Д. Райсберг

ПРОЦЕСС МЫШЛЕНИЯ: РЕШЕНИЕ ЗАДАЧ¹ Организация решения задач

Как мы поступаем, когда пытаемся отремонтировать сломанный ве­лосипед или восстановить разрушенную дружбу? Иногда ключ к преодоле­нию трудностей подобного рода находится или перед глазами (мы видим, что велосипедная цепь соскочила со звездочек), или в нашей памяти (мы вспоминаем, что друг любит, когда ему дарят цветы). Однако во многих слу­чаях потребуется поиск нужного решения, поскольку часто возникают так­же проблемы, с которыми мы не сталкивались прежде.

Такой поиск осуществляется в соответствии с двумя важными факто­рами: текущей ситуацией, с одной сто­роны, и заданной целью, с другой. Рас­смотрим цепь рассуждений водителя такси, который выбирает наилучший маршрут до аэропорта. Они опира­ются на его местоположение в настоя­щий момент и на стоящую перед ним задачу. Возможно, что такси находит­ся вблизи от свободной дороги, но это­го недостаточно, чтобы таксист сразу же поехал по ней.

Скорее всего, он сначала спро­сит себя: «Приведет ли эта дорога

¹ Глейтман Г., Фридлунд А., Райсберг Д. Основы психологии. СПб.: Речь, 2001. С. 361—365, 369, 374—377.

Глейтман Г., Фридлунд А, Райсберг Д. Процесс мышления...

меня туда, куда нужно?». Если эта дорога ведет в другом направлении или водитель вспомнит, что на ней начаты дорожные работы, он будет искать другую дорогу. Этот процесс сверки имеющихся данных с конеч­ной целью является центральным мо­ментом при решении задачи. Опреде­ляющей стратегией для решения зада­чи является анализ цели и средств, когда постепенно в процессе реше­ния задачи человек спрашивает се­бя: «Как я могу использовать дос­тупные мне сейчас средства, чтобы приблизиться к цели?»¹.

В лабораторных экспериментах испытуемых просили решить мно­жество задач: расшифровать ана­граммы (рис. 1), найти решение гео­метрической задачи (рис. 2) или пе­редвинуть предметы, чтобы получить искомый результат (рис. 3). Неуди­вительно, что люди по-разному бе­рутся за решение различных задач: от человека, который пытается соеди­нить 9 точек в одну линию, безуслов­но требуются навыки, отличные от тех, которые нужны для составления слова из набора букв. Но в любом случае все усилия человека, ре­шающего задачу, направлены к оп­ределенной цели.

Рис, 2. Задача девяти точек

Соедините все точки, последовательно

начертив четыре прямые линии,

не отрывая карандаша от бумаги

(Ответ см. на с. 678)

Рис. 3. Задача со спичками

Составьте из шести спичек четыре

равносторонних треугольника, длина

стороны которых равна одной спичке

(Ответ см. на с. 678)

Структура решения задач

Процесс решения задачи носит не только целенаправленный, но и ступенчатый характер: стремление решить одну задачу часто приводит к возникновению подзадач. Другими словами, необходимо добиться осу­ществления определенных субцелей на пути достижения главной цели. Здесь также полезен анализ цели и средств: «Мне нужно в универмаг.

¹ См.: Newell A., Simon НА. Human problem solving. Englewood Cliffs, N.J.: Prentice-Hall, 1972.

Тема 16. Основные теоретические подходы к изучению познания

Что отделяет меня в данный момент от моей цели? Расстояние. Что может изменить расстояние? Мой автомо­биль. Мой автомобиль не работает. Что ему требуется для работы? Но­вый аккумулятор, новый трос газа...» В данном случае первоначальная за­дача (добраться до универмага) сме­нилась серией подзадач (направлен­ных на ремонт автомобиля). Решая их, мы одновременно решаем и основ­ную задачу¹.

Во многих случаях подзадачи, с которыми сталкивается человек, от­носительно просты и понятны. На­пример, водитель такси вспоминает, что свободная дорога действительно ведет кратчайшим путем в аэропорт, и таким образом главная задача (до­браться до аэропорта) решается с по­мощью простой и знакомой програм­мы (ехать по свободной дороге). Эта программа, в свою очередь, состоит из простых подпрограмм, таких, например, как «ехать по правой стороне», «набирать скорость, когда впереди нет машин» или «обгонять другие ма­шины слева». Таким образом, решения простых подзадач группируются в решение главной задачи (рис. 4).

Использование подпрограмм приводит к высокой эффективности действий. Элементарные действия обычно хорошо отработаны, и это по­зволяет при решении задачи сосредоточиться на более крупном плане, вместо того чтобы заниматься деталями реализации этого плана. Факти­чески, это одна из причин, почему проблемы, которые новичкам кажут­ся неразрешимыми, не представляют трудности для мастера: даже стал­киваясь с новой для себя задачей, мастер будет полагаться на множество знакомых подпрограмм, которые хранятся в его памяти. Например, опыт­ный водитель такси почти не думает о правилах маневрирования на до­роге и поэтому может сфокусировать свое внимание на главной задаче. Водитель-новичок должен будет сосредоточиться на управлении автомо­билем и правилах дорожного движения, что, безусловно, затрудняет ре­шение главной задачи.

¹ См.: Newell A., Simon НА. Human problem solving. Englewood Cliffs, N.J.: Prentice-Hall, 1972.

Глейтман Г., Фридлунд А., Райсберг Д, Процесс мышления...

Мастерство

Умение управлять блоками подпрограмм — это то, что прежде все­го отличает мастера от новичка. Безусловно, у мастера есть и другие пре­имущества. У него больше знаний в определенной области, и эти знания столь тесно переплетены между собой, что каждый байт информации свя­зан со множеством других; это делает информацию легкодоступной в случае необходимости¹ <...>. Более важно, однако, то, что знание мастера сильно отличается от знания новичка, оно базируется на алгоритмах бо­лее высокого порядка и позволяет, в конечном итоге, мыслить более ши­рокими понятиями и решать задачи несколькими крупными действиями вместо множества мелких.

Рассмотрим мышление шахматных игроков². В одном из экспе­риментов игроков с различным уровнем мастерства (в том числе двух экс-чемпионов мира) попросили решить несколько шахматных задач. Все гроссмейстеры выбрали единственный путь, который приводил к решению задач, тогда как из множества остальных игроков это сделали лишь не­которые. Почему? Ученые считают, что причина кроется в том, как игро­ки структурируют задачу. Гроссмейстеры раскладывают задачу на круп­ные стратегические комбинации (например, наступление пешек на коро­ля), из которых естественным образом вытекают соответствующие ходы. Таким образом, у них есть «шахматный архив», где такие комплексные операции хранятся в виде отдельных мнемонических блоков, каждому из которых соответствует набор подпрограмм, определяющих нужные дей­ствия в данной ситуации. По некоторым данным, гроссмейстеры могут удерживать в памяти до 50 тысяч таких блоков, каждый из которых со­держит стратегическую комбинацию³.

Эти блоки можно выявить различными способами, включая движе­ние глаз игрока, когда он обдумывает позицию за шахматной доской. Например, игрокам различного ранга предъявляли на 5 с шахматную по­зицию из какой-либо партии и несколько минут спустя просили ее вос­произвести. Мастера и гроссмейстеры сделали это практически без оши­бок; начинающие игроки выполнили это задание гораздо хуже (рис. 5). И причина вовсе не в том, что мастера и гроссмейстеры имеют лучшую зрительную память. Когда им предъявляли позиции, мало вероятные в

¹ См.: Bedard J., Chi M. Expertise. Current Directions in Psychological Science. 1992.
Vol. 1. P. 135-139.

² См.: De GrootA.D. Thought and choice in chess. The Hague: Mouton, 1965; Chase W.G.,
Simon HA. Perception in chess // Cognitive Psychology. 1973. Vol. 4. P. 55-81; Chase W.G.,
Simon HA. The mind's eye in chess // Chase W.G. Visual information processing. N.Y.:
Academic Press, 1973.

