Betragtes det sansende, opfattende og tænkende menneske som et kognitivt system, synes mindst følgende beskrivelsesniveauer nødvendige: a) Systemets fysiske implementering. Her bidrager hjerneforskning og anden neurobiologi med detaljeret viden om systemets biologiske arkitektur (fx hjernens opdeling i moduler med særlige funktioner) og nervecellernes måder at sende og modtage signaler på. b) Systemets adfærd, forstået som den ydre iagttagelige virksomhed, bevægelse, motorisk koordination etc. Adfærden kan beskrives dels funktionelt som bestående af hensigtsmæssige handlinger og funktionelle delbevægelser, dels rent fysisk. c) Systemets eventuelle bevidste oplevelse, som af systemet selv kan rapporteres til omgivelserne og derved iagttages indirekte af andre, men som kun kan iagttages direkte af systemet selv. d) Systemets behandling af information, herunder den del af informationen, som kan siges at være repræsentationer af viden, af mønstre, der opfattes i omgivelserne, eller af simple sanseindtryk. En stor del af denne information er ikke bevidst og kan være principielt utilgængelig for direkte selviagttagelse eller ydre adfærdsobservation.
Kognitionsforskningen opfatter således mennesket som en maskine (a), der har en adfærd (b), og som kan være bevidst (c), men som afgørende er styret vha. information (d). Kognitionsforskningens opgave er at kortlægge arkitekturen i og reglerne for det system, der behandler informationen. Det nærmere forhold mellem de fire beskrivelsesniveauer har været genstand for en omfattende videnskabelig og filosofisk diskussion. Videnskabeligt har diskussionen især omhandlet forholdet mellem (a) og (d), dvs. forholdet mellem hjernens neurobiologiske opbygning og de abstrakte tankemæssige funktioner, der beskrives som manipulation med symboler, billeder eller andre informationsenheder. Et bud på dette forhold er (kognitiv og bevidsthedsfilosofisk) funktionalisme: Denne hævder, at de kognitive "programmer" i hjernen, der udfører informationsbehandlingen (ved fx ansigtsgenkendelse eller sprogforståelse), ikke er bundet til den særlige biologiske hardware, som hjernen udgør. I lighed med, at to computere med forskellig hardware kan udføre det samme program, er der intet til hinder for, at to systemer, som fysisk er indrettet forskelligt (som en computer og et menneske), kan udføre de samme funktioner.
Kognition beskrives funktionelt ved den rolle, de enkelte komponenter af informationsbehandlingen spiller i den samlede proces, som formidler mellem input til systemet og dets adfærd. Ved abstrakt at beskrive al kognition som baseret på manipulation med symboler efter bestemte regler kan man ifølge funktionalismen sagtens forestille sig, at såvel den menneskelige hjerne som en digital computer vil kunne understøtte en sådan regelbaseret informationsbehandling. Kognitionsforskere kan derfor udforske sådanne programmer, bl.a. ved selv at konstruere dem i en computer, uden at afvente neurobiologiske fremskridt i forståelsen af hjernens hardware. Dette kaldes også tesen om medium-uafhængighed: At samme funktion, fx tænkning, kan udføres i forskellige medier, fx hjerner og datamaskiner. Tænkning forstås her som et slags program, skrevet i et delvis ukendt programmeringssprog, som det må være muligt at finde, og som består af en begrænset mængde basale symboler og de regler, der styrer processeringen af symbolerne. Det har kun i ringe omfang været muligt at forbinde den detaljerede neurobiologiske beskrivelse af de signaler, der udveksles i nervernes netværk af forbindelser, med komplekse kognitive funktioner som indlæring, hukommelse og sprogbeherskelse. Her er tesen om medium-uafhængighed i arbejdet med formelle simulerbare modeller et bekvemt alternativ.
