Η μηχανιστική εξήγηση στη γνωσιακή επιστήμη

Η μηχανιστική εξήγηση στη γνωσιακή επιστήμη Εισήγηση στα πλαίσια του συμποσίου: Η φύση και τα όρια της μηχανιστικής εξήγησης 4 ο Πανελλήνιο Συνέδριο Φιλοσοφίας της Επιστήμης, Αθήνα 1-3 Δεκεμβρίου 2016, τμήμα ΜΙΘΕ, Σχολή Θετικών Επιστημών, ΕΚΠΑ (http://greekphilsci.blogspot.gr/) Αμαλία Τσακίρη Βίνου, ΜΙΘΕ (ΕΚΠΑ) atsakiri(at)phs.uoa.gr Εισαγωγή Στην παρούσα εισήγηση θα εξετάσω την εφαρμοσιμότητα της μηχανιστικής εξήγησης στη γνωσιακή επιστήμη. Στο πρώτο μέρος θα παρουσιάσω τη νέο-μηχανιστική προσέγγιση στην επιστημονική εξήγηση και την ευριστική της μέθοδο για τον εντοπισμό του μηχανισμού που υπόκειται ενός φαινομένου. Στο δεύτερο μέρος θα δώσω ένα περίγραμμα των φαινομένων που ανήκουν στο ερευνητικό στόχαστρο της γνωσιακής επιστήμης για να αναδείξω ποια στοιχεία τους συνάδουν με το μηχανιστικό μοντέλο εξήγησης και ποια αποτελούν πρόκληση για την εφαρμογή του. Στο τρίτο μέρος θα εξετάσω δύο σημαντικές προσπάθειες εφαρμογής της μηχανιστικής εξήγησης στα γνωσιακά φαινόμενα και θα καταλήξω εξετάζοντας κάποιες πιθανές ενστάσεις. 1. Μηχανιστική εξήγηση Η περιγραφή μηχανισμών προτάθηκε ως μια bona fide εξήγηση για τα βιολογικά φαινόμενα λόγω της φύσης των τελευταίων που δύσκολα μπορούν να υπαχθούν στο παραδοσιακό νομολογικό μοντέλο των Hempel και Oppenheim όπου το εξηγητέο προκύπτει ως συμπέρασμα σε ένα παραγωγικό επιχείρημα που έχει προκείμενες φυσικούς νόμους και αρχικές συνθήκες (Hempel & Oppenheim, 1948). Το εν λόγω μηχανιστικό πλαίσιο εξήγησης αναφέρεται ως νέο-μηχανιστικό και διαφοροποιείται από την παραδοσιακή έννοια του μηχανισμού σε δύο σημεία: στην ιδέα ότι οι 1

μηχανισμοί είναι μηχανές και στην ιδέα ότι οι πραγματικές αλληλεπιδράσεις εμπλέκουν μόνο ένα περιορισμένο σύνολο θεμελιωδών δραστηριοτήτων και νόμων (Andersen, 2014b). Σύμφωνα με τον Σ. Ψύλλο (Psillos, 2011, p. 772) η σύγχρονη έννοια του μηχανισμού είναι «πρακτικά κάθε σχετικά σταθερή διαμόρφωση οντοτήτων τέτοια ώστε, με την εμπλοκή τους σε συγκεκριμένες αλληλεπιδράσεις εκτελείται μια λειτουργία ή επιφέρεται ένα αποτέλεσμα». Διακρίνει μια στενή έννοια μηχανισμού που απορρέει από την παλαιότερη μηχανιστική σύλληψη της φύσης, τον μηχανικό μηχανισμό (mechanical mechanism) ο οποίος αναφέρεται σε «διαμορφώσεις ύλης σε κίνηση που υπόκεινται σε μηχανικούς νόμους» και τον πιο σύγχρονο ψευδομηχανικό μηχανισμό (quasi-mechanical mechanism) που είναι «κάθε διαμόρφωση μερών σε όλα (wholes) με τέτοιο τρόπο ώστε η συμπεριφορά του όλου εξαρτάται από τις ιδιότητες των μερών και τις αμοιβαίες αλληλεπιδράσεις τους». Στο δεύτερο αυτό είδος αναφέρεται η εισήγηση. Ένας από τους σημαντικούς εκφραστές του νέο-μηχανιστικού κινήματος είναι ο Stuart Glennan (Glennan, 1996) που χρησιμοποίησε τον μηχανισμό για να εξηγήσει τη φύση της αιτιότητας. Πρότεινε ότι όταν δύο γεγονότα συνδέονται αιτιακά μεταξύ τους υπάρχει ένας μηχανισμός που τα συνδέει τον οποίο ορίζει ως ακολούθως (σ. 52): Μ 1 Ένας μηχανισμός που υπόκειται μιας συμπεριφοράς είναι ένα πολύπλοκο σύστημα που παράγει τη συμπεριφορά αυτή μέσω της αλληλεπίδρασης ενός αριθμού μερών σύμφωνα με άμεσα αιτιακούς νόμους Η ανεύρεση του μηχανισμού περιλαμβάνει καταρχάς την ανεύρεση των ορίων του εξεταζόμενου πολύπλοκου συστήματος που πραγματώνει τον μηχανισμό και την εξακρίβωση της συμπεριφοράς που θα εξηγηθεί. Στη συνέχεια εντοπίζονται τα μέρη του που μπορεί να είναι μια ευρεία γκάμα οντοτήτων απλής ή πολύπλοκης εσωτερικής δομής, όχι απαραίτητα χωρικά εντοπισμένα και όχι απαραίτητα περιγράψιμα με αμιγώς φυσικό λεξιλόγιο, παραδείγματος χάριν τα γονίδια σε γενετικούς μηχανισμούς. Μεταξύ των μερών ανιχνεύονται αλληλεπιδράσεις που κυβερνούνται από νόμους (ως νόμους ο Glennan εννοεί γενικεύσεις ή καθολικές προτάσεις που υποστηρίζουν αντιγεγονικές συνεπαγωγές), οι δε νόμοι αφορούν άμεση αλληλεπίδραση δύο μερών χωρίς τη μεσολάβηση ενδιάμεσων (μερών και αλληλεπιδράσεων). Συνοπτικά, η ευριστική που προτείνει ο Glennan συμπεριλαμβάνει: 1) την υπό εξήγηση συμπεριφορά 2) τα εμπλεκόμενα μέρη και 3) 2

τις αλληλεπιδράσεις τους, όπου τα μέρη σε έναν μηχανισμό λειτουργούν ως μαύρα κουτιά που η συμπεριφορά τους εξηγείται μηχανιστικά σε χαμηλότερο επίπεδο και αυτό γίνεται διαρκώς μέχρι να καταλήξει η διαδικασία σε μη περαιτέρω μηχανιστικά εξηγήσιμους θεμελιώδεις νόμους. Oι Peter Machamer, Lindley Darden και Carl F. Craver (στο εξής, MDC) εστιάζουν στα βιολογικά και νευροβιολογικά φαινόμενα. Σε αντίθεση με την προσέγγιση του Glennan που ενέχει οντολογικά στοιχεία, δηλαδή εισηγείται μια εικόνα του κόσμου αποτελούμενη από ιεραρχικά δομημένες στρώσεις μηχανισμών (Andersen, 2014a), οι MDC κρατούν μια ουδέτερη οντολογική στάση και επικεντρώνονται στο μεθοδολογικό και εξηγητικό κομμάτι του μηχανισμού. Προτείνουν τον παρακάτω ορισμό (Machamer, Darden, & Craver, 2000, σ. 3): Μ 2 Μηχανισμοί είναι οντότητες και δραστηριότητες οργανωμένες έτσι ώστε να παράγουν τακτικές αλλαγές από αρχικές ή εναρκτήριες σε τελικές ή καταληκτικές συνθήκες 1 Τα κεντρικά στοιχεία είναι: 1) οι οντότητες, με τις ιδιότητές τους, που καθορίζουν και τον τρόπο που αυτές συμμετέχουν σε μια δραστηριότητα, 2) οι δραστηριότητες που παράγουν τις αλλαγές και 3) η οργάνωση των οντοτήτων ως προς τη θέση, τη δομή και τον προσανατολισμό και των δραστηριοτήτων ως προς τη χρονική σειρά, τον ρυθμό και τη διάρκεια έτσι ώστε να καθοριστούν οι τρόποι με τους οποίους παράγεται το φαινόμενο. Εδώ, οι οντότητες και οι δραστηριότητες αλληλοκαθορίζονται, παραδείγματος χάριν, «δεν είναι η πενικιλίνη αυτή που εξαφανίζει την πνευμονία αλλά αυτό που κάνει η πενικιλίνη». Η έννοια των δραστηριοτήτων (activities) που εισάγονται από τους MDC είναι σημαντική προσθήκη αυτού του τρόπου εξήγησης και αντανακλάται στην επακόλουθη συζήτηση στη μεθοδολογία αποσύνθεσης (decomposition) ενός μηχανισμού στα συστατικά του μέρη, όπου δομική και λειτουργική αποσύνθεση είναι δύο αναπόσπαστα και αλληλεξαρτούμενα στοιχεία. Στον ορισμό οι MDC αποφεύγουν τη χρήση όρων που να παραπέμπουν σε εισροές και εκροές ως αποτέλεσμα του μηχανισμού, αντίθετα κάνουν λόγο για εναρκτήριες συνθήκες (set-up conditions) που αποτελούν ένα στιγμιότυπο του μηχανισμού με συγκεκριμένη χωρική και 1 Ο ορισμός στο άρθρο (σελ. 3): Mechanisms are entities and activities organized such that they are productive of regular changes from start or set-up to finish or termination conditions 3

δομική διαμόρφωση των οντοτήτων και των δραστηριοτήτων του. Αναλόγως ισχύει και με τις συνθήκες τερματισμού που είναι συγκεκριμένες καταστάσεις του συστήματος που έχουν μια προνομιούχο θέση στην εξέλιξη της λειτουργίας του, π.χ. μπορεί να είναι μια κατάσταση ισορροπίας. Μια επίσης σημαντική, μεθοδολογική προσθήκη, είναι η διάκριση που κάνουν μεταξύ μηχανιστικών σχημάτων (schemata), τα οποία είναι μια αφηρημένη περιγραφή ενός τύπου μηχανισμού που μέσω της επιστημονικής έρευνας συμπληρώνεται με συστατικά μέρη και δραστηριότητες και μηχανιστικών σχεδιαγραμμάτων (sketches) τα οποία αποτελούν μια πιο ατελή μορφή σχήματος που αν δεν ευνοηθεί από τα ευρήματα εγκαταλείπεται. Εικόνα 1. Ένα φαινόμενο (επάνω) και ο μηχανισμός του (κάτω) (Craver, 2007, σ. 7) Το πώς εφαρμόζεται αυτό το μηχανιστικό μοντέλο εξήγησης στην πρακτική της νευροεπιστημονικής έρευνας αναλύεται λεπτομερώς από τον Craver στο βιβλίο του Explaining the Brain: Mechanisms and the mosaic unity of neuroscience (Craver, 2007). Η εύρεση του μηχανισμού που υπόκειται ενός φαινομένου σημαίνει την αποσύνθεση του φαινομένου σε οντότητες και δραστηριότητες και την αποτύπωση της οργάνωσής τους. Όπως φαίνεται στο σχήμα (εικ.1), ένα φαινόμενο είναι ένα σύστημα Σ που επιδεικνύει τη συμπεριφορά ψ, δηλαδή κάνει ψ. Το σύστημα αναλύεται σε συστατικά μέρη Χ 1, Χ 2, Χ 3, κ.ο.κ., κάθε ένα από τα οποία κάνει μια δραστηριότητα φ 1, φ 2, φ 3, κ.ο.κ. Στο σχήμα του Craver τα μέρη ενώνονται μεταξύ 4

Εικόνα 2. Τρία επίπεδα μηχανισμών. Τα μέρη του χαμηλότερου επιπέδου σχηματίζουν μέρη υψηλότερου επιπέδου μέσω χωρικής, χρονικής και ενεργούς οργάνωσης σε κάτι μεγαλύτερο από το άθροισμα των μερών (Craver, 2007, σ. 189). Εικόνα 3. Τα επίπεδα προσδιορίζονται τοπικά μέσα σε ιεραρχίες αποσύνθεσης (Craver, 2007, σ. 194) τους με βέλη που υποδηλώνουν τις αιτιακές αλληλεπιδράσεις μεταξύ τους 2. Κάθε ένα από αυτά τα μέρη μπορεί να εξεταστεί σε ένα χαμηλότερο ιεραρχικά επίπεδο και να 2 Ο Craver (Craver, 2007, σ. 7) αναφέρει ότι οι κύκλοι στο σχήμα αναπαριστούν τις οντότητες και τα βέλη τις δραστηριότητές τους που οργανώνονται μαζί σε έναν μηχανισμό. Ωστόσο πιο κάτω αναφέρει ότι οι τα φ-ing είναι οι δραστηριότητες. Ο Menzies (Menzies, 2012) εντοπίζει την ασάφεια αυτή και ερμηνεύει τη χρήση των βελών ως υποδήλωση των αιτιακών σχέσεων μεταξύ των οντοτήτων. Αυτή η ερμηνεία επιλέγεται και στην παρούσα εργασία. 5

εφαρμοστεί παρόμοιου τύπου ανάλυση και σ αυτό (εικ.2), κάτι που αντανακλά τις τοπικά εμφωλευμένες (εικ.3) ιεραρχίες υποσυστημάτων που πραγματώνουν επί μέρους λειτουργίες και αποτελούν μέρος της εξήγησης του φαινομένου, η οποία όπως αναφέρει (σ. 10) «ταλαντώνεται πάνω και κάτω σε μια ιεραρχία μηχανισμών». Το παράδειγμα που χρησιμοποιεί για να δείξει την ιεραρχική φύση των μηχανισμών είναι ένα γνωσιακό φαινόμενο, η χωρική μνήμη (εικ.4). Στο ανώτερο ιεραρχικά Εικόνα 4. Επίπεδα χωρικής μνήμης (Craver, 2007, σ. 166) 6

