Теперь мы можем понять, как различие между ассоциативными и когнитивными процессами стало проблематичным. Как уже говорилось, это различие традиционно проводилось в терминах сложности. Но эта итерационная, обратная динамика на каждом шагу порождает все более сложные ассоциативные модели. По мере усложнения ассоциативных моделей грань размывается. Некоторые комментаторы считают, что это подрывает или, по крайней мере, ставит под угрозу разграничение (например, Allen 2006; Penn and Povinelli 2007; Papineau and Heyes 2006). В то же время есть опасения, что ориентация на "ассоциативный или когнитивный подход?" упускает действительно интересные вопросы: какая информация кодируется и как животное интерпретирует саму задачу (Smith, Couchman, and Beran 2014). Если собрать все эти проблемы воедино, то различие между ассоциацией и познанием выглядит не лучшим образом: не существует реальных стандартов для проведения этого различия, и неясно, что мы вообще получаем, делая это.
В качестве параллельного аргумента приводятся исследования прайминга и ассоциативного обучения у людей. Прайминг - это когда предъявление одного стимула облегчает задачу, связанную со вторым, родственным стимулом. Например, если на экране мелькнет слово "лев", испытуемый быстрее прочитает предъявленное затем слово "тигр". Хотя основной феномен прайминга выглядит ассоциативным, есть веские основания полагать, что процессы, отвечающие за него, слишком сложны, чтобы их можно было с полным основанием считать ассоциативными. Например, имеет значение, в каком списке находится конкретная пара прайм - мишень (эффекты контекста списка; например, McKoon и Ratcliff 1995), и имеет значение, какое задание участники должны выполнить на прайме (эффекты прайм-задания; например, Smith, Bentin и Spalek 2001). Ассоциативные модели не предсказывают ни один из этих эффектов.
Ассоцианисты отвечают на подобные доказательства, указывая на случаи, когда ассоциативные модели действительно предсказывают. Например, когда Митчелл, ДеХоувер и Ловибонд (2009) утверждают, что ассоциативное обучение человека является пропозициональным, в целевой статье в комментариях неоднократно упоминается феномен аффективного прайминга в этой роли. В этих ответах тот факт, что ассоциативные модели предсказывают некоторые базовые явления прайминга, воспринимается как доказательство того, что базовые процессы, ответственные за прайминг, являются ассоциативными, а сложные эффекты возникают в результате других процессов, протекающих параллельно, как это обычно происходит в двухпроцессных теориях.
Проблема для этого ответа заключается в том, что свидетельства сложности в человеческом прайминге и ассоциативном обучении слишком распространены, чтобы легко отделить их как эффекты отдельного процесса.5 Но также остается фактом, что ассоциативные модели предсказывают поведение этих процессов в некоторых случаях. Я утверждаю, что оба этих факта следует воспринимать всерьез. Стандартная точка зрения ставит перед дилеммой: либо отрицать, что процессы сложны, либо отрицать, что ассоциативные модели правильно применяются. Оба варианта связаны с определенными издержками. Если встать на первый путь, то придется отмахнуться от доказательств сложности, которые настолько распространены, что позволяют предположить, что даже при наличии множества процессов простейшие из них не являются ассоциативными (или я так утверждаю). С другой стороны, мы вынуждены отвергать потенциально полезные ассоциативные модели; мы не должны просто отбрасывать их предсказательный успех как случайный или неуместный из-за предпосылок о том, что делают ассоциативные модели.
Более того, поскольку неясно, какие поведенческие данные могут разрешить вопрос о том, сколько процессов присутствует (или как приписать эффекты конкретным процессам, если их много), эти дебаты, как правило, сводятся к конкурирующим апелляциям к парсимонии (как в Mitchell, DeHouwer и Lovibond 2009 и комментариях). Трудно добиться прогресса в дебатах по поводу таких противоречивых утверждений о парсимонии (Dacey 2016b). Таким образом, как только мы оказываемся перед этой дилеммой, оба варианта имеют реальные издержки, и плодотворные дебаты становятся затруднительными. Взгляд, который избегает этой дилеммы (как это делает мой), был бы лучше, чем нынешний стандартный взгляд, который этого не делает.
Я привел два аргумента в пользу того, что стандартный взгляд на ассоциацию проблематичен. На самом деле это две стороны одной медали. Оказывается, некоторые процессы выглядят ассоциативными в одних контекстах, но не в других. Согласно стандартному взгляду, эти два доказательства противоречат друг другу; предполагается, что ассоциативные модели описывают только простые процессы, и если они вообще применимы, то только в разных контекстах. Мы видим два, фактически противоположных, ответа на это противоречие. Иногда доказательства сложности берут верх над предыдущим успехом ассоциативных моделей; иногда предыдущий успех ассоциативных моделей берет верх над доказательствами сложности. От того, какие ответы даются, зависит прогресс каждой литературы. В сравнительной психологии практика использования доказательств сложности для фальсификации ассоциативных моделей привела к итеративной динамике, которая размыла различие между ассоциацией и познанием, заслонив другие вопросы, представляющие интерес. В литературе о человеке исследователи принимают обе стороны, хотя обе они несут издержки, и дебаты не могут продвинуться вперед.
Способ избежать этих проблем, надеюсь, ясен: отказаться от мнения, что ассоциативные модели должны обозначать определенный вид процесса. Проблема в том, что в современной литературе не существует систематической альтернативы. Сейчас я опишу альтернативу и ту роль, которую она отводит ассоциации в психологии.
Новый взгляд
Точка зрения, которую я отстаиваю, рассматривает "ассоциацию" как весьма абстрактный, общий термин, который может быть реализован множеством различных механизмов. Сама ассоциация - это просто причинно-следственная связь (любая причинно-следственная связь) между представлениями, которые становятся активными в процессе. Такое представление об ассоциации происходит из упрощенной интерпретации ассоциативных моделей. Ассоциативные модели описывают только последовательности состояний репрезентаций (часто в терминах распространения активации) и/или влияние, которое переменные в процессе обучения оказывают на эти последовательности. Репрезентации, в свою очередь, определяются исключительно содержанием, поэтому не требуется никакого конкретного вида репрезентации. Это все, что говорят сами модели. Я предлагаю принять это за чистую монету. Утверждение, что ассоциативные модели обозначают ассоциативные процессы, не является необходимым при самой базовой интерпретации моделей. Мы можем просто отказаться от этого утверждения, а вместе с ним и от обязательств, которые привели к проблемам, рассмотренным выше. Ассоциативные модели - это частичные описания процесса; они очень абстрактны и говорят нам только об этих специфических особенностях процесса.
Таким образом, ассоциация может быть обусловлена любым количеством нейронных или психологических процессов: в принципе, она может быть порождена применением правила в алгоритме, манипуляцией ментальной картой или ментальной моделью (чтобы назвать пару когнитивных процессов). Возвращаясь к примеру с социальным обучением голубей, ассоциативная модель может описывать (когнитивный) процесс имитации перспективы сородичей. Это можно сделать двумя способами: либо описав последовательности репрезентаций, которые происходят в рамках симуляции, либо описав репрезентативные состояния, которые вызывают симуляцию (подробнее об этом ниже). Аналогично, в ассоциативную модель обучения могут быть включены любые переменные. Модель ассоциативного обучения, включающая такие переменные, как контакт, задержка между событиями и паттерны движения, как имеющие отношение к обучению, может дать точное математическое описание процесса обучения механическим причинно-следственным связям между объектами (например, Spelke 1990).
Когнитивные модели обычно содержат больше каузальных деталей, поэтому они все равно указывают на виды процессов (конкретный вид зависит от конкретной модели), а ассоциативные модели - нет. Именно поэтому обе модели могут применяться к одному и тому же процессу; они могут описывать одну и ту же причинно-следственную структуру на разных уровнях абстракции. Ассоциативные модели и когнитивные модели различаются не видом процесса, который они описывают; они различаются тем, что они говорят об этом процессе, и, как следствие, описательной и объяснительной работой, которую они выполняют. Используете ли вы ассоциативную или когнитивную модель, зависит от вопроса, который вы задаете, и информации, которой вы располагаете, а не от процесса, который вы описываете.
В любой отдельной задаче этот взгляд не меняет поведенческих предсказаний, которые дает конкретная ассоциативная модель. Разница возникает, когда мы рассматриваем, как модель применяется в разных условиях. Как говорилось выше, если мы воспринимаем ассоциативные модели как обозначение ассоциативных процессов, это подразумевает, что ассоциативная модель должна предсказывать поведение во всех условиях, в которых соответствующий процесс управляет поведением. Вместо этого я утверждаю, что мы должны ограничить сферу применения каждой ассоциативной модели конкретной задачей, для которой она была разработана. Таким образом, если ассоциативная модель не может предсказать поведение в новой задаче, это не фальсифицирует ее как модель процесса в предыдущих задачах, где она предсказывает. Все еще может быть так, что модель точно описывает последовательность репрезентативных состояний, которым следует процесс, и переменные обучения, на которые он реагирует, в тех исходных задачах. Может существовать другая ассоциативная модель, предсказывающая поведение в новой задаче, или несколько, или ни одной.
Если рассматривать эти разные задачи как зондирование одной и той же способности, то цель состоит в том, чтобы объединить ассоциативные модели, предсказывающие поведение в разных задачах, в модель единого механизма, который может производить их все. В принципе, возможно, что несколько ассоциативных моделей предсказывают поведение даже в одной задаче. В таких случаях только одна из них может быть правильной. Способ определить, какая из них правильная, - это найти набор ассоциативных моделей, по одной в каждой задаче, которые могли бы быть продуктом одного механизма. Для этого нужно построить модель этого механизма и определить, какие последовательности он будет создавать и на какие переменные обучения он будет реагировать. Опять же, в принципе, таких наборов может быть несколько. Построение таких моделей механизмов и аргументация в пользу одного из них - сложная задача, которая, скорее всего, повлечет за собой вывод о наилучшем объяснении, включая фоновую теорию. Таким образом, выполнение одной задачи влияет на оценку ассоциативной модели выполнения другой задачи, но не в качестве прямого подтверждения или фальсификации. Вместо этого вопрос заключается в том, могут ли две разные ассоциативные модели выполнения разных задач быть продуктами одного и того же механизма.
Например, мы можем построить ассоциативные модели, предсказывающие поведение во всех экспериментах, которые, по нашему мнению, исследуют способность голубей к социальному обучению. Некоторые из них могут включать симуляцию, а некоторые - нет. Затем мы сравниваем эти модели и ищем набор, который может быть результатом работы одного механизма. Если наилучшее объяснение предполагает наличие механизма, который моделирует перспективу сородичей, то полученная характеристика этого механизма покажет, какие последовательности состояний включаются (и не включаются) в симуляцию, и какие условия вызывают (и не вызывают) симуляцию. Таким образом, мы не только получим систематическое доказательство наличия способности (в отличие от нынешних споров, в которых упор делается на единичные эксперименты, а не на интеграцию доказательств), но и гораздо более подробную характеристику этой способности (в отличие от расплывчатости многих современных апелляций к когнитивным процессам).
Таким образом, ассоциативные модели задают абстрактные ограничения для более детальных моделей механизма. Любая более детальная модель должна следовать последовательности представлений и/или реагировать на переменные обучения, заданные ассоциативными моделями. Ассоциативные модели отнюдь не исключают другие виды моделей, например когнитивные, но становятся важной частью процесса разработки этих моделей. Нам не нужно проводить различие между ассоциацией и познанием, чтобы использовать оба вида моделей.6 Эта точка зрения также объясняет, почему ассоциативные модели могут предсказать поведение сложного процесса (например, прайминга) в некоторых условиях, но не во всех. Таким образом, она решает обе проблемы ассоциативных моделей, рассмотренные выше.
Простота
Ни одна дискуссия об ассоциативной обработке не может обойтись без рассмотрения вопроса о простоте (или простоте) как научной добродетели. Этот вопрос затрагивается двумя способами. Во-первых, можно утверждать, что ассоциативные модели должны обозначать ассоциативные процессы, применяя канон Моргана при интерпретации моделей (а не только при их выборе). Ассоциативные процессы - это простейшие процессы, которые может описать ассоциативная модель, и, таким образом, стандартная точка зрения будет восстановлена. Однако для этого потребуется очень сильная, универсально применимая версия канона Моргана. Есть веские причины отвергнуть такую точку зрения, которые я не могу изложить здесь (см. Fitzpatrick 2008 и главу 42 в этом томе; Dacey 2016b). Учитывая проблемы, вызванные результирующим взглядом на ассоциацию, наряду с более общими опасениями по поводу канона Моргана, этот аргумент не может оправдать восстановление стандартного взгляда.
