John Haugeland, Costas Pagondiotis ΝΟΗΜΟΣΥΝΗ ΚΑΙ Η ΙΚΑΝΟΤΗΤΑ ΑΝΑΛΗΨΗΣ ΕΥΘΥΝΗΣ Συνέντευξη του John Haugeland στον Κώστα Παγωνδιώτη

Transcript

1 John Haugeland, Costas Pagondiotis ΝΟΗΜΟΣΥΝΗ ΚΑΙ Η ΙΚΑΝΟΤΗΤΑ ΑΝΑΛΗΨΗΣ ΕΥΘΥΝΗΣ Συνέντευξη του John Haugeland στον Κώστα Παγωνδιώτη Κώστας Παγωνδιώτης: Το 1985, στο βιβλίο σας Tεχνητή Νοηµοσύνη,1 εισαγάγατε τον όρο "Παλαιά Kαλή Tεχνητή Nοηµοσύνη" (ΠKTN) ["Good Old Fashioned Artificial Intelligence", GOFAI] προκειµένου να αναφερθείτε στην τότε κυρίαρχη προσέγγιση της τεχνητής νοηµοσύνης. Ποιες είναι οι βασικές θεωρητικές παραδοχές αυτής της προσέγγισης και κατά πόσο εξακολουθεί να είναι κυρίαρχη σήµερα; John Haugeland: Ο όρος "ΠKTN" αναφέρεται στην πρώτη σοβαρή προσπάθεια κατασκευής µηχανών που θα είχαν τη γενική και ευέλικτη νοηµοσύνη η οποία χαρακτηρίζει τους ανθρώπους. Η βασική ιδέα ήταν ότι η νοηµοσύνη έχει δυο ουσιώδη συστατικά: πρώτον, ένα µεγάλο σύνολο γνώσεων που αφορούν γεγονότα για τον κόσµο και, δεύτερον, µια ευέλικτη ικανότητα σκέψης για τον κόσµο (στη βάση αυτών των γνώσεων) η οποία επιτρέπει την εξαγωγή συµπερασµάτων και τη λήψη αποφάσεων. Ωστόσο, αυτή η παραδοσιακή ιδέα δεν θα µπορούσε να είναι η βάση για ένα πρόγραµµα επιστηµονικής έρευνας χωρίς τη δυνατότητα διατύπωσης και ελέγχου εµπειρικών υποθέσεων, αλλά εκείνα τα χρόνια η επιστήµη του εγκεφάλου ήταν πολύ "χαµηλού επιπέδου" για να προσφέρει ουσιαστική βοήθεια. Το ζωτικής σηµασίας βήµα έγινε στις αρχές της δεκαετίας του 1950 µε την κατασκευή (σχετικά) µεγάλων ηλεκτρονικών υπολογιστών και, ακόµα περισσότερο, µε τη δηµιουργία ενός ισχυρού εννοιολογικού πλαισίου για την κατανόηση τους. Το έργο, ιδιαίτερα, των Alan Turing, John McCarthy και Allen Newell έδειξε ότι ο αριθµητικός υπολογισµός αποτελεί µόνο µια ειδική περίπτωση των όσων µπορούσαν να κάνουν οι υπολογιστές. Στον βαθµό που θα µπορούσαµε να προσδιορίσουµε επακριβώς τις συµβολικές δοµές, τις πράξεις που θα µπορούσαν να εκτελεστούν σ' αυτές τις δοµές και τις συνθήκες κάτω από τις οποίες αυτές οι πράξεις θα έπρεπε να εκτελεστούν, το ίδιο το µηχάνηµα θα ήταν απολύτως ουδέτερο ως προς το "περιεχόµενο" αυτών των δοµών και πράξεων. Για το λόγο αυτό οι υπολογιστές έφτασαν να αποκαλούνται και "συστήµατα χειρισµού συµβόλων για κάθε σκοπό". Αλλά αυτή η ιδέα είναι ιδιαίτερα συναρπαστική, µια και ένα σωρό πράγµατα µπορούν να θεωρηθούν ως "χειρισµός συµβόλων". Συγκεκριµένα, η τυπική λογική είναι ένα είδος χειρισµού συµβόλων που διέπεται από ρητούς κανόνες. Ωστόσο, από τον Aριστοτέλη και µετά, η λογική συσχετιζόταν πάντα µε τη σκέψη και τον συλλογισµό. Φυσικά, η ανθρώπινη σκέψη στην πραγµατικότητα είναι κάτι πολύ παραπάνω από λογική συναγωγή. Όµως, αυτό που ξαφνικά έγινε εύλογο ήταν η υπόθεση ότι ο σωστός τρόπος για να γενικευθεί, πέρα και από τα An article from 1/8