³ См.: Chase W.G., Simon HA. Perception in chess // Cognitive Psychology. 1973. Vol. 4.
P. 55-81.

Тема 16. Основные теоретические подходы к изучению познания

Рис. 5. Воспроизведение шахматной позиции Мастерам, гроссмейстерам и начинающим игрокам на 5 с предъявляли позицию, встретившуюся в шахматной партии, после чего спустя не­сколько минут их просили воспроизвести положение фигур на доске. Стандартные результаты показаны на рисунке, ошибки заштрихованы¹

ходе игры, они запоминали их даже менее точно, чем новички². Следова­тельно, их преимущество заключалось в концептуальной оценке шахмат­ной позиции, а не в запоминании ее как таковой.

Стоит еще раз отметить, что шахматные мастера, как и мастера во­обще, имеют и другие преимущества, кроме огромного запаса возможных комбинаций. Они, например, также лучше оценивают создавшуюся ситу­ацию и могут дальше просчитать ее развитие⁸. Все связанные с той или иной ситуацией алгоритмы, безусловно, имеют большое значение для их мастерства⁴.

Автоматизм

Опора на знакомые программы действия дает много преимуществ. Как мы выяснили, она позволяет при поиске решения сосредоточиться на стратегических аспектах задачи, не зацикливаясь на деталях. Комп-

¹ См.: Hearst E. Psychology across the chessboard // Readings in Psychology Today.
N. Y.: Delmar Publishers, СЕМ Books, 1972.

² См.: Gobet F., Simon НЛ. Recall of random and distorted chess positions: Implications
fof the theory of expertise // Memory and Cognition. 1996. Vol. 24. P. 493-503.

⁸ См.: Charness N. Search in chess: Age and skill differences // Journal of General Psychology: General. 1981. Vol. 110. P. 21-38; Holding ВЛ., Reynolds Ш. Recall or evaluation of chess positions as determinants of chess skill // Memory and Cognition. 1982. Vol. 10. P. 237-242; Holding D.H. The psychology of chess skill. Hillsdale, N. J.: Eribaum, 1985.

⁴ См.: Allard E., Graham S., Paarsalu MX. Perception in sport: Basketball // Journal of Sport Psychology. 1980. Vol. 2. P. 14-21.

Глейтман Г., Фридлунд А., Райсбврг Д. Процесс мышления...

леке алгоритмов, хранящийся в памяти, позволяет организовать процесс решения, выделить нужные подзадачи. Так, новички обычно фокусиру­ют внимание на внешних признаках физической задачи, поэтому ста­раются объединить, например, все задачи, в условии которых есть пружи­на, или задачи, в которых присутствует наклонная плоскость. Мастера, напротив, быстро определяют глубинную структуру задач, поэтому груп­пируют их не по внешним признакам, а по физическим законам, лежа­щим в основе решения той или иной задачи. Первичное восприятие, управляемое имеющимися алгоритмами более высокого порядка, фокуси­рует их внимание на стратегиях, необходимых для решения задачи¹.

Переход к знакомым программам действия может стать настолько привычным явлением, что они будут выполняться без участия мышления. Другими словами, действие становится автоматическим и выполняется при минимуме внимания. Часто это именно то, что требуется, но иногда такой автоматизм сам может создать проблему: автоматические дей­ствия трудно прекратить или изменить.

