Kognitywistyka: tworzenie pojęć i rozumowanie Studium przypadku: rozumowania abdukcyjne, c.d.

Transkrypt

1 Kognitywistyka: tworzenie pojęć i rozumowanie Studium przypadku: rozumowania abdukcyjne, c.d. Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl

2 Peirce Struktura rozumowania abdukcyjnego [11]: Obserwujemy zaskakujące zjawisko C. Gdyby A było prawdziwe, zachodzenie C byłoby oczywiste. Mamy zatem podstawy, by podejrzewać, że A jest prawdziwe. kognitywistyka, rok V (IP UAM) K:TPiR 2 / 34

3 Kilka wstępnych rozstrzygnięć 1 Produkt czy proces? 2 Start i cel. 3 Generowanie a ocena. kognitywistyka, rok V (IP UAM) K:TPiR 3 / 34

4 Trzy modele rozumowań abdukcyjnych [20] Zasada podziału: rodzaj postulowanego związku między hipotezą abdukcyjną a zjawiskami (czy też raczej reprezentacjami zjawisk), którym za jej pomocą próbujemy nadawać sens : czy przed hipotezą abdukcyjną stawia się zadanie wyjaśniania owych zjawisk oraz czy z hipotezy powinny one wynikać (a dokładniej, wynikać logicznie). Model eksplanacyjno-dedukcyjny: związek eksplanacyjny i dedukcyjny zarazem. Model eksplanacyjno-koherencyjny: związek eksplanacyjny, ale niededukcyjny. Model apagogiczny: związek nieeksplanacyjny i niededukcyjny. kognitywistyka, rok V (IP UAM) K:TPiR 4 / 34

5 Model eksplanacyjno-dedukcyjny: składniki procedury abdukcyjnej H jest hipotezą abdukcyjną dla zdania A na gruncie teorii X wówczas, gdy, z uwagi na przyjęte standardy wyprowadzalności spełnione są następujące warunki: (C1) (C2) zdanie A nie jest wyprowadzalne z X oraz zdanie A jest wyprowadzalne z X i H łącznie. 1 Logika bazowa. 2 Metoda dowodowa. 3 Mechanizm generowania hipotez. 4 Implementacja kryteriów oceny hipotez. kognitywistyka, rok V (IP UAM) K:TPiR 5 / 34

6 Model eksplanacyjno-koherencyjny W modelu e-d celem jest zdefiniowanie możliwie efektywnej obliczeniowo procedury generującej hipotezy abdukcyjne, przy czym nie wymaga się, żeby procedura taka była psychologicznie adekwatna. W modelu e-k natomiast chodzi raczej o to, żeby możliwie adekwatnie scharakteryzować rzeczywisty sposób przeprowadzania rozumowań abdukcyjnych, uwzględniając ich (w szerokim sensie) pragmatyczny kontekst. kognitywistyka, rok V (IP UAM) K:TPiR 6 / 34

7 Model eksplanacyjno-koherencyjny: krytyka modelu e-d [20] 1 Kiedy warto uruchomić procedurę poszukiwania hipotez abdukcyjnych? 2 Co decyduje o tym, że postanawiamy szukać wyjaśnień dla tych, a nie innych zjawisk? 3 Czy wyjaśnianie musi mieć charakter dedukcyjny? 4 Reprezentacje niewerbalne? 5 Poszukiwanie wyjaśnień abdukcyjnych może być zadaniem wielopoziomowym. 6 Rozumowania abdukcyjne bywają twórcze. 7 Kryteria oceny są cokolwiek nierealistyczne (niesprzeczność, minimalność). kognitywistyka, rok V (IP UAM) K:TPiR 7 / 34

