Коллектив авторов
Избранные труды конференции «Когнитивные исследования на современном этапе»
От интеграционного вызова в когнитивной науке к интегрированной методологии
В. И. Заботкина
Современный этап развития общества и науки характеризуется переходом к новой модели порождения и передачи знания (Заботкина, 2012). Если традиционная модель была узкоспециальной, гомогенной, иерархической и определялась, как правило, академическим сообществом (Fox, 2009), то новая модель – междисциплинарна, генерируется в прикладном контексте и не укладывается в конвенциональные дисциплинарные схемы. Эта модель гетерогенна, она востребует широкий спектр навыков и умений и вовлекает разнообразные формы передачи знаний. В отличие от традиционной гомогенной модели новая модель имеет гетерархическую структуру, т. е. подвержена изменениям и не следует заранее определенной системе организации знания (Nowotny et al., 2004).
Вторая модель знания более рефлексивна, расплывчата и социально контекстуализирована. Она показывает, как социальные практики, такие как генерация знания и дискурса, отражаются на социальных факторах – участниках социального взаимодействия.
Когнитивная мегапарадигма, утвердившаяся в научном познании в последние десятилетия, является самым ярким проявлением междисциплинарности, своеобразным откликом на вызовы времени. Вторая когнитивная революция, основанная на достижениях в области компьютерной техники, когнитивной психологии и лингвистики, заложила основы перехода ко второй модели генерации знания.
Одним из основных вызовов XXI в., стоящих перед когнитивной наукой, является проблема интеграции различных сфер знания и дисциплин, входящих в данную науку. Как справедливо указывает президент Национального исследовательского центра «Курчатовский институт» М. В. Ковальчук, «сейчас цивилизация находится в точке бифуркации, смены методов познания. Процесс познания середины XX в. представлял собой путь анализа: мы углубляли и продолжаем углублять свои знания о мире, подстраивая под них науку, технологии, а затем и промышленность. В середине прошлого века начала формироваться принципиально новая линия – линия синтеза. Сегодня анализ поглощается синтезом, но вместе с тем не исчезает, а продолжает развиваться параллельно, оставаясь его основой и предпосылкой… Мы достигли той стадии, когда дальнейшее развитие науки, образования, промышленности возможно только на междисциплинарной основе, конвергенции, взаимопроникновении наук и технологий, ведь сама природа конвергентна по своей сути» (Ковальчук и др., 2013). Основная задача когнитивной науки заключается в разработке единого каркаса, который позволит определить взаимоотношения между различными дисциплинами, относящимися к когнитивным наукам, а также выявить различные уровни организации работы сознания/мозга, которые изучает данная наука.
Главными элементами каркаса, объединяющего все науки когнитивного цикла на ранних этапах, были два положения: 1) когниция понимается как форма переработки информации; 2) процесс переработки информации подчиняется определенному алгоритму.
Одним из возможных ответов на интеграционный вызов может быть методика многоуровневого анализа когнитивных систем, предложенная Д. Марром (Marr, 1982). Марр выделяет следующие уровни анализа, отличающиеся степенью абстрактности:
1. Вычислительный уровень (анализ определенного типа задания, которое выполняет когнитивная система):
– перевод общего описания когнитивной системы в конкретную задачу по переработке информации, которую необходимо решить;
– идентификация ограничений, связанных с решением данной конкретной задачи по обработке данных.
2. Алгоритмический уровень:
– объяснение того, как задача по обработке информации может быть выполнена в соответствии с определенным алгоритмом.
3. Уровень внедрения:
– уровень реального воплощения алгоритма в действие (применение его на практике).
Марр не только различает уровни когнитивной деятельности, но и показывает связи между ними (от верхнего к нижнему), поскольку считается, что анализ на вычислительном уровне ограничивает область анализа на алгоритмическом уровне, который, в свою очередь, ограничивает анализ на уровне внедрения. Таким образом, уровни отличаются степенью абстрактности.
Основное возражение относительно трехуровневой гипотезы как глобальной исследовательской модели для когнитивной науки состоит в том, что различие, которое Марр проводил между вычислительным, алгоритмическим уровнем и уровнем внедрения часто принималось за общий принцип всей когнитивной науки. Алгоритмический анализ в большей степени пригоден для исследования четко выделяемых когнитивных систем. Если же это так, то трехуровневая гипотеза применима лишь для небольшого участка всего поля когнитивных исследований.
Среди представителей когнитивной науки принято четко разграничивать модулярные и немодулярные когнитивные системы. В соответствии с теорией модулярности определенные формы переработки информации закреплены за отдельными когнитивными модулями в нашем мозгу (и далее – за определенной группой нейронов, или их пучков-нодов). Некоторые радикальные психологи трактуют мозг как набор специализированных модулей. Это, по сути, различие между когнитивными процессами высшего уровня, которые характеризуются вовлечением большого объема поступающей информации не только частного, но и общего характера и когнитивными процессами низшего уровня, которые характеризуются быстрой обработкой информации для принятия решений по конкретным проблемам.
Модулярные системы характеризуются такими параметрами, как:
– Ограниченный характер доменов. Это очень конкретные механизмы, которые выполняют определенную работу в определенной области применения.
– Информационная инкапсуляция. Выполняя «свою» работу, модулярные системы не подвергаются воздействию других процессов, которые происходят в это время в мозгу. Модулярные системы не могут пройти фильтрацию посредством вовлечения в процесс мышления фоновых знаний или ожиданий.
– Быстрота. Они преобразуют ввод информации (например, структуры, воспринятые рецепторами сетчатки глаза) в вывод (например, трехмерные репрезентации объектов) достаточно быстро, чтобы осуществлять контроль за происходящими процессами.
– Фиксированная структура нейронных связей. Часто представляется возможным идентифицировать конкретные области мозга с определенными типами модулярной переработки информации.
– Четкость признаков нарушения деятельности модуля. Нарушение модулярной переработки информации имеет четкие признаки. По характеру сбоев можно получить данные о форме и структуре самой модульной переработки (Bermúdez, 2011, р. 140).
Таким образом, основная проблема относительно принятия трехуровневой гипотезы Марра в качестве общей методологии когнитивной науки состоит в том, что когнитивные системы, которые больше всего подходят для анализа, по Марру, должны носить модулярный характер. Лишь относительно модулярных систем понятно, как ставить вычислительные задачи, чтобы они были достаточно ограниченными и определенными, поскольку должен существовать алгоритм, на основе которого проводится вычисление. Эти ограничительные рамки создают особые проблемы для систем (немодулярного характера), которые не являются информационно инкапсулированными. Современные инструменты исследований, такие как функциональный магнитно-ядерный резонанс, позволяют более полно изучить организацию мозга. Так, в соответствии с последними исследованиями американского исследователя М. Андерсона (Goodmon, Anderson, 2011), нейроны, или их пучки-ноды, отвечающие за языковую деятельность, не концентрируются в одном конкретном участке головного мозга, а разбросаны по различным областям. Один и тот же нод может отвечать за несколько когнитивных функций.
Вторым возможным путем решения проблемы создания единого каркаса для когнитивной науки является развитие так называемой «модели ментальной архитектуры» (Bermúdez, 2011, р. 14). Такая модель включает две составляющие: 1) определение того, каким образом работа сознания распределяется между различными когнитивными функциями, 2) каким образом происходит обработка информации в каждой отдельной когнитивной системе.
В соответствии с этой моделью дисциплины, входящие в когнитивную науку, различаются по трем параметрам:
– по типу изучаемой когнитивной деятельности;
– по уровню организации, на котором изучается этот вид когнитивной деятельности;
– по степени точности методов и инструментов, которые используются в данной науке.
Однако данная модель требует дополнительной разработки и уточнения.
В последние годы широкое признание получила гипотеза динамических систем в когнитивной науке в качестве альтернативы традиционным моделям когниции как систем переработки информации. Основные положения этой теории:
– Динамическая система – это некая система, которая закономерно развивается во времени.
– Динамические модели используют вычислительные методы, чтобы проследить развивающиеся отношения между небольшим числом переменных во времени.
– Динамические системы часто демонстрируют связь, основанную на взаимозависимости между переменными, и стремление к аттрактору.
