对撞机 | 非意识认知:拓展人文学科思维（上）

转载自 《批评理论》2018年2期

作者：凯瑟琳·海尔斯(N.Katherine Hayles, 美国，1943-)，詹姆斯·B.杜克文学 讲席教授。研究方向为 20 世纪和 21 世纪文学与科学、技术的关系。

译者：何霜紫(中国，1994-)，上海大学文学院硕士研究生。研究方向为文艺学。

植根于人类中心主义的投射，意识与高级思维必然并行的观念若是没有几千年，也已有数百年的传统了。然而，最近对于意识的局限的宽领域重估，致使对其他认知能力之功能，以及它们在人类神经过程中发挥的关键作用作出了相应的广泛修改。意识在我们的思维中占据中心地位，不是因为它是整个认知，而是因为它创造了(有时是虚构的)叙事，使我们的生活有意义，并支持物质一致性的基本假设。相比之下，认知是一种更广泛的能力，它远远超出意识并延伸到其他神经大脑运作过程；它还普遍存在于其他生命形式和复杂的技术系统中。尽管存在于意识之外的认知能力有各种不同的名称，我权且称之为“非意识认知”。

为了阐明非意识认知的意义，简要回顾其术语是有所帮助的。许多神经科学家辨别了至少两个层级的意识:核心意识或原始意识、自我意识以及人类、许多哺乳动物和一些诸如章鱼类的水生物种共有的其他意识；仅在人类、(也许)少数灵长类动物中明显存在，与符号推理、抽象思维、语言、数学等相关的高级或次高级意识。[1]更加令人困惑的是，核心意识与所谓的“新无意识”(在我看来，这不是一个特别恰当的短语)并无明显区别，后者是一种低于有意识注意运作的泛环境扫描。[2]例如，假设你在边开车时边想一个问题，突然前面的汽车刹车，你的注意力又会回到了路上。意识与新无意识之间的简单而持续的交替表明，它们可以作为意识模型组合在一起。

相比之下，非意识认知运行于神经过程，它无法进入意识模型但却仍具有意识必不可少的功能。最近数十年的神经科学研究表明，这些功能包括将躯体标记整合到连贯的身体表征中、合成感官输入，因而使它们在时空上呈现一致性，这比意识处理信息的速度要快得多，能进行意识无法识别的复杂微妙的识别模式，以及得出影响行为、帮助做出最优决定的推论。也许非意识认知最重要的功能是从每毫秒进入大脑而淹没的大量内部和外部信息中，缓慢吸收并有限处理信息来保持清醒意识。

强调非意识认知的目的，不是去忽视常被认为是人类决定性特征的意识思考，而是要更平衡而准确地看待人类认知生态，从而使其一方面与其他生物认知者进行比较，另一方面与技术系统的认知能力进行对比。一旦我们克服了人类是地球上唯一重要或有意义的认知者的(错误)观念，大量新的问题、事件和伦理考虑就会进入视野。为了解决这些问题，本文提供了一个理论框架，它将意识、非意识认知和物质过程融入一个图景，使我们能够思考生物认知与技术认知之间的关系。

虽然技术认知经常与意识相类比(一个我不认同的观点，如下文所述)，但它与人类非意识认知的过程构成了更为接近的类比。与人类非意识认知一样，技术认知比意识更快地处理信息，识别模式并得出推论，并且对于状态感知系统而言，它能处理来自子系统的系统状况和功能信息输入。此外，技术认知是专为防止人类意识被海量信息流压垮而设计的，这些信息流如此庞大、复杂和多层次以至于永远无法被人类大脑所处理。这些相似之处并非偶然。它们的出现代表了曾经只存在于生物有机体中的认知能力的外化，这种能力，现在正以迅速改变人类文化与更广泛的地球生态系统互动的方式扩散至世界范围。事实上，生物认知和技术认知现在已紧密联系甚至可以说它们之间相互渗透。

我的标题是“非意识认知”，意在指向人类与技术互动的系统性。在下一期《批判性探究》（Critical Inquiry）出现的第二篇文章[3]中，我把这些互动称为“认知装配”。这里的“装配”不应被理解为只是无序的集合。虽然在某些方面会受到偶然事件影响，但认知装配中的交互作用是由交互者的传感器、感知器、致动器和认知过程精确架构完成的。因为这些过程在个人和集体层面都可能产生意想不到的影响，所以当重点在它们的流体突变和转化能力上时，我将用“非意识认知”来指代它们。当装配的系统性比较重要时，就使用由确定物(认知非意识)代表的更为具体的表述方式。我在整篇文章中采用此表述，因为认知装配的更大意义在于系统性，而不是个体。总的来说，我的文章旨在绘制变革性的图景：非意识认知应被充分考虑作为人类经历、生物生命和技术系统必不可少的成分。

虽然我的关注点是在无意识觉知下运作的生物和技术认知，但这正好有助于阐释我认为人脑就像计算机一样通过形式化符号操作来行的认知主义范式立场。很显然，人类可以从具体情境中提炼出形式表达;几乎所有的数学运算都依赖于这些操作。然而，我怀疑这种形式化符号操作通常是有意识思考的特性。让·皮埃尔·迪皮伊（Jean-Pierre Dupuy）在他的研究中提出，认知科学是从控制论发展而来的，但却对其假设进行了重要的调整，它把认知主义范式描述成人脑的机械化，而不是机器的人性化特征（正如诺伯特·维纳当时想要给控制论如此定义）：

“

认知主义者的计算……是符号的计算。因此，它所处理的语义对象都在手边:它们应该是与那些信念、欲望等等相应的心理表征，我们通过它们来解释自己和他人的行为。因此，思考等同于需要对这些表征进行数字化计算。[4]

”

正如迪皮伊所表明的那样，这种结构面临着多种反对意见。虽然在整个20世纪90年代至21世纪，认知主义一直是认知科学的主导范式，但它越来越面临着收集实验证据方面的压力，这也表明大脑确实在日常思维中执行这样的计算过程。到目前为止，相关研究成果仍然很少，而劳伦斯·巴萨罗（Lawrence W. Barsalou）所称的“基础认知”的实验验证在继续增多，这一认知得到了模态感知的心理模拟支持，并与之相结合，这种模态感知涵盖了肌肉运动、视觉刺激和听觉感知。[5]这在一定程度上是因为人类和灵长类动物大脑中镜像神经元回路的发现，正如米格尔·尼科莱利斯（Miguel Nicolelis）在他的“脑-机接口”( BMI )研究中所表明的那样，镜像神经元回路在使人类、灵长类动物和其他动物能够推知诸如肢体运动等身体功能之外的假肢延伸上发挥着至关重要的作用。[6]

这些争论一方面是神经过程本身是否可以被理解为根本上是计算性的。与计算学家的观点不同，沃尔特·弗里曼和拉斐尔·努涅兹认为“动作电位不是二进制数，神经元不执行布尔代数”。[7]埃莉诺·罗施（Eleanor Rosch）在《重新认知》（“Reclaiming Concepts”）一书中，仔细比较了用具身或者嵌入两种观点的认知主义范式，认为经验证据强烈支持后者。[8]正如巴萨卢所描述的认知主义范式那样，非模态符号运算完全依赖于世界上身体丰富积累的物理行为无法支持的逻辑公式。[9]正如众多研究人员和理论家表明的那样，在通过从身体延伸到世界如何运作的复杂思想隐喻和抽象概念来表达的，在自身的语言图示和智力理解的形成中，具身和嵌入的行为是至关重要的。[10]

我将生物生命形式中的非意识认知与计算媒介进行比较，并不意味着认为它们运转的过程是相同的，或者只是大体上相似的，因为这些过程发生在非常不同的物质和物理环境中。相反，它们在复杂的人类和技术系统中发挥着相似的功能。虽然只要结果是相同的(例如在行为主义和控制论的某些模式方面)，功能主义有时用来指实际的物理过程并不重要，但这里提出的框架使得环境对非意识认知至关重要，其中环境包括认知发生的生物和技术环境。尽管生物有机体和技术系统中的非意识认知在环境上有着深刻的差异，但它们在某些结构和功能上相似，特别是在建立从低级选择及非常简单的认知，到高级认知和阐释的交互层方面。

探索这些结构上的相似之处需要大量的基础清理工作以消除诸如机器是否能思考、认知与意识和思维的区别以及认知与物质过程的相互作用和区别之类的挥之不去的问题。在这些基础性问题之后，特别是与物质过程相比，还有关于计算和生物媒介的中介性质的更深层问题，以及技术认知系统作为认知装配中的自主行为者时的伦理意义。道德责任的标准是什么比较合适？例如当无人机或机器人战士自主执行致命武力时，我们应该关注技术设备、启动设备的人员还是制造商？什么观点能提供足够强大的框架以适应呈指数扩展的技术认知系统，但又足够细致到能捕捉它们与人类文化和社会系统的复杂互动？

问这样的问题就像是拉扯挂在毛衣底部的线；一个人拉扯得越多，整个关于生物和计算媒体意义的织物就逐渐解决得越多。这篇和第二篇文章 (以及一个相关的书籍)尽其所能地在这个方向上努力，并试图将其重建为不同的模式，即重估人类和技术中介的性质，重组人类和技术认知，并研究这些模式如何为人类带来新的机遇和挑战。