8 Co i kiedy? W Peirce owskim obserwujemy zaskakujące zjawisko możemy zaskoczenie potraktować: 1 jako metaforę jak w modelu e-d i dokonywać jego interpretacji w zamierzonym formalizmie procedury abdukcyjnej, jako niewyjaśnialne na gruncie zastanej, założonej teorii (nowe bądź anomalne). Ponieważ na gruncie dowolnej teorii dowolnie wiele zjawisk jest niewyjaśnialnych, musimy wyjaśniany problem traktować jako arbitralnie zadany. Zresztą, jestże w pojęciu wynikania logicznego miejsce na jakiekolwiek aspekty podmiotowe? 2 dosłownie ale wówczas zaskoczenie jest czyimś zaskoczeniem, niespodzianka jest niespodzianką dla kogoś. A zatem: nowe bądź anomalne, ale także: istotne. Ważne stają się więc eksplanacyjne potrzeby i epistemiczne żądania rozumującego podmiotu, a różne potrzeby i żądania zaspokajane być mogą przez różne hipotezy. Ponadto, znaczenie zaczynają mieć reakcje emocjonalne (poczynając od poznawczej irytacji ). kognitywistyka, rok V (IP UAM) K:TPiR 8 / 34

9 Wyjaśnianie jeśli nie DN, to co? Dlaczego Jan włamał się do bankomatu? interpretacja pytania, epistemiczne żądania podmiotu. 1 Dlaczego Jan włamał się do bankomatu? 2 Dlaczego Jan włamał się do bankomatu? 3 Dlaczego Jan włamał się do bankomatu? 1 Żeby spłacić karciane długi (wyjaśnienie teleologiczne) 2 Eustachy zachorował i Jan musiał go zastąpić (wyjaśnienie przyczynowe) 3 Kamera ochrony przy bankomacie powędrowała do remontu (w połączeniu ze statystycznym prawem, głoszącym iż pozostawienie rzeczy wartościowych bez ochrony czyni próbę ich zrabowania wielce prawdopodobną wyjaśnienie indukcyjno-statystyczne), itd. kognitywistyka, rok V (IP UAM) K:TPiR 9 / 34

10 Wyjaśnianie jeśli nie DN, to co? Dlaczego Jan włamał się do bankomatu? interpretacja pytania, epistemiczne żądania podmiotu. 1 Dlaczego Jan włamał się do bankomatu? 2 Dlaczego Jan włamał się do bankomatu? 3 Dlaczego Jan włamał się do bankomatu? 1 Żeby spłacić karciane długi (wyjaśnienie teleologiczne) 2 Eustachy zachorował i Jan musiał go zastąpić (wyjaśnienie przyczynowe) 3 Kamera ochrony przy bankomacie powędrowała do remontu (w połączeniu ze statystycznym prawem, głoszącym iż pozostawienie rzeczy wartościowych bez ochrony czyni próbę ich zrabowania wielce prawdopodobną wyjaśnienie indukcyjno-statystyczne), itd. kognitywistyka, rok V (IP UAM) K:TPiR 9 / 34

11 Reprezentacje niewerbalne pocztówki znad krawędzi [9] Architektura systemu wyspecjalizowanego w rozumowaniach przestrzennych (spatial reasoning): z 1) obiektów wyobrażeniowych (imagery objects, pasywnych bądź aktywnych) zbudowane są 2) światy przestrzenne (spatial worlds), przy czym jeden i ten sam obiekt może występować w wielu światach; te z kolei powiązane są regułami nawigacyjnymi, które umożliwiają operowanie obiektami w ramach poszczególnych światów i przenoszenie obiektów z jednego świata do drugiego, tworząc 3) strukturę światów przestrzennych. Taką strukturę możemy rozpatrywać jako skierowany graf i badać zależności między poszczególnymi światami, dokonując przekształceń dopuszczanych przez reguły nawigacyjne. Wiatr, okno, firana, doniczka, liście, kasztanowiec? Logika modalna pierwszego rzędu? kognitywistyka, rok V (IP UAM) K:TPiR 10 / 34