επίπεδο τοποθετεί το εξηγητέο φαινόμενο που είναι η υπό εξέταση συμπεριφορά: η ικανότητα ποντικιών να βρίσκουν το δρόμο τους σε έναν υδάτινο λαβύρινθο. Στο αμέσως κατώτερο επίπεδο είναι οι εγκεφαλικές περιοχές που σχετίζονται με το φαινόμενο και συγκεκριμένα ο ιππόκαμπος. Η νευρωνική λειτουργία που σχετίζεται με τη μνήμη είναι η μακρόχρονη ενδυνάμωση (Long-Term Potentiation) που ανιχνεύεται στο επόμενο χαμηλότερο επίπεδο συνάψεων και κυττάρων και η ανάλυση αυτή (που είναι αρκετά απλουστευμένη) καταλήγει σε επίπεδο ιόντων και μορίων με την ενεργοποίηση υποδοχέων για συγκεκριμένους νευροδιαβιβαστές (NMDA receptors). Αν και στο παράδειγμα αυτό χρησιμοποιείται το ανώτερο ιεραρχικά νοητικό (ή ψυχολογικό) επίπεδο, η εξήγηση δεν είναι γνωσιακή. Η σχέση του επιπέδου αυτού με τα κατώτερα είναι ουσιαστικά σχέση πραγμάτωσης και δεν αντανακλά την πολυπλοκότητα και το βάθος ανάλυσης των νοητικών φαινομένων. Ούτε ο Craver ισχυρίζεται κάτι τέτοιο, εφόσον δηλώνει ότι το σχήμα είναι μια υπεραπλούστευση. Η ανάμειξη ψυχολογικών και νευροβιολογικών στοιχείων σε ένα ενιαίο μηχανιστικό εξηγητικό σχήμα είναι μια πρόκληση. Τα νοητικά φαινόμενα έχουν κάποια ιδιαίτερα χαρακτηριστικά, μερικά εξ αυτών τα κάνουν κατάλληλα για τη μηχανιστική εξήγηση, κάποια άλλα όμως κάνουν δύσκολο το εγχείρημα. Αυτό θα εξετάσω στη συνέχεια. 2. Νοητικά φαινόμενα Ένα νοητικό φαινόμενο συνήθως αναλύεται βάσει δύο διαφορετικών αλλά αλληλοσυμπληρούμενων όψεων: του περιεχομένου, δηλαδή της ιδιότητας του νου να αναπαριστά κάτι έξω από αυτόν ή γενικότερα να αναφέρεται σε κάτι, και του οχήματος (vehicle) που είναι οι διεργασίες, δηλαδή ο τρόπος με τον οποίο φέρει σε πέρας διάφορες λειτουργίες. Το μηχανιστικό μοντέλο εξήγησης αφορά κυρίως τις διεργασίες, χωρίς αυτό να σημαίνει πως αδιαφορεί για το περιεχόμενο διότι μια διεργασία αυτό που κάνει είναι να επεξεργάζεται ένα είδος πληροφορίας, δηλαδή ένα περιεχόμενο. Επίσης, στη μηχανιστική εξήγηση δεν επιχειρείται να απαντηθεί ένα από τα δυσκολότερα αινίγματα του νου, αυτό της φαινόμενης φύσης των νοητικών καταστάσεων, ή αλλιώς του ποιοτικού χαρακτήρα της εμπειρίας, κάτι που 7

ενέχει οντολογικές συνιστώσες για τις οποίες η γνωσιακή επιστήμη συνήθως διατηρεί μια αγνωστικιστική στάση. Μια αρκετά περιεκτική λίστα των νοητικών λειτουργιών στις οποίες θα μπορούσε ενδεχομένως να εφαρμοστεί η μηχανιστική εξήγηση απαρτίζεται από τις παρακάτω: αντίληψη, κατανόηση, προσοχή, συλλογισμός, σχεδιασμός, κατηγοριοποίηση, γνώση, υπολογισμός, επίλυση προβλημάτων, λήψη αποφάσεων, ονείρεμα, φαντασία, εγρήγορση, ενδοσκόπηση, μάθηση, μνήμη, χωρικός προσανατολισμός, κινητική δράση, και τελευταίο αλλά εξίσου σημαντικό, γλώσσα. Ένα βασικό χαρακτηριστικό των νοητικών φαινομένων είναι ότι πραγματώνονται σε κάποιο υπόστρωμα. Αν και η λειτουργιστική προσέγγιση του νου επιτρέπει τη δυνατότητα πραγμάτωσης νοητικών διεργασιών σε ποικίλα, ακόμα και τεχνητά υπολογιστικά συστήματα, για την ώρα τα γνήσια νοητικά φαινόμενα πραγματώνονται σε νευροβιολογικό υπόβαθρο, συνεπώς μια πλήρης εξήγησή τους θα πρέπει αναγκαία να το συμπεριλαμβάνει, και αυτό βέβαια αποτελεί μια από τις βασικότερες ενδείξεις για την καταλληλόλητα της μηχανιστικής εξήγησης. Αυτό όμως που τα διακρίνει από ένα αμιγώς νευροβιολογικό φαινόμενο είναι ότι αφορούν στην επεξεργασία πληροφορίας που είτε προέρχεται από τον εξωτερικό κόσμο είτε είναι αποθηκευμένη στο νου. Οπότε η περιγραφή των φαινομένων αυτών αλλά και των μερών στα οποία αποσυντίθενται χρησιμοποιεί αναγκαία και όρους νοητικού λεξιλογίου. Δεν νοείται εδώ αποσύνθεση μόνο σε συμπαγή ή φυσικά ή υλικά συστατικά μέρη, η ανάλυση του μηχανισμού περιλαμβάνει και ψυχολογικούς όρους. Αυτό συνδέεται άμεσα με ένα ακόμα χαρακτηριστικό: έχουν ιεραρχική φύση η οποία δεν εξαντλείται στα νευροβιολογικά επίπεδα αλλά ιεραρχίες λειτουργιών και υπολειτουργιών υπάρχουν και στα ανώτερα, τα χαρακτηριζόμενα ως ψυχολογικά επίπεδα τα οποία έχουν μεγάλη εξηγητική σημασία. Ίσως το καλύτερο παράδειγμα για τα δύο προαναφερθέντα χαρακτηριστικά είναι ο τρόπος με τον οποίο αναλύεται η γλώσσα. Η μελέτη της απλώνεται σε πολλά πεδία, από τους γλωσσικούς ήχους μέχρι το νόημα. Μπορεί κανείς να σκεφτεί τη λειτουργία της γλώσσας ως ένα λεξικό που είναι ταυτόχρονα και μια συνδυαστική συσκευή. Στο λεξικό υπάρχουν λέξεις που μέσω κάποιων συντακτικών κανόνων συνδυάζονται για να φτιάξουν προτάσεις σε ένα ανώτερο ιεραρχικά επίπεδο, ενώ οι ίδιες οι λέξεις σ' ένα κατώτερο ιεραρχικά επίπεδο, συντίθενται από μορφήματα, δηλαδή τα μικρότερα 8

λεκτικά στοιχεία με αναγνωρίσιμο νόημα. Τα μορφήματα με τη σειρά τους συντίθενται από μονάδες ήχου τα φωνήματα. Αλλά ακόμα και τα φωνήματα μπορούν να αναλυθούν περαιτέρω σε μικρότερα χαρακτηριστικά που συνδυάζονται κι αυτά βάσει συγκεκριμένων αρχών και πάει λέγοντας. Και αυτό είναι μια απλουστευμένη παρουσίαση της ανάλυσης μόνο της μορφολογικής όψης της γλώσσας. Στην εικόνα 5 βλέπουμε μια ενδεικτική ανάλυση σε επί μέρους λειτουργίες που περιλαμβάνει και άλλες όψεις. Μια μηχανιστική εξήγηση θα πρέπει απαραίτητα να συλλαμβάνει αυτά τα χαρακτηριστικά. Εικόνα 5. Απεικόνιση σπονδυλωτής ανάλυσης της δομής της γλώσσας (The MIT encyclopedia of the cognitive sciences, 2001, p. xciv) Τέλος, το βασικό σχήμα της νοητικότητας σε έναν οργανισμό μπορεί να παρομοιαστεί με ένα σύστημα εγκατεστημένο σε ένα περιβάλλον το οποίο βρίσκεται διαρκώς σε έναν αναδραστικό βρόχο αντίληψης και δράσης. Συχνά χρησιμοποιείται το μοντέλο εισροές - επεξεργασία - εκροές αλλά αυτό είναι δεσμευτικό γιατί απομονώνει τον νου από τον κόσμο στον οποίο είναι εγκατεστημένος οδηγώντας σε μεθοδολογικό σολιψισμό και επίσης υποτιμά τον κυκλικό τρόπο με τον οποίο συνδέεται η αντίληψη με τη δράση καθώς και την πολυπλοκότητα με την οποία αυτά τα δύο συνυφαίνονται. Η πολυπλοκότητα αυτή τα κάνει μοναδικά, με την έννοια ότι κάθε εκδήλωση νοητικού φαινομένου σχηματίζει μια ξεχωριστή αιτιακή δομή 9