Langtfra alle kognitionsforskere er tilfredse med at anskue kognition som abstrakt manipulation med symboler. I stedet vender man sig mod neurale netværk og parallelle distribuerede processeringer (PDP) af information. I 1980'erne fremkom nye matematiske modeller af neurale netværk, der kan simuleres på en computer, og som bl.a. kan løse opgaver som genkendelse af mønstre og kategorisering. Disse bidrog væsentligt til forståelsen af hukommelse som noget, der med forskellig styrke kan være lagret spredt (distribueret) i de mange forbindelser mellem nerveceller. Selvom de enkelte beregningsenheder i sådanne kunstige neurale netværk har en langt simplere struktur end rigtige nerveceller, udgør de dog en mere biologisk troværdig model for processer som hukommelse og indlæring, hvor forbindelser mellem neuronerne styrkes eller svækkes. Fælles for tilhængere af den klassiske funktionalisme og de nyere neurale netværk er, at man opfatter kognition som informationsbaseret.
Nogle tilslutter sig en stærkere version af denne opfattelse, komputationalismen, som siger, at den informationsbehandling, der er tale om, har karakter af beregninger. Beregning forstås her logisk ud fra den tyske matematiker D. Hilberts begreb om en formel procedure til manipulation med bestemte symboler ud fra et på forhånd givet sæt af regler (se beregnelighed og Turingmaskine). Men ofte fremhæver de, der udforsker neurale netværks evner til at indlære, skelne, kategorisere og huske, at disse processer netop ikke er eksplicit regelstyrede på noget højere niveau end det enkelte neurons egne regler for at beregne et outputsignal ud fra en integreret sum af inputsignaler. Disse processer af mønstergenkendelse i neurale netværk kan simuleres og dermed udtrykkes vha. digitale programmer, men der er intet iboende formallogisk over de beregninger, de simulerer, og som hævdes at svare til selve hjernens beregninger.
Filosofisk har man især diskuteret forholdet mellem (c) og (a)+(b), dvs. mellem den bevidste oplevelse, følelse, opmærksomhed osv. på den ene side og den fysiske hjerne og organismens adfærd på den anden side. Ud fra en videnskabelig betragtning som kognitionsforskningens knytter der sig en særlig gåde til dette forhold: Selvom vi forestiller os, at vi besidder en fuldstændig maskinel forståelse af et systems materielle struktur, informationsbehandling og adfærd og de årsagsmæssige sammenhænge mellem disse, har vi tilsyneladende stadig ikke forklaret, hvorfor dette system opnår bevidsthed, dvs. evnen til selv at føle eller opleve noget ved den adfærd eller de funktioner, det udfører. Selv hvis vi kunne konstruere en robot på basis af disse principper, som kunne svare "intelligent" på spørgsmål om økologisk krise eller betydningen af Shakespeares Hamlet, ville vi ikke have sikkerhed for, at robotten ville føle eller opleve noget som helst; den ville være som en automatisk "zombie" uden bevidsthed (selvom intuitionerne herom er delte). Dette synes at udgøre et væsentligt problem i såvel kognitionsforskning som bevidsthedsfilosofi: En beskrivelse af ydre adfærd, der omfatter en udtømmende redegørelse for alle indre årsager og funktioner i det system, der behandler information, har endnu ikke beskrevet, hvordan det nødvendigvis må opleves at være et sådant system — hvis det overhovedet oplever.
Skulle kognitionsforskningen vise sig ikke at kunne løse sidstnævnte problem, er dette langtfra ensbetydende med fiasko. Opgaven med at finde den slags funktionelle beskrivelser og kortlægge sammenhængene mellem adfærd, indre informationsbehandling og neurobiologisk arkitektur er i sig selv en enorm udfordring. Skal resultaterne anvendes til at forstå mennesket i dets naturlige miljø bedre, vil det tilmed kræve yderligere bidrag fra områder som antropologi og sociologi. Se også: kunstig intelligens, kybernetik, neurale netværk, oversættelse, taleteknologi.
Kommentarer
Kommentarer til artiklen bliver synlige for alle. Undlad at skrive følsomme oplysninger, for eksempel sundhedsoplysninger. Fagansvarlig eller redaktør svarer, når de kan.
Du skal være logget ind for at kommentere.