12 Model eksplanacyjno-koherencyjny: Paula Thagarda pomysły na abdukcję [13 19] 1 Rozumowanie. 2 Wyjaśnianie. 3 Model neuronalny (ale sztuczny). 4 Kryteria oceny hipotez. kognitywistyka, rok V (IP UAM) K:TPiR 11 / 34

13 Składniki rozumowań 1 Reprezentowalne za pomocą struktur językowych [12]. 2 Modele stanów rzeczy [7]. Thagard rezygnuje z pojęcia sądu (jako znaczenia zdania) na rzecz biologicznie realistycznych pojęć związanych ze strukturami neuronalnymi : rozumowania są, w jego ujęciu, przekształceniami struktur neuronalnych (a rozumowania wyrażane za pomocą zdań są jedynie szczególnym przypadkiem takich struktur), są procesami w znacznej mierze nieświadomymi, w których wiele informacji, przetwarzanych równolegle, wiązanych jest w spójną całość. kognitywistyka, rok V (IP UAM) K:TPiR 12 / 34

14 Wyjaśnianie W modelu e-k (podobnie zresztą jak w e-d) chętnie wskazuje się na bliskie związki (a niekiedy tożsamość) abdukcji i wnioskowania do najlepszego wyjaśnienia (Inference to the Best Explanation [8]): D jest zbiorem informacji (faktów, obserwacji, danych). H wyjaśnia D (wyjaśniałoby, gdyby było prawdziwe). Żadna inna hipoteza nie wyjaśnia D równie dobrze jak H. Zatem H jest prawdopodobnie prawdziwe. [4] 1 Co to właściwie jest wyjaśnienie? 2 Co to znaczy, że jakieś wyjaśnienie jest lepsze od innych? kognitywistyka, rok V (IP UAM) K:TPiR 13 / 34

15 Paradoksy modelu dedukcyjno-nomologicznego [4] 1 Barometr i burza: z prawa Ilekroć spada wskazówka barometru, tylekroć nadciąga burza i zdania Wskazówka barometru spada logicznie wynika wniosek Nadciąga burza. Wyjaśnienie? [zasada wspólnej przyczyny] 2 Długość cienia masztu można wyjaśnić, obliczając ją na podstawie znajomości m.in. wysokości masztu. Ale w drugą stronę również. Czy długość cienia wyjaśnia wysokość masztu? [asymetria wyjaśniania] 3 Znając położenia ciał niebieskich i prawa mechaniki nieba można obliczyć datę najbliższego zaćmienia Słońca i wyjaśnić je w ten sposób. Ale można też policzyć datę poprzedniego zaćmienia. [wyjaśnienia a predykcje i retrodykcje] 4 Osoby zażywające pigułki antykoncepcyjne nie zachodzą w ciążę. Jan zażywa. To wyjaśnia, dlaczego Jan nie zachodzi w ciążę? [czynniki przyczynowo istotne] kognitywistyka, rok V (IP UAM) K:TPiR 14 / 34

16 Paradoksy modelu indukcyjno-statystycznego [4] 1 Większość pacjentów neurotycznych w następstwie terapii wraca do zdrowia. Jan poddał się psychoterapii. Problem: czy prawdopodobieństwo wyzdrowienia po poddaniu się terapii jest wyraźnie wyższe od prawdopodobieństwa wyzdrowienia bez niej? Takoż: witamina C i katar. 2 Wyrzucenie orła podczas rzutu odpowiednio spreparowaną monetą (w przypadku której prawdopodobieństwo wyrzucenia reszki wynosi 95%). Model IS wyjaśni reszę, ale nie orła choć to wcale nie jest bardziej tajemnicze zdarzenie, a jedynie mniej prawdopodobne. kognitywistyka, rok V (IP UAM) K:TPiR 15 / 34

17 Problemy modelu przyczynowego [4] Przyczyny główne i uboczne: za pożar lasu odpowiada ten, kto wyrzucił butelkę, Słońce, bez którego ściółka by się nie zapaliła, producent butelki...? Gdzie zaczyna się (albo kończy) odpowiedzialność lekarza, za to co zrobił albo czego nie zrobił (The Mistake, sezon 2 House, M. D.)? kognitywistyka, rok V (IP UAM) K:TPiR 16 / 34