νοητικών καταστάσεων και καταστάσεων του κόσμου στον οποίο βρίσκεται το γνωσιακό υποκείμενο. Συνεπώς, μια εξήγηση θα πρέπει να είναι αρκετά συστηματική ώστε να καλύπτει τις κανονικότητες των νοητικών λειτουργιών αλλά ταυτόχρονα να είναι και αρκετά ανοιχτή ώστε να εξηγεί τα νοητικά φαινόμενα σε όλη την έκτασή τους. Συμπερασματικά, προκειμένου να εφαρμοστεί το μηχανιστικό μοντέλο εξήγησης στα φαινόμενα που μελετά η γνωσιακή επιστήμη θα πρέπει να αποτυπωθούν τα εξής ιδιαίτερα χαρακτηριστικά τους: το ότι αφορούν στην επεξεργασία πληροφορίας, το ότι έχουν μια πολύπλοκη ιεραρχική δομή που αφορά τόσο τη νευροβιολογική τους πραγμάτωση όσο και την σε βάθος ανάλυση των νοητικών λειτουργιών και τρίτον, ότι τα νοητικά συστήματα είναι εγκατεστημένα οπότε πιθανόν σε κάποιο επίπεδο ανάλυσης θα πρέπει να αντιμετωπιστούν ως ανοιχτά συστήματα ή ως συζευγμένα με το περιβάλλον συστήματα. 3. Γνωσιακοί μηχανισμοί Την εφαρμογή του μηχανιστικού μοντέλου εξήγησης στα νοητικά φαινόμενα την πραγματεύτηκε σε μεγάλη έκταση ο William Bechtel (2008), δίνοντας μάλιστα και δύο παραδείγματα που εξιστορούν την πορεία στην αποσύνθεση της μνήμης και της οπτικής αντίληψης για την ανακάλυψη των μηχανισμών τους. Πριν εξετάσω την εκτενή εφαρμογή του Bechtel θα αναφερθώ σε ένα μεταγενέστερο άρθρο από τους Piccinini και Craver (2011) στο οποίο επιχειρηματολογούν ότι οι ψυχολογικές εξηγήσεις είναι μηχανιστικές εξηγήσεις και παρουσιάζουν τον τρόπο με τον οποίο συνδέεται η λειτουργική ανάλυση στην ψυχολογία με το νευροβιολογικό μηχανιστικό μοντέλο. Η λειτουργική ανάλυση σημαίνει τη διάσπαση της δραστηριότητας ενός συστήματος σε υπολειτουργίες που εκτελούνται από αυτόνομα υποσυστήματα με δικό τους πεδίο εφαρμογής. Οι Piccinini και Craver επισημαίνουν ότι στη γνωσιακή επιστήμη γίνονται δύο ειδών εξηγήσεις: Η λειτουργική ανάλυση που είναι κατάλληλη για γνωσιακές ικανότητες και οι πολυεπίπεδες μηχανιστικές εξηγήσεις που απευθύνονται σε νευρωνικά συστήματα. Μια ενιαία εξήγηση μπορεί να επιτευχθεί εάν ιδωθούν οι λειτουργικές αναλύσεις ως σχεδιαγράμματα μηχανισμών που συμπληρώνονται καταλλήλως με δομικά στοιχεία και τότε μετατρέπονται σε πλήρεις πολυεπίπεδες 10

μηχανιστικές εξηγήσεις. Οι λειτουργικές αναλύσεις στην ψυχολογία μπορούν, σύμφωνα με τους συγγραφείς, να έχουν μία εκ των τριών παρακάτω μορφών, για τις οποίες όπως επιχειρηματολογούν, ο μόνος τρόπος να λειτουργούν εξηγητικά είναι να αποτελούν σχεδιαγράμματα μηχανισμών: 1). Μπορεί να είναι αναλύσεις έργου σε υπο-έργα που για να έχουν εξηγητική σημασία θα πρέπει να αντιστοιχούν συστατικά μέρη στα υπο-έργα, οπότε τότε όντως πρόκειται για ατελή μηχανιστικά σχεδιαγράμματα αλλιώς αποκλείονται από την πραγματική αιτιακή δομή του συστήματος και δεν εξηγούν τίποτα. 2). Μπορεί να είναι αναλύσεις εσωτερικών καταστάσεων οι οποίες ταυτοποιούνται από τον λειτουργικό τους ρόλο. Στην περίπτωση αυτή είτε είναι καταστάσεις που αποδίδονται σε ολόκληρο το σύστημα οπότε δεν αποτελούν εσωτερικές καταστάσεις με κάποια ενδιαφέρουσα έννοια ή είναι πραγματικά εσωτερικές οπότε συγκροτούν την εσωτερική λειτουργική δομή του συστήματος με δύο τρόπους: αντιστοιχούν σε συστατικά μέρη του συστήματος, οπότε και είναι τμήματα μηχανιστικών σχεδιαγραμμάτων ή συνιστούν περεταίρω αναλύσιμα μαύρα κουτιά, κάτι που οδηγεί στην περίπτωση 3). Boxology. Τα μαύρα κουτιά είναι συστατικά μέρη που ταυτοποιούνται από τις εκροές που παράγουν κάτω από συγκεκριμένες συνθήκες εισροών, δηλαδή ταυτοποιούνται λειτουργικώς. Είναι ρητώς εσωτερικά και τοπικά περιεχόμενα μέσα στο σύστημα, γιατί οι λειτουργικές και οι δομικές ιδιότητες των συστατικών μερών είναι αλληλεξαρτώμενες, όπως συχνά τονίζεται από τους συγγραφείς. Έτσι, τα μαύρα κουτιά είναι θέσεις (placeholders) για δομικά συστατικά μέρη ενός μηχανισμού, κάτι που και πάλι οδηγεί στα μηχανιστικά σχεδιαγράμματα. Αυτό που κάνει την προσέγγιση του Bechtel διαφορετική από τις προαναφερθείσες προσεγγίσεις είναι ότι δεν ξεκινάει με ένα νευροβιολογικό μοντέλο που προσπαθεί να δει αν και πώς εφαρμόζεται στη γνωσιακή επιστήμη, αλλά από την αρχή εφαρμόζει τις αρχές της μηχανιστικής εξήγησης στα νοητικά φαινόμενα, μιλώντας για νοητικές λειτουργίες και λειτουργική αποσύνθεση νοητικών διεργασιών. Δεν ενοποιεί δύο τύπους εξηγήσεων, δηλαδή την ψυχολογική και τη νευροβιολογική, αλλά τις εξετάζει σα να είναι ήδη ενοποιημένες. Ο ορισμός που χρησιμοποιεί για τον μηχανισμό είναι (σ. 4): Μ 3 Ένας μηχανισμός απαρτίζεται από ένα ορισμένο σύνολο συστατικών μερών που εκτελούν συγκεκριμένες λειτουργίες, οργανωμένα με τρόπο που να παράγουν ένα δεδομένο φαινόμενο 11

