Commonsense Reasoning. Do humans think?

Jo Bervoets
Persbericht

Commonsense Reasoning. Do humans think?

 

Het lijkt het soort vraag dat alleen tot verhitte diskussies leidt bij ontmoetingen tussen Star Trek adepten. Maar, geloof het of niet, dit is geen stukje over science-fiction. De titelvraag houdt al enkele eeuwen, sinds René Descartes ongeveer, de grootste onder de filosofen bezig maar werd pas in 1950 expliciet geformuleerd door Alan Turing. En – niet anders als meestal op café – verdeelt deze vraag de filosofen in 2 kampen. In de ene hoek vinden we de mensen van de strikte en pure logica, de Dr. Spock’s als U wil. Zij voelen zich aangetrokken door de exactheid van logika en wiskunde en denken dat denken daarop kan teruggevoerd worden, desnoods in een Brave New World – de mens als machine. In de andere hoek vinden we de mensen van het grote mysterie, de believers zo U wil. Zij vermoeden achter ’s mens denken een ruwe kwaliteit, iets wat niet terug te brengen is tot iets wat wij in onze feilbaarheid exact kunnen vatten. Machines kunnen niet denken want we kunnen niet weten hoe iets tot denken komen kan. Alleen kan je met dezelfde redenen waarmee machines het denken ontzegd wordt ook andere mensen het denken – of het “juiste” denken – ontzeggen (helaas is dat niet alleen een hypotethische mogelijkheid gebleken).

 

Vragen die tot chronische verdeeldheid leiden nodigen uit om zelf in vraag gesteld te worden. Er is geen redelijk alternatief te bedenken waarin denken niet per definitie uitgedrukt kan worden als een reeks van logisch-wiskundige operaties. Denken is datgene wat mensen door machines laten doen. In tegenstelling tot wat Turing in zijn test veronderstelde, zijn niet mensen maar machines de maatstaf van denken. Tegen de machinale maatstaf van denken falen alle mensen als het probleem te veel variabelen kent – meer variabelen dan mensen bewust kunnen manipuleren (meer dan een vier- of vijftal met name). Vele  decennia van psychologisch onderzoek onderstrepen de menselijke onkunde op het vlak van redeneren. Zelfs in de allereenvoudigste taken gaan zelfs de “allerslimsten” onder ons systematisch in de fout, bijvoorbeeld door zich door de vorm van de vraag te laten leiden in plaats van door de inhoud ervan.

 

Het idee dat we als mensen niet goed zijn in redeneren is dermate nieuw dat D. Kahneman er onlangs, in 2002, de Nobelprijs voor uitgereikt kreeg. Doe de test bij familie of vrienden: “Jantje koopt een krant en een snoepje voor 1.10 Euro. De krant kost 1 Euro meer dan het snoepje. Hoeveel kost het snoepje?” U zal verbaasd zijn hoeveel mensen, misschien net als U in dit toch niet zo onbewaakte moment, het hopeloos foute antwoord “10 cent” geven. Toch houden de meesten desondanks vol dat deze fouten het gevolg zijn van een primitieve dierlijke intuïtie die we kunnen uitschakelen als we meer op onze hoede zijn. Dat “kunnen uitschakelen” wordt aanzien als het typisch menselijke, een soort computer – beperkt in capaciteit maar toch een soort computer – dat ons toelaat slim te zijn, en sommigen ook slimmer dan anderen – sommigen met een genetisch bepaalde betere computer dan anderen.

 

Maar die redenering gaat niet op, hoe aantrekkelijk ze er ook uitziet met ‘t Freudiaans onderbewustzijn versus een scherp analytisch zelfbewustzijn. Men moet geen Darwin zijn om te zien dat het moeilijk is om van de primitieve aap te evolueren naar de “computer-in-de-mens” zonder aanwijsbare tussenstadia. Van 2 dingen 1: of er schort iets aan de evolutietheorie of er schort iets aan het idee van de “computer-in-het-brein”. Tot spijt van het opkomende waanidee van “intelligent design”, de tweede mogelijkheid is de korrekte.