思维与认知

“编织”这些新模式的第一步是区分思维和认知。思维，我使用这个术语，指的是高层次的心理操作，如抽象推理、创造和使用口头语言、构造数学定理、作曲等，这些更高级意识相关的操作。尽管现代人（Homo sapiens）在这些能力上可能并不是独一无二的，但人类比其他物种拥有这些能力的程度更高，发展范围更广。而认知在相比之下分布范围更广泛，一定程度上存在于所有生物生命形式和许多技术系统中。这一观点与温贝托·马特拉纳（Humberto Maturana）和弗朗西斯科·瓦雷拉（Francisco Varela）在其关于自生系统论的经典著作中阐述的立场相重叠。[11]它还与新兴的认知生物学相一致，认知生物学认为所有有机体在与环境互动时都参与了认知的系统性行为。这一领域由布莱恩·C·古德温命名，随后由Ladislav Kováč 进一步发展，他在其编纂原则和探索意义方面发挥了重要作用。[12]

认知生物学中的认知运用了一些相同的概念术语作为主流观点，但从根本上改变了它们的意义。传统上，认知与人的思维是联系在一起的；例如，威廉·詹姆斯指出:“认知是意识的一种功能。”[13]而且，它通常被定义为包括“感知和判断”的“知之行”。[14]一个非常不同的视角揭示了认知生物学的原理。例如，细细想Kováč 的观察，甚至是单细胞生物也“肯定对环境的相关特征有某种最低限度的了解”。无论 “粗粒度和抽象度”如何，都会导致这些环境特征和组成分子之间的一种通信。Kováč总结说，

“

一般而言，在各级生命体中，不仅仅是核酸分子级，一个起特定作用的复杂生物体……相当于转变为一个系统结构的具身知识。环境是一组丰富的潜在生态位:每个生态位都是一个需要解决的问题，生存在生态位里意味着解决问题，而解决的办法就是具身化的认识了解，一种关于如何为了生存而行动的算法。[“FP,” p. 59]

”

在这种观点下，认知不仅局限于人类或具有意识的生物体；它延伸到了一切生命形式，包括那些缺乏中枢神经系统的生物如植物和微生物。

该观点的优势包括它打破了以人为中心的认知观，在不同门类生命体之间架起了沟通的桥梁以建构一种比较认知观。正如帕梅拉·里昂（Pamela Lyon）和强纳森·奥佩（Jonathan Opie）所表述的那样，认知生物学提供了一个与实证结果相一致的框架。

“

越来越多的证据表明，即使是细菌也在努力解决认知科学家长期熟悉的问题，包括:整合来自多个感官渠道的信息以有效应对各种波动性情况；在不确定性情况下作出决策；(诚实地、欺骗地)与同物种和其他物种沟通；协调集体行为以增加生存机会。[15]

”

Kováč把生命形式与环境的联系称为它的“存在性”（onticity），即它在不断变化的环境中生存和忍耐的能力。他指出，“所有数百万物种的生活繁衍，是在‘测试’如何向前发展的所有可能性”(“FP”，第58页)。在此推理之上做有趣的延伸，他想象了一个细菌哲学家面对与人类同样的思索其存在性的问题时，询问世界是否存在，如果存在，为什么是存在某些东西而不是什么都没有。和人类一样，细菌在它的权限范围内无法找到绝对答案；然而，它追求的是“在世界的存在性”，因此“将世界作为客体，它已然是一个主体身份。从最简单至最复杂的各个层级（物种）上，这个物种的整体构成，即所取得知识的具身体现，都表现了它的认知复杂性”(“FP”，第59页)。世界的认知复杂生物体总数在不断增加，据Kováč，这是通过检验他所谓的生物体的信念而提出的:“生物体的结构中只有一些是具身化知识，其他都是具身化信念……如果我们把细菌的突变看作是对环境的一种新的信念，那么可以说这次突变将牺牲它的生命来证明它对这种信念的忠诚”(“FP”，第63页)。如果它继续生存下去，这种信念就会转化为具身化的知识，从而传递给下一代。

对比传统生物学和认知生物学的观点显示，相同的词语拥有非常不同的意义。传统观点认为，知识几乎完全在意识范围内，当然也在大脑内。相反，在认知生物学中，它是通过与环境的互动而获得的，并体现在生物的结构和行为习惯中。传统观点中的信念是一个有意识者由于经验、意识形态、社会环境及其他因素而持有的立场。从认知生物学的角度来看，它是一种尚未通过持续进行的互动验证的对环境的倾向，这种互动能检测其对波动环境做出进化反应的稳健性。最后，传统观点中的主体是指人类或至少是有意识的生物，而在认知生物学观点中，主体包括所有生命形式，甚至是卑微的单细胞生物。