18 Wyjaśnianie obchodzenie problemu [3] Problem abdukcyjny czwórka uporządkowana < D all, H all, e, pl > gdzie: D all jest (skończonym) zbiorem danych do wyjaśnienia; H all jest (skończonym) zbiorem hipotez jednostkowych; e jest funkcją ze zbioru potęgowego zbioru H all w zbiór potęgowy zbioru D all ; pl jest funkcją ze zbioru potęgowego zbioru H all w pewien zbiór częściowo uporządkowany. Funkcja e wyznacza eksplanacyjne związki między zbiorem hipotez (H all ) a zbiorem danych do wyjaśnienia (D all ) w ten sposób, że hipotezy należące do zbioru H stanowią wyjaśnienia dla danych należących do e(h). Natomiast pl jest funkcją wyznaczającą wiarygodność zbiorów hipotez. kognitywistyka, rok V (IP UAM) K:TPiR 17 / 34

19 Wyjaśnianie obchodzenie problemu [3] < D all, H all, e, pl > Zbiór hipotez H jest zupełny wtedy i tylko wtedy, gdy wyjaśnia wszystkie dane (czyli gdy e(h) = D all ). Zbiór hipotez H jest oszczędny wtedy i tylko wtedy, gdy żaden jego podzbiór właściwy nie wyjaśnia wszystkich danych wyjaśnianych przez H (czyli nie istnieje podzbiór właściwy H zbioru H, taki że e(h) e(h )). Zbiór hipotez H jest wyjaśnieniem wtedy i tylko wtedy, gdy jest zarazem zupełny i oszczędny, czyli gdy wyjaśnia wszystkie dane i nie zawiera hipotez zbędnych. Zbiór hipotez H jest najlepszym wyjaśnieniem wtedy i tylko wtedy, gdy nie istnieje wyjaśnienie H takie, że pl(h ) > pl(h), czyli gdy żadne inne wyjaśnienie nie jest bardziej wiarygodne niż H. kognitywistyka, rok V (IP UAM) K:TPiR 18 / 34

20 Wyjaśnianie rozbrajanie problemu Thagard: hipoteza wyjaśnia eksplanandum, jeśli jest w stanie przedstawić je jako ostatni element ciągu przyczynowo-skutkowego; wspólnym mianownikiem różnych modeli wyjaśniania jest przyczynowość. Problemy [2]: ontologiczny (czym jest wyjaśnianie?); metodologiczny (na jakiej podstawie rozpoznajemy związki przyczynowe?) Michotte [10] kognitywistyka, rok V (IP UAM) K:TPiR 19 / 34

21 Sztuczny model neuronalny Sieci neuronowe uczone są najpierw reguł przyczynowych oraz związków eksplanacyjnych. Wykrycie potencjalnego eksplanandum, którym może być zjawisko, zdanie bądź jakikolwiek inny rodzaj danych, możliwych do reprezentowania za pomocą sieci, uruchamia moduł odpowiedzialny za reakcję emocjonalną, inicjującą dalszą aktywność. Działania kolejnych populacji neuronów (reprezentujących zapamiętane reguły przyczynowe oraz zasady dokonywania operacji na reprezentacjach) zmierzają do odnalezienia poprzednika reguły, której zjawisko wyjaśniane jest następnikiem, generując w ten sposób wyjaśnienia przyczynowe. Sieci zdolne są także do dokonywania prostej oceny hipotez, bazującej na sprawdzeniu, czy wartość, uzyskiwana przez wybrane wyjaśnienie na wyjściu, jest wystarczająco wyższa od wartości hipotez konkurencyjnych. Jeśli generowanie hipotezy wyjaśniającej kończy się sukcesem, sygnał emocjonalny przełączany jest z zaskoczenia na usatysfakcjonowanie, co z kolei prowadzi do akceptacji wybranej przyczyny jako adekwatnego wyjaśnienia eksplanandum i powrotu sygnału emocjonalnego do wyjściowego, neutralnego poziomu. kognitywistyka, rok V (IP UAM) K:TPiR 20 / 34