Ярким примером этого является феномен Струпа, названный так по имени его открывателя². Для демонстрации этого феномена участни­ков просили назвать цвет, которым были напечатаны группы букв <...>. Если буквы — случайные последовательности (ФВИС; СГБР) или слу­чайные слова (СТУЛ; КРОВ), задача оказывается достаточно простой. Однако если буквы образуют названия цветов (желтый, красный), реше­ние задачи значительно усложняется. Например, испытуемый может ви­деть слово «красный», напечатанное зеленой краской; слово «голубой» — коричневой краской, и т.д. Задача состоит в том, чтобы назвать цвет букв, поэтому он должен сказать «зеленый», «коричневый» и т.д. Но в этой ситуации испытуемый не может не прочитать слово, и это вызывает сильную сопутствующую реакцию: он будет отвечать очень медленно, так как, пытаясь назвать цвет букв, из которых состоит слово, он одновре­менно борется с желанием прочитать вслух само слово. <...>

Искусственный интеллект:

решение задач с помощью компьютера

До сих пор в нашем исследовании остается много белых пятен. Например, мы сказали о том, что мышление определенным образом орга­низовано. Но как осуществляется эта организация? Мы отметили значе-

¹ См.: Chi М.Т. Н., Feltovich P. J., Glaser R. Categorization and representation of physios
problems by experts and novices // Cognitive Science, 1981. Vol. 5. P. 121-152.

² См.: Stroop J.R. Studies of interference in serial verbal reactions // Journal of
Experimental Psychology. 1935. Vol. 18. P. 643-662.

43 Зак. 2218

Тема 16, Основные теоретические подходы к изучению познания

ние мыслительных установок. Но как ищущий решение человек находит нужную установку? Эти и другие вопросы требуют более конкретного изучения. В какой форме должно проходить это изучение и как можно проверить его правильность?

Одно из направлений — попытка создания компьютерных про­грамм, повторяющих человеческое мышление, воплощение в реаль­ность мечты о создании искусственного интеллекта. Толчком к на­чалу этой работы послужило убеждение, разделяемое многими психо­логами, что люди и компьютеры похожи по крайней мере в одном важном отношении — и те и другие являются системами, перерабаты­вающими информацию. Мы уже касались информационного подхода, когда говорили о восприятии и памяти. Например, рассматривая ка­кие-то события, которые временно активизируются в рабочей памяти, записываются, хранятся, а впоследствии извлекаются из памяти, мы описываем механизм, посредством которого информация переводится из одной формы в другую. То, что мы называем мышлением, вероят­но, тоже является систематической манипуляцией концептуальными блоками нашего мозга.

Конечно, компьютер и мозг различаются по многим параметрам, включая то, что они используют различные физические субстраты: по­лупроводники у одних, нейроны у других. Но это не означает, что они должны функционировать по-разному. В конце концов, счеты и кальку­лятор физически различны, однако оба действуют в соответствии с пра­вилами арифметики. И со многих точек зрения не важно, что компью­тер состоит из неорганических частиц, а нервная система — из органи­ческих молекул. То и другое, тем не менее, можно рассматривать как информационные процессоры, и изучение одного поможет нам понять другое.

Алгоритмы и эвристики

К классическим трудам, посвященным созданию искусственного интеллекта, относятся работы Аллена Ньюэлла и нобелевского лауреата Герберта Саймона, которые запрограммировали компьютер на игру в шах­маты, формулирование и доказательство теорем в виде символьных пос­ледовательностей и решение мировых проблем. Ньюэлл и Саймон зало­жили в основу своей программы результаты научного исследования, в котором участников просили просто размышлять вслух в процессе поис­ка решения различных задач. Этот метод размышления вслух выявил множество стратегий, используемых людьми, а Ньюэлл и Саймон переве­ли их на язык компьютерных программ. С таким обеспечением комью-

Глейтман Г., Фридлунд А.., Райсберг Д. Процесс мышления...

тер легко решал задачи, которые люди считали легкими, и испытывал трудности с теми задачами, которые казались людям сложными¹.

При описании используемых людьми стратегий Ньюэлл и Саймон разделили их на два вида: алгоритмы и эвристики. При использовании алгоритмов операции, необходимые для получения решения, выполняют­ся в пошаговом режиме. Если задача имеет решение, алгоритм гаранти­рует, что это решение будет получено (хотя в некоторых случаях путь к нему очень долгий). Рассмотрим, к примеру, человека, решающего крос­сворд и пытающегося подобрать синоним к слову настойчивый, которое

подошло бы к следующему формату: _п_рн__. Алгоритм к нахождению

этого слова действительно существует: каждая возможная комбинация букв может быть вставлена в четыре свободные клетки и затем полное слово проверено по словарю. Этот процесс обязательно приведет нас к слову упорный, но для этого, возможно, придется проверить около полу­миллиона вариантов.

