头脑是如何工作的？为什么最好的作家会得到最多的作家障碍？进化过程是理解思想发展的关键吗？以下是我最近阅读的一些选择。

1.《人的心智如何出现在物理宇宙中》约翰·安德森

《How Can the Human Mind Occur in the Physical Universe?》

鉴于标题，您可能会认为这个问题是修辞性的。例如，“我们怎么可能理解像人类思想这样神秘而无限的东西？” 相反，安德森对人类头脑中的“齿轮叮当声和活塞如何运转”的问题给出了真诚的回答，正如艾伦纽厄尔所说。

安德森认为心理学有三个死胡同（其中两个是他自己偶然发现的）：

• 无视大脑。Herbert Simon 和 Allen Newell 率先采用了这种经典方法。早期的信息处理理论摒弃了功能如何在人脑中实现的问题。这导致了类似于串行计算机的理论——但在生物学上是不可信的。
• 不理心。另一个想法，消除联结主义，假设我们可以从单个神经元网络的行为（或假定的行为）中推断出更高阶的心理过程。值得称赞的是，计算神经网络作为模式关联器运行良好。尽管如此，安德森认为这些网络只能模拟人类行为的一小部分。理解心灵需要整合人类的意图、记忆和逐步的思考过程。
• 忽略机制。另一个死胡同是首先假设大脑需要适应现实世界，然后根据这些限制推断认知。虽然贝叶斯分析可以匹配记忆的统计模式，但这条路径最终回避了记忆如何在大脑中实际运作的问题。

安德森的答案是ACT-R，这是我之前评论过的他长期发展的理论。他的研究试图综合许多不同心理学领域的贡献，以提出人类如何思考的合理模型。虽然有些人可能会嘲笑回答问题本身的可能性，但安德森的尝试与解开谜团一样接近。

2. Anders Ericsson 和 Jacqui Smith 主编的《走向专业的一般理论》

《 Toward a General Theory of Expertise 》

是什么让专家比初学者更好？为了让大师选择正确的棋步，让医生诊断正确的疾病，或者让网球专业人士打出完美的反手击球，思想发生了哪些变化？

对专业知识的研究产生了许多关于专家表现差异的可复制发现：

新手推理落后，专家推理向前。反向推理是一个连续目标设定的过程，您从最终目标开始，然后向后工作到您需要采取的中间步骤。前向推理，从你所在的位置开始，然后自动移动到最后。研究发现，专家通常会进行更多的正向推理，这是常规行为的特征，而新手则在解决问题时进行费力的反向推理。
新手看到任意片段，专家看到有意义的片段。专家们看到了复杂的信息模式，使他们能够轻松地重建他们所看到的内容。相反，新手会看到一系列令人眼花缭乱的组件，他们难以理解。
新手靠弱方法，高手用强方法。弱方法是我们在遇到新情况时使用的通用工具。这些包括启发式方法，如爬山（不断改变事物的方向更接近解决方案）和试错法。强方法是处理特定问题的特定领域的方法。
虽然已经研究了许多专家与新手的差异，但我们对新手如何成为专家的了解相对较少。

3. Marlene Scardamalia 和 Carl Bereiter的《写作心理学》

《The Psychology of Written Composition》

专业知识的标准图景是专家自动流畅地推理，从问题到解决方案直线前进。相比之下，新手在努力解决问题时会跌跌撞撞，在努力寻找答案时会陷入死胡同。

写作违背了这幅画。

相反，Scardamalia 和 Bereiter 观察到新作家表现出惊人的流利程度。新手作家经常立即开始写作，几乎就像他们可以在纸上写下铅笔一样快。在一项调查中，当孩子们被告知有经验的作家有时会在写作前花 15 分钟思考他们会说什么时，他们感到很惊讶。

相比之下，专家是缓慢、乏味、努力的问题解决者。他们经常被卡住，经历作家的障碍并在写作上挣扎。尽管如此，他们还是写出了更好的散文。

为什么写作会违反专业知识的正常规则？Scardamalia 和 Bereiter 的回答是新手和专家使用不同的写作过程。

他们发现新手使用他们所谓的“知识讲述策略”。

新手尝试尽可能多地回忆适合主题和写作格式惯例的想法。当给出写作提示时，例如“学生应该能够选择他们学习的内容吗？” 孩子们试图生成既适合学术选择的主题，也适合意见文章的整体格式的句子。

相反，他们认为有经验的作家使用他们称之为“知识转换策略”的更精细的过程。

专家同时在两个问题空间中工作。第一个是修辞问题（例如，我的听众会觉得这很有说服力吗？），第二个是内容问题（例如，我对此有什么看法？）。这种来回的过程很费力，但它的写作效果比新手更好。

我发现这本书很吸引人，既可以让我深入了解我自己的写作过程，也可以验证我的观察，即随着我（希望）变得更好，写作对我来说变得越来越难。

4.《我们如何学习移动》Rob Gray

《 How We Learn to Move 》

人们如何获得良好的运动技能？经典的答案是通过重复。通过一遍又一遍地重复正确的技术，我们最终完善了我们的高尔夫挥杆、跑步步幅或跳投。

格雷反对这种观点，认为重复不仅不起作用，甚至不可能！相反，他认为运动技能是一个动态的、适应性的系统。我们需要改变我们的运动和练习，以避免受伤并微调我们的运动协调。

