Bilişsel Bilim ve Felsefenin Neden Birbirine İhtiyacı Var? — Paul Thagard
Özgün Adı: Why Cognitive Science Needs Philosophy and Vice Versa
Çevirmen: Hesna Yılmaz
Editör: Kaan Hamurcu
Öz
Felsefenin bilişsel bilimle ilgisiz olduğu yönündeki yaygın görüşlerin aksine, bu makale felsefenin genellik ve normatiflik açısından bilişsel bilimde oynayacağı çok önemli bir rolü olduğunu savunmaktadır. Alandaki genel sorularla kastedilen teoriler ve açıklamaların doğası, bilişsel kuramlar oluşturmada bilgisayar simülasyonlarının rolü ve bilişsel bilimin farklı alanları arasındaki ilişkilerdir. Normatif sorular ise insan düşüncesinin Bayesçi olmasının gerekli olup olmadığı ve karar vermenin beklenen faydayı maksimize etmesinin gerekli olup olmadığı ve normların nasıl kurulması gerektiğini içerir. Bu tarz genel ve normatif sorular, felsefi sorgulamayı bilişsel bilimdeki gelişmenin önemli bir parçası haline getirir. Felsefenin en iyi şekilde çalışması ise önsel (a priori) akıl yürütme ve kavramsal analizle değil fakat bilişsel bilimin geniş kapsamlı bulguları üzerine deneysel verilerle desteklenmiş sorgulama yoluyla gerçekleşir.
1. Giriş
Ünlü bir bilişsel bilimci bir keresinde bana bir arabaya bağlanmış teneke kutular düğün için neyse, felsefenin de bilişsel bilim için o olduğunu söylemişti. Bir psikolog tarafından üretilen eşit derecede olumsuz bir benzetme ise alkol cinsel ilişki için neyse, felsefenin de bilim için o olduğudur, yani Shakespeare’in Macbeth’te söz ettiği şekilde anladığım kadarıyla, arzuyu uyandırır ama performansı azaltır. Bundan başka felsefenin bilim için, pornografik filmler cinsel ilişki için neyse o olduğu iddia edilmiştir. Richard Feynman’ın bilim adamlarının kâşifler, filozofların ise turistler olduğunu ve ornitoloji (kuş bilimi) kuşlar için ne kadar faydalıysa bilim felsefesinin de bilim insanları için o kadar faydalı olduğunu söylediği iddia edilmektedir.
Bu tüm çirkin karşılaştırmalara karşılık, ben Santayana’nın tarih hakkındaki ünlü sözünü uyarlayarak farklı bir görüşe eriştim: Felsefeyi önemsemeyenler onu tekrarlamaktan kurtulamazlar. Bu sözü Keynes’in ekonomi teorisi hakkındaki sözünden yola çıkararak genişletebilirim: Felsefi etkiden muaf olduklarına inananlar, genellikle artık geçersiz olan bir filozofun köleleridir.
Bu makaledeki amacım, felsefenin zihin üzerine yapılan çok disiplinli çalışmanın olmazsa olmaz bir parçası olduğunu göstermektir, ancak çoğu filozofun düşündüğü nedenlerle değil. Felsefe, bilişsel bilim için temeller sağlamaz ve çoğu filozofun varlığını gerekli gördüğü önsel (a priori) doğruları üretebilme yeteneğine sahip değildir. Felsefe bilimlerin kraliçesi değildir. Felsefenin zihin üzerine yapılan çalışmalardaki kavramsal karışıklıkları aydınlatmada özel bir rolü de yoktur, çünkü bu iddia edilen rol, kavramların doğasını yanlış anlar.
Bunların yerine, felsefenin bilişsel bilime iki temel katkısı vardır: Genellik ve normatiflik. Genellik ile kastettiğim şu ki; felsefi sorgulamalar psikoloji, sinirbilim, dilbilim, antropoloji ve yapay zeka gibi spesifik disiplinlerdeki araştırmacıların ilgilendiklerinden daha geniş soruları cevaplamaya çabalar. Felsefi genellik, bilişsel bilim gibi disiplinlerarası bir alan için ayrıca önemlidir; çünkü felsefe birçok alanı kapsayan sorular sorabilir. Felsefe, zihni ve zekâyı anlamaya çalışan ve bu çok alanlı sorular sorulmadıkça ayrık gözüken yaklaşımları bir araya getirmeye yardımcı olur. Bu yüzden felsefenin, düşünceye dair en cesur bilimsel sorgulamalarda kaçınılmaz olarak ortaya çıkan, zihnin incelenmesiyle ilgili genel soruları cevaplamayı nasıl amaçlayabileceğine dair örnekler vereceğim.
Normatiflik ile ise felsefenin sadece şeylerin nasıl olduğuyla değil, aynı zamanda nasıl olmaları gerektiğiyle de ilgilendiğini kastediyorum. Ahlak ve bilgi hakkında felsefi teoriler, insanların nasıl düşündüğü ve eylediğine dair tanımlayıcı teoriler olmanın ötesine geçip, insanların nasıl düşünmesi ve eylemesi gerektiğine dair normatif (öngören) teoriler geliştirilmelidir. Bana göre normatif meseleler bilişsel bilimde kaçınılmazdır ve onları ele alabilecek teorik araçlara sahip filozofların katılımını gerektirir. Birçok filozof bu normatif işlevi yerine getirmek için felsefenin kendisini deneysel konulardan uzaklaştırması gerektiğini düşünüyor ancak ben tanımlayıcı ve normatif meselelerin araştırmasının birlikte nereye gideceğine dair örnekler sunacağım.
Genellik ve normatifliğe ek olarak, felsefe bilişsel bilim için kısaca değineceğim diğer yan rollerde de oynayabilir. Bazen felsefi fikirler bilimsel sorgulamaları canlandırmada faydalı olabilir. Örnek olarak Wittgenstein’ın dil hakkındaki bazı fikirleri, 1970’lerdeki kavramların prototipik doğasına[1] dair araştırmalara ilham oldu. Keza Daniel Dennett’in kasıtlı eylem hakkındaki görüşleri gelişimsel psikolojide çocukların yanlış inançlar üzerine yargılarıyla ilgilenen zengin bir araştırma geleneğini tetikledi. Felsefe ayrıca bilişsel bilimin temsil ve hesaplamaya dair temel varsayımlarına meydan okuyan kimi felsefi argümana savunma geliştirmekte de yardımcı olabilir. Böylece, felsefe bilişsel bilimcilere alanlarına tümden eleştirel yaklaşan filozoflara karşı kendini koruma yolları sunabilir. Bu makaleyi; felsefenin bilgi, gerçeklik, ahlak ve anlam hakkında genel ve normatif teoriler geliştirme girişiminde bilişsel bilime nasıl bağımlı olduğunu göstererek sonlandıracağım.
2. Genellik
Bilim ne zaman bilinenin uçlarında çalışsa, karşısına bilgi ve gerçekliğin doğasına dair genel meseleler çıkar. Gündelikçi (mundane) bilim metodolojik ve ontolojik meseleler hakkında endişelenmeden çalışabilir ancak öncü bilim bunlardan kaçınamaz. Mesela, teorik ve deneysel fizikteki yenilikçi bilim kaçınılmaz olarak uzay ve zamanın doğası hakkındaki temel problemlerle karşılaşır, keza bilimsel araştırmanın nasıl ilerlemesi gerektiğine dair metodolojik sorularla da. Bilişsel bilim algı, hafıza, öğrenme, problem çözme ve dil kullanımı gibi olguları incelemede önemli yol kat etti, ancak kendisi halen erken bir girişim.
Buyurun bilişsel bilimdeki en ileri araştırmalarda ortaya çıkan bazı temel sorular: Açıklama nedir? Teori nedir? Rekabet içindeki teoriler nasıl ele alınabilir? Bilişsel bilimin psikoloji ve sinirbilim gibi farklı alanlarının arasındaki ilişki nedir? Bilgisayar modellemelerinin bilişsel bilimdeki yeri nedir? Bu soruları burada cevaplamaya çalışmayacağım ancak bilişsel bilim araştırmalarına yönelik kişisel anlayışımız için yararlı olduğunu düşündüğüm, ilerlemeyi engellemekten ziyade destekleyen şekillerde cevaplayan felsefi çalışmalara yol göstereceğim. Bu sorular listesinin eksiksiz olması amaçlanmamıştır ancak en ilginç haliyle bilişsel bilimin karşılaştığı tarzdaki felsefi meseleler için bir örnek oluşturuyor.
2.1. Bilişsel bilimde teori ve açıklama nedir?
Bilişsel bilim çok sayıda konferans, topluluk, dergi, araştırma grupları ve eğitim programlarıyla birlikte işliyor ancak nadiren durup tüm bu aktivitenin anlamını sorguluyoruz. Bana kalırsa, zihin ve zeka üzerine olan disiplinlerarası araştırmanın temel amaçları insan zihninin nasıl çalıştığını anlamak ve bu anlayışı insanları ve makineleri daha zeki kılma yolları geliştirmek için kullanmaktır. Eğer bu fikre katılmıyorsanız, bilişsel bilimin amacı üzerine oldukça genel ve dolayısıyla felsefi bir tartışma yapmalıyız demektir, zira bu soru sadece bilişsel bilimin deneysel ve teorik metotlarıyla cevaplanamaz.
Bilişsel bilim, çıkarım (inference) gibi temel olguların doğasına dair açıklamalar yaparak anlayış sunar. Bu açıklamalar deneylerin sonuçlarının açıklanması için kullanılabilen teoriler tarafından sunulmuştur. Buyurun neyin bilimsel bir teori olduğu sorusuna verilebilecek bazı muhtemel cevaplar:
- Bir bilişsel teori davranış hakkında tahminler yürütmek için kullanılan matematiksel formüller bütünüdür.
- Bir teori düşünceyi taklit eden bir bilgisayar programıdır.
- Bir bilişsel teori gözlemlenen zihinsel olguları açıklayan mekanizmaların bir tanımıdır.
Ben bu teorilerin üçüncüsünü tercih ediyorum çünkü psikoloji ve sinirbilimdeki en başarılı pratiklerle başarılı şekilde uyuşuyor, hatta biyoloji ve tıptaki ilgili alanlarla da (Örnek olarak Bechtel, 2008; Bechtel & Richardson, 1993; Craver, 2007; Darden, 2006; Thagard, 1999, 2005, 2006 çalışmalarını verebiliriz). Ancak aynı zamanda ilk iki seçenek de bilişsel bilimin önde gelenleri tarafından varsayılmıştır, o halde bilişsel bilimde teori ve açıklama sorusu aracılığıyla zihnin nasıl anlaşılması gerektiği konusunda düşünen herkesin tartışması gereken bir felsefi mesele vardır.
Fizikte, genelde bir teorinin birincil işlevinin tahminler üretmek olduğu iddia edilir ancak açıklamalar üretmesi de bir o kadar önemlidir. Tahmin ve açıklama arasındaki ilişkiye dair felsefi tartışmanın uzun bir tarihi vardır (örn. Hempel, 1965). Kesin tahminler yapmak biyolojik bilimlerde fiziksel bilimlerden daha zordur ancak açıklamalar da bir o kadar önemlidir.
Buyurun açıklama nedir sorusuna verilebilecek bazı aday cevaplar:
- Bir açıklama bir şeyin neden olduğu sorusuna verilen cevaptır.
- Bir açıklama bir olgunun tanımının, bir kurallar dizisinden tümdengelimsel türetimidir (deductive derivation).
- Bir açıklama bir mekanizmanın çalışmasının bir olguyu nasıl ürettiğinin tanımıdır.
Teorilerdeki tercihimle uyuşan şekilde, açıklamaları öncelikli olarak mekanistik buluyorum, ancak bu fikir bilim felsefesinde bir hayli tartışmalı ve ben de çoğu bilişsel bilimcinin bunu kafa karıştırıcı ve belki rahatsız edici bulmasını bekliyorum.
Cevaben, bilişsel bilimlerdeki en başarılı teorik açıklamaların, örneğin, kural-temelli (rule-based) ve bağlantıcı (connectionist) fikirleri kullanarak, bilim filozoflarının izah ettiği şekilde mekanistik olduğunu iddia ediyorum. Bir mekanizma, etkileşimleri düzenli değişiklikler üreten parçalar sistemidir. Kural temelli sistemler, mesela GPS (General Problem Solver; Newell & Simon, 1972) ve ACT (Adaptive Control of Thought; Anderson, 2007) bu anlamda net bir biçimde mekanistiktir, keza PDP (Parallel Distributed Pocessing) gibi (Rumelhart & McClelland, 1986) sinir ağları (neural network) modelleri ve gerçek beyin mekanizmalarına daha yakın sinir ağları modelleri (örn. Eliasmith & Anderson, 2003) de öyle. Böylece rekabet içindeki teoriler arasındaki temel fark, herkesin açıklamak istediği psikolojik olgulardan sorumlu farklı çeşit parça ve etkileşimlerin ortaya konmasıdır.
Bilişsel bilim zihni çalıştıran mekanizmalarla ilgili rekabet içindeki teoriler arasında nasıl hakemlik edebilir? Bu soruya verilen çeşitli felsefi cevaplar var, varsayımsal-tümdengelimliden (hypothetico-deductive) (Popper, 1959), Bayesçi[2] teoriyi destekleyene (Sober, 2008) ve açıklayıcı tutarlılığa (explanatory coherence) (Thagard, 1992) kadar. Burası kendi favori cevabımı savunmanın yeri değil, ki bu cevap felsefi ve psikolojik çokça uygulaması olan bir bilişsel modele dayanır. Favori cevabımın söylemeye çalıştığı şey şu ki, teorileri değerlendirme meselesi benim Santayana & Keynes’ten etkilenerek ilk paragrafta belirttiklerimi destekliyor. Bilişsel bilimciler teori, açıklama ve değerlendirmelerle ilgili metodolojik meselelere dair net fikirlere sahip olmadıklarında, bunun sebebi hiçbir fikirleri olmadığından değildir, sadece sahip oldukları görüşler genelde örtük ve üzerine derinlikli düşünülmemiştir. Metodolojik meseleler bilişsel bilimin temel tartışmalarında kaçınılmaz olarak ortaya çıkar, mesela zihinsel imgeleme veya optimalliği insan bilgi işlemesinin özellikleri arasında sayan soyut Bayesçi modellerin değeri gibi. Bilim insanları böyle meseleleri sanki felsefi soruların cevapları kesinmiş gibi davranarak gömmek yerine, felsefenin de yardımıyla yüzleşmelidir.
Bilişsel bilimdeki açıklamalar kendilerine genellikle nedensellik kavramıyla yardım ederler, bunu nedenselliğin doğasına dair uzun süredir var olan felsefi meselelere cevap vermeden yaparlar. Nedensellik sürekli birlikte olmak, zihinsel şemalar, olasılık, özel güçler, manipüle edilebilirlik, enerji aktarımıyla mı ilgilidir, yoksa hiçbiriyle mi? Benim fikrim şu ki, temel insan kavramı olan nedensellik; değişimin kompleks, çok modelli ve sinirsel temsilidir ve hem manipüle etmenin duyumotor (sensorimotor) kodlamasını hem de düzenliliğin dilsel kodlamasını içerir (Thagard & Litt, 2008). Bu fikrin doğru olmasından bağımsız olarak, bilişsel bilim insan düşüncesi ve davranışını açıklarken nedenselliği sıkça kullanmasını, nedenselliğin ne olduğuna dair felsefi sorgulamalarla birleştirmelidir.
Filozofların teori ve açıklamaların doğasına dair soruları cevaplama konusunda bir çeşit özel, önsel bir yeteneği yoktur. Fakat bu sorulara gelen cevapların geniş çeşitliliği hakkında farkındalığa ve geçmişte öne sürülen genel geçer cevaplarla bir tanışıklığa sahip olmaları gerekir. Bunlarla birlikte, felsefe böyle soruları tam bir genellikle sormaya alışkındır, bu yüzden fizik ve biyoloji gibi diğer bilimleri ve bilişsel bilimi meydana getiren çeşitli disiplinleri kapsayabilirler.
2.2 Bilgisayar modellemelerinin bilişsel bilimdeki rolü nedir?
Bilgisayar modellerinin kullanımı Newell, Shaw ve Simon (1958) insan problem çözme davranışının ilk işlemlemeli açıklamasını ürettiğinden beri bilişsel bilimin önemli bir parçasıdır. Bilişsel bilimin Cognitive Science dergisi ve Cognitive Science Society’nin oluşumu ile müjdelenen 1970’lerin sonundaki kurumsal başlangıçları, açıkça psikoloji ve yapay zekanın birleştirildiği araştırmaları hedefliyordu. Sonrasında bilişsel bilimin pek çok disiplinler arası dalında birçok işlemlemeli modeller ortaya çıktı; işlemlemeli sinirbilim, işlemlemeli dilbilim, işlemlemeli örgüt bilimi ve hatta işlemlemeli felsefe. Peki bu bilgisayar modelleri bilişsel bilime aslında ne katıyor?
Bazen bilgisayar programının bir bilişsel teori olabileceği söylenir, ama bence bu bir hata, çünkü programlar daima yazıldıkları programlama dilinin türüne bağlı olarak küçük detaylarla doludur. Mesela yaygın bir yapay zeka dili olan LISP’in en yaygın bilgi şekli listelerdir, ama bildiğim kadarıyla hiçbir LISP modelcisi bu şekildeki bir temsile psikolojik bir önem atfetmiyor. Bunun yerine teoriler, modeller ve programlar arasında ayrım yapmak gerekir (Thagard, 2005).
Önceki bölümde bahsettiğim fikirle uyumlu olarak, bence bir teori; parçalar ve onların düzenli değişiklikler üreten etkileşimlerden oluşan açıklayıcı bir mekanizmanın tanımlanmasıdır. Psikolojik bir teoride parçalar kavram, kural ve imgeler gibi zihinsel temsiller, etkileşimler ise yayılan aktifleşme (spreading activation), örüntü eşleştirme (rule matching)[3] ve ateşleme (firing) gibi süreçlerdir. Sinirbilimsel bir teoride parçalar nöronlar ve nöron gruplarıdır, etkileşimler ise uyarım (excitation), baskılama (inhibition) ve katsayı değişimlerinden öğrenmedir (learning by weight changes). Organizasyonel bir teoride, parçalar failler/bireyler ve fail gruplarıdır, etkileşimler ise iletişim ve etkilemenin diğer şekilleridir. Tüm bu durumlarda teoriler, zeki davranışın çeşitlerini üreten mekanizma türleri hakkında iddialar öne sürmek için kullanılır.
İnsan zihinsel aktivitesinin tüm bu mekanizmaları aşırı derecede karmaşıktır, bu yüzden bilişsel bilimin hepsini modeller kurarak çalışması gerekir, tıpkı tüm modern bilim alanlarında olduğu gibi, mesela tıpkı fizik gibi. Matematik parçalar arasındaki etkileşimleri tanımlamak için paha biçilemez bir araçtır, bunu etkileşimlerden kaynaklanan değişimlerin genel ve basitleştirilmiş tanımlarını sunarak yapar. Modeller, zihinsel dünyanın nasıl çalışması gerektiğinin idealize edilmiş tanımlarını sunma noktasında teorilerden ayrışır. Böyle idealize etme ve basitleştirmeler, deneylerin sonuçlarına dair detaylı açıklama ve tahminleri mümkün kılar.
Ancak, bir modelin getirilerini anlamak için, genellikle modelin matematiksel varsayımlarını ve teorinin temel mekanistik iddialarını uygulayan bir bilgisayar programı yazarak bir simülasyon üretmek gerekir. LISP, C++, MatLab ve başka yüksek düzey[4] programlama dilleriyle yazılan bir bilgisayar programının üretim ve testi, idealize edilmiş parça ve etkileşimlerin gerçekten de gözlemlerden beklenen sonuçları üretecek şekilde davranıp davranmadığını belirlemek için paha biçilmezdir. Bilişsel bilimcilerin daima teoriden modele ve oradan programa ilerlediğini kastetmiyorum, aslında pek ala keşif süreci genellikle ters yönde gerçekleşir. Bir programın nasıl çalışabileceği üzerinde düşünmek, sonrasında tam kapsamlı mekanistik bir teoriye dönüşecek bir modeli akla getirebilir. Yine de teori, model ve program ayrı kalır.
Benimle birlikte birçok bilim insanının yıllardır psikolojik, nöral ve organizasyonel teoriler geliştirme çabalarımızın iyi bir açıklamasını sunduğunu düşünsem de tüm bilişsel bilimcilerin program, model ve teoriler arasındaki ilişkinin böyle açıklanmasını kabul etmesini beklemiyorum. Daha yaygın bir açıklama ise David Marr’ın (1982) işlemleme, algoritma ve uygulama düzeyleri arasındaki ayrımıdır, ki bu açıklama bence çeşitli yönlerden yanıltıcıdır (Ben teorilerin işlemlemeden ziyade mekanizmalar hakkında olduğunu düşünüyorum).
Ama bu meseleyi burada çözmeye çalışmayacağım. Asıl demeye çalıştığım, bilişsel bilimin kendine dönük anlayışı; teori, model, program ve deneyler arasındaki ilişkiler hakkında sunulmuş herhangi bir açıklamayı olduğu gibi varsayamayacağıdır. Bu ilişkiler fizik, biyoloji ve diğer bilimlerdeki yaygın uygulamalar üzerine içgörüler aracılığıyla bilim filozofları tarafından genişçe tartışılmıştır, ki bu uygulamalar gerektiğinde bilişsel bilimde de kullanılmalı veya bu uygulamalardan uzak durulmalıdır. Böyle meseleleri görmezden gelmek, derinden hatalı bir felsefi görüşü olduğu gibi kabul etmekle el ele gider.
2.3. Bilişsel bilim disiplinleri arasındaki ilişki nedir?
Bilişsel bilim ayrılamaz en az 6 disiplinden oluşur: Psikoloji, sinirbilim, dilbilim, felsefe, antropoloji ve yapay zeka. En yüksek genellik sorusu disiplinler içi ve arası ilişkilerle ilgilidir. Bilişsel bilim 1970’lerin sonuna doğru resmi olarak kurulduğunda 6 disiplin arasındaki mevcut ve olası bağlantıları gösteren bir diyagram sunulmuştu (Şekil 1). Bilişsel bilimin tüm parçalarını ilgilendirmesi gereken önemli bir felsefi problem de bu bağlantıların doğası üzerinedir.
Bu disiplinler arasındaki ilişki hakkında düşünmenin faydalı bir yolu, bu disiplinlerin farklı düzeylerde işlediklerini düşünmektir (Churchland & Sejnowski, 1992; Craver, 2007; Newell, 1990). Antropoloji sosyal düzeyde işler, bir kültürün parçası olan bireyler arasındaki etkileşimlerle ilgilenir. Psikoloji bireysel düzeyde işler, tekil düşünürlerin zihinsel temsiller ve süreçleriyle ilgilenirken dilbilim ve yapay zekadan fikirler alır. Psikoloji, dilbilim ve yapay zeka bir taraftan bireyler arası etkileşimleri inceler. Bu üçlünün ortak alanları sosyal psikoloji, sosyodilbilim ve çoklu eyleyici sistemleridir[5] (multi-agent systems). Sinirbilim psikolojik düzeyin altında işler ve sinir ağları ile ilgilenir. Nöronları anlamak moleküler süreçlerden de fikir alır. Buna örnek olarak genlerin proteinleri hücrelerin içinde üretirken dopamin ve serotonin gibi nörotransmiterlerin çalışmasını mümkün kılmasını verebiliriz. Peki, bu dört farklı düzeydeki etkinlikler arasındaki ilişkiler nedir?
Şekil 2, bu ilişkiler hakkında yaygın olarak savunulan dört fikri gösteriyor. En tanıdık olanı (A), alt düzeydeki değişikliklerin üst düzeydekilere sebep olduğu klasik indirgemeci bakış acısı. Bu elbette atomlar, atomaltı süreçler ve kuantum mekaniği etkileri gibi daha da alt düzeylere de indirilebilir ancak bu düzeyler şu anki şekilleriyle bilişsel bilimle ilgili görünmüyor. Bu sebeple onlara değinmeyeceğim (Beynin kuantum bir bilgisayar olmadığına dair bir tartışma için Litt, Eliasmith, Kroon, Weinstein, & Thagard, 2006 makalesine göz atabilirsiniz). İndirgemeci fikirde nedensellik de açıklamalar da yukarı doğru işler. Sosyal değişiklikler psikolojik değişikliklerin sonucu olarak açıklanır, ki onlar da sinirsel değişikliklerin sonucudur. Bu ilişki atom altı değişikliklere kadar gider. Bu fikir evrensel olarak kabul edilmekten uzaktır ve hatta entelektüel çevrelerde “indirgemeci”, “aptal” veya “bağnaz” kadar iğneleyici bir lakaptır. Bickle (2003), yine de çekinmeden “amansız indirgemecilik” şeklinde adlandırdığı bir fikri savunmaktadır.