22 Kryteria oceny hipotez Konsiliencja. Prostota. Podobieństwo. Koherencja. kognitywistyka, rok V (IP UAM) K:TPiR 21 / 34

23 Konsiliencja* Teoria jest tym bardziej konsilientna, im bardziej unifikuje i systematyzuje wiedzę i z im bardziej różnych dziedzin przedmiotowych pochodzą fakty, które zdolna jest wyjaśniać. Jako że wraz z rozwojem teorii może zmieniać się zarówno poziom unifikowania i systematyzowania, jak i jej obszar zastosowań, konsiliencja teorii jest własnością dynamiczną i może zmieniać się w czasie. Rzecz jasna to, co istotne dla oceny teorii czy hipotezy, to nie prosta liczba wyjaśnianych przez nie faktów, a ich różnorodność i względna istotność. Wskutek tego, w ocenie konsiliencji pojawić się może perspektywa podmiotowa: ocena stopnia różnorodności wyjaśnianych faktów zakłada odpowiednio bogatą wiedzę na temat dziedzin, z których pochodzą, a względna istotność hipotez zależy od epistemicznego celu podmiotu. *Wg Thagarda, nie Wilsona. kognitywistyka, rok V (IP UAM) K:TPiR 22 / 34

24 Prostota Zwięzłość? Minimalność logiczna? Prostota jest funkcją rozmiaru i stopnia skomplikowania zbioru hipotez, a także relacji między samymi hipotezami, potrzebnymi na gruncie danej teorii do wyjaśnienia zaskakujących zjawisk. Tak rozumiana prostota nakłada pewne ograniczenia na konsiliencję: teoria zarazem konsilientna i prosta nie tylko wyjaśnia szeroką gamę zjawisk, ale w wyjaśnianiu tym nie odwołuje się do nadmier nie wielkiej liczby hipotez ad hoc, o wąskim zakresie zastosowania. Pojęcie prostoty jest bardzo złożone kognitywistyka, rok V (IP UAM) K:TPiR 23 / 34

25 Podobieństwo zjawisk wyjaśnianych do już wyjaśnionych ([6]: dźwięk i światło); rozumowań, reguł i rozwiązań problemów stosowanych w wyjaśnianiu różnych zjawisk ([5; 21]: teoria doboru naturalnego i organizmy społeczne). Przy czym rzecz nie w prostym współwystępowaniu zjawisk, a we współwyjaśnianiu. Z faktu, że obiekty A i B mają własności P, Q, R i z faktu, że wykazywanie przez A własności S wyjaśnia, dlaczego A jest P, Q, R wyprowadzić możemy wniosek, że ewentualne wykazywanie przez B własności S byłoby obiecującym wyjaśnieniem wykazywania przez B własności P, Q, R. Wniosek, że B ma własność S byłby być może zbyt daleko idący, ale podobieństwa między A i B podnoszą wartość wyjaśnienia wykazywania własności P, Q, R za pomocą S. Przedmiotem analogii są zatem nie tylko własności obiektów, ale także relacje między obiektami i ich własnościami (zwłaszcza relacje przyczynowe). kognitywistyka, rok V (IP UAM) K:TPiR 24 / 34

26 Podobieństwo Stosowanie znanych modeli nie stanowi istoty wyjaśniania, ale jest pomocne, ceteris paribus. kognitywistyka, rok V (IP UAM) K:TPiR 25 / 34

