Измерение чувств и мыслей

Половина главы из книги Б.В. Ахлибинского "Кибернетика и тайны психики". Другая половина главы была посвящена обратной связи, что я посчитал не очень полезным для моего исследования. :-)

Статью оформил индустриальными рискунками Фрица Кана.

Обычно считают: кибернетика как самостоятельная наука возникла в 1947 году, когда Н. Винер, профессор Массачусетского политехнического института, опубликовал свою книгу "Кибернетика". В ней автор показал, что наука об управлении имеет свой вполне определённый предмет исследования и свои особые методы изучения.

Широкая популярность идей кибернетики в наши дни, её практический успех связаны прежде всего с применением, быстродействующих электронно-счётных машин. Успехи в создании этих машин оказались сенсационными. Они сделали кибернетику чрезвычайно модной наукой. Вокруг неё возник даже ореол особой таинственности. Созданию такого ореола, который в действительности не только не помогал развитию кибернетики, а, напротив, серьёзно ей мешал, содействовал ажиотаж, поднятый на западе философами-идеалистами. Именно он ввел в заблуждение некоторых советских учёных и философов, которые, критикуя эти идеалистические измышления, стали на путь, отрицания самой кибернетики как науки. Однако теперь всё это позади. Истинный смысл кибернетики как науки выяснен, она получила общее признание.

Обнаружилась важная особенность кибернетики: уже с самого начала своего возникновения кибернетика оказалась связанной с некоторыми важными проблемами изучения психики человека. Сам Н. Винер указывал, что её методы позволяют изучать многие сложные явления психической деятельности человека, такие, как процесс восприятия, опознания образа и другие. Но особенно усилило связь кибернетики и психической деятельности применение быстродействующих электронно-счётных машин для решения некоторых логических задач. Электронно-счётные машины стали делать то, что всегда считалось достоянием лишь человеческого, мышления. И вот машины не только научились в короткий срок с поражающей быстротой решать сложные системы математических уравнений, но и стали выполнять такую "умственную" работу, которая, казалось бы, довольно далека от простого счёта: делать переводы с одного языка на другой, играть в шахматы, сочинять музыку, писать стихи и т.д. Возникает вопрос: если машины способны делать то же, что и человек, то не следует ли из этого вывод, что они мыслят, что у них появилась своя, машинная "психика"?.. Чтобы дать ответ на этот вопрос, определим, что же такое кибернетика.

Кибернетика как теория управления в системах большой сложности изучает всевозможные системы управления, независимо от того, существуют они или не существуют, и даже вовсе отвлекаясь от того, можно ли их практически создать или нет. Она изучает как процессы управления в живых организмах, в том числе в организме человека, так и во всевозможных созданных человеком технических устройствах, а также в самом обществе.

Но процессы управления в живых организмах и обществе всегда изучались соответствующими естественными и социальными науками. Особенность же кибернетики состоит в том, что она изучает процесс управления изолированно. Кибернетика не интересуется тем, в какой материальной системе – в живом ли организме, машине или социальной организации – идёт процесс управления. Она изучает только, каким образом связаны процессы управления данной системы. Выражая эту особенность кибернетики, один из её создателей У. Эшби говорил, что кибернетику интересует вопрос не "что" происходит, а "как" происходит.

Так, если речь идет о колебаниях, то кибернетику будет интересовать не то, что колеблется: пружина, столб воздуха или электрический заряд, а то, как происходит колебание: например, какова форма кривой, описывающей эти колебания, и т.д.

Устройства, работающие по определенной логической схеме, могут быть из самого различного материала. К ним относится и нервная система, в которой протекают психические процессы. Это сложная система управления работой всех органов тела, с одной стороны; и управления сознательным поведением человека, с другой. Поэтому общая математическая теория управления, применяемая в машинах сложных систем, может оказаться весьма полезной при изучении нервной системы, психики.

История естествознания свидетельствует о том, что успехи познания тесно связаны с применением математики. Математика проникает даже в такие области, которые казались совершенно недоступными для точного количественного анализа, и везде это сопровождается бурным развитием соответствующей сферы знаний.

Можно ли применить математические методы при изучении психики? Для успешного использования математики необходимо довести количественную оценку изучаемых процессов до численных значений. На первый взгляд, это сразу же заставляет нас усомниться в успешности математического анализа психики. Но задумаемся: ведь количественная сторона психических явлений явно учитывается нами. Да мы на каждом шагу сталкиваемся с ней! "Я знаю об этом очень мало" – вот простой пример количественного подхода к психике. А чувства? Редкое высказывание о наших переживаниях не сопровождается их количественной, оценкой. Достаточно вспомнить выражения, говорящие, о силе любви, ненависти, радости, горя и т. д.

Каким же образом оцениваем мы количественную сторону наших мыслей, чувств, ощущений? Что они выражают? Ведь, казалось бы, всё, что мы можем с уверенностью сказать о количественной стороне всех этих явлений, сводится к утверждениям: "сильно", "слабо", "много", "мало" и т. д. При таких оценках математические методы практически не применить. Да и можно ли вообще довести оценку подобных явлений до численных определений?

Это вопрос принципиальный. От ответа на него зависит широкое применение математики в этой области. Как же выразить наши знания, чувства, ощущения числами? Как перейти от неопределенных выражений: "знаю много", "очень боюсь" и т. п. к определённым численным значениям знания, чувства и т. д.?  Несмотря на то, что задача эта кажется на первый взгляд фантастической, теперь она разрешима. И очень большой вклад в её решение внесла именно кибернетика.

Но для чего это нам нужно?! Что мы получим от того, если выражение "он много об этом знал" заменим соответственно: "он располагал информацией в пятьдесят тысяч двоичных единиц"? А вместо слов "он был очень рад встрече с другом" сможем сказать: "его радость равнялась пятистам соответствующих единиц".

Конечно, в подобных случаях нет никакой надобности пользоваться числами. Однако для понимания глубочайших тайн этих явлений, скрытых от прямого наблюдения, такой чисто математический подход очень важен. Возьмём наши эмоции. Радость, горе, любовь, ненависть, страх, надежда и т.д. – всё это знакомо каждому по личному опыту. Эти чувства играют важную роль в нашей жизни. Многое из того, что мы делаем, окрашено тем или иным чувством. Именно чувство побуждает нас к совершению того или иного поступка. Но что такое эмоции? Для чего они существуют? Чем вызываются?