Во многих случаях использование алгоритмов слишком замедляет процесс решения, требуя больше времени (и сил), чем задача того заслужи­вает. Именно поэтому при поиске решения люди часто полагаются на эври­стики. Такая стратегия часто помогает быстро получить ответ. Как правило, эвристики срабатывают (в отличие от алгоритмов, которые срабатывают все­гда), но иногда становятся причиной ошибки. В кроссворде, например, эврис­тика позволяет обратить внимание на распространенные сочетания слогов (к примеру, если вторая буква слова — «ф», то первая, скорее всего, окажется гласной). Это полезно, потому что избавляет нас от работы с заведомо бес­смысленными комбинациями букв, но в чем-то и рискованно, поскольку от­ветом может быть редкое слово с необычным произношением.

В качестве еще одного примера возьмем врачей, которые ставят ди­агноз, сначала определив наиболее вероятные варианты и затем проверяя их. Разумеется, это означает, что они могут случайно упустить из вида пра­вильный вариант, но этим риском, вероятно, можно пренебречь: если они будут рассматривать каждый возможный вариант, прежде чем двигаться дальше, то диагноз может быть получен только тогда, когда в нем уже от­падет надобность. Эвристики очень широко распространены. И это разум­но, поскольку жизнь коротка, а человеческие возможности ограниченны.

Эвристики принимают различные формы, и некоторые из тех стра­тегий, о которых мы говорили выше, фактически являются эвристичес­кими, включая обратное действие или решение по аналогии. Эвристики никоим образом не гарантируют получение ответа, но они очень часто дают решение задачи и, вероятно, являются более эффективными, чем алгоритмы.

¹ См.: Newell A., Simon НА. Human problem solving. Englewood Cliffs, N.J.: Prentice-Hall, 1972.

Тема 16. Основные теоретические подходы к изучению познания

Пределы возможностей искусственного интеллекта

Компьютерная аналогия добавила новый увлекательный аспект в изучение когнитивных процессов. Однако в этой области исследователи часто наталкиваются на противоречия. Очевидно, что существующие в настоящее время компьютерные программы имеют довольно ограничен­ные возможности. Неясным остается то, как интерпретировать эти огра­ничения.

Действительно ли ученые способны создать компьютер, равный по уму человеку? Психологи, философы и программисты активно ищут от­вет на этот вопрос. И нам представляется целесообразным сделать крат­кий обзор тех трудностей, с которыми они сталкиваются.

Четко определенные и неопределенные задачи. Четко определен­ная задача предполагает, что нам с самого начала известно, каким кри­териям должно удовлетворять ее решение и что существует способ быс­трой оценки правильности решения. Так, при игре в шахматы нужно определить, повержен ли король противника. При решении анаграмм вы определяете, составляют ли переставленные буквы такую комбинацию, которая есть в словаре. При ремонте двигателя вы должны ответить на вопрос; заводится ли теперь автомобиль?

Однако многие задачи, с которыми сталкиваются люди в своей жиз­ни, не имеют четкой формулировки. Рассмотрим, например, задачу напи­сания хорошего короткого рассказа. Очевидно, что решение этой задачи выражается в словах на бумаге, но довольно трудно выделить, какие еще характеристики должен иметь хороший рассказ. Это относится и к на­писанию красивой картины, и к планированию удачного отпуска, и к привлечению внимания понравившегося вам человека.

