Temat 08

Myślenie i rozumowanie

Myślenie obejmuje rozumowanie dedukcyjne i indukcyjne oraz rozwiązywanie problemów. Kluczowe odkrycia: tendencja konfirmacyjna (Wason), teorie modeli mentalnych (Johnson-Laird) i heurystyki Newella-Simona.

Typy problemów i przestrzeń stanów

Problem to sytuacja, w której dysponujemy stanem początkowym i celem, lecz droga między nimi nie jest oczywista. Newell i Simon (1972) zdefiniowali problem jako układ stanów wiedzy (knowledge states): stan początkowy (initial state), stan docelowy (goal state), operatory (dopuszczalne przekształcenia stanów) i ograniczenia (constraints, restrykcje stosowane do operatorów).

Greeno (1978) sklasyfikował problemy według angażowanych operacji: - Problemy porządkowania (arrangement problems): reorganizacja elementów — np. anagram (przestaw litery CJIEