认知革命
📝 认知革命（cognitive revolution）是 1950-1970 年代心理学从行为主义转向认知科学的范式转换。这场革命的核心主张是：理解人类行为必须引入内部心理表征和加工过程的概念——恰恰是行为主义试图从心理学中清除的东西。Chomsky 对 Skinner 的语言理论的摧毁性批评、Miller 对短期记忆容量限制的发现、计算机科学提供的信息加工隐喻，以及多学科汇聚形成的认知科学，共同构成了这场革命的关键要素。
Chomsky 的语言学挑战
认知革命最具象征意义的事件是 Noam Chomsky（乔姆斯基）1959 年对 Skinner《言语行为》的书评（详见 ex02 行为主义章节）。Chomsky 的核心论证是：语言具有创造性（speakers can produce and understand sentences they have never heard before）和递归性（句子可以无限嵌套），这些特征不可能从有限的刺激-反应配对中通过强化学习而来。
Chomsky 提出了生成语法理论（generative grammar）和语言习得装置（Language Acquisition Device, LAD）概念：人类大脑天生配备了对语法结构的先天敏感性——一种"普遍语法"（Universal Grammar）。所有人类语言共享深层的结构特征，儿童不是"学会"语言，而是在语言输入的触发下"生长出"语法能力，就像身体在营养输入下生长出器官。
Chomsky 对行为主义的批评远超语言领域的学术争论——它动摇了整个行为主义纲领的根基：如果人类最复杂的行为能力（语言）需要诉诸先天的内部结构来解释，那么行为主义"一切由环境塑造"的核心假设就不成立。
📝 关键论证：“刺激贫乏论证”（Poverty of the Stimulus Argument）。 儿童接收到的语言输入是不完美的——包含错误、中断、省略，且远远不足以覆盖语言的全部规则。然而儿童在大约 5 岁时就能掌握母语的核心语法，能正确运用从未被明确教授的规则，甚至能纠正语法错误（如英语儿童自发产生 “goed” 这种过度规则化形式，说明他们掌握了规则而非仅仅模仿）。Chomsky 论证说，如果输入（语言环境）不足以解释输出（完整的语法能力），那么差异必须来自学习者本身的内在结构。
Miller 的"神奇数字 7 加减 2"
George Miller 在 1956 年发表的论文《神奇的数字七加减二》（“The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information”）是认知革命的另一篇里程碑文献。Miller 综合了多个领域的实验数据，发现人类在各种信息加工任务中反复出现一个容量限制——约 7 个信息单元（后来修正为约 4 个组块）。
这篇论文的革命性意义不仅在于发现了一个具体的容量限制，更在于它使用了信息论（information theory）的语言来描述心理过程——将人类心智类比为一个信息通道（information channel），具有可量化的容量限制和加工特性。这种描述方式本身就是对行为主义的根本挑战：它假设了内部存在着可以被描述和测量的信息加工过程。
Miller 本人在晚年将 1956 年 9 月 11 日在 MIT 举行的信息论学术研讨会视为"认知科学的生日"——在同一天，Chomsky 展示了生成语法理论，Allen Newell 和 Herbert Simon 展示了第一个人工智能程序"逻辑理论家"（Logic Theorist），Miller 自己也参与了讨论。
📝 概念贡献：组块（Chunking）。 Miller 提出的组块（chunking）概念不仅是一个记忆策略的描述，更是认知心理学的核心理论工具。组块揭示了一个深刻的原理：信息加工的单位不是客观的物理刺激，而是主观的心理表征——同一组字母可以是 12 个独立项目（超过容量）或 4 个有意义的缩写词（在容量内），取决于加工者的知识和表征方式。这一认识与行为主义的"客观刺激"概念形成了鲜明对比。
信息加工隐喻
认知革命的核心理论工具是信息加工隐喻（information processing metaphor）——将人类心智类比为计算机：
输入（感觉） → 编码 → 存储 → 检索 → 输出（行为）这一隐喻为心理学提供了一套全新的概念词汇：编码（encoding）、存储（storage）、检索（retrieval）、容量（capacity）、瓶颈（bottleneck）、并行加工（parallel processing）、串行加工（serial processing）。
信息加工隐喻的方法论价值在于：它使内部心理过程可以通过外部行为指标（反应时、正确率、错误模式）被间接但系统地研究——不需要回归内省法，也不必否认心理过程的存在。例如，如果一个任务的反应时随着某个变量线性增加，可以推断内部加工涉及串行搜索；如果反应时不受该变量影响，可以推断涉及并行搜索。
然而，计算机隐喻也有局限。批评者指出，人脑与计算机存在根本差异：大脑是大规模并行的（而非冯·诺依曼式的串行处理）；心理过程受情绪和动机的强烈影响（计算机不会因"紧张"而出错）；大脑具有可塑性和自组织能力（硬件可以改变自身结构）。1980 年代兴起的联结主义（connectionism / 神经网络模型）在一定程度上弥补了这些局限，用分布式表征和并行加工替代了符号操纵的隐喻。
认知科学的诞生
认知革命催生了一个新的跨学科领域——认知科学（cognitive science），整合了心理学、语言学、计算机科学（人工智能）、哲学（心灵哲学）、神经科学和人类学。
📝 里程碑：认知科学的关键贡献。 认知科学的跨学科整合产生了多项深刻的研究成果。Newell & Simon 的物理符号系统假说（1976）主张：任何具有操纵符号能力的系统（包括人脑和适当编程的计算机）都具有产生智能行为的充分手段。Marr 的视觉计算理论（1982）提出了分析认知系统的三个层次——计算理论（系统要解决什么问题）、算法（用什么步骤解决）和实现（用什么硬件运行）。Kahneman & Tversky 的启发式与偏误研究（1970s-1980s）揭示了人类判断的系统性偏差，最终导致行为经济学的诞生并获得诺贝尔经济学奖。
认知革命的局限与后续发展
认知革命本身也面临挑战和修正：
具身认知（embodied cognition）运动挑战了"心智是大脑中运行的程序"的假设，主张认知过程深度依赖身体及其与环境的物理互动——思维不是"在头脑中"发生的计算，而是"用全身"进行的与环境的耦合活动。
情境认知（situated cognition）强调认知不是脱离语境的信息加工，而是嵌入在特定社会和文化情境中的活动。实验室中的认知任务可能无法反映日常认知的实际运作方式。
神经科学的崛起：随着脑成像技术（fMRI、PET、EEG）的发展，认知心理学越来越与神经科学融合，形成认知神经科学（cognitive neuroscience）——不仅关心"大脑做了什么"（认知心理学的问题），还关心"大脑怎么做到的"（神经机制）。
💭 延伸思考
- 认知革命用"计算机"隐喻替代了行为主义的"黑箱"隐喻。在 AI 时代，深度学习和大语言模型是否正在提供一种新的心智隐喻——不是规则式的符号操纵，而是从海量数据中涌现的统计模式？这种隐喻与信息加工隐喻有什么根本区别？
- Chomsky 的"普遍语法"假说正面临来自统计学习理论和大语言模型的挑战。如果机器仅通过统计模式匹配就能产生流畅的语言，Chomsky 的"先天语言能力"假说是否需要修正？
- 认知革命将"思维"重新纳入心理学的研究范围，但使用的方法仍然是行为主义奠定的——测量反应时、正确率等可观察的行为指标。认知革命是对行为主义的"推翻"还是"扩展"？
📚 参考文献
- Chomsky, N. (1959). A review of B. F. Skinner’s Verbal Behavior. Language, 35(1), 26-58.
- Miller, G. A. (1956). The magical number seven, plus or minus two. Psychological Review, 63(2), 81-97.
- Neisser, U. (1967). Cognitive Psychology. Appleton-Century-Crofts.
- Gardner, H. (1985). The Mind’s New Science: A History of the Cognitive Revolution. Basic Books.
- Newell, A., & Simon, H. A. (1976). Computer science as empirical inquiry: Symbols and search. Communications of the ACM, 19(3), 113-126.