Vhľad ako sebaorganizácia

Pred troma rokmi vyšla séria článkov a štúdii o vhľade od zástancov dynamických systémov. Tieto ma zaujímali hneď z dvoch dôvodov. Po prvé zahŕňali formálne modelovanie vhľadu. Po druhé, Tony Chemero sa vo svojej knihe odvolával na tieto štúdie ako na existenčnú evidenciu, že dynamické systémy môžu vysvetliť aj kognitívne fenomény a nielen vnímanie a motoriku na periférii.

Autori (Stephen et al., 2009a, 2009b) použili sériu problémov pozostávajúcich zo systému ozubených kolies. Probandi dostali informácie, že jedno koleso sa pohne v určitom smere a mali určiť, či sa iné koleso v reťazi pohne v smere, proti smeru hodinových ručičiek alebo či sa systém zasekne. Autori mali tieto problémy už odskúšané a vedeli, že probandi ich riešia nasledovne. Pohybom ukazováka sledujú kauzalitu točenia od prvého kolesa až po koleso, ktorého pohyb ich zaujíma. Po viacerých úspešne vyriešených problémoch dôjde u mnohých k aha zážitku. Zistia, že smer točenia sa párne mení. Aby sme rozhodli o smere točenia posledného kolesa, stačí zrátať počet kolies v reťazi a zistiť či je tento počet párny alebo nepárny. Táto stratégia je rýchlejšia, keďže probandi nemusia pri každom kolese otrocky sledovať smer otáčania. V prvej štúdii (Stephen et al., 2009a) autori nasadili probandom na prst senzor pomocou, ktorého merali uhlovú rýchlosť rotácie prstu.

Nasledovala analýza prstotočných dát. Autori sa uistili, že dáta obsahujú prvky nelinearity. Spravili tak pomocou lineárneho modelu, ktorý nedokázal plne popísať vzory v dátach. Následne autori použili takzvanú Recurrence Quantification Analysis (RQA). Táto meria, či sa systém nachádza v stabilnej fáze alebo či dochádza k fázovému prechodu. RQA meria vzdialenosť medzi časovo po sebe nasledujúcimi bodmi vo fázovom priestore. Ak sú nadväzujúce merania blízko (súdené na základe určitej prahovej hodnoty) tak tvoria súvislé línie, neprerušované trajektórie, ktorých dĺžka nás zaujíma. Výskyt mnohých dlhých trajektórii indikuje, že systém je v stabilnom stave. Autori použili viaceré indikátory tohoto výskytu. Okrem iného merali entropiu rozdelenia dĺžky trajektórii. Rovnomernejšie rozdelenia s viacerými rozdielnymi dĺžkami majú vyššiu entropiu (“náhodilosť”). Autori následne spravili regresiu počtu problémov, ktoré probandi vyriešili kým objavili jednoduchú stratégiu. Prediktory v regresii tvorili indikátory rozdelenia dĺžky trajektórii z RQA analýzy. Autori zistili, že entropia pred objavením riešenia stúpa.

Problémom spomenutých článkov sú divoké interpretácie, ktoré autori zo svojich analýz vyvádzajú:

We suggest that the new representation emerges as the ability of the current structure to offload entropy is exceeded by the entropy entering the system from the environment. The current structure is capable of dispersing input entropy, as long as input entropy remains within a limited range. When input entropy begins to exceed that range, system entropy starts to increase. Eventually the system becomes so entropic that it exceeds its critical threshold and the system reorganizes into a new representation. (Stephen et al., 2009a, s. 1822)

