Myślenie jest systemem korekcji błędów

Myślenie jest systemem korekcji błędów.

 

Od pojęć i obrazu rzeczywistości do teorii, krytyki i wolności wypowiedzi

Rzeczywistość nie dociera do nas jako gotowy, uporządkowany obraz. Dostrzegamy cechy, różnice i zależności, nadajemy im nazwy, tworzymy pojęcia, łączymy je w twierdzenia, a z twierdzeń budujemy szersze modele. Dzięki nim próbujemy zrozumieć, co obserwujemy i czego możemy spodziewać się dalej.

Problem zaczyna się wtedy, gdy własny obraz rzeczywistości zaczynamy mylić z rzeczywistością.

Rzeczywistość jest bogatsza od naszych pojęć

 

Wyobraź sobie, że rozpoznajesz tylko cztery kolory: czarny, biały, czerwony i niebieski. Zieleń, turkus, granat czy fiolet nadal istnieją, ale twoja siatka pojęciowa nie pozwala ich precyzyjnie rozróżnić.

Pojawia się turkus. Możesz uznać go za odmianę niebieskiego i zachować dotychczasowy podział. Tracisz jednak informację o różnicy, którą właśnie zaobserwowałeś. Możesz też wyodrębnić tę różnicę i utworzyć dla niej osobną kategorię.

Świat się nie zmienił. Turkus istniał wcześniej. Zwiększyła się jedynie rozdzielczość, z jaką potrafisz go opisać.

Pojęcia działają trochę jak piksele. Jeżeli dysponujemy kilkoma bardzo szerokimi kategoriami, wiele różnych zjawisk zostaje przedstawionych jako jedno. Dodawanie trafnych rozróżnień pozwala zobaczyć strukturę, która wcześniej ginęła.

Sama liczba pojęć nie świadczy jednak o dokładności obrazu. Można stworzyć setki terminów, które nakładają się na siebie albo nie odpowiadają żadnym istotnym różnicom. Rozdzielczość zależy nie od liczby słów, lecz od tego, ile rzeczywistych różnic potrafimy za ich pomocą uchwycić.

Znaczenie ma również złożoność badanego obszaru. Kilka kategorii może wystarczyć do opisu prostego problemu, ale okazać się zbyt grubą siatką przy analizie złożonych zjawisk społecznych, ekonomicznych czy psychologicznych.

Mapa kraju wystarczy, żeby przejechać z Rzeszowa do Wrocławia. Nie wystarczy, żeby znaleźć konkretne wejście do budynku.

Im bardziej złożony obszar próbujemy opisać, tym większego znaczenia nabiera precyzja używanych rozróżnień.

 

Kiedy pojęcia zaczynają przesłaniać rzeczywistość

 

Pojęcia są narzędziami porządkowania obserwacji. Problem pojawia się, gdy odwracamy tę zależność i zaczynamy wymagać, żeby obserwacje pasowały do wcześniej przyjętych kategorii.

Nowa informacja może wtedy zostać oceniona nie według tego, co pokazuje, lecz według tego, czy pasuje do istniejącego obrazu rzeczywistości.

W myśleniu pojęciowym sprzeczność jest powodem do sprawdzenia źródła, definicji, kryterium albo wcześniejszego wniosku. Jeżeli obserwacje nie zgadzają się z dotychczasowym modelem, możliwa staje się jego korekta.

Stereotyp działa inaczej. Kategoria otrzymuje silny ładunek oceniający, a informacje są łatwo dzielone na zgodne i niezgodne z już istniejącym obrazem. W skrajnym przypadku pojęcie przestaje służyć do opisywania obserwacji, a zaczyna decydować, które obserwacje zostaną dopuszczone.

Wracamy do turkusu. Jeżeli widzimy różnicę między nim a niebieskim, możemy zignorować ją, żeby zachować starą paletę, albo zmodyfikować paletę.

