意識的可僞證性

我們來談點哲學吧。
所有的科學領域都隨着時間逐漸變得複雜,探索意識的神經科學也不例外;到了現在,意識的可僞證性已經變成一個問題。一般來說,科學理論必須要是可僞證的,但假如意識本身不能被我們直接觀察,確認意識理論的可僞證性會變得很困難。
在過去已經有許多人提出不同的意識理論,像是意識與特定頻率的神經活動有關(Crick, n.d.)、大腦某個特殊的地方,像是屏狀體(Crick and Koch 2005)、突觸遞迴連結的多寡(Lamme 2006)、各個腦區互相溝通的方式(Baars, n.d.)、以及資訊統整理論(Integrated Information Theory, IIT)(Oizumi, Albantakis, and Tononi 2014)。IIT 是第一個可將意識量化並做出預測的理論;這也讓它獲得了許多的批評,因爲它具有相當高的可僞證性。
那麼問題來了:我們要如何知道一個理論是不是可以被僞證的呢?德國慕尼黑大學跟美國塔夫茨大學的數學哲學家(Kleiner and Hoel 2020)首先定義了推論內容(inference)、預測(prediction)出來的意識(圖一、二),說明如果兩者在實驗之後是不一致的,那這個理論就被推翻了。

圖一:證明意識理論的實驗設計。P 是具特定組態、狀態、或動態的物理系統(像是大腦活動),O 是所有可能從P 被觀察到的結果(像是利用腦顯影觀察大腦活動),E 是實驗對象的經驗。inf 是經由推論後得到的經驗(可能是直接詢問受試者,或者利用電腦,像是機器學習得到的結果),pred 是我們想要證明的理論預測的結果。

圖二:同圖一,說明如何反證一個意識理論。當預測pred(o) 與推論inf(o) 不相符合時,這個理論就被推翻了。


在這個實驗設計下,他們驚訝地發現,如果推論與預測是完全獨立的,那幾乎所有關於意識的理論就都是「在已經被否定的前提」被設計出來的;另外如果推論與預測是完全相關的,那這個理論就是不可僞證的。這無疑帶給我們很大的挫折。
想要避免這樣的情況有幾種方法:
  1. 設計一個理論,讓推論與預測「不完全獨立」也「不完全相關」。但是這必須讓推論跟預測同等地複雜,而做實驗往往無法取得如此大量的資訊。
  2. 暴力一點,直接捨棄可僞證性。這種狀況也發生在弦論上面;弦論雖然目前不可僞證,但確非常簡潔與優雅。重點在於保持現象與理論解釋的一致性。
  3. 上面的方法都是假設經驗本身不能被我們直接觀察,如果可以被直接觀察的話那就方便很多了。但是目前大家還是不知道經驗要如何從試驗結果裏邊提取出來。另一個比較合理的方法是假設意識可以「間接」地被觀察到,或者說,物理上的因果關係不是封閉的(not causally closed)。
在最後的結語,作者認爲雖然這篇推導出一個兩難問題,但同時也指出未來我們設計意識理論的幾個方向。


撰文|葉宸甫


References
Baars, Bernard J. n.d. “IN THE THEATRE OF CONSCIOUSNESS,” 18.
Crick, Francis. n.d. “Towards a Neurobiological Theory of Consciousness,” 13.
Crick, Francis C., and Christof Koch. 2005. “What Is the Function of the Claustrum?” Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences 360 (1458): 1271–9. https://doi.org/10.1098/rstb.2005.1661.
Kleiner, Johannes, and Erik Hoel. 2020. “Falsification and Consciousness.” arXiv:2004.03541 [Q-Bio], April. http://arxiv.org/abs/2004.03541.
Lamme, Victor A. F. 2006. “Towards a True Neural Stance on Consciousness.” Trends in Cognitive Sciences 10 (11): 494–501. https://doi.org/10.1016/j.tics.2006.09.001.
Oizumi, Masafumi, Larissa Albantakis, and Giulio Tononi. 2014. “From the Phenomenology to the Mechanisms of Consciousness: Integrated Information Theory 3.0.” PLoS Computational Biology 10 (5): e1003588. https://doi.org/10.1371/journal.pcbi.1003588.

留言