 

De konklusie is simpel: mensen denken niet! En omdat we niet goed zijn in denken vinden we machines uit die het denkwerk voor ons verzetten. Want, of we nu goede denkers zijn of niet, mensen zijn best wel slim, best wel bijzonder street-wise – of, om een oudere uitdrukking te gebruiken, mensen hebben een goede dosis gezond boerenverstand. In tegenstelling tot machines passen mensen zich eenvoudig aan, hebben ze slechts een half woord nodig en zijn ze, eens gewaarschuwd, er twee waard. Machines bakken er niets van in onvoorziene omstandigheden. De kleinste afwijking van de omstandigheden waarvoor het programma bedoeld was resulteren in de grootste flaters. Machines maken inderdaad geen fouten, maar ze kunnen  dan ook geen lering trekken uit hun, of andermans, fouten.

 

Waar mensen een situatie kunnen “herkennen” of een uitweg “zien”, blijven denkende machines volslagen blind. Er kan niets meer verschillen van strikt logische redeneren dan het gezond verstand – en het laatste is dan ook een blijvend mysterie voor logici. Gezond verstand is een kwestie van isoleren van belangrijke kenmerken, van associaties tussen kenmerken en mogelijke gevolgen en, last but not least, van een talige kultuur die toelaat om kenmerken en associaties zonder verlies over te dragen van mens tot mens en van generatie tot generatie. Het kan aangetoond worden dat een lerend (inductief) systeem in veranderlijke omgevingen altijd betere beslissingen neemt dan een analytisch (deductief) systeem. Zelfs Alan Turing besteedde de meeste pagina’s van zijn artikel aan het aspekt “leren” en alleen de “lerende” machines – beter bekend als neurale netwerken – kunnen enigszins ons menselijke gezond verstand benaderen.

 

Leren en communiceren – een postmoderne identiteit

Sinds de eerste stappen van de cognitieve wetenschappen wordt het typische van de homo sapiens in de specificiteit van zijn brein gezocht. Meer bepaald werd en wordt vermoed dat het menselijke brein diep in zijn kern een genetisch bepaald zelfbewustzijn verbergt dat verantwoordelijk is voor het “denkend” bestaan. Dit soort brein-optimisme is echter moeilijk houdbaar gezien de direkte onderzoeksresultaten in het veld van de redeneringspychologie en het problematisch evolutionair verhaal dat erbij hoort.

 

Het is dan ook plausibeler dat de menselijke soort, en haar brein, veel minder bijzonder is. Eerder toevallige genetische verschillen zoals betere stembanden gekoppeld aan een groter brein en dus een groter associatief vermogen zijn evolutionair eenvoudig te verklaren. Zulke verschillen gekombineerd met generieke induktieve processen die het label “gezond verstand” verdienen, kunnen verklaren hoe – zeer geleidelijk aan – een talige kultuur kan ontstaan waarin via het proces van leren en communiceren almaar meer kennis is opgeslagen.

 

Binnen deze hypothese is de menselijke identiteit en specificiteit geen kwestie van dit of dat individu. De menselijke kwaliteit ligt niet “binnenin” het menselijke lichaam maar eerder in de externe kultuur waaraan mensen kunnen deelnemen – een kultuur die geleidelijk aan groeit in lijn met wat al dan niet (wetenschappelijk/objectief) waar is. Dat zou ook betekenen dat we onze moderne hoogstpersoonlijke identiteit/individualiteit moeten inleveren voor een meer postmoderne identiteit die bestaat bij gratie aan de mogelijkheid tot communicatie met de ander.

Bibliografie

IV. Bibliography

 

To Gene Roddenbury, here present in spirit as one of the greatest philosophers that ever lived.

 He boldly went where no man ever went before.

 He went to a place where it didn’t matter of what you were made.

 Where the only thing that does matter is the ability to communicate with each other.

 

E. W. Adams (1975), “The logic of conditionals”, D. Reidel, Dordrecht.

 

E. W. Adams (2002), “On a proportionality analysis of syllogistic reasoning”, Proceedings of the 1st Salzburg Workshop on Paradigms of Cognition, Salzburg.

 

A. D. Baddeley (1999),  “Essentials of human memory”, Psychology press, Taylor & Francis Group.

 

L. W. Barsalou (1999), “Perceptual symbol systems”, Behavioral and Brain Sciences 22, pp. 577-660”.

 

S. Benferhat, J. F. Bonnefon & R. M. Da Silva Neves (2002), “An overview of possibilistic handling of default reasoning: applications and empirical studies”, Proceedings of the 1st Salzburg Workshop on Paradigms of Cognition, Salzburg.

 

J. Bervoets (2005a), “Symbolic perceptual systems?”, paper submitted for the course “Computational and modular approaches in cognitive science” given by J. Wagemans, Katholieke Universiteit Leuven.

 

J. Bervoets (2005b), “Information as feedback”, paper submitted for the course “Computational and modular approaches in cognitive science” given by J. Wagemans, Katholieke Universiteit Leuven.

 

J.  Bervoets (2005c), “Three rules for the game of categorization and induction”, paper submitted for the course “Cognitive Modeling of categorization and induction” given by G. Storms, Katholieke Universiteit Leuven.

 

J.  Bervoets (2005d), “To the possible via the desirable”, paper submitted for course “Computational and modular approaches in cognitive science” given by J. Wagemans, Katholieke Universiteit Leuven.

 

I. Bratko (2001), “PROLOG. Programming for Artificial Intelligence”, 3d Edition, Pearson Education Limited.

 

P. W. Cheng & K. J. Holyoak (1985),  “Pragmatic reasoning schema’s”, Cognitive Psychology, Vol. 17, pp. 391-416.

 

G. Chierchia & S. McConnell-Ginet (1996), “Meaning and Grammar. An introduction to semantics”, MIT press.

 

D. Dennett (1994), “The role of language in intelligence“, in “What is intelligence” (edited by Jean Khalfa), Cambridge University Press.

 

K. Dieussaert (2002) – KD, “On defeasible inferences”, dissertation to obtain title of Doctor in Psychology, Katholieke Universiteit Leuven.

 

Donovan & Epstein (1997),  “The Difficulty of the Linda Problem can be attributed to its simultaneous concrete and unnatural presentation, and not to conversational implicature”, Journal of Experimental Social Psychology 33, 1-20.

 

D. Edgington (1995) – DE1, “On Conditionals”, Mind, New Series, Vol. 104, No. 414, pp. 235-329.

 

D. Edgington (2001) – DE2, “Conditionals”, in “The Blackwell guide to Philosophical Logic”, Edited by Lou Gobles, pp. 385-414, Blackwell.

 

R. Elio & F. J. Pelletier (1997), “Belief change as propositional update”, Cognitive Science, Vol. 21, No. 4, pp. 419-460.

 

J. St. Evans (1991), “Theories of human reasoning: the fragmented state of the art”, Theory and Psychology, Vol.1, No 1, pp. 83-105.

 

J. St. Evans (1993), “Bias and rationality”, Chapter 1 in “Rationality: Psychological & Philosophical Perspectives”, Edited by K. I. Manktelow and D. E. Over, Routledge.

 

Fodor (2000), “The mind doesn’t work that way” (the scope and limits of computational psychology), MIT press.

 

M. Ford & D. Billington (2000), “Strategies in human nonmonotonic reasoning”, Computational Intelligence, Vol. 16, pp. 446-468.

 

M. Ford (2004), “System LS: a three-tiered nonmontonic reasoning system”, Computational Intelligence, Vol. 20, No, 1, pp. 89-108.

 

J. J. Gibson (2001), “The theory of information pick-up and its consequences”, Reading 4 in “Visual Perception. Essential Readings” edited by S. Yantis, Sheridan Books.

 

G. Gigerenzer & R. Selten (1999) (Editors), “Bounded rationality. The adaptive toolbox”, Report of the 84th Dahlem workshop, MIT press.