Известно, что чувство всегда связано с той или иной потребностью. Мы чувствуем голод, когда возникает потребность в пище, жажду при нарушении солеводяного обмена. Конечно, наши потребности не всегда так просты. Голод, жажда – эти и подобные им элементарные чувства присущи всему живому. На их основе, как и на основе других простых чувств, вырабатываются гораздо более сложные психические явления: радость, любовь и т.д. Удовлетворение потребностей вызывает положительные эмоции; всё, что мешает удовлетворению потребностей – отрицательные.

Казалось бы, всё просто и ясно. Но возникает вопрос: для чего же тогда сами эмоции, если они просто сопровождают процесс удовлетворения потребностей? Какова их роль в психике? Может быть, чувства вообще не нужны? Может быть, это просто приятный или неприятный аккомпанемент поведения людей и животных? Ведь нетрудно представить себе такое целесообразное поведение животных и человека, при котором эмоции вообще не будут учитываться. Так, при возникновении потребности приходят в возбуждение определенные нервные центры, которые, в свою очередь, приводят в действие систему безусловных и условных рефлексов, благодаря чему организм достигает цели, то есть удовлетворяет потребность.

Очень часто всё и происходит именно таким образом. Так, шофер разворачивает машину на крутом повороте, не испытывая, как правило, никаких чувств. Между тем поворот руля является в этом случае жизненно важной потребностью. Секунда промедления – и катастрофа. А ведь этот решающий поворот руля, "спасающий" жизнь, не сопровождается почти никаким чувством. В то же время простой выигрыш по лотерейному билету может вызвать гораздо больше эмоций, хотя ничего жизненно важного не произошло.

И. П. Павлов близко подошел к раскрытию смысла эмоций. Он сказал, что эмоции возникают лишь тогда, когда нарушается динамический стереотип. А это означает, что эмоции связаны с неожиданными событиями. Если человек твёрдо знает, как он решит стоящую перед ним задачу, эмоций у него почти не возникает. Шофёр не пугается и не радуется на крутом повороте только потому, что он заранее уверен в успехе своих действий: поворот руля – и всё будет в порядке. Но представим себе другую картину. На проезжую часть дороги прямо перед машиной неожиданно выбегает ребёнок. Для водителя эта ситуация не так опасна, но чувства, которые он при этом испытывает, не идут ни в какое сравнение с теми, которые он переживает на крутом повороте. Вначале испуг. Но вот машина резко тормозит, останавливается возле ребенка. Испуг сменяется чувством облегчения, радости.

Что же происходит с организмом, с нервной системой в этой критической ситуации? Острое чувство страха заставляет "сработать" нервные центры, выделяющие гормоны в кровь. Это, в свою очередь, действует на нервную систему в целом, активизируя её работу. Мгновенно реализуется весь наличный запас свободной энергии организма для ответной реакции на угрозу: "машина может наехать на ребенка!". При этом весь организм находится в максимальном напряжении и действует с максимальной эффективностью.

В подобные моменты человек способен достичь таких результатов, которые в нормальных условиях совершенно недостижимы. Известны случаи, когда не тренировавшийся до этого человек, убегая от бешеной собаки, показывал время, которому мог бы позавидовать рекордсмен мира по спринту.

Чем же отличается обстановка крайней опасности от нормальных условий? Кибернетика определяет это так: в минуту крайней опасности человеку недостает необходимой информации. Действительно: ведь подобная опасность требует настолько быстрой реакции, что человеку невозможно определить точную величину действительно необходимых усилий для её устранения. Поэтому приходится действовать "на пределе". Механизм эмоций помогает мобилизовать в решительный момент все силы организма.

Аналогично обстоит дело и в других случаях. Там, где не хватает информации, включается обобщение всего прошлого опыта. Новое, неожиданное всегда вызывает более или менее сильные эмоции, если это новое каким-то образом связано с жизнедеятельностью организма. Из этого нельзя сделать вывод, что эмоции всегда мобилизуют силы. Очень часто бывает наоборот: так, сильный испуг может парализовать ответные реакции организма.

Итак, при сохранении динамического стереотипа организм как бы заранее уверен, что на всё происходящее вокруг он может в любой момент дать нужный ответ, так как располагает полной информацией о том, что надо делать в том или ином случае. А возникновение эмоций связано с нарушением динамического стереотипа. Ну а как дело обстоит в кибернетике? Существующие машины, конечно, не обладают эмоциями. Мешает ли это им? И да, и нет. При современном уровне развития техники это обстоятельство скорее полезно, чем вредно. В одном научно-фантастическом рассказе А. Азимова говорится о работе робота – кибернетической няньки. Сконструированный специально для того, чтобы нянчить детей, робот прекрасно справлялся со всеми своими обязанностями. Девочка, за которой он ухаживал, очень привязалась к нему. Однако мать смущало то обстоятельство, что робот неживой, что он не способен чувствовать. Боясь за свою дочь, она попыталась заменить робота собакой, – все-таки живое существо, способное чувствовать! Но, увы, девочка не могла забыть своего милого робота.

И вот девочку ведут на завод, чтобы показать, как собирают роботов. Мать надеется: дочь увидит, что робот состоит из металлических и пластмассовых частей, и не будет вспоминать свою няньку.

На заводе девочка неожиданно оказывается в опасности: прямо на неё идет автоматический трактор. Люди скованы ужасом. Гибель ребенка неминуема. И только ничего не чувствующий робот действует быстро и точно. Программа, заложенная в нем, позволяет ему выхватить девочку буквально из-под колёс трактора. Главный недостаток робота – его неспособность чувствовать страх, который парализовал всех остальных, – оказался решающим для спасения ребёнка.

Можно привести множество примеров уже не из области фантастики, а из реальной действительности сегодняшнего дня, когда именно "бесчувственность" автоматов оказывается их важнейшим преимуществом перед человеком. Благодаря этой их особенности автоматы заменяют людей там, где чувство усталости, страха и т.д. может принести много бед.

Так, может быть, эмоции вообще ни к чему роботу? Нет смысла воспроизводить их в машинах? А то, пожалуй, вместо бесстрашных и неутомимых помощников человека они, не дай бог, превратятся в трусливых хлюпиков, требующих постоянной заботы?

Как мы уже убедились, благодаря эмоциям организм как бы в доли мгновения пересматривает всю информацию, находящуюся в нём. Она очень велика. Если напечатать всю информацию, которой располагает один человек, в книгах, то получится много миллионов толстых томов. Их не удалось бы разместить на полках даже самых больших библиотек мира. Попробуй-ка перечитать всё это за какие-то несколько секунд, а то и доли секунды! Электронные машины работают с умопомрачительной скоростью; миллионы операций в секунду. Но и они пока бессильны решить такую задачу. И тут оказывается, что наш "тихоходный" организм при всей его внешней медлительности перекрывает прославленные вычислительные машины именно в том, в чём, казалось бы, они не имеют соперников, – в скорости. Механизм эмоций в одно мгновение даёт информацию: хорошо или плохо то, с чем мы столкнулись. К тому же в большинстве случаев эта информация правильна. Если бы и машины располагали чем-то подобным, они бы также смогли решать многие из тех задач, которые пока им совершенно не под силу.

Итак, возникновение эмоций, связано с тем, каким количеством информации располагает организм. Но как измерить эту информацию?

Чтобы выяснить связь между потребностью организма и информацией, необходимой для достижения цели, был проделан следующий опыт. Человек стреляет в цель. В случае промаха он получает наказание – болезненный удар током. Если условия стрельбы сложные, то время от времени пуля, естественно, будет проходить мимо цели, а стрелок испытывать неприятное ощущение от удара током. Так как заранее угадать нельзя, поразишь цель или нет, то, следовательно, человек имеет недостаток информации и определенную потребность, которая состоит в том, чтобы избежать неприятного ощущения. Со временем стрелок всё увереннее поражает цель. Следовательно, у него возрастает информация о возможности удовлетворить свою потребность. Что же в это время происходит с эмоциями? Согласно приведенной выше теории с увеличением информации эмоциональное напряжение должно, уменьшаться. Но как это проверить? Спросить у самого стрелка? Однако ответ будет лишь приблизительным: больше, меньше – вот всё, что мы услышим. К тому же человек может просто привыкнуть к эмоциональному напряжению, не замечать его.

К счастью, мы располагаем объективными данными: эмоции всегда сопровождаются изменением количества гормонов в крови, сердцебиением и т.д. Учитывая такие характеристики, как, например, число ударов сердца в секунду, можно судить об эмоциональном состоянии человека. Чтобы изучить механизм эмоции, необходимо доводить до численных значений не только количество чувств, но и количество знания, информацию. Но необходимость точного измерения количества знания в наши дни имеет очень существенные причины. Ведь, чтобы управлять определённым производственным процессом, надо располагать и определенным количеством информации. Но каким именно?

Пока управлением занимался человек, этот вопрос не стоял так остро. Если диспетчер обнаруживал, что у него не хватает сведений для управления движением транспорта на территории завода, он немедленно требовал соответствующих данных. Мозг человека может вместить так много информации, что, вопрос о том, сколько её потребуется, для управления данным процессом, не так уж важен: если не справится один человек, ему помогут другие.

Но всё выглядит совершенно иначе, когда диспетчера заменяет электронно-счетная машина. Её память вовсе не так велика, как память человека. Поэтому человеку необходимо заранее точно определить объем той информации, которая потребуется машине для управления тем или иным процессом. Так, для управления транспортными средствами металлургического завода машина должна иметь память ёмкостью примерно в девяносто тысяч цифр. И вот допустим, что передавая управление машине, люди не рассчитали предварительно тот объём информации, который при этом потребуется. Память машины окажется недостаточной, и рано или поздно машина встретится с такой задачей, которую будет не в состоянии решить. А это может принести немало неприятностей. Так, если машина заменяет диспетчера, управляя приёмом самолетов на аэродром, то недостаток информации может привести к катастрофе. Если же сделать память с большим, чем нужно, запасом ёмкости, то это тоже может повредить делу, сделает машину настолько дорогой, что её применение станет нецелесообразным.

Следовательно, точная количественная оценка информации необходима как для изучения психических процессов, так и для решения проблем управления на производстве.

Теория информации лежит в основе кибернетики. Эта теория играет важную роль во всех её применениях. Иногда кибернетику так и называют: "наука о передаче, хранении и преобразовании информации". В чем состоит процесс управления? Например, управление автомобилем, заводом, органами собственного тела. Управление всегда связано с тем, что отдаются приказания, то есть передаётся информация – от управляющего к управляемому.

Что же такое информация? В обычной речи слово "информация" очень близко к слову "знание". Когда мы говорим, что получили какую-то информацию, то это означает, что мы приобрели какие-то знания. Однако такого приблизительного представления об информации недостаточно, когда мы хотим изучить законы передачи и преобразования информации.

Хотя люди сотни тысяч лет, то есть на протяжении всей своей истории, обменивались информацией и в их сознании постоянно шла её переработка, всё же наука об информации возникла лишь тогда, когда люди столкнулись с необходимостью решать технические задачи связи. Техника связи – телефон, телеграф, радио и т.д. – не могла обходиться неопределённым представлением о количестве информации. Она нуждалась в её точной количественной оценке. В этот период и были произведены попытки точно определить количество информации, которая содержится в каком-либо сообщении: телеграмме, телефонном разговоре, радиопередаче и т. п. Подобный же вопрос возник и по отношению к количеству информации, которой располагает психика человека. Ведь все наши знания – это отражение внешнего мира. Информацию об окружающем мире мы получаем через наши органы чувств. Можно задать вопрос: сколько информации мы получаем через зрение, сколько может дать нам слух или осязание, то есть насколько эффективны различные органы чувств как каналы, по которым к человеку поступает информация о внешнем мире? Конечно, в технике ситуация значительно проще, чем в психике, поэтому там раньше и было найдено решение задачи по определению количества информации. Собственно, перед техникой связи стояли две основные задачи: определить пропускную способность канала связи и установить надёжность канала при передаче по нему информации. На их решении и выросла теория информации. В чем её суть?

Возьмем простой случай. Перед нами задача, которая предполагает не одно, а несколько равновозможных решений. Например, если подбросить вверх кубик, то он может упасть на землю любой из своих шести граней. Следовательно, задача – какой гранью может упасть кубик – имеет шесть равновозможных решений. Или: во время экзамена учащийся подходит к столу, на котором лежит определенное число билетов, например тридцать два. Он может взять любой из них, поэтому задача – какой билет он может взять – имеет тридцать два равновозможных решения.

Но вот учащийся взял билет и узнал его номер. Спрашивается, много ли он узнал? Можно ли полученное им количество знаний выразить числом? Оказывается, можно. Если предположить, что ученик знал общее, число билетов, то это уже равносильно некоторому знанию. Можно даже выразить это определённым числом. Если на столе в данный момент лежало тридцать два билета, то ученик мог сказать: вероятность вытащить билет номер три, который потом оказался у него в руках, равна 1/32. Когда же он взглянул на билет н увидел, что номер его – три, ситуация изменилась. Теперь он понял, что вероятность отвечать на третий билет равна 1. Та- ким образом, благодаря тому, что он узнал номер билета, вероятность события стала равна вместо 1/32 – единице.

В теории информации для определения её количества берут отношение таких вероятностей. В нашем случае их можно выразить как 1:32.

С математической точки зрения удобнее иметь дело не с самим этим отношением, а с его логарифмом. Теория информации допускает, что логарифм может быть взят по любому основанию. Но в кибернетике чаще всего берут в качестве основания два. Это объясняется тем, что когда мы берём какое-то число равновероятных случаев, то минимальным будет два. Один исключается, так как в этом случае выбирать вообще не из чего. Примером может служить подбрасывание монеты. Здесь только две возможности: монета падает на землю или одной, или другой стороной. Быстродействующие вычислительные машины работают также по принципу: "да" и "нет". Поэтому для них двоичная форма тоже очень удобна.

Переработка информации связана с выбором равновероятных решений. Были проделаны опыты, в которых перед человеком ставилась задача выбрать один из многих вариантов. Например, в зависимости от того, какого цвета зажжётся лампочка, нажимать одну из пронумерованных клавиш. Понятно, что, чем больше вариантов, из которых надо было делать выбор, тем больше времени человек затрачивает, чтобы решить задачу. Кажется, что время, необходимое для выбора одного из вариантов, должно расти пропорционально числу вариантов. В действительности дело обстоит не так.

Опыты показали: хотя с увеличением числа вариантов человек действительно вынужден тратить каждый раз все больше времени, чтобы сделать выбор, все же продолжительность времени растет: гораздо медленнее, чем число вариантов. В общем, оказалось: время, необходимое для выбора, возрастает пропорционально логарифму числа вариантов. Эта закономерность, установленная в опытах, говорит о том, что введение логарифма при оценке количества информации не только диктуется соображениями математического удобства, но и отражает особенность механизма переработки информации в человеческой психике. Описанный выше метод определения количества информации был впервые предложен английским инженером Хартли ещё в двадцатых годах. Однако его применение оставалось очень ограниченным. Дело в том, что он в качестве предпосылки берет лишь такую ситуацию, когда всевозможные события равновероятны. Действительно, такие ситуации встречаются. Однако в подавляющем большинстве случаев вероятность разных событий различна.

От чего же зависит вероятность тех или иных событий? Хартли полагал, что это во многом связано с психологическими особенностями людей, другими словами, здесь господствуют произвол и случайность, объективный учёт оказывается невозможным. Такой подход надолго закрыл дорогу дальнейшему развитию теории информации.

Лишь в сороковые годы Клод Шенон, французский математик, показал, что существуют объективные методы, позволяющие учесть количество информации и тогда, когда нет равной вероятности событий. В этом случае нужно брать сумму логарифмов вероятности событий.

Для определения количества информации необходимо определить вероятность каждого из возможных событий.

Возьмем для примера любой текст. Пусть "событиями" здесь будут появления тех, или иных букв. Можно выяснить, какова в среднем вероятность появления той или иной буквы. Если бы появления всех букв были равновероятными, то зная, что в русском алфавите тридцать две буквы (без ё), мы получим вероятность появления одной из них, например, буквы "а", равную 1/32.

Однако в действительности вероятности появления разных букв не равны. На вероятность появления той или иной буквы могут влиять различные обстоятельства, и в зависимости от них она будет изменяться. Так, например, вероятность того, что русское слово будет начинаться с буквы "о" или "п", больше 1/32 а вероятность встретить в начале русского слова букву "ы" равна нулю. Кроме того, вероятность появления букв зависит и от содержания всего текста. Так, буква "ф", относительно редко встречающаяся в русских словах, может появляться очень часто в таком тексте, где используется много слов иностранного, происхождения.

Можно поставить вопрос о вероятности появления в тексте, не отдельных букв, а тех или иных их сочетаний. Были проделаны опыты по определению количества информации на один знак в разных текстах. При этом оказалось, что в поэтическом тексте, в стихах один знак несёт больше информации, чем один знак в прозаическом тексте.

Вернемся к проблемам технической связи. Перед инженером-связистом стоят две главные задачи: во-первых, передать максимальное количество информации в единицу времени и, во-вторых, добиться, чтобы эта информация дошла без искажений. Применение теории информации показало, что если мы имеем определённый канал связи с известным средним уровнем помех, то существует теоретический предел передачи по нему количества информации в единицу времени. С другой стороны, было доказано, что, как бы ни был велик уровень шума, помех в канале связи, всегда можно, изменяя систему кодирования, добиться, чтобы информация передавалась по этому каналу с необходимой точностью. Правда, при этом мы встречаемся с одной неприятной закономерностью. Чем выше надёжность, тем меньше скорость передачи информации по тому же каналу. Но если способом увеличения надёжности будет повторение передаваемого сообщения, иначе говоря, увеличение числа знаков в передаваемом сообщении, то это приведет к уменьшению количества информации на один знак.

Эти выводы теории информации позволяют понять некоторые факты, с которыми мы встречаемся в нашем языке. Так, в русском языке количество информации на знак могло бы быть близким к пяти двоичным единицам, если бы появление каждой буквы было равновероятным. Между тем в действительности количество информации на один знак в русском языке равно примерно лишь полутора двоичным единицам. Зато именно благодаря этому достигается большая надёжность в передаче информации.

Язык наш выполняет две различные функции. Первая – назовем её логической – состоит в том, что язык – это материальная форма мысли. Механизм мышления, поскольку он носит рефлекторный характер, осуществляется благодаря этой материальной форме. Язык, таким образом, оказывается материальным инструментом, орудием психического процесса мышления.

Но для понимания психических процессов столь же важна и вторая функция языка: функция связи, или коммуникативная. Ведь психика человека – это общественный продукт; она возникает в мозгу отдельного человека и поддерживается постоянной связью с другими людьми. Язык и является средством этой связи. Из сказанного можно сделать вывод, что обе функции языка, как логическая, так и коммуникативная, одинаково важны для развития психики человека. В действительности эти функции тесно связаны между собой. Развитие языка как средства передачи информации всегда идёт одновременно с переработкой информации, логическими операциями.

Однако эти две функции языка могут и противоречить друг другу. Так, при передаче информации важна надёжность, и эта надёжность обеспечивается уменьшением количества информации на каждый знак или звук языка. Между тем для переработки информации это может оказаться не только не нужным, но и вредным. Поэтому мы знаем о разных языках для выполнения разных функций. Так, в технике связи применяются различные системы кодирования передающейся информации, которые повышают надёжность передачи по каналам связи. В науке разрабатываются системы знаков, символов, улучшающих логическую переработку информации, и т.д.

Применение теории информации позволило произвести, анализ некоторых важных функций нервной системы. В самом деле, ведь нервная система – это устройство, управляющее работой внутренних органов и реакциями организма на внешнее воздействие. Следовательно, её работа связана с непрерывной переработкой и передачей информации по нервным путям. Применение теории информации позволяет производить количественный анализ этого процесса.

Интересный результат был получен благодаря применению теории информации к анализу биотоков коры головного мозга. В течение почти трех десятилетий физиологи, обрабатывая результаты многих тысяч экспериментов с тысячами разных людей, пытались найти закономерную связь между характером биотоков и видом психической деятельности. Порою казалось, что ученые очень близки к открытию такой связи, но всякий раз эти предположения не оправдывались. В конце концов учёные пришли к выводу, что установить связь между психическими процессами и наблюдаемыми электрическими явлениями в коре головного мозга в данное время, по-видимому, невозможно, поскольку мы пользуемся таким грубым методом, как анализ электроэнцефалограммы. Может быть, впоследствии более тонкий анализ электрических процессов, протекающих в небольших группах клеток, откроет завесу над этой связью.

Надежды на успех в такого рода исследованиях проникли в научно-фантастическую литературу. Во многих произведениях этого жанра можно прочесть о приборах, которые расшифровывают электрические импульсы, идущие от коры головного мозга. Такие приборы якобы способны читать мысли и чувства людей, записывать их и т.д. Однако учёные прежде обычно скептически относились к таким прогнозам, ибо большой экспериментальный материал не давал возможности надеяться на создание приборов такого рода. Появление теории информации позволило по-новому подойти к анализу тех же явлений. Когда осциллограф производит запись биотоков коры головного мозга, на бумажной ленте, то кривая  имеет довольно сложную форму; изгибы зависят от частоты и изменяющейся силы электрических импульсов. Теория информации дала возможность определить количество информации, которую несёт данная кривая, и оказалось, что оценка кривых с точки зрения количества информации приводит к установлению связи между характером биотоков и видом психической деятельности.

Это было установлено при помощи многочисленных экспериментов. Человеку предлагали мысленно решать задачи, играть на рояле и проделывать еще ряд операций такого же рода. После этого кривые биотоков, записанные во время опытов, оценивались по количеству информации. Когда затем человек снова переходил от одного вида умственной деятельности, к другому, экспериментатор, оценивая эти новые кривые, смог угадывать, какому роду деятельности были посвящены мысли испытуемого.

Понятно, что от этих экспериментов до чтения мыслей еще очень и очень далеко. Ведь по электроэнцефалограмме мы можем узнать только о совместной деятельности громадного числа нервных клеток. При такой методике не может быть и речи о тонком, дифференцированном подходе. Но и возможность уверенно различать некоторые виды психической деятельности друг от друга по различию формы кривых биотоков уже можно считать большим успехом. И способствовала ему именно теория информации.

Кроме того, с помощью этой теории можно количественно сравнить информацию, идущую по каналам. Так, можно сопоставить сеточки зрения количества получаемой информации, количество знаний, полученных благодаря слуху и благодаря зрению. Например, выяснено, что зрение даёт примерно в десять раз больше информации, чем слух.

Педагогика, занимающаяся изучением процессов обучения, как известно, также опирается на исследования психических процессов. Оказалось, что здесь тоже очень эффективен количественный подход, применение современных математических методов. Возьмём в качестве примера изучение иностранного языка. Наиболее трудоёмким делом при овладении иностранным языком бывает запоминание слов. Нередко случается, что человек знает довольно много иностранных слов, и всё же в каждом новом тексте ему попадается настолько много незнакомых, что приходится постоянно обращаться к словарю. Это происходит потому что заучивание слов шло без определенной системы, без оценки того, как часто те или иные слова встречаются в изучаемом языке.

Статистический анализ частоты появления тех или иных слов в языке показывает, что она очень различна. Так, почти в любом языке можно выбрать десять наиболее употребительных слов, и тридцать процентов любого текста будет "покрываться" этими десятью словами. Сто наиболее употребительных слов "покрывают" уже более половины текста. Таким образом, человек, знающий всего сто слов, будет понимать половину всех слов данного языка. Если же знать, тысячу слов, то более восьмидесяти процентов всех встречающихся слов окажутся знакомыми тому, кто изучил эту тысячу наиболее употребительных.

Чтобы оценить эффективность такого метода, напомним, что современный язык насчитывает двести тысяч слов, а то и более.