Τα συστατικά μέρη του μηχανισμού είναι δομικά του μέρη και οι λειτουργίες ορίζονται ως διεργασίες ή αλλαγές που εμπλέκουν τα μέρη αυτά. Η έννοια της λειτουργίας, είναι διττή: Κάτι λειτουργείται και κάτι κάνει μια λειτουργία. Ένας μηχανισμός αποσυντίθεται με δύο τρόπους που γίνονται παράλληλα: σε μέρη, δηλαδή δομική αποσύνθεση και σε λειτουργίες, δηλαδή λειτουργική αποσύνθεση. Ένα σημείο που χρήζει ιδιαίτερης προσοχής είναι ότι για την ανάλυση ενός μηχανισμού θεωρείται απαραίτητος ο εντοπισμός (localization) μιας λειτουργίας, δηλαδή η ανάθεση μιας λειτουργίας σε συγκεκριμένο συστατικό μέρος. Το πόσο σημαντικό είναι αυτό μπορούμε να το δούμε όταν εξετάσουμε τη μηχανιστική ανάλυση σε ένα νοητικό φαινόμενο γιατί τότε βλέπουμε ότι από την αρχή η αποσύνθεσή του εμπλέκει και τον τρόπο με τον οποίο πραγματώνεται, δηλαδή λειτουργία και δομή είναι συνδεδεμένα. Η μηχανιστική ανάλυση εμπεριέχει και ένα δεύτερο είδος αποσύνθεσης, τη φαινόμενη αποσύνθεση, δηλαδή τη διάκριση διαφόρων ειδών φαινομένων σε μια νοητική λειτουργία. Η φαινόμενη αποσύνθεση γίνεται παράλληλα με την λειτουργική και την δομική, αλλά σε κάποιες περιπτώσεις στην εμπειρική έρευνα προηγήθηκε ο εντοπισμός περιοχών ενώ σε άλλες ο εντοπισμός επιμέρους λειτουργιών. Στην έρευνα για τη μνήμη πρώτα έγινε αντιστοίχιση της φαινόμενης αποσύνθεσης σε διεργασίες ενώ αντίθετα στην οπτική αντίληψη πρώτα εντοπίστηκαν περιοχές που αντιστοιχήθηκαν σε συγκεκριμένα φαινόμενα και μετά αναλύθηκε η οργάνωσή τους σε επί μέρους λειτουργίες. Στο παράδειγμα της οπτικής αντίληψης αρχικά η φαινόμενη με τη δομική αποσύνθεση πήγαιναν χέρι-χέρι: συγκεκριμένη περιοχή θεωρήθηκε ως κέντρο της όρασης. Τμήματα του οπτικού πεδίου αντιστοιχήθηκαν σε περιοχές του αμφιβληστροειδή ενώ στη συνέχεια ανακαλύφθηκε ότι διατηρείται η χωρική οργάνωση του αμφιβληστροειδοτοπικού χάρτη σε ολοένα και ιεραρχικά υψηλότερες εγκεφαλικές περιοχές. Η μελέτη των υποδεκτικών πεδίων κυττάρων από διάφορες περιοχές στην οπτική οδό αντιστοίχησε κύτταρα με χαρακτηριστικά του οπτικού αντιλήμματος σε σημείο να έχουν εντοπιστεί ακόμα και κύτταρα (στον κατώτατο κροταφικό λοβό - περιοχή IT inferotemporal) με μεγάλα υποδεκτικά πεδία που ανταποκρίνονται σε πολύπλοκα ερεθίσματα, όπως το σχήμα ενός χεριού, μια ανακάλυψη που συνδέθηκε με τη φήμη ότι στον εγκέφαλο υπάρχουν τα λεγόμενα κύτταρα που αναγνωρίζουν τη γιαγιά μας, τα Grandmother-cells. Η εικόνα 6 είναι 12

ένα χαρακτηριστικό σχεδιάγραμμα από τους Van Essen και Gallant που απεικονίζει την αποσύνθεση της οπτικής αντίληψης σε περιοχές και φαινόμενα και την οργάνωση μεταξύ τους. Εικόνα 6. Η εικονική αναπαράσταση των Van Essen και Gallant της οργάνωσης ρευμάτων πολλαπλής επεξεργασίας στον πίθηκο macaque, με τα κουτιά να δείχνουν διαφορετικές περιοχές επεξεργασίας και τις εικόνες να αναπαριστούν τους τύπους πληροφορίας στις οποίες ανταποκρίνεται κάθε κύτταρο σε κάθε περιοχή. Ανακτήθηκε από τον Bechtel (2008) που το ανατύπωσε από τους van Essen, D.C., & Gallant, J. L. (1994), Neuron, 13, σελ.3, σχήμα 2, με την άδεια της Elsevier Publishing 13

4. Σύνοψη, συμπεράσματα Και οι δύο προσεγγίσεις που εξετάστηκαν παρουσιάζουν πολλά κοινά στοιχεία. Σε πολλές περιπτώσεις οι διαφορές είναι κυρίως ζήτημα ορολογίας που χρησιμοποιείται. Αν και οι δύο στρατηγικές ενοποίησης που παρουσιάστηκαν διαφέρουν στο σημείο εκκίνησης της μηχανιστικής ανάλυσης, ταυτίζονται α) στο ότι θεωρούν εφικτή μια ενοποιημένη εξήγηση, β) στο ότι θεωρούν απαραίτητη μια ορισμένη πραγμάτωση των νοητικών φαινομένων και γ) στην έννοια της λειτουργικής αποσύνθεσης ως αναπόσπαστο στοιχείο της μηχανιστικής εξήγησης στη γνωσιακή επιστήμη. Αυτά τα δύο τελευταία, υπονομεύουν ωστόσο το ενοποιητικό εγχείρημα: Όσον αφορά τη λειτουργική αποσύνθεση, στη γνωσιακή επιστήμη υποδηλώνει σπονδυλωτή διάρθρωση των νοητικών λειτουργιών, κάτι το οποίο έχει αμφισβητηθεί καταρχάς λόγω της πολύπλοκης φύσης των νοητικών φαινομένων αλλά και λόγω εμπειρικών ευρημάτων (π.χ. η αρχή της πληροφοριακής ενθυλάκωσης [informational encapsulation] που είναι βασική και συχνά ταυτίζεται με την έννοια της σπονδυλωτής διάρθρωσης πλήττεται από τα πειράματα stroop όπου η αντίληψη του χρώματος επηρεάζει την αντίληψη της έννοιας μιας λέξης). Μια δεύτερη ένσταση θα μπορούσε να απευθυνθεί στον τρόπο που πραγματώνονται οι νοητικές λειτουργίες. Αν αντιστοιχίζεται σε κάθε νοητική υπολειτουργία ή εσωτερική κατάσταση ή μαύρο κουτί κάποιο χωρικά εντοπισμένο συστατικό μέρος, αυτό θα σήμαινε πως δεν υπάρχει αυτονομία του ψυχολογικού καθώς αυτό περιορίζεται από την πραγμάτωσή του. Ωστόσο μια τέτοια ένσταση θα μπορούσε εύκολα να απαντηθεί, καθώς η ύπαρξη περιορισμού πραγμάτωσης δεν σημαίνει ότι μόνο μια διευθέτηση υλικού υποστρώματος θα μπορούσε να παίξει τον ζητούμενο λειτουργικό ρόλο. Σε τελική ανάλυση, η μηχανιστική εξήγηση αν και σε κάποια σημεία μπορεί να διευρυνθεί ώστε να αποτυπώνει καλύτερα τις ιδιαιτερότητες των νοητικών φαινομένων είναι η εξήγηση που αυτή τη στιγμή είναι πιο συμβατή με τον μεγαλύτερο όγκο εμπειρικής έρευνας στη γνωσιακή επιστήμη. 14

References Wilson, R. A., & Keil, F. C. (2001). The MIT encyclopedia of the cognitive sciences. MIT press. Andersen, H. (2014a). A field guide to mechanisms: Part I. Philosophy Compass, 9(4), 274-283. Andersen, H. (2014b). A Field Guide to Mechanisms: Part II. Philosophy Compass, 4, 283-297. Bechtel, W. (2008). Mental mechanisms: Philosophical perspectives on cognitive neuroscience. Taylor & Francis. Craver, C. F. (2007). Explaining the brain: Mechanisms and the mosaic unity of neuroscience. Oxford University Press. Glennan, S. S. (1996). Mechanisms and the nature of causation. Erkenntnis, 44(1), 49-71. Hempel, C. G., & Oppenheim, P. (1948). Studies in the Logic of Explanation. Philosophy of Science(15), 135-75. Machamer, P., Darden, L., & Craver, C. F. (2000). Thinking about mechanisms. Philosophy of science, 1-25. Menzies, P. (2012). The causal structure of mechanisms. Studies in History and Philosophy of Biological and Biomedical Sciences, 43(4), 796-805. Piccinini, G., & Craver, C. (2011). Integrating psychology and neuroscience: Functional analyses as mechanism sketches. Synthese, 183(3), 283-311. Psillos, S. (2011). The Idea of Mechanism. In P. Illari, F. Russo, & J. Williamson (Eds.), Causality in the Sciences (pp. 771-788). Oxford: Oxford University Press. Salmon, W. C. (1992). Scientific explanation. In Introduction to the Philosophy of Science (pp. 7-41). 15