Во-вторых, на мой взгляд, простота остается достоинством ассоциативных моделей. Это происходит не потому, что процесс прост, а потому, что проста модель. Модель проста, потому что она абстрагируется от деталей того, как работает процесс. Это ценно по трем причинам. Во-первых, нам часто не нужны эти детали; например, ассоциативная модель часто достаточна для прагматических задач , таких как предсказание и контроль. Во-вторых, поскольку модели ассоциативного обучения фокусируются на конкретных переменных, мы можем охарактеризовать их влияние в точных математических терминах (подобные модели часто выводятся из модели Рескорла-Вагнера [Rescorla and Wagner 1972]). Многие, возможно, большинство психологических моделей не обладают такой точностью, поэтому точность ассоциативных моделей очень ценна, и ее нелегко воспроизвести. Мой взгляд на ассоциацию позволяет ассоциативным моделям придавать математическую строгость другим видам моделей, следуя процессу, описанному в последнем разделе. В-третьих, рассмотрение ассоциативных моделей как частичных моделей позволяет избежать теоретических обязательств относительно природы психологических процессов, для которых у нас может не быть хороших доказательств. Это очень важно, когда мы не очень хорошо понимаем процессы. Это часто случается в психологии.
Исторический прецедент
Этот взгляд является фундаментальным пересмотром того, как ассоциация рассматривается в современной когнитивной науке. В заключение я хотел бы подчеркнуть, что это не отход от истории концепции, как может показаться; во многих отношениях это возвращение к взглядам, столь же старым, как и сама ассоциация. Взгляды, подобные нынешнему стандартному взгляду, традиционно были наиболее распространенной интерпретацией ассоциации (как я уже говорил выше, это ядро концепции мало изменилось), но только примерно с середины XX века это стало единственной интерпретацией. Взгляды на ассоциацию, подобные моему, можно найти как в эмпирической ассоциационистской, так и в бихевиористской традициях.
Среди ассоцианистов эта точка зрения была четко сформулирована Томасом Брауном (1840). Браун впервые опубликовал свою главную работу на эту тему в год своей ранней смерти в 1820 году и был заметен в течение нескольких десятилетий после этого. Он занимал уникальное место на пересечении различных традиций, но во многих отношениях был близким последователем Юма: он был ассоцианистом и убежденным юмианцем в вопросах причинности. Во времена его написания преобладало мнение, что ассоциация - это реальная связь между мыслями, которая заставляет их следовать в определенной последовательности. Он не соглашался с этим, в основном из-за своего юмеанства: как не существует причинных "связей" между последовательными событиями в мире, так не существует и ассоциативных "связей" между последовательными мыслями в уме. Ассоциация (как и причинность) - это просто неизменная последовательность. Ассоциативная связь", утверждал Браун, объяснительно пуста и метафизически сомнительна.
В этом отношении Браун был более юмианцем, чем Юм. Со своей стороны, Юм действительно борется с очевидной непоследовательностью между своим отрицанием причинно-следственных связей в мире и принятием связей в разуме в приложении к "Трактату" (Hume 1978). Он так и не разрешил эту проблему в печати, и в его работах прослеживается двусмысленность между взглядами, подобными взглядам Брауна, и взглядами на ассоциативные связи. Эта двусмысленность так и не была разрешена в целом и в различных обличьях сохранилась в ассоциационистской традиции.7
Когда в 1920-х годах бихевиоризм стал набирать популярность, бихевиористы сохранили ассоциацию как основное понятие психологии, но переформулировали ее как связь между внешними, наблюдаемыми стимулами и реакциями, а не ментальными репрезентациями. Но и тогда сохранялась та же двусмысленность. В этой традиции разделились те, кто утверждал, что конкретные физические стимулы или мышечные движения являются релятами ассоциации, и те, кто утверждал, что ассоциация должна быть отношением между более абстрактными паттернами стимуляции и реакции.
Различие между двумя интерпретациями ассоциации наиболее четко проводят Эдвин Гатри, Эдвард К. Толман и Эдвард С. Робинсон. Гатри (Guthrie, 1959) рассматривает акцент на поведении как абстракцию, призванную исключить осложняющие факторы, подобно использованию таких конструктов, как плоскости без трения в физике. Таким образом, по мнению Гатри, бихевиоризм абстрагируется от деталей психических состояний, а не отрицает их существование. Он также утверждает, что взгляды, рассматривающие ассоциацию как "механизм" (под которым он понимает неизменную последовательность специфических физиологических/химических изменений ), слишком специфичны для реального объяснения поведения. Толмен (1932; 1948) нападает на тот же взгляд, характеризуя его как рассмотрение мозга в качестве нейронного "коммутатора", который просто соединяет стимул с реакцией. И для Толмена, и для Гатри ассоциации формируются между абстрактными паттернами стимуляции и реакции, которые могут быть реализованы (говоря современным языком) множеством различных конкретных механизмов. Робинсон (1932) согласился с ними и (возможно, прозорливо) утверждал, что ассоцианизм вымирает, потому что доминирует ошибочная точка зрения.
Хотя детали варьируются в зависимости от исторического контекста, дух остается тем же: ассоциация - это не конкретный, конкретный механизм, который управляет последовательностью мыслей, это нечто более абстрактное. Моя точка зрения обновляет это понимание. Ассоциация - это не какой-то психологический процесс; это общая причинно-следственная связь между репрезентативными состояниями системы. Ассоциативные модели, в свою очередь, описывают последовательность состояний, через которые проходит процесс, и переменные, на которые он реагирует в процессе обучения, на очень абстрактном уровне. Такой взгляд на ассоциацию позволяет избежать проблем, связанных с существующим стандартным представлением, и придать ассоциации более продуктивную роль в психологии.
Глава 41. Простота и когнитивные модели. Избегание старых ошибок в новых экспериментальных условиях
Ирина Михалевич
Простота столь же интуитивна, сколь и популярна. Простые объяснения легче понять, простые формулы проще использовать, а когда одно уравнение описывает радикально разные системы, мир кажется единым благодаря упрощению. Сравнительному познанию не чуждо стремление к простоте, как это видно на примере давних споров о способностях шимпанзе к чтению мыслей. Одна из наиболее распространенных эвристик в экспериментальном сравнительном познании советует, что при прочих равных условиях следует предпочесть самое простое объяснение поведения животных: то, которое интерпретирует наблюдаемое поведение в терминах простейшего когнитивного механизма или способности. К сожалению, теоретическая основа этой "эвристики простоты" не была должным образом установлена. В этой главе я рассматриваю, как эвристика простоты негативно влияет на относительно новый инструмент в экспериментальном сравнительном познании - когнитивные модели. Как я утверждаю, она направляет интеллектуальные ресурсы на разработку и совершенствование якобы простых когнитивных моделей в ущерб якобы более сложным, что, в свою очередь, заставляет экспериментаторов разрабатывать тесты для исключения этих простых моделей. В результате складывается ситуация, когда условно простые модели оказываются более успешными, чем менее простые, не в силу своего эпистемического превосходства, а скорее потому, что на их разработку и оценку было направлено непропорционально большое количество ресурсов. Это, в свою очередь, негативно сказалось на дизайне и направлении поведенческих экспериментов, направленных на описание когнитивных процессов у животных, закрыв альтернативные исследовательские программы. Я делаю вывод, что переход к более количественной науке о разуме животных, вероятно, улучшит объяснительную и предсказательную силу исследований познания животных, но только если эти модели не станут жертвой существующих предубеждений, таких как эвристика простоты.
Поиск простоты
Эвристика простоты интуитивно привлекательна, широко принята и часто используется при разработке и интерпретации экспериментальных результатов (Shettleworth 2012). Однако в настоящее время она не оправдана и может быть неоправдана ни на концептуальных, ни на эмпирических основаниях (Fitzpatrick 2009; Meketa 2014; Starzak 2016; Sober 1998; Sober 2005) по нескольким причинам.
Во-первых, понятие "простота" слишком неоднозначно, чтобы давать какие-либо существенные рекомендации по построению или интерпретации экспериментов, поскольку не существует такого понятия, как простота simpliciter. Не только существует множество способов "упростить" научные сущности, но и существует множество совершенно разных научных сущностей, которые могут быть упрощены. Например, мы можем упростить через гомогенизацию, сократив количество типов сущностей; через редукцию, сократив общее количество сущностей; через идеализацию, устранив одни признаки, но сохранив критические другие, и так далее. Аналогично, предметом упрощения может быть как форма наших объяснений (т. е. количество переменных в уравнениях, длина описания, легкость понимания), так и их содержание (т. е. число маркеров или типов сущностей, процессов или свойств). Кроме того, простота объяснения может не соответствовать простоте постулируемых в нем сущностей. Например, объяснение с использованием большого количества переменных может потребоваться для объяснения механизма работы одной сущности (например, человеческой печени), в то время как объяснение с использованием одной формулы может объяснить поведение сложной системы (например, взаимодействие хищника и жертвы, описываемое уравнениями Лотки-Вольтерры).
Во-вторых, эта двусмысленность усугубляется тем, что когнитивная онтология, подлежащая упрощению, сама по себе недостаточно определена: предпочитаем ли мы упрощать механизмы, процессы или структуры? Ответ на этот вопрос крайне важен, поскольку то, что значит для механизма быть простым, может не быть тем, что значит для процесса быть простым, или тем, что значит для структуры быть простой, и так далее.
В-третьих, проблемы остаются даже тогда, когда простота индексируется для конкретных когнитивных структур, процессов или механизмов. Одна из проблем заключается в том, что некоторые механизмы не поддаются классификации по принципу "простой-сложный". Например, исследователи сравнительного познания обычно считают, что репрезентативные механизмы сложнее ассоциативных, однако нет очевидного интуитивного смысла, в котором это было бы верно. Необходимость придумывать неинтуитивное объяснение того, почему репрезентативные механизмы сложнее ассоциативных, говорит о том, что интуицией, скорее всего, движет нечто иное, чем простота. Более общая проблема заключается в том, что даже если неинтуитивные ответы принимаются, сторонник эвристики простоты обязан объяснить, почему мы должны предпочесть эти более простые онтологии. Иными словами, почему тот факт, что нечто проще, делает его лучшей гипотезой по умолчанию? Почему при объяснении поведения животных бремя доказательства должно лежать на более сложной гипотезе?
Если данное поведение действительно с большей вероятностью может быть обусловлено простым механизмом, то у нас есть веские основания возложить бремя доказательства на сложное объяснение. Поддержка этого вероятностного утверждения обычно формулируется в терминах "эволюционности" сложного познания. Аргументы такого рода направлены на выявление давления отбора или ограничений, которые (ceteris paribus) благоприятствовали бы эволюции более простых когнитивных механизмов по сравнению с более сложными. Например, согласно одному из аргументов, ceteris paribus, высокие метаболические издержки сложного познания (продукт метаболически дорогой мозговой ткани, необходимой для его поддержания) должны способствовать отбору более простых и менее затратных когнитивных механизмов. Подобные аргументы в пользу эволюционности многочисленны и, если они верны, потенциально перекладывают бремя доказательства на эвристику простоты. Тем не менее, если и предпринимались попытки обоснования вероятностного утверждения, то лишь немногие из них были убедительными (Sober 2009; Meketa 2014; Mikhalevich 2015). Рассмотрим приведенный выше аргумент о дороговизне метаболизма. Во-первых, этот аргумент не учитывает компромиссы между увеличением метаболических затрат и преимуществами, которые получают умные организмы: больший или более плотный мозг, необходимый для поддержания повышенной когнитивной функции, может быть разумной ценой за способность, например, перехитрить добычу или хищников, или поддерживать тесные социальные связи, необходимые для сотрудничества, способствующего развитию приспособленности, и так далее. Во-вторых, он ошибочно предполагает, что все или большинство увеличений когнитивной сложности требуют увеличения метаболизма. Хотя мозг действительно в пересчете на фунты стерлингов дороже, чем другие органы, добавление сложных когнитивных функций может не требовать добавления новой дорогостоящей нервной ткани - например, оно может потребовать беззатратного перепрофилирования существующей ткани. Более того, точная связь между увеличением объема нейронной ткани и изменениями в когнитивных функциях остается неизвестной, в то время как все больше данных из сравнительной нейронауки убедительно свидетельствуют о гораздо более сложной связи между когницией и нейроанатомией, чем предполагает аргумент о метаболической дороговизне (Chitkka and Niven 2009; Němec 2016; Olkowicz et al. 2016). В-третьих, этот аргумент игнорирует ограничения развития, которые могут оставить более сложные когнитивные механизмы в качестве единственного жизнеспособного варианта. Эти возражения не являются исчерпывающими, но они показывают, что когда дело доходит до интерпретации когнитивной эволюции, все остальное действительно далеко не одинаково. В случае с аргументом о метаболической дороговизне, как и со многими другими подобными аргументами в пользу эволюционности, после распаковки оговорки "ceteris paribus" быстро становится ясно, что утверждение о том, что эволюция предпочитает когнитивную простоту, справедливо лишь для узкого круга случаев. Можно еще многое сказать о представлении, что наиболее вероятными механизмами, обуславливающими то или иное поведение, являются простейшие, но в интересах экономии места я буду исходить из того, что доказательства на данный момент неоднозначны.