– Когнитивные системы, смоделированные на основе теории динамических систем, не демонстрируют многие из классических черт систем переработки информации.
Динамические модели не носят репрезентационного, компьютационного, алгоритмического или ограниченного характера (Bermúdez, 2011, р. 453).
Некоторые сторонники подхода динамических систем высказывают слишком решительные идеи в этом направлении. Ван Гельдер, например, предположил, что модель динамических систем со временем полностью вытеснит вычислительные модели (Van Gelder, 1998). Однако подобные утверждения игнорируют одну из наиболее важных характерных черт когнитивной науки. Когнитивная наука – наука междисциплинарная и многоуровневая. Мышление – слишком сложное явление, чтобы его можно было полностью понять посредством одной дисциплины или на одном уровне исследований. Подобное относится к гипотезе динамических систем не в меньшей степени. Возможностей получить полную картину работы сознания/мозга посредством теории динамических систем не больше, чем с помощью полного набора данных, предоставленных нейробиологами или, скажем, представителями искусственного интеллекта. Все эти дисциплины дают нам глубокое, но лишь частичное понимание проблемы. Реальная задача когнитивной науки – интегрировать достижения всех наук в объединенную и полную картину работы сознания.
Таким образом, несмотря на многочисленные попытки решения интеграционного вызова, стоящего перед когнитивной наукой, до сих пор не удалось создать единый каркас (framework), который мог бы объединить все составляющие данной науки на основе общих принципов, общего объекта исследования.
Чрезвычайно плодотворной представляется предложенная К. В. Анохиным теория когнитома как полной системы субъективного опыта, сформированной у организма в процессе эволюции, развития и познания (Анохин, 2014). Мы разделяем его мнение о том, что единый предмет когнитивной науки должен быть математически формализуем, и очевидной причиной этого является необходимость соединения искусственного интеллекта с остальными когнитивными дисциплинами. Ни в коем случае не умаляя роль искусственного интеллекта, мы признаем роль когнитивной лингвистики как системообразующего фактора в когнитивных дисциплинах.
Как об этом говорит Е. С. Кубрякова, основатель российской когнитивно-дискурсивной парадигмы, когнитивная лингвистика связывает воедино и философию, и психологию, и лингвистику, и искусственный интеллект, поскольку язык по-прежнему служит единственным и уникальным инструментом, обеспечивающим нам доступ к сознанию, своего рода «окном» в сознание. Когнитивная лингвистика обогащает философию, привнеся идею образных схем, она позволила философам-когнитологам использовать этот образный компонент в процессе категоризации, концептуализации мира.
На особую систематизирующую функцию языка в когнитивном цикле указывает Т. В. Черниговская. Человеческий язык, по ее мнению, «является эффективным средством противостояния сенсорному хаосу, который постоянно атакует нас; именно язык обеспечивает номинацию ментальных репрезентаций сенсорного опыта и, таким образом, «объективизирует» индивидуальные впечатления, обеспечивая описание мира и коммуникацию. Именно язык, базируясь на генетически обусловленных алгоритмах и являясь культурным феноменом, соединяет объекты внешнего мира с нейрофизиологическими событиями в мозгу, используя конвенциональные семиотические механизмы. Язык – особая, видоспецифичная способность мозга, дающая возможность строить и организовывать сложные коммуникационные сигналы и обеспечивать мышление – формирование концептов и гипотез о характере, структуре и законах мира» (Черниговская, 2013).
Мы считаем необходимым рассмотреть когнитивную науку с точки зрения многомерной системы интеграции различных уровней. В этой системе две оси: вертикальная и горизонтальная. По вертикали можно выделить различные уровни интеграции отдельных дисциплин, концептуальных доменов знания: 1) локальная интеграция на уровне отдельно взятой области знания (например, когнитивно-дискурсивная парадигма в лингвистике); 2) на уровне кластера наук (например, интеграция между отдельными дисциплинами в рамках наук гуманитарного профиля); 3) на уровне взаимодействия кластеров наук (т. е. синтеза гуманитарного и естественно-научного знания, включая биологию и нейронауки).