认知生物学为认知概念开启了广阔的指导领域，并且在某种程度上，它与我想追求的方向是一致的。尽管重新定义了术语从而部分地实现了这种拓展，但是它还没能超越生物认知到达技术认知。虽然马图拉纳和瓦雷拉的观点区别于认知生物学，而是与智利生物认知学派（Chilean School of Biolog of Cognition）联系在一起，但他们的观点与认知生物学非常接近，这表明了将认知扩展到技术系统是必需的转变。

尽管他们认同活着的生物体具有认知能力，但对于这些能力是否可以扩展到技术系统，他们意见不一——马图拉纳表示异议，而瓦雷拉欣然接受。这种分歧是可以理解的，因为他们对什么构成认知的看法，远不能扩展到技术系统。在他们看来，认知与递归过程密切相关，生物体的组织据此决定其结构，而其结构决定其组织，这种循环是安迪·克拉克后来称之为连续互惠因果关系(然而，请注意，马图拉和瓦雷拉不会使用过“因果关系”一词，因为他们视野的一个重要部分是生命的闭合或自创生性质)。[16]对他们来说，认知只不过是这种信息的闭合及其产生的递归动态。他们所假设的生物体信息封闭使得扩展至技术系统成问题，因为技术系统显然不是信息封闭的，而是接受各种信息输入并且也是产生信息输出的。因此，要更充分地探索技术系统的认知能力就需要对认知下另一种定义，而不是它们所采用的那个定义。

指引我努力方向的是人工生命领域，几年前，人工生命还只是一个可以在许多不同技术和生物平台上实例化的理论程序。[17]举个例子，为了证明技术系统可以被设计实现生物功能，约翰·冯·诺依曼引入了“自复制自动机”的概念。[18]还有最近约翰·康威的“生命”游戏常常被解释成孕育不同的物种，只要计算机没有故障或电流没有关闭，这些物种就可以自生自存。[19]这些都指向了先驱们在论证生命可能存在于技术媒体中时所面临的一个不可逾越的障碍，即这种技术“生命”在创造、维护和复制方面永远不可能完全自主。事后看来，我觉得这个领域的探究尽管在引起争议和问题方面有用而且卓有成效，但最终注定要失败，因为技术系统永远不可能完全活着。但它们可以是完全认知的。在我看来，它们与生物系统的重叠不应集中在“生命本身”(如罗森所说)上，而应集中在认知本身上。[20]

沿着曾在我脑海中萦绕多年的思路，我提出了一个定义，它允许我向外扩展到涵盖技术和生物认知。认知是一个在语境中解释信息的过程，它将信息与意义联系起来。对我来说，这一构想起源于克劳德·香农的信息理论，他在该理论中把重点从信息的语义基础转移到信息元素的选择，例如从一组字母表中选出信息元素。[21]这种有关信息的思考取得了巨大的成果，正如詹姆斯·格雷克所解释的那样，因为它使定理和工程实践的发展远远超出了自然语言，而扩展到一般的信息处理，包括二进制代码。[22]然而，从人文学科角度来看，它有一个主要缺点。正如沃伦·韦弗在介绍香农的经典著作时所强调的那样，好像将信息与意义割裂了开来。[23]由于对意义的追求一直是人文学科的核心，这意味着信息理论对人文学科的研究用处有限。

回想起来，我认为韦弗用微妙而有意义的方式夸大了这个案例。正如香农非常清楚，被他表述为概率函数的选择过程，并非完全脱离了信息的内容以及最终的意义。事实上，接下来是什么消息元素的条件概率已经部分地由给定语言中字母的分布和它们的相对频率确定。例如，在英语和罗曼语族中，q后跟u的概率接近100 %，e后跟d的概率高于随机概率，依此类推。香农将这一思想与英语(和其他语言)的复杂联系起来，并且它所遵循的定理对仍用于电话和其他类型通信传输的信息压缩技术是至关重要的。

尽管如此，为了达到意义范畴，通过选择过程来操作是不够的，还需要语境。显然，在不同情况下说出的同一句话可以改变它们的意义。我知晓香农“信息与语境无关”的观点是在理论物理学家爱德华·弗雷德金（Edward Fredkin）组织的一次研讨会上，他不经意地提到，“信息的含义是由解释信息的过程给出的。”[24]虽然弗雷德金没有表示他认为这个想法特别强大，但它像闪电一样击中了我。它击垮了广泛认同的意义问题，因为过程发生在语境中，而语境可以在不同情境以截然不同的方式被理解。它适用于人与人之间的自然语言表达，但它同样很好地描述了植物对吸收的化学物质所嵌入信息作出反应的信息过程，章鱼在感觉到附近有潜在配偶时的行为，以及计算媒介中的代码层之间的通信。

在此背景下，让我们再来更全面地从语法上分析我的定义，因为它是后面论点的基础。认知是一个过程:这意味着认知不是一种属性，例如智力有时被认为是一种属性，但其实是一种在环境中施展的动态，这种环境下智力的活动起着重要作用。例如，以书面指令形式编写的计算机算法本身并不具有认知性，因为它只有在能够理解指令集并执行指令集的平台中实例化时才能成为程序。这也解释了信息:解释意味着选择。必须有一个以上的选择，解释才能运作。在计算媒介中，选择可以简单地作为一个二进制问题的答案: 1或0、是或否。其他示例包括，在c++编程语言中，诸如“if”和“else”语句的命令(“if”表示只有在某些条件为真时才应实现过程；“else”表示如果不满足这些条件，则应遵循其他程序)。此外，这些命令可以相互嵌套以创建复杂的决策树。当然，这里的选择并不意味着“自由意志”，而是行动方案中的程序性决定，就像一棵树移动树叶以最大限度地沐浴阳光并不意味着自由意志，而是执行编入遗传密码中的行为。

在《认知生物学》（Cognitive Biology）中，根纳罗·奥利特（Gennaro Auletta）写道，“生物系统代表了信息获取的任何物理过程中涉及的三种基本系统的集成:处理器、调节器和决策器。[25]在单细胞生物中，“决策器”可能就像脂质膜一样简单，即“决定”接受哪些化学物质和抵抗哪些化学物质。在哺乳动物等更复杂的多细胞生物中，以及在网络化和可编程媒介中，解释的可能性逐渐变得更多层级和更开放。在把它与意义联系起来的语境中:其含义是意义不是绝对的，而是与特定的语境相关而形成的，在特定语境中认知过程所进行的解释导致了与当时情境相关的结果。对于人类思维等高级认知过程而言，相关语境可能非常宽泛和极其抽象，从决定数学证明是否有效到质疑生命是否值得活下去。对于较低级别的认知过程，信息可能是给予树和植物的太阳角度，作为小鱼群躲避的捕食者的位置，或者是通过射频识别( RFID )芯片对无线电波束进行的调制，该芯片利用信息对其进行编码并将其反射回来。在这个框架内，所有这些活动，以及更多的数百万个活动，都被视为认知活动。

元意义（metaimplication）是指，人类并不锁定哪些语境和层级能够生成意义。例如，许多技术系统通过诸如无线电波、微波和人类直接感知不到的电磁频谱的其它部分通信信号来操作。对独立的人类感官而言，围绕大气跳跃的信号既不可察觉也无意义，但对在相关环境中工作的技术设备来说，它们充满了意义。

传统上，在人类主宰的背景下，人文学科关注的是与人相关的意义。而框架发展至此挑战了人文学科的这种定位，认为认知过程发生在包括非人类动物、植物以及技术系统在内的宽泛可能性中。此外，这些从雨林树木生长繁茂到从控制塔向飞机发出的通信信号的背景下产生的意义本身也是非常值得考虑的，这些意义也对人类的终极结果（未来）产生了深远的影响。这一框架强调，这些不同种类的意义不仅限于人类利益，而是以超越任何单一人类观点的方式捆绑在一起。随着我们对“什么叫做认知”观点的扩展，解释和意义产生和发展的领域也在扩展。这个框架预示着，所有这些被认为是意义的创造，因此应该是人文学科以及社会和自然科学潜在的收益。

（人类）认知的三重框架

1 . （人类）认知三重框架金字塔（The Tripartite Framework of (Human) Cognition as a Pyramid）.