Если простота - настолько сложная концепция, то вполне понятно, как она вообще может оказывать влияние на научную практику, тем более такое значительное, как смещение бремени доказательства. Одна из возможностей заключается в том, что интуитивная привлекательность простых объяснений и их обещание облегчить когнитивную нагрузку поощряют практику считать привлекательные объяснения простыми, даже если их привлекательность заключается не в простоте. На самом деле, как убедительно доказывает Эллиот Собер (1998), эта самая привлекательность часто обусловлена неким (реальным или воображаемым) фоновым эпистемическим достоинством, на котором паразитирует "простота" (Sober 1998; Fitzpatrick 2009; Fitzpatrick 2015). В случае сравнительного познания эта очевидная добродетель - осторожное избегание "чрезмерного приписывания" сложных и, как часто думают, "человекоподобных" познаний нечеловеческим животным. Эта осторожность может быть прослежена до неверного толкования знаменитого "канона" К. Ллойда Моргана - единственной фразы, которую исследователи сравнительного познания приняли за центральную в проекте сравнительного познания. Однако сам Морган отмечает, что простота часто предпочитает "антропоморфизм", поскольку проще предположить, что мы такие же, как другие животные, чем представить, чем мы можем отличаться (Thomas 2006). Таким образом, даже с точки зрения Моргана, простота не защищает от антропоморфизма, а поощряет его.
Когда сложность понимается как признак антропоморфизма, проект упрощения начинает обретать форму. Так, в сравнительном познании принято считать, что некоторые объяснения и механизмы проще - как правило, это традиционно механизмы, не используемые человеком (хотя исследователи все чаще ставят под сомнение и изощренность человеческих когнитивных механизмов). К ним относятся объяснения "низшего порядка", которые постулируют меньшее количество сущностей, процессов или репрезентативных уровней, чем якобы более сложные способности "высшего порядка", такие как метакогниция, теория разума, планирование и т. д. Хотя неясно, что эти процессы и способности действительно проще, эвристика простоты может применяться и часто применяется без такого обоснования. Например, исследователи сравнительного познания обычно полагают, что ассоциативные механизмы проще репрезентативных, таких как метакогниция и чтение мыслей. При наличии этих ярлыков применение эвристики простоты дает четкое правило: отдавать предпочтение ассоциативным, а не репрезентативным объяснениям, если нет убедительных доказательств обратного. Это правило перекладывает бремя доказательства на якобы более сложные объяснения поведения животных, что приводит к систематическому "недоприписыванию" сложного познания нечеловеческим животным (Meketa 2014; Михалевич 2015).
Простота и построение моделей
Ранее критика эвристики простоты была сосредоточена на ее влиянии на разработку и интерпретацию традиционных экспериментов по сравнительному познанию. Но эвристика простоты не только определяет дизайн экспериментов и выносит решения по конкурирующим гипотезам. Она также влияет на новые методы экспериментального сравнительного познания, которые не обсуждались в предыдущих критических статьях , такие как разработка и интеграция когнитивных моделей в более широкий экспериментальный подход в рамках изучения разума животных. Эти модели представляют собой "математические или логические структуры... условия которых определены достаточно точно, чтобы сделать проверяемые предсказания о когнитивных способностях, таких как восприятие, категоризация, память, обучение и принятие решений" (Allen 2014: 84). Поскольку они не являются ни простыми объяснениями, ни самостоятельными экспериментами, они играют уникальную роль в экспериментальной методологии познания животных, и эвристика простоты влияет на них так же, как и на традиционную экспериментальную методологию, но в то же время отличается от нее.
Внедрение когнитивного моделирования воодушевило сравнительных психологов и философов, которых воодушевляет возможность преобразования расплывчатых качественных гипотез о разуме, обычно излагаемых на естественном языке или в народной психологической терминологии, в количественные когнитивные модели, конкретизированные на формальном языке. Колин Аллен, например, оптимистично считает, что эти новые инструменты обещают "лучшие эксперименты, лучшие предсказания и лучшую науку" (Allen 2014: 93). Аллен представляет себе науку о разуме животных, которая в полной мере использует методы моделирования, распространенные сейчас в когнитивной науке, где когнитивные модели и традиционные (материальные) эксперименты оспаривают и совершенствуют друг друга в итеративной манере.
Характеристика Аллена хорошо отражает происходящее сегодня в сравнительном познании и вполне оптимистична. Однако в ней нет (и не предполагается) условий для продуктивной или плодотворной итерации. Например, в ней не указано, что оправдывает доработку экспериментов в каждом конкретном случае в ответ на выводы, сделанные на основе модели: полезность модели в предсказании поведения, в объяснении поведения более широкого спектра организмов или в описании - с определенной степенью разрешения - реальных механизмов, лежащих в основе наблюдаемого поведения?
Именно здесь эвристика простоты находит свое применение: она предлагает четкую процедуру принятия решений о том, какие модели разрабатывать и какие эксперименты проводить. Она направляет ученых на разработку и совершенствование моделей простейших когнитивных механизмов (тех, которые оперируют наименьшим количеством правил или, возможно, наименьшим количеством причинных факторов) и в то же время направляет экспериментаторов на разработку экспериментов, чтобы исключить объяснения, основанные на этих простых моделях. Поскольку предполагается, что ассоциативные механизмы проще альтернативных, специалисты по моделированию тратят свое время на доработку этих моделей по сравнению с возможными альтернативами. В результате ассоциативные модели получили широкое распространение. Хотя ассоциативные модели - не единственные виды моделей, которым благоприятствует эвристика простоты, они наиболее распространены, поскольку служат универсальными альтернативами многочисленным якобы сложным объяснениям поведения, таким как метакогниция, чтение мыслей, планирование, существование ментальных карт и многое другое. В целях экономии места я рассмотрю лишь один пример: случай метакогниции у крыс.
Джонатон Кристал и Эллисон Фут провели серию экспериментов, чтобы проверить наличие у крыс одного из видов метакогнитивных способностей: способности отслеживать собственную неопределенность. Парадигма "мониторинг неопределенности" ставит перед животными задачу отнести стимул к одной из двух категорий с возможностью отказаться от ответа и двигаться дальше. Стимулами могут быть визуальные массивы разной плотности, звуковые сигналы разной длительности и даже запахи разной концентрации. Тест предполагает, что животные, которые предпочитают отказываться от более сложных испытаний, где стимул неоднозначен, должны делать это потому, что они способны контролировать степень своей уверенности в правильности выбора. Foote и Crystal применили эту парадигму на крысах, впервые опубликовав положительные результаты в 2007 году. Когда крысам предоставлялся выбор отказаться от выполнения тестов, они неизменно выбирали неоднозначные ("трудные") тесты, но не однозначные. Более того, общая точность повышалась, когда крысам разрешали отказаться от сложных тестов. Фут и Кристал (2007) пришли к выводу, что поведение крыс свидетельствует об осознании ими метакогнитивной неопределенности.
Вскоре после публикации этого исследования другая группа исследователей - Смит и др. - предложила конкурирующую ассоциативную модель "реакция-порог" для объяснения поведения крыс. Эта модель вводит "низкоуровневый, плоский порог для реакции снижения", которая активируется всякий раз, когда сила реакции на SHORT или LONG ниже порога (Foote and Crystal 2012: 188). Модель отображает силы реакции в виде экспоненциальных кривых, снижающихся от пороговых значений и пересекающихся в середине, где обе силы низки. Таким образом, последовательное предпочтение крысами варианта DECLINE во время самых сложных испытаний объясняется тем, что активация как LONG, так и SHORT падает ниже порога для варианта DECLINE. Поскольку DECLINE активировался сильнее, чем LONG или SHORT, модель предсказывает, что крысы активируют кнопку, которая позволяет им отказаться от теста и перейти к другим тестам с возможностью получения вознаграждения в будущем, что подражает поведению крыс в эксперименте Кристалла и Фута.
В ответ на модель Смита и др. Кристал и Фут (2009) отказались от своей метакогнитивной интерпретации, решив, что, поскольку поведение крысы можно объяснить в терминах "более простых" ассоциативных процессов, опирающихся на "первичные репрезентации", их предыдущее метакогнитивное объяснение необоснованно (Crystal and Foote 2009). Введение якобы более простых моделей, писали они, "требует разработки новых, инновационных методов для метакогниции", чего они и попытались добиться в последующих экспериментах (Foote and Crystal 2012). Приняв эвристику простоты (по которой метакогнитивная или репрезентативная гипотеза "высшего порядка" несет бремя доказательства), Фут и Кристал (2012) пересмотрели свои эксперименты, чтобы приспособить их к простой модели.
Этот пример иллюстрирует, как эвристика позволяет ассоциативным моделям формировать дугу экспериментальных исследовательских программ по метапознанию. Без эвристики простоты метакогниция могла бы оказаться на равных эпистемических основаниях с альтернативами, и когнитивные моделисты, такие как Смит и др. (2008), должны были бы создать модель, которая в какой-то мере превосходила бы метакогнитивное объяснение, например, по предсказательной силе. Без этой способности модель не смогла бы вытеснить метакогнитивное объяснение, хотя, возможно, и слегка снизила бы доверие к метакогнитивной гипотезе.
Как видно из этого примера, оспаривая выводы, сделанные в ходе физических экспериментов, эти модели определяют постановку будущих физических экспериментов. Смит и др. (2008) прямо указывают на это, написав во введении, что их "модели и связанные с ними обсуждения полезны для исследователей и теоретиков метакогниции в целом, поскольку они определяют экспериментальные операции, которые наилучшим образом указывают на метакогнитивную способность у людей или животных, устраняя альтернативные поведенческие объяснения". Таким образом, они действительно вносят вклад в итеративный процесс "доработки" моделей и экспериментов, но это взаимодействие непродуктивно и, возможно, вредно для научного прогресса, пока модели выбираются вместо качественных объяснений на основании их предполагаемой простоты, а не, например, объяснительного объема или предсказательной силы. Пока эвристика простоты возлагает бремя доказательства на более сложную модель, альтернативные когнитивные модели, которые не являются (или воспринимаются как не являющиеся) столь же простыми, будут разрабатываться с меньшей вероятностью: исследования отнимают много времени, и если исследовательская программа вряд ли окупится в виде публикаций, финансирования или других выгод для карьеры, исследователи будут рационально избегать инвестирования своего времени в программы, которые, по их мнению, вряд ли принесут плодотворные результаты. Однако без этих затрат времени и усилий более простые модели останутся неоспоримыми и будут по-прежнему считаться теоретическими моделями по умолчанию.
Пример с метапознанием не является исключением. Рассмотрим еще несколько примеров работы эвристики при построении моделей, в которых "простота" приписывается не только ассоциативным моделям, но и моделям, постулирующим мало переменных, правил или причин. Каждая из них явно нерепрезентативна и рассматривается как простая в этом отношении. Например, ван дер Ваарт и др. (2012) предлагают модель, основанную на единственном правиле ("больше кэшировать, когда испытываешь стресс"), чтобы объяснить наблюдение, что скребковые сойки чаще делают повторные кэширования, когда их первоначальные кэширования были замечены другими (Dally et al. 2006). Такое поведение было истолковано как свидетельство того, что эти хищники обладают некоторыми способностями к чтению мыслей - способностью воспринимать визуальную перспективу другого человека или, возможно, вменять ему в обязанность намерение совершить кражу. Предлагая столь же "простую" модель примирительного поведения нечеловеческих приматов, ван дер Ваарт и Хемельрик (2014) рассуждают, что, поскольку "те же самые паттерны возникают как следствие простых правил драки и груминга, а также их влияния на пространственную близость [как развито в их модели]", из этого следует, что поведение "не обязательно является продуктом сложного социального мышления" (348). Подтекст очевиден: альтернативная модель представляет собой законный вызов доминирующей интерпретации поведения только в том случае, если она якобы проще.
Презумпция сложности таких якобы сложных объяснений, как "социальное мышление", проявляется в распространенной фразе о том, что эти объяснения становятся ненужными, когда появляются более простые модели. Рассмотрим другой пример. Крузе и Вехнер (2011) предлагают когнитивную модель навигации муравьев и пчел, которая призвана вытеснить объяснения, утверждающие о "когнитивных картах" - представлениях животного об окружающей среде, которые организмы могут использовать для навигации. Согласно этой модели, информация от периферийных систем воздействует на разрозненные части организма, создавая поведение, которое лишь внешне координируется. Таким образом, модель обходится без центрального процессора, необходимого для объединения информации в единое представление, что авторы считают экстравагантной гипотезой. Они делают вывод, что, поскольку их модель якобы проще, чем модель когнитивной карты, в когнитивной карте "нет необходимости". Аналогично, Пуга-Гонсалес и др. (2009) утверждают, что "использование груминга [среди приматов] в качестве "валюты обмена" опасно антропоморфно, по мнению нас и других" и что "часто достаточно простых правил, чтобы вызвать многие из наблюдаемых паттернов, а отсюда и интегративная теория", заключая, что "может быть достаточно меньшего количества когнитивных процессов, как показано, например, в модели стиля доминирования" (2; курсив добавлен).
Но обратите внимание, что утверждение о том, что якобы более сложное объяснение не нужно или что простого объяснения "достаточно", - это утверждение о правильном направлении исследовательской программы. Это утверждение, руководствуясь эвристикой простоты, советует воздержаться от разработки альтернативных объяснений якобы сложных механизмов - или от разработки количественных моделей, которые могут объяснить поведение так же хорошо или лучше, чем простые модели. Вместо этого эвристика предполагает, что эксперименты должны быть переделаны, чтобы исключить вывод из простой модели, и повторяет это требование каждый раз, когда "простая" модель ставит под сомнение экспериментальный вывод.
До тех пор пока эвристика простоты будет направлять развитие применения когнитивных моделей, она будет препятствовать развитию альтернатив. Именно такая ситуация сложилась сегодня в сравнительном познании, где модели простых механизмов значительно превосходят модели якобы сложных механизмов. Результат этой эвристики кумулятивен: поскольку эвристика простоты побуждает исследователей направлять свои усилия на совершенствование "более простых" и якобы неантропоморфных моделей, эти модели получают незаслуженное конкурентное преимущество перед альтернативами, которые считаются "сложными". В результате эти альтернативы, скорее всего, останутся качественными, что еще больше снижает их очевидную ценность в глазах исследователей, которым рационально относиться к качественному объяснению с подозрением, когда предлагается количественное объяснение. Таким образом, без понимания истории моделей может показаться, что они обошли более сложные альтернативы по своим эпистемическим достоинствам. Однако, как я предполагаю, их устойчивость может быть обусловлена тем, что они выиграли от предвзятой эвристики, которая направила больше интеллектуального капитала на их развитие, одновременно препятствуя распространению жизнеспособных (количественных) альтернатив.
Возражения
Кто-то может возразить, что простые модели используются по умолчанию, потому что простота - это достоинство, поскольку простые модели могут быть более предсказуемыми, а также более простыми в использовании, чем сложные модели. Я согласен с тем, что предсказательная сила модели - это достоинство, которое оправдывает дальнейшее изучение этой модели. Однако предсказательность не обязательно связана с точностью, а простота не является достоинством, если модели предназначены для объяснения поведения животных путем описания реальных когнитивных процессов или механизмов. Нет никаких причин априори полагать, что целевой механизм, описываемый моделью, на самом деле прост. Таким образом, простые модели не должны быть по умолчанию до тех пор, пока эти модели предназначены для описания когнитивной системы.
Другое возражение гласит, что простые модели разума животных хорошо развиты не потому, что им благоприятствует эвристика простоты, а потому, что альтернативы, такие как метакогниция, настолько расплывчаты, что их невозможно смоделировать количественно. Однако если метакогнитивные гипотезы кажутся расплывчатыми, это может быть связано с тем, что было предпринято меньше попыток количественно оценить эти модели. Это возражение может оказаться верным для некоторых якобы сложных когнитивных объяснений поведения животных, но лучший способ проверить это возражение - попытаться сформулировать альтернативные модели, например, метакогниции.
Наконец, можно согласиться с тем, что простые модели получают больше инвестиций и что они делают это по плохой причине (простота), но при этом утверждать, что итеративный процесс развития модели и эксперимента не чувствителен к начальным условиям - в конце концов, модели и эксперимент сходятся к истине. На самом деле, есть некоторые основания полагать, что простые ассоциативные модели усложнились, поскольку им пришлось учитывать больше экспериментальной информации, и в результате стали напоминать когнитивные модели более сложного познания. Однако даже если это окажется верным для ассоциаций, это не обязательно будет так в других случаях. Оптимизм должен основываться на чем-то вроде мнения, что независимо от отправной точки, программы научных исследований (или конкретно программы сравнительного познания) практически гарантированно придут в конечном итоге к наилучшему (наиболее точному, наиболее полезному и т. д.) ответу. Однако до сих пор не было дано адекватного обоснования предположению, что экспериментальные исследования будут асимптотически приближаться к наилучшему объяснению. В отсутствие убедительных причин для сохранения эвристики простоты, а также учитывая ее эпистемически нежелательные последствия, остается мало причин для ее дальнейшего применения в изучении разума животных.
Если не простота, то что?
Предположим, что мы исключаем простоту из числа ориентиров для формирования дуги развития модели-эксперимента. Если простота не будет выступать в роли привратника, что предотвратит наплыв эмпирически адекватных и предсказательных моделей, предполагающих наличие метафизически подозрительных сущностей, таких как чакры и духи? Должны ли ученые открыть границы для всех мыслимых моделей, включая те, которые пытаются объяснить поведение животных в терминах таких сущностей? По крайней мере, простота позволяет моделисту утверждать, что нам не "нужны" такие сущности в наших объяснениях. Без простоты, как мы можем предотвратить такое беспорядочное распространение моделей, и, соответственно, как мы вообще можем решать, какие модели являются эмпирически адекватными?
Это важные проблемы, и хотя пространство не позволяет дать полный ответ на второй вопрос, я считаю, что у нас есть основания для оптимизма в отношении первого. Причины для отказа от этих метафизически подозрительных сущностей выходят за рамки желания иметь чистые онтологии. Это те же причины, которые порождают подозрения в первую очередь: а именно то, что большинство этих сущностей не вписывается в натуралистический взгляд на мир, на котором базируется наука. Разумеется, не все такие нежелательные сущности подозрительны с метафизической точки зрения - например, вмешательство инопланетян или глобальные правительственные заговоры , - но одной лишь невероятности этих объяснений достаточно, чтобы оградить когнитивные модели от их влияния. У нас есть отличные причины ограничить построение моделей кругом сущностей и причин, которые являются эпистемически ответственными, и эти причины проистекают из фоновых теоретических предположений о видах сущностей, населяющих наш мир. Эти теории говорят нам, что метакогниция реальна, а чакры, вероятно, нет, и по этой причине мы должны разрешить модели, описывающие метакогницию, но не модели, описывающие чакры.
Таким образом, простота не является уникальным оплотом против метафизической экстравагантности науки, основанной на принципе "все на свете". Скорее, это иногда полезный, но часто вредный ориентир, который рискует закрыть потенциально плодотворные исследовательские программы. Вместо эвристики простоты сравнительное познание расцветает, когда все эпистемически равные модели поощряются в равной степени, а не исключаются без справедливого разбирательства или не обременяются непосильным бременем доказательств в зале суда над научными идеями. Такое разнообразие моделей окажет новое и продуктивное давление на экспериментаторов, побуждая их разрабатывать эксперименты не для того, чтобы исключить "более простые" альтернативы, а для того, чтобы выявить новые способы экспериментального решения между конкурирующими моделями разума животных.
Глава 42. Против канона Моргана
Саймон Фицпатрик
Введение
Несмотря на множество критических замечаний (например, de Waal 1999; Sober 1998, 2005; Fitzpatrick 2008; Andrews and Huss 2014; Meketa 2014; Starzak 2016), принцип, известный как "канон Моргана", сохраняет значительное влияние на современные научные и философские дискуссии о познании и поведении нечеловеческих животных (далее - "животных"). Предложенный в конце XIX века британским философом-психологом Конви Ллойдом Морганом, которого принято считать "отцом" современной сравнительной психологии, он гласит следующее:
Ни в коем случае нельзя интерпретировать действие как результат проявления высшей психической способности, если его можно интерпретировать как результат проявления той, которая стоит ниже на психологической шкале.
Морган считал этот принцип необходимым для научно обоснованного исследования разума животных. В дальнейшем он оказал огромное влияние на последующее развитие сравнительной психологии, хотя и не всегда в соответствии с первоначальным замыслом Моргана (Costall 1993; Thomas 1998; Fitzpatrick and Goodrich 2016).
Я сосредоточусь на том, как Моргановский канон интерпретировался и применялся психологами и философами со времен Моргана, особенно в последние несколько десятилетий, а также на том, следует ли продолжать принимать его в качестве фундаментального руководящего принципа для изучения познания и поведения животных - ответом на этот вопрос будет категорическое "нет". Однако одна из проблем при обсуждении места Канона в современной литературе заключается в том, что его эксплицируют и интерпретируют по-разному. Различия между этими разными версиями Канона не были полностью оценены даже в самых тщательных дискуссиях. Сначала я проведу различие между четырьмя формулировками Канона, которые явно или неявно встречаются в литературе. Затем я покажу, что каждый из этих канонов необоснован и не нужен. Мы увидим, что сравнительная психология совершенно не нуждается в каноне Моргана, в любой из его нынешних интерпретаций, и что этой области лучше послужит альтернативный принцип, который я называю эвиденциализмом (Fitzpatrick 2008).
Четыре канона
Канон Моргана остается широко признанным прежде всего потому, что он рассматривается как оплот против естественного предубеждения людей к объяснению поведения животных в терминах сложных, похожих на человеческие, когнитивных способностей, когда соответствующее поведение на самом деле может быть результатом гораздо менее сложных причин. Сам Морган критиковал тенденцию своих современников рефлекторно приписывать случаи обучения животных, такие как собака, научившаяся открывать запертые ворота с помощью носа, сложным способностям "разума" (например, абстрактному концептуальному пониманию работы защелки), когда такое поведение может быть результатом гораздо менее сложного процесса проб и ошибок (когда животное просто формирует ассоциацию между определенным действием и достижением желаемого результата). Утверждается, что подобная предвзятость по-прежнему характерна для современных дискуссий об интеллекте животных, особенно в популярных средствах массовой информации, а также в некоторых разделах научной литературы. Канон служит противовесом, гарантируя, что исследователи не переоценивают способности животных. Но если именно эту проблему призван решить Канон, то какое именно лечение он должен обеспечить?
Самая сильная формулировка в литературе имеет самое слабое отношение к первоначальным словам Моргана, но именно эта интерпретация стала наиболее распространенной в течение десятилетий после того, как Морган предложил этот принцип (Costall 1993; Thomas 1998). Хотя, как уже говорилось, канон Моргана допускает возможность принятия "высших" объяснений поведения при наличии соответствующих доказательств (см. также Morgan 1903: 59), некоторые интерпретировали его как полный запрет на те объяснения поведения, которые в насмешку называют "антропоморфными". Это и есть Запретительный канон.
Здесь термины "высший" и "низший" являются синонимами "когнитивного" и "некогнитивного", соответственно. Идея заключается в том, что к когнитивным объяснениям поведения - тем, которые ссылаются на внутренние ментальные состояния, такие как мысли, убеждения, эмоции, желания или другие репрезентативные состояния и процессы, - следует относиться с изначальным подозрением, поскольку они "антропоморфны". Поскольку антропоморфизма следует избегать любой ценой, поведение животных всегда должно объясняться без ссылок на подобные вещи. Такова была позиция бихевиористов в первые десятилетия двадцатого века, некоторые из которых кооптировали Моргана в качестве своего интеллектуального праотца и представляли Канон в таком свете. Вот хрестоматийное изложение этого периода:
В случае Моргана принцип сводился к следующему. Если существует модель поведения животного, которая должна быть объяснена как по форме, так и по происхождению, причем самым простым, но в то же время наиболее адекватным способом, экспериментатор должен обратиться к факторам, наблюдаемым в ситуации, в которую было помещено животное, в самом поведении и в механизмах, с помощью которых это поведение стало возможным. Он не обязан переступать через эти факторы, чтобы апеллировать к вербальному конструкту, разуму или любому другому виду психического фактора, который лежит вне, позади или внутри поведения-ситуации.
