–44 [s. 30].


ście jest, gdyż odniesienie do świata jest możliwe tylko wewnątrz gier językowych, które już zakładają określone normy społeczne jako coś konstytutywnego. Oznacza to, iż także w naszych opisowych grach ję-zykowych mówimy o świecie tylko pod jakimś aspektem. „Nie mówię (w sensie hipotezy): Gdyby te a te fakty przyrody wyglądały inaczej, to ludzie mieliby inne pojęcia. Lecz: jeśli ktoś sądzi, iż pewne pojęcia są po prostu prawidłowe – a kto miałby inne, ten nie rozumiałby czegoś, co my rozumiemy – ten niech wyobrazi sobie inaczej niż zwykle pewne bardzo ogólne fakty przyrody. Powstawanie pojęć innych niż zwykłe stanie się dlań wtedy zrozumiałe” (tamże, s. 321). Można by powie-dzieć, że używane przez nas pojęcia pokazują, o co nam chodzi, a o co nie. Nie można natomiast powiedzieć, jakoby wyjaśniało to szczegól-ne pojęcia, jakie posiadamy. Wittgenstein zamierza jedynie wykluczyć ujęcie, jakobyśmy my mieli właściwe, a inni ludzie fałszywe pojęcia8.

Współcześnie, filozofowie niezwykle często analizują pojęcia doty-czące natury i użycia pojęć w ścisłym związku z wynikami badań pro-wadzonych w innych dyscyplinach nauki (np. Machery, 2009; Prinz, 2002).

R. Piłat w „Realizm pojęć” wychodzi od pytania: czy przynajmniej część systemu pojęciowego związana jest nieinferencyjnie z własno-ściami świata, czy też wszystkie pojęcia odnoszą się przede wszyst-kim do innych pojęć i jedynie pośrednio do świata, na mocy udziału w kształtowaniu różnego typu zachowań? Odpowiadając uważa, że w żadnej koncepcji pojęcia nie odnoszą się bezpośrednio do przedmio-tów w świecie, co jest naturalną konsekwencją przewrotu semantycz-nego Fregego, dla którego pojęcia są funkcjami, a nie reprezentacjami, jak było to przyjęte w dawniejszej filozofii.

M. Hetmański w „Zawartość informacyjna pojęć umysłowych” przeprowadza analizę pojęć od strony ich zawartości informacyjnej, wynikającej z semantycznej relacji między wchodzącymi w skład pojęć znaczeniami wyrażeń językowych a ich zakresem przedmioto-wym. Szczególną wartość poznawczą mają, jego zdaniem, pojęcia nie uwzględniające stanu faktycznego, lecz możliwość i prawdopodobień-stwo stanu rzeczy, zdarzenia, relacji czy sytuacji ontycznej.

W „O treści i nabywaniu pojęcia przekonania (od testów fałszy-wego przekonania do testów na intensjonalność)” A. Gut zestawia ze

8 Wittgenstein powie: „Jeden będzie się mógł nauczyć gry językowej, której drugi nie może się nauczyć. ... Gdyby bowiem ‚ślepy na kolory’ mógł się nauczyć gier językowych człowieka normalnego, to dlaczego miałoby się go wykluczać z wyko-nywania pewnych zawodów?” L. Wittgenstein, Uwagi o kolorach, tłum. R. Reszke, Spacja, Warszawa 1998, § 112.


sobą wyniki badań pojęcia przekonania uzyskanych w testach fałszy-wego przekonania z wynikami uzyskiwanymi w testach określających dostrzeganie ograniczonej wymienialności terminów współdesygnu-jących w kontekstach intensjonalnych. W konkluzji stwierdza między innymi, że po zaliczeniu testu fałszywego przekonania mamy do czy-nienia z ciągłym rozwojem umysłu (czyli zdolności do odczytywania cudzych i własnych stanów mentalnych) oraz, że testy fałszywego przekonania i testy intencjonalne badają dwie różne zdolności w ra-mach teorii umysłu posiadanych przez dzieci.

M. Witek w „Koncepcja pojęć ad hoc jako wytworów interpretacji ak-tów komunikacyjnych. Analiza krytyczna” omawia najpierw zjawisko niedookreślenia językowego, a następnie prezentuje zmodyfikowaną koncepcję pojęć ad hoc jako odmianę pragmatyki warunków prawdzi-wości. Okazuje się, że uwzględnienie pojęć ad hoc prowadzi do przy-jęcia stanowisk eliminacjonizmu znaczeniowego i nominalizmu poję-ciowego, które to stanowiska znajdujemy już w pismach G. Berkeleya.

J. Bremer w „Rola reguł językowych w tworzeniu pojęć opiso-wych” omawia behawiorystyczno-naturalistyczną teorię pojęć opi-sowych zbudowaną przez W. Sellarsa. W tworzeniu wspomnianych pojęć podstawową rolę odgrywają behawiorystyczne reguły oceny i działania oraz trzy rodzaje behawiorystycznych zachowań kierowa-nych wzorcem (schematem postępowania): przejścia do języka, przej-ścia wewnątrzjęzykowe i wyjścia z języka. Wszystkie trzy są elementa-mi gry językowej i stanowią istotną część, zbudowanej przez Sellarsa, funkcjonalistycznej semantyki.

JĘZYKOZNAWSTWO

Dyscypliną niewiele młodszą od filozofii (biorąc pod uwagę Platona dialog Kratylos9 czy dzieła Apoloniosa Dyskolosa10 z II w. n.e.), której jednym z celów jest analiza pojęć, jest językoznawstwo. Mniejszy związek z badaniami nad pojęciami ma jeden z dwóch głównych nur-tów językoznawstwa, czyli językoznawstwo formalne (Chomsky, 1966). W jego ramach postuluje się względnie obiektywne, słownikowe znaczenie pojęć związanych ze słowami – znaczenia pojęć wyrażanych językiem przez jego użytkowników możemy ustalić, badając teksty

9 Platon, Kratylos. tłum. Z. Brzostowska, Lublin 1990.10 Por. Michał Bednarski, Apollonios Dyskolos i jego gramatyka, Kraków 2000.


i wypowiedzi, jakie owi użytkownicy konstruują (np. poprzez analizę dystrybucyjną; por. Bobrowski, 1993). Ten nurt językoznawstwa zakła-da istnienie wyspecjalizowanych, umysłowych modułów językowych dedykowanych poszczególnym aspektom przetwarzania języka (mor-fologii, syntaksie, semantyce itd.), na przykład odpowiadających za nabywanie i przetwarzanie gramatyki generatywnej – systemu rekur-sywnych reguł służących do generowania i odbioru (tzw. parsowania) poprawnych wyrażeń językowych. Zagadnienia semantyczne zajmują mniej miejsca w formalnym podejściu do języka, choć wyraźnie zazna-cza się obecność badaczy (w szczególności R. Jackendorfa, 2002) łączą-cych podejście formalne z drugim głównym nurtem – językoznaw-stwem kognitywnym.

Językoznawstwo kognitywne przyjmuje, że istnieją ogólne zasady odnoszące się do wszystkich aspektów języka (tj. bez podziału na od-rębne moduły czy warstwy językowe) oraz że zasady te powinny od-zwierciedlać (ogólniejszą od lingwistycznej) wiedzę o funkcjonowaniu umysłu i mózgu (Lakoff, 1990). Z tego powodu, językoznawstwo jest z natury przedsięwzięciem interdyscyplinarnym. Po pierwsze, wyko-rzystuje ono teorie i wyniki badań z innych dziedzin nauki o umyśle (z którymi wnioski językoznawców kognitywnych powinny być zgod-ne), a po drugie weryfikuje trafność owych teorii i badań w odniesieniu do języka (i ew. je podważa). O ile podejście formalne do badania języ-ka stanowi odpowiednik racjonalizmu w filozofii, to nurt kognitywny przyjmuje w tej materii stanowisko zdecydowanie empiryczne. Język ma stanowić niejako narzędzie (okno, obiektyw) umożliwiające wgląd w poznawcze procesy związane z reprezentowaniem, przetwarzaniem i komunikowaniem reprezentacji pojęciowych. W ich badaniu szcze-gólnie pomocna jest subdyscyplina językoznawstwa kognitywnego zwana semantyką kognitywną (por. Evans, Bergen i Zinken, 2007).

Semantycy kognitywni postrzegają znaczenie słów jako zjawisko zlokalizowane w „głowie” użytkownika języka, odrzucając ich obiek-tywne, słownikowe znaczenia. Badają relację pomiędzy systemem po-jęciowym, strukturą semantyczną kodowaną przez język (znaczeniami przypisywanymi słowom i innym składnikom języka) oraz doświad-czeniem człowieka wynikającym z jego działania w świecie. Ten ostatni element jest bardzo istotny i wskazuje, że system pojęciowy jest konse-kwencją naszego ucieleśnienia – możemy powiedzieć tylko to, co mo-żemy spostrzegać i pomyśleć, a to jest ograniczone przez naturę nasze-go ucieleśnienia. Wynikowa struktura semantyczna bywa zrównana z podzbiorem struktury pojęciowej („meaning is conceptualization”) – wszystkim słowom odpowiadają jakieś pojęcia w systemie wiedzy określonego człowieka, ale z pewnością ma on pojęcia, dla których nie


posiada odpowiadających im słów. Jednakże, słowa nie prowadzą bez-pośrednio do jednoznacznych reprezentacji pojęć w umyśle, ale stano-wią tylko wskaźniki do różnych partii wiedzy pojęciowej. Aby określić znaczenie określonego słowa w danym kontekście, musimy je skon-struować, wybierając i/lub łącząc elementy naszej wiedzy odpowied-nie dla tego kontekstu. Struktura semantyczna jest mniej podobna do słownika, a bardziej – do encyklopedii, w której dla ustalenia znaczenia musimy sprawdzać wiele powiązanych ze sobą haseł należących do jednej domeny (Langacker, 1987).

Kilka teorii w ramach semantyki kognitywnej próbuje wyjaśnić, jak ów proces konstrukcji znaczenia przebiega. Na przykład, teoria metafor i metonimii pojęciowych G. Lakoffa i M. Johnsona (1980, 1999) zakłada, że wielorakie złożone domeny pojęciowe konceptualizujemy i organi-zujemy poprzez metafory pozwalające na ich strukturalne odniesienie (mapowanie) do prostszych pojęć z bardziej podstawowych dziedzin, najczęściej zakorzenionych w ucieleśnionych doświadczeniach czasu, przestrzeni, działania itp. Na przykład, pozytywne odczucia mapuje-my na pojęcie „góry” („podniesiony na duchu”), a negatywne – „dołu” („zdołowany”). Innym narzędziem umysłu jest metonimia – zdolność zastępowania złożonych pojęć prostymi obiektami w ramach tej sa-mej dziedziny (np. „sportowcy wygrali złoto”), zależnie od kontekstu i celu komunikacji. G. Fauconnier i M. Turner (2002) w ramach swojej teorii pojęciowego łączenia (conceptual blending), stanowiącej nowszą i bardziej ogólną wersję teorii przestrzeni umysłowych Fauconniera (1985), postulują, że proces tworzenia znaczeń zawsze pojęciowo nie-dospecyfikowanych słów polega na tworzeniu emergentnych struktur pojęciowych, które łączą wiele odmiennych przestrzeni mentalnych – pakietów wiedzy z określonej dziedziny, utworzonych dynamicznie na potrzeby bieżącej komunikacji. Tak powstająca struktura pojęciowa jest niepowtarzalna (zależy od kontekstu, indywidualnego doświad-czenia, zwyczajów językowych, kultury) i zawiera jakościowo nowe elementy w stosunku do przestrzeni mentalnych, które zostały połą-czone. Według Fauconniera i Turnera, pojęciowe łączenie służy nie tyl-ko potrzebom komunikacji językowej, ale jest także podstawową ope-racją myślową. W szczególności, operacja to polega na wyobraźni, czyli zdolności poznawczej człowieka na pierwszy rzut oka bardzo odległej od procesów językowych.

W monografii Czytelnik znajdzie dwa rozdziały opracowane przez wybitnych polskich językoznawców kognitywnych. E. Tabakowska w rozdziale „W co przechodzi ludzkie pojęcie?” przedstawia relację pojęć tworzonych przez umysł do wyrażeń języka naturalnego, w któ-re ostatecznie pojęcia przechodzą, czyli relację pomiędzy tzw. cepcją


(percepcją plus koncepcją [konceptualizacją]) treści a jej ekspresją ję-zykową. Językoznawcę interesują przy tym te elementy reprezentacji, które uzyskały status postulowanych przez językoznawców kognityw-nych rutyn poznawczych.

A. Szwedek w „Rola metafor w kształtowaniu «pojęć abstrakcyj-nych»” proponuje nową koncepcję metaforyzacji, w której podstawo-wą domeną źródłową jest domena przedmiotu materialnego, zdefinio-wanego jako ograniczony przestrzenią obiekt pierwotnie poznawany przez dotyk, która to domena (lub jej podkategorie) służy następnie do konceptualizacji wszystkich pojęć abstrakcyjnych, ale sama nie podle-ga metaforyzacji. Szwedek zaznacza, że metafory w tradycji przedko-gnitywnej były traktowane jako ozdobniki literackie, dotyczące jedynie warstwy językowej. Za Lakoffem i Johnsonem przyjmujemy dzisiaj, zdaniem Szwedka, że mają one charakter pojęciowy i są integralną czę-ścią języka codziennego, a procesy metaforyczne przebiegają normal-nie od konkretu do abstraktu, a nie odwrotnie. Domena „przedmiotu materialnego” jest przy tym pierwotną domeną źródłową, w katego-riach której konceptualizowane są wszystkie „pojęcia abstrakcyjne”.

Tezy semantyki kognitywnej są coraz częściej weryfikowane empi-rycznie (por. Evans i in., 2007), przez co rozmywa się granica dzieląca językoznawstwo kognitywne i inną dyscyplinę zajmującą się językiem przy pomocy metod psychologii, czyli psycholingwistykę. Najbardziej intensywnie rozwijane badania w ramach tej dziedziny dotyczą dwu-języczności (bilingualizmu). Między innymi, pyta, czy osoby mówiące biegle w dwóch językach posiadają jedno czy dwa pojęcia dla odpowia-dających sobie słów w obu językach. To pytanie jest szczególnie inte-resujące dla przypadków, w których oba języki pochodzą z bardzo od-miennych kultur (np. zachodniej i wschodniej). Stwierdzono bowiem (por. Nisbett, 2003) istotne różnice w kategoryzacji pomiędzy osobami o pochodzeniu anglosaskim a mieszkańcami Dalekiego Wschodu (Chin, Korei, Japonii). Podczas gdy pierwsi kategoryzują obiekty ze wzglę-du na podobne cechy lub funkcje, drudzy tworzą kategorie przede wszystkim na podstawie wspólnego kontekstu lub relacji zachodzą-cej między obiektami. Przykładowo, proszone o podział zbioru trzech obiektów [małpa, panda, banan] na dwie grupy, osoby o pochodzeniu anglosaskim utworzą intuicyjną dla nas kategorię zwierząt [małpa, panda], ale Chińczycy zgrupują obiekty w kategorię [banan, małpa] ze względu na relację zachodzącą pomiędzy nimi („pokarm dla”), stwier-dzając natomiast, że małpy i pandy nie wiąże żadna intuicyjna relacja. Badania (Ji, Zhang i Nisbett, 2004) dowiodły, że osoby pochodzenia chińskiego o tzw. dwujęzyczności współrzędnej, czyli takie, które na-uczyły się drugiego języka (w tym wypadku angielskiego) stosunkowo


późno i który jest używany w innych kontekstach (np. zawodowym) niż ich język ojczysty (np. używany w domu), w każdym z tych ję-zyków dokonują odmiennej kategoryzacji, odpowiednio według cech versus relacji. Może to świadczyć na rzecz tezy o różnych systemach pojęciowych dla każdego z języków. Jednak Chińczycy o tzw. dwuję-zyczności złożonej (np. mieszkańcy Hongkongu), przy której oba ję-zyki są uczone równocześnie i używane naprzemiennie w podobnych kontekstach, wydają się rozwijać jeden system pojęciowy – język, w którym następuje kategoryzacja obiektów, nie ma wpływu na rezultat kategoryzacji (stanowiący mieszankę kategoryzacji wg cech i wg rela-cji). To jeden z wielu wyników badań, które sugerują, że powszechnie odrzucona przez językoznawców i psychologów hipoteza B. Whorfa o językowej determinacji myślenia ma w sobie jednak ziarnko prawdy: język i system pojęciowy wchodzą w nieustanne, złożone interakcje, kształtując się wzajemnie. W szczególności, obecność lub nieobecność pewnych struktur językowych, takich jak oznaczenia płci, liczby, czy zakresu obiektów w różnych językach, może wpływać na myślenie po-przez kierowanie uwagi ich użytkowników na różne aspekty rzeczywi-stości i wymaganie stałego pamiętania o nich.

Innym kierunkiem badań w ramach językoznawstwa jest staty-styczna analiza zależności między słowami, występującymi w korpu-sie tekstowym, i tworzenie na jej podstawie map znaczenia poszczegól-nych słów (zwanych modelami pamięci semantycznej, tj. model HAL – Hyperspace Analogue to Language; Lund i Burgess, 1996). Uważa się, że występujące obiektywnie związki pomiędzy słowami obecne w istnie-jących tekstach muszą choć w części kształtować związki między poję-ciami w umysłach użytkowników tych tekstów. Mapy (atlasy) znacze-nia używane są następnie do konstruowania sztucznych systemów tłu-maczących teksty lub przewidujących wystąpienie określonych słów. Systemy te są tak skuteczne, że potrafią m.in. zgadywać prawidłowe odpowiedzi w testach znajomości języka (Landauer i Dumais, 1997). Badania w ramach lingwistyki stosowanej korzystają więc zarówno z osiągnięć językoznawstwa jak i metod informatycznych (Lubaszewski, 2009). Można przewidywać intensywny rozwój takich systemów.

PSYCHOLOGIA

Najważniejsze zagadnienia związane z pojęciami, podejmowane przez psychologów, dotyczą składników, z jakich zbudowane są umy-słowe reprezentacje pojęć (sądów/twierdzeń, obrazów czy reprezenta-


cji hybrydowych), oraz teorii, które najlepiej opisują system pojęć i za-sady kategoryzacji.

Próba odpowiedzi na pierwsze pytanie znana jest pod nazwą de-baty o wyobraźni (imagery debate), która począwszy od lat 70. XX wieku toczyła się między zwolennikami (np. Pylyshyn, 1973) poglądu głoszą-cego, że pojęcia składają się wyłącznie ze zbioru sądów, a introspekcyj-nie dostępne wyobrażenia (obrazy umysłowe) są epifenomenami wy-nikającymi z przetwarzania informacji semantycznej opisującej cechy wizualne obiektów, a proponentami (np. Kosslyn, 1980) poglądu trak-tującego wyobrażenia jak realne składniki reprezentacji umysłowych, w tym pojęć. Na rzecz tego drugiego poglądu świadczyły wyniki badań nad skanowaniem i rotowaniem w wyobraźni, a także dane neurop-sychologiczne (dla przeglądu zob. Francuz, 2007). Debata nie została jednoznacznie rozstrzygnięta. Zaproponowano także ujęcia hybrydowe (teorię podwójnego kodowania; Paivio, 1986) uznające realność zarów-no sądów, jak i obrazów. Konsekwencją debaty było jednak przeniesie-nie uwagi na percepcyjne ugruntowanie treści pojęć oraz na ich dyna-mikę, wynikającą z możliwości łatwej zmiany (symulacji, rekonstrukcji) perspektywy, układu i kontekstu pojęć posiadających (po części) cha-rakter wizualny, które ma swój wyraz w teorii systemów symboli per-cepcyjnych (perceptual symbol systems) L. Barsalou (1999). W niniejszym tomie zagadnienie relacji pojęć do percepcji podejmuje w swoim tekście „Wyobrażeniowa natura pojęć” P. Francuz, który przedstawia szereg argumentów na rzecz doniosłej roli procesów percepcyjnych w kształ-towaniu treści pojęć. Według Francuza, pojęcia mają przede wszystkim naturę wyobrażeniową. Pogląd ten autor wspiera omawiając liczne wy-niki badań behawioralnych (w tym analizy ruchów gałek ocznych) i ba-dań wykorzystujących obrazowanie aktywności mózgu.

Psychologiczne badania nad strukturą i funkcjami systemu pojęć, począwszy od F. Bartletta (1932) i jego analiz schematów organizują-cych pamięć długotrwałą, bardzo szybko obaliły klasyczną teorię po-jęć, rozumianych jako definicyjny zbiór warunków koniecznych i wy-starczających. Teoria ta nie potrafi bowiem wyjaśnić dwóch podstawo-wych obserwacji (por. Murphy, 2002). Po pierwsze, niemal wszystkie pojęcia mają naturę rozmytą – nawet definicje niektórych terminów naukowych (planeta, metal) są sporne, a już dla większości pojęć z ży-cia codziennego nie jesteśmy w stanie podać definicji, a jedynie listę przypadków podpadających pod pojęcie. Po drugie, teoria klasyczna nie wyjaśnia niezwykle silnego efektu typowości: ludzie szybciej uczą się i kategoryzują typowych przedstawicieli kategorii (tj. wróbel) niż przedstawicieli nietypowych (tj. pingwin), a zapytani o przykłady danego pojęcia, spontanicznie podają najpierw egzemplarze typowe.


Ludzie wzajemnie podzielają przekonania o typowości: w badaniu E. Rosch (1973) ponad sto uczestniczących w nim osób całkowicie zgo-dziło się co do najbardziej typowych reprezentantów kilku kategorii (np. pojazdy – samochód, zbrodnia – morderstwo). Choć niektórzy teo-retycy (głównie filozofowie, np. Peacocke, 1992; Rey, 1994) wciąż od-najdują w klasycznej teorii pojęć inspirację, to teoretyczne wyjaśnienia nabywania i reprezentowania pojęć oraz kategoryzacji za ich pomocą zostały zdominowane przez trzy teorie psychologiczne stojące w opo-zycji wobec podejścia klasycznego: teorię prototypów (Rosch i Mervis, 1975), teorię egzemplarzy (Medin i Shaffer, 1978) oraz tzw. teorię teorii (Murphy i Medin, 1985), nazywaną także – jak się wydaje zręczniej – podejściem opartym na wiedzy (knowledge approach; Murphy, 2002).

Pierwsze dwie teorie próbują wyjaśnić proces nabywania i repre-zentowania pojęć w umyśle w terminach wykrywania i ujmowania ze-wnętrznego (powierzchownego) podobieństwa pomiędzy elementami jednej kategorii. Wraz ze wzrostem stopnia podobieństwa rośnie praw-dopodobieństwo zaliczenia obiektu w zakres tej kategorii. Teorie te róż-nią się jednak założeniami na temat tego, jaka reprezentacja umysłowa jest rezultatem doświadczania poszczególnych elementów kategorii.

Teoria prototypów przewiduje, że takim rezultatem jest pewna reprezentacja sumaryczna, która zawiera syntetyczne informacje o ce-chach posiadanych przez obiekty należące do kategorii. Wersje teorii prototypów różnią się tym, czym miałby być prototyp: reprezentacją najbardziej typowego przedstawiciela kategorii, albo uśrednioną re-prezentacją przedstawiciela idealnego (nieistniejącego w rzeczywisto-ści), w tym jego obrazem, albo wreszcie listą najważniejszych cech i ich najbardziej typowych wartości dla danej kategorii (Murphy, 2002). Ten ostatni pogląd przyjmuje się najczęściej, ponieważ pozwala on uniknąć problemu z reprezentowaniem skrajnie nietypowych obiektów kate-gorii. Reprezentowanie pojęcia w postaci przedstawiciela najbardziej typowego lub idealnego powodowałoby bowiem, że zawężeniu ule-gałaby wariancja obiektów zaliczanych do odpowiadającej mu kate-gorii, a także czyniło niemożliwym reprezentowanie cech rozłącznych (np. jeśli połowa populacji słoni występuje w Azji, a druga połowa – w Afryce, to skąd miałby pochodzić prototyp słonia?). W przypadku listy cech, można łatwo reprezentować możliwe wartości cechy i praw-dopodobieństwo ich wystąpienia, w tym wartości nietypowe, oraz reprezentować wagę danej cechy dla zaliczenia obiektu do kategorii. Elementami typowymi dla kategorii będą obiekty posiadające bardzo prawdopodobne wartości cech o wysokich wagach.

