Психологические методы исследования

Существуют две основные линии собственно психологических исследований семантической памяти и организации знания. Первая линия представлена классическими экспериментами по категоризации — выявлению и заучиванию правил сочетания признаков объектов, положенных экспериментаторами в основу их классификации. Простейшие из числа подобных обучающих экспериментов были начаты еще представителями Вюрцбургской школы психологии мышления, продолжены Кларком Халлом и Л. С. Выготским и, наконец, перенесены в когнитивную психологию Джеромом Брунером (см. 2.1.3). Обычно для этих экспериментов характерны произвольный выбор признаков, использование их условных комбинаций в сочетании с бессмысленными названиями соответствующих категорий. Несмотря на явную искусственность, эти работы выявили некоторые интересные особенности онтогенетического развития обучения и категоризации, а также сравнительную трудность работы с различными формами комбинации признаков. В частности, заучивание и применение дизъюнктивных правил оказалось значительно более сложным, чем конъюнктивных.

Важной модификацией этого подхода в последние 10—20 лет стало изучение так называемого имплицитного обучения, когда испытуемый должен выполнять некоторую, обычно сенсомоторную работу, не подозревая, что вариативная последовательность событий подчиняется определенному правилу (см. 5.4.1). Вопрос состоит в том, возможно ли выделение этого скрытого правила и его эффективное использование в деятельности без отчетливого, эксплицитного осознания. Результаты различных экспериментов не всегда совпадают, что связано с большим количеством переменных, влияющих на решение подобных задач. В целом имеющиеся данные позволяют положительно ответить на поставленный выше вопрос, но с одним существенным уточнением. Для имплицитного приобретения процедурных знаний осознание действительно не обязательно, но, похоже, обязательно участие внимания: любые дополнительные задачи, отвлекающие внимание испытуемых, делают имплицитное научение невозможным независимо от числа повторений^[1]. Кстати, как отмечалось в предыдущей главе (см. 5.1.3), имплицитное научение может наблюдаться и у пациентов с амнестическим синдромом.

Вторая линия исследований семантической памяти связана с анализом разнообразных эффектов семантической близости слов и понятий. К их числу относятся, например, ассоциативные прайминг-эффекты: предъявление слова «вилка» или реальной вилки ускоряют узнавание слова «ложка». Самый существенный результат исследований влияния преднастройки на процессы категоризации и понимания заключается в выявлении двух фаз обработки семантической информации при чтении:

• 1) быстрой параллельной активации нескольких возможных значений слова;
• 2) селективного подавления тех интерпретаций, которые не соответствуют общему контексту предложения (см. 4.3.2 и 7.2.3).

Как ни важны данные эффекты для понимания механизмов функционирования семантической памяти, часто они связаны лишь с относительно «точечными» воздействиями, которые не позволяют сами по себе описать глобальную организацию знания. С целью реконструкции отношений между отдельными понятиями и построения метрических (семантические пространства) или топологических (семантические сети и деревья) моделей семантической памяти широко используются процедуры многомерной статистики.

Инициированные Чарльзом Осгудом исследования семантических пространств значений слов (см. 2.2.1) были продолжены в последующие годы, превратившись в одно из основных направлений когнитивной психологии — удачно названное В. Ф. Петренко (1983) психосемантикой. Основой для многих исследований послужило применение таких статистических процедур, как многомерное шкалирование и иерархический кластерный анализ. Наряду с факторным анализом они используются для построения метрических и топологических моделей систем семантических признаков, понимаемых как «факторы», «маркеры» или «измерения» этих конструкций. Главная проблема здесь часто состоит не в отсутствии средств статистической обработки, а в их избыточности и трудностях последующей интерпретации результатов. Так, одним из приемов изучения организации семантической памяти является анализ группировки понятий при полном воспроизведении списков слов. На основании протоколов воспроизведения строятся матрицы попарной близости отдельных слов, а затем используется одна из методик многомерного анализа, позволяющая «реконструировать» структуру соответствующего участка семантической памяти. Выбор определенной методики шкалирования (для этих целей сейчас используется свыше десяти методик) отчасти предопределяет и тип модели (рис. 6.4).

Рис. 6.4. Разновидности структурных моделей семантической памяти, создаваемых на основе анализа матриц близости/сходства.

Процедуры многомерного шкалирования позволяют устанавливать метрические отношения между объектами, используя порядковые оценки, сведенные в матрицы близости/сходства^[2]. Р. Шепард (Shepard. 1962), в частности, показал, что если существует матрица порядковых оценок близости 20 городов, то применение многомерного шкалирования позволяет выявить имплицитно содержащуюся в этой матрице метрическую информацию о расстояниях между этими городами и даже об их взаимном положении. Действительно ли существуют подобные когнитивные карты, и если существуют, то в какой форме — это уже другой вопрос, интенсивно обсуждаемый по сегодняшний день (см. ниже 6.3.2). Пространственные аспекты таких моделей сами по себе не могут приниматься буквально, свидетельством чему служит тот факт, что всякую точку п-мерного семантического пространства можно заменить без потери общности представления вектором из п упорядоченных величин.

Рис. 6.5. Иерархический кластерный анализ:

А — пример обработки и соответствующая кластерная структура для условного набора из пяти объектов; Б — результаты оценки сходства восьми животных (б — бабочка, к — комар, кр — крокодил, крыс — крыса, крол — кролик, л — лебедь, лм — летучая мышь, ч — черепаха) девочкой четырех лет и взрослым образованным мужчиной (Michon. 1972).

Значение при этом оказывается пучком семантических признаков, как оно и понималось обычно в компонентных теориях значения, например, в теории Катца и Фодора (см. 2.2.1 и 6.1.1). Многомерное шкалирование применялось для описания различных семантических областей: названий оттенков цвета, терминов родства, местоимений, эмоций и черт личности, глаголов обладания и оценки, профессий и т. д.

Иногда преимущество отдается процедурам иерархического кластерного анализа, являющимся простейшим способом описания категориальных структур. В одной из ранних работ были, например, показаны возрастные различия субъективной категоризации видов животных (Michon. 1972). При этом использовались изображения и названия восьми животных: бабочка, комар, черепаха, крыса, летучая мышь, крокодил, лебедь и кролик. Для каждой случайно выбранной из этого набора тройки животных нужно было определить двух самых похожих и двух самых непохожих. Через несколько дней эксперимент был повторен. Данные 2×56 проб были сведены для каждого испытуемого в матрицу сходства, причем каждой похожей паре приписывалось два балла, а нейтральной — один. Затем был проведен иерархический кластерный анализ (см. рис. 6.5А). Эта процедура отчетливо выявила возрастные различия классификационных схем: для ребенка существенными были аффективные атрибуты «хороший» и «кусается», а для взрослого — формальная принадлежность к различным биологическим типам и классам (рис. 6.5Б)¹.

Далеко не все авторы удовлетворены таким подходом к изучению категориальной структуры семантической памяти. Как пишут Эва и Герберт Кларк, «есть изрядная доля иронии в том, что как раз объективность этих методов составляет их главный недостаток. Когда людей заставляют проецировать их знание семантических отношений на пятиили десятибалльную шкалу сходства, они начинают игнорировать тонкие различия в значениях слов. А усреднение результатов множества таких оценок лишь затемняет оттенки значения. Еще более серьезные трудности связаны с тем, что люди неизбежно меняют свои критерии „семантического сходства“, когда переходят от одной пары слов к другой» (Clark & Clark. 1977). Эти авторы отмечают и другие недостатки пространственных моделей, в частности, невозможность учета качественной специфики семантических отношений между различными понятиями, а также трудности определения значения предложений на основании одних только глобальных оценок семантического сходства входящих в него понятий.

Распространенным подходом к изучению семантической памяти является анализ хронометрических данных по верификации некоторых простых утверждений. При этом было получено огромное количество данных (см. 6.2.1). Так, оказалось, что за время порядка одной секунды, испытуемые могут установить правильность предложения «Дятел — это птица» или найти растение, название которого начинается с буквы «п». Столь небольшое время было бы невозможным, если бы не высокая эффективность доступа к лексическому знанию. Еще более удивительно, что мы способны примерно за то же самое время определить отсутствие слова «мантинас» среди 10^[3] известных нам слов родного языка^[4][5][6][7]. Ведь если память понимается как некоторая емкость для размещения репрезентаций, то использование ее содержаний предполагает процессы поиска, и вопрос состоит в том, как такой поиск может быть в данном случае остановлен на раннем этапе (см. 6.2.1). Нам также удается очень быстро определить, что мы чего-то не знаем — например, название центральной площади Сиены, столицы Тосканы, или атомный вес химического элемента рутения. Мы переходим к анализу относительно новых исследований, которые позволяют разрешить некоторые из этих парадоксов.

• [1] Этот факт нельзя использовать как аргумент в пользу моделей ранней селекции (см. 4.1.2), поскольку при имплицитном обучении речь идет о выявлении регулярности последовательностей и критической является возможность сравнения между собойсобытий, разделенных относительно продолжительными интервалами времени. Вполневозможно, что при отвлечении внимания переработка изолированных событий сохраняется (то есть имеет место поздняя селекция), а нарушается только интеграция этихсобытий во времени (Craik. 2002).
• [2] Одна из трудностей применения многомерного шкалирования в психологии связана с тем, что этот метод предполагает обратимость оценок сходства (близости) сравниваемых объектов, тогда как в действительности они часто необратимы. По этой причине мы, например, легко соглашаемся с утверждением, что «Эллипс — это примернокруг», тогда как утверждение «Круг — это примерно эллипс» вызывает у нас чувствопротеста. Подобные эффекты характерны для любого структурированного множества, имеющего «фокальные», или «прототипические», элементы (см. 6.2.2).
• [3] ных (идиомы) единиц языка, описывается как сетевая структура, каждый узел которойсвязан по крайней мере с одним узлом семантической памяти. Близость узлов лексической сети определяется сходством звучания и (или) визуального облика соответствующих слов (см. 7.1.2). В когнитивной лингвистике внутренний лексикон часто наделяетсятакже функциями грамматического структурирования высказывания (см. 7.3.2).
• [4] Следует отметить, что, согласно современным исследованиям познавательногоразвития, дети очень рано (три-четыре года) и без специального обучения оказываютсяспособны к пониманию родовидового принципа классификации биологических объектов. В этой специфической предметной области можно, следовательно, констатироватьизвестное сходство принципов организации развивающихся спонтанно наивных понятий и научных понятий, формирующихся несколько позже и под целенаправленнымконтролем взрослых (см. 6.4.3).
• [5] Речь идет здесь о задаче лексического решения. В большинстве психолингвисти
• [6] ческих моделей внутренний лексикон, фиксирующий характеристики слов, а также
• [7] некоторых более дробных (например, корневые морфемы и суффиксы) и более круп