Поскольку популярность бихевиоризма упала, а когнитивные подходы получили широкое распространение, запретительный канон стал гораздо менее популярным, чем когда-то, но все еще можно найти исследователей, отстаивающих что-то очень близкое к нему. Клайв Уинн (2007) является, пожалуй, самым известным современным защитником категорического "антиментализма" (как он его называет), хотя Уинн старается отличать свою точку зрения от исторической Моргана.
Сегодня наиболее распространенные формулировки канона не являются категорически запретительными, а скорее соответствуют тому, что я хочу назвать консервативным каноном. Например:
[Если принципы ассоциативного обучения или формирования привычек, действующие на основе первичной репрезентации, могут объяснить предполагаемые данные метакогниции, то было бы неуместно объяснять эти данные на основе метакогниции (т.е. на основе вторичной репрезентации); бремя доказательства в пользу первичной репрезентации, в соответствии с каноном Моргана.
Следуя принципу парсимонии, известному также как "пушка Моргана" или "бритва Оккама", мы должны предпочесть самое простое объяснение наведения и реакции на него. Реакция без озарения кажется более простым объяснением, чем с озарением. Разумеется, нужно быть открытым для данных, которые оправдывают более сложные интерпретации указательного поведения и реакции на него, чем интерпретация без инсайта.
Здесь термины "высший" и "низший" обычно понимаются в смысле степени когнитивной сложности. Например, чисто физиологические объяснения поведения - например, в терминах рефлексов или врожденных механизмов высвобождения - и другие некогнитивные объяснения - например, в терминах самых простых форм ассоциативного обусловливания - следует понимать как "более низкие", чем когнитивные объяснения, такие как те, которые включают в себя, скажем, некоторую форму рассуждений о средствах и целях. Более того, объяснения в терминах когнитивных процессов первого порядка должны рассматриваться как "более низкие", чем объяснения в терминах более сложных процессов высшего порядка, таких как способность рассуждать о своих собственных ментальных состояниях (метакогниция) или состояниях других людей (чтение мыслей). Как видно из второго отрывка, это понятие когнитивной сложности часто облекается в форму простоты, когда объяснения в терминах менее сложных процессов считаются "более простыми" или более "разборчивыми", чем объяснения в терминах более сложных процессов. Крайне важно, что этот принцип позволяет потенциально принимать "более высокие" - то есть относительно сложные с когнитивной точки зрения - объяснения поведения. Однако когда у нас есть выбор между более когнитивно сложными и менее когнитивно сложными объяснениями, мы должны принять наименее сложное из имеющихся объяснений. Таким образом, консервативный канон можно рассматривать как принцип принятия решений, который подсказывает нам, как выбирать между конкурирующими объяснениями поведения: мы всегда должны выбирать наименее когнитивно сложное объяснение, согласующееся с имеющимися данными.
Хотя большинство явных презентаций Канона можно рассматривать как примеры Консервативного Канона, многие защитники на практике не следуют ему. Вместо этого они часто придерживаются более слабого принципа, который я хочу назвать сдерживающим каноном. Различие между этими двумя принципами совпадает с практически игнорируемой двусмысленностью в первоначальной формулировке канона Моргана. Когда Морган говорит, что мы не должны поддерживать более высокие объяснения поведения, когда доступны более низкие, должны ли мы активно поддерживать соответствующее более низкое объяснение, или мы должны просто воздерживаться от суждений до тех пор, пока будущие доказательства не позволят нам принять решение между соответствующими более высокими и низкими объяснениями? Морган фактически двусмысленно подходил к этому вопросу, иногда используя канон для защиты низших объяснений поведения, иногда призывая нас просто воздержаться от принятия высшего объяснения, учитывая наличие низшего (ср. Morgan 1894: 248, 302, 370). В отличие от консервативного канона, сдерживающий канон не говорит, что мы должны автоматически поддерживать низшее объяснение, когда высшее и низшее объяснения согласуются с имеющимися поведенческими данными. Скорее, он говорит, что, когда доступно низшее объяснение, мы не должны принимать высшее. Мы должны быть особенно сдержанными в одобрении более высоких объяснений, обязательно отсеивая более низкие объяснения, прежде чем принять их. Вот несколько примеров, которые, кажется, согласуются с этой слабой формулировкой:
[Мы хотим подчеркнуть принцип, заложенный в "Каноне Моргана", а именно: объяснение поведения животных с точки зрения психических функций высшего порядка должно приниматься только тогда, когда объяснения с точки зрения более простых механизмов недоступны.
[Мы не должны отказываться от канона Моргана. Например, мы не должны принимать идею о том, что медоносные пчелы обладают такими способностями, прежде чем исключить все остальные возможности.
Последняя интерпретация Канона, которую я хочу обсудить, - это Канон предостережения. Я не видел, чтобы он был заявлен в явном виде, но он отражает возможный способ осмысления роли канона в современной сравнительной психологии. В отличие от трех только что рассмотренных канонов, этот канон на самом деле вовсе не является методологическим принципом. Он не дает никаких конкретных методологических указаний; это просто предостережение - из тех, что профессора вдалбливают в головы своих студентов на вводных лекциях, но не принцип, который следует использовать в реальных исследованиях. Он лишь подчеркивает, что история исследований познания животных была омрачена случаями - например, печально известным случаем с Умным Гансом, - когда исследователи слишком быстро переходили к описанию поведения животных на более высоком уровне, не рассматривая в достаточной степени возможность того, что задействованы процессы более низкого уровня. В этом отношении "Канон" - всего лишь педагогический инструмент, напоминающий будущим исследователям, чтобы они не повторяли ошибок своих предшественников.
Запретительный канон
Категорический антикогнитивизм, воплощенный в "Запретительном каноне", подвергся серьезной критике (Allen and Bekoff 1997; Keeley 2004; Andrews 2015), поэтому я не стану повторять все аргументы против него. Ключевой момент заключается в том, что навешивание ярлыка "антропоморфность" на когнитивные объяснения нечеловеческого поведения, где это понимается как концептуальная или инференциальная ошибка, просто порождает вопрос, предполагая, что когнитивные процессы являются исключительно человеческими. Вопрос о том, существуют ли такие процессы у других видов, несомненно, является эмпирическим, а не тем, который может быть решен методологическим фиатом.
Конечно, антикогнитивисты обычно утверждают, что внутренние ментальные процессы у других видов нельзя изучать научно, потому что они по своей природе ненаблюдаемы или потому что мы не можем описать их так, чтобы они не были неразрывно связаны с человеческим языком и понятиями (Blumberg and Wasserman 1995; Wynne 2007). В первом утверждении забывается, что ненаблюдаемые теоретические сущности являются обычным компонентом современной науки (вспомним кварки и бозоны Хиггса), а во втором игнорируется тот факт, что современные когнитивисты обычно придерживаются широко функционалистской точки зрения, согласно которой ментальные состояния и процессы определяются их характерными функциональными или каузальными ролями. Крайне важно, что такие определения можно рассматривать как аналогичные (и не более антропоморфные, чем) определения каузальных ролей, которые физики дают для таких вещей, как бозоны Хиггса. Точно так же, как физики могут обоснованно предполагать существование таких ненаблюдаемых теоретических сущностей для объяснения наблюдаемых вещей, так и когнитивисты могут обоснованно предполагать существование своего рода эпизодической памяти, скажем, у скребковых соек (понимаемой как способность хранить и использовать информацию о том, "какие" события произошли "где" и "когда"), чтобы объяснить их наблюдаемое поведение (например, Clayton and Dickinson 1998).
Короче говоря, нет никаких причин считать, что когнитивные состояния и процессы не могут быть приписаны животным научно обоснованным образом, и, следовательно, нет причин запрещать такие приписывания.
Консервативный канон
Вот типичная презентация консервативного канона:
Если нет четких доказательств того, что был использован более сложный когнитивный процесс, знаменитый канон парсимонии К. Ллойда Моргана обязывает нас предположить, что его не было; тогда мы должны сделать вывод, что обучение может быть объяснено более простым процессом.
Предположим, нас интересует, как животное учится выполнять определенную задачу. Мы рассматриваем различные типы процесса обучения, которые могут объяснить наблюдаемое поведение - например, базовое ассоциативное обучение или более сложная форма рассуждения о средствах - но мы не можем найти решающих доказательств, которые бы их различали. Вассерман и Зенталл, по-видимому, хотят, чтобы мы "заключили", что это должен быть низший, ассоциативный процесс обучения. Но каков статус этого вывода? Должны ли сторонники ассоциативного обучения объявить о своей победе, а область перейти к какой-то новой теме? Вряд ли это уместно, и я сильно сомневаюсь, что большинство тех, кто поддерживает что-то вроде Консервативного канона, рекомендовали бы такой вердикт. Итак, что именно мы должны вынести из подобного случая? Может быть, вывод о том, что работает низший процесс обучения, а высший отсутствует, является лишь предварительным и должен быть принят в ожидании будущих исследований по этому вопросу? Это звучит лучше, но обратите внимание, насколько это неэмпирично. Мы должны принять, пусть и условно, объяснение ассоциативного обучения, но не потому, что оно лучше подтверждается данными, а потому, что данные не позволяют отличить его от объяснения, которое ссылается на более сложный процесс.
Важно отметить, что обычное обоснование канона Моргана - предполагаемая тенденция приписывать животным сложные когнитивные процессы на основании недостаточных доказательств или без должного внимания к альтернативным, менее когнитивно сложным объяснениям - фактически подрывает этот аспект консервативного канона. Почему уместным ответом на эту проблему является закрепление предубеждения по умолчанию против низших объяснений? Это кажется излишеством, учитывая, что можно просто сохранять нейтралитет, если недостаточно доказательств для принятия решения между высшими и низшими объяснениями. Более того, если завышенная оценка когнитивной развитости животных - это ошибка, которую необходимо исправить, то и заниженная тоже (de Waal 1999; Sober 2005; Andrews and Huss 2014). Консервативный канон явно увеличивает вероятность совершения последней ошибки: он требует, чтобы мы всегда отдавали предпочтение наименее когнитивно изощренному объяснению, даже если для этого нет эмпирических оснований. Следовательно, логика, которая, как считается, мотивирует канон Моргана, на самом деле противоречит консервативному канону.
Думаю, это одна из причин, по которой многие, кто выражает консервативный канон, на деле не придерживаются его на практике. Тем не менее, очевидно, что есть исследователи, искренне приверженные этому принципу. Каррутерс (2008) утверждает, что существующие экспериментальные результаты, которые якобы указывают на наличие метакогнитивных способностей у животных, могут быть объяснены в терминах процессов чисто первого порядка. Следовательно, "в настоящее время мы должны отказаться от приписывания метакогнитивных процессов животным". Этот вывод основан на применении канона Моргана" (2008: 59). Хотя это может показаться примером канона ограничения, позиция Каррутерса не является агностицизмом. Хотя он не исключает возможности того, что в будущем будет доказано существование метакогниции у животных, "вывод", о котором он говорит, - это вывод (по крайней мере, предварительный) о том, что такие способности на самом деле отсутствуют. Это пример того, что я называю "отрицанием в кресле", когда одной лишь возможности построить гипотетическое низшее объяснение для соответствующих поведенческих данных достаточно не только для того, чтобы предположить, что высшее объяснение не должно быть принято - или что соответствующие эксперименты могут не показать того, что они , как утверждается, показывают - но что низшее должно быть принято вместо этого. Поэтому стоит рассмотреть, какое обоснование, если таковое имеется, можно дать консервативному канону.
Как мы уже видели, выражения консервативного канона обычно также включают утверждение, что объяснения в терминах менее сложных когнитивных процессов каким-то образом "проще" или более "разборчивы". Таким образом, альтернативой оправданию консервативного канона с точки зрения опасений по поводу чрезмерной атрибуции является утверждение, что это всего лишь частный случай "бритвы Оккама" - общего правила научного метода, согласно которому при прочих равных условиях более простые объяснения должны быть предпочтительнее более сложных.