27 Koherencja 1 Dążenie do maksymalizowania koherencji jest istotą każdego rozumowania. 2 Koherencja jest istotna nie tylko ze względu na kwestię akceptowania bądź odrzucania wniosków rozumowań, ale może być również powiązana z przypisywaniem pozytywnej bądź negatywnej charakterystyki emocjonalnej interesującym nas reprezentacjom. 3 Istotą procesu maksymalizowania koherencji jest porządkowanie przestrzeni reprezentacji za pomocą sieci wzajemnie powiązanych zależności; proces ten można scharakteryzować za pomocą określonych algorytmów. kognitywistyka, rok V (IP UAM) K:TPiR 26 / 34

28 Koherencja Teoria Koherencji Eksplanacyjnej Zasada symetrii: koherencja eksplanacyjna jest relacją symetryczną. Zasada wyjaśniania: (a) hipoteza jest koherentna z wyjaśnianymi przez siebie obserwacjami lub innymi hipotezami; (b) hipotezy, które wspólnie wyjaśniają to samo eksplanandum, są ze sobą koherentne; (c) im więcej hipotez potrzeba, by wyjaśnić jedno eksplanandum, tym niższy poziom ich wzajemnej koherencji. Zasada podobieństwa: podobne hipotezy wyjaśniające podobne zjawiska są ze sobą koherentne. Zasada priorytetu danych: poziom akceptacji elementów, charakteryzujących wyniki obserwacji, nie musi zależeć od związków koherencji. Zasada sprzeczności: elementy sprzeczne nie są ze sobą koherentne. Zasada konkurencji: jeśli elementy P i Q wyjaśniają to samo eksplanandum, a nie są eksplanacyjnie powiązane ze sobą, to nie są ze sobą koherentne. Zasada akceptacji: akceptacja elementu zależy od jego koherencji z reprezentacjami, do systemu których należy. kognitywistyka, rok V (IP UAM) K:TPiR 27 / 34

29 Koherencja Koherencja pełni w ocenie hipotez wyjaśniających rolę metakryterium, sprzężonego co najmniej z konsiliencją i podobieństwem. Abdukcyjne nadawanie sensu zjawiskom zaskakującym polega w gruncie rzeczy na takiej ich interpretacji, która pasuje do dostępnych danych lepiej niż interpretacje alternatywne. Z kolei najlepszą interpretacją jest taka, która oferuje najbardziej spójny, koherentny obraz tego, co próbujemy zrozumieć. Dedukcyjne związki między hipotezą a eksplanandum są tylko jednym z możliwych sposobów pojmowania koherencji i nie mają uprzywilejowanego charakteru w porównaniu ze związkami bazującymi choćby na podobieństwie czy zależnościach percepcyjnych. kognitywistyka, rok V (IP UAM) K:TPiR 28 / 34

30 Struktura rozumowania abdukcyjnego 1 Emocjonalna reakcja zdziwienia, wywołana identyfikacją zjawiska zarazem zaskakującego i interesującego na tyle, by stać się celem wyjaśniania, którego zadaniem jest maksymalizowanie koherencji zbioru reprezentacji mentalnych. 2 Poszukiwanie hipotez wyjaśniających wśród hipotez uprzednio stosowanych lub w każdym razie znanych. 3 Próby konstrukcji nowych hipotez. 4 Ich porównawcza ocena bazująca na, powiązanych z oceną koherencji, kryteriach konsiliencji i podobieństwa, a także prostoty (przy czym granice między generowaniem a oceną hipotez nie są ostre, procesy te przenikają się nawzajem i mogą przebiegać równolegle). 5 Akceptacja wybranej hipotezy powiązana jest z pojawieniem się poznawczego usatysfakcjonowania: proces abdukcji tak jak zaczyna się, tak i kończy reakcją emocjonalną (co nie znaczy, rzecz jasna, że każde rozumowanie abdukcyjne dociera do tego etapu). kognitywistyka, rok V (IP UAM) K:TPiR 29 / 34

31 Jako podsumowanie Paula Thagarda pomysłów na abdukcję: Abdukcja, zamiast przypominać nieco głupkowatego kuzyna dedukcyjnej reguły modus ponendo ponens, jest tak naprawdę znacznie bogatszą i bardziej produktywną (more powerful) formą myślenia. kognitywistyka, rok V (IP UAM) K:TPiR 30 / 34

32 Źródła I [1] Ajdukiewicz, K. [1974]. Logika pragmatyczna. PWN, Warszawa. [2] Bunge, M. [1979]. Causality and Modern Science. Dover Publications, New York, 3 wyd. [3] Bylander, T., Allemang, D., Tanner, M. C., Josephson, J. R. [1995]. The Computational Complexity of Abduction. Rap. tech., Department of Computer and Information Science, The Ohio State University, Columbus. [4] Grobler, A. [2006]. Metodologia nauk. Wydawnictwo Aureus, Wydawnictwo Znak, Kraków. [5] Hamilton, W. D. [1964]. The Genetical Evolution of Social Behaviour, I II. Journal of Theoretical Biology, 7:1 16, [6] Huygens, C. [1690]. Traité de la lumière. Leiden. Angielski przekład dostępny on-line: Treatise on Light, tłum. Silvanus P. Thompson. kognitywistyka, rok V (IP UAM) K:TPiR 31 / 34

33 Źródła II [7] Johnson-Laird, P. N. [1983]. Mental Models. Cambridge University Press, Cambridge, MA. [8] Lipton, P. [2004]. Inference to the Best Explanation. Routledge, London. [9] Magnani, L. [2001]. Abduction, Reason and Science: Processes of Discovery and Explanation. Kluwer Academic Publishers. [10] Michotte, A. [1946]. La Perception de la Causalité. Institut Supérieur de Philosophie, Louvain. Angielski przekład: The perception of causality, tłum. T. Miles i E. Miles, Basic Books, [11] Peirce, C. S. [ ]. Collected Works, Charles Hartshorne, Paul Weiss, Arthur W. Burks (eds.), Harvard University Press, Cambridge, MA. [12] Rips, L. J. [1994]. The Psychology of Proof: Deductive Reasoning in Human Thinking. MIT Press, Cambridge, MA. kognitywistyka, rok V (IP UAM) K:TPiR 32 / 34

34 Źródła III [13] Thagard, P. [1995]. Abductive Reasoning: Logic, Visual Thinking and Coherence. MIT Press, Cambridge, MA. [14] Thagard, P. [2000]. Coherence in Thought and Action. MIT Press, Cambridge, MA. [15] Thagard, P. [2006]. Hot Thought: Mechanisms and Applications of Emotional Cognition. MIT Press, Cambridge, MA. [16] Thagard, P. [2007]. Abductive inference: From philosophical analysis to neural mechanisms. W: A. Feeney, E. Heit (red.), Inductive reasoning: Cognitive, mathematical, and neuroscientific approaches, Cambridge University Press, Cambridge. [17] Thagard, P., Litt, A. [2008]. Models of scientific explanation. W: Sun, R. (red.) The Cambridge Handbook of Computational Psychology. Cambridge University Press, kognitywistyka, rok V (IP UAM) K:TPiR 33 / 34

35 Źródła IV [18] Thagard, P., Shelley, C. P. [1997]. Abductive reasoning: logic, visual thinking and coherence. W: M.-L. Dalla Chiara, K. Doets, D. Mundici, J. van Benthem (red.), Logic and scientific methods, Kluwer Academic Press, Dordrecht. [19] Thagard, P., Verbeurgt, K. [1998]. Coherence as constraint satisfaction. Cognitive Science, 22:1 24. [20] Urbański, M. [2009]. Rozumowania abdukcyjne. Modele i procedury. WN UAM, Poznań. [21] Wilson, E. O. [1975]. Sociobiology: The New Synthesis. Harvard University Press, Cambridge, MA. Polski przekład (wersja skrócona): Socjobiologia, tłum. M. Siemiński, Zysk i S-ka, Poznań kognitywistyka, rok V (IP UAM) K:TPiR 34 / 34