Nové myšlení o myšlení a o jazyce

Když v květnu 1997 porazil počítač Deep Blue světového šampióna Gary Kasparova naplnila se média články o triumfu technologie a předpověďmi o nástupu umělé inteligence. „Počítače konečně dospěly" a z pouhých nástrojů se stávají nám rovnými. Tyto reakce si ale ze zápasu IBM versus Kasparov vzaly poučení zcela na hlavu postavené. Skutečností opravdu hodnou podivu je totiž to, že se takový zápas vůbec musel odehrát a ještě podivuhodnější je pak to, jak zápas ve skutečnosti probíhal. Gary a počítač spolu hráli 6 her, z nichž počítač vyhrál dvě Kasparov jednu a ostatní tři skončili remízou. Společnost IBM na postavení počítače Deep Blue (Hluboká modř) vynaložila milióny dolarů, měla k dispozici celou řadu šachových mistrů, záznam téměř všech her, které kdy Kasparov odehrál a procesory schopné vypočítávat milióny tahů za sekundu. Proti tomu seděl jeden člověk, s dvaceti lety zkušeností a lidským mozkem, který podle některých psychologů dokáže udržet kolem sedmi kousků informace najednou. A člověk remizoval ve třech hrách a jednu vyhrál. Navíc toto setkání bylo už druhým a to první v roce 1996 vyhrál jednoznačně Kasparov. Otázka tedy nezní, jak je možné, že počítač zápas nakonec vyhrál, ale jak je možné, že vůbec kdy prohrál. Šachy mají přece poměrně jednoduchá pravidla, a přestože počet možných tahů je astronomický, jakýkoli počítač jich bude schopen vypočítat mnohem víc než libovolný člověk. Měli bychom se tedy spíš ptát, jak je možné, že člověka neporazí i obyčejná kalkulačka. Problém není v tom, jak fungují šachy nebo jako fungují počítače, ale v tom, jak funguje lidské myšlení. Výsledek zápasu člověk a počítače skončil fiaskem. Ale nebylo to fiasko lidské schopnosti hrát šachy ani výpočetní síly počítače. Bylo to naprosté selhání oboru, kterému se říká „umělá inteligence" a s ním spojeného pojetí mysli, jako počítače.

Podle této vize vypadá lidské myšlení jako počítač. Má paměť, ve které jsou uloženy informace, uspořádané do hierarchických kategorií a tyto informace zpracovává procesor rozumu. Informace do tohoto počítače vstupují prostřednictvím očí a uší a vystupují ústy. Úkolem myšlení pak není nic jiného než zpracování informací. Když tedy má pohraničník za úkol zabránit všem teroristům ve vstupu do země, lze tento úkol přeložit do jazyka počítačové logiky takto: Pokud platí, že člověk ‚č' je členem množiny teroristů ‚T', řekni ‚Ruce vzhůru'. Množinu teroristů pak lze definovat pomocí několika pravidel č náleží do T pokud a) č je na seznamu teroristů přišpendleném na nástěnce, b) č se chová podezřele, c) č má na hlavě turban, atd. Rozumný (tj. správně uvažující) pohraničník, pak bude schopen zadržet každého teroristu a pustit do země každého neteroristu. Stejně jako u počítače, stačí pouze aby se naučil potřebný algoritmus.

Tato analogie se stala zejména populární na přelomu šedesátých a sedmdesátých let minulého století, kdy se s velkou slávou a ještě větším očekáváním začal rozvíjet obor umělé inteligence. Důvod proč se metafora myšlení jako počítače uchytila tak rychle a přesvědčivě v době, kdy ještě většina lidí nikdy počítač neviděla, je ale ten, že v mnoha různých podobách existovala dávno před tím, než se na světě rozsvítila první elektronka. Dalo by se dokonce říci, že dnešní počítače vypadají tak, jak vypadají, díky tomu, že se v dějinách filozofie vždy předpokládal model mysli velice podobný tomu počítačovému. Samozřejmě, že si většina filozofů uvědomovala, že jevy, které se tradičně popisují slovy jako vědomí nebo duše, mají nějaký širší základ, ale většina by souhlasila, že myšlení funguje podle pravidel, které ve svých traktátech o logice popsal Aristoteles. Nejdůležitější z těchto pravidel je to, které praví, že pokud z A vyplývá B a z B vyplývá C, tak také platí, že z A vyplývá C, a zákon vyloučeného třetího, podle kterého není možná, aby zároveň platilo A i neA. Těmito jednoduchými formulkami je možné definovat celý náš systém vývodů a uvažování o příčinách a následcích spolu s tím, jak se rozhodnout o pravdivosti těchto vývodů. Náš pohraničník také jistě uvítá, že tak lze také definovat členství v kategoriích. Například, pokud je člověk X členem organizace Y a organizace Y obsahuje pouze teroristy, pak je X teroristou. Je to „logické" a proto s tím nelze argumentovat.

Jenže už koncem sedmdesátých let se začalo ukazovat, že věci nejsou ani zdaleka tak jednoznačné. Před počáteční úspěchy jednoduchých algoritmů (například systém umělé inteligence nazvaný Eliza dovedl pomocí jednoduchého algoritmu přesvědčit některé uživatele, že hovoří s psychologem) se boom umělé inteligence nedostavil. Zatímco síla počítačů zpracovávat logické algoritmy se od té doby zvětšila exponenciálně, schopnost počítačů simulovat lidské činnosti jako rozhodování, rozpoznávání lidských tváří nebo zpracování řeči, se zlepšila jen o mnoho méně. Původní předpoklad, že bude stačit mít více a lepších algoritmů se ukázal být nesprávným a většina úspěšných systémů dnes musí logická pravidla doplňovat výpočty pravděpodobností.

Mnohem důležitější je ale to, že se ukázalo, že přirovnání myšlení k počítači ani nijak zvlášť nepřispívá k poznání myšlení samotného. Takové pojetí nejenže není schopno vysvětlit vítězství, remízy a ani těsné prohry Gary Kasparova, ale, a co je mnohem závažnější, ani to, co se skutečně děje v myšlení našeho pohraničníka. První trhliny v celém systému objevili v systému antropologie, která se musela vypořádávat s tím, že evidentně inteligentní lidé z jiných kultur často docházeli k jiným vývodům než západní antropologové. Jejich uvažování sice nutně neodporovalo „zákonům" logiky, ale jejich použití se ze „západní" perspektivy zdálo podivné. Když se pak antropologové stejným způsobem podívali na uvažování kultur „západních", zjistili, že i ono není příliš „logické". Eleanor Rosch například ukázala, že přestože většina lidí souhlasí, že není možné, aby něco bylo zároveň A i neA, způsob jakým používají kategorie, tomuto předpokladu odporuje. Ukázalo se, že kategorie mají prototypy, tj. členy, které slouží jako lepší příklady dané kategorie. Řeknu-li například „Na okně sedí pták" nikoho nepřekvapí, když to bude sýkorka nebo holub. Většina by se pozastavila nad orlem, ale kdybych takto bez dodatku popsal pštrosa nebo tučňáka, bylo by možné mě obvinit ze snahy svého posluchače zmást, přestože všichni souhlasí, že pštros i tučňák jsou plnohodnotnými členy kategorie ptáků. Stejně nesmyslné bylo nedávno tvrzení jednoho soudce, že útok na Roma nelze definovat jako rasistický, protože Romové biologicky náleží do stejné rasy jako my. Takové uvažování je čistě logické a zvládl by jej i ten nejprimitivnější počítač, zcela ale ignoruje to, co víme o světě, jako je například společenský kontext, ve kterém mnozí Romy za odlišnou rasu považují nebo intenci útočníka. Čistý rozum, který se ohlíží pouze na členství v kategoriích definovaných jako matematické množiny a zákony klasické logiky, není nejlepším pomocníkem.

Zatímco antropologové a kognitivní psychologové se zabývali problémy kategorizace, jazykovědci potýkali se stejnými problémy při snahách o formální popis jazyka. Předpoklady o jazyku jako oboru matematiky se ale ukázaly nesprávnými. Noam Chomsky popsal jazyk jako množinu všech správně utvořených vět a gramatiku jako seznam pravidel, který je schopný vygenerovat všechny tyto věty a ne žádné jiné. Tento přístup se stal na téměř třicet let dominantní mezi jazykovědci, ale při popisu jazyka se jeho úspěchy omezují na poměrně triviální, ale překvapivě obtížně implementovatelné, úkony jako označení slovních druhů v textu nebo kontrolu pravopisu. Tedy takové úkony, při kterých se lidské uvažování podobá tomu, jak fungují počítače. Téměř zcela selhává například v efektivním překladu, kde záleží na širším kontextu a znalostech o světě, které do něj musí být naroubovány jako zvláštní modul. To jest v případech, kdy se lidské myšlení počítačům vzdaluje. Stejně jako u myšlení nám formální model o jazyku neříká téměř nic z toho, co bychom opravdu chtěli vědět, např. jakou roli hraje v myšlení jednotlivce a v soudržnosti společnosti, jak se mění a vyvíjí, jak se jej lidé učí nebo proč ho různí lidé používají různě.

Osmdesátá léta přinesla skutečnou alternativu a nový pohled na myšlení a jazyk, který teprve teď získává širší přízeň. Myšlení jako počítač, který je možné v daný okamžik zapnout a zpracovat jím potřebné informace, a jazyk jako něco, do čeho je možné výsledky tohoto mechanického myšlení prostě zakódovat, se ukázaly být nedostatečnými modely. Snahy naroubovat intencionalitu do logiky a logický význam do formální gramatiky nepřinesly kýžené výsledky. Stále se totiž více soustředili na to, jak by jazyk a myšlení měly fungovat než na to, jak opravdu fungují. Dva lingvisté George Lakoff a Ronald Langacker spojili výsledky výzkumů mnoha oborů od antropologie po kognitivní psychologii a dospěli téměř nezávisle k závěru, že jazyk ani myšlení není možné popsat jako počítačový modul, který pouze zpracovává externí informace, ale je nutné do tohoto popisu zahrnout naši velice tělesnou zkušenost se světem, naše snahy o vytváření významu a to, jak lidé na celém světě skutečně mluví a myslí. Nemůžeme začít u jednotlivých formálních pravidel pro věty jako Máma má mísu a doufat, že až jich popíšeme dostatečné množství, celkové porozumění jazyku a myšlení se dostaví samo. Místo toho se musíme dívat na jazyk a myšlení v jejich celistvosti a psychologickém či sociologickém kontextu a postupně se dopracovat k porozumění těch nejjednodušších vět. Formální přístup si neklade otázky typu, proč se ve větách Máma má mísu, Máma má chřipku a Máma má problém používá stejné sloveso.