По горизонтали интеграция происходит в зависимости от различных типов знания: 1) теоретического, 2) эмпирического и 3) методологического.
Исследования, выполненные на стыке дисциплин, требуют применения интегрированной методологии. Методы анализа напрямую связаны с проблемами, которые ставятся и решаются в исследовании. Каждый метод анализа вносит свой вклад в разработку определенной сферы исследований. Определяя в настоящей статье основные теоретические положения, мы начнем изложение с самых общих представлений о современной интегрированной методологии.
Исследователи традиционно придерживаются исследовательской дихотомии качественные vs количественные методы анализа.
В последние годы в лингвистике наблюдается тенденция к соединению двух методологических парадигм. Так, в монографии Ташаккори и Теддли (Tashakkori, Teddlie, 2003) выделяется около 40 различных типов методов анализа, соединяющих два указанных подхода.
Иными словами, лингвисты отказываются от исследовательской дихотомии «качественные vs количественные методы» и переходят к интегрированной методологии, соединяющей эти две парадигмы. При этом ведутся дискуссии по поводу степени интеграции количественных и качественных методов. Преимущества соединения двух методологических парадигм неоднократно обсуждались в трудах в области социальных и гуманитарных наук (Creswell, 1994). О ценности данного подхода свидетельствуют публикации, выполненные в области прикладной лингвистики и социолингвистики (Harrington et al., 2008; Litosseliti, 2003). По мнению Холмса, применение интегрированной методологии в социолингвистике позволяет проанализировать глубже различные уровни лексического значения (Holmes, 2007). Хотя среди большинства лингвистов наблюдается консенсус по поводу преимуществ данной интегрированной методологии, так как она позволяет выявить и высветить с большей точностью различные аспекты реальности (Lazaraton, 2005, р. 219), высказываются мнения, ставящие под сомнение данную парадигму. Всякий раз, когда мы объединяем методы различных парадигм и дисциплин, необходимо задать следующие вопросы:
Надо ли это делать? Как это сделать? С какой целью это необходимо сделать? (Miles, Huberman, 1994, р. 41).
Таким образом, среди лингвистов нет однозначного мнения по поводу преимуществ интеграции количественных и качественных методов исследования, что в общем-то естественно. К сожалению, современное общество и наука пока не готовы к конвергентному знанию и, соответственно, к глобальной оценке социальных явлений (Черниговская, 2013).
Нам представляется необходимым дать краткий обзор основных проблем, возникающих в связи с применением интегрированных методологий. Подробный анализ состояния дел в этой области уже осуществлен (Angouri, 2010). Мы же остановимся лишь на некоторых самых важных аспектах интегрированной методологии.
Прежде всего, речь идет не о бессистемном соединении методов качественного и количественного анализов, лишенных структурирования, или о простой сумме двух парадигм. Речь идет о создании новой интегрированной методологии, которая возникает на стыке двух парадигм.
Вторая проблема, которая обсуждается в связи с интегрированными методами, – проблема совместимости и перемещаемости (transferability) различных парадигм и методологий.
Очевидно что, интегрированная методология не должна стать самоцелью, она должна быть релевантной относительно целей и задач исследования.
Необходимость привлечения корпусных методов в когнитивную лингвистику диктуется, прежде всего, тем, что концептуальный анализ в рамках когнитивной лингвистики в интерпретации, предложенной Дж. Лакофом (Lakoff, 1987), страдает от недостатка строгих методов тестирования. Менталисты так же, как и структуралисты, работали с моделями языка, которые можно было тестировать интуитивно. Однако эти методы больше не работают для анализа идеализированных когнитивных моделей и культурно-специфических концептов (Glynn, 2008). Обзоры новых методов анализа когнитивной семантики, основывающихся на корпусных данных, были представлены в двух монографиях Гриса и Стефановича (Gries, Stefanovitsch, 2006; Stefa-novitsch, Gries, 2006), а также в монографии Глина и Фишер (Glynn, Fischer, в печати). Известно применение мультивариативного статистического метода для исследования полисемии и синонимии (Glynn, 2008). Следующим шагом в развитии данного метода является анализ того, как он позволяет эмпирически определить концептуальные структуры. В работах британских лингвистов-когнитологов доказывается, что частотность употребления слова тесно взаимосвязана со строением концептуальной структуры, лежащей в основе его значения (Divjak, 2014).
В отечественной лингвистике, корпусные подходы к анализу когнитивной семантики слова разрабатываются в трудах таких ученых, как А. А. Кибрик (Kibrik, Khudyakova, Dobrov, Linnik, 2013), Е. В. Рахилина (Рахилина, 2000/2010; 2009; Рахилина и др., 2006), В. И. Подлесская (Подлесская, Кибрик, 2009, 2013), Н. Б. Гвишиани (Гвишиани 2008), В. А. Плунгян (Плунгян, 2008) и Е. Е. Голубкова (Голубкова, Медведева, 2012).
При этом нужно помнить, что применение интегрированной методологии или методологии междисциплинарности не отменяет существования отдельных методов, применяемых в рамках отдельных парадигм и дисциплин.
Противопоставление парадигм и методов исследований может свидетельствовать о диверсификации исследовательских стилей и картин мира ученых, а не о взаимоисключении методов и подходов. Мы применяем интегрированную методологию на двух уровнях:
– интеграция двух парадигм (качественные vs количественные методы);
– интеграция специальных методологий в рамках отдельных дисциплин.
Таким образом, модель интегрированной методологии может быть применена в рамках когнитивной науки в нескольких измерениях, указанных выше: 1) локальная интеграция в отдельно взятой области знания (например, когнитивно-дискурсивная парадигма в лингвистике); 2) интеграция в рамках кластера наук (например, интеграция между отдельными дисциплинами в рамках наук гуманитарного профиля); 3) интеграция между кластерами наук (т. е. синтез гуманитарного и естественно-научного знания).
Литература
Анохин К. В. Когнитом: в поисках общей теории когнитивной науки // Шестая международная конференция о когнитивной науке: Тезисы докл. / Под общей ред. Б. Величковского, В. Рубцова, Д. Ушакова. Калининград, 27–27 июня 2014 г. Калининград – Вильнюс: Standartu Spaustuve, 2014. С. 26–28. URL: www.conf.cogsci.ru; www.cogsci.ru (дата обращения: 18.07.2016).
Гвишиани Н. Б. Практикум по корпусной лингвистике // English on Computer: A Tutorial in Corpus Linguistics. М.: Высшая школа, 2008.
Голубкова Е. Е., Медведева О. В. Фразовые глаголы: типология различий в британском и американском вариантах английского языка // Динамические процессы в германских языках. Материалы чтений памяти В. Н. Ярцевой. Вып. IV. М.: Москва, 2012. С. 254–263.
Заботкина В. И. Слово и смысл. М.: РГГУ, 2012.
Ковальчук М. В., Нарайкин О. С., Яцишина Е. Б. Конвергенция наук и технологий – новый этап научно-технического развития // Вопросы философии. 2013. № 3.
Плунгян В. А. Корпус как инструмент и как идеология: о некоторых уроках современной корпусной лингвистики // Русский язык в научном освещении. 2008. № 16 (2). С. 7–20.
Подлесская В. И. Нечеткая номинация в русской разговорной речи: опыт корпусного исследования // Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегод. Междунар. конф. «Диалог» (Бекасово, 29 мая–2 июня 2013 г.). Вып. 12 (19). М.: Изд-во РГГУ, 2013. С. 561–573.
Подлесская В. И., Кибрик А. А. Дискурсивные маркеры в структуре устного рассказа: опыт корпусного исследования // Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегод. Междунар. конф. «Диалог» (Бекасово, 27–31 мая 2009 г.). Вып. 8 (15). М.: РГГУ, 2009. С. 390–395.
Рахилина Е. В. Когнитивный анализ предметных имен: семантика и сочетаемость. М.: Русские словари, 2000. М.: Азбуковник, 2010 (изд. 2, испр. и доп.).
Рахилина Е. В. Корпус как творческий проект // Национальный корпус русского языка: 2006–2008. Новые результаты и перспективы. СПб.: Нестор-История, 2009. С. 7–26.
Рахилина Е. В., Кобрицов Б. П., Кустова Г. И., Ляшевская О. Н., Шеманаева О. Ю. Многозначность как прикладная проблема: лексико-семантическая разметка в национальном корпусе русского языка // Компьютерная лингвистика и интеллектуальные технологии: Труды междунар. конф. «Диалог 2006» (Бекасово, 31 мая–4 июня 2006 г.) / Под ред. Н. И. Лауфер, А. С. Нариньяни, В. П. Селегея. М.: Изд-во РГГУ, 2006.
Черниговская Т. В. Чеширская улыбка кота Шрёдингера: язык и сознание. М.: Языки славянской культуры, 2013. С. 67. (Разумное поведение и язык. Language and Reasoning).
Angouri J. Quantative, Qualitative or Both? Combining Methods in Linguistic Research // Research Mrthods in Linguistics. London: Continuum International Publishing Group, 2010. P. 29–45.
Bermъdez J. L. Cognitive Science: an introduction to the science of the mind. N. Y.: Cambridge University Press, 2011.
Creswell J. W. Research Design: Qualitative and Quantitative Approaches. Thousand Oaks, CA: Sage, 1994.
Divjak D. The quantitative turn in Cognitive Linguistics: Frequency in language: context, memory and attention. Лекция, прочитанная 15 апреля 2014 года на факультете филологии НИУ ВШЭ.
Fox R. The contribution of linguistics towards transdisciplinarity in organizational discourse // International Journal of Transdisciplinary Research. 2009. V. 4. № 1.
Glynn D. & Fischer K. Forthc. Usage-Based Cognitive Semantics. Berlin: Mouton.
Glynn D. Polysemy, Syntax and Variation. A usage-based method for Cognitive Semantics. New Directions in Cognitive Linguistics / V. Evans, S. Pourcel (Eds). Amsterdam: Benjamins, 2008.
Goodmon L. B., Anderson M. C. Semantic integration as a boundary condition on inhibitory processes in episodic retrieval // Journal of Experimental Psychology: Learning, Memory and Cognition. 2011. P. 416–436.
Gries S., Stefanowitsch A. Corpora in cognitive linguistics. Berlin: Mouton, 2006.
Harrington K., Litosseliti L., Saunton H., Sunderland J. (Еds). Gender and Language Research Methodologies. Basingstoke: Palgrave, 2008.
Holmes J. Humour and the construction of Maori leadership at work // Leadership. 2007. V. 3 (1). P. 5–27.
Kibrik A. A., Khudyakova M. V., Dobrov G. B., Linnik A. S. Referential choice: A cognitively based modeling study. Workshop PRE-CogSci 2013 // Bridging the gap between cognitive and computational approaches to reference. Berlin, 2013.
Lakoff G. Women, Fire and Dangerous Things. London: UCP, 1987.
Lazaraton A. Quantiative research methods / E. Hinkel (Ed.). Handbook of Research in Second Language Teaching and Learning. N. J.: Lawrence Erlbaum, 2005.
Litosseliti L. Using Focus Groups in Research. London: Continuum, 2003.
Marr D. Vision: A Computational Investigation into the Human Representation and Processing of Visual Information. San Francisco: W. H. Freeman, 1982.
Miles M. B., Huberman A. M. Qualitative Data Analysis (2nd ed.). Thousand Oaks, CA: Sage, 1994.
Nowotny H., Scott P., Gibbons M. Re-thinking Science: Knowledge and the Public in the Age of Uncertainity. Cambridge: Polity Press, 2004.
Stefanovitsch A., Gries S. Corpus-Based Approaches to Metaphor and Metonymy. Berlin: Mouton, 2006.
Tashakkori A., Teddlie C. The past and the future of mixed model research: from “Methodological Triangulation” to “Mixed Model Design” // A. Tashakkori, C. Teddlie. Handbook of Mixed Methods in Social and Behavioral Research. Thousand Oaks, CA: Sage, 2003.
Van Gelder T. The dynamical hypothesis in cognitive science // Behavioral and brain sciences. 1998. V. 21. Issue 5. P. 615–628.