Применение принципа учёта вероятности событий дает хорошие результаты при заучивании наизусть тех или иных текстов. Предположим, человеку нужно выучить стихотворение. Ему дают пять экземпляров текста этого стихотворения. Первый экземпляр содержит полный текст. Во втором часть слов пропущена, и вместо них оставлены пустые места. Причём пропущены именно те слова, которые легко запоминаются с первого чтения. Поэтому, несмотря, на пробелы в тексте, человек свободно читает полный текст стихотворения: он мысленно легко воспроизводит пропущенные слова. В третьем экземпляре того же стихотворения пустых мест уже значительно больше. Однако человек и теперь без труда вспоминает пропущенные слова. В последнем экземпляре почти все слова пропущены, в тексте оставлено лишь несколько слов. И всё же человек без труда может его прочесть.

Таким образом, после пяти чтений обнаруживается, что обучаемый уже помнит весь текст. Вместо утомительной зубрежки – несколько чтений специально обработанного текста. Понятно, что этот метод может широко и успешно применяться при обучении.

За последние годы всё большее внимание в педагогической литературе уделяется вопросам о так называемом программированном, или машинном, способе обучения. В наши дни кибернетический подход к этой проблеме вполне себя оправдал. Ведь чем обычно занят школьный учитель или профессор университета в процессе обучения? Он управляет, руководит обучением учеников, студентов. Следовательно, всякий процесс обучения можно рассматривать и даже следует рассматривать как процесс управления. Но кибернетика – теория управления. Таким образом, она может внести и уже вносит свой вклад в улучшение педагогического процесса. Вмешательство кибернетики, её методов в процесс обучения необходимо. XX век недаром называют веком взрыва информации. Чтобы справиться с переработкой колоссального количества информации, необходимы и новые методы обучения. Как мы видели, и в случае изучения иностранного языка, и при заучивании текстов с помощью их специальной обработки дело сводится к правильной количественной обработке той информации, которую должен усвоить обучаемый. Эта же идея лежит в основе программированного метода обучения. Сущность этого метода заключается в том, что учащемуся дают такие порции информации, которые он может легко усвоить. Только в том случае, когда вся порция предложенной информации усвоена, ему предлагается следующая порция.

В настоящее время наибольшее распространение получили два основных метода программированного обучения: линейный и ветвящийся.

При линейном методе обучения весь материал распределен таким образом, чтобы учащийся мог последовательно, получая одну порцию за другой, пройти весь курс обучения. При этом, непосредственно после каждой порции информации или после каждого шага в процессе обучения, ему задаётся вопрос, который позволяет проверить, усвоил ли он соответствующую часть пройденного материала. Этот вопрос строится таким образом, чтобы учащийся мог без труда на него ответить. При этом ответ учащегося на вопрос важен с двух точек зрения.

Во-первых, он служит проверкой того, насколько хорошо усвоен предыдущий материал, и позволяет узнать, можно ли перейти к следующей порции. В этом контрольная функция ответа.

Во-вторых, тот же ответ рассматривается как моральный стимул для учащегося в процессе его обучения: когда учащийся убеждается, что он правильно ответил на вопрос, это вызывает у него ощущение морального удовлетворения и тем самым усиливает желание учиться дальше.

Теоретики программированного обучения подчеркивают, что стимулирование процесса обучения в ходе самого обучения – важный фактор, обеспечивающий успех дела, процесс усвоения человеком информации при таком стимулировании идёт гораздо успешнее. Это лишний раз подчеркивает, что обучение человека – не только логический процесс усвоения информации, но и психологический, эмоциональный. Успех достигался, например, при программированном обучении маленьких детей, когда обучающая машина в качестве поощрения выдавала конфеты или игрушки.

Ветвящийся метод обучения заключается в том, что учитывается характер ответа на поставленный в ходе обучения вопрос и повышенные или пониженные способности учащегося. При этом методе кроме основного пути, которым идёт процесс усвоения материала, имеются боковые ответвления. Если ученик не в состоянии ответить на поставленный вопрос или отвечает на него неточно, программа направляет его на один из таких боковых путей. На этом пути вводится дополнительный материал, облегчающий усвоение соответствующей части программы. На другой боковой путь можно направить ученика, способного к более быстрому усвоению. Для автоматизации процесса обучения создаются разнообразные механические и электрические устройства с применением магнитной записи, демонстрации кинофильмов и телевизионных передач. Такие сложные машины управляются электронными системами большой сложности, вплоть до быстродействующих электронно-счётных машин. Так, например, в США уже около ста фирм выпускают машины для программированного обучения.

Каковы же достоинства и недостатки обучающих машин? Применение таких машин необычайно расширяет круг учеников годного и того же "преподавателя": программа, составленная одним человеком, может одновременно служить тысячам учеников.

Характерно, что, увеличение числа учащихся у обычного преподавателя приводит к тому, что ему приходится отказываться от детального учёта особенностей каждого отдельного ученика. Знаменитый чешский педагог Коменский полагал, что один учитель может обучать одновременно в одном классе до ста учеников. Однако при этом он уже не в состоянии сколько-нибудь эффективно учесть особенности отдельного ученика и вынужден считать их всех совершенно одинаковыми. Поэтому практически число учеников в классах современных школ делают значительно меньшим. Так возникает противоречие: с одной стороны, хотелось бы, чтобы у хорошего преподавателя училось как можно больше человек, но с другой стороны, увеличение количества учащихся неминуемо снижает качество преподавания, делает хорошего преподавателя плохим. Практика применения машинного обучения выявила на первый взгляд парадоксальный факт, а именно: машина находит индивидуальный подход к каждому ученику лучше преподавателя. Поскольку усвоение каждой порции информации немедленно проверяется и, если порция не усвоена, ход обучения автоматически замедляется, то тем самым машина устанавливает для каждого ученика индивидуальный темп усвоения материала.

При изучении того же материала в обычном классе одновременно большой группой учителю приходится устанавливать некий "средний" темп обучения. При этом в каждой группе всегда находятся дети, для которых этот темп оказывается слишком быстрым, поэтому в их знаниях появляются пробелы. В-то же время для другой, части учащихся этот темп слишком медленен, что ведет к ослаблению у них интереса к учёбе и часто тоже, в конце концов, к пробелам в знаниях.