现在具体转向人类认知，我用三重框架阐述这个观点，这个框架可以被想象成一个具有三个不同层级的金字塔( 图1 )。在最上层是意识和无意识，组合作为意识模式。最近对新无意识（new unconscious）的研究视其为一种广泛的环境扫描，在这种扫描中事件被记录下来，并在适当的时候被反馈给意识。新无意识与弗洛伊德和拉康的精神分析无意识的不同之处在于，它与意识的沟通是连续的、简单的。在这一观点中，精神分析无意识可以被认为是新无意识的一个子集，它形成于某种创伤介入以扰乱沟通并从直接意识入口处阻隔那部分精神时。然而，精神分析无意识仍然通过易于受精神分析解释的症状和梦来表达自己的意识。意识模式，表示着意识的神经功能和沟通无意识，构成了金字塔的顶层。

三重框架的第二部分是非意识认知，在其他地方有详细描述。[26]与无意识不同，尽管它的输出可能通过反射电路传递到意识，但它本质上是无法进入意识的。[27]非意识认知将诸如化学和电信号等躯体标记整合到连贯的身体表征中。[28]它还整合了感官输入从而使它们在空间和时间上一致。[29]并且，它在网络上比意识的速度快得多，而且处理信息过于密集、微妙和嘈杂，让意识无法理解。它辨别出意识无法察觉的模式并从中得出推断;它根据这些推论预测未来的事件并影响行为。毫无疑问，人类的非意识认知是最先进化好的，意识和无意识随后被搭建在其顶部。脱离了有意识叙述的虚构，非意识认知更接近于发生在身体和外界的真实事件；从这个意义上说，它比意识更能与现实相联系。它构成了三重框架的广泛中间层。

更宽的底层由物质过程组成。虽然这些过程本身不是认知的，但它们是所有认知活动产生的动态行为。将认知与这些潜在过程分开的关键区别特征是选择和决定，因而也是解释和意义的可能性。例如，冰川无法选择是滑入阴凉的山谷，还是与之相反阳光明媚的平原。与之对比，正如奥利特解释的，“任何生物系统…… 产生变化作为应对环境挑战的反应，并试图将[这些]方面纳入自身内部”( CB，第200页)。通常，物质过程可以通过对其施加的力量总和而被了解。一个特殊的情况是由临界现象形成的，其结构使得即使初始条件中的微小变化也可能改变系统的演化方式。即使在这里，尽管它们不再是可预测的，系统仍然保持确定性。有许多物质过程可以自我组织的例子，例如别诺索夫—柴波廷斯基（Belousov-Zhabotinski，BZ）无机反应。然而，这种远离平衡的系统与生物体之间仍然存在着重要的区别，对它们来说，选择、决定和解释都是可能的。正如奥利特提到的，“生物系统不仅仅只是耗散的自组织系统，因为它们可以通过某种方式来适应不断变化或者说非平稳的环境，从而使它们能够在相当长的一段时间内持续发展(在适应意义上变化)。”( CB，第200页)。然而，当自然或人工约束运用到引入选择和中介到系统中时，[30]物质过程可能被用来履行认知功能，例如通过复杂环境中多个独立中介的互动时。[31]

虽然由于三重框架的金字塔形状中意识模式占据顶层，使得它们似乎优于非意识认知和物质过程，但是通过金字塔的空间分布可以抵消这种优势。正因为意识模式在顶端，占据着最小的体积，该图示表征与其在人类精神生活中扮演的角色也一致。非意识认知占据了更大的空间，这与它作为神经功能在额叶皮质和身体其他部位之间而进行调节的过程相一致。物质过程占据了大量的空间，这与它们的基础作用相一致，所有的认知都产生于此。

虽然为了分析的清晰，三重框架将人类行为划分为三个不同层级，但实际上在整个系统中，复杂的递归循环操作使得层与层之间以及每一层内部的不同部分彼此连接。每一层都动态运行以始终影响其他层，因此该系统可能更适合被描述为动态异型结构，而不是线性层级结构，这是在系统实时进化过程中使其活跃和相互连接的一种视图。因此，上面描绘的结构是一个初步的近似结构。它并不是要解决问题，而是为了催化边界问题，并激化关于各层之间如何相互作用的争论。也就是说，它还是讨论中介问题和区分行为者和施事者的出发点。

由于在该框架中认知被理解为与选择、意义和解释密不可分，它赋予了物质过程所不具备的特殊功能，其中包括灵活性、适应性和可进化性。灵活性是指一个有机体或技术系统对其环境中不断变化的情况作出反应的能力。尽管扔向窗户的球无法改变其轨迹，但是自动驾驶汽车却有很大机会能作出反应以避免损坏。如上所述，在某种程度上，所有活的生物，甚至那些缺乏中枢神经系统的生物，都存在灵活性。[32]适应性是指对环境条件作出反应的发展能力。例子包括植物、动物和人类为响应环境压力或机会而改变的神经功能，例如人类大脑通过与数字媒体的广泛互动而经历神经的变化。[33]可进化性是指改变基因或者技术的编程的可能性，它决定了作出反应的全部技能。遗传算法和进化算法是具有这些能力的技术系统的例子，[34]计算机可以重新确认自己的固件，重新排列逻辑门以最有效地解决问题。[35]生物方面的例子当然无处不在，从查尔斯·达尔文到阿尔弗雷德·华莱士那些生物学家就证实了这一点。重要的是，物质过程本身并不具备这些能力，尽管在被纳入一个扩展的认知系统作为支持时，它们可能有助于增强和扩大认知能力。