Takové otázky si ale kladou kognitivní lingvisté jako Lakoff, kteří tvrdí, že podobnost mezi mít mísu a mít problém jsme schopni automaticky vnímat díky metaforickému uvažování, díky kterému jsme schopni se na abstraktní pojem jako problém dívat, jako by to byl hmatatelný předmět. Proto také můžeme porozumět větám typu Čas jsou peníze nebo Jeho argument se zcela rozpadl. V druhém případě argument vnímáme jako něco, co má složitou fyzickou strukturu. Lakoff a Johnson tvrdí, že podobné metaforické uvažování nejenže není výjimkou a nebo nějakým literárním výstřelkem, ale je zcela ústředním principem lidského myšlení. Metafora je vzájemné promítnutí dvou pojmových domén, jehož prostřednictvím jsme schopni cílovou doménu uchopit. Například, na čas se díváme prostřednictvím prostoru nebo na vědění prostřednictvím vidění. Tento princip funguje na všech úrovních. Důležité ale je, že není postaven na aristotelovských kategoriích, ale na kategoriích, které nejsou zcela pevné a jejichž některé členy lze považovat za lepší příklady. Tuto teorii pojmové metafory rozšířili Gilles Fauconnier a Mark Turner do principu pojmové integrace, který je schopen vysvětlit, jak jsme schopni pochopit sousloví houskový knedlík i ovocný knedlík, přestože v jednom případě přídavné jméno popisuje složení těsta a v druhém to, co se do toho těsta balí. Na mnohem vyšší úrovni ale popisuje i to nejabstraktnější myšlení, kdy si představujeme, jak by věci mohly být. Například věta V Anglii by Gross musel okamžitě rezignovat nedává vůbec smysl pokud si nejsme schopni představit situaci, kdy by byl Stanislav Gross premiérem Velké Británie, měl stejné problémy s finančními záležitostmi, ale politická kultura by tam zůstala stejná. Takové myšlení nelze jednoduše lineárně formalizovat, protože záleží na našich informacích o světě, které se neustále mění a které jsou navíc plné tělesných a emocionálních vazeb. Proč se Češi smějí, když cizinci řeknou, že si koupili nová stůl? Ne snad, že by si opravdu mysleli, že stůl je mužnější než třeba židle a ženský rod se k němu proto nehodí, ale protože hluboká vazba slova stůl k maskulinu a adjektiva nová k femininu je velmi silná. Všimněme si, že Mám nová auto není ani zdaleka tak směšné jako Čtu zajímavého knihu.

Šachy mají snadno definovatelná černobílá pravidla, která se na první pohled zdají být ideální pro zpracování v počítači. Těchto několik pravidel však vyústí v tolik možných kombinací, že lidská schopnost vnímat celky a opakující se vzorce je schopna odolat schopnosti počítače provádět stamilióny operací za vteřinu. Jazyk a myšlení ale mají pravidel neskonale více a ani zdaleka nejsou černobílá. Skutečně efektivní pohraničník se nemůže jen naučit určitý počet pravidel pro rozpoznávání teroristů nebo pašeráků. Mnohem účinnější pro něj bude zkušenost s mnoha pašeráky, čímž se naučí zcela spontánně rozpoznávat jejich společné rysy v tom, jak se chovají, oblékají, mluví apod. Dokáže to stejně rychle, jako počítač dokáže vyhledat jméno ze seznamu několika tisíc podezřelých. Lakoff, Johnson, Turner, Fauconnier a další tvrdí, že problém je v pojetí lidské inteligence, jako lepší formy umělé inteligence, ke které se můžeme dobrat zrychlením počítačů. Navrhují koncepci myšlení, které se spoléhá na naši často tělesnou zkušenost se světem a doufají, že teprve počítače založené na podobném modelu myšlení budou schopni uspět tam, kde se současným počítačům nedaří.

Lakoff, George a Mark Johnson. 2002. Metafory, kterými žijeme. Brno: Host. [Původní vydání v roce 1980]

Lakoff, George. 1987. Women, fire, and dangerous things: What categories reveal about the mind. Chicago: University of Chicago Press. [české vydání připravuje na konec roku nakladatelství Triáda pod názvem Oheň, ženy a nebezpečné věci v překladu autora tohoto článku]

Fauconnier, Gilles a Mark Turner. 2002. The way we think: Conceptual blending and the mind's hidden complexities. New York: Basic Books.