 

L. Gobles (editor) (2001), “The Blackwell Guide to philosophical logic”, Blackwell Publishing.

 

H. P. Grice (1989) – HPG,  “Studies in the way of words”, Harvard University Press.

 

J. Habermas (1991), “Erläuterungen zur Diskursethik“, suhrkamp taschenbuch.

 

J. Jaynes (1976), “On the origin of consciousness in the breakdown of the bicameral mind”, Mariner books.

 

P. N. Johnson-Laird & R. M. J. Byrne (1993),  “Models and deductive rationality”, Chapter 8 in “Rationality: Psychological & Philosophical Perspectives”, Edited by K. I. Manktelow and D. E. Over, Routledge.

 

P. N. Johnson-Laird (2001),  “Mental models and deduction”, TRENDS in cognitive science, Vol. 5, No. 10, pp. 434-442.

 

D. Kahneman (2003), “A Perspective on Judgment and Choice” (Mapping Bounded Rationality), American Psychologist, Volume 58, pp. 697-720.

 

I. Kant (1996), “Kritik der reinen Vernunft“, Philip Reclam, Stuttgart.

 

Lloyd K. Komatsu (1992), “Recent views of conceptual structure”, Psychological Bulletin, Vol. 112-3, pp. 500-526.

 

Henry E. Kyburg Jr., Choh Man Teng (2001) – HK, “Uncertain Inference”, Chapters 9-12, Cambridge University Press.

 

E. J. Lowe (1993), “Rationality, deduction and mental models”, Chapter 8 in “Rationality: Psychological & Philosophical Perspectives”, Edited by K. I. Manktelow and D. E. Over, Routledge.

 

D. Marr (2001), “The philosophy and the approach”, Reading 5 in “Visual Perception. Essential Readings” edited by S. Yantis, Sheridan Books.

 

D. L. Medin, J. D. Cole, Gert Storms, B. K. Hayes (2003) – DM, “A relevance theory of induction”, Psychonomic Bulletin and Review, Vol. 10, pp. 517-532.

 

Oaksford & Chater (1993), “Reasoning theories and bounded rationality”, Chapter 2 in “Rationality: Psychological & Philosophical Perspectives”, Edited by K. I. Manktelow and D. E. Over, Routledge.

 

Daniel N. Osherson, Edward E. Smith, Ormond Wilkie, Alejandro López, Eldar Shafir (1990) – DO, “Category-based induction”, Psychological Review, Vol. 97-2, pp. 185-200.

 

K. Popper (1979),  “Objective Knowledge. An evolutionary approach”,  Revised Edition, Clarendon Press.

 

H. Rott (2001), “Change, choice & inference. A study of belief revision and nonmonotonic reasoning”, Clarendon Press.

 

I. A. Sag, T. Bender, E. M. Bender (2003), “Syntactic theory. A formal introduction“, 2nd edition, CSLI Publications.

 

Steven A. Sloman (1993), “Feature-based induction”, Cognitive Psychology, Vol. 25, pp. 231-280.

 

D. Sperber (1996), “Explaining culture. A naturalistic approach”, Blackwell Publishing.

 

D. Sperber & D. Wilson (1986), ’Relevance: Communication and Cognition”, Blackwell publishing.

 

D. Sperber et al. ( 2002), “Use or misuse of the selection task?” (Rejoinder to Fiddick, Cosmides, and Tooby ) Cognition, Volume 85, Issue 3, Pages 277-290

 

Stanovich & West (2000), “Individual differences in reasoning” (Implications for the rationality debate), Behavioral and Brain Sciences, 23, pp. 645-665

 

D. Wilson & D. Sperber (1979), “Ordered entailments: an alternative to presuppositional theories”, in “Syntax and semantic”edited by W. Oh and D. Dineen., pp. 229324.

 

L. Wittgenstein (1998), “Culture and value”, Blackwell Publishing.

 

Yama (2001), “Matching versus optimal data selection in the Wason selection task”, Thinking and Reasoning, 7 (3), pp. 295-311.

 

Universiteit of Hogeschool
master Artificial Intelligence, Cognitive Sciences
Publicatiejaar
2005
Share this on: