Казалось бы, если основная функция языка – коммуникация, то неопределенность должна была бы быть вытеснена из такого кода максимально быстро. Возможно, стоит еще раз прислушаться к Хомскому, считающему, что язык для коммуникации не так уж хорошо приспособлен, а сформировался главным образом для структурирования мышления, то есть для процессов «внутренних»; коммуникативная функция в этом случае является как бы побочным продуктом. Вербальный язык обеспечивает номинацию ментальных репрезентаций сенсорного инпута и, таким образом, «объективизирует» индивидуальный опыт. Но в работах по теории коммуникации давно обсуждаются коммуникативные ямы, провалы в понимании, образующиеся весьма часто, несмотря на правильность построения сообщения.
Таким образом, неопределенность и многозначность, казалось бы, должны при коммуникации любого типа стремиться к нулю, чтобы в идеале каждое слово или конструкция имели одно значение. Было бы разумно ожидать, что, эволюционируя, языки будут от неопределенности избавляться, но это противоречит фактам. К примеру, корпусные исследования по нескольким языкам показывают, что более короткие и более частотные слова как раз и являются самыми многозначными, что подтверждает идею экономности лексикона; таким образом, неопределенность информации в вербальном языке – его преимущество и средство экономии, так как одни и те же слова могут быть использованы в разных ситуациях и с разными значениями, а ситуация разрешается с помощью контекста [Piantadosi, Tily, Gibson, 2012].
Есть и психологическое объяснение: вместо того, чтобы анализировать композиционно и синтаксически сложные конструкции, говорящему когнитивно «выгоднее» передавать большее количество информации меньшими средствами, а слушающему тоже «выгоднее» включать все виды контекстов, чтобы декодировать компактное сообщение правильно.
Трудно спорить с тем, что интуитивные, метафорические, инологические когнитивные средства не менее мощны, чем классическая логика и ее следствия:
При переходе от интуитивного к логическому происходит процесс переливания информации из одной тары в другую, менее емкую и более жесткую. Часть информации при этом теряется. Ценность потерянной информации зависит от целей, с которыми она могла бы использоваться. Согласно теореме Гёделя, найдется ситуация, в которой окажется, что потерянная информация является ценной, и логический алгоритм откажет [Чернавский и др., 2004].
Нельзя не согласиться, что логическое описание мира может становиться препятствием для получения новых знаний, и приходится прибегать к совсем другим языкам, что блестяще сформулировал Бродский:
Поэзия не развлечение и даже не форма искусства, но скорее наша видовая цель. Если то, что отличает нас от остального животного царства – речь, то поэзия – высшая форма речи, наше, так сказать, генетическое отличие от зверей. Отказываясь от нее, мы обрекаем себя на низшие формы общения… Это колоссальный ускоритель сознания и для пишущего, и для читающего. Вы обнаруживаете связи и зависимости, о существовании которых и не подозревали, данные в языке, в речи. Это уникальный инструмент познания [Бродский, 2008].
В самом деле, особый интерес имеет исследование механизмов неоднозначности и неопределенности в произведениях искусства, где стоит совершенно противоположная задача – не уменьшить, а увеличить количество вариантов осмысления и прочтения. Эта область в рамках когнитивной науки разработана явно недостаточно.
Конечно, логика как дисциплина развивалась, приближаясь все более в разных своих ипостасях к тому, что мы привыкли считать реальным миром, и наиболее эффективной на этом пути, конечно, оказывается нечеткая логика [Манин, 2008; Финн, 2009]. Тем более это очевидно для искусства: Альфред Шнитке говорил, что для образования жемчужины в раковине, лежащей на дне океана, нужна песчинка – что-то «неправильное», инородное. Совсем как в искусстве, где истинно великое часто рождается «не по правилам».
Исследование неопределенности, с которой имеет дело любая когнитивная система, покрывает большое пространство – от сенсорной физиологии до когнитивной психологии (восприятие звуковой, зрительной и особенно тактильной и ольфакторной информации), изучение процессов обработки естественного языка человеком и при автоматическом его анализе, проблемы эффективности систем «человек – компьютер» [Hollan et al., 2000]. Отдельный интерес вызывают вопросы моделирования алгоритмов разрешения неопределенности в искусственных нейронных сетях, обучаемых воспроизводить реальные ментальные процедуры.