Практика применения обучающих машин показала, что нередко они дают возможность получить очень хорошие результаты. Так, при их помощи можно обучить чтению детей в возрасте трёх лет. Значительно ускоряется – в два-три раза – процесс обучения иностранным языкам.

Успехи и очевидные выгоды применения обучающих машин привели к тому, что в настоящее время ведется работа по распространению нового способа не только в отдельных странах, но и в международных масштабах. Так, при Организации Объединенных Наций осуществляется программа широкого использования программированного; обучения в развивающихся странах Азии и Африки.

Однако автоматизация обучения имеет и слабые стороны. Если сравнить автоматического преподавателя с живым, то нетрудно заметить разницу в подходе к ученику.

Машинная программа строится так, чтобы максимально облегчить учащемуся усвоение материала. Поэтому в программе, по которой работает машина, всегда содержится элемент подсказки. Машина всегда стремится задать вопрос таким образом, чтобы предельно облегчить ответ на него. Напротив, учитель зачастую специально усложняет вопрос, чтобы затруднить ответ. Такое стремление учителя оправдано с разных точек зрения, прежде всего потому, что заставляет ученика искать новые пути решения, ставит его в неожиданные ситуации и развивает стремление преодолевать трудности, будит в нем творческое начало.

Для машины такой метод недоступен, так как он предполагает постоянный контакт с учеником, учет его психологического состояния в данный конкретный момент. Индивидуальный подход машины к ученику заключается лишь в автоматическом регулировании темпов подачи информации. Правда, это весьма важный показатель. Но бывает, что этого недостаточно.

Анализ отношений преподавателя, машины и ученика показывает, что машина не может полностью заменить преподавателя. Во-первых, потому, что вся работа машины строится на основании программы, которая должна быть тщательно разработана преподавателем. Во-вторых, потому, что процесс обучения – это не простая передача информации от учителя к ученику, а сложный психический процесс, связанный с многообразным эмоциональным состоянием учащегося. Он невозможен без постоянного учета этой эмоциональной стороны, а машина не в состоянии его вести. Следовательно, процесс обучения должен вестись не машинами, а преподавателем, использующим машины.

Отрицательное отношение к использованию машин далеко не всегда вызвано недостатками самих машин. Очень часто на Западе учителя выступают против программированного обучения из боязни остаться без работы. Многие преподаватели в капиталистических странах боятся, что машины вскоре начнут вытеснять их из области народного образования точно так же, как в своё время машины вытесняли рабочих в промышленности. В этом отношении применение кибернетики в современном капиталистическом мире несет в себе опасность для простого человека потерять работу.

Но жизнь показывает, что автоматизация обучения – явление прогрессивное, полезное не только для общества в целом, но и для самого преподавателя, освобождающее его от работы, которую может делать машина. Автоматизация облегчает процесс обучения, например, запоминание.

Но для того чтобы программированное обучение шире вошло в нашу повседневную практику, необходимо решить немало принципиальных вопросов, и решать их должны, конечно, не сами машины и даже не инженеры, конструирующие их, а прежде всего педагоги и психологи. Один из них – составление программ. Для того чтобы машины, которые строятся на определенной программе, эффективно работали, педагогам следует, во-первых, детальнейшим образом проанализировать и распределить соответствующий учебный материал.

Трудности при составлении программ привели к тому, что в настоящее время машин, предназначенных для обучения, выпускается больше, чем разработано для них программ.

Но прежде чем составлять программу для обучающих машин, надо решить вопрос: чему следует обучать? Наше знание содержит разнообразные факты и методы их изучения. Что важнее – факты или методы? Этот вопрос остается спорным. Ведь фактический багаж современной науки разросся до таких масштабов, что многие считают усвоение фактов задачей второстепенной, поскольку даже сколько-нибудь значительной части этих фактов все равно усвоить невозможно. Поэтому, считают они, в центр обучения надо положить методы, а не факты.

Для того чтобы программа давала хорошие результаты, её необходимо проверить в работе. После составления программы её испытывают на сравнительно большом числе учащихся. Затем вносятся исправления и вновь проводятся испытания с большим числом испытуемых. Только после многократной проверки и исправлений программу можно рекомендовать для широкого использования. При этом как в создании программы, так и в последующей проверке её в действии принимают участие значительные группы педагогов и психологов. Каждую такую программу можно рассматривать как творение целого коллектива педагогов и психологов. Применение теории информации и анализа вероятности событий – ключ к пониманию воспроизведения в машинах таких процессов, которые раньше считались сферой чисто психической деятельности. Так, при помощи электронно-счётных машин можно сочинять музыку. Значит ли это, что машины, постепенно совершенствуясь, в скором времени составят опасную конкуренцию композиторам или, может быть, даже вообще вытеснят их? Музыка, сочиненная машинами, теперь не редкость. Благодаря радио и телевидению с ней познакомились миллионы людей. Оказалось, сочинять мелодии для машин – дело совсем нетрудное. Это видно хотя бы из того, что музыку можно сочинять при помощи далеко не самых сложных и не самых быстродействующих электронно-счётных машин. Например, в Советском Союзе это делали при помощи электронно-счётной машины "Урал-2".

Чтобы понять характер подобной "творческой" деятельности машин и их возможности, остановимся более подробно на том, как идёт этот процесс.

Теория информации учитывает не только вероятность появления в тексте отдельных букв, но и тех или иных буквенных сочетаний. Можно проделать следующий эксперимент. Взять ящик и насыпать туда вырезанные из бумаги буквы. Пусть каждой буквы будет по двадцать штук. Перемешав их, будем вытаскивать буквы и складывать последовательно в том порядке, в котором буквы нам попадаются. Причём по большей части это будут бессмысленные сочетания. И лишь изредка встретятся сочетания, похожие на слова русского языка.

Опыт можно несколько изменить. А именно: взять буквы, но не поровну. Тех, которые чаще появляются в словах, пусть будет соответственно больше. Тогда, вытаскивая буквы из ящика, мы получим сочетания, значительно чаще напоминающие слова.

Музыкальный текст также представляет собой некую последовательность нотных знаков. Для того чтобы машина могла сочинять музыку, вначале анализируют то или иное музыкальное произведение или даже ряд произведений с точки зрения частоты появления нотных знаков или их сочетаний в музыкальном тексте. Между появлением одного знака и частотой появления других, идущих после него, существует закономерная связь. Можно свести процесс написания нот к набору подобных нотных знаков. Это и будет музыка, написанная машиной. Неизбежно она станет подражанием тем или иным музыкальным произведениям, которые были использованы для анализа.