Jednakże prototyp rozumiany jako lista cech przynosi inny poważ-ny problem teoretyczny: cechy (np. występowanie) i ich wartości (Azja,


Afryka) same w sobie stanowią pojęcia nie mniej skomplikowane niż pojęcie, które opisują (słoń). Prototypowa natura pojęć nie pomaga za-tem w rozwiązaniu problemu redukcji pojęć do prostszych od nich tre-ści umysłowych.

Z powyższym problemem mierzą się proponenci teorii egzempla-rzy (Medin i Shaffer, 1978). Według nich, sednem problemu dotyczące-go pojęć nie jest tworzenie reprezentacji pojęcia, ale poprawna katego-ryzacja jego przedstawicieli. Najłatwiejszą do tego drogą jest po prostu reprezentowanie wszystkich spotkanych przypadków kategorii (po-siadanie w pamięci ich tzw. egzemplarzy), bez korzystania z jakiejkol-wiek reprezentacji sumarycznej. Ogromne możliwości pamięci epizo-dycznej umożliwiają bowiem zapamiętanie wielu egzemplarzy pojęcia. Egzemplarze stanowią prostsze treści umysłowe niż pojęcia (np. obra-zy, bodźce słuchowe – nazwy, epizody opisujące kontekst towarzyszą-cy napotkaniu przypadku) i w takim sensie możemy mówić o redukcji pojęć w teorii egzemplarzy. Spostrzegane (w tym nowe) obiekty będą kategoryzowane poprzez określenie liczby egzemplarzy, do których są bardzo podobne. Typowe obiekty będą kategoryzowane szybko, gdyż więcej egzemplarzy będzie do nich podobnych. Przeciwnie, proces wy-szukiwania egzemplarzy podobnych do obiektów nietypowych będzie wymagał odrzucenia wielu niezgodnych egzemplarzy i przez to bę-dzie trwał długo. Teoria egzemplarzy w sposób naturalny wyjaśnia, dlaczego proces kategoryzacji zależy od wcześniejszych doświadczeń z przedstawicielami określonej kategorii: dziecko, które spotkało do-tąd cztery jamniki i dwa pudle, ma z pewnością inne pojęcie „psa” niż dziecko mieszkające przy hodowli dobermanów. Teoria egzemplarzy wydaje się więc niezwykle intuicyjna w odniesieniu do wczesnych eta-pów nabywania pojęć, wtedy gdy napotkanych dotąd obiektów jest niewiele i są one zbyt różne od siebie, aby można utworzyć ich zgene-ralizowaną reprezentację prototypową.

Najpoważniejszy problem teoretyczny związany z teorią egzem-plarzową dotyczy tego, na jakiej podstawie człowiek przypisuje nowo-tworzony egzemplarz do określonych kategorii w hierarchii kategorii (Murphy, 2002). Jeśli widzimy dobermana, to na jakiej zasadzie przy-pisujemy go do coraz ogólniejszych kategorii: „doberman”, „pies”, „zwierzę”, „istota żywa”, „składnik wszechświata”, oraz do kategorii częściowo pokrywających się z poprzednimi tj. „obiekty zagrażające”. Czy kategoryzując nowopoznany gatunek ryby jako zwierzę, porów-namy ją także do egzemplarza dobermana, czy wyłącznie do egzem-plarzy zwierząt-ryb? Teoria egzemplarzy nie daje dobrych odpowiedzi na te pytania i niesatysfakcjonująco wyjaśnia hierarchiczną organizację wiedzy człowieka.


W ramach obu teorii, prototypów i egzemplarzy, zaproponowano formalne modele kategoryzacji. Podstawowa różnica pomiędzy nimi polega na tym, że modele oparte na teoriach prototypowych zakładają addytywny wpływ podobieństwa cech, a modele egzemplarzowe prze-widują wpływ multiplikatywny. We wczesnych modelach prototypo-wych (np. Tversky, 1977) podobieństwo, na podstawie którego ocenia się przynależność obiektu do kategorii, wylicza się jako sumę cech po-dobnych minus sumę cech odróżniających kategoryzowany obiektu od prototypu. Ponieważ prototyp jest konstruowany na podstawie cech wspólnych dla większości przedstawicieli kategorii, modele te przewi-dują największe prawdopodobieństwo zaliczenia obiekt do kategorii w przypadku umiarkowanego podobieństwa do wielu jej przedstawi-cieli. Z kolei, w modelach egzemplarzowych (Medin i Shaffer, 1978) podobieństwo obiektu jest wyliczane jako iloczyn jego podobieństwa do wszystkich egzemplarzy branych pod uwagę. Oznacza to, że jeśli nawet obiekt jest tożsamy z wieloma egzemplarzami kategorii (po-dobieństwo równe jedności), ale bardzo różny od jednego czy dwóch egzemplarzy (podobieństwo bliskie zeru), to ocena podobieństwa (od-powiedni iloczyn) drastycznie spadnie w takim wypadku. Teoria eg-zemplarzowa przewiduje więc, że wysokie prawdopodobieństwo po-zytywnej kategoryzacji wystąpi wtedy, gdy kategorię opisuje niewiele, ale bardzo podobnych do siebie egzemplarzy (tak, aby mnożyć przez siebie jedynie liczby bliskie jedności). Nowsze modele egzemplarzo-we (Ashby i Maddox, 1993; Nosofsky, 1992) wskazują jednak, że jeden model formalny może służyć replikacji efektów przewidywanych za-równo przez teorie egzemplarzowe, jak i teorie prototypów, zależnie od przyjętych parametrów modelu. Przewidywania obu tych teorii są więc specyficznymi przypadkami bardziej ogólnego prawa oceny podobieństwa między obiektami. Bayesowskie teorie kategoryzacji (Tennenbaum, 1999), które szczegółowo prezentuje T. Smoleń w roz-dziale „Bayesowska teoria oceny podobieństwa i kategoryzacji”, są bar-dzo dobrym kandydatem na taką właśnie, ogólną teorię.

Trzecia wpływowa psychologiczna teoria pojęć, czyli podejście oparte na wiedzy, choć uznaje reprezentowanie prototypów/egzem-plarzy przez umysł za możliwe w wielu przypadkach, to przyjmuje jednocześnie, że ocena podobieństwa jest jedynie wstępnym etapem tworzenia reprezentacji pojęciowej – kluczowe dla posiadania pojęcia jest zrozumienie (naiwnej) teorii tego, czym to pojęcie jest, w kontek-ście szerokiej wiedzy o świecie11. Pojęcia to rezultat wnioskowania na

11 W tym sensie podejście to łączy wiele ze wspomnianą powyżej teorią poję-ciowego łączenia Fauconniera i Turnera oraz teorią wyidealizowanych modeli po-


podstawie wiedzy, w oparciu o zasady dotyczące pewnej dziedziny. Nasze dojrzałe pojęcie psa nie wynika jedynie ze spostrzegania róż-nych psów, ale jest ufundowane na wiedzy o zoologii, genetyce, po-tocznej psychologii itp. Wiemy, że istnieje pewna wewnętrzna własność każdej kategorii zwierząt (np. charakterystyczny materiał genetyczny, budowa wewnętrzna) powodująca, że zwierzę to nie przechodzi do in-nej kategorii nawet jeśli zostałoby doń powierzchownie upodobnione (Keil, 1989). Z drugiej strony, wiedza ta pozwala nam kategoryzować obiekty razem, mimo ich niewielkiego podobieństwa zewnętrznego (np. wiemy, że gąsienice i motyle stanowią jeden gatunek). Do utwo-rzenia reprezentacji kategorii używamy relacji przyczynowych i wyja-śniających: u przedstawicieli kategorii ptaków skrzydła nie są cechą po prostu wysoce skorelowaną z lataniem – one powodują, że ptaki (choć nie wszystkie) w ogóle potrafią latać (Prinz, 2002). Typowi przedsta-wiciele pojęcia to obiekty dobrze przewidywane przez odpowiadającą mu (naiwną) teorię, podczas gdy obiekty nietypowe naruszają niektó-re zasady tej teorii. Kategoryzacja obiektów w dużej mierze zależy od oczekiwań i przekonań kategoryzującego, a powierzchowne cechy słu-żą jedynie do weryfikacji tych przekonań.

Największym problemem związanym z podejściem opartym na wiedzy jest złożoność postulowanych pojęć-teorii: każda teoria za-wiera lub odnosi się do innych teorii, z których każda zawiera kolejne pojęcia. Zakres i treść każdego pojęcia są zależne holistycznie od syste-mu pojęciowego poszczególnych osób (człowiek nieposiadający poję-cia „DNA” będzie miał inne pojęcie „psa” niż człowiek posiadający to pojęcie), co powoduje poważną trudność w określeniu ogólnych i me-chanistycznych zasad opisujących kategoryzację (co z kolei jest łatwe w ramach teorii prototypów i egzemplarzy). Pewnym rozwiązaniem tego problemu są dynamicznie rozwijane badania nad rozumowaniem przez analogię, które modeluje się obliczeniowo (Hummel i Holyoak, 2003) jako proces strukturalnego (tj. zachowującego formalne relacje pomiędzy dwiema domenami) dopasowania źródłowych schematów do zrozumienia nowej sytuacji (nowego obiektu). Modelując treść sche-matów, można przewidywać rezultaty procesu kategoryzacji.

Wszystkie trzy teorie: prototypów, egzemplarzy i podejście opar-te na wiedzy, podlegały szeroko zakrojonym testom empirycznym. Przedstawienie tych badań przekracza zakres niniejszego wprowa-dzenia (dla obszernego przeglądu zob. Machery, 2009; Murphy, 2002; Prinz, 2002), ale warto wspomnieć o dwóch najważniejszych efektach empirycznych, jakie zaobserwowano.

znawczych (idealized cognitive models) Lakoffa (1987), zaproponowanych w ramach językoznawstwa kognitywnego.


Pierwsze zagadnienie to badania źródeł efektu typowości. Rosch i Mervis (1975) wykazały, że obiekt jest tym bardziej typowy, im wię-cej ma wspólnych cech z innymi obiektami uznanymi za typowe i im mniej ma wspólnych cech z typowymi obiektami z innych kategorii. Wynik ten silnie wspierał teorię prototypów. Badania prowadzone przez Barsalou (1985) skomplikowały jednak ten obraz. Barsalou zi-dentyfikował dwa kolejne czynniki wpływające na ocenę typowości obiektów. Pierwszym czynnikiem była częstość pojawiania się obiektu w kontekście docelowej kategorii (częstość pojawiania się obiektu w in-nych kontekstach nie była związana z jego typowością). Jeśli wielo-krotnie usłyszymy, że łabędzie przelatują na zimę do ciepłych krajów, podniesie to naszą ocenę typowości łabędzia jako ptaka, ale wielokrot-na ekspozycja na kury w kontekście sklepu mięsnego nie da podob-nego efektu. Wynik ten ściśle przewiduje teoria egzemplarzy: każda ekspozycja dodaje jeden egzemplarz do pamięci, ale tylko egzemplarze indeksowane właściwą nazwą-pojęciem biorą udział w kategoryzacji i wnioskowaniu. Drugim istotnym czynnikiem okazał się stopień do jakiego dany obiekt spełnia cel, któremu służy dana kategoria (np. po-jazdy – do przemieszczania się, owoce – do bycia smacznymi). Efekt ten był szczególnie wyraźny dla pojęć sztucznych: często jako bardzo typowe oceniano pojazdy mające niewiele wspólnych cech z innymi pojazdami (np. samolot), ale umożliwiające skuteczne przemieszczanie się, a jako nietypowe oceniano pojazdy powolne (np. traktor), mimo że miały one wiele wspólnych cech z innymi reprezentantami kategorii pojazdów (w większości składającej się z pojazdów kołowych). W in-nych swoich badaniach Barsalou (1983) pokazał, że ludzie są w stanie bardzo szybko i trafnie podawać typowych przedstawicieli wymyślo-nych kategorii (np. rzeczy, które należy zabrać z płonącego domu), odpowiadających tzw. pojęciom ad hoc, z którymi nigdy wcześniej nie mieli do czynienia. Te wyniki z kolei świadczą zdecydowanie na rzecz podejścia opartego na wiedzy.

Druga ważna obserwacja to tzw. efekt poziomu podstawowego (Rosch, Mervis, Gray, Johnson i Boyes-Braem, 1976). Ludzie szybciej identyfikują obiekt jako pojęcie na pośrednim poziomie ogólności (np. jako krzesło) niż jako pojęcie ogólniejsze (mebel) albo bardziej szczegó-łowe (krzesło biurowe). Efekt ten sprawia pewne problemy teorii pro-totypów, bo wydaje się, że obiekty kategorii na poziomie podrzędnym mogłyby prowadzić do powstania lepszego prototypu niż w przy-padku poziomu podstawowego (tzn. krzesła biurowe mniej różnią się między sobą niż różnią się nawzajem wszystkie krzesła). Biorąc jednak pod uwagę to, że z kolei krzesła biurowe mniej się różnią od innych kategorii krzeseł, niż krzesła różnią się od innych mebli (stołów, szaf),


oraz to, że kategoria mebli zawiera podkategorie, które mają nawza-jem niewiele wspólnego, prototypy na poziomie podstawowym mogą być dobrym kompromisem w przetargu między interkategorialną dys-tynktywnością (niską dla pojęć podrzędnych) a intrakategorialnym po-dobieństwem (niskim dla pojęć nadrzędnych). Wyjaśnienie tego efektu w ramach podejścia opartego na wiedzy jest analogiczne do argumen-tacji teorii prototypów: poziom podstawowy niesie po prostu najwięk-szą ilość informacji o obiekcie. Na poziomie nadrzędnym określonych jest niewiele bardzo ogólnych cech, a choć na poziomie podrzędnym występuje wiele cech, to są one nietrafnymi predyktorami całej kate-gorii (np. niewiele psów posiada ciapki dalmatyńczyków). Największe kłopoty z wyjaśnieniem efektu poziomu podstawowego ma teoria eg-zemplarzy, ponieważ przewiduje ona, że największe podobieństwo egzemplarzy dotyczyć będzie poziomów podrzędnych, a wraz z pod-noszeniem poziomu kategoryzacji rosnąć będzie dywersyfikacja przy-woływanych egzemplarzy, zatem będzie spadać ocena podobieństwa (patrz reguła multiplikatywna). Kłopoty teorii egzemplarzy są pochod-ną jej słabości w wyjaśnianiu hierarchicznej organizacji pojęć. Bez do-datkowych (dość sztucznych) założeń, teoria ta nie radzi sobie z wyja-śnieniem efektu poziomu podstawowego (Murphy, 2002).

Występuje także wiele bardziej specyficznych efektów, które często wspierają tylko jedną z teorii pojęć. Na przykład, po pewnym czasie prototypy są pamiętane lepiej niż poszczególne egzemplarze (Posner i Keele, 1970), a co więcej, mimo iż pacjenci z amnezją proaktywną nie są w stanie zapamiętywać prezentowanych im egzemplarzy (nie obser-wuje się poprawy kategoryzacji w funkcji liczby prezentacji egzempla-rza), to wraz z uczeniem coraz lepiej rozpoznają prototyp stanowiący uśrednienie prezentowanych egzemplarzy (Knowlton, 1997). Z drugiej strony, odkryto wiele tzw. efektów egzemplarza, polegających mię-dzy innymi na tym, że historia wcześniej prezentowanych obiektów wpływa na proces późniejszej kategoryzacji kolejnych obiektów z ka-tegorii (Murphy, 2002). Odkryto także tzw. efekty wiedzy, polegające na szybszym uczeniu się sztucznie zdefiniowanych pojęć, jeśli tylko niektóre ich cechy są zgodne z uprzednią wiedzą (Kaplan i Murphy, 2000). Debata między zwolennikami trzech podejść do wyjaśnienia na-tury pojęć jest więc daleka od rozstrzygnięcia. Trzeba jednak pamiętać, że w kategoriach ekonomii i elegancji teorii naukowych, teoria proto-typów zakłada najprostszą reprezentację pojęciową (jeden ogólny pro-totyp), teoria egzemplarzy – reprezentację bardziej złożoną (względnie szczegółową pamięć o wszystkich napotkanych egzemplarzach), a teo-rie oparte na wiedzy czynią najsilniejsze założenia na temat tej repre-zentacji. Aby zaakceptować te ostatnie teorie kosztem pierwszych, na-


leży zatem wymagać silnych argumentów empirycznych, dających się wyjaśnić wyłącznie w ramach podejścia opartego na wiedzy.

Być może jednak nie potrzeba odrzucać żadnej z omawianych teo-rii. Badania nad różnicami inter- i intraindywidualnymi w reprezen-towaniu pojęć wskazują, że prawdopodobnie wszystkie trzy sposoby ich reprezentowania (prototypy, egzemplarze i naiwne teorie) są obec-ne w ludzkim umyśle (pytanie – w jakiej relacji pozostają do siebie). Przeprowadzono sporo badań, które wskazywały na to, że za podobne efekty kategoryzacji w przypadku części pojęć odpowiadają reprezen-tacje prototypowe, a innej części – egzemplarzowe (np. Malt, 1989). Wydaje się, że ludzie potrafią przełączać się pomiędzy tworzeniem obu rodzajów reprezentacji zależnie od kategorii, z jakimi mają do czynienia, i wymagań wobec rezultatów kategoryzacji (Smith i Minda, 1998). Na przykład, pojęcia obiektów konkretnych mogą być lepiej uj-mowane przez egzemplarze, a pojęcia abstraktów – przez prototypy lub naiwne teorie. Świadczą o tym między innymi dane neurobiolo-giczne (zob. poniżej – podrozdział o neuronauce). Z kolei badania nad formalnymi modelami kategoryzacji pokazały, że do wyników części osób najlepiej pasują predykcje modelu prototypowego, a do wyników pozostałej części – modelu egzemplarzowego (Smith, Murray i Minda, 1997). Prawdopodobnie, ludzie różnią się między sobą w tendencji do używania jednego albo drugiego rodzaju reprezentacji pojęciowych.

Niezwykle ważnym zagadnieniem jest problem nabywania pojęć podczas rozwoju poznawczego człowieka. Tradycyjne poglądy pia-getowskie głoszące, iż tworzenie pojęć jest rezultatem akomodacji re-prezentacji umysłowych do nowych informacji, niemożliwych do asy-milacji w ramach dotychczasowych pojęć, a kolejne stadia dostępnych dziecku akomodacji (od reprezentacji percepcyjno-motorycznych, przez pojęcia obiektów konkretnych, do abstraktów) pojawiają się sto-sunkowo późno w ontogenezie, zostały w znacznym stopniu odrzuco-ne w świetle najnowszych badań (Carey, 2009). Dzięki wykorzystaniu metod wywoływania dyshabituacji uwagi albo pobudzenia (zdziwie-nia) u dzieci (tj. naruszania ich oczekiwań kategoryzacyjnych) wiemy, że już w pierwszych miesiącach życia proces nabywania pojęć jest wy-sublimowany i zawiera istotną komponentę wnioskowania. Wydaje się, że dzieci są wyposażone we wbudowaną „maszynerię” służącą zaawansowanemu kategoryzowaniu. W tekście „Dlaczego pojęcia mu-szą być badane w ujęciu rozwojowym” M. Haman przedstawia wiele przykładów „dojrzałej” kategoryzacji dziecięcej i argumentuje na rzecz tezy, że ograniczenia w nabywaniu „naiwnych teorii” przez dzieci przejawiają się następnie w strukturze wiedzy pojęciowej osób doro-


słych. Stanowią niejako jej szkielet, wyznaczający i ograniczający orga-nizację systemu pojęciowego.

Dwa rozdziały niniejszej monografii traktują o kolejnym istotnym zagadnieniu, czyli o roli pojęć w myśleniu. E. Nęcka w „Twórczość jako zmiana pojęciowa” analizuje to, w jaki sposób zmiana pojęciowa umoż-liwia twórcze myślenie, ale jednocześnie, jak przebieg i rezultaty takiego myślenia wpływają na strukturę i treść systemu pojęć. Nęcka wyróżnia możliwe rodzaje zmian pojęciowych w procesie twórczym oraz podaje ich liczne przykłady.

M. Bukowski w rozdziale „Reprezentacje pojęciowe z perspekty-wy poznania społecznego” rozważa rolę pojęć w poznaniu społecznym oraz analizuje specyfikę tzw. pojęć społecznych. Autor wskazuje, że ba-dania nad nabywaniem i używaniem pojęć w kontekście społecznym mogą rzucić nowe światło na funkcjonowanie systemu pojęciowego, a szczególnie na jego motywacyjno-emocjonalne uwikłanie.

SZTUCZNA INTELIGENCJA

Druga połowa XX w. to okres dynamicznego rozwoju systemów in-formatycznych oraz robotów rozwiązujących problemy dotąd zarezer-wowane wyłącznie dla ludzi. Dwa podstawowe podejścia do konstruk-cji systemów sztucznej inteligencji (SI) to podejście symboliczne, oparte na wiedzy (knowledge-based intelligence), w ramach którego koduje się wiedzę za pomocą reprezentacji zawierających symbole, odpowiada-jące mniej lub bardziej wyrażeniom języka, i operacji (np. reguł) doko-nywanych na tych symbolach, oraz podejście niesymboliczne (inaczej: subsymboliczne, ilościowe, numeryczne; computational intelligence), w którym podstawowymi jednostkami reprezentacji są elementy zde-finiowane na niższym poziomie niż symbole (np. jako wagi połączeń między sztucznymi neuronami i ich aktywacje). O ile podejście sym-boliczne charakteryzuje duży stopień produktywności (zdolności do dowolnego kombinowania ze sobą symboli), łatwości interpretacji re-zultatów działania oraz ekonomii przetwarzania informacji (skonden-sowanie reprezentacji, szybkość operacji), to nie radzi sobie ono z ta-kimi problemami takimi jak zdolność do uczenia się na przykładach i generalizacji oraz łatwość oceny podobieństwa. Te problemy z kolei zadowalająco rozwiązują systemy niesymboliczne. Z tego powodu co-raz popularniejsze stają się systemy hybrydowe, łączące zalety (i uni-kające wad) obu podejść (Cloete i Zurada, 2003; Sun i Alexandre, 1997).

Klasyczne reprezentacje wiedzy pojęciowej w ramach symbolicznej SI wykorzystują rachunek predykatów, stanowiący podstawę języka programowania w logice – PROLOG-u. Pozwala on na użycie przej-


rzystej składni i dobrze zdefiniowanej semantyki. Tam jednak, gdzie wiedza nie może być dobrze zdefiniowana (czyli w większości przy-padków) i jest ona bardzo obszerna (a wnioskowanie w PROLOG-u jest względnie mało efektywne), konieczne są bardziej efektywne oblicze-niowo symboliczne reprezentacje pojęć, stanowiące zestaw obiektów oraz ich atrybutów (własności) i wartości tych atrybutów (tzw. slot-and--filler representations). Choć reprezentacje te zawsze można przetłuma-czyć na zdania rachunku predykatów, to tylko za cenę utraty efektyw-ności wnioskowania za ich pomocą (Nilsson, 1980).

Wyróżnia się słabe reprezentacje typu slot-and-filler, które nie na-rzucają ograniczeń na możliwe atrybuty (ale na ich dozwolone warto-ści – już tak), oraz mocne reprezentacje tego typu, które jednoznacznie definiują, jakie atrybuty może mieć obiekt (Knight i Rich, 1991). Do pierwszej klasy reprezentacji należą sieci semantyczne oraz systemy ram (inaczej: schematów), a do drugiego rodzaju – skrypty. W sieci se-mantycznej obiekty i atrybuty są reprezentowane za pomocą zbioru węzłów połączonych ze sobą oznaczonymi łukami, które reprezentują relacje między węzłami. Na przykład łuk ogon (Azor, krótki) informuje o długości ogona Azora. Dwie wyróżnione, ogólne relacje (czyli nieza-leżne od dziedziny, z której pochodzi pojęcie) to relacja „należy-do” (isa) oraz relacja „jest-egzemplarzem” (instance), np. należy-do (psy, ssa-ki) oraz jest-egzemplarzem (Azor, psy). W ramie (Minsky, 1975), obiekt jest zwykle bogatszym i bardziej ustrukturyzowanym zestawem atry-butów i ich wartości. W szczególności, wartością atrybutu mogą być inne ramy. W istocie granica między sieciami semantycznymi i syste-mami ram jest nieostra. Siłą obu sposobów reprezentacji jest efektywne wnioskowanie o atrybutach pojęć i relacjach między nimi oraz jasne zdefiniowanie, które atrybuty pojęć na wyższych poziomach (np. ssaki) są dziedziczone przez pojęcia na poziomach niższych (psy) i ich egzem-plarze (Azor). Z kolei skrypty stanowią reprezentację pojęć odnoszą-cych się do sekwencji czynności (Schank i Abelson, 1977). Wykorzystują one inną teorię reprezentacji – teorię zależności pojęciowych Schanka (1975), która określa podstawowe relacje, jakie są możliwe między po-jęciami i ich egzemplarzami (np. transfer informacji, zmiana lokalizacji obiektu, przeniesienie ciała), i za ich pomocą wyraża relacje złożone. Skrypty narzucają istotne ograniczenia na dopuszczalne sekwencje czynności (np. w popularnym przykładzie z wizytą w restauracji, nie można zjeść posiłku bez złożenia zamówienia i nie można wyjść bez zapłacenia za zamówiony posiłek), ale dzięki temu system SI jedno-znacznie wie jak wykonać czynność zapisaną w skrypcie. W rozdziale „Zagadnienie reprezentacji pojęć w sztucznej inteligencji”, M. Flasiński przedstawia zagadnienie pojęciowania w systemach SI, prezentując za-


równo problemy, które zostały już zadowalająco rozwiązane, jak i te w trakcie rozwiązywania oraz te, które wciąż stanowią istotne wyzwa-nia dla badaczy sztucznej inteligencji.