2 εγχειρίδια, ο λογικός τρόπος σκέψης θα µπορούσε να είναι στο επίπεδο του χειρισµού συµβόλων. Το ωραίο µε τους υπολογιστές δεν είναι µόνο ότι µπορούν να υλοποιήσουν οποιαδήποτε τέτοια συµβολική δοµή, αλλά ότι µπορούν επίσης να εκτελούν πράγµατι τους προκαθορισµένους χειρισµούς. Ακριβώς αυτή η έµπνευση γέννησε και έδωσε ώθηση στο δυναµικό ερευνητικό πρόγραµµα που αποκάλεσα "παλαιά καλή" τεχνητή νοηµοσύνη. Νοµίζω ότι θα µπορούσαµε νόµιµα να το αποκαλέσουµε ένα "παράδειγµα" µε την έννοια του Thomas Kuhn το οποίο κυριάρχησε όχι µόνο στην τεχνητή νοηµοσύνη και στη γνωσιακή ψυχολογία, αλλά ακόµα και στη γλωσσολογία για περίπου ένα τέταρτο του αιώνα. Ωστόσο, περίπου από τα µέσα της δεκαετίας του 1980, τότε δηλαδή που εισήγαγα τον συγκεκριµένο όρο, η κυριαρχία της είχε αρχίσει να εξασθενεί για αυτό και ο προσδιορισµός "παλαιά καλή" τεχνητή νοηµοσύνη. Νέες ιδέες είχαν ήδη εµφανιστεί στο προσκήνιο µε πιο σηµαντικές αυτές των συστηµάτων παράλληλα κατανεµηµένης επεξεργασίας ή συνδετιστικών [connectionist] συστηµάτων και πολλοί νέοι επιστήµονες είχαν ήδη στραφεί προς αυτή την κατεύθυνση. ΚΠ: Τόσο εσείς όσο και ο Hubert Dreyfus έχετε επισηµάνει ότι ένα από τα µεγαλύτερα προβλήµατα που αντιµετωπίζει η ΠΚΤΝ είναι ο προσδιορισµός του τρόπου αναπαράστασης της κοινότοπης γνώσης καθώς και του τρόπου πρόσβασης σε αυτήν. Τι ακριβώς είναι αυτό το πρόβληµα; Πιστεύετε ότι υπάρχει κάποιο επιχείρηµα που δείχνει ότι η ΠΚΤΝ δεν θα ήταν δυνατό να λύσει το συγκεκριµένο πρόβληµα; JH: Στην πραγµατικότητα υπάρχουν δυο προβλήµατα εδώ. Το πρώτο αποκαλείται επίσης "πρόβληµα της συνάφειας" και µπορεί να φανεί µέσα από ένα απλό παράδειγµα που προτάθηκε από τον Yehoshua Bar Hillel στα Έστω ότι θέλουµε να κατασκευάσουµε ένα σύστηµα που να µεταφράζει Αγγλικά κείµενα σε άλλες γλώσσες. Όµως, σκεφτείτε το πρόβληµα που αντιµετωπίζουµε ακόµα και µε τόσο απλά κείµενα όπως το ακόλουθο: "The box was in the pen" ["Το κουτί ήταν µέσα στο pen"]. Tο πρόβληµα είναι ότι η λέξη "pen" είναι αµφίσηµη και µπορεί να σηµαίνει είτε "παιδικό παρκάκι" είτε "στιλό µελάνης". Aλλά, από τη στιγµή που οι περισσότερες άλλες γλώσσες δεν θα έχουν την ίδια αµφισηµία, το σύστηµα θα πρέπει γενικά να βρει ποια από τις δυο σηµασίες είχε κατά νου ο συγγραφέας. Το ερώτηµα είναι: πώς θα µπορούσε να το κάνει αυτό; Ένας άνθρωπος θα ήξερε ότι ένα τυπικό κουτί δεν χωράει µέσα σε ένα στιλό µελάνης. Έτσι, σε αυτά τα συµφραζόµενα, η λέξη "pen" δεν µπορεί παρά να σηµαίνει "παιδικό παρκάκι". Aυτό είναι ένα είδος γνώσης που ορισµένες φορές αποκαλείται "κοινότοπη γνώση". Ένα σύστηµα χειρισµού συµβόλων θα µπορούσε, φυσικά, να αποθηκεύσει πολλές πληροφορίες για κουτιά, παιδικά παρκάκια, στιλό µελάνης καθώς και για τα διαφορετικά µεγέθη αυτών των αντικειµένων. Αλλά πώς θα αποφάσιζε ποιο απ' όλα αυτά τα δεδοµένα είναι συναφές; Πώς θα µπορούσε να καταλάβει ότι σε αυτή την περίπτωση έχει σηµασία το µέγεθος; Ίσως σκεφτείτε ότι το σύστηµα θα µπορούσε απλά να διατρέξει όλα τα γεγονότα που έχει καταγεγραµµένα σχετικά µε παιδικά παρκάκια, στιλό µελάνης και κουτιά έως ότου βρει έναν συνδυασµό που διευθετεί το ζήτηµα. Ωστόσο, το πρόβληµα εδώ είναι ότι όταν αναζητούµε συνδυασµούς, ο αριθµός των δυνατών περιπτώσεων αυξάνεται ραγδαία. Ενώ τα πράγµατα γίνονται ακόµα χειρότερα αν λάβουµε υπόψη και τα συµφραζόµενα. Τι γίνεται αν εξετάσουµε δύο προτάσεις: " εν βρήκαν ποτέ το µικροφίλµ. Το κουτί ήταν An article from 2/8