Однако эта апелляция к простоте проблематична на многих уровнях (см. также Михалевич, глава 41 в этом томе). Мы не должны считать само собой разумеющимся, что это законное правило научного метода, согласно которому при прочих равных условиях следует отдавать предпочтение более простым теориям или объяснениям. Хотя многие ученые поддерживают принципы, подобные "бритве Оккама", далеко не очевидно, что простота действительно играет важную роль в оценке теории, и объяснить, почему разумно выбирать между конкурирующими теориями на таких основаниях, - это, конечно, не тривиальная проблема. Я с пониманием отношусь к утверждению Собера (1994, 2015), что, когда соображения простоты кажутся играющими легитимную роль в науке, реальную эпистемическую работу обычно выполняют какие-то другие соображения (Fitzpatrick 2009, 2015).
В любом случае, почему мы должны считать объяснения в терминах менее сложных процессов обязательно более простыми? Даже если согласиться с тем, что уровень когнитивной сложности можно рассматривать как один из способов оценки сравнительной простоты конкурирующих психологических теорий, существует множество других способов оценки относительной простоты, многие из которых противоречат рекомендациям Консервативного канона. Сам Морган (Morgan, 1894: 54-55) утверждал, что канон противоречит предпочтению простоты, поскольку в целом проще объяснить поведение животных так же, как можно объяснить подобное поведение у человека. Аналогичным образом, как отмечают Собер (2005) и де Ваал (1999), соображения эволюционной парсимонии - минимизации числа независимых эволюционных изменений, которые необходимо предположить, - иногда могут способствовать приписыванию животным более высоких процессов. Например, при попытке объяснить возникновение сходных форм поведения у человека и близкородственного вида приматов такие соображения могут склонить нас к предположению об эволюции единого высшего когнитивного механизма у общего предка обоих видов, а не о независимой эволюции двух разных механизмов. Кроме того, объяснение, приписывающее животному более сложные способности к обучению, можно назвать "более простым", чем объяснение ассоциативного обучения, если последнее требует от нас большего количества предположений о предыдущем опыте животного в решении соответствующей задачи. Таким образом, что бы ни думали о правомерности апелляции к простоте в сравнительной психологии, существует множество различных способов измерения относительной "простоты" поведенческих объяснений. Учитывая, что консервативный канон отдает приоритет одному конкретному виду простоты - уровню когнитивной сложности - перед другими, нам нужно еще одно обоснование, помимо совершенно общей апелляции к простоте, для консервативного канона.
Шеттлворт (2012: 12-13) считает, что канон имеет смысл, поскольку заставляет нас предпочесть объяснение поведения в терминах низших процессов - "привыкания и классического обусловливания", например, - которые, как мы уже знаем, широко распространены в животном мире, а не в терминах более сложных процессов, которые, вероятно, встречаются в природе гораздо реже. Аналогичным образом, Каррутерс (2008: 59) утверждает, что имеет смысл отказаться от чисто первопорядкового объяснения предполагаемых данных о метакогниции, учитывая правдоподобную редкость метакогнитивных способностей в природе, что следует из того факта, что для этого необходимо, чтобы рассуждения первого порядка уже существовали, и потому что это "чрезвычайно когнитивно требовательно". Идея, по-видимому, заключается в том, что, учитывая, что низшие процессы более распространены в природе, вероятность антецедента низших объяснений выше, чем вероятность высших объяснений.
Однако утверждение Шеттлворта, похоже, заставляет задуматься, поскольку не совсем ясно, какую роль играет ассоциативное обучение, как она его понимает, в объяснении поведения животных (Meketa 2014). Такие исследователи, как Рэнди Галлистел (2000), уже давно утверждают, что традиционные модели ассоциативного обучения не могут объяснить даже результаты стандартных экспериментов по классическому и оперантному обучению, которые лучше объясняются гораздо более богатыми моделями обработки информации. То же самое можно сказать и о Каррутерсе. Даже если он прав в том, что метапознание требует особых когнитивных усилий, исследования этой способности находятся на столь ранней стадии, что мы просто не представляем, насколько широко она может быть распространена в животном мире - возможно, она окажется довольно широко распространенной, поскольку дает особые эволюционные преимущества. Более того, аргумент Каррутерса теряет свою силу, когда мы рассматриваем приматов, близкородственных человеку, которые, несомненно, с большей вероятностью обладают такой редкой способностью, учитывая их эволюционную близость к виду, который, как известно, ею обладает.
Разумеется, есть случаи, когда соответствующая фоновая информация о рассматриваемом виде - уровень неврологической сложности, тип экологической ниши, информация о близкородственных видах и т. д. - может привести к тому, что мы с полным основанием будем повышать предшествующую вероятность конкретных низших объяснений по сравнению с высшими. Например, метакогниция, вероятно, слишком требовательна к крошечному мозгу плодовых мушек. Однако Консервативный канон закрепляет совершенно общее предпочтение низших объяснений перед высшими. То, что иногда предпочтение низшего перед высшим может быть разумным, не является достаточным основанием для такого всеобъемлющего предубеждения. Более того, тот факт, что вероятность обладания определенными психологическими способностями у разных видов различна, является причиной для отказа от консервативного канона, поскольку принцип не учитывает этого.
Помимо таких проблем с обоснованием, общий уклон в сторону низших объяснений, закрепленный в консервативном каноне, также очевидно пагубен с точки зрения его фактического и вероятного влияния на проведение исследований (см. также Михалевич, глава 41 в этом томе). Рассмотрим утверждения Галлистела еще раз. Гипотезы ассоциативного обучения часто являются первым сигналом для скептиков относительно сложного познания у животных. Соответственно, экспериментаторы (вполне справедливо) пытаются разработать эксперименты, способные опровергнуть такие гипотезы. Однако одним из последствий того, что ассоциативное обучение занимает позицию гипотезы по умолчанию, является то, что сравнительные психологи в целом приняли явно некритичное отношение к этому процессу, полагая, что это широко распространенный общий процесс, способный объяснить очень широкий спектр кажущегося сложным поведения, но не требующий особой когнитивной изощренности. Однако, если Галлистел прав, это, похоже, в значительной степени просто принимается как должное. Вот что происходит, когда определенные типы гипотез побеждают по умолчанию: природа и реальная объяснительная сила таких гипотез подвергается очень малому критическому анализу.
Более того, рассмотрим последствия того, что все исследователи будут следовать консервативному канону - то есть принимать или, по крайней мере, предпочитать наименьшее объяснение, соответствующее имеющимся данным во всех возможных областях исследования. Это может оказаться крайне вредным, поскольку оттолкнет исследователей от серьезного отношения к идее о том, что отдельные виды могут обладать более сложными когнитивными способностями, чем это считается необходимым при применении канона к имеющимся данным. Открытия в науке часто происходят, когда ученые активно ищут смелые и провокационные гипотезы, которые изначально не могут быть подтверждены эмпирически. Знаменитая работа фон Фриша о языке танца медоносных пчел является важным примером этого (Fitzpatrick 2008). Идея о том, что медоносные пчелы активно передают друг другу информацию о местоположении и качестве кормовых участков, была эмпирически доказана фон Фришем только после десятилетий терпеливых исследований, и, конечно, в течение всего этого времени существовали менее сложные с когнитивной точки зрения объяснения кормового поведения пчел, не связанные с коммуникацией, - например, что пчелы просто следуют за запахом, исходящим от возвращающихся кормилиц. Более того, я подозреваю, что эта замечательная система коммуникации могла бы и не быть обнаружена, если бы фон Фриш придерживался консервативного канона и принял самое низкое объяснение, которое было доступно в начале его исследований.
Ограничительный канон
Учитывая эти проблемы с консервативным каноном, гораздо более подходящим кажется сдерживающий канон. Этот канон не утверждает, что низшие объяснения автоматически побеждают, когда они доступны. Скорее, он призывает нас не одобрять более высокое объяснение, когда можно предложить более низкое. Изначально это кажется вполне разумным, и я подозреваю, что именно это имеют в виду многие очевидные сторонники консервативного канона. Тем не менее, сдерживающий канон весьма проблематичен.
Первая проблема касается условий, при которых могут быть приняты более высокие объяснения. Самая сильная версия принципа требовала бы, чтобы соответствующее поведение невозможно было объяснить в более низких терминах. Это явно слишком сильное требование. Ученые почти никогда не в состоянии окончательно исключить все альтернативные объяснения, независимо от того, насколько хорошо была разработана серия экспериментов. Максимум, на что можно надеяться, - это сделать альтернативные гипотезы неправдоподобными по сравнению с гипотезой-кандидатом. Принятие решения между конкурирующими объяснениями эмпирических данных - особенно поведенческих - обычно является вопросом определения баланса правдоподобности, а не строгим процессом элиминации. Тем не менее, похоже, что некоторые исследователи используют канон в столь жесткой манере, требуя от сторонников высших процессов представить данные, которые невозможно интерпретировать иначе (например, Povinelli and Vonk 2003). Такие требования чрезмерны и отвлекают от того, что действительно стоит на кону, - взвешивания общего баланса доказательств (Fitzpatrick 2009; Andrews 2015).
Однако есть и более фундаментальная проблема, связанная с каноном сдерживания. Основная идея заключается в том, что на высшие объяснения должно быть возложено бремя доказательства, чтобы противостоять нашему предполагаемому предубеждению против когнитивно сложных объяснений поведения животных. Согласно одной из недавних защит канона:
Следование канону заставляет глубже копать при постановке экспериментов и разработке теорий, и, таким образом, канон Моргана давит на сравнительных психологов, заставляя их создавать более качественную науку.
Но почему на сравнительных психологов должно оказываться "давление" только в одном направлении? Карин Д'Арси пишет так, будто ошибочными могут быть только высшие объяснения, делая акцент на тенденции проецировать человеческую народную психологию на другие существа. Однако сравнительные психологи могут стать жертвой всевозможных инференциальных предубеждений, не все из которых ведут к приписыванию высших процессов. История сравнительной психологии двадцатого века показывает, что исследователи также способны принимать низшие объяснения без достаточных доказательств. Когда-то считалось само собой разумеющимся, что все поведение животных можно объяснить в терминах классического или оперантного обусловливания, но не потому, что это имело прямую эмпирическую поддержку, а из-за вынужденного, мотивированного надуманными опасениями по поводу "антропоморфизма", стремления принять наименее когнитивно сложное объяснение поведения животных, которое только можно себе представить. Этим ученым также необходимо было "копать глубже" и "создавать более качественную науку".
Если проблема, с которой сталкиваются Карин Д'Арси и другие сторонники канона, заключается в том, что исследователи одобряют объяснения поведения животных, не уделяя должного внимания альтернативам, то мы видим, что асимметрия, заложенная в "Каноне сдерживания", является совершенно неуместной качестве ответа. Эта проблема в равной степени касается как низших объяснений, так и высших; однако в "Каноне ограничения" акцент делается только на высших объяснениях. Вместо этого гораздо лучше послужил бы следующий принцип, который я называю эвиденциализмом:
Ни в коем случае нельзя одобрять объяснение поведения животных с точки зрения когнитивного процесса X на основе имеющихся данных, если эти данные не дают нам оснований предпочесть его альтернативному объяснению с точки зрения другого когнитивного процесса Y - будь он ниже или выше на "психологической шкале".
Этот принцип призывает нас всегда помнить об альтернативных объяснениях, будь они когнитивно более или менее сложными, чем то, которое выдвигается, и поддерживать данное объяснение только тогда, когда удается показать, что это объяснение, каким бы оно ни было, лучше подкреплено имеющимися доказательствами, чем альтернативные варианты - "доказательства" здесь не обязательно должны быть только поведенческими, но могут включать любую информацию, имеющую отношение к оценке доказательного статуса данной психологической гипотезы.
Я не отрицаю, что сторонники высших процессов иногда не уделяют должного внимания альтернативам более низкого уровня при учете результатов конкретных экспериментов. В этом отношении исследователям действительно нужно "копать глубже" и пытаться разрабатывать эксперименты, которые могут обеспечить дифференцированное доказательство высших процессов, если они присутствуют, но нам не нужен "Запретительный канон", чтобы напоминать им об этом. Как сказал Собер (2005: 97), единственное "профилактическое средство", которое нам нужно для предотвращения тех видов ошибок и предубеждений в выводах, которые, как считается, контролирует канон Моргана, - это "эмпиризм". Крайне важно, что эвиденциализм улавливает все подлинные методологические преимущества, которые может принести сдерживающий канон, но он не закрепляет проблематичную асимметрию, заложенную в этом принципе, который ставит в центр внимания исключительно высшие объяснения. Эта асимметрия как совершенно не оправдана подлинными опасениями, на которые указывают сторонники канона, так и пагубна, поскольку отвлекает внимание от параллельных опасений по поводу систематической недооценки когнитивных способностей животных.