Sosyal bilimlerde ise, bazı yazarlar sosyal düzeyi nedenselliğin temel kaynağı olarak alıp öteki uca ilerler. Şekil 2’de “aşağı yönlü” olarak adlandırdığım bu fikirle ilgili Karl Marx, yöneten sınıfın fikirlerinin tüm çağlarda yöneten fikirler olduğunu, dolayısıyla psikolojinin büyük ölçüde ekonomi ve sosyoloji tarafından belirlendiğini söylemiştir. Sosyologlar ve tarihçiler tarafından “X’in sosyal inşası” şeklinde (Hacking, 1999) yazılan pek çok kitap vardır. Biraz da küstah bir şekilde Latour ve Woolgar (1986), bilimin de bir sosyal inşa olduğunu ve bilimin bilişsel açıklamalarının durdurulması gerektiğini iddia etmiştir. Bu fikre göre nedensellik ve açıklamalar sadece aşağı doğru işler, yani sosyal düzeyden psikolojik düzeye doğru. Sinirsel ve moleküler düzeyler ise genellikle yok sayılır.
İndirgemecilik karşıtlığının daha ölçülü, daha az tahakküme yatkın şekli otonomi görüşüdür. Bunu kesik çizgilerin her düzeydeki açıklamaların ayrı işleyebileceğini gösterdiği C şıkkında görebiliriz. Bu fikir sosyal inşacılığa (social constructivism)[6] dair güçlü iddialarda bulunmadan psikolojiden bağımsızlıklarını korumak isteyen sosyologlar, ekonomistler ve antropologlar arasında yaygındır. Aynı şekilde bazı psikologlar ve zihin üzerine çalışan filozoflar sinirbilimin hızla artan istilasının karşısında psikolojiyi korumak istiyorlar. Psikolojinin nörobilimden bağımsızlığını korumak için kullanılan standart bir argüman çoklu gerçekleştirilebilirliktir (multiple realisability). Bu fikre göre zihinsel durum ve süreçler pek çok farklı çeşitte işlevsel yapılarda gerçekleştirilebilir. Buna örnek olarak sadece nöronlarda değil, robotik yapılarda da zihinsel durum ve süreçlerin hayata geçirilebilmesi verilebilir. Yani psikolojik açıklamaların özerk (otonom) bir düzeyi vardır. Bu fikre çeşitli felsefi cevaplar vardır (Bechtel, 2008; Thagard, 1986), ama bence şimdilik en iyi cevap sadece güncel araştırma eğilimleridir. Sadece bilişsel psikoloji değil; sosyal, klinik ve gelişimsel psikoloji alanları da giderek nöral süreçlerle bağlanmakta; böylece özerklik (otonomi) görüşü de giderek eskimektedir.
Kendi tercih ettiğim görüş ise, nedensel etkileşimler ve dolayısıyla açıklayıcı ilişkilerin tüm düzeyler arasında olduğu yüksek seviyede etkileşimli olandır (D). Bu fikir indirgemeci değildir, zira A’da gösterilen tek yönlü nedensel bağlantıları reddeder; keza indirgemecilik karşıtı da değildir, çünkü moleküler süreçlerin nöral olguların, nöral süreçlerin psikolojik olguların, psikolojik süreçlerin ise sosyal olguların açıklamalarının parçası olduğunu kabul eder. Başka bir yerde bu çok düzeyli görüşü, insan duygularının (Thagard, 2006) ve bilincin açıklamasıyla (Thagard & Aubie, 2008) ilgili olarak daha detaylı savundum.
Çoğu filozof ve bilim insanı “aşağıya doğru” olan bu nedensellikten sanki tuhaf veya büyülüymüş gibi şüphe ediyor ama bence hiçbir sorunu yok. Buyurun, aşağı yönlü nedenselliğin en ileri şeklinin, yani sosyal etkileşimlerin moleküler değişikliklere sebep olabileceğini söylemenin meşru olduğunu düşündüğüm bazı örneklerine bakalım:
- Bir sunum yapmak zorunda olmak, stres hormonu olan kortizol seviyelerini artırır.
- Sevdiğimiz birini görmek dopamin nöronlarının aktivitesini artırır.
- Tuttukları takımın bir maçı kazanması erkeklerin testosteron seviyelerini artırır.
- Domine edilen erkek şempanzeler, düşük testosteron seviyelerine sahiptir.
- Birlikte yaşayan kadınların regl döngüleri uyumlanmaya, dolayısıyla östrojen seviyelerindeki düzen değişmeye meyillidir.
Kısaca sosyal değişiklikler moleküler değişikliklere sebep olur.
Craver ve Bechtel (2007) bilişsel bilimde açıklayıcı düzeyler arasındaki aşağı yönlü nedenselliğe karşı iddialar öne sürüyor ancak burada onların argümanlarını cevaplamaya çalışmayacağım. Yapmaya çalıştığım şey meseleyi çözmekten ziyade bilişsel bilimdeki açıklama düzeyleri hakkında felsefi sorgulama gerektiren, önemli, genel bir sorunun varlığını göstermektir. Bu soruları yok saymak, bu dört görüşten birini, ki genelde A veya C’yi, üzerine düşünmeden veya gerekçeler sunmadan pasif şekilde kabul etmeye mal olur. Bilişsel bilimin hedeflerinde tam teşekküllü bir ilerleme, açıklama düzeyleri arasındaki ilişkilere dair hangi fikrin en yenilikçi ve başarılı teori ve deneylere götürdüğünü değerlendirmeyi gerektiriyor.
2.4. Özet
Bilişsel bilimin başarılı işlemesi için önemli olan ve teori, açıklama, bilgisayar modellemeleri ve katkı sunan disiplinler arasındaki bağlarla ilgilenen dört felsefi soruyu sundum. Yapmaya çalıştığım bu sorulara sadece kendi tercih ettiğim cevapları sunmak değil, bilişsel bilimin neleri başarabileceğine dair daha eksiksiz, üst düzey bir anlayışın parçası olarak cevaplanması gereken önemli tartışmaların varlığını göstermektir. Bu meseleleri görmezden gelmek genellikle bilimsel bilginin doğasına dair, geçmişte hem doğal hem de sosyal bilimlerde yetersiz olduğu kanıtlanan felsefi konumları tekrarlamaya mal olur. Örneğin davranışçılık, bilimi gereksiz derecede gözlemlenebilir olana kısıtlayan pozitivist felsefeyle karışarak ortaya çıkmıştır. Deneysel psikoloji dergilerinde resmi yazım usülleri bilim üzerine ne psikolojik araştırmaların güncel yapılma şekliyle ne de bilim ve kanıt arasındaki ilişki hakkında hala devam eden felsefi tartışmalarla uyuşan, varsayımsal-çıkarımsal (hypothetic-deductive) bir resim çizmekte. Bu durumlarda, felsefeyi yok saymak sadece araştırmanın genel doğası hakkında inatçı fakat yetersiz felsefi görüşlerin varsayımına götürür. En iyi bilim oldukça felsefi olandır, çünkü hem genel hem de normatif meseleleri dikkate alır.
3. Normativite
Bilim genellikle normatif (öngören) olmaktan ziyade tanımlayıcı olarak düşünülür, yani şeylerin nasıl olması gerektiğiyle değil de nasıl olduklarıyla ilgilendiği için bilime bu tanımlayıcı rol atfedilir. Bununla birlikte uygulamalı bilimler aynı zamanda da insan hayatının farklı yönlerini iyileştirmeyi amaçladıkları için normatiftir. Örneğin, klinik psikologlar danışanlarının zihinsel sağlığını iyileştirmeyi ve eğitim psikologları öğrenme ve öğretmeyi geliştirmeyi amaçlar. Yapay zeka araştırmacıları bulundukları ortamda en iyi şekilde çalışan robotlar yapmayı hedefler. Peki, bilişsel bilimciler hangi normları araştırmalarının gayesi olarak konumlandırmaları gerektiğine nasıl karar verebilirler?
Felsefe, bilişsel bilimin normativitenin değerlendirilmesinde en deneyimli olan alanıdır. Epistemoloji, yani bilginin felsefi teorisi, geleneksel olarak insanların bilgi edinmelerinin gerekip gerekmediği ve bunu nasıl yapmaları gerektiği ile ilgilenir. Etik, geleneksel olarak insanların nasıl davranmaları gerektiğiyle ilgilenir. Bilişsel bilim ilerideki başlıkların da göstereceği gibi, epistemolojik ve etik normları genellikle yeterince felsefi tartışma yapmadan kabul eder.
3.1. Düşünme Bayesçi olmalı mıdır?
Çıkarımın Bayesçi modelleri; hafıza, algı ve sinirsel işlemlere (Anderson, 1990; Griffiths, Kemp, & Tenenbaum, 2008) kadar geniş uygulamalarıyla bilişsel bilimde giderek daha popüler olmakta. Bayes teoremi olasılık teorisinin kabul edilen aksiyomlarını takip ettiği için, insanların da hem algı ve hafıza gibi bilinçdışı çıkarımlarında hem de yukarıda tartıştığımız teori değerlendirme gibi bilinçli seçimlerinde Bayesçi olması gerektiği, dolaylı yoldan varsayılıyor.
Burada Bayesçiliğin ciddi bir eleştirisini yapmaya çalışmayacağım, sadece Bayesçi görüşü bilişsel bilim için normatif açıdan en uygun seçenek olarak körü körüne kabul etmeden önce düşünülmesi gereken felsefi problemler olduğuna değinmek istiyorum. İlk problem olasılığın yorumlanmasını ilgilendiriyor: Bir olgunun (veya önerme veya her neyse) olasılığının, diyelim ki, 0.4 olduğunu söylemek, ne anlama gelir? Şu anda olasılık hakkında 3 temel yorumlama var. İnanç derecesi olarak, gerçekleşme sıklığı olarak ve olayların gerçekleşmesine yönelik dağılımlar olarak bu yorumlamaları belirtebiliriz (Hacking, 2001). İstatistiksel çıkarımdaki Bayesçi görüş genelde inanç derecesi yorumunu varsayar ancak algının Bayesçi görüşü sıklık yorumunu varsayar gibi görünüyor. Bana kalırsa dağılımlar yorumunu tercih etmek için geçerli felsefi temeller bulunuyor. Bu meseleyi çözmek, Bayesçi çıkarımın tüm çıkarım çeşitleri için gerçekten de uygun norm olup olmadığını değerlendirmek için oldukça önemlidir. Bunu burada çözmeye çalışmayacağım, sadece Bayesçiliğin olasılığın çeşitli açıklamaları aracılığıyla olduğu gibi varsayılamayacağına değinmek istedim.
İkincisi, Bayesçi yaklaşım algı ve hafıza gibi veri zengini düşünce çeşitleri için uygun çıkarım şekli olsa bile; otomatik olarak zihinsel temsiller ve teorik varlıklar gibi gözlemlenemez durumlar hakkındaki üst düzey bilinçli çıkarımlar için de en iyi düşünme şekli olduğu çıkarılamaz. Genel olarak bilimci ve düşünürlerin Bayesçi olması gerektiğinde ısrar etmeyle ilgili teknik ve epistemolojik problemler vardır (bkz. Thagard, 2000, 8. kısım). Belki de Bayesçilik gerçekten de tüm bilişsel bilimcilerin normatif bakış açısı olmalıdır, ancak insanların Bayesçi olduğu ve olması gerektiğini öylece varsaymadan önce çok daha fazla tartışma gerekir.
Üçüncüsü, Bayesçi psikologlar bilişin doğal görev ve çevrelerdeki belirsizlik ve yapıya verilen neredeyse en optimal/uygun karşılık olduğunu varsayar. Optimallik bazen doğal seçilimin sonucu olarak ortaya çıkmakla gerekçelendiriliyor ancak doğal seçilimin optimal çözümler ürettiği yönündeki yaygın görüş biyologlar ve biyoloji filozofları tarafından da sorgulanıyor (bkz. Cowperthwaite, Economo, Harcombe, Miller, & Meyers, 2008; psikoloji için bkz. Fu, 2008). Dolayısıyla insanların Bayesçi olmalarının gerekip gerekmediğine dair normatif sorunun süregiden bir tartışmayı hak eden çok ilginç psikolojik, biyolojik ve felsefi boyutları vardır.
3.2. İnsanlar nasıl karar vermelidir?
Benzer meseleler karar vermeyle ilgili normlarda ortaya çıkıyor. 19. yüzyılda matematikçiler, ekonomistler ve filozoflar karar vericilerin beklenen faydayı maksimize etmesi gerektiği fikrini ürettiler. Bu görüş ekonomide halen baskındır ve çoğunlukla davranışsal ekonomi ve nöro-ekonomideki, insanların ekonomik normlardan uzaklaştığını bulan geniş çalışmaların da arka planında işlemektedir. Ekonomistler genelde stratejik kararları dikkate almak için fayda maksimizasyonunu oyun teorisiyle birleştirirler. Maalesef, karar vericiliğin normlarının ne olması gerektiği hakkında yargıda bulunurken üzerinde düşünülmesi gereken temel meseleler var.
Tıpkı olasılığın yorumunun problematik olduğu gibi, faydanın yorumu da problematiktir (Frey & Stutzer, 2002). Bentham ve erken teorisyenlerdeki özgün şeklinde fayda, mutlulukla ilişkili olan psikolojik bir kavramdır. 20. yüzyılda ekonomi; faydanın bu psikolojik anlayışından, faydayı ortaya çıkan tercihlerin matematiksel bir yapısı olarak yorumlayan daha davranışçı bir şekle dönüştü. Psikolojideki güncel çalışmalar bu davranışçı yorumu, kişisel iyi oluş hali veya sadece mutluluk başlıkları altında eski açıklamayla daha yakından ilişkili bir yorumla değiştirdiler. Değer biçmeyi beynin dopamin sistemini de içine alan bir sinirsel süreç şeklinde anlamlandırmaya yönelik bazı denemeler yapıldı (Montague, 2006). Bir başka ihtimal ise değerin fayda ya da mutluluk diye özetlenebilecek ortak bir kuru olmaktan ziyade, karar vermenin karşılamaya çalışması gereken birden çok değerin olmasıdır (Thagard, 2012). Burada bu meseleyi çözmeye çalışmayacağım ancak karar vermenin doğru normunun beklenen faydayı maksimize etmesi gerektiği varsayımıyla ilgilenen, faydanın doğasına ilişkin felsefi (ve deneysel) sorgulamalara ihtiyaç duyulduğuna dikkat çekiyorum.
Karar vermenin bir veya daha çok faktörü maksimize veya optimize etmesi değil de, Herbert Simon’un (Simon (1957)) satisficing[7] teorisinde olduğu gibi tatmin edici düzeylere ulaşması gerektiği de iddia edilebilir. Belki de karar vermek bir hesaplama şeklinden ziyade, nöral ağların yaptığı paralel kısıt tatmininin (parallel constraint satisfaction) farklı beyin bölgelerini içeren bir çeşidi olarak düşünülmelidir. (Thagard, 2006) Ultimatom oyunu gibi insanların kendi çıkarlarını maksimize etmek yerine eşitliğe göre karar verdikleri, karar vermenin tanımlayıcı çalışmaları da karar vermenin normlarının ne olması gerektiğine dair sorular doğuruyor. (Hardy-Vallée & Thagard, 2008) Karar vermenin beklenen faydayı maksimize etme olduğu yönündeki standart görüşün yanlış olduğunu göstermek, burada sunabileceğimden daha fazla argüman gerektirir. Ancak faydanın doğası ve hedefleri yerine getirmenin en iyi şekli olarak hangi davranışların seçilmesi gerektiğine dair endişeler, bilişsel bilimin karar vermenin nasıl olması gerektiğini çoktan bildiği gibi basit görüşleri durdurmalıdır.