Ta prosta sytuacja zawiera zasadę, która będzie powracać na każdym kolejnym poziomie: Jeżeli model nie zgadza się z rzeczywistością, korekty wymaga model, nie rzeczywistość.

 

Jak powstaje pojęcie?

 

Samo tworzenie kolejnych kategorii nie rozwiązuje problemu. Trzeba jeszcze określić, według czego dzielimy rzeczywistość.

Leon Petrażycki zwracał uwagę na tworzenie pojęć klasowych. Jeżeli mówimy o „przedmiotach białych”, do jednej klasy mogą trafić samochód, kwiat, kubek i budynek. Łączy je nie podobieństwo wszystkich właściwości, lecz określone kryterium, jakim w tym przypadku jest biały kolor.

Pojęcie nie jest więc listą znanych przykładów. Jest regułą pozwalającą rozstrzygać również o przypadkach, których wcześniej nie widzieliśmy.

Nowy biały przedmiot może należeć do klasy „przedmioty białe”, mimo że nie uczestniczył w tworzeniu tej kategorii. Wystarczy, że spełnia przyjęte kryterium.

To odróżnia pojęcie od zwykłego katalogu przykładów.

Tutaj pojawia się pułapka. Możemy najpierw intuicyjnie zdecydować, które przypadki należą do kategorii X, następnie zbadać tylko te przypadki, znaleźć ich wspólną cechę i ogłosić ją definicją X.

Powstaje koło: wiem, co jest X → wybieram przykłady X → tworzę z nich definicję X → definicja potwierdza, że wybrane przykłady są X.

Dlatego przy tworzeniu kategorii ważniejsze od samej nazwy jest pytanie: według jakiego kryterium przebiega granica?

 

Czy teoria pasuje do rzeczywistości?

 

Z pojęć można budować twierdzenia, a z twierdzeń teorie. Problem granic nie znika. Przenosi się tylko poziom wyżej.

Leon Petrażycki rozróżniał pod tym względem teorie adekwatne, kulawe i skaczące.

Teoria adekwatna obejmuje zakres, do którego odnoszą się jej twierdzenia. Teoria kulawa pozostawia poza sobą część przypadków, które powinna uwzględniać. Teoria skacząca przenosi twierdzenia na przypadki znajdujące się poza właściwym zakresem.

Można więc zbudować spójną teorię i nadal niewłaściwie opisać badany obszar.

Teoria jest mapą zależności. O jej przydatności nie rozstrzyga elegancja mapy, lecz jej zgodność z terenem.

 

Nazwanie nie jest wyjaśnieniem

 

Kolejny problem pojawia się wtedy, gdy klasyfikację zaczynamy traktować jak wyjaśnienie.

Na pierwszy rzut oka rozpoznawanie rzeczy wydaje się proste. Nosorożec jest nosorożcem, a koń koniem. Ale dlaczego jednorożec miałby być bardziej podobny do konia niż do nosorożca? Według jakiej cechy ustalamy podobieństwo? Ile cech musi się zgadzać?

Trudność rośnie, gdy nie dysponujemy obiektem, który można bezpośrednio porównać z jednoznacznym wzorcem, lecz wnioskujemy o nim na podstawie zestawu obserwowanych cech albo reakcji.

Samo rozpoznanie wzorca nie mówi jeszcze, co go wytworzyło.

Jeżeli obserwowany zestaw cech spełnia kryteria kategorii X, otrzymaliśmy klasyfikację: cechy → kryteria → X.

Nie wynika z tego jeszcze: X → znamy mechanizm powstania obserwowanych cech.

Te same lub podobne obserwacje mogą powstawać różnymi drogami. Nazwa pozwala je uporządkować. Wyjaśnienie wymaga ustalenia zależności i mechanizmu.

Klasyfikacja odpowiada na pytanie: „Do czego to zaliczyć?”. Wyjaśnienie pyta: „Dlaczego i jak to powstało?”.