注：

[1]参见安东尼奥·达马西奥《感知事物的发生：身体与情感在意识形成过程中的作用》Antonio Damasio, The Feeling of What Happens: Body and Emotion in the Making of Consciousness (纽约，1999); 大卫·伊格曼《隐藏的自我——大脑的秘密生活》David Eagleman，Incognito: The Secret Lives of the Brain (纽约，2011); 斯坦尼斯拉斯·迪昂《意识与大脑：破译大脑如何编码我们的思想》Stanislas Dehaene, Consciousness and the Brain: Deciphering How the Brain Codes Our Thoughts (纽约，2014).

[2]参见《新无意识》（The New Unconscious）, ed. Ran R. Hassin, James S. Uleman, and John A. Bargh (纽约, 2005).

[3]译者注：第二篇关于“认知装配”的文章出处—— Hayles, "Cognitive Assemblages: Technical Agency and Human Interactions," Critical Inquiry 43, no. 1 (September 2016): 32-55.

[4]Jean-Pierre Dupuy, On the Origins of Cognitive Science: The Mechanization of Mind, trans. M. B. DeBevoise (Cambridge, Mass., 2009), p. 13.

[5]参见Lawrence W. Barsalou, “Grounded Cognition,” 《心理学年鉴》第59卷 (2008年1月): 617–45.

[6]参见威斯•拉马钱德兰, 《讲述大脑的故事：一位神经系统科学家探求是什么让我们有了人性》V. S. Ramachandran, The Tell-Tale Brain: A Neuroscientist’s Quest for What Makes Us Human (纽约, 2011), 米格尔·尼科莱利斯, 《脑机穿越：脑机接口改变人类未来》Beyond Boundaries: The New Neuroscience of Connecting Brains with Machines—And How It Will Change Our Lives (纽约, 2011).

[7]Walter J. Freeman and Rafael Núñez, “Editors’ Introduction,” in Reclaiming Cognition: The Primacy of Action, Intention, and Emotion, ed. Freeman and Núñez (Bowling Green, Ohio, 1999), p. xvi.

[8]参见 Eleanor Rosch, “Reclaiming Concepts,” in Reclaiming Cognition, pp. 61–78.

[9]参见 Barsalou, “Grounded Cognition.”

[10]参见乔治·莱考夫、马克· 约翰逊，《我们赖以生存的隐喻》George Lakoff and Mark Johnson, Metaphors We Live By (Chicago, 2002); Mark Turner, The Origin of Ideas: Blending, Creativity, and the Human Spark (New York, 2014); 休伯特.德雷福斯，《计算机不能做什么－－人工智能的极限》、《计算机仍然不能做什么——人工理性批判》Herbert L. Dreyfus, What Computers Can’t Do: A Critique of Artificial Reason (New York, 1972) and What Computers Still Can’t Do: A Critique of Artificial Reason (Cambridge, Mass., 1992); and安迪·克拉克，《延展心灵:具身、行动和认知的延伸》Andy Clark, Supersizing the Mind: Embodiment, Action, and Cognitive Extension (New York, 2008).

[11]参见Humberto R. Maturana and Francisco J. Varela, Autopoiesis and Cognition: The Realization of the Living (Dordrecht, 1980).

[12]参见 B. C. Goodwin, “Cognitive Biology,” Communication and Cognition 10, no. 2 (1977): 87–91, and Ladislav Kováč, “Information and Knowledge in Biology: Time for Reappraisal,” Plant Signalling and Behavior 2 (Mar.–Apr. 2007): 65–73. 也参见 Kováč, “Fundamental Principles of Cognitive Biology,” Evolution and Cognition 6, no. 1 (2000): 51–69; 以下缩写 “FP.”

[13]威廉·詹姆斯，《真理的意义》William James, The Meaning of Truth (Cambridge, Mass., 1975), p. 13.

[14] “认知（Cognition）,”在《大英百科全书》（Encyclopedia Britannica）中, www.britannica.com/topic/cognition-thought-process

[15]Pamela C. Lyon and Jonathan P. Opie, “Prolegomena for a Cognitive Biology,” 在“国际社会历史、哲学、社会生物学研究（International Society for the History, Philosophy, and Social Studies of Biology）”会议上展示的未发表的工作文章unpublished working paper presented at the meeting of the International Society for the History, Philosophy, and Social Studies of Biology, 埃克塞特大学, 2007.