3.3. Normları oluşturma yöntemleri
Bilişsel bilim insanların nasıl düşünmesi gerektiğine dair felsefi görevden kaçamayacağı için, bunda felsefi olarak bilinçli bir şekilde ilerlemelidir. Olasılık ve beklenen fayda teorileri için söylediğim gibi, görünüşte bağlantılı bir matematik şeklinin normları sunacağı varsayılamaz. Formal mantık, çıkarımın standartlarını toy bir şekilde sunduğu varsayılan bir başka alandır ancak mantık filozofları arasında hangi mantıksal standartların uygun olduğuna dair tartışmalar vardır. Bazı filozoflar saf sezginin çıkarımsal standartları belirlemede önsel temeli sunabileceğini düşünüyor ancak mantıkçılar arasında süregelen anlaşmazlıklar, normları belirlemek için daha karmaşık bir metot gerektiğini gösteriyor.
Normatif sonuçlara ulaşma konusunda filozoflar arasında şu sıralar popüler olan, Rawls (1971)’ın aksettirici denge (reflective equilibrium) olarak adlandırdığı metotta, insanlar sürekli olarak çıkarımsal normlarını pratiklerine/eylemlerine göre, pratiklerini/eylemlerini ise normlara göre ayarlama sürecindedir. Ancak bu yöntemin, sezgilere aşırı güvenme ve düzenli ancak optimalin altında normlara ulaşma tehlikesini de içeren sorunları vardır (Harman & Kulkarni, 2007; Thagard, 1988, 2000). Buyurun normları belirlemenin, Thagard, 2012 tarafından savunulan, daha sonuç odaklı bir metodu:
- Bir çalışma alanı belirle.
- Bu çalışmalar için aday normları belirle.
- Verilen alandaki çalışmalar için uygun hedefleri belirle.
- İlgili hedefleri tamamlamak için yapılan farklı çalışmaların kapsamını değerlendir.
- İlgili hedefleri en iyi şekilde tamamlayacak çalışmaları alan normları olarak al.
Bu metodun yanıltıcı tarafı, 3. adım. Uygun hedefleri belirlemenin, tanımlayıcı olduğu kadar normatif de bir konu olması burada yanılgıya sebep olmaktadır. Ancak, hangi hedefleri takip ettiklerini belirlemek için insanların karar verme davranışlarını çalıştığımızda ve bu hedefleri neden takip ettiklerini anlamak için psikoloji ve sinirbilimi kullandığımızda, en azından geniş bir deneysel bileşene sahip olunabilir. Mesela bence sevgi, iş ve oyun karar verme için paradan daha önemli hedeflerdir; çünkü insanın istek ve tercihlerden biyolojik olarak daha temel olan hayati ihtiyaçlarını tatmin etmesine yardımcı olurlar (Thagard, 2012).
3.4. Özet
Normları belirlemek için kendi tercih ettiğim şemayı gerekçelendirmek amacıyla yeterince konuşmadım; keza tümevarımsal çıkarım, karar verme ve ahlaki davranış için tercih ettiğim normları da. Yine de umuyorum ki bilişsel bilimin Bayesçi çıkarım, beklenen fayda teorisi ve oyun teorisi gibi yaygın normları olduğu gibi kabul etmemesi gerektiğini belirtebildim. Hangi normların uygun olduğuna karar vermek ve hangi normların uygun olduğuna nasıl karar verileceğine karar vermek, bilişsel bilimin daha deneysel alanlarının kendi başına çözemeyeceği felsefi sorunlardır. Normatif konularda felsefeyi görmezden gelmek, örtük ve kötü şekilde felsefe yapmaya mal olur.
4. Neden felsefenin bilişsel bilime ihtiyacı var?
Dolayısıyla, bilişsel bilimin felsefeye ihtiyacı vardır, ancak bu ihtiyaç bazı felsefe türleri ile sınırlıdır. Buyurun bilişsel bilimin amaç ve metotları için zararlı olan bazı yaklaşımlar:
- Felsefi gerçeklerin sadece mantık yoluyla edinilebileceğini varsayan rasyonalist yaklaşımlar (mesela Platon, Kant, Hegel)
- Düşünceyi düşünmekten katı bir şekilde ayıran ve formal mantığın ve/veya linguistik analizin bilgiyi araştırmak için en iyi araçlar olduğunu varsayan analitik yaklaşımlar (mesela Frege, Dummett)
- Bilimi hor gören ve bilimsel ve felsefi terimleri umursamazca terk edip savuran post-modern yaklaşımlar (mesela Deleuze, Derrida)
Bilişsel bilim felsefeyi bilimsel araştırmadan ayrık veya üstün gören yaklaşımlardan kısıtlı bir fayda kazanabilir, bunlardan bazen Kant’ın şema teorisi ve Frege’nin ilişkiler teorisi gibi bilimsel olarak faydalı olduğu kanıtlanmış teorik fikirler çıkabilse de istisnalar kaideyi bozmaz.
Neyse ki, felsefeyi bilime yakından bağlayan ve Aristotle, John Locke, David Hume, John Stuart Mill, Charles S. Peirce, William James, John Dewey, and W. V. O. Quine gibi seçkin uygulayıcıları içeren saygıdeğer bir natüralist yaklaşımlar tarihi var. Natüralizmi benimseyen veya örnekleyen güncel felsefi çalışmalardan örnekler: Appiah (2008); Bechtel (2008); Bunge (2006); Churchland (2007); Churchland (2002); Craver (2007); Goldman (2006); Harman ve Kulkarni (2007); Knobe ve Nichols (2008); Maddy (2007); Nersessian (2008); Sinnott-Armstrong (2008); Thagard (2006) ve Thagard, 2012.
“Natüralist felsefe, yekpare bir biçimden uzaktır ve hem bilimsel hem de felsefi birçok konuda ayrı düşülen noktalara sahiptir. Bununla birlikte natüralistler, felsefedeki ilerlemenin bilimsel gelişmelere yakından takibi gerektirdiği konusunda hemfikirdirler. Rasyonalist, analitik ve postmodernist yaklaşımlar bilimsel bulguların felsefeye girmesine direnirken natüralist yaklaşımlar, bilimsel bulguları felsefenin son bölümde tartıştığım genellik ve normatiflik kaygılarıyla son derece ilgili bularak memnuniyetle karşılarlar.”
Natüralist bir bakış açısından; kavramları netleştirmek ve önsel gerçeklere ulaşmak için düşünce deneylerini kullanan yaygın felsefi pratik, en baştan şüphelidir (Thagard, 2012 Bununla birlikte düşünce deneylerini savunan yazılar için Shepard, 2008 ve Williamson, 2007’a bakabilirsiniz). Felsefenin kavramsal karmaşaları çözmekte özel bir rolü olduğu fikri son yüzyılda oldukça popüler, ancak kavramlar üzerine deneysel çalışmalar bunun problematik olduğunu gösteriyor (Konu ile ilgili oldukça başarılı bir etüt için Murphy, 2002’a göz atabilirsiniz). Quine (1963)’nin tamamen teorik temellerde iddia ettiği ve sonraki deneysel çalışmaların doğruladığı üzere, kavramlar dünya hakkındaki inanç ve teorik açıklamalarla yakından bağlantılıdır. Kavramlar bilimsel teoriler değiştikçe değişir, f filozoflar kendi tercih ettikleri versiyonlarını savunmak için sezgileri dürten ilginç durumlar uydurduklarında değil. Kavramsal karmaşa denen felsefi fikir kavramlar hakkındaki bir karışıklıktır. Bunları netleştirmek daha iyi teoriler geliştirmeye yönelik bilimsel çabanın parçası olmalıdır, bağımsız bir linguistik çabanın değil.
Düşünce deneyleri hipotezler üretme ve onları alternatifleriyle karşılaştırma için faydalı gereçler olabilir, ancak hipotezlerin kabulünü gerekçelendirmek için faydasızdır. Ek bilimsel değerlendirmeler olmadan düşünce deneyleri, kesin doğruları bir kenara bıraksak bile, doğrulardansa yanlışlara teslim olmaya daha meyillidir. Bilim tarihi, kavramların; teorik ve deneysel gelişmelere paralel olarak zaman içinde radikal biçimde değiştiğini ve dolayısıyla şeylerin nasıl olduğuna dair görüşlerde büyük yeniden düzenlemeler getirdiğini göstermiştir (Thagard, 1992, 2008). Öyleyse, kategori hatalarıyla ilgili felsefi kategori, kategoriler hakkında bir hatadır.
Kavramsal sorgulamalar bazı inançların doğuştan olduğunu göstermiş olsaydı dahi, bu onları doğru olarak almak için bir sebep olmaz. Natüralistik olarak, doğuştan inançlar sadece insan beyinlerinde doğal seçilim sırasında genetik olarak yerleşebilmiş inançlardır ve gerçeklere ulaşmayı garantilemezler, sadece hayatta kalma ve üreme için faydalı olan inançlara götürürler. Örneğin kanıtlarla desteklenmiş olan genel görelilik teorisi, dünyanın Öklid geometrisine uyduğuyla ilgili belki de doğuştan gelen insan beklentisinin kısıtlarının olduğunu önerir.
Rasyonalist, analitik ve post-modern felsefelerin sınırlamaları neden felsefenin tüm alanlarının bilişsel bilime ihtiyaç duyduğunu açıklığa kavuşturmuş olmalı. Zihin, bilgi ve ahlakın doğasına dair genel hipotezler ve normatif sonuçlar oluşturmak için felsefe; psikoloji, sinirbilim, dilbilimdeki ilgili bulgulardan gelen geniş çaplı bilgiyi göz önünde bulundurmalıdır. Bu bilgiler filozoflara sadece hakkında felsefe yapabilecekleri içerik sunmaz, aynı zamanda mantıklı bir şekilde savunabilecekleri teorileri kısıtlar. Bilişsel bilim felsefeyle sadece zihin veya bilim felsefesi gibi dar alanlarda değil, daha genel düzeydeki metafizik, epistemoloji ve etik alanlarında da ilgilidir (Thagard, 2012).
5. Sonuç
Bilişsel bilimin genel ve normatif sorulara cevap arayışında felsefeye ihtiyacı olduğunu savunuyorum. Bilimsel açıdan bilinçli felsefi sorgulamayı görmezden gelmek sadece kötü felsefeye değil, aynı zamanda kötü bilime de yol açar. Pozitivist bilim felsefesi bilişsel bilimi davranışçılığa sınırlar; idealist ve göreceli metafizik ve epistemoloji ise bilişsel bilimi postmodernizm ve sosyal inşacı düşünceye yönlendirir. Etik ilkeler hakkında sorgulamayı ihmal etmek, ahlakın kişisel olarak göreceli olduğunu söyleyen klasik lisans öğrencisi fikrini üretir.
Felsefenin bilişsel bilimdeki uygun rolü, filozofların kendi çabalarını ifade etmek için kullandığı çeşitli metaforlarla aydınlatılabilir (Thagard & Beam, 2004). Pek çok filozof, mesela Descartes, felsefenin bilgi için temelleri sağlaması gerektiğini düşünmüştür, ki bu da felsefenin bilimden önce gelmesi gerektiği anlamına gelir:
“Yazılarım boyunca yöntemimin mimariyi taklit ettiğini söyledim. Bir mimar kaya, kil veya bir başka sağlam temelin üzerinde kumlu üst toprağın olduğu bir yere sağlam temelli bir ev inşa etmek istediğinde, kumu ve kumun üstündeki veya kumla karışık her şeyi çıkaracağı çukurlar kazarak başlar ki böylece temellerini sert toprağın üzerine kurabilsin. Aynı şekilde, ben de şüpheli olan her şeyi kum gibi alıp dışarı atarak başladım ve şüphe eden veya düşünen bir özün varlığından şüphe etmenin mümkün olmadığını fark ettiğimde, bunu felsefemin temellerini üzerine kurabileceğim anakaya olarak aldım.” (Descartes, 1984, vol. 2, s. 366)
Eğer bilimin temelleri olmalıysa, bu temelleri sunmak felsefenin meşru görevidir.
Tersine, natüralistik yaklaşımlar ise, bilginin temelleri olan bir yapı olduğu görüşüyle değil, bir kablo gibi olduğu görüşüyle daha uyumludur (Peirce, 1958, s. 40–41).
“Felsefe başarılı bilimlerin metotlarını taklit etmelidir; öyle ki sadece elle tutulabilir, dikkatli incelemeye tabi tutulabilecek öncülleri takip etmeli ve argümanlarından birinin kesinliğinden çok argümanlarının çokluğuna ve çeşitliliğine güvenmelidir. Akıl yürütmesi en zayıf bağlantısından daha güçlü olmayan bir zincir gibi değil de yeteri kadar çok ve sıkı sıkıya bağlı oldukları sürece, lifleri çok ince dahi olabilen kablo gibi olmalıdır. “
Daha güncel bir bağdaştırıcı metafor ise Neurath’ın gemisidir (1959, s. 201).
“Kesin olarak ortaya konulmuş saf protokol cümlelerini bilimlerin başlangıç noktası olarak almak mümkün değildir. Tabula rasa[8] (Boş levha) yoktur. Biz gemilerini açık denizde yeniden inşa etmesi gereken denizciler gibiyiz, suyunu boşalttığımız boş bir yerde parçalarını sökme ve en iyi malzemelerle baştan kurma şansımız yok. Sadece metafiziksel parçalar iz bırakmadan kaybolabilir. Belirsiz linguistik yığınlar öyle veya böyle geminin parçaları olarak kalacaklar.”
Descartes’ın temellerinin aksine, Peirce’in kablosu ve Neurath’ın gemisi felsefenin girişimlerinin bilişsel bilim de dahil tüm bilimle birleşmesine izin vermekle kalmıyor, bunu gerektiriyor da.
Benim tüm zamanlar içinde en sevdiğim bilim ve felsefe analojisi ise 1620’lerde henüz iki disiplin birbirinden ayrılmamışken yazan Francis Bacon’dan (Bacon, 1960, p. 93):
“Bilimlerle ilgilenenler ya deneyin ya da doktrinlerin insanlarıdır. Deney insanları karıncalar gibidir; sadece toplar ve kullanırlar. Mantık yürüten doktrinciler ise kendi maddeleriyle ağlar ören örümcekler gibidir. Ancak arı orta yolu kullanır. Malzemesini bahçe ve çevredeki çiçeklerden toplar, ancak onu kendi gücüyle dönüştürür ve sindirir. Felsefenin esas uğraşı da bundan farklı değildir zira ne tamamen veya birincil olarak zihin gücüne güvenir, ne de doğal tarih ve mekanik deneylerden edindiğini alıp hafızasına olduğu gibi yerleştirir; bunların yerine değiştirilmiş ve sindirilmiş şekliyle anladığını koyar. Demem o ki, bu deneysel ve mantıksal iki yaklaşımın arasındaki, benzeri görülmemiş daha yakın ve saf bir birlikten çok şey ümit edilebilir.”
Benzer şekilde, bilişsel bilim ve felsefe arasındaki daha yakın ve saf bir birlikten çok daha fazla şey de ümit edilebilir.
Notlar
[1] Prototip Teorisi (Prototype Theory): 1973’te Eleanor Rosch’un öne sürdüğü sınıflandırma teorisidir. Doğadaki varlıkları sınıflandırırken insanlar, prototipik objeye daha çok benzeyen varlıkları o kategoriye daha çok yakıştırırlar. Örneğin Rosch’un araştırmasında da gözlemlediği gibi kızılgerdan kuşu, bir penguene göre “kuş” kategorisini daha benzer olduğu için daha çok katılımcı tarafından buraya ait addedilmiştir. (E.N.)
[2] Bayes Teorisi: Thomas Bayes’e atıfla adlandırılan, bir olayın olasılığı hesaplanırken öncül (prior) bilginin de hesaba katıldığı temel bir teorem. (E.N.)
[3] Rule matching: Bilişsel bilim bağlamında bireylerin duyuları ile algıladıkları girdileri halihazırda hafızalarında yer alan kurallar ya da şemalarla kıyaslama işlemine verilen isim. (E.N.)
[4] High-level programming language terimi ile kast edilen C++ ya da MatLab’ın bir diğer dile üstünlüğü değildir, bundan ziyade ilgili programlama dilinin makine diline (1 ve 0’lardan meydana gelen) ne derece yakın olduğudur. Makine diline yakın diller için Assembly, Verilog gibi diller verilebilecekken “yüksek düzey” dediğimiz programlama dillerine Java, Python gibi diller verilebilir. (E.N.)
[5] Multiagent systems: Bir sorunun çözümü için problem çözme varlıklarının gevşek biçimde birleştiği bir ağdır. Bu ağ ile bütünün, parçaların (bireylerin) toplamından daha yüksek bir yetkinliğe sahip olacağını söyleyebiliriz. (E.N.)