Za pomocą metody zwanej inżynierią wiedzy, której metody przy-bliża tekst G.J. Nalepy pt. „Pojęcia w inżynierii wiedzy”, tworzy się tzw. sztuczne ontologie, czyli reprezentacje pojęciowe obejmujące okre-śloną (ale czasem – bardzo szeroką) dziedzinę wiedzy. Ontologie ta-kie umożliwiają konstrukcję systemów ekspertowych, rozwiązujących problemy i dokonujących diagnoz w ramach dobrze zdefiniowanych dziedzin (np. medycyny, biznesu). Najbardziej ambitnym przedsię-wzięciem związanym z przeniesieniem systemu pojęciowego do ma-szyny jest projekt Cyc (Lenat, 1995). Jego celem jest zakodowanie całej zdroworozsądkowej wiedzy człowieka. Dotychczas (rok 2011) zakodo-wano ontologię ok. pół miliona obiektów i zjawisk naturalnych, po-wszechnie używanych narzędzi oraz dziedzin aktywności i twórczo-ści człowieka, a także ponad pięć milionów dotyczących ich faktów. Co najważniejsze, dzięki przekroczeniu masy krytycznej zakodowa-nej wiedzy, Cyc potrafi dodawać sam do siebie nowe pojęcia lub ich własności, wnioskując o nich z posiadanej wiedzy oraz z odpowiedzi swoich użytkowników. Jednakże, mimo rozwoju procedur uczenia się systemów opartych na wiedzy, wciąż istnieją poważne ograniczenia w zdolności do indukcji w takich systemach.

Zupełnie odmienne zasady reprezentacji pojęć przyjęto w podejściu niesymbolicznym, w szczególności w najczęściej wykorzystywanych systemach neuropodobnych (sztucznych sieciach neuronowych). W ta-kich sieciach (np. Rogers i McClelland, 2004), jednostki (tzw. sztuczne neurony) wejściowe i wyjściowe reprezentują elementarne cechy obecne w świecie – wymiary, na których pojęcia mogą być podobne lub się róż-nić – oraz nazwy obiektów, które posiadają podzbiór dostępnych cech. Uczenie się pojęć przez sieć może polegać na przykład na jednoczesnej aktywacji jednostek-cech posiadanych przez określony obiekt oraz ak-tywacji jednostki odpowiadającej jego nazwie. W istocie, tak właśnie uczymy się świata jako dzieci, łącząc percepcję obiektów z wypowiada-nymi przez dorosłych nazwami. Następnie aktywacja propagowana jest do warstw ukrytych, które odpowiadają za pamięć skojarzeń między informacjami wejściowymi i wyjściowymi – czyli za reprezentację świa-ta sieci neuronowej. Propagacja jest zależna od układu wag połączeń między jednostkami sieci, ustalanego w wyniku długotrwałego procesu uczenia. Pewne jednostki ukryte mogą być bardzo silnie aktywowane przez jedne cechy, a bardzo słabo – przez inne. Po określonej (zwykle znacznej) liczbie prób uczenia powiązań między cechami a obiektami, sieć potrafi zgadywać, który obiekt charakteryzują zadane cechy lub


które cechy powinny być przypisane zadanemu obiektowi. To samo w sobie jest już niezwykle interesujące. Najciekawsze wyniki daje jed-nakże analiza wag i aktywacji w warstwach ukrytych, rozumianych jako wielowymiarowa przestrzeń. Okazuje się, że obiekty z tej samej kategorii można zlokalizować bardzo blisko siebie w tej przestrzeni. Poszczególne kategorie tworzą osobne grupy – klastry, które jednak mogą się częściowo pokrywać w przypadku pojęć nieostrych. Klastry dla kategorii należących do tej samej kategorii wyższego rzędu leżą bliżej siebie niż klastry odpowiadające innej kategorii wyższego rzędu. Klastry dla kategorii rozłącznych (np. zwierzęta-rośliny) zajmują roz-łączne (i zwykle odległe) podprzestrzenie przestrzeni wag. Zwolennicy powyższego podejścia twierdzą więc, że wraz z uczeniem się rozkładu wag pomiędzy warstwami wejściowymi i wyjściowymi a warstwami ukrytymi podczas prezentacji egzemplarzy, sieć emergentnie nabywa reprezentacje pojęć im odpowiadających (Rogers i McClelland, 2004). R. Tadeusiewicz w tekście „Awangarda sztucznej inteligencji – maszyny które potrafią same tworzyć nowe pojęcia” przedstawia metody ucze-nia sieci neuronowych oraz przykłady tworzenia przez te sieci repre-zentacji nieznanych im dotąd pojęć.

O ile podejście symboliczne ma na celu efektywną reprezentację pojęć, to podejście niesymboliczne jest skupione na efektywnej katego-ryzacji (ew. predykcji) obiektów. Często więc, mimo że sieć doskonale przypisuje obiekty do kategorii, rozkład wag w warstwach ukrytych trudno jest przełożyć na zrozumiały dla człowieka opis pojęć i rela-cji, jakich sieć się nauczyła. Aby rozwiązać ten problem, prowadzi się badania nad ekstrakcją wiedzy symbolicznej z sieci neuropodobnych. Badania te są jednak o tyle trudne, że struktura zakodowana w war-stwach ukrytych może być nieidentyfikowalna, tzn. więcej niż jeden opis struktury pasuje do rozkładu wyuczonych wag. Drugim proble-mem jest ograniczona moc obliczeniowa sieci neuronowych, która zwy-kle nie przekracza mocy automatu stanu skończonego (Omlin i Giles, 2003), któremu daleko jest do mocy równoważnej Maszynie Turinga, dostępnej systemom symbolicznym12. Powoduje to ograniczenia w nabywaniu wiedzy pojęciowej i wnioskowaniu na jej podstawie, któ-re w szczególności dotyczą abstrakcyjnych pojęć relacyjnych (Doumas i Hummel, 2005). Znany przykład (Markus, 2001) wskazuje na niemoż-ność nauczenia się przez sieć pojęcia identyczności: jeśli wielokrotnie

12 Rekurencyjna sieć neuronowa co do zasady jest w stanie osiągnąć moc rów-noważną mocy Maszyny Turinga, ale ze względu na wymagania dotyczące archi-tektury oraz precyzji obliczeń, które taka sieć musiałaby spełnić, osiągnięcie takiej mocy przez sieci neuronowe jest faktycznie niemożliwe (por. Omlin i Giles, 2003).


zaprezentujemy sieci określone liczby i jako poprawną odpowiedź wskażemy sieci te same liczby (tzn. „1” – „1”, „2” – „2” itd.), sieć na-uczy się odpowiadać identyczną liczbą tylko dla zbioru uczącego (po-wiedzmy, od „1” do „7”), ale już dla nowej liczby przekraczającej ten zbiór (np. „9”) sieć odpowie nie tą samą liczbą, ale najbliższą jej liczbą spośród liczb wyuczonych („7”). Inne sieci neuronowe, zaprojektowa-ne do wnioskowania o relacjach (np. St John, 1992), nie były w stanie nauczyć się ogólnego pojęcia relacyjnego mimo miliona prób uczących. Większości ludzi zauważenie takich abstrakcyjnych relacji przychodzi bez trudu nawet po dwu, trzech próbach (w istocie, zadania tego typu są składnikami popularnych testów inteligencji). Aby wyjaśnić i zre-plikować nabywanie abstrakcyjnych pojęć przez ludzi, konstruuje się więc hybrydowe systemy neurosymboliczne (np. Doumas, Hummel i Sandhofer, 2008), łączące relacyjność i abstrakcyjność reprezentacji symbolicznych z bogactwem semantycznym i łatwością reprezentowa-nia podobieństwa, cechującymi sieci neuronowe.

NEURONAUKA

Kiedy fizjolog i psycholog Hebb pisał o pojęciach, to zajmowało go przede wszystkim ustalenie neuronalnych struktur, na bazie których psychologowie odnoszą się do pojęć. Gdy zidentyfikował owe struktu-ry, próbował użyć ich jako punktu wyjścia dla czysto neurologicznego przedstawienia myśli. Hebb przyjmuje, że zbiorowiska (assemblies) ko-mórek utworzone z grup połączonych neuronów tworzą podstawowy element procesów poznawczych (Andreassi, 2009). Dla Hebba pojęcia „są w mózgu”, o czym mają świadczyć empiryczne oczywistości jak np. to, że silnie połączone neurony będą działały razem jako funkcjo-nalne jednostki.

Mózgową podstawą zdolności człowieka do posiadania pojęć jest oczywiście system pamięci semantycznej, obejmujący pamięć deklara-tywną i epizodyczną. Strukturą mózgu odpowiedzialną przede wszyst-kim za formowanie neuronalnych śladów pamięciowych, szczególnie w pamięci epizodycznej, jest hipokamp i otaczające go obszary płata skroniowego (Jaśkowski, 2009). Najpierw w procesie konsolidacji sy-naptycznej formowane są połączenia synaptyczne od hipokampa do różnych obszarów kory biorących udział w reprezentowaniu danego wspomnienia (w różnych modalnościach percepcyjnych), a następnie (w okresie od kilku dni do kilku lat) następuje konsolidacja systemo-wa – odpowiednie obszary kory zostają połączone ze sobą z pominię-


ciem pośrednictwa hipokampa (Moskovitch, Nadel, Winocur, Gilboa i Rosenbaum, 2006).

Najwcześniej do badania tego, jak mózg przetwarza znaczenie pojęć (słów) wykorzystano metody elektroencefalograficzne. Analiza potencjałów elektrycznych na powierzchni czaszki skorelowanych ze zdarzeniami (tzw. potencjałów wywołanych) jest niezwykle popular-na np. w neurolingwistyce (Szewczyk, 2009). Metoda ta ma doskona-łą rozdzielczość czasową. Na przykład, odkryto, że około 400 ms po prezentacji słowa niezgodnego ze znaczeniem zdania, którego jest ono częścią (np. „włączył radio i je zjadł”), w pewnych rejonach kory poja-wia się potencjał negatywny (zwany N400). Niestety, słabością metody jest niska rozdzielczość przestrzenna.

Wiele danych na temat mózgowych procesów odpowiedzialnych za przetwarzanie znaczenia przyniosły badania z zakresu neuropsy-chologii, dokonywane na osobach z określonymi uszkodzeniami mó-zgu. Interesującym przykładem zaburzenia jest rodzaj afazji zwany anomią, w którym osoba ma dostęp do pojęcia (np. koloru – potrafi to pojęcie opisać lub odpowiednio kategoryzować kolorowe obiekty; Mattocks i Hynd, 1986), ale nie do jego nazwy. Z kolei w przypadkach agnozji semantycznej pacjenci tracą dostęp do pojęć za pomocą percep-cji wzrokowej, nie będąc w stanie podać znaczenia widzianego obiektu, ale zachowują ów dostęp, jeśli tylko pozwoli im się go dotknąć lub po-wąchać (Magnié, Ferreira, Giusiano i Poncet, 1999).