 

Możesz znać fakty i nadal nie rozumieć

 

Informacje mogą być prawdziwe, dokładne i jednocześnie pozostawać od siebie odizolowane.

Możesz znać datę wydarzenia A, datę wydarzenia B i fakt C, ale nigdy nie zestawić ich na jednej osi czasu. Każda informacja jest dostępna, lecz relacja między nimi pozostaje niewidoczna.

Rozumienie wymaga czegoś więcej niż magazynowania komunikatów i informacji. Trzeba jeszcze dostrzegać związki: następstwo, przyczynę, skutek, warunek, podobieństwo, różnicę i konsekwencję.

Dopiero wtedy z pojedynczych punktów zaczyna powstawać struktura.

 

Rozumienie pozwala wyprzedzać działanie

 

Praktyczna wartość takiej struktury ujawnia się wtedy, gdy próbujemy odpowiedzieć nie tylko na pytanie „co się wydarzyło?”, lecz również „co stanie się dalej, jeżeli zrobię X?”.

Model pozwala wykorzystać znane zależności do tworzenia przewidywań. Możemy wyobrazić sobie kilka możliwych działań, przeprowadzić ich uproszczoną symulację i porównać przewidywane skutki, zanim wybierzemy jedno z nich.

SYTUACJA → MODEL → MOŻLIWE DZIAŁANIA → PRZEWIDYWANE SKUTKI → WYBÓR

Nie oznacza to, że potrafimy dokładnie przewidzieć przyszłość. Symulacja jest tylko kolejnym zastosowaniem naszego obrazu rzeczywistości. Jeżeli model zawiera błędy, błędne mogą być również jego przewidywania. Myślenie daje jednak możliwość popełnienia części błędów najpierw w modelu, zamiast od razu w rzeczywistości.

Wyobraź sobie badacza, który otrzymuje tysiąc wyłączonych komputerów. Mierzy ich masę, wymiary, kolor, temperaturę i liczbę przycisków. Po latach dysponuje gigantyczną bazą danych i setkami korelacji.

Nadal może nie wiedzieć, czym jest komputer i jak działa.

Problemem nie musi być niedostatek danych. Można bardzo dokładnie mierzyć właściwości, które nie odsłaniają badanego mechanizmu. Więcej danych może dać dokładniejszy opis tego, czego nadal nie rozumiemy.

 

Teoria musi wrócić do obserwacji

 

Na tym etapie można już złożyć cały proces: rzeczywistość → obserwacje → rozróżnienia → pojęcia → siatka pojęciowa → twierdzenia → teoria → przewidywania → konfrontacja z rzeczywistością.

Przewidywanie pełni tutaj szczególną funkcję. Wyprowadza model poza opis tego, co już wiemy i pozwala sprawdzić, czy potrafi on powiedzieć coś trafnego o tym, czego jeszcze nie zaobserwowaliśmy.

Możemy przewidywać rezultat własnego działania, zachowanie badanego układu albo następstwo określonych warunków. Następnie porównujemy przewidywanie z tym, co rzeczywiście się wydarzyło.

MODEL → PRZEWIDYWANIE → DZIAŁANIE / OBSERWACJA → WYNIK → PORÓWNANIE

Jeżeli wynik jest zbliżony do przewidywanego, model przechodzi kolejną próbę. Jeżeli pojawia się istotna rozbieżność, otrzymujemy informację, że gdzieś w naszym obrazie rzeczywistości może znajdować się błąd.

Rozbieżność nie mówi jeszcze, gdzie znajduje się problem. Może dotyczyć danych, założenia, pojęcia, zależności, samej teorii albo warunków, których wcześniej nie uwzględniliśmy. Jest jednak komunikatem: sprawdź model.

Ostatni krok prowadzi z powrotem do pierwszego. Jeżeli przewidywanie nie zgadza się z obserwacją, trzeba znaleźć źródło rozbieżności. Może nim być teoria, jedno z twierdzeń, ukryte założenie, sposób klasyfikacji albo pojęcie utworzone na początku całego procesu.

Model rzeczywistości nie jest więc produktem końcowym. Pozostaje konstrukcją, którą kolejne obserwacje mogą zmusić do przebudowy.

 

Pozwól błędowi umrzeć w modelu

Jedną z najbardziej praktycznych funkcji myślenia jest możliwość testowania działań bez konieczności natychmiastowego wykonywania ich w rzeczywistości.

Możemy stworzyć kilka możliwych scenariuszy:

JEŚLI ZROBIĘ A → przewiduję skutek X
JEŚLI ZROBIĘ B → przewiduję skutek Y
JEŚLI ZROBIĘ C → przewiduję skutek Z

Następnie możemy sprawdzić, czy któryś z tych wariantów zawiera sprzeczność, prowadzi do niepożądanego rezultatu albo opiera się na założeniu, które nie wytrzymuje analizy.

Na tym polega praktyczny sens stwierdzenia, że „celem myślenia jest pozwolenie na to, by twoje myśli umarły zamiast ciebie”. Zamiast sprawdzać każdą możliwość własnym działaniem, część nietrafnych rozwiązań możemy odrzucić jeszcze na poziomie reprezentacji.

Nie wszystkie błędy da się jednak wykryć w symulacji. Model może wyglądać na spójny właśnie dlatego, że zawiera błędne założenie, którego sami nie zauważamy. Dlatego przewidywanie musi ostatecznie spotkać się z informacją zwrotną.

 

 

Mówienie jest częścią myślenia

 

Tutaj pojawia się drugi rodzaj informacji zwrotnej jakim są inni ludzie. Człowiek nie zawsze najpierw formułuje kompletną myśl, a dopiero potem przekłada ją na słowa. Próba wypowiedzenia myśli sama wymusza uporządkowanie pojęć i zależności.

— Infografika: „Mówienie jest częścią myślenia”

Dopóki myśl pozostaje niejasnym zbiorem skojarzeń, wiele sprzeczności może pozostać niewidocznych. Wypowiedź nadaje jej konkretną postać. Rozmówca może wtedy zapytać:

— „Co dokładnie przez to rozumiesz?”

— „Dlaczego jedno ma wynikać z drugiego?”

— „Według jakiego kryterium?”

— „A co z tym przypadkiem?”

Odpowiedź wymaga powrotu do własnej siatki pojęciowej. Czasami wystarczy doprecyzować słowo. Innym razem trzeba zmienić twierdzenie albo przebudować większą część modelu. Nie zawsze mówimy dlatego, że skończyliśmy myśleć. Czasami mówimy, żeby myślenie mogło pójść dalej.

 

Myślenie jako pętla korekcji

 

Zanim model zostanie skonfrontowany z rzeczywistością lub z drugim człowiekiem, część jego konsekwencji możemy sprawdzić we własnym myśleniu.

Mamy więc trzy poziomy korekcji:

SYMU­LACJA:
model → możliwe działanie → przewidywany skutek → wykryty problem → korekta

RZECZYWISTOŚĆ:
model → przewidywanie → obserwacja → rozbieżność → korekta

INNI LUDZIE:
myśl → wypowiedź → pytanie lub krytyka → wykryta rozbieżność → korekta

Każdy z tych obiegów może ujawnić inny rodzaj błędu. Symulacja pozwala odrzucić część nietrafnych możliwości przed działaniem. Rzeczywistość pokazuje, gdzie nasze przewidywania rozmijają się z wynikiem. Drugi człowiek może natomiast zauważyć założenie lub lukę, których sami nie potrafiliśmy zobaczyć.

Mamy teraz trzy obiegi, w których mogą zostać wykryte problemy z naszym obrazem rzeczywistości.

Pierwszy zachodzi jeszcze przed działaniem, gdy wykorzystujemy model do symulowania możliwych przyszłości:

model → możliwe działanie → przewidywany skutek → wykryty problem → korekta.