Предостерегающий канон
Таким образом, у нас остается "Канон предостережения". При такой интерпретации канон не следует рассматривать как предложение каких-либо конкретных методологических советов; скорее, он служит напоминанием студентам о неоднозначной истории исследований познания животных и призывает их не повторять ошибок своих предшественников. Проблемы, которые я выявил в других канонах, можно рассматривать как результат вырывания Канона из этого педагогического контекста.
Это прекрасно, насколько это возможно. В определенной степени "Канон" был полезен как педагогический инструмент, и Моргана следует продолжать помнить как ключевую фигуру в истории сравнительной психологии за указание на ошибки многих ранних работ в этой области - хотя тенденция современных исследователей фокусироваться исключительно на "Каноне" заслонила многие из его ключевых вкладов (Fitzpatrick and Goodrich 2016). Однако асимметричное внимание к приписыванию сложных когнитивных способностей животным остается проблематичным, а общее отсутствие параллельных предостережений о том, как исследователи могут сбиться с пути, когда дело доходит до отрицания наличия сложных когнитивных способностей у животных, на мой взгляд, крайне вредно для проведения исследований в области сравнительной психологии. Таким образом, ключевой идеей должно быть то, что можно найти в эвиденциализме. Именно это, а не "Канон Моргана", должно быть вбито в головы будущих поколений исследователей.
Глава 43. Слишком далекий мост? Выводы и экстраполяция от модельных организмов в нейронауке
Дэвид Майкл Каплан
Введение
Как и во многих других биологических науках, исследования в современной экспериментальной нейронауке в значительной степени опираются на целый ряд модельных организмов, включая крыс, мышей, обезьян, птиц, рыб и насекомых, но не ограничиваясь ими. Подход, основанный на использовании модельных организмов, чрезвычайно хорошо зарекомендовал себя в современной нейронауке как средство изучения природы разума и мозга. Согласно одной из последних оценок, исследования с участием нечеловеческих животных составляют более половины всех проводимых исследований (Manger et al. 2008). Еще более поразительно, что около 40 % всех исследований посвящены всего двум модельным организмам, которые эволюционно весьма далеки от человека, - крысе и мыши (в основном виды Rattus norvegicus и Mus musculus) (Manger et al. 2008; Keifer and Summers 2016). Учитывая, что двумя главными целями нейронауки являются: понимание отличительных особенностей структуры и функций человеческого мозга и разработка методов лечения таких заболеваний мозга человека, как болезнь Альцгеймера, болезнь Хантингтона, боковой амиотрофический склероз и другие, естественно возникает фундаментальный вопрос о том, что можно косвенно узнать о человеке, изучая мозг и нервную систему нечеловеческих животных.
Неврологи часто делают выводы о человеческом мозге, косвенно изучая нервные системы нечеловеческих видов (Schaffner 2001; Preuss 1995). В каждом случае эмпирические данные о каком-то причинном процессе или механизме в модельном организме используются для того, чтобы сделать выводы о том же процессе или механизме у другого вида (обычно человека) или ряда видов. Такой вид умозаключений часто называют экстраполяцией (Steel 2008). Несмотря на то, что эти термины используются не в строгом математическом смысле - оценка значения (или набора значений) переменной за пределами ее наблюдаемого диапазона, - оба они подразумевают определенную степень неопределенности в выводах. Но почему экстраполяция по своей сути рискованна? Как отмечают другие исследователи (Burian 1993; Steel 2008), экстраполяция была бы тривиальной, если бы модельный организм и целевой вид были совершенно одинаковыми. Однако неизбежно, что между разными видами будут существовать некоторые различия, особенно если их разделяют миллионы лет эволюции. Поэтому задача состоит в том, чтобы сформулировать, как можно надежно экстраполировать модель на объект, даже если известно, что различия присутствуют (Steel 2008).
В этой главе я рассматриваю широко распространенное использование и обоснование модельных организмов в нейронауке, уделяя особое внимание проблеме экстраполяции. Подход, основанный на использовании модельных организмов, обещает дать конкретное представление о работе человеческого мозга и раскрыть общие принципы организации и функционирования нейронов. Однако способность выполнить эти обещания зависит от того, насколько изучаемые модельные организмы репрезентативны для человека и других видов или таксонов, не ограничивающихся ими. Если модельные организмы тщательно отобраны, а предположение о репрезентативности соблюдено, подход обеспечивает подходящую платформу для обобщения или экстраполяции полученных результатов на человека и другие организмы. Другими словами, существует реальный, но преодолимый разрыв в выводах. Как будет подробно рассмотрено в этой главе, критерии, по которым нейробиологи выбирают модельные организмы, обычно не оптимизированы для репрезентативности, а отражают предубеждения удобства и условности. Следовательно, многие исследования автоматически не дают прочной основы для экстраполяции на человека или другие организмы - это слишком далекий мост для умозаключений. Выделив основные черты и ограничения подхода на основе модельных организмов в современной нейронауке, я описываю другой подход - эволюционно-сравнительный, который, хотя и менее распространен, обеспечивает надежную основу для экстраполяции результатов исследований на модельные организмы.
Что такое модельный организм?
Модельный организм может быть определен как любой вид, изучаемый в первую очередь для получения конкретных знаний о работе другого вида или общих механизмов, характерных для многих или всех живых существ (Ankeny and Leonelli 2011). Важно отметить, что для того, чтобы модельные организмы выполняли свою роль, они должны быть репрезентативны по отношению к другим видам, не только к себе. Именно это делает их подходящими и эффективными экспериментальными суррогатами или прокси для целевого вида (или целевого набора видов). Тот факт, что модельные организмы выполняют подобную роль, также оправдывает ярлык "модель", поскольку теоретические модели в науке обычно понимаются именно так (Ankeny and Leonelli 2011; Frigg and Hartmann 2017; Weisberg 2013). Однако этот вопрос является предметом постоянных споров, поскольку другие отвергают такое отождествление (например, Levy and Currie 2014).
Модельные организмы могут различаться по двум параметрам (Ankeny and Leonelli 2011). Во-первых, модельные организмы могут различаться по конкретному явлению, для изучения которого они используются ("репрезентативная цель"). Например, кальмар был использован в качестве модельного организма для изучения феномена генерации потенциала действия (Hodgkin and Huxley 1952), а кролик был выбран для изучения долговременной потенциации (Lømo 2003). Второе измерение характеризует, насколько широко результаты исследований, полученные на данном модельном организме, могут быть спроецированы или экстраполированы на более широкую группу организмов ("репрезентативный охват"). Способность обобщать полученные результаты на другие организмы является конечной мотивацией работы с модельными организмами, а репрезентативный охват отражает степень, в которой модельные организмы, по сути, являются репрезентативными для других таксонов. На одном конце спектра репрезентативность может быть максимально узкой, так что полученные результаты распространяются только на один вид, например, на человека (например, крысиные модели нейродегенеративных заболеваний человека, таких как болезнь Паркинсона). На другом конце спектра репрезентативность может быть максимально широкой, так что результаты, полученные на модельном организме, распространяются на все биологические организмы. Хотя трудно найти примеры, которые были бы заведомо универсальными, существует множество примеров, приближающихся к этому пределу. Например, бактерия Streptomyces lividans была использована для изучения структуры калиевого канала, лежащего в основе селективной калиевой проводимости (Doyle et al. 1998). В параллельном исследовании было показано, что этот же калиевый канал структурно сохраняется в доменах прокариот и эукариот, что свидетельствует о его широком репрезентативном охвате (MacKinnon et al. 1998). Наконец, охват может быть промежуточным, когда результаты охватывают некоторых, но не всех живых существ, например, всех и только млекопитающих или всех и только позвоночных.
Хотя Анкени и Леонелли (2011) не акцентируют на этом внимание, эти два измерения взаимозависимы. В частности, выбор объекта репрезентации автоматически ограничивает объем репрезентации. Например, если объектом исследования является эволюционно "поздний" феномен, такой как вокальное обучение, это ограничивает широту обобщения последующих выводов на основе модельного организма, поскольку у многих видов просто отсутствует данная поведенческая способность. Напротив, если объектом репрезентации является такой феномен, как ионная селективность калиевых каналов, которая, по-видимому, в значительной степени сохраняется среди организмов, то репрезентативность будет относительно широкой.
Зачем изучать модельные организмы в нейронауке?
Модельные организмы изучаются по двум основным причинам. Во-первых, многие из основных экспериментальных методов в нейронауке связаны с высокоинвазивными или терминальными процедурами и поэтому не могут быть использованы на людях с этической точки зрения. Более того, некоторые утверждают, что это делает их столь же недопустимыми при использовании на нечеловеческих животных (Levy 2012; LaFollette and Shanks 1997). Но это весьма спорный вопрос, который выходит за рамки настоящего обсуждения. Во-вторых, многие модельные организмы обладают более простыми нервными системами, которые в экспериментальном плане более доступны, чем человеческий мозг (Marder 2002; Olsen and Wilson 2008; Haberkern and Jayaraman 2016). Человеческий мозг представляет собой серьезную научную и техническую проблему из-за огромного количества нейронов (~86 миллиардов) и синаптических связей (~100 триллионов). В свете этой пугающей сложности исследователи часто прибегают к изучению более простых нервных систем, например беспозвоночных животных с гораздо более простыми и стереотипными схемами, в надежде, что эти исследования позволят получить общие принципы организации и функционирования нейронов, которые затем можно будет применить к более сложным нервным системам, включая человеческую.
Отбор модельных организмов в биологии: некоторые первые уроки
Для начала стоит рассмотреть, как выбираются модельные организмы в других, более устоявшихся областях биологии, таких как генетика и биология развития. В этих областях модельные организмы часто выбираются исходя из соображений удобства, стоимости, возможности проведения эксперимента или их сочетания. Например, Томас Морган Хант и другие основоположники современной генетики выбрали плодовую мушку (Drosophila melanogaster) прежде всего потому, что ее дешево разводить в лаборатории и у нее короткое время генерации (Allen 1975). Она также была привлекательна для первых генетиков из-за своей экспериментальной легкости, поскольку имеет относительно небольшое количество хромосом (четыре пары), и наблюдаемые мутации можно было легко индуцировать с помощью доступных в то время методов (Kohler 1994). Важно отметить, что степень, в которой данный организм поддается экспериментальному изучению, отражает методы и состояние теоретических знаний, доступных в данный момент. Например, то, что считается модельным организмом с экспериментально доступной генетикой, значительно изменилось с геномной революцией и появлением секвенирования и других инструментов.
Аналогичные соображения лежали в основе выбора круглого червя (Caenorhabditis elegans) в качестве модельного организма в молекулярной биологии и биологии развития. Лауреат Нобелевской премии, молекулярный биолог Сидни Бреннер вспоминает, как он перебирал учебники по зоологии, чтобы найти модельные организмы-кандидаты, удовлетворяющие списку четких критериев, включая быстрый жизненный цикл, доступный репродуктивный цикл и геном, а также небольшой размер тела, чтобы интересующие структуры могли поместиться под объектив электронного микроскопа (Ankeny 2001). Аналогичные соображения лежат в основе введения инбредных линий мышей в генетику (Rader 2004).
Эта базовая схема выбора модельных организмов, основанная на их удобстве и экспериментальной легкости, стала чем-то вроде руководящего принципа в экспериментальной биологии (Krebs 1975). Названный в честь Августа Крога, нобелевского лауреата по физиологии, который высказал эту идею в своей лекции много десятилетий назад, принцип Крога гласит, что "для большого числа проблем найдется какое-то животное или несколько таких животных, на которых их удобнее всего изучать" (Krogh 1929: 202). Важно отметить, что, как следует из этого принципа, то, какие именно организмы окажутся "наиболее удобными", зависит как от конкретного поставленного исследовательского вопроса или изучаемого явления (репрезентативной цели), так и от экспериментальных методов, доступных для проведения исследования (Burian 1993). Как видно из приведенных примеров, этот принцип кодифицирует основное рабочее предположение в современной экспериментальной биологии.