[6] Social constructivism: İnsan gelişiminin çoğunlukla sosyal ilişkilere dayandığını ve sosyal ağları bilgi ediniminde merkeze koyan görüş. (E.N.)
[7] Satisfice: Herbert Simon’un “suffice” (yeterli olmak) ve ”satisfy” (tatmin etmek) fiillerini birleştirerek oluşturduğu yeni kavram. (Ç.N.)
[8] Tabula rasa: David Hume’un öne sürdüğü, bireylerin önceden yüklenmiş bilgiler veya içerikle dünyaya gelmediğini; bilginin deneyim ve algı aracılığıyla kazanıldığını ifade eden kavram. Kaderciliğe karşı çıkışın bir simgesidir. (E.N.)
Kaynakça
Anderson, J. R. (1990). The adaptive character of thought. Hillsdale, NJ: Lawrence Erlbaum.
Anderson, J. R. (2007). How can the mind occur in the physical universe? Oxford, England: Oxford University Press.
Appiah, A. (2008). Experiments in ethics. Cambridge, MA: Harvard University Press.
Bacon, F. (1960). The New Organon and related writings. Indianapolis, IN: Bobbs-Merrill.
Bechtel, W. (2008). Mental mechanisms: Philosophical perspectives on cognitive neuroscience. New York: Routledge.
Bechtel, W., & Richardson, R. C. (1993). Discovering complexity. Princeton, NJ: Princeton University Press.
Bickle, J. (2003). Philosophy and neuroscience: A ruthlessly reductive account. Dordrecht: Kluwer.
Bunge, M. (2006). Chasing reality: Strife over realism. Toronto: University of Toronto Press.
Churchland, P. S. (2002). Brain-wise: Studies in neurophilosophy. Cambridge, MA: MIT Press.
Churchland, P. (2007). Neurophilosophy at work. Cambridge, England: Cambridge University Press.
Churchland, P. S., & Sejnowski, T. (1992). The computational brain. Cambridge, MA: MIT Press.
Cowperthwaite, M. C., Economo, E. P., Harcombe, W. R., Miller, E. L., & Meyers, L. A. (2008). The ascent of the abundant: How mutational networks constrain evolution. PLoS Computational Biology, 4(7), e1000110.
Craver, C. F. (2007). Explaining the brain. Oxford, England: Oxford University Press.
Craver, C. F., & Bechtel, W. (2007). Top-down causation without top-down causes. Biology and Philosophy, 22, 547–663.
Darden, L. (2006). Reasoning in biological discoveries. Cambridge, England: Cambridge University Press.
Descartes, R. (1984). Philosophical writings of descartes, J. Cottingham, R. Stoothof & D. Murdoch (Trans). Cambridge, England: Cambridge University Press.
Eliasmith, C., & Anderson, C. H. (2003). Neural engineering: Computation, representation and dynamics in neurobiological systems. Cambridge, MA: MIT Press.
Frey, B. S., & Stutzer, A. (2002). Happiness and economics. Princeton, NJ: Princeton University Press.
Fu, W. (2008). Is a single-bladed knife enough to dissect human cognition? Commentary on Griffiths et al. Cognitive Science, 32, 155–161.
Gardner, H. (1985). The mind’s new science. New York: Basic Books.
Goldman, A. I. (2006). Simulating minds. New York: Oxford University Press.
Griffiths, T. L., Kemp, C., & Tenenbaum, J. B. (2008). Bayesian models of cognition. In R. Sun (Ed.), The Cambridge handbook of computational psychology (pp. 59–100). Cambridge, England: Cambridge University Press.
Hacking, I. (1999). The social construction of what? Cambridge, MA: Harvard University Press.
Hacking, I. (2001). An introduction to probabiliity and inductive logic. Cambridge, England: Cambridge University Press.
Hardy-Valle´e, B., & Thagard, P. (2008). How to play the ultimatum game: An engineering approach to metanormativity. Philosophical Psychology, 21, 173–192.
Harman, G., & Kulkarni, S. (2007). Reliable reasoning: Induction and statistical learning theory. Cambridge, MA: MIT Press.
Hempel, C. G. (1965). Aspects of scientific explanation. New York: The Free Press.
Knobe, J., & Nichols, S. (2008). Experimental philosophy. Oxford, England: Oxford University Press.
Latour, B., & Woolgar, S. (1986). Laboratory life: The construction of scientific facts. Princeton, NJ: Princeton University Press.
Litt, A., Eliasmith, C., Kroon, F. W., Weinstein, S., & Thagard, P. (2006). Is the brain a quantum computer? Cognitive Science, 30, 593–603.
Maddy, P. (2007). Second philosophy: A naturalistic method. Oxford, England: Oxford University Press.
Marr, D. (1982). Vision. San Francisco: Freeman.
Montague, R. (2006). Why choose this book? How we make decisions. New York: Penguin.
Murphy, G. L. (2002). The big book of concepts. Cambridge, MA: MIT Press.
Nersessian, N. (2008). Creating scientific concepts. Cambridge, MA: MIT Press.
Neurath, O. (1959). Protocol sentences. In: A. J. Ayer (Ed.), Logical positivism (pp. 199–208). Glencoe, IL: The Free Press.
Newell, A. (1990). Unified theories of cognition. Cambridge, MA: Harvard University Press.
Newell, A., Shaw, J. C., & Simon, H. (1958). Elements of a theory of human problem solving. Psychological Review, 65, 151–166.
Newell, A., & Simon, H. A. (1972). Human problem solving. Englewood Cliffs, NJ: Prentice-Hall.
Peirce, C. S. (1958). Charles S. Peirce: Selected writings. New York: Dover.
Popper, K. (1959). The logic of scientific discovery. London: Hutchinson.
Quine, W. V. O. (1963). From a logical point of view (2nd ed.). New York: Harper Torchbooks.
Rawls, J. (1971). A theory of justice. Cambridge, MA: Harvard University Press.
Rumelhart, D. E., & McClelland, J. L. (Eds.). (1986). Parallel distributed processing: Explorations in the microstructure of cognition. Cambridge MA: MIT Press⁄Bradford Books.
Shepard, R. N. (2008). The step to rationality: The efficacy of thought experiments in science, ethics, and free will. Cognitive Science, 32, 3–35.
Simon, H. (1957). Models of man: Social and rational. New York: Wiley.
Sinnott-Armstrong, W. (Ed.). (2008). Moral psychology (3 volumes). Cambridge, MA: MIT Press.
Sober, E. (2008). Evidence and evolution: The logic behind the science. Cambridge, England: Cambridge University Press.
Thagard, P. (1986). Parallel computation and the mind-body problem. Cognitive Science, 10, 301–318.
Thagard, P. (1988). Computational philosophy of science. Cambridge, MA: MIT Press⁄Bradford Books.
Thagard, P. (1992). Conceptual revolutions. Princeton, NJ: Princeton University Press.
Thagard, P. (1999). How scientists explain disease. Princeton, NJ: Princeton University Press.
Thagard, P. (2000). Coherence in thought and action. Cambridge, MA: MIT Press.
Thagard, P. (2005). Mind: Introduction to cognitive science (2nd ed.). Cambridge, MA: MIT Press.
Thagard, P. (2006). Hot thought: Mechanisms and applications of emotional cognition. Cambridge, MA: MIT Press.
Thagard, P. (2008). Conceptual change in the history of science: Life, mind, and disease. In S. Vosniadou (Ed.), International handbook of research on conceptual change (pp. 374–387). London: Routledge.
Thagard, P. (forthcoming). Brains and the meaning of life. Princeton, NJ: Princeton University Press.
Thagard, P., & Aubie, B. (2008). Emotional consciousness: A neural model of how cognitive appraisal and somatic perception interact to produce qualitative experience. Consciousness and Cognition, 17, 811–834.
Thagard, P., & Beam, C. (2004). Epistemological metaphors and the nature of philosophy. Metaphilosophy, 35, 504–516.
Thagard, P., & Litt, A. (2008). Models of scientific explanation. In R. Sun (Ed.), The Cambridge handbook of computational psychology (pp. 549–564). Cambridge, England: Cambridge University Press.
Williamson, T. (2007). The philosophy of philosophy. Malden, MA: Blackwell.
Wittgenstein, L. (1971). Tractatus logico-philosophicus, (2nd ed.) D. F. Pears & B. F. McGuinness (Trans). London: Routledge & Kegan Paul.