3 µέσα στο pen". Σε αυτή την περίπτωση, το κουτί µπορεί να ήταν πάρα πολύ µικρό και το "pen" να σήµαινε "στιλό µελάνης". Φαντασθείτε τι θα συνέβαινε αν εξετάζαµε µια ολόκληρη συζήτηση ή µια µικρή ιστορία. Αυτό είναι το πρόβληµα της συνάφειας. Η τεχνητή νοηµοσύνη πάλεψε µε το πρόβληµα αυτό για µια ολόκληρη γενιά, από περίπου το 1970 και µετά. Ήταν το καθοριστικό πρόβληµα της ΠKTN και τα αποτελέσµατα της αναµέτρησής της µε το πρόβληµα αυτό ήταν εντελώς πενιχρά. Το άλλο πρόβληµα φαίνεται πιο απλό, αλλά τελικά είναι βαθύτερο. Λόγω των καταβολών της στον χειρισµό συµβόλων, η ΠKTN εστίαζε πάντα στις γλωσσικές ικανότητες. Βέβαια, η γλώσσα είναι µια κρίσιµη ικανότητα για την ανθρώπινη νοηµοσύνη. Αλλά από αυτό δεν έπεται ότι η γλώσσα είναι επαρκής συνθήκη για αυτό το είδος νοηµοσύνης, ή ότι θα µπορούσε να υπάρχει χωρίς τις άλλες χαρακτηριστικά ανθρώπινες ικανότητες, όπως είναι η αντίληψη, η πράξη και η οργάνωση. Οι άνθρωποι µπορούν, για παράδειγµα, να φτιάχνουν και να "διαβάζουν" χάρτες, σχέδια και έργα τέχνης. Μπορούν να σχεδιάζουν, να κατασκευάζουν και να χειρίζονται µηχανήµατα. Μπορούν να εγκαθιδρύουν περίπλοκες κοινωνικές θέσεις και πρακτικές και να τις διατηρούν µε κανονιστικό τρόπο, κ.ο.κ. Η γλώσσα και αυτές οι άλλες "επιδέξιες" ικανότητες είναι εντελώς αλληλένδετες και αλληλεξαρτώµενες. Καµία πλευρά δεν θα µπορούσε να είναι αυτό που είναι χωρίς την άλλη. Ωστόσο, η ΠKTN σχεδόν αγνοούσε παντελώς τις µη γλωσσικές δεξιότητες, καθιστώντας τις απλές "διεπιφάνειες" [interfaces] εισόδου / εξόδου για το σύστηµα χειρισµού συµβόλων (και άρα όχι µέρος του όλου προβλήµατος). Ωστόσο, ο πραγµατικός λόγος αυτής της αµέλειας δεν ήταν το ότι οι ικανότητες επιδέξιας αντίληψης και πράξης ήταν ασήµαντες αλλά το ότι κανείς δεν είχε ιδέα για το πώς να τις υλοποιήσει. εν ξέρω αν υπάρχει κάποιο επιχείρηµα που να δείχνει ότι το πρόβληµα της πρόσβασης στην αποθηκευµένη γνώση είναι αδύνατον να λυθεί. Όµως, το δίδαγµα από τα προβλήµατα που αντιµετώπισε η ΠKTN πριν από την αποτελµάτωση και την τελική κατάρρευσή της, ήταν ότι το παράδειγµα του χειρισµού συµβόλων, το οποίο αρχικά φαινόταν πολλά υποσχόµενο, ακολουθούσε τελικά λάνθασµένο δρόµο. Κατά την άποψή µου, το γεγονός ότι η ΠΚΤΝ δεν µπόρεσε να καταπιαστεί µε την αντίληψη και άλλες εκλεπτυσµένες δεξιότητες ήταν τελικά πιο αντιπροσωπευτικό των αδυναµιών αυτού του παραδείγµατος από ό,τι το γεγονός ότι δεν µπόρεσε να υπερβεί το πρόβληµα της συνδυαστικής έκρηξης. ΚΠ: Το πιο πολυσυζητηµένο επιχείρηµα κατά της ιδέας ότι ο νους είναι ένας υπολογιστής είναι το επιχείρηµα του κινέζικου δωµατίου του John Searle. 