Выбор модельного организма в нейронауке
Неудивительно, что выбор конкретных видов в качестве модельных организмов в экспериментальной нейронауке также отражает подобные соображения. Например, кальмар (Loligo forbese) был выбран в качестве идеального экспериментального препарата для изучения генерации и распространения потенциала действия (Hodgkin and Huxley 1952). Ткань из аксонов Loligo остается физиологически чувствительной в течение многих часов, что делает ее очень удобной для проведения обширных экспериментов. Но главной причиной выбора аксона кальмара был его размер, который является одним из самых больших среди известных в животном царстве (Hodgkin 1976). Это позволяло проводить критические внутриклеточные записи мембранного потенциала, не повреждая клетку. Учитывая состояние техники внутриклеточной регистрации, доступной в то время, эта цель была бы недостижима в меньших экспериментальных системах.
По тем же причинам первые новаторские работы по нейронному возбуждению и торможению проводились на омарах и раках, а выбор организмов был обусловлен соображениями экспериментальной доступности. Во введении к одной из ранних работ Каффлер пишет: "Самое большое преимущество данного препарата заключается в его доступности, поскольку все клеточные компоненты могут быть выделены и визуально наблюдаемы" (Eyzaguirre and Kuffler 1955: 87). Каффлер выбрал препарат беспозвоночных, потому что он хорошо подходил для изучения экспериментальных вопросов о нейронной сигнализации, которыми он занимался. Многие другие исследования с участием различных беспозвоночных привели к значительным открытиям в области нейронауки, в основном потому, что эти организмы имеют легко поддающуюся изучению нервную систему, которая легко поддается функциональному и структурному препарированию (Marder 2002).
Хотя позвоночные и особенно млекопитающие в целом менее удобны для работы, чем беспозвоночные - у них более длительное время генерации, более жесткие требования к содержанию, более высокие затраты на содержание, повышенные этические проблемы и т.д. - Иногда явления, которые пытаются понять нейробиологи, просто отсутствуют или их трудно обнаружить у таксонов низшего порядка. Как было описано выше, не существует беспозвоночной модели для обучения вокализации. Поэтому позвоночные и особенно другие млекопитающие с более схожей с человеком нервной системой и схожими поведенческими и когнитивными способностями необходимы для решения многих исследовательских вопросов, на которые пытаются ответить нейробиологи (например, какова нейронная основа языка, семантической памяти и т. д.).
Как правило, при изучении любого явления неврологи стараются исследовать его на самом простом организме, у которого это явление наблюдается. Именно поэтому в большинстве исследований в области нейронаук с участием млекопитающих по возможности используется модель мыши или крысы (Manger et al. 2008), и лишь в редких случаях - нечеловеческие приматы. Об этом свидетельствует современная тенденция к использованию мышей и крыс для изучения сложных явлений, традиционно исследуемых на приматах, в первую очередь потому, что у них более компактная и экспериментально доступная нервная система. Кроме того, в настоящее время на грызунах доступны новые мощные методы, включая оптогенетику, но эти методы (по крайней мере, пока) оказались менее надежными у приматов (Diester et al. 2011).
Оценка перспектив экстраполяции
Учитывая бессистемный подход к выбору модельных организмов в нейронауке, каковы перспективы экстраполяции полученных результатов на другие организмы, включая человека? Одним из тревожных фактов является то, что крупные неудачи в экстраполяции происходят регулярно (например, Schnabel 2008). Однако многие исследователи, работающие с модельными организмами, не обращают на это внимания, оставляя широкий консенсус о репрезентативности модельных организмов в значительной степени непоколебленным. Неврологи часто полагают, что исследования с участием модельных организмов могут открыть очень общие, даже универсальные знания о структуре и функции всех нервных систем. Например, нейробиолог Ева Мардер утверждает, что беспозвоночные, такие как ракообразные, "представляют собой идеальные платформы для изучения фундаментальных проблем нейронауки... [и] для раскрытия принципов, которые являются общими для всех нервных систем" (2002: 318). Удивительно, но она не приводит никаких доказательств в поддержку этого утверждения, а вместо этого, похоже, предполагает определенную степень сходства между модельным организмом и объектом экстраполяции, которая гарантирует, что экстраполяция будет проведена и общие принципы будут выявлены. Эти предположения, по-видимому, широко распространены (например, Churchland and Lisberger 2015; Ahrens and Engert 2015; Nussbaum and Beenhakker 2002). Например, многие исследователи, изучающие модельные организмы млекопитающих (например, грызунов или нечеловеческих приматов), часто просто предполагают, что мозг всех млекопитающих очень похож, и что кора головного мозга, в частности, по сути инвариантна в своей внутренней организации у разных видов (Rockel et al. 1980; Preuss 1995, 2000, 2010). Это предположение о том, что эволюция мозга у млекопитающих была в высшей степени консервативной, оправдывает либеральное исследование любого конкретного вида млекопитающих как в целом репрезентативного для всего класса, включая человека. Действительно, Логан (Logan, 2002: 358) утверждает, что предположение о том, "что природа, возможно, не так уж разнообразна", в сочетании с "априорным ожиданием обобщенности" являются отличительными принципами подхода к модельным организмам в биологии в целом. Поэтому не стоит удивляться тому, что нейронауки также часто принимают эти допущения.
Важно отметить, что такой образ мышления не всегда был преобладающим. Например, несмотря на то, что использование дрозофилы вскоре стало доминировать в исследованиях, ранние исследования механизмов наследования в классической генетике включали большое количество организмов (Davis 2004). И только благодаря оценке того, как правила наследования соблюдались у многих организмов, была установлена общность выводов, полученных на основе какого-либо конкретного экспериментального организма (Davis 2004). Соответственно, всеобщность - это эмпирический вывод, к которому можно прийти, изучив данные по многим видам, а пригодность того или иного модельного организма для экстраполяции - эмпирическая гипотеза, которая должна быть подкреплена доказательствами (Logan 2002; Steel 2008). Согласно этой стратегии, предполагается, что причинно-следственная связь или механизм, обнаруженный в данном модельном организме, будет примерно соответствовать таковой в целевой системе в соответствии с имеющимися эмпирическими данными (Steel 2008).
Рассматривая репрезентативный объем модельных организмов как предположение по умолчанию или априорное предположение, а не как эмпирически подтвержденный вывод, эти исследователи используют стратегию "простой индукции", которую Стил (2008) называет "простой индукцией": делают вывод, что причинно-следственная связь или механизм, обнаруженные в модельном организме, более или менее приблизительно работают и в других родственных системах, если нет причин полагать иначе. Простая индукция проблематична, поскольку часто приводит к ошибочным экстраполяциям и не дает никаких указаний, когда есть основания подозревать, что экстраполяция может быть неверной (Steel 2008). Но почему вы считаете, что в нейронауке инференция небезопасна? Общая причина беспокойства заключается в диверсифицирующем характере эволюционных изменений, что создает проблему для свободной экстраполяции выводов от одного вида к другому. Эту озабоченность хорошо выразил Буриан (Burian, 1993):
Эволюция - это ветвящийся процесс, в котором каждый организм (каждая линия, каждый вид) имеет ярко выраженные признаки, отличающиеся, по крайней мере, некоторым образом от организмов (линий, видов), от которых он произошел... На (практически?) всех уровнях биологического мира - включая биохимический - остается открытым вопрос, насколько общими являются результаты, полученные при использовании конкретного организма.
(Burian 1993: 365)
В свете подобных соображений все большее число ученых и философов начинают подчеркивать важность эволюционных соображений при выборе модельных организмов и экстраполяции на их основе.
На пути к эволюционно-сравнительному подходу в нейронауке
Учитывая близость эволюции к другим областям биологии, отсутствие роли информации об эволюции в формировании выбора модельных организмов в нейронауке вызывает недоумение. Если целью изучения модельных организмов является создание платформы для обобщения на другие организмы, включая человека, то, несомненно, информация о филогенетических отношениях между модельным организмом и целевым видом должна служить руководством при выборе (Preuss 1995, 2000, 2009, 2010; Hedges 2002). Поразительно, но нейронаука не одинока в этом отношении; эволюция также игнорируется во многих областях биологии (Bolker 1995, 2012). Обсуждая ситуацию в биологии развития, Болкер утверждает, что "гилогения редко или никогда не является фактором при выборе модельных систем" (1995: 453), и подчеркивает, что биологи иногда даже активно избегают видов, занимающих критические точки ветвления или узлы филогенетического дерева, если с ними трудно работать экспериментально (Bolker 1995: 453).
Принятие эволюционно-сравнительного подхода предлагает единую основу для понимания сходств и различий между организмами. Информация о межвидовом сходстве, отражающая филогенетические отношения между модельным организмом и целевым видом (т. е. гомологии), может помочь эмпирически обосновать экстраполяцию. Сходство необходимо потому, что если бы два вида различались во всех отношениях, то, изучая один, нельзя было бы ничего узнать о другом. А общее эволюционное происхождение - это основной источник сходства между видами, который может служить основанием для надежности экстраполяции. Как говорит Марсель Вебер:
Полезность модельных организмов в значительной степени зависит от того, насколько филогенетически сохранны изучаемые механизмы. Любые экстраполяции от модельных организмов надежны лишь в той степени, в какой изучаемые механизмы имеют одинаковое эволюционное происхождение в модельном организме и у человека.
Следовательно, информация о его эволюционной истории и филогенетических связях с другими видами может стать важнейшим ориентиром для обеспечения репрезентативности модельного организма.
Эволюционно-сравнительный подход также предлагает полезный взгляд на межвидовые различия и их оценку. Если подход модельного организма предполагает сходство между мозгом разных видов (и минимизирует различия), то эволюционно-сравнительный подход учитывает разнообразие видов, возникшее в результате эволюционных изменений. В частности, нервная система каждого потенциального модельного организма понимается как отражающая свою уникальную эволюционную историю, которая, вероятно, будет отличаться от человеческого мозга в важных аспектах.
С этой точки зрения, правильно ли нейронаука исследует модельные организмы? Во-первых, давайте пересмотрим широко распространенную модель грызунов. Как указывалось выше, последний общий предок между крысами, мышами и человеком был примерно 90 миллионов лет назад ( Рисунок 43.1 ). Это значительный промежуток времени для независимой эволюции мозга. Учитывая, что структурная (молекулярная, клеточная и региональная) организация мозга млекопитающих представляет собой богатую платформу для вариаций, на которой может действовать естественный отбор, вполне вероятно, что изменения в организации мозга независимо накапливались в линиях человека и грызунов. Хотя известно много сходств в организации мозга (включая организацию коры) между крысами и мышами и другими млекопитающими, включая человека, известно также много важных различий (Preuss 2000). Это представляет собой очевидную проблему для экстраполяции и поднимает важные вопросы о том, насколько оправдано пристальное внимание к крысам и мышам. Это также вызывает более общие опасения по поводу того, является ли подход к модельным организмам в нейронауке многообещающим способом получить представление о работе человеческого мозга и открыть общие принципы строения и функционирования нервной системы.
Рисунок 43.1 Филогения животных на основе геномных данных. Показаны взаимоотношения и время дивергенции (миллионы лет назад (МГ) ± одна стандартная ошибка) для ряда модельных организмов.
Источник: Хеджес 2002
Далее рассмотрим использование нечеловеческих приматов в качестве модельных организмов. Люди и макаки (доминирующий вид приматов, изучаемый в нейронауке) разошлись более 20 миллионов лет назад, и поэтому имеют около 40 миллионов лет суммарной независимой эволюции (рис. 43.1). Стандартная точка зрения в нейронауке заключается в том, что результаты, полученные на макаках, легко переносятся на человека, поскольку их мозг во многом одинаков и имеет одну и ту же общую конструкцию. Однако мозг макаки нельзя рассматривать просто как уменьшенную, предковую версию человеческого мозга (Herculano-Houzel 2012; Rilling 2006), поскольку и человек, и макака эволюционировали в ответ на различные селективные условия за время, прошедшее с тех пор, как у них появился общий предок. Это означает, что следует проявлять осторожность при экстраполяции данных от макак к человеку. Подобные предостережения можно услышать и в отношении многих других модельных организмов, широко используемых сегодня в нейронауке.
ТЕЛЕГРАМКанал с обзорами, анонсами новинок и книжными подборками
Книжный Вестник
Бот для удобного поиска книг (если не нашлось на сайте)
Поиск книг
Свежие любовные романы в удобных форматах
Любовные романы
О психологии, саморазвитии и личностном росте
Саморазвитие
Детективы и триллеры, все новинки
Детективы
Фантастика и фэнтези, все новинки
Фантастика
Отборные классические книги
Классика
ВКОНТАКТЕБиблиотека с любовными романами, которая наверняка придётся по вкусу женской части аудитории
Любовные романы
Библиотека с фантастикой и фэнтези, а также смежных жанров
Фантастика
Самые популярные книги в формате фб2
Топ фб2
книги