Drugi zachodzi między modelem a obserwowaną rzeczywistością:

model → przewidywanie → działanie lub obserwacja → wynik → rozbieżność → korekta modelu.

Trzeci pojawia się między ludźmi:

myśl → wypowiedź → pytanie lub krytyka → wykryta rozbieżność → korekta.

Każdy z tych obiegów może ujawnić inny rodzaj problemu. Symulacja pozwala wykryć część nietrafnych rozwiązań jeszcze przed działaniem. Konfrontacja z rzeczywistością pokazuje, gdzie wynik rozmija się z przewidywaniem. Drugi człowiek może natomiast zauważyć założenie, sprzeczność lub lukę w rozumowaniu, których sami nie dostrzegliśmy.

Żaden z tych sygnałów nie rozstrzyga jednak automatycznie, gdzie znajduje się błąd. Nietrafna może być symulacja, obserwacja, interpretacja wyniku, krytyka albo sam model. Sygnał o błędzie również może być błędny. Trzeba go sprawdzić. Istotna jest sama możliwość jego pojawienia się.

 

Kiedy myślenie zaczyna zastępować działanie

Myślenie pozwala symulować możliwe działania i odrzucać część błędów, zanim poniesiemy ich rzeczywiste konsekwencje. Ta zdolność ma jednak własne ograniczenie. Każda kolejna symulacja odbywa się na podstawie informacji, które już posiadamy. Możemy tworzyć nowe kombinacje, przewidywać konsekwencje i porównywać alternatywy, ale w pewnym momencie dalsza analiza może przestać dostarczać nowych informacji.

Co więcej, zwiększanie liczby rozważanych możliwości może utrudniać sam wybór. Zjawisko opisywane przez Barry’ego Schwartza jako paradoks wyboru pokazuje, że większa liczba alternatyw nie zawsze ułatwia decyzję. Może zwiększać koszt porównania, podnosić oczekiwania i prowadzić do paraliżu decyzyjnego.

Pojawia się jeszcze jeden problem. Umiejętność tworzenia argumentów może zostać wykorzystana nie tylko do znalezienia rozwiązania, ale również do uzasadnienia, dlaczego nie należy jeszcze działać.

ANALIZA → NOWY PROBLEM → KOLEJNA ANALIZA → NOWA WĄTPLIWOŚĆ → KOLEJNA ANALIZA

W takim układzie myślenie przestaje przygotowywać działanie i zaczyna je zastępować. Przerwanie tej pętli wymaga przejścia z modelu do rzeczywistości:

MODEL → PRZEWIDYWANIE → DZIAŁANIE → WYNIK → INFORMACJA ZWROTNA → KOREKTA

Działanie nie jest więc przeciwieństwem myślenia. Jest jednym ze sposobów testowania jego rezultatów.

Dobrze pasuje tu łacińskie Acta, non verba, to jest czyny, nie słowa. Nie jako wezwanie do działania bez namysłu, lecz jako przypomnienie, że analiza ma swój punkt graniczny. Kiedy dalsze rozważania nie dostarczają już nowych informacji, następny test musi odbyć się w rzeczywistości.

 

Żeby odkryć błąd, trzeba mieć możliwość ujawnienia go

 

W tym miejscu argument dotyczący wolności wypowiedzi nabiera znaczenia poznawczego. Jeżeli wypowiedź traktujemy wyłącznie jako prezentację gotowego stanowiska, łatwo założyć, że człowiek powinien najpierw ustalić, co jest prawdą, a dopiero później mówić. Tyle że wypowiedź może być jednym z etapów sprawdzania, czy nasze twierdzenie w ogóle wytrzymuje krytykę.

Wypowiedziana hipoteza może spotkać się z kontrprzykładem, pytaniem o definicję, żądaniem dowodu albo alternatywnym wyjaśnieniem. Może zostać odrzucona. Może wymagać ograniczenia zakresu. Może zostać zmodyfikowana. Może też przetrwać kolejne próby podważenia.