2 Με αυτό το επιχείρηµα ο Searle επιχειρεί να δείξει ότι ο συντακτικός χειρισµός συµβόλων (δηλαδή, αυτό που οι υπολογιστές υποτίθεται ότι κάνουν) δεν επαρκεί από µόνος του για να έχουµε σηµασιολογία, αποβλεπτικότητα. Ποια είναι η άποψή σας για αυτό το επιχείρηµα; JH: Ο Searle ασχολείται µε τα συστήµατα "επεξεργασίας φυσικής γλώσσας" της ΠKTN για τα οποία µίλησα παραπάνω, αλλά ο στόχος του είναι εντελώς διαφορετικός. Ενώ εγώ επεσήµανα την εµπειρικά διαπιστωµένη αποτυχία αυτών των συστηµάτων, και προσπάθησα να διερευνήσω τους λόγους αυτής της αποτυχίας, ο Searle ισχυρίζεται ότι, ακόµα και αν λειτουργούσαν άψογα, θα εξακολουθούσαν να µην καταλαβαίνουν τίποτα. Με άλλα λόγια, ανεξάρτητα από το πόσο ευφυή µπορεί να φαίνονταν, δεν θα είχαν κανενός είδους πραγµατική νοηµοσύνη. An article from 3/8

4 Ας δούµε τον τρόπο που στήνει το επιχείρηµά του. Ένα σύστηµα ΠKTN το οποίο υποτίθεται ότι καταλαβαίνει κάποια γλώσσα ας πούµε κινέζικα αποτελείται από τέσσερα πράγµατα: πρώτον, κάποιο τρόπο λήψης και αποστολής προτάσεων στα κινέζικα, δεύτερον, µια βάση κοινότοπης γνώσης (επίσης στα κινέζικα), τρίτον, ένα σύνολο κανόνων που καθορίζουν ποιες κινέζικες προτάσεις αποστέλλονται ως συνάρτηση των προτάσεων που λαµβάνονται ή / και που βρίσκονται ήδη στη βάση γνώσης, και τέταρτον, έναν επεξεργαστή που ακολουθεί πράγµατι αυτούς τους κανόνες. Το επιχείρηµα ότι κανένα τέτοιο σύστηµα δεν θα καταλαβαίνει πράγµατι Kινέζικα είναι το εξής: εν έχει σηµασία σε ποια γλώσσα ή κώδικα διατυπώνονται οι κανόνες αρκεί ο επεξεργαστής να µπορεί να τους ακολουθεί αξιόπιστα. Στα συστήµατα ΠKTN οι κανόνες αυτοί διατυπώνονται σε κάποια γλώσσα προγραµµατισµού. Αλλά θα µπορούσαν εξίσου καλά να είχαν διατυπωθεί στα Aγγλικά και τότε ο ίδιος ο Searle θα µπορούσε να τους ακολουθήσει πράγµα που σηµαίνει ότι στην περίπτωση αυτή θα εκτελούσε χρέη επεξεργαστή. Αλλά αυτό δεν θα σήµαινε ότι ο ίδιος καταλαβαίνει Kινέζικα, ανεξάρτητα από το πόσο καλά το όλο σύστηµα θα φαινόταν στους εξωτερικούς παρατηρητές ότι ξέρει Kινέζικα. εν υπάρχει αµφιβολία ότι αυτό είναι σωστό. Αλλά είναι ταυτόχρονα και άσχετο µε το όλο ζήτηµα. Και αυτό επειδή κανένας ποτέ δεν ισχυρίστηκε ότι ο επεξεργαστής καταλαβαίνει κινέζικα. Αντίθετα, η αρχική προσδοκία ήταν ότι ένα συγκεκριµένο είδος πολύπλοκου συστήµατος το οποίο θα αποτελείται από τον επεξεργαστή, τους κανόνες, κ.ο.κ. θα µπορούσε να καταλαβαίνει κάποια φυσική γλώσσα όπως τα κινέζικα. Όπως αποδείχθηκε, αυτό τελικά δεν δούλεψε. Αλλά η συγκεκριµένη αποτυχία δεν είχε τίποτα να κάνει µε το γεγονός ότι κάποιος άνθρωπος, που µιλά µια άλλη γλώσσα, θα µπορούσε να αναλάβει ορισµένες από τις εσωτερικές λειτουργίες του συστήµατος. ΚΠ: Ίσως ο στόχος της κατανόησης µιας φυσικής γλώσσας από µια υπολογιστική µηχανή να φαντάζει πολύ φιλόδοξος. Σύµφωνα µε µια κοινά αποδεκτή άποψη, όµως, µια υπολογιστική µηχανή εφαρµόζει αλγόριθµους ακολουθώντας κανόνες. Ωστόσο, υπό ποια έννοια µια υπολογιστική µηχανή µπορεί πράγµατι να ακολουθεί κανόνες; JH: Εξαρτάται, φυσικά, από το τι εννοούµε λέγοντας να "ακολουθεί". Για παράδειγµα, κάποιος θα µπορούσε να πει ότι η σελήνη ακολουθεί πιστά τον εξής κανόνα: να περιστρέφεται πάντα γύρω από τη γη σε τροχιά Ο και µε ταχύτητα S. Όλα τα φυσικά αντικείµενα ακολουθούν τέτοιου είδους κανόνες. Κατά συνέπεια, αυτή δεν είναι µια ενδιαφέρουσα επισήµανση όσον αφορά ειδικά τους υπολογιστές (ή τους ανθρώπους). Ένα πιο ενδιαφέρον είδος περιπτώσεων προϋποθέτει έναν τρόπο ρητής διατύπωσης ποικίλων διαφορετικών κανόνων για παράδειγµα υπό τη µορφή γλώσσας ή κώδικα καθώς και ένα σύστηµα το οποίο µε αξιόπιστο τρόπο θα συµπεριφέρεται σύµφωνα µε οποιοδήποτε κανόνα αυτής της µορφής (τουλάχιστον µέχρι κάποιο πρακτικά εφικτό όριο). Προφανώς, οι υπολογιστές αποτελούν ένα από τα πιο αντιπροσωπευτικά παραδείγµατα ενός τέτοιου συστήµατος και, σε ένα βαθµό, το ίδιο και οι άνθρωποι. Αλλά υπάρχει µια θεµελιώδης διαφορά. Οι άνθρωποι είναι σε θέση να επιλέξουν το εάν θα ακολουθήσουν ή όχι τους κανόνες που τους δίδονται ενώ, τουλάχιστον εκ πρώτης όψεως, οι υπολογιστές δεν µπορούν να το κάνουν αυτό. Βέβαια, οι σύγχρονοι υπολογιστές µπορούν να εκτελέσουν πολλά διαφορετικά προγράµµατα ταυτόχρονα. και ένα υψηλής προτεραιότητας An article from 4/8

5 πρόγραµµα (όπως για παράδειγµα ένα ασφαλές λειτουργικό σύστηµα) µπορεί να εµποδίσει την εκτέλεση ενός προγράµµατος χαµηλότερης προτεραιότητας. Αλλά το ίδιο το µηχάνηµα δεν µπορεί να αρνηθεί να εκτελέσει το πρόγραµµα που έχει την υψηλότερη προτεραιότητα, εφόσον πρόκειται για ένα καλά διατυπωµένο κώδικα. Τώρα, θα µπορούσε κάποιος να πει ότι υπερτονίζω τη διαφορά µεταξύ ανθρώπων και υπολογιστών καθότι, κατά µια έννοια, όταν ένας άνθρωπος αρνείται να ακολουθήσει κάποιο κανόνα λόγω αγάπης, πίστης, ή συνείδησης απλά ακολουθεί κάποιον κανόνα υψηλότερης προτεραιότητας (όπως ακριβώς θα έκανε ένα λειτουργικό σύστηµα ή ένα πρωτόκολλο ασφαλείας). Θεωρώ, ωστόσο, την ιδέα αυτή όχι µόνο παράλογη αλλά και απεχθή. Η ικανότητά µας να βλέπουµε τη διαφορά µεταξύ αυτού που µας λέει κάποιος να κάνουµε και του τι οφείλουµε να κάνουµε, η ικανότητά µας να αναλαµβάνουµε την ευθύνη για τις αξίες µας και τις πράξεις µας, δεν είναι απλά θέµα τού να ακολουθεί κανείς κανόνες ("µόνο και µόνο επειδή είναι κανόνες") αλλά σχετίζεται µε το να σταθεί κανείς και να αποφασίσει ποιος είναι. Αυτή η ικανότητα πιστεύω ότι αποτελεί την βαθύτερη ουσία της ανθρώπινης ύπαρξης και είµαι αρκετά σίγουρος ότι οι υπολογιστικές µηχανές δεν έχουν αυτήν την ικανότητα. ΚΠ: Η ικανότητα ανάληψης ευθύνης που επισηµαίνετε συνδέεται µε την αποβλεπτικότητα; Σε ένα πρόσφατο άρθρο σας 3 σκιαγραφήσατε µια θετική πρόταση όσον αφορά το τι απαιτείται προκειµένου ένα σύστηµα να έχει, αυτό που ονοµάσατε, "πρωταρχική αποβλεπτικότητα" ["original intentionality"]. Εκεί υποστηρίζετε ότι η πρωταρχική αποβλεπτικότητα προϋποθέτει την ικανότητα ανάληψης ευθύνης. Τι ακριβώς είναι η πρωταρχική αποβλεπτικότητα και υπό ποια έννοια προϋποθέτει την ικανότητα ανάληψης ευθύνης; JH: Αποβλεπτικότητα είναι η ιδιότητα κάποιου πράγµατος να αναφέρεται σε κάτι, ο τρόπος, για παράδειγµα, που πολλές νοητικές καταστάσεις, οµιλιακά ενεργήµατα, διαγράµµατα, εικόνες, κ.ο.κ., µπορούν να αναφέρονται σε κάποια άλλα πράγµατα (ακόµα και σε πράγµατα που δεν υπάρχουν). Έτσι, η αποβλεπτικότητα είναι στενά συνδεδεµένη µε τη σηµασία. Τώρα, η αποβλεπτικότητα (ή η σηµασία) µπορεί να µεταδοθεί σε κάτι από κάτι άλλο που την έχει ήδη. Αυτού του τύπου την αποβλεπτικότητα την αποκαλώ "παράγωγη" ["derivative intentionality"], ενώ την αποβλεπτικότητα που δεν είναι αυτού του τύπου την αποκαλώ "πρωταρχική". Μέχρι και πριν από κάποιες δεκαετίες, οι περισσότεροι φιλόσοφοι θεωρούσαν σιωπηρά ως δεδοµένο ότι η πρωταρχική αποβλεπτικότητα χαρακτηρίζει όλα τα νοητικά φαινόµενα και µόνον αυτά. Εγώ εισήγαγα την διάκριση µεταξύ πρωταρχικής και παράγωγης αποβλεπτικότητας προκειµένου να µπορέσουµε να διατυπώσουµε αυτή την παραδοχή, να διερευνήσουµε το κατά πόσο ευσταθεί, και, πάνω απ' όλα, να αναζητήσουµε τις εναλλακτικές λύσεις που µας προσφέρονται. Το ερώτηµα για το εάν µπορεί να υπάρξει πρωταρχική αποβλεπτικότητα ισοδυναµεί µε το ερώτηµα για το εάν µπορεί να υπάρξει καν αποβλεπτικότητα: πώς µέσα στον κόσµο µπορεί κάποιο πράγµα να αναφέρεται σε κάποιο άλλο; Θεωρώ ότι το ερώτηµα αυτό είναι εν τέλει ισοδύναµο µε ένα άλλο ερώτηµα: πώς µπορεί να υφίσταται µια διάκριση µεταξύ σωστού και λάθους σε σχέση µε το πως έχουν τα πράγµατα µια διάκριση που να εξαρτάται από τα ίδια τα πράγµατα; ιότι, αν δεν υπήρχε κανένα περιθώριο αποτυχίας στα αποβλεπτικά An article from 5/8

6 φαινόµενα, τότε δεν θα είχε καν νόηµα να λέµε ότι οποιοδήποτε από αυτά πέτυχε, και κατά συνέπεια η ίδια η έννοια θα ήταν άχρηστη. Θα προσπαθήσω να εξηγήσω αυτό που λέω µε ένα παράδειγµα που αναφέρεται σε µια ειδική περίπτωση: την αποβλεπτικότητα των επιστηµονικών ισχυρισµών και θεωριών. Η διαφορά µεταξύ επιστήµης και δεισιδαιµονιών ή λαϊκών δοξασιών έγκειται στο γεγονός ότι οι επιστήµονες "θέτουν σε κίνδυνο" τους ισχυρισµούς και τις θεωρίες τους. Η δοµή αυτής της διακινδύνευσης είναι ακριβώς αυτό που πρέπει να κατανοήσουµε. Κατά την άποψή µου, υπάρχουν δύο κύριοι παράγοντες. Aπό τη µια, υπάρχει µια λεπτοµερής και εκλεπτυσµένη πειραµατική πρακτική, η οποία δεν συµπεριλαµβάνει µόνο επιδέξιους επαγγελµατίες αλλά και εξειδικευµένο εξοπλισµό και περίπλοκες διαδικασίες. Από την άλλη, υπάρχει ένα σύνολο θεωρητικών νόµων και αρχών τέτοιο ώστε µόνο ορισµένα από τα δυνατά εµπειρικά αποτελέσµατα να είναι πράγµατι συµβατά µε αυτούς τους νόµους και τις αρχές. Αυτή η διπλή δοµή συνεπάγεται ότι υπάρχει µια σοβαρή πιθανότητα εσωτερικής σύγκρουσης µεταξύ των διάφορων ανακαλύψεων και παραδοχών της ίδιας της επιστήµης και αυτή η πάντα παρούσα πιθανότητα είναι ουσιώδης για την επιστήµη ως τέτοια. Ο λόγος για τον οποίο τα επιστηµονικά αποτελέσµατα που τελικά επιβιώνουν είναι τόσο ακαταµάχητα ως θεωρήσεις της πραγµατικότητας είναι ακριβώς επειδή η επιστήµη συστηµατικά ρισκάρει µε αυτόν τον τρόπο. Ενώ, ο λόγος που η αστρολογία, οι λαϊκές δοξασίες, και τα συναφή δεν είναι εξίσου αξιόπιστα είναι επειδή δεν ρισκάρουν κατά τον ίδιο τρόπο. Aυτό µε τη σειρά του έχει συνέπειες και στο πώς πρέπει να είναι οι ίδιοι οι επιστήµονες. εν µπορείς να είσαι επιστήµονας αν δεν σου καίγεται καρφί για αυτές τις εσωτερικές συγκρούσεις. Η επιστηµονική έρευνα προχωρά ακριβώς επειδή υπάρχει η δέσµευση ότι οι συγκρούσεις αυτές πρέπει να ξεπεραστούν µε ένα εµπειρικά υπεύθυνο τρόπο. Γι' αυτό τον λόγο ισχυρίζοµαι ότι η ίδια η φύση της επιστήµης προϋποθέτει τη δυνατότητα αλλά και την έµπρακτη εκδήλωση γνήσιας ανθρώπινης δέσµευσης και υπευθυνότητας. Υπάρχει ωστόσο και κάτι βαθύτερο εδώ διότι υπάρχουν δύο θεµελιωδώς διαφορετικά είδη δέσµευσης και υπευθυνότητας, όχι µόνο στην επιστήµη, αλλά και στη ζωή γενικότερα. Το πρώτο είδος, που θα µπορούσαµε να το αποκαλέσουµε "καθηµερινή" υπευθυνότητα, είναι αυτό που αναφέρω παραπάνω λέγοντας ότι δεν µπορεί να µην µας καίγεται καρφί για το αν υπάρχει συµφωνία µεταξύ θεωρίας και παρατήρησης. Αυτό είναι η κινητήριος δύναµη για το µεγαλύτερο µέρος της επιστηµονικής έρευνας και ανακάλυψης ό,τι ο Kuhn αποκαλεί "επίλυση προβληµάτων" και γενικά είναι επιτυχές. Κάποιες φορές, ωστόσο, ακόµα και µετά από πολύ κόπο, η διαδικασία επίλυσης προβληµάτων δεν αποδεικνύεται επιτυχής, µε αποτέλεσµα κάποια στιγµή να οδηγήσει σε αυτό που ο Kuhn αποκαλεί "κρίση" και ο Heidegger "αγωνία". Μια τέτοια κρίση απαιτεί το δεύτερο και πιο βαθύ είδος υπευθυνότητας αυθεντικότητας, στην ορολογία του Heidegger δηλαδή, την αντιµετώπιση της πιθανότητας µιας συνολικής απόρριψης της τρέχουσας προσέγγισης (διαµέσου, για παράδειγµα, µιας ριζικής "αλλαγής παραδείγµατος"). Η ιστορία δείχνει ότι αυτή είναι µια πιθανή προοπτική. Εκείνο που θέλω να πω εδώ, είναι ότι αυτό το είδος υπευθυνότητας, τουλάχιστον σε κάποιες περιστάσεις και σε κάποιους ανθρώπους, αποτελεί An article from 6/8

7 επίσης προϋπόθεση για το είδος της πρωταρχικής αποβλεπτικότητας η οποία, απ' όσο γνωρίζουµε, είναι αποκλειστικό γνώρισµα των ανθρώπων. ΚΠ: Σε ένα παλιότερο άρθρο σας4 ισχυρίζεστε ότι ο νους θα πρέπει θεωρηθεί ως ενταγµένος στον κόσµο και ενσώµατος. Με αυτόν τον τρόπο, υποστηρίζετε ότι µπορούµε να υπερβούµε κάποια κατάλοιπα του καρτεσιανισµού τα οποία παραµένουν σχεδόν αόρατα σε πολλές σύγχρονες αντι καρτεσιανές προσεγγίσεις για τον νου, όπως είναι, για παράδειγµα, οι προσεγγίσεις του Davidson και του Rorty. Τι ακριβώς εννοείτε µε αυτό; JH: Η κληρονοµιά του Kαρτέσιου αποτελείται από αρκετά µέρη. Ένα από αυτά είναι και ο δυϊσµός νου σώµατος, ο οποίος συνεπάγεται ένα είδος ανεξαρτησίας του κάθε ατοµικού νου από τον υλικό κόσµο. Οι περισσότεροι φιλόσοφοι συµπεριλαµβανοµένων των Davidson, Rorty και του εαυτού µου απορρίπτουν σήµερα οποιαδήποτε τέτοια ιδέα. Ένα άλλο µέρος της ίδια κληρονοµιάς, όµως, είναι η καρτεσιανή γνωσιοκρατία, δηλαδή η θέση ότι οι άνθρωποι είναι κατ' ουσίαν σκεπτόµενα όντα. Μόνο µια µικρότερη οµάδα