Вначале может показаться, что, чем полнее учтена вероятность появления звуковых сочетаний, тем лучше будет музыка, сочинённая машиной. Однако это далеко не так. Если машина станет учитывать вероятность появлений больших сочетаний нотных знаков, то она в конце концов начнет просто воспроизводить целые фрагменты тех музыкальных, произведений, на основе которых были выбраны эти сочетания. Таким образом, музыкальное творчество быстродействующих электронно-счётных машин оказывается весьма далеким от психического процесса, связанного с созданием музыкальных произведений человеком. И все же нельзя сбросить со счетов тот факт, что машины могут создавать музыкальные произведения. Более того, можно утверждать: любая быстродействующая электронно-счётная машина окажется в этом отношении "талантливее" среднего человека, – ведь далеко не каждый может сочинять даже подражательную музыку. Между тем это может делать любая быстродействующая электронно-счётная машина.

В машине мы имеем дело с механическим перебором сочетаний звуков по заранее заданному правилу или набору правил. Кажется, что человек в процессе творчества действует иначе. Верно ли это? Достаточно ли хорошо мы знаем механизм психических процессов, чтобы утверждать, что и в нашем сознании дело не сводится к формальным механическим операциям? Является ли процесс переработки информации в сознании человека последовательностью механических операций, аналогичных тем, которые производит электронно-счётная машина?

Чтобы разобраться в этом, рассмотрим ещё один характерный пример "машинного мышления", проанализируем, как машины играют в шахматы.

Еще Н. Винер отмечал важность того факта, что машины играют в шахматы. Здесь наиболее ярко проявляются характерные особенности работы машин, перерабатывающих информацию. Для того чтобы научить машину играть в шахматы, ей сообщают правила игры и относительную ценность шахматных фигур. Для сопоставления силы фигур обеих сторон и для оценки позиции в целом вводят функцию позиции. Каждый шахматист знает, что различные фигуры: пешка, слон, ладья и т.д. обладают разной ценностью. Если считать, что ценность пешки равна единице, то слон имеет ценность в три единицы, ферзь в девять и т.д. Это даёт возможность соответственно оценить любую шахматную позицию. Для такой оценки достаточно подсчитать общую ценность фигур каждого из противников и определить функцию позиции. Эта функция, после того как в ней будут подставлены численные значения ценности фигур, получит определенное значение. Игра сводится к тому, что каждый ход машина оценивает, учитывая все возможные ответы противника. Она выбирает из всех возможных ходов тот, который даёт при учете всех возможных ответов противника наибольшее значение функции позиции. Однако в действительности очень часто оказывается, что тот ход, который давал это наибольшее значение, приводит к плохому значению на следующем ходу или через ход. Поэтому машине приходится перебирать все возможные варианты на несколько ходов вперед. А в этом случае число вариантов катастрофически быстро возрастает. Поэтому приходится ограничивать задачу анализом вариантов, возникающих лишь на два-три хода вперед.

Таким образом, "мышление машины" при игре в шахматы сводится к выбору лучшего варианта из всех возможных. Нетрудно видеть, что сходную картину мы имеем и при сочинении машинной музыки. "Машинное мышление" связано с отбором подходящих вариантов. Можно ли это утверждение распространить на человеческое мышление?

У. Эшби, один из крупнейших английских учёных, специалистов в области кибернетики, изучая этот вопрос, пришел к заключению, что развитие кибернетики за последнее десятилетие позволяет нам сделать вывод: человеческое мышление – это тоже отбор подходящих вариантов.

Да, в сознании человека, так же как и в машине, идет отбор подходящих вариантов из многих возможных. При игре в шахматы человек также рассматривает ряд возможных вариантов, пока наконец не выбирает из них один. Композитор, сочиняя музыку, тоже занят отбором подходящих вариантов. Поэт тоже перебирает множество слов в поиске подходящей рифмы...

Этот же вывод подсказывает и математическая форма оценки количества информации. Выше мы видели, что процесс выбора – это наиболее общий приём переработки информации.

Для того чтобы выбрать один вариант из многих, можно, например, перебрать по очереди все варианты. Это, пожалуй, самый простой способ.

Есть и другой путь: разделить все варианты на две равные части и узнать, в какой из них содержится нужный нам вариант. Затем, если установлено, что он содержится в одной из этих частей, вновь разделить соответствующую половину на две и поставить тот же вопрос. Продолжая этот процесс достаточно долго, мы в конце концов как угодно близко подойдём к разыскиваемому варианту.

Если идти первым путём, то есть перебирать по очереди все варианты, то время, которое необходимо для этого, будет пропорционально их числу. Второй путь ведёт к тому, что время будет пропорционально логарифму числа вариантов. При этом логарифм берется по числу частей, на которые делились варианты. Если, к примеру, варианты делились пополам, то основание логарифма будет два.

Мышление – переработка информации, отбор подходящих вариантов. Эта интересная трактовка самого механизма мышления была дана кибернетикой. Но мы ещё не разгадали механизм человеческого мышления.

В самом деле, ведь процесс отбора может быть осуществлён самыми разнообразными устройствами: сознанием человека, электронно-счётной машиной и даже весьма простыми предметами. Например, выбор осуществляет и электронная лампа, настроенная на определенную частоту конденсатора и т.д. Полагая, что сущность мышления в отборе подходящих вариантов, мы придем к выводу, что "мыслит" и электродная лампа, и конденсатор... Следовательно, утверждение этого принципа возвращает нас к старой и давно опровергнутой точке зрения, согласно которой "и камень мыслит".

Сказать, что мышление – это отбор, означает лишь назвать такое его свойство, которым оно сходно со многими другими явлениями, и только. Необходимо определить признаки, которые отличают отбор, производимый в процессе мышления мозгом, от отбора, осуществляемого электронно-счётной машиной, конденсатором или лампой. Однако с точки зрения кибернетики, как мы видели, мышление действительно представляет собой переработку информации путём выбора подходящих вариантов.