Однако позвольте мне наконец перейти к главной теме разговора. Достигла ли современная когнитивная психология успехов в решении того, что я называю проблемой гештальтпсихологии, то есть проблемы значения, понимания, инсайта? Я хотел бы для начала отдать должное блестящим достижениям современной когнитивной науки — как в области искусственного интеллекта, так и в области обработки информации. Конечно, программы, основанные на искусственном интеллекте, работают совсем не по тому принципу, как думают люди, даже люди с необычайно высокоразвитыми умственными способностями; эти программы предназначены не для имитации человеческого мышления, а для достижения оптимальных решений. Эти программы лучше людей-экспертов справляются с такими задачами, как поиск нефтяных месторождений, прогнозирование погоды, точная медицинская диагностика, обнаружение вражеских стратегических ракет и игра в шахматы, поскольку они имеют удивительно совершенную память, мощные возможности для поиска, а иногда и встроенную эвристику.
Что касается моделей обработки информации, то некоторые из них предназначаются для искусной имитации процесса решения проблем людьми, особенно проблем в таких областях, с которыми люди могут быть еще не знакомы. Существуют программы, которые точно имитируют (включая такие сложные аспекты, как карты ошибок) те усилия по нахождению решений, которые предпринимают студенты в процессе работы над такими заданиями, как задача о кувшине с водой, задача о каннибалах и миссионерах (или, как она теперь называется, «Хоббиты и Орки»), задачи о переправе через реку, о башнях Ханоя и даже геометрическое задание, состоящее из доказательства равенства вертикальных углов, которое описывается в главе 3 книги «Продуктивное мышление» (Greeno, 1982).
Следовательно, программные продукты, являющиеся результатом разработок в когнитивной науке, позволяют решать ограниченный круг задач лучше, чем это может делать большинство людей, и способны составлять модели попыток решения проблем, неотличимые от тех моделей, по которым действуют сами люди, столкнувшиеся с этими же проблемами. Каким образом это достигается? Программы обоих типов используют представление задачи и осуществляют систематический поиск в конкретном поле задачи для нахождения ее решения[18].
Проблемы описываются как набор состояний реального мира в сочетании с набором операторов, выполнение которых преобразует эти состояния в другие. К примеру, в шахматах состояния реального мира — это положения шахматных фигурок на доске в любой данный момент игры, а набор операторов — это те ходы, которые фигуры могут совершать в соответствии с правилами игры. Такое «поле проблемы» можно представить в виде графика, точки на котором являются представлениями о конкретных состояниях реального мира, а проходящие через эти точки кривые — как трансформации из одного состояния в другое. При условии принятия подобного представления процесс решения задачи состоит из поиска, осуществляемого в поле проблемы, то есть нахождения пути от начальной точки на графике до точки, представляющей собой цель, которую предстоит достигнуть. Поле проблемы можно «пройти» тремя способами: с помощью «слепого» поиска, оценочных функций и эвристического поиска. «Слепой» поиск — это метод «грубой силы», когда исследуется каждая возможность до тех пор, пока не будет достигнута цель. Решение гарантируется, однако иной раз ценой огромных затрат времени и усилий. Использование оценочных функций позволяет упрощать график, сводя его к более удобным размерам путем усечения ответвлений. Например, если на каком-то пути вас может подстерегать смертельная опасность, весь этот путь отбрасывается. Различные типы эвристического поиска обязательно предполагают какое-то сокращение, ведущее к уменьшению времени и снижению расходов, необходимых для исследования поля проблемы, но при этом не гарантируется, что цель будет достигнута (то есть менее чем оптимальный подход). Анализ средств/целей представляет собой метод эвристического поиска, в котором поиск в поле прюблемы осуществляется в обратном направлении, то есть от цели к исходному состоянию. Суть этого метода состоит в том, что сравниваются настоящее состояние и целевое состояние, отмечаются различия, затем с помощью таблицы связей определяются операторы, способные уменьшить различия.
Представляю базовый подход, используемый в новаторской «Программе для решения общих задач» (Newell, Shaw and Simon, 1962) и во многих сходных программах, которые были составлены или написаны начиная с 1962 года. Такой подход имеет несколько «узких мест», часть из которых уже упоминалась. Во-первых, хотя анализ средств/целей адекватно описывает действия новичков в ходе решения задачи, он не в состоянии удовлетворительно описать такие же действия экспертов.