我承认，运动技能是我对技能发展的一般知识的一个空白。所以我很难判断格雷的观点有多主流。尽管如此，我发现他的想法是合理的，尤其是考虑到人们很难理解自己的身体动作。

5. David E. Rumelhart 和 James L. McClelland 的《并行分布式处理》

《Parallel Distributed Processing》

并行分布式处理或连接主义是我们需要了解大脑如何组织以理解思维的想法。PDP 被认为是启动计算神经网络认真研究的里程碑式书籍。

PDP 提出的一些一般性想法包括：

• 分布式表示。联结主义不是通过单个“标记”或单元来表示记忆或想法，而是强调延伸到许多神经元上的心理表征。通过这种方式，你的祖母、高中化学老师或布拉德皮特的记忆编码不是你大脑某处的单个神经元，而是无数单元的分散激活模式。这种分布式表示允许鲁棒性，但它有缺点。这些网络如何编码关系属性（例如，“狗咬人”与“人咬狗”）的问题困扰着认知科学家和机器学习研究人员。
• 认为是“放松”。现实世界思维的一个挑战是，它通常涉及在许多模棱两可的约束下进行推理。串行信息处理模型通常会导致可能性的爆炸式增长，这使得它们对于常识推理来说是不切实际的。联结主义网络通过让可能性相互竞争表达来避免这个困难。由于不相容的想法相互压制，最终出现了最可能的选择。这种松弛是沃尔特·金奇 (Walter Kintsch) 的构造-整合理论的主要部分，我在这里进行了回顾。
• 通过纠错学习。训练分布式表示是通过反向传播完成的，其中误差用于将神经网络各方面的权重调整为最佳配置。

这本书在我的书架上搁置了多年，直到我终于读完了它。我目前的观点是，联结主义提供了对思维的直觉/感觉/低级方面的更好近似，而符号操纵是对思维的理性/认知/高级方面的更好近似。

6. Robert Siegler 的《新兴思想》

《Emerging Minds》

长期以来，儿童发展一直以进步的阶梯比喻为特征。有影响力的瑞士心理学家让·皮亚杰（ Jean Piaget）观察到，不同年龄的孩子使用不同的思维方式。这一传统一直持续到信息处理时代，罗比凯斯等理论家认为，这些与工作记忆容量的离散增加相对应。阶梯式思维也出现在“理论”理论中，这些理论认为幼儿与更成熟的同龄人相比，对物理、心理学或外部世界有不同的表征。

西格勒认为楼梯的比喻是错误的。相反，他认为，该领域系统地忽略了认知发展的可变性。人们印象深刻的不是单一的思维方式，而是我们有多少不同的思维方式。孩子们通常会展示几种解决问题的方法，并且不会不可避免地使用最好的方法。

这种可变性会产生后果。西格勒主张采用进化的思维方式。就像物种在创造的阶梯上没有整齐排列一样，楼梯隐喻也不能解释人类的心理能力。相反，各种各样的方法通过重复暴露来竞争和适应应用。

西格勒对儿童如何处理加法问题进行了广泛的调查。他发现孩子们使用的策略会随着时间的推移而演变。他们从两个数字开始计数，然后从较大的数字开始计数，然后直接从记忆中检索答案。然而，这种转变并不是突然发生的。孩子们使用多种方法，随着时间的推移，他们学习新技巧并记住答案时频率会发生变化。

我没有读足够多的发展心理学来判断西格勒的书是代表一种新的共识还是一种异端的观点。尽管如此，我发现他的想法很有趣，因为他提出学习技能可能涉及在不同的成长阶段获得完全不同的程序。

7.卡尔·邓克 (Karl Duncker)《关于解决问题》

《On Problem Solving》

在 Newell 和 Simon关于解决问题的书之前几十年，Duncker 写了一本紧凑的学术专着，调查人们在解决问题时使用的思维方式。

功能固定性的概念正是从这本书中出现的。这种想法是，在将对象视为具有特定功能时，您不太能够在替代功能中看到它。

经典的实验是他要求受试者将蜡烛固定在墙上，并提供一盒大头钉。如果您将盒子分开放置，大多数受试者会认为它是一个合适的平台，并在将蜡烛放在顶部之前将盒子固定在墙上。相反，如果你把大头钉或蜡烛放在盒子里，受试者会把盒子看作一个容器，因此很少有人能解决问题。

我对完形心理学很着迷。尽管在科学心理学的发展过程中已经灭绝，格式塔主义者的工作预示着认知革命的大部分进展。格式塔主义者大多是德国人，他们中的许多人搬到美国，在那里他们面临着对他们的心理品牌不太有利的环境。如果托马斯·库恩是对的，并且科学范式是不相称的（并且在某种程度上是任意的），我想知道如果历史以不同的方式发展，21 世纪的心理学是否会看起来非常不同。