W badaniach neuronaukowych nad pojęciami stosuje się także analizę funkcjonowania pojedynczych neuronów, dokonywaną przy pomocy elektrod wprowadzonych bezpośrednio do odpowiednich struktur mózgu, na przykład do obszaru hipokampa. Niezwykle dużą popularność zyskała hipoteza o istnieniu tzw. neuronów babci (zwa-nych także neuronami: Naomi Campbell, Britney Spears, Billa Clintona itd.) – pojedynczych neuronów, które aktywują się podczas percepcji nazwy, zdjęcia lub dźwięku jednego konkretnego obiektu (właśnie na-szej babci albo jakiejś znanej osoby), i to niezależnie od kontekstu czy perspektywy, w/z której ten obiekt jest prezentowany. Neurony te nie aktywują się jednak w rezultacie prezentacji innego obiektu o podobnej relacji do osoby badanej (np. innej sławnej osoby; Koch, 2008). Mamy więc do czynienia w mózgu z lokalnym reprezentowaniem obiektów--egzemplarzy przez grupy nielicznych neuronów. Pojawia się pytanie o to, czy podobne kodowanie może dotyczyć także reprezentacji pojęć.

Badania D. Coxa i R. Savoya (2003) oraz T. Mitchella i współpra-cowników (2008; Shinkareva i in., 2008), prowadzone z wykorzystaniem innej metody badania mózgu – neuroobrazowania funkcjonalnym rezo-nansem magnetycznym (fMRI), wskazują na to, że – przeciwnie – repre-


zentacja pojęć w mózgu jest rozproszona i obejmuje wiele różnorakich obszarów korowych i podkorowych. Oba badania polegały na tym, że osobom badanym prezentowano obrazki (badania Coxa i Savoya) lub rzeczowniki (badania Mitchella) oznaczające dobrze znane pojęcia z po-ziomu podstawowego (np. seler, samolot itp.). Podczas prezentacji, za pomocą fMRI rejestrowano wzorce aktywności mózgu. Wzorce dla róż-nych pojęć były zwykle odmienne. Funkcje przypisywane aktywnym obszarom mózgu były często powiązane semantycznie z pojęciami, których dotyczyły. Na przykład, we wzorcu odpowiadającym pojęciu „biegnięcia” bardzo aktywny okazał się obszar, któremu przypisu-je się funkcję percepcji ruchów istot żywych. Z kolei obiekty miękkie, smaczne czy pachnące aktywowały odpowiednie obszary kory czucio-wej (Mitchell i in., 2008). Następnie, uczono model komputerowy kla-syfikacji uzyskanych wzorców jako odpowiadających prezentowanemu obrazkowi/słowu. Kluczowym etapem każdego z badań było przewi-dywanie tego, jakiemu pojęciu będzie odpowiadał nowy wzorzec ak-tywności, wcześniej nieprezentowany modelowi. Model Coxa i Savoya potrafił poprawnie klasyfikować wzorce aktywności mózgu odpowia-dające pojęciom podobnym do pojęć, których wzorce aktywności, uzy-skane od tej samej osoby, były użyte podczas uczenia modelu. Model Mitchella i in. potrafił więcej: poprawnie klasyfikował wzorce dla pojęć z zupełnie nowych (dla modelu) kategorii poziomu nadrzędnego (np. wzorzec dla samolotu, mimo że model nie był uprzednio uczony wzor-ca odpowiadającego jakiemukolwiek pojazdowi) oraz – w kolejnym badaniu (Shinkareva i in., 2008) – przewidywał jakiemu pojęciu odpo-wiada wzorzec aktywności uzyskany od osoby, której wzorce w ogóle nie były użyte do uczenia modelu. Przynajmniej dla pojęć z poziomu podstawowego, odpowiadających konkretnym przedmiotom, wzorce aktywności mózgu wydają się kodować zestaw cech tych przedmiotów i są bardzo powtarzalne intra- (Cox i Savoy, 2003) oraz interindywi-dualnie (Mitchell i in., 2008). Badania nad lokalizacją znaczenia pojęć w mózgu przybliżają nas do odpowiedzi na pytanie: o czym myśli (ob-razowany) mózg. Niewątpliwie, badania te dopiero rozpoczynają się na dobre i wkrótce można oczekiwać znaczących rezultatów na tym polu.

Wiele danych z badań neurofizjologicznych wskazuje jednak, że mózg dysponuje nie jednym, a różnorodnymi mechanizmami kodo-wania pojęć. Między innymi, badania Ch. Marsoleka (1995; 1999) poka-zały, że lewa półkula skuteczniej niż prawa rozpoznaje wzorce proto-typowe, a prawa rozpoznaje skuteczniej niż lewa widziane uprzednio egzemplarze. Jest to niewątpliwie związane z tym, że lewej półkuli przypisuje się większą specjalizację w przetwarzaniu języka, a prawej – w myśleniu wyobrażeniowym. W rozdziale „Neurobiologia pojęć kon-


kretnych i abstrakcyjnych”, F. Gęsiarz uzasadnia tezę, że przetwarzanie przez mózg pojęć odpowiadających obiektom konkretnym angażuje odmienne struktury neuronalne niż przetwarzanie pojęć odpowiada-jących obiektom abstrakcyjnym, oraz szczegółowo opisuje oba rodzaje struktur i ich funkcje. Autor wskazuje, że przetwarzanie pojęć aktywu-je rozległe obszary mózgu, a nasze spójne i całościowe doświadczanie znaczenia pojęć prawdopodobnie wynika z synchronizacji aktywno-ści wszystkich tych obszarów za pomocą pasma gamma (ok. 40 Hz). Niektóre z tych obszarów okazują się jednak być wyspecjalizowane w przetwarzaniu specyficznych procesów pojęciowych, na przykład tzw. zakręt wrzecionowaty wydaje się odpowiadać za niezwykle szyb-ką i poprawną kategoryzację obiektów na podstawie drobnych różnic w ich charakterystyce sensorycznej (np. twarzy).

Oczywiście to, gdzie w mózgu zachodzą określone rodzaje i etapy procesów przetwarzania pojęć i kategoryzacji jest kwestią niezwykle interesującą, ale najciekawsze jest chyba zagadnienie, w jaki sposób mózg przetwarza informacje pojęciowe. Próbę odpowiedzi na to py-tanie stanowią wysiłki dyscypliny lokującej się pomiędzy neurofizjo-logią a informatyką, czyli neuronauki obliczeniowej (computational neuroscience), poświęconej konstruowaniu i weryfikacji modeli mó-zgu. Neuronauka obliczeniowa obejmuje szerokie spektrum modeli, od modeli precyzyjnie symulujących budowę i biologiczne działanie neuronów i ich kolumn (np. Blue Brain Project poświęcony wiernemu odwzorowaniu mózgu; Markram, 2006), poprzez modele specyficz-nych, dobrze określonych funkcji mózgu (np. jego funkcji kontrolnych; Brown i Braver, 2007), po ogólne modele architektury mózgu – wielu jego modułów i interakcji pomiędzy nimi (np. modele ludzkiego ko-nektomu; Sporns, 2009). W końcowym rozdziale niniejszego tomu, za-tytułowanym „Jak reprezentowane są pojęcia w mózgu i co z tego wy-nika” W. Duch dokonuje przeglądu wpływowych formalnych modeli ludzkiego mózgu i próbuje przewidzieć to, czego będziemy mogli się wkrótce dowiedzieć o pojęciach (i myśleniu w ogóle) dzięki badaniu i modelowaniu funkcjonowania mózgu.

Podsumowanie – niektóre pytania stojące przed interdyscyplinarnymi badaniami pojęć

Od 50 lat perspektywa kognitywna przekracza tradycyjne granice dyscyplin naukowych, aby z różnych punktów widzenia i korzysta-


jąc z metodologicznie różnych sposobów postępowania zbudować to, co nazywamy interdyscyplinarnym, „kognitywnym” paradygmatem. Celem tego postępowania nie jest tylko zbieranie samej wiedzy, lecz także porządkowanie wiedzy o wiedzy, która następnie jest podda-wana krytycznej dyskusji. Właściwie każde z klasycznych i współcze-snych pytań o pojęcia, które wymieniliśmy powyżej, może i powinno być rozpatrywane z perspektywy kognitywistycznej. Poniżej podaje-my jedynie wybór takich pytań, na które, naszym zdaniem, trzeba szu-kać odpowiedzi.

1. JAKIMI OBIEKTAMI SĄ POJĘCIA (GDZIE SĄ ZLOKALIZOWANE: W GŁOWIE CZY W ŚWIECIE)?

Pierwsze pytanie związane jest z filozoficzną debatą eksternalizm--internalizm, która powinna jednak znaleźć także swoje miejsce w ba-daniach empirycznych. Czy rację mają internaliści, którzy utożsamiają pojęcia z treścią reprezentacji umysłowych obecnych „w głowie” czło-wieka, czy mają ją eksternaliści, którzy twierdzą, że nawet znajomość całościowego stanu mózgu nie wystarczy, aby znaleźć korelat stanów świadomych, do których należą pojęcia. Według tych ostatnich, treść pojęcia zależy bowiem od otoczenia, w którym osoba się znajduje. Jeśli eksternalizm jest prawdziwy, to całościowy stan umysłu nie pozwala na określenie, co jest treścią myśli danej osoby. Z jednej strony, cytowa-ne badania nad neuroobrazowaniem aktywności mózgu pokazują zna-czy stopień izomorfizmu pomiędzy jego funkcjonalnymi własnościa-mi a cechami pojęć, do których owa aktywność się odnosi. Zapewne, obserwując wzorzec aktywności mózgu, będziemy wkrótce w stanie określić, o czym myśli jego posiadacz/ka. Wyniki te dotyczą jednakże tylko pojęć konkretnych. Z drugiej strony, rezultaty uzyskane w ra-mach lingwistyki stosowanej pokazują, że maszyny potrafią trafnie używać pojęć „wydobywając” ich znaczenie ze statystycznych zależ-ności i regularności obecnych w – zewnętrznym wobec umysłu – kor-pusie tekstów. Znaczenie może być więc zlokalizowane „w świecie”, a pojęcia można rozważać jako rodzaj obiektów abstrakcyjnych (por. Piłat, niniejszy tom). Jako argument na rzecz poglądu eksternalistycz-nego wysuwa się także fakt istnienia pojęć, które najprawdopodobniej istnieją i będą kiedyś pomyślane, ale które obecnie nie są reprezento-wane w umyśle żadnego człowieka (np. pojęcie kwantowej teorii gra-witacji).


2. CZYM JEST TREŚĆ POJĘĆ?

Odpowiedź na pytanie o treść pojęć zależy oczywiście od poglą-du: eksternalistycznego versus internalistycznego, na naturę pojęć. Eksternaliści powinni powiedzieć, jakie elementy czy własności ota-czającego umysł świata lub jego relacji do umysłu przynależą do treści pojęć. Przed internalistami stoi pytanie o to, w jaki sposób własności świata odzwierciedlane są w treści reprezentacji umysłowych. Jakie informacje są zakodowane w umysłowej reprezentacji pojęć i co one umożliwiają (por. Hetmański, niniejszy tom)?

3. CO JEST MEDIUM (NOŚNIKIEM, REPREZENTACJĄ) POJĘĆ W UMYŚLE?

Kluczowym pojęciem nauk kognitywnych – gdy chodzi o myślenie, pamięć i poznanie – jest pojęcie reprezentacji (Clapin, 2004). Badania nad reprezentacjami mogą pomóc w zamknięciu wielokrotnie wspomi-nanej przerwy (explanatory gap) między tym, co fizyczne, a przeżyciem psychicznym. Czym jest jednak owo medium, nośnik pojęć w umyśle? Czy trafne jest opisywanie struktur reprezentacyjnych jako odzwier-ciedlających obiekty umysłowe znane nam z introspekcji, takich jak nazwy, sądy (twierdzenia), obrazy umysłowe (por. Francuz, niniejszy tom) oraz wyobrażenia dźwięków, zapachów itp.? Czy może reprezen-tacje pojęć należy raczej opisywać za pomocą języków formalnych: na przykład modeli matematycznych czy obliczeniowych. W takich mode-lach pojęcia zredukowane są do niższego poziomu opisu, na przykład do struktur takich jak grafy, wektory, tensory, wzorce oscylacji, trajek-torie w przestrzeni fazowej itp. (por. Duch; Flasiński; Smoleń, niniejszy tom). W jakiej postaci zakodowane są pojęcia? Jakie są ich składniki?

