Когнитивная категоризация

Категории — это обособленные множества конкретных или абстрактных экземпляров (членов категории), которые считаются эквивалентными в рамках когнитивной системы. Для использования знания о категории требуется обращение к ментальным представлениям, определяющим ядро свойств членов категории (в когнитивной психологии такие ментальные представления называются концептами)^[3][4].

В исследованиях категоризации часто рассматриваются таксономии, где различают три иерархических уровня абстракции^[5]:

• Суперординарный (родовой) уровень (например, цветок) — наиболее высокий и всеохватывающий уровень абстракции, характеризующийся максимальной общностью и минимальным сходством между членами категории^[6].
• Базовый уровень (видовой) (например, роза) — средний, наиболее когнитивно значимый уровень, для которого члены категории демонстрируют высокое внутрикатегорийное сходство и значимую разницу между категориями^[5]. На этом уровне взрослые чаще всего называют объекты, а дети учатся обозначать их первыми^[5].
• Субординарный уровень (например, шиповник) — самый низкий, характеризуется максимальной спецификой и высоким степенью сходства внутри категории^[6].

Ключевой вопрос при изучении категоризации — как зарождается концептуальное различение признаков осознанного опыта у молодых, неопытных организмов. Экспериментальные данные свидетельствуют о наличии различения признаков объектов и событий уже у новорождённых и даже у плодов в пренатальном периоде^[7][8]. Этот процесс наблюдается у организмов, демонстрирующих только простые рефлексы (см. также проблема связывания свойств, познание, когнитивное развитие, когнитивное развитие младенца, мультисенсорная интеграция, восприятие). Для нервной системы внешний мир — это множество сенсорных стимулов: электромагнитные волны, химические взаимодействия, колебания давления^[9].

Мышление, связанное с категоризацией, подразумевает абстрагирование и дифференциацию аспектов опыта, опирающееся на такие свойства психики, как интенциональность и восприятие. Проблема заключается в том, что для категоризации юные организмы должны обладать интенциональностью и восприятием, которые сами только формируются в процессе категоризации окружающего мира^[7]. Интенциональность и восприятие требуют способности распознавать объекты (или события), то есть обнаруживать их с помощью сенсорной системы^[10]. Таким образом возникает замкнутый круг: категоризация требует интенциональности и восприятия, появляющихся только в уже категоризированной среде.

Исследуя истоки социальной когниции в возрастной психологии, Майкл Томаселло предложил понятие совместная интенциональность для описания неосознанных процессов в социальном обучении после рождения, объясняющих формирование интенциональности^[11]. Позднее латвийский профессор Игорь Вэл Данилов расширил эту концепцию на внутриутробный период, введя нейрокогнитивную модель «Мать—плод»^[12] как гипотезу нейрофизиологических процессов совместной интенциональности^[7]. Эта гипотеза объясняет начало когнитивного развития организмов на разных уровнях сложности, от межличностных до нейрональных взаимодействий^[13][14]. Нейронаучные исследования подтверждают данную гипотезу: работы по гиперсканированию выявили межмозговую активность в паре при решении совместной когнитивной задачи без общения — эта активность была сильнее, чем когда испытуемые решали задачи поодиночке^[15][16][17]. Эти данные демонстрируют, что коллаборативное взаимодействие без сенсорных сигналов возможно в паре «мать—ребёнок», что обеспечивает совместную интенциональность^[7]. Это открывает новый взгляд на изучение сознания, поскольку последнее связано с осознанием внутреннего и внешнего мира на основе интенциональности, восприятия и категоризации среды.

Классическая теория категоризации (в когнитивной лингвистике) восходит к Платону и Аристотелю и оказала существенное влияние на философию, лингвистику и психологию^[18][19]. Категории, согласно классической модели, характеризуются списком необходимых и достаточных признаков; границы между категориями чётко определены и не допускают промежуточных случаев; члены категории равноправны (нет «лучших» или «менее типичных» членов)^[20][18]. В классической теории категории считаются исчерпывающими и взаимоисключающими: любой элемент относится к одной, и только одной, из при́нятых категорий.

Впервые данная модель появляется у Платона (диалог «Государственник»), где объекты группируются по сходным свойствам. Аристотель развил и систематизировал этот подход в трактате «Категории», различая классы и объекты и применяя схему категоризации к классификации живых существ (метод последовательного сужения вопросов: «Это растение или животное?», «Сколько ног?» и т. д.), заложив основы «естественной» таксономии.

Классический подход отразился в трудах Декарта, Паскаля, Спинозы, Локка, в XX веке — у Б. Рассела, Дж. Мура, логических позитивистов, а также у Ф. Джексона и К. Пикока^[21][22][23]. С нач. XX века вопросы категоризации были интегрированы в социологию и этнологию (напр. Дюркгейм и Марсель Мосс и др.)^[24].

Классическую модель в 1960-х развивали лингвисты (напр. Джерролд Кац и Джерри Фодор) и психологи (напр. А. М. Коллинз, М. Росс Квиллиан)^[25].

Современные версии классической теории исследуют, как мозг обучается выделять признаки, различающие членов и нечленов категории^[26][27].

С 1970-х годов исследовательница Элеанор Рош и её коллеги развили теорию прототипов, согласно которой категоризация может рассматриваться как группировка объектов по прототипу. Теория во многом восходит к концепции семейного сходства у Витгенштейна и идеям Р. Брауна. Теория прототипа иллюстрирует подход сходства: мысленно хранится типовой образ категории, которому потенциальные кандидаты сопоставляются^[28]. Прототип может представлять собой среднее значение признаков, наиболее часто встречающийся вариант или «идеального» члена категории. Прототип не всегда существует в реальности и чувствителен к контексту^[29]. Категории определяются не набором жестко заданных признаков, а типичным, семейным сходством^[30].

Теория экземпляров — ещё один вариант подхода схожести; в памяти сохраняются все известные примеры (экземпляры) категории. При встрече с новым объектом система сравнивает его с эталонными экземплярами и определяет категоризацию на основе суммы сходств. Модель контекста Медина и Шаффера (1978), например, реализует подход «ближайшего соседа»^[31].

Концептуальная кластеризация — парадигма машинного обучения, предложенная Рышардом Михальским в 1980 году, для неконтролируемой классификации^[32][33]. В отличие от обычного кластерного анализа, концептуальная кластеризация строит описание концепта для каждого нового кластера^[34]. В рамках этого подхода члены класса определяются через их концептуальные описания. Концептуальная кластеризация близка к нечёткому множеству — объекты могут входить в несколько групп с разной степенью соответствия, а границы категорий часто размыты.

Обширное рассмотрение обучения категориям выходит за рамки данной статьи, однако краткое описание процесса полезно для понимания формальных моделей категоризации.

Если когнитивная категоризация исследует, как используются и поддерживаются категории, то обучение категориям — как они первоначально осваиваются. Для этого нередко применяются искусственные категории (например, матрицы из точек), с которыми испытуемые не знакомы заранее^[35]. Различают два типа обучения: через классификацию (обучение межкатегорийной информации) и через инференцию (обучение внутрикатегорийной информации).

Также существует деление на контролируемое (с обучающей разметкой, включающее выделение правил или концептов) и неконтролируемое (кластеризация без заданных меток). Существуют задания:

• Правило-ориентированные: освоение explicit-правил.
• Интеграция информации: надо объединять признаки из разных источников, чтобы принять решение.
• Искажение прототипов: освоение и генерация прототипа, затем классификация объектов по близости к нему.

Различные теории предлагают разные механизмы освоения категорий^[36]. Наиболее заметные: теория прототипов, теория экземпляров и теория решающих границ^[35].

Теория прототипов: усваивается представление прототипа категории, потом объекты классифицируются по близости к нему^[35].

Теория экземпляров: усваиваются отдельные экземпляры, новые объекты классифицируются по степени сходства с имеющимися^[31].

Теория решающих границ: усваиваются области признаков в пространстве стимулов, разделённые границами; объект относят к области с определённой категорией^[37].

Вычислительные модели категоризации создаются для проверки теорий о том, как человек использует знания о категориях. Модели подгоняют под экспериментальные данные и оценивают успешность по согласованности предсказаний с реальным поведением.

У большинства моделей три принципиальных предпосылки^[38]: 1) репрезентация стимула (напр., точка в многомерном пространстве признаков); 2) определение, какую информацию необходимо извлечь (например, все экземпляры категории); 3) правило выбора отклика (например, по максимальному сходству).

Ключевые типы представлений:

• Экземплярные модели: хранят все отдельные примеры с метками; решение — на основе суммарного сходства с известными примерами.
• Прототипные модели: хранят усреднённый (типовой) образ категории; решение — по близости к прототипу.
• Правило-ориентированные модели: используют списки необходимых и достаточных признаков для категории, либо определяют границы между классами.

Взвешенная модель признаков прототипа — Рид (1972) показал в эксперименте по категоризации лиц, что рациональная стратегия участников — построение прототипов для категорий и классификация по максимальному сходству с ними; весовые коэффициенты различия признаков имеют ключевую роль^[28].

Обобщённая модель контекстов (GCM) — в отличие от ранних моделей, эта модель хранит для каждого экземпляра список признаков, вычисляет «психологическую дистанцию» и определяет вероятность выбора категории через экспоненциальную функцию сходства^[39].

Модель RULEX (Rule-Plus-Exception) — решение о классификации формируется на основе дерева из последовательных проверок признаков; ищутся точные, неидеальные или конъюнктивные правила, а при необходимости добавляются исключения^[40].

SUSTAIN (Supervised and Unsupervised Stratified Adaptive Incremental Network) — гибкая кластерная модель, адаптирующаяся под цели и стратегию испытуемого, с возможностью как «ручной» корректировки кластеров на основе обратной связи (supervised), так и их автоматического появления при недостаточной схожести (unsupervised)^[41].

Социальная категоризация — это распределение людей по группам на основе различных признаков. Помимо когнитивного аспекта[[]], социализация категоризации рассматривается и как социальная деятельность. От других видов категоризации ее отличает то, что люди создают группы для себя и других на почве социальной идентичности: этническая принадлежность, религия, пол, статус и пр^[2]. Социальные категории часто автоматически применяются при знакомстве с незнакомцем по физическим признакам^[42]. Социальные категории, будучи субъективными и контекстно зависимыми, определяют процесс самоидентификации и позиционирования относительно других, а также иерархию межгрупповых отношений^[43][44].

Категоризация начинается в детстве и отражается как на развитии представлений о социуме, так и на возникновении предубеждений^[42]. Взрослые своими обобщениями о группах влияют на становление у ребёнка стереотипов^[43].

Сортировка людей по критериям может приводить к насилию, иерархии и дискриминации^[45]. Классический пример — редукция этнического разнообразия к нескольким «расовым» категориям, что способствует возникновению стереотипов и сегрегации, а затем — дискриминации^[46][47]. Эти процессы приводят к дегуманизации и конфронтации групп, что отражено в теории социальной идентичности Тажфела^[45].

Категоризация невозможна без возможности мискатегоризации — неверного отнесения к категории^[48]. Именно на ошибке, возможности различать членов и чуждые элементы, основано познание. Без ошибок невозможно ни научение, ни определение самой категории. В области обыденных категорий (например, «собака»/«несобака») это обеспечивается обилием примеров и корректирующей обратной связью, что позволяет выявлять границы и признаки категории.