Autori nerozlišujú medzi entropiou ako štatistickou vlastnosťou určitého rozdelenia získaného pomocou analýzy dát a entropiou systému, resp. termodynamickou entropiou. Autori si zrejme predstavujú ľudskú kogníciu ako bublajúci kotol s kvapalinou, ktorý prechádza fázami s odlišnou entropiou. Cez akumuláciu mikroskopického kmitania (prstu) dochádza k emergencii makroskopických zmien. Makroskopickými zmenami zrejme autori myslia zmeny v reprezentácii problému. Mikroskopickým kmitaním sú zrejme myslené pohyby prstu.  Aj keď akceptujeme túto teóriu, nie je jasné čo má entropia rozdelenia dĺžky trajektórii získaná pomocou RQA z uhlovej rýchlosti kmitania ukazováka spoločné s entropiou systému? Teda okrem mena. Jeden argument, ktorý autori ponúkajú, je že v nelineárnych systémoch je možné rekonštruovať fázové prechody systému, bez toho že by sme museli poznať celý systém a stav všetkých častí systému. Stačí vybrať a merať vhodnú premennú, vhodný indikátor. Tento argument nie je pre ich interpretáciu dostačujúci. Zjavne nie každá meraná vlastnosť systému je relevantná pre spoznanie jeho stavu. Entropia rozdelenia dĺžky vlasov na hlave mi nepovie nič o entropii (nech už tým je myslené čokoľvek) alebo stave systému. Prečo by teda entropia rozdelenia dĺžky trajektórii získaná pomocou RQA z uhlovej rýchlosti kmitania ukazováka mala indikovať entropiu systému.

Začnime po poriadku. Prečo by nás v prvom rade mal pri kognitívnej úlohe zaujímať stav ukazováka? Tu autori znova ponúkajú viacej teórie. Podľa ich senzomotorického pohľadu na svet je kognícia prepletená a neoddeliteľná od motoriky. Kognícia kriticky interaguje pri riešení problému s motorikou. Totiž práve motorika je zdrojom tej vstupnej entropie, ktorú autori spomínajú v citáte vyššie. Povedané z mosta doprosta autori si to predstavujú nasledovne. Kognícia rozkmitá prst riešiteľa. Pohyb prstu je ovplyvnený perturbáciami a jeho kmitanie naspäť ovplyvní kmitanie mozgu a jeho kognitívny stav. Kmitanie rastie, entropia stúpa až nakoniec dôjde k fázovému posunu, keď sa zmení makrostav systému. Tým sa zmení reprezentácia problému a riešiteľ zažije aha. Túto teóriu je možné jednoducho otestovať. Zviažeme probandom počas riešenia ruky za chrbtom. Nulový pohyb prstov znamená nulové kmitanie. Nulové kmitanie nedodáva do systému žiadnu entropiu. Entropia sa teda nemení, tým nemôže dojsť k vhľadu a probandi neobjavia jednoduchšiu stratégiu. Reprezentacionisti predpovedajú, že probandi dokážu vyriešiť problém aj bez pohybu. Samozrejme takýto test nie je prívržencom dynamických systémov po chuti, keďže je jasné aký bude jeho výsledok. Koniec koncov ca. pätina probandov ukazovák nepoužívala a riešila úlohu bez pohybu ruky. Autori teda volia iný test. Namiesto toho aby ubrali “entropiu” sa ju rozhodnú pridať. V druhom experimente prvej štúdie menilo zobrazenie stimulov náhodne pozíciu o 30 resp. 60 pixlov ca. každú 1-2 sekundy. Výsledky ukázali, že pri náhodných pohyboch zobrazenia problému, probandi objavia jednoduchú stratégiu rýchlejšie. Problém s touto evidenciou v prospech senzomotorickej interpretácie, je, že je rovnako kompatibilná s reprezentacionalistickými predstavami. Ak mi niekto myká monitorom a ja nemôžem tak pomaly analyzovať reťaz kolies na monitore, budem sa snažiť nájsť nejakú alternatívnu stratégiu, ktorá mi umožní jednoduchšie a rýchlejšie nájsť riešenie.

V druhej štúdii autori zopakovali experiment pričom tentokrát merali pohyby očí a miesto kam proband hľadí na monitore. Takisto zopakovali analýzy pomocou uhlovej rýchlosti pohľadu, RQA a entropie ako indikátora. Výsledky boli rovnaké ako v prvej štúdii, čo moc neprekvapí ak chápeme pohyby ukazováka ako protézu pre pohľad, ktorá umožňuje stabilizovať a udržať v pamäti následné pozície pohľadu. Kmitanie očí tak môže suplovať prst zviazaný za chrbtom. Rovnako však môžeme manipulovať aj bod pohľadu tak, aby bol konštantný (povieme probandom nech pozerajú do stredu a problém im ukážeme v mierke aby sa zmestil do ich foveálnej oblasti, teda aby ho videli). V tomto prípade ťažko tvrdiť, že pohyb očí je nevyhnutný pri vyriešení problému. Samozrejme môžeme pokračovať ďalej a tvrdiť, že bod kam proband upiera pozornosť rotuje (n.b. pozornosť je nezávislá od pohybu očí). Najneskôr však v tomto prípade sme naspäť v mozgu a zo senzomotorickej interpretácie nič neostalo. Vskutku samotná prítomnosť druhej očnopohybovej štúdie ilustruje, že senzomotorická interakcia nie je vôbec kľúčová pre štúdium fenoménu.

Toľko k senzomotorickému argumentu a jeho plauzibilite. Chcem ešte pridať poznámky k použitým analýzam. Ako som spomenul autori ukázali, že pohybová časová séria dát je nelineárna a teda ju nie je možné plnohodnotne modelovať pomocou lineárnych metód. Následne používajú nelineárnu metódu pomocou ktorej sa snažia predpovedať moment objavenia jednoduchej stratégie. Otázne však nie je či lineárny model pohybových dát dokáže predpovedať sériu pohybových dát ale či lineárny model pohybových dát dokáže predpovedať aha moment lepšie ako nelineárny model. To sa týka aj úplne banálnej súvislosti uhlovej rýchlosti rotácii s momentom objavu. Čo sa podľa mňa totiž deje pred objavom je, že probandi začnú skúšať alternatívne stratégie, rozmýšľajú a tým z času na čas prerušujú svoju stratégiu. To môže viesť k väčšej rôznorodosti správania a nestabilite v RQA analýze. V tomto prípade je technický jazyk nelineárnych systémov redeskripciou psychologického príbehu bez pridanej explanačnej hodnoty.

Druhá štúdia je v tomto ohľade dôkladnejšia a prezentuje aj klasické analýzy miesta pohľadu. Tieto nie sú úspešné pri identifikácii momentu objavu jednoduchej stratégie, čo autori interpretujú:

The conventional expectation is that relatively coarse-grained measures of performance (i.e., reaction times, accuracy, fixational eye movements) obey symbolic constraints and will mark changes in focus or attention that will herald cognitive change. This expectation provides no predictive insight into the discovery of parity, as is evidenced by the repeated null results in the Response Time and Accuracy and the Number and Duration of Fixation sections of the Results section. […] On the other hand, dynamical systems analyses of the fine-grained fluctuations in eye movements have proven effective for predicting the discovery of alternation.

Reprezentacionalisti sú teda odsúdení na štúdium “hrubozrnných” indikátorov výkonu a nemôžu študovať tie jemnozrnné napr. uhlovú rýchlosť pohľadu. Kto im to zakázal a kto ich k tomu prinúti? Samozrejme ide o nezmysel. Napríklad Scanpath analýzy (Zangemeister et al., 1995) prezentujú priamu alternatívu k tradičný analýzam fixácii a nasledujú pri tom reprezentacionalistický prístup. Naopak často sa zdá, že zástancovia dynamických systémov majú predsudky voči lineárnym metódam a to až na toľko, že nedostatočne kontrolujú, či sú nelineárne metódy vôbec potrebné (pozri napr. kritiku v Wagenmakers et al., 2004).

Myslím, že hlavné nebezpečenstvo vyššie citovanej pasáže je identifikácia určitej metódy, analýzy s teoretickou pozíciou. Úspech nelineárnych metód je tak evidenciou pre neexistenciu reprezentácii a pre emergentný seba-organizačný charakter vhľadu. Čo si máme myslieť o bayesiánskych a iných nelineárnych metódach, ktoré postulujú reprezentácie? Tieto prípady vedú zástancov dynamických systémov k bizarným komentárom o pravej a nepravej emergencii. O vhodných a nevhodných nelineárnych metódach. Pričom vhodnosť metódy je definovaná arbitrárne pomocou oboru z kadiaľ pochádza (teda z fyziky nelineárnych systémov) a nie podľa iných dôležitejších kritérií ako je konvergencia alebo konzistentnosť. Nešťastným výsledkom splývania metódy a teoretickej pozície je už viackrát spomenutá situácia, že oblasť formálneho modelovania je rozdrobená na rôzne metodologické tábory – bayesiáni, konekcionisti, dynamicisti. Každý z nich si nesie svoju skrinku s nástrojmi a hľadá problém na ktorý by svoj nástroj aplikoval.

Na záver sa vráťme k Chemerovmu tvrdeniu, že dynamické systémy dokážu vysvetliť aj komplexné kognitívne fenomény ako je vhľad alebo riešenie matematických problémov a, že práce od Stephen et al. poskytujú evidenciu v prospech tohoto tvrdenia. Myslím, že dynamické systémy dokážu poskytnúť nanajvýš vágnu redeskripciu reprezentacionalistických novelistických vysvetlení. Pracujú s abstraktnými a všeobsažnými pojmami a fenoménmi ako entropia, mikroštruktúra, makroštruktúra, emergencia, seba-organizácia, fraktálová štruktúra alebo 1/f vývin spektra. Sú tak do určitej miery pokračovateľmi fyzikalistických historických prístupov ako behaviorizmus alebo gestaltistická psychológia, ktoré sa snažili vysvetliť fungovanie mysle pomocou zopár abstraktných omnipotentných mechanizmov (kondicionovanie, silové pole u Lewina).

Táto abstraktnosť ignoruje ultimátnu perspektívu. Ignoruje ekologickú podmienenosť kognitívnych mechanizmov a ich evolučný pôvod. Paradoxne no neprekvapivo tak dynamické vysvetlenia kognície stoja v kontraste k dynamickým vysvetleniam vnímania a motoriky. V poslednom prípade môžu dynamicisti a ekologickí psychológovia nebojácne argumentovať, že príroda postavila konkrétny mechanizmus bez reprezentácii, lebo takýto mechanizmus je rýchlejší a efektívnejší. V prípade kognície však prezentujú len vágne predstavy o systémoch minimalizujúcich svoju entropiu za konštantných perturbácii z okolia. Aby vysvetlili kogníciu musia zástancovia dynamických systémov ponúknuť rozhodne viac.

Stephen, D. G., Dixon, J. A., & Isenhower, R. W. (2009a). Dynamics of representational change: Entropy, action, and cognition. Journal of Experimental Psychology: Human Perception and Performance, 35, 1811–1822.

Stephen, D. G., Boncoddo, R. A., Magnuson, J. S., & Dixon, J. A. (2009b). The dynamics of insight: Mathematical discovery as a phase transition. Memory & Cognition, 37, 1132–1149.

Stephen DG, Dixon JA. (2009) The self-organization of insight: Entropy and power laws in problem solving. The Journal of Problem Solving;2:72-101.

Wagenmakers, E.-J., Farrell, S., & Ratcliff, R. (2004). Estimation and interpretation of 1/f noise in human cognition. Psychonomic Bulletin & Review, 11, 579-615.

W.H. Zangemeister, K. Sherman, and L.W. Stark (1995) Evidence for Global Scanpath Strategy in Viewing Abstract Compared with Realistic Images,o Neuropsychologia, vol. 33, no. 8, pp. 1,009-1,025.

Pridaj komentár

Zadajte svoje údaje, alebo kliknite na ikonu pre prihlásenie:

WordPress.com Logo

Na komentovanie používate váš WordPress.com účet. Log Out / Zmeniť )

Twitter picture

Na komentovanie používate váš Twitter účet. Log Out / Zmeniť )

Facebook photo

Na komentovanie používate váš Facebook účet. Log Out / Zmeniť )

Google+ photo

Na komentovanie používate váš Google+ účet. Log Out / Zmeniť )

Connecting to %s