4. JAKA JEST STRUKTURA SYSTEMU POJĘĆ?

Kolejne pytanie dotyczy tego, co wiemy o systemie pojęciowym. W jakim zakresie zaproponowane dotąd teorie pojęć: teoria prototy-powa, egzemplarzowa, podejście oparte na wiedzy oraz inne (np. J. Fodora koncepcja atomizmu pojęciowego) stanowią trafne opisy systemu pojęciowego oraz wynikających z niego zasad kategoryzacji? Czy nasz system pojęciowy jest amalgamatem odmiennych struktur pojęciowych (prototypów, egzemplarzy, naiwnych teorii itd.), czy są


to raczej nietrafne, fragmentaryczne opisy systemu, dla którego peł-niejszego zrozumienia potrzebujemy nowej, rewolucyjnej teorii pojęć? W jakim zakresie struktura naszych pojęć optymalnie odzwierciedla strukturę świata (por. Smoleń, niniejszy tom), a w jakim – jest wyni-kiem naszej nieskrępowanej otoczeniem konstrukcji znaczeń i katego-rii, obejmującej m.in. metaforyzację oraz wnioskowanie przy pomocy analogii (por. Nęcka; Tabakowska, niniejszy tom)?

5. JAKA RELACJA WYSTĘPUJE POMIĘDZY POJĘCIAMI I JĘZYKIEM?

Słowa są rozumiane jako korelaty pojęć, a nie jako naiwny, przy-czynowy związek odwzorowania czy tożsamości z jakąś jednostką myślową. Należy jednak dodać, że owa jednostka myślowa (= pojęcie) jakiegoś słowa musi utrzymywać jakiś związek z jednostką językową (por. Bremer, niniejszy tom). Empirycznie określony rodzaj i typ tego związku wymaga dalszych badań. Na ile bowiem pojęcia są – lub nie są – związane z poszczególnymi językami? Dzisiaj lepiej aniżeli w prze-szłości wiemy, że są one jednak pod wpływem każdorazowego spo-łecznego i kulturowego tła jakiejś wspólnoty językowej. Jeśli hipoteza Whorfa w jej umiarkowanej postaci, mówiąca o wzajemnej interakcji języka i myślenia, powinna zostać utrzymana, to jaka jest natura tej interakcji? Kiedy język determinuje nasze pojęcia, a kiedy posiadane pojęcia określają sposoby komunikacji?

6. JAKA RELACJA WYSTĘPUJE POMIĘDZY POJĘCIAMI I PERCEPCJĄ?

Spostrzeganie i przypominanie może być ujęte jako aktywność cielesna, która w zmianach i stabilizacji pewnych cielesnych struktur tworzy „reprezentacyjną” pamięć, umożliwiającą powtarzalne „repre-zentacyjne” połączenia. Mózg, centralny i obwodowy układ nerwowy, narządy zmysłów, całe ciało tworzy i spełnia rolę „funkcji zachowania” kompleksowej sieci, w której trwałe powiązania są powtarzalnie utrzy-mywane. Dalszych badań wymaga to, w jaki sposób owe powiązania są neuronalnie ukonstytuowane (por. Gęsiarz, niniejszy tom).

Obecnie, przekonania o percepcyjnym ugruntowaniu wiedzy poję-ciowej są powszechnie przyjmowane w świetle dostępnego nam obszer-nego materiału empirycznego (por. Francuz, niniejszy tom). Przyjmując


takie ugruntowanie, musimy jednak odpowiedzieć na pytania dotyczą-ce wyższych, abstrakcyjnych czynności umysłowych, które intuicyjnie wydają się wykraczać poza domenę spostrzeżeniową. W jaki sposób tworzymy pojęcia rzeczy, których nie spostrzegamy bezpośrednio w otaczającym nas świecie: np. pojęcia abstrakcyjne (por. Szwedek, niniej-szy tom) czy pojęcia społeczne (por. Bukowski, niniejszy tom)? Czy mo-żemy poznawać cokolwiek środkami wyłącznie percepcyjnymi, poza domeną umysłową podlegającą konceptualizacji? Jaki udział biorą ele-menty percepcyjne w przetwarzaniu abstrakcyjnych struktur i relacji, przetwarzaniu symboli, czy konstrukcji teorii naukowych?

7. JAKA RELACJA WYSTĘPUJE POMIĘDZY POJĘCIAMI I OTOCZENIEM, SPOŁECZEŃSTWEM ORAZ KULTURĄ?

Otwartość pojęć należy odróżnić od ich nieokreśloności. Pojęcia nie są tak niezmienne, jak to często przyjmujemy. Np. pojęcie „matka” zmienia się wraz z metodą sztucznego zapłodnienia, gdy jedna kobieta może nosić zapłodnione jajo innej kobiety. Tym samym dziecko może mieć dwie matki: biologiczną i zastępczą, co oznacza wyraźną mo-dyfikację pierwotnego pojęcia „matka”. Warunki konieczne do bycia matką zostały naruszone, gdyż pojęcie matki wcale nie ustala jedno-znacznie, jakie cechy „bycia matką” muszą się ze sobą łączyć. Ciąża i macierzyństwo nie są już w sposób konieczny powiązane, co zdaje się być nie tylko problemem społecznym. Wiele – jeśli nie wszystkie – na-szych pojęć można opisać jako „otwarte”, a ustalone w nich powiąza-nia jako kontekstualistyczne i koherencyjne, podlegające jednocześnie nieustannym zmianom, jak i mogące oddziaływać na całą sieć innych pojęć. Na jakiej podstawie rozumiemy i komunikujemy się w obrębie grup społecznych oraz odmiennych kultur, mimo że nasze pojęcia są tak zmienne i otwarte?

8. JAK LUDZKIE UMYSŁY I MASZYNY NABYWAJĄ POJĘCIA?

Najnowsze badania prowadzone w ramach psychologii rozwo-jowej wywróciły nasze wyobrażenia o wiedzy pojęciowej posiadanej przez małe dzieci – okazuje się ona imponująca, a dziecięce mechani-zmy nabywania pojęć – bardzo sprawne (por. Haman, niniejszy tom). Wiele pytań, między innymi dotyczących precyzyjnych mechanizmów i zasad odkrywania regularności i struktur w świecie, wymaga nadal


odpowiedzi, ale badania rozwojowe i inne (np. epigenetyka) niewątpli-wie rzucają nowe światło na problem wrodzonych versus nabywanych składników wiedzy.

W badaniu sztucznej inteligencji na szczególne podkreślenie za-sługują osiągnięcia, jakie sieci neuronowe odnotowują w klasyfikacji i rozpoznawaniu wzorców (por. Tadeusiewicz, niniejszy tom). Do in-terdyscyplinarnie naukowego ustalenia pozostaje, na ile zdolności te zbliżają je do zdolności biologicznych sieci neuronowych obecnych w organizmach żywych. Problemem pozostaje, ze względu na złożoność systemów samouczących, opis dynamiki procesów uczenia maszyn po-jęć. Debata dotyczy także tego, czy do zrozumienia zasad nabywania pojęć i kategoryzacji niezbędna jest wiedza o tym, jak robi to mózg (por. Duch, niniejszy tom), czy raczej powinniśmy abstrahować od niezwy-kle złożonej i nieprzejrzystej materii mechanizmów neurobiologicznych i próbować odpowiadać na pytanie o to, na czym w ogólności polega po-stawione przed organizmami zadanie tworzenia i używania pojęć i jakie są skuteczne metody rozwiązania tego zadania (por. Smoleń, niniejszy tom). Ważnym pytaniem jest także to, jak nauczenie pojęć konkretnych, niewątpliwie wymagające uwzględnienia ucieleśnienia i enaktywizmu systemu uczącego się, przechodzi w nabywanie pojęć abstrakcyjnych, w pewnej mierze oderwanych od bezpośredniego doświadczenia i doty-czących relacji wyższego rzędu. Prace nad modelami, które potrafiłyby wysoce abstrahować, dopiero się rozpoczynają.

9. JAK MÓZG TWORZY I REPREZENTUJE POJĘCIA?

Odpowiedzi na pytanie o czasowo-przestrzenne miejsce pojęć – językowej lub myślowej natury – należy szukać w badaniu tego, co klasycznie nazywamy pamięcią. Wielu neuropsychologów zaznacza, że pamięć jest najważniejszym organem zmysłów (Pauen, 2001, Roth, 1992). Niemniej jednak porozdzielane, oscylujące, stale się zmieniające sieci neuronów utrudniają identyfikację jednego określonego miejsca i czasu dla pojęć. Mechanizm pojęciowej pamięci nadal czeka na wy-jaśnienie. Ustalenia wymaga w jaki sposób wszystko to, co najczęściej spostrzegamy, pochodzi z pamięci. Spostrzegamy ciągle przez „okula-ry” naszej pamięci, gdyż to co aktualnie spostrzegamy, jest silnie okre-ślone przez wcześniejsze spostrzeganie.

W neuronaukowym spojrzeniu na język i pojęcia dużą rolę powin-na odgrywać eksperymentalna neurolingwistyka (Müller 2003), gdzie aktywność neuronów może być opisana jako empiryczny odpowied-nik procesów kategoryzacji.


Badania nad neuronalnymi mechanizmami nabywania i reprezen-tacji pojęć oraz kategoryzacji, nad mózgową lokalizacją poszczególnych funkcji pojęciowych, a przede wszystkim nad interakcją i koordynacją tych wszystkich funkcji w adekwatne do otoczenia, celowe, twórcze i abstrakcyjne posługiwanie się wiedzą pojęciową, stanowić będą za-pewne jeden z najważniejszych kierunków badań nad pojęciami.

Literatura cytowana

Andreassi, J.L. (2009). Psychophysiology. Human behavior and physiological re-sponse. Mahwah, NJ: Taylor & Francis.

Ashby, F.G., Maddox, W.T. (1993). Relations between exemplar, prototype, and decision bound models of categorization. Journal of Mathematical Psychology, 37, 372–400.

Barsalou, L.W. (1983). Ad hoc categories. Memory and Cognition, 11, 211–227.Barsalou, L.W. (1985). Ideals, central tendency, and frequency of instan-

tiation as determinants of graded structure in categories. Journal of Experimental Psychology: Learning, Memory, and Cognition, 11, 629–654.

Barsalou, L.W. (1999). Perceptual symbol systems. Behavioral and Brain Sciences, 22, 577–660.

Bartlett, F.C. (1932). Remembering. Cambridge: Cambridge University Press.Bobrowski, I. (1993). Językoznawstwo racjonalne: z zagadnień teorii języko-

znawczej i metodologii opisów gramatycznych. Kraków: Instytut Języka Polskiego PAN.

Brown, H.I. (2007). Conceptual systems. London: Routledge.Brown, J.W., Braver, T.S. (2007). Risk prediction and aversion by anterior

cingulate cortex. Cognitive, Affective, & Behavioral Neuroscience, 7, 266–277.Carey, S. (2009). The origin of concepts. New York: Oxford Univesity Press.Chomsky, N. (1966). Cartesian linguistics: a chapter in the history of rationalist

thought. New York: Harper & Row.Chomsky, N. (2006). Linguistic contribution to the study of mind: Future.

W: N. Chomsky (red.), Language and mind. Cambridge, MA: MIT Press.Clapin, H., Staines, P., Slezak, P. (red.) (2004). Representation in mind. New

approaches to mental representation. Oxford: Elsevier.Cloete, I., Zurada, J.M. (red.) (2003). Knowledge-based neurocomputing.

Cambridge, MA: MIT Press.Cox, D.D., Savoy, R. (2003). fMRI Brain Reading: detecting and classi-

fying distributed patterns of fMRI activity in human visual cortex. NeuroImage, 19, 261–270.

Doroszewski, W. (red.) (1964). Słownik języka polskiego. Warszawa: PWN.


Doumas, L.A.A., Hummel, J.E. (2005). Approaches to modeling human mental representations: What works, what doesn’t and why. W: K.J. Holyoak, R. Morrison (red.), The Cambridge handbook of thinking and re-asoning (s. 73–91). Cambridge, England: Cambridge University Press.

Doumas, L.A.A., Hummel, J.E., Sandhofer, C.M. (2008). A theory of the discovery and predication of relational concepts. Psychological Review, 115, 1–43.

Evans, V., Bergen, B.K., Zinken, J. (2007). The cognitive linguistics enterprise: An overview. W: V. Evans, B. K. Bergen i J. Zinken (red.), The cognitive linguistics reader. Equinox Publishing Co.

