Неоконченный поиск

Большинство или, может быть, все процессы обучения состоят в формировании теорий, то есть в формировании ожиданий. Формирование теории или предположения всегда имеет «догматическую» и часто «критическую» фазы. Догматическая фаза разделяет с импринтингом характеристики от (2) до (4), а иногда (1) и (5), но обычно не (6). Критическая фаза состоит в отказе от догматической теории под давлением несвершившихся ожиданий или опровержений и при попытке попробовать другие догмы. Я заметил, что иногда догма внедряется так глубоко, что никакие разочарования не могут ее потрясти. Ясно, что в этом случае — но только в этом случае — формирование догматической теории очень родственно импринтингу, для которого характерен пункт (6)[48]. Однако я был склонен рассматривать (6) только как род невротической аберрации (хотя неврозы на самом деле никогда не интересовали меня, психология открытия — вот была цель моих устремлений). Отношение к пункту (6) показывает, что то, что было у меня на уме, отличалось от импринтинга, хотя, возможно, и было с ним связано.

Я рассматривал этот метод формирования теории как метод проб и ошибок. Но когда я называл формирование теоретической догмы «пробой», я не имел в виду случайную пробу.

Интересна проблема случайности (или, наоборот, не случайности) проб в процедуре проб и ошибок. Возьмем простой арифметический пример: деление числа (скажем, 74856) на число, таблицы умножения которого мы не знаем наизусть, обычно происходит методом проб и ошибок, но это не означает, что наши пробы случайны, так как мы знаем таблицы умножения для 7 и 8[49]. Конечно, мы можем запрограммировать компьютер, чтобы он делил методом случайного выбора одной из десяти цифр 0,1…9 в качестве первой пробы, а в случае неудачи — одной из оставшихся девяти (ошибочная цифра была исключена) той же случайной процедурой. Но это было бы несомненно хуже более систематической процедуры: самое малое, что мы могли бы сделать, так это заставить компьютер замечать, была ли первая проба ошибочной, потому что выбранное число было слишком маленьким или потому что оно было слишком большим, таким образом сокращая множество цифр для повторного выбора.

Идея случайности в принципе применима к этому примеру, так как на каждом шагу в длительном процессе деления выбор должен быть сделан из хорошо определенного множества возможностей (цифр). Однако в большинстве зоологических примеров обучения методом проб и ошибок ранг или множество возможных реакций (движений любой степени сложности) заранее не заданы; а поскольку нам неизвестны элементы этого множества, мы не можем приписать им вероятности, что необходимо было бы сделать, если бы мы говорили о случайности в чистом виде.

Таким образом, мы должны отвергнуть идею, что метод проб и ошибок осуществляется как правило или при нормальных условиях, когда пробы случайны, даже хотя мы и можем, проявив некоторую долю изобретательности, сконструировать чрезвычайно искусственные условия (вроде лабиринта для крыс), к которым идея случайности была бы применима. Но ее простая применимость, конечно же, не утверждает того, что пробы фактически случайны: наш компьютер мог бы успешно применить более систематический метод выбора цифр; и крыса, бегающая в лабиринте, также может действовать на основе принципов, которые не случайны.

С другой стороны, всякий раз, когда метод проб и ошибок применяется к проблеме типа адаптации (скажем, к лабиринту), пробы, как правило, не определяются или не полностью определяются проблемой, и они не могут предвосхитить ее (неизвестное) решение иначе, кроме как вследствие счастливого случая. Пользуясь терминологией Дональда Томаса Кэмпбелла, мы говорим, что пробы должны быть «слепыми» (я бы, пожалуй, предпочел сказать, что они должны быть «слепыми к решению проблемы»)[50]. Не проба, а только критический метод, метод элиминации ошибок, решает после пробы — которая соответствует догме, — была ли она удачной или успешной, то есть была ли она достаточно удачной в решении поставленной проблемы, чтобы на время избежать элиминации.