В подобных случаях важным шагом является уточнение определен­ности задачи каким-либо образом — по сути дела, это превращение неопре­деленной задачи в четко определенную. При решении неопределенной за­дачи часто помогает правильная расстановка подзадач. Решая одну за дру­гой эти подзадачи, мы постепенно движемся к главной цели. Это означает, что решение задачи большей частью зависит от процесса уточнения и кор­ректирования подзадач, и этот процесс до сих пор находился за пределами досягаемости компьютерных программ. Такие программы хорошо справля­ются с четко определенными задачами, но оказываются в тупике, сталкива­ясь с неопределенными задачами, которые люди решают каждый день.

Отсутствие здравого смысла. Многие ученые уверены, что решаю­щее различие между человеческим мозгом и искусственным интеллек­том заключается в том факте, что люди обладают здравым смыслом, а компьютеры — нет.

Рассмотрим простой пример. Допустим, вы написали компьютер­ную программу, выполняющую функции секретаря колледжа, такие, как

Глейтман Г.. Фридлунд А, Райсберг Д. Процесс мышления…

ведение списков учащихся и проставление их отметок. Вы, безусловно, можете ожидать, что программа будет выполнять эту работу лучше, чем человек, — она никогда не пропустит и не потеряет запись. Теперь пред­положим, вы задаете компьютеру простой вопрос: сколько человек со специализацией по психологии сдали в прошлом семестре курс «Мате­матика»? Компьютер проверит данные и выдаст ответ: «Никто». Этот ответ, вероятнее всего, покажется вам странным и заставит вас подозре­вать, что будущие психологи страдают каким-то особым расстройством. Но если вы знаете об ограниченности большинства компьютерных про­грамм, то вы зададите компьютеру следующий вопрос: а сколько чело­век со специализацией по психологии записалось на курс «Математика» в прошлом семестре? Когда компьютер выдаст ответ: «Никто», вы вздох­нете с облегчением. И несмотря на ваше облегчение, вы все же почувст­вуете сильное сомнение относительно компетентности компьютера¹.

Конечно, программист мог бы закодировать подходящие к данному случаю знания из области здравого смысла, а также для всех других слу­чаев, и заложить эту информацию в компьютер. Однако перспективы та­кой попытки на данный момент очень туманны. Главная трудность со­стоит в том, что приложение здравого смысла к конкретной ситуации часто зависит от понимания человеческих намерений и ценностей, а в данный момент мы знаем очень мало о том, как дать компьютеру знания такого рода. Именно поэтому ответ компьютерного секретаря показался спрашивающему странным.

Здесь также можно привести в пример компьютерную программу MYCIN, разработанную для помощи врачам при лечении инфекционных болезней. Эта программа рекомендовала не применять некоторые антиби­отики для детей до 8 лет по той причине, что антибиотики портят растущие зубы. Врач, очевидно, решит, что эту сторону действия антибиотиков мож­но не учитывать, если болезнь достаточно серьезна. Это именно тот тип ценностно-ориентированной оценки, которую компьютер сделать не в со­стоянии.

Современные компьютеры могут ответить на очень многие вопросы, но они не могут «понять», почему эти вопросы задаются. Они способны следовать жестким правилам, но не чувствительны к обстоятельствам, ко­торые могут потребовать исключения из этих правил. В этом отношении человеческий интеллект отличается от искусственного, поскольку челове­ческое мышление обладает таким важным элементом решения задач, как здравый смысл, которого компьютеры еще не имеют и, как считают неко­торые, никогда иметь не будут.

¹ См.: SperberD., Wilson D. Relevance: Communication and cognition. Oxford: Blackwell, 1986.

Тема 16. Основные теоретические подходы к изучению познания

Решение задачи девяти точек Задача (см. рис. 2) решается при помощи выхода за пределы квадрата, который зрительно образуют 8 точек. Большинство испытуемых не смогли справиться с решением из-за зритель­ной установки, вызванной концептуальной организацией рисунка

Решение задачи со спичками Чтобы составить из шести спичек четыре равносторонних треугольника (см. рис. 3), нужно построить из них трех­мерную пирамиду. Большинство испытуемых, решающих задачу, считают, что спички должны лежать в плоскости.