Fauconnier, G. (1985). Mental spaces: Aspects of meaning construction in natu-ral language. Cambridge, MA: MIT Press.

Fauconnier, G., Turner, M. (2002). The way we think: Conceptual blending and the mind’s hidden complexities. New York: Basic Books.

Fodor, J.A. (2003). Hume variations. Oxford: Oxford University Press.Francuz, P. (2007). Teoria wyboraźni Stephena Kosslyna. Próba reinterpretacji.

W: P. Francuz (red.), Obrazy w umyśle. Studia nad percepcją i wyobraźnią (s. 149–189). Warszawa: WN Scholar.

Frege, G. (1977). Funkcja i pojęcie. W: G. Frege, Pisma semantyczne. tłum. B. Wolniewicz, Warszawa: PWN.

Haller, R. (1971). Begriff. W J. Ritter (red.), Historisches Wörterbuch der Philosophie. Basel/Stuttgart: Schwabe & Co Verlag.

Heidemann, D.H. (2003). Vom Empfinden zum Begreiffen. Kant im Kon text der gegenwärtigen Erkenntnistheorie. W: D.H. Heidemann, K. Engelhard (red.), Warum Kant heute? Berlin: Walter de Gruyter.

Hummel, J.E., Holyoak, K.J. (2003). A symbolicconnectionist theory of relational inference and generalization. Psychological Review, 110, 220–264.

Jackendorf, R. (2002). Foundations of language: Brain, meaning, grammar, evo-lution. Oxford: Oxford University Press.

Jaśkowski, P. (2006). Neuronauka poznawcza. Jak mózg tworzy umysł. Warszawa: VizjaPress.

Ji, L-J., Zhang, Z., Nisbett, R.E. (2004). Is it culture or is it language? Examination of language effects in cross-cultural research on categorization. Journal of Personality and Social Psychology, 87, 57–65.

Kaplan, A.S., Murphy, G.L. (2000). Category learning with minimal prior knowledge. Journal of Experimental Psychology: Learning, Memory, and Cognition, 26, 829–846.

Keil, F.C. (1989). Concepts, kinds, and cognitive development. Cambridge, MA: MIT Press.

Koch, C. (2008). Neurobiologia na tropie świadomości. Warszawa: Wydawnictwa UW.


Kosslyn, S.M. (1980). Image and mind. Cambridge, MA: Harvard University Press.

Knowlton, B.J. (1997). Declarative and nondeclarative knowledge: Insights from cognitive neuroscience. W: K. Lamberts, D.R. Shanks (red.), Knowledge, concepts, and categories. Cambridge, MA: MIT Press.

Lakoff, G. (1987). Women, fire and dangerous things: What categories reveal abo-ut the mind. Chicago: University of Chicago Press.

Lakoff, G. (1990). The invariance hypothesis: Is abstract reason based on image-schemas? Cognitive Linguistics, 1, 39–74.

Lakoff, G., Johnson, M. (1980). Metaphors we live by. Chicago: University of Chicago Press.

Lakoff, G., Johnson, M. (1999). Philosophy in the flesh: The embodied mind and its challenge for western thought. New York: Basic Books.

Landauer, T.K., Dumais, S.T. (1997). A solution to Plato’s problem: The la-tent semantic analysis theory of acquisition, induction, and representa-tion of knowledge. Psychological Review, 104, 211–240.

Langacker, R. (1987). Foundations of cognitive grammar. Volume I. Stanford: Stanford Univeristy Press.

Lenat, D.B. (1995). Cyc: A large-scale investment in knowledge infrastruc-ture. Communications of the ACM 38, 33–38.

Lennon, T.M. (2007). Locke on ideas and representation. W: L. Newman (red.), The Cambrigde Companion to Locke’s „Essay Concerning Human Understanding” (s. 231–257). Cambridge, Cambridge University Press.

Lubaszewski, W. (red.) (2009). Słowniki komputerowe i automatyczna ekstrak-cja informacji z tekstu. Kraków: Akademia Górniczo-Hutnicza.

Machery, E. (2009). Doing without concepts. Oxford: Oxford University Press.Magnié, M.N., Ferreira, C.T., Giusiano, B., Poncet, M. (1999). Category spe-

cificity in object agnosia: preservation of sensorimotor experiences rela-ted to objects. Neuropsychologia, 37, 67–74.

Malt, B.C. (1989). An on-line investigation of prototype and exemplar strategies in classification. Journal of Experimental Psychology: Learning, Memory, and Cognition, 26, 539–555.

Markram, H. (2006). The Blue Brain Project. Nature Reviews Neuroscience, 7 (luty 2006), 153–160.

Marcus, G.F. (2001). The algebraic mind: Integrating connectionism and cogniti-ve science. Cambridge, MA: MIT Press.

Marsolek, C.J. (1995). Abstract visual-form representations in the left cere-bral hemisphere. Journal of Experimental Psychology: Human Perception and Performance, 21, 375–386.

Marsolek, C.J. (1999). Dissociable neural subsystems underlie abstract and specific object recognition. Psychological Science, 10, 111–118.


Mattocks, L., Hynd, G.W. (1986). Color anomia: Clinical, developmental, and neuropathological issues. Developmental Neuropsychology, 2, 101–112.

Medin, D.L., Schaffer, M.M. (1978). Context theory of classification lear-ning. Psychological Review, 85, 207–238.

Miller, G.A. (2003). The cognitive revolution: A historical perspective. Trends in Cognitive Sciences, 7, 141–144.

Minsky, M. (1975). A framework for representing knowledge. W: P. Winston (red.), The psychology of computer vision. New York: McGraw-Hill.

Mitchell, T.M., Shinkareva, S.V., Carlson, A., Chang, K.M., Malave, V.L., Mason, R.A., Just, M.A. (2008). Predicting human brain activity associa-ted with the meanings of nouns. Science, 320, 1191.

Mölder, B. (1999). Formational atomism versus inferential role semantics in Jerry Fodor’s „Concepts: Where Cognitive Science Went Wrong”. Journal of the Humanities and Social Sciences, 3, 39–57.

Moscovitch, M., Nadel, L., Winocur, G., Gilboa, A., Rosenbaum, R.S. (2006). The cognitive neuroscience of remote memory: A focus on functional neuroimaging. Current Opinion in Neurobiology, 16, 179–190.

Murphy, G.L. (2002). The big book of concepts. Cambridge, MA: MIT Press.Murphy, G.L., Medin, D.L. (1985). The role of theories in conceptual cohe-

rence. Psychological Review, 92, 289–316.Nilsson, N. J. (1980). Principles of artificial intelligence. Palo Alto, CA: Morgan

Kaufman.Nisbett, R.E. (2003). The geography of thought. How Asians and Westerners

think differently …and why. New York: The Free Press.Nosofsky, R.M. (1992). Exemplars, prototypes and similarity rules. W: A.

Healy, S. Kosslyn, R. Schiffrin (red.), From learning theory to connectionist theory: Essays in honor of W. K. Estes (s. 149–168). Hillsdale, NJ: Erlbaum.

Omlin, C.W., Giles, C.L. (2003). Symbolic knowledge representation in re-current neural networks: Insights from theoretical models of computa-tion. W: I. Cloete, J.M. Zurada (red.), Knowledge-based neurocomputing (s. 63–115). Cambridge, MA: MIT Press.

Paivio, A. (1986). Mental representations. A dual coding approach. New York: Oxford University Press.

Pauen, M. (2001). Grundprobleme der Philosophie des Geistes. W: M. Pauen, G. Roth (red.), Neurowissenschaften und Philosophie (s. 83–122). München: Wilhelm Fink Verlag.

Peacocke, C. (1992). A study of concepts. Cambridge, MA: MIT Press.Posner, M.I., Keele, S.W. (1970). Retention of abstract ideas. Journal of

Experimental Psychology, 83, 304–308.Prinz, J.J. (2002). Furnishing the mind. Concepts and their perceptual basis.

Cambridge, MA: MIT Press.


Pylyshyn, Z.W. (1973). What the mind’s eye tells the mind’s brain: A criti-que of mental imagery. Psychollogical Bulletin, 80, 1–24.

Rey, G. (1994). Concepts. W: S. Guttenplan (red.), A companion to the philosophy of mind. Oxford: Blackwell.

Rich, E., Knight, K. (1991). Artificial intelligence. Second Edition. New York: McGraw-Hill.

Rogers, T.T., McClelland, J.L. (2004). Semantic cognition: A parallel distributed processing approach. Cambridge, MA: MIT Press.

Rosch, E. (1973). Natural categories. Cognitive Psychology, 4, 328–350.Rosch, E., Mervis, C.B. (1975). Family resemblance: Studies in the internal

structure of categories. Cognitive Psychology, 7, 573–605.Rosch, E., Mervis, C.B., Gray, W. Johnson, D., Boyes-Braem, P. (1976). Basic

objects in natural categories. Cognitive Psychology, 8, 382–439.Roth, G. (1992). Das konstruktive Gehirn: Neurobiologische Grundlagen

von Wahrnehmung und Erkenntnis. W: S. Schmidt (red.), Kognition und Gesellschaft. Der Diskurs des Radikalen Konstruktivismus (s. 277–336). Frankfurt am Main: Suhrkamp.

Schank, R.C. (1975). Conceptual information processing. Amsterdam: North-Holland.

Schank, R.C., Abelson, R.P. (1977). Scripts, plans, goals, and understanding. Hillsdale, NJ: Erlbaum.

Scheerer, E. (1992). Repräsentation. W: J. Ritter, K. Gründer (red.), Historisches Wörterbuch der Philosophie. Basel/Stuttgart: Schwabe & Co Verlag.

Shinkareva, S.V., Mason, R.A., Malave, V.L., Wang, W., Mitchell, T.M., i in. (2008). Using fMRI brain activation to identify cognitive states associa-ted with perception of tools and dwellings. PLoS ONE, 3, e1394.

Smith, J.D., Minda, J.P. (1998). Prototypes in the mist: The early epochs of category learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 24, 1411–1436.

Smith, J.D., Murray, M.J. Jr, Minda, J.P. (1997). Straight talk about linear separatibility. Journal of Experimental Psychology: Learning, Memory, and Cognition, 23, 659–680.

Sporns, O. (2009). The human connectome: Linking structure and function in the human brain. W: H. Johansen-Berg, T.E.J. Behrens (red.), Diffusion MRI. From quantitative measurement to in vivo neuroanatomy (s. 309–332). London: Academic Press.

St. John, M.F. (1992). The story Gestalt: A model of knowledge-intensive processes in text comprehension. Cognitive Science, 16, 271–302.

Szewczyk, J. (2009). Metoda potencjałów wywołanych EEG w psycholingwistycz nych badaniach nad przetwarzaniem zdań. Studia Psychologiczne, 47, 23–37.


Steels, J. (2006). The Symbol Grounding Problem has been solved. So what’s next? <www.ecagents.org/dllink.php?id=267&type=Document>, [30.06.2011]

Sturm, T. (2008). Why did Kant reject physiological explanations in his an-thropology? Studies in Philosophy and History of Science, 39, 495–505.

Sun, R., Alexandre, F. (eds.) (1997). Connectionistsymbolic integration. Mah-wah, NJ: Erlbaum.

Tenenbaum, J.B. (1999). Bayesian modeling of human concept learning. Advances in Neural Information Processing Systems, 11, 59–65.

Tversky, A. (1977). Features of similarity. Psychological Review, 84, 327–352.Weiner, I.B., Craighead, W.E. (red.) (2010). The Corsini encyclopedia of psycho

logy. Volume 3. Hoboken, NJ: John Wiley & Sons.Wexler, K. (2001). Innateness of language. W: R.A. Wilson, F.C. Keil (red.),

The MIT encyclopedia of cognitive sciences. Cambridge, MA: MIT Press.Wittgenstein, L. (2000). Dociekania filozoficzne, II, tłum. B. Wolniewicz,

Warszawa: PWN. Wittgenstein, L. (1998). Uwagi o kolorach, tłum. R. Reszke, Warszawa: Spacja.

Niedostępne w wersji demonstracyjnej.

Zapraszamy do zakupu

pełnej wersji książki

w serwisie

Documents

Pojęcia - Publio.pl · Arystoteles przyjmuje, że pojęciami naukowymi są tylko te określone przez definicję. Definicja (ορος) wyraża istotę danej rze-czy (przedmiotu),