φιλοσόφων (πολλοί από τους οποίους, όπως και εγώ, έχουν επηρεαστεί από τον Hubert Dreyfus) απορρίπτουν και αυτή την διάσταση του καρτεσιανισµού. Σύµφωνα µε αυτήν τη µειονότητα, πολλά από εκείνα που συνιστούν τον τρόπο µε τον οποίο συλλαµβάνουµε τον κόσµο καθώς και τη ζωή µας µέσα σε αυτόν δεν έχουν κανένα διανοητικό ή γνωσιακό περιεχόµενο. Με άλλα λόγια, δεν µπορούν να αναλυθούν µε όρους πεποιθήσεων, επιθυµιών ή άλλων στάσεων προς κάποιες προτάσεις. Ένα εύκολο αντιπαράδειγµα κατά τις καρτεσιανής γνωσιοκρατίας είναι η πρακτική γνώση δεξιοτήτων [know how] όπως το να ξέρουµε πώς να πλέκουµε, πώς να κάνουµε ποδήλατο ή πώς να τρώµε µε µαχαίρι και πιρούνι. Eίναι σαφές ότι αυτή η πρακτική γνώση δεξιοτήτων θα πρέπει να είναι σε σύνδεση µε τον κόσµο "εδώ και τώρα", διαφορετικά δεν θα έχει ικανοποιητικά αποτελέσµατα. Παροµοίως, η ιδέα της βελτίωσης των δεξιοτήτων δεν θα είχε νόηµα εάν ο κόσµος δεν µας παρείχε κάποια ετυµηγορία µε τη µορφή επιτυχίας ή αποτυχίας. Αλλά αυτή η επισήµανση αφορά τελικά πολύ περισσότερα πράγµατα. εν είναι µόνο οι δεξιότητες και οι επιδόσεις µας στις οποίες ο κόσµος παρέχει κάποια ετυµηγορία όσον αφορά την επιτυχία ή αποτυχία τους. Το ίδιο ισχύει και για τον σχεδιασµό εξοπλισµού και εργαλείων, για τη δοµή των θεσµών, ακόµα και για την αίσθηση που έχουµε όσον αφορά στο τι αξίζει για να αγωνιστούµε. Μάλιστα, το ίδιο το λεξιλόγιο στο οποίο βασίζονται οι γνωσιακές ικανότητες µπορεί να κατακτηθεί µόνο µε τη µορφή πρακτικής γνώσης δεξιοτήτων. Εάν ισχυριστούµε ότι τέτοια φαινόµενα δεν υπάγονται στις κατηγορίες της γνώσης ή της θεωρίας, τότε τόσο το χειρότερο για τις κατηγορίες αυτές. Η απώτερη πρόκληση δεν είναι το πώς θα εντάξουµε µε τον καλύτερο τρόπο τα πράγµατα στις υπάρχουσες κατηγορίες, αλλά το πώς θα προσαρµόσουµε µε τον καλύτερο τρόπο τις κατηγορίες µας στο τι υπάρχει. 1 Haugeland, J. (1985): Artificial Intelligence, the Very Idea. A Bradford Book The MIT Press. Το βιβλίο είναι διαθέσιµο και στην Ελληνική γλώσσα: Haugeland, J. (1992): Τεχνητή Νοηµοσύνη Σχεδιάζοντας τη Νόηση: Από την Υπολογιστική Θεωρία στις Σύγχρονες Ευφυείς Μηχανές. Εκδόσεις Κάτοπτρο. 2 Searle, J. (1980): "Minds, Brains, and Programs", Behavioral and Brain Sciences 3: Το άρθρο είναι διαθέσιµο και στην Ελληνική γλώσσα: Searle, J. (1993): "Νοήσεις, Εγκέφαλοι και Προγράµµατα" στο Hofstadter, D. & Dennett, D. (επιµέλεια): Το Εγώ της Νόησης Φαντασίες και Στοχασµοί για τον Εαυτό και την Ψυχή. Εκδόσεις Κάτοπτρο. 3 An article from 7/8

8 Haugeland, J. (1995): "Authentic Intentionality" στο Scheutz, M. (επιµέλεια): Computationalism: New Directions. MIT Press (2002), σ Haugeland, J. (1995): "Mind Embodied and Embedded" στο Haaparanta, L. & Heinamaa, S. (επιµέλεια): Mind and Cognition. Acta Philosophica Fennica 58, σ Published Original in English Contribution by Cogito (Greece) First published in Cogito (Greece) 4 (2006) (c) John Haugeland, Costas Pagondiotis/Cogito (Greece) (c) Eurozine An article from 8/8