Volgens mij is er een belangrijk verschil in de wetenschapspraktijk tussen enerzijds die benaderingen die zo goed mogelijk proberen het systeem in kwestie te *beschrijven*, versus benaderingen die proberen een systeem te *voorschrijven*. Met voorschrijven bedoel ik niet: bepalen wat er moet gebeuren. Het bepalen wat er moet gebeuren doet men in de technologie en ik hen het nu over wetenschap. Het onderzoeken, analyseren van het systeem doet men in de wetenschap. Ik gebruik beschrijven en voorschrijven hier allebei als vormen van analyse, vormen van onderzoek waarmee men probeert het systeem te begrijpen. (Sterker nog, in voorkomende gevallen heeft de technologie meer aan een goede beschrijving dan aan een voorschrijving van het systeem in kwestie, waarover zo dadelijk meer).
Een beschrijvende techniek komt uiteindelijk in kwantitatieve zin neer op het opstellen van een dynamische vergelijking met daarin een aantal variabelen en parameters, waarbij deze vergelijking zo goed en zo kwaad als het gaat poogt om het gedrag van het systeem te .. ja, te beschrijven dus. Een groot deel van de wetenschap is gericht op dit doel. F = m * a is zo’n dynamische vergelijking, uit de mechanische natuurkunde, die vertelt hoe een kracht, uitgeoefend op een massa en de daarbijbehorende beweging in de ruimte (om precies te zijn: de versnelling) met elkaar samenhangen. F = m * a klopt (althans zo lang we niet te precies doen) en het kan gebruikt worden om te voorspellen. Je kunt het ook gebruiken om technologie te ontwikkelen, om bijv te berekenen hoe groot een kracht moet zijn om een bepaalde massa in een bepaalde versnelling te krijgen, of hoe groot een tegenkracht moet zijn om dat juist te voorkomen. Het is dus een volledig soort wetenschap in dat de onderzoeker observeert, modelleert en vervolgens dat model kan gebruiken voor allerlei doelen die de mens zich stelt. Wat willen we nog meer.
Cognitiewetenschappers willen meer. Zij willen niet alleen dat F = m * a klopt als precieze beschrijving van een bestaand, natuurlijk systeem, zij willen F, m en a kunnen namaken. Een cognitiewetenschappelijke benadering van de Newtoniaanse natuurkunde zou er voor pleiten een kunstmatig systeemte creeren waarin F = m * a geldt, zonder daarbij gebruik te maken van ‘echte’, natuurlijke fysische objecten in de ‘echte’ fysische ruimte. Immers, als ik met een een appel uit een boom laat vallen heb ik welliswaar gebruik gemaakt van de natuurkundige krachten in de echte wereld, maar ik heb ze niet zelf gemaakt. Ik heb geen ‘fysiek object’ geconstrueerd, ik heb er gewoon eentje genomen (de appel). En ik heb geen zwaartekracht gemaakt, ik heb gewoon gebruik gemaakt van de zwaartekracht van de aarde. Het is lastig voor te stellen wat het zou betekenen om ‘natuurkundige grootheden kunstmatig te produceren’. Het zal, lijkt mij, diep in de natuurkunde moeten duiken die heeft onderzocht wat nu eigenlijk de ultieme bouwstenen zijn van het heelal (snaren, quarks, dat soort dingen) en dan zul je die dingen moeten nabouwen om te kijken of ze elkaar aantrekken en afstoten zoals F=m*a dat voorspelt. En het lijkt me vervolgens enigszins onmogelijk om ’snaren na te bouwen’ omdat alles wat we ooit hebben gebouwd, als mens, altijd al een fysische ruimte veronderstelde als platform en grondstof van waaruit we iets gingen bouwen. Om iets te bouwen heb je een werkplaats en materiaal nodig, maar hoe kun je een ‘werkplaats’ en ‘materiaal’ bouwen als daar niet ook weer een werkplaats en nog basaler materiaal voor bestaat?