[16]参见克拉克，《延展心灵》 Clark, Supersizing the Mind. 自创生(autopoiesis)”是最初由智利生物学家 马图拉纳(Maturana)和瓦里拉(Varela)在 20 世纪 70 年代提出用来解释生命本质的理论。该理论的 核心思想是，生命就是那些所有的部件和过程都联合起来生产那些可以自我生产的实体，并把他们正确组织起来的一个系统。自创生理论提出后，关于自创生的计算建模和化学建模的研究也随之发展起来。这一理论也引发了社会系统等其它领域的发展与应用。   ——译者注。

[17]参见约翰•冯•诺伊曼，《自复制自动机理论》 John Von Neumann, Theory of Self-Reproducing Automata, ed. Arthur W. Banks(Urbana, Ill., 1966); Christopher G. Langton, Artificial Life: An Overview (Cambridge, Mass., 1995); and Robert Rosen, Life Itself: A Comprehensive Inquiry into the Nature, Origin, and Fabrication of Life (New York, 1991).

[18]参见冯·诺伊曼，《自复制自动机理论》。

[19]参见Martin Gardner, “Mathematical Games: The Fantastic Combinations of JohnConway’s New Solitaire Game ‘Life,’” Scientific American 223 (Oct. 1970): 120–23.

[20]参见Rosen, Life Itself.

[21]参见克劳德·艾尔伍德·香农、沃伦·韦弗, 《通信的数学理论》 (厄巴纳, 伊利诺伊州, 1998).

[22]参见詹姆斯·格雷克，《信息：一段历史，一个理论，一场洪流》（又名《信息简史》）James Gleick, The Information: A History, a Theory, a Flood (New York, 2012).

[23]参见香农、韦弗，《通信的数学理论》。

[24]引用自（本文原作者） N. Katherine Hayles, “Cybernetics,” in Critical Terms for Media Studies, ed. W. J. T. Mitchell and Mark B. N. Hansen (Chicago, 2010), p. 150.

[25]Gennaro Auletta, Cognitive Biology: Dealing with Information from Bacteria to Minds (New York, 2011), p. 200; 此后缩写为“CB”.

[26]参见(本文作者) Hayles, “Cognition Everywhere: The Rise of the Cognitive Nonconscious and the Costs of Consciousness,” New Literary History 45 (Spring 2014): 199–220

[27]参见 Sid Kouider and Dehaene, “Levels of Processing During Non-Conscious Perception: A Critical Review of Visual Masking,” Philosophical Transactions of the Royal Society B 362 (May 2007): 857–75.

[28]参见Damasio, The Feeling of What Happens, and Gerald M. Edelman, Neural Darwinism: The Theory of Neuronal Group Selection (New York, 1987).

[29]参见大卫·伊格曼《隐藏的自我——大脑的秘密生活》（Eagleman, Incognito）.

[30]参见斯坦尼斯拉夫·莱姆，《科技全书》Stanislaw Lem, Summa Technologiae, trans. Joanna Zylinska (Minneapolis, 2013).

[31]参见Thomas S. Ray, “Welcome to the Tierra Home Page,” www.life.ou.edu/tierra, and Joshua M. Epstein and Robert Axtell, Growing Artificial Societies: Social Science from the Bottom Up (Cambridge, Mass., 1996).

[32]因此，在人类神经学背景下，卡瑟琳 马勒布对灵活性的可塑性论证过于狭隘，无法充分表达生物和技术媒体的灵活性。当然，就她的目的而言，可塑性更受青睐，因为灵活性是新自由主义商业惯例的标志之一，新自由主义商业惯例坚持认为，劳动力必须保持其在全球市场上的竞争力，这种策略通常用来掩盖工作的不安全感以及外包工作和资本的有害影响; 参见Catherine Malabou, What Should We Do with Our Brain? trans. Sebastian Rand (Bronx, N.Y., 2008).

[33]参见（本文作者）海尔斯，《我们如何思考:数字媒体和当代科技》Hayles, How We Think: Digital Media and Contemporary Technogenesis (Chicago, 2012).

[34]参见John R. Koza, Genetic Programming: On the Programming of Computers by Means of Natural Selection (Cambridge, Mass., 1992).

[35]参见Philip Ling, “Redefining Firmware,” New Electronics 11 (Jan. 2010),

www .newelectronics.co.uk/electronics-technology/redefining-firmware/21841/.

END

主编 / 陈静

责编 / 顾佳蕙

美编 / 张家伟