Wolność wypowiedzi nie gwarantuje prawdy i nie nadaje każdej wypowiedzi tej samej wartości poznawczej. Pozostawia otwarty jeden z kanałów, przez które informacja o błędzie może dotrzeć do autora twierdzenia.

 

Sam nie widzisz całej swojej mapy

 

Własny obraz rzeczywistości może wydawać się spójny właśnie dlatego, że patrzymy na niego od środka. Założenie używane od lat może być dla nas tak oczywiste, że przestajemy zauważać, iż w ogóle jest założeniem. Rozmówca nie musi go podzielać.

Ktoś może zakwestionować definicję, której sami nigdy nie sprawdziliśmy. Może znać przypadek znajdujący się poza zakresem naszej teorii. Może zauważyć, że wniosek nie wynika z przesłanek. Nie oznacza to jeszcze, że ma rację. Oznacza jedynie, że inna perspektywa może ujawnić fragment własnego modelu, którego z miejsca jego autora nie było widać.

Przeciwnik nie musi dostarczyć odpowiedzi. Czasami wystarczy, że znajdzie pytanie, którego sami nie zadaliśmy.

 

Gdy kanał korekcji zostaje przerwany

 

Można teraz spojrzeć na rozmowę jak na sprzężenie zwrotne. Tworzymy obraz rzeczywistości, formułujemy na jego podstawie twierdzenie, wypowiadamy je, otrzymujemy reakcję i decydujemy, czy ujawnia ona coś, co wymaga ponownego sprawdzenia.

—- Infografika: „Gdy słowa zostają zablokowane, błąd zostaje w systemie”

Jeżeli krytyka nie może zostać wypowiedziana, nie oznacza to, że model przestał zawierać błędy. Znika jedynie jeden ze sposobów informowania o nich. System może wtedy pozostawać wewnętrznie spójny, a jednocześnie coraz bardziej rozmijać się z tym, co próbuje opisywać. Brak sygnału o błędzie nie jest dowodem braku błędu.

 

Poprawiaj mapę, nie teren

 

Zaczęliśmy od turkusu, który nie mieścił się w czterokolorowej palecie. Skończyliśmy na całych teoriach i obrazach rzeczywistości. Skala się zmieniła, mechanizm pozostał podobny.

Gdy obserwacja nie pasuje do pojęcia, to sprawdź pojęcie. Gdy przypadek nie mieści się w klasyfikacji, to sprawdź kryterium. Gdy dane rozmijają się z przewidywaniem, to sprawdź teorię. Gdy ktoś wskazuje lukę w rozumowaniu, to sprawdź argument.

Nie chodzi o to, żeby się nie mylić. Chodzi o to, żeby rozbieżność między naszym obrazem rzeczywistości a rzeczywistością mogła zostać wykryta. Nie trzeba też czekać, aż nasz obraz będzie kompletny. Jeśli można wykonać mały, odwracalny test, warto go wykonać i zobaczyć, co się stanie. Działanie dostarcza informacji, których samo myślenie może nie ujawnić, a wynik staje się materiałem do kolejnej korekty. Jeżeli mapa nie zgadza się z terenem, to popraw mapę.

Zobacz na: Od rzeczywistości do hiperrzeczywistości
Modele mentalne
O żywotnej potrzebie wolności słowa – prof. Jordan Peterson
Celem myślenia jest pozwolenie na to, by twoje myśli umarły zamiast ciebie – Jordan Peterson
Cykl Obserwuj, Zorientuj, Zdecyduj i Działaj [O.O.D.A. Loop]
Język Fanatyzmu: językowe sztuczki używane przez sekty
Ciekawość jest zabójcą sekt – Logan Lancing
Czy szkoła uczy myśleć, czy być posłusznym?
Uczenie się jako cykliczna aktualizacja obrazu rzeczywistości