Maar dat probleem bestaat, lijkt me, alleen in de fundamentele natuurkunde. Voor hogere orde zaken zoals ‘biologisch leven’ en ‘de menselijke geest’ moet het in principe mogelijk zijn om dergelijke systemen niet alleen te beschrijven met een dynamische wet (zoals f= m*a), maar om het ook daadwerkelijk zelf, van de grond af, te construeren (te synthesetiseren). Dit noem ik wetenschap op een *voorschrijvende* manier, omdat je product, je output (je theorie) als wetenschapper niet bestaat uit een beschrijving maar uit een blauwdruk, een kookboek, een algoritme, dat *voorschrijft* hoe je het systeem zou kunnen nabouwen dat je aan het bestuderen bent. Een model van ‘kunstmatig leven’ (artificial life) is dus niet een beschrijving van echt leven, maar een recept, een manier om leven te *maken*.
Althans, dat zou het moete zijn. Het probleem is dat weinigen in de wetenschap het onderscheid tussen beschrijven en voorschrijven expliciet maken. De meeste modellen (inclusief alle bestaande modellen van kunstmatig leven en kunstmatige intelligentie die ik ken) zijn een raar soort mix van beschrijving en voorschrijving. Het zijn een soort recepten, die, als je ze netjes volgt, niet het gewenste resultaat opleveren. Een soort kookboek voor taarten, maar als je gaat koken volgens het kookboek krijg je geen taart, maar bijv een 3D kartonnen model (op schaal) van een taart. Dat ligt ook met name aan het grondstoffenprobleem. Er staat dan bijv: neem 3 ons verse “bressen”. Maar bij de groentewinkel kun je dan geen bressen krijgen. Dus als je bressen zou hebben, zou je die taart kunnen bakken maar je hebt gewoon geen bressen en dus krijg je ook geen bressentaart, hoogstens een model *van* een bressentaart. En een model is zelf alleen maar een *beschrijving* ook al is het opgesteld als een soort programma dat enkel uitgevoerd zou hoeven te worden.
Cognitiewetenschap is als een soort wetboek dat niet kan worden uitgevoerd omdat alle elementen die erin genoemd worden als zodanig niet bestaan of niet voorhanden zijn. Een wetboek met voorschriften als: “Kinderen onder de -3 mogen alleen onder begeleiding van 160+ers in de Taxus.”
Beschrijvende modellen worden in de cognitiewetenschap juist vaak als niet verklarend gezien. Ja, zegt men, je hebt nu wel heel precies *beschreven* hoe moeders en kinderen op elkaar reageren, maar je hebt daarmee nog niets *verklaard*. Er is geen *computationeel model* van het *echte onderliggende proces*. Volkomen kul. Ik heb liever een goede beschrijving van een fenomeen dan een ‘onderliggend computationeel model’ dat ik vervolgens toch niet echt kan uitvoeren. Ik zie niet waarom een computationeel model meer zou verklaren dan een ‘beschrijvend model’. Het punt is namelijk dat een beschrijvend model prima gebruikt kan worden om het systeem in kwestie te beinvloeden, om het te sturen. Beschrijvende modellen zijn de eerste stap opweg naar *sturingsmodellen* (ofwel: cybernetische modellen). Sturingsmodellen proberen de werkelijkheid niet *na te maken* maar proberen er genoeg van te begrijpen om haar naar wens te kunnen *veranderen*. Ik wil geen ‘kunstmoeder’ die een ‘robotkind’ gaat opvoeden: wat moet ik daarmee? Wat ik wil is genoeg te begrijpen van moeders en kinderen om, als dat nodig is, te kunnen ingrijpen als de boel in de soep dreigt te lopen (waarbij ‘ik’ ook de moeder of het kind zelf kan zijn uiteraard).
Ik vraag me af of cognitiewetenschap stiekem niet de enige wetenschap is die echt probeert *voorschrijvend* te analyseren. Zijn alle wetenschappen verder niet puur beschrijvend (of sturend) in de zin zoals ik hierboven heb beschreven? Wat probeert die cognitiewetenschap dan in vredesnaam te doen en waarom toch? Het lukt al 60 jaar niet, namelijk, dus waarom houden ze er niet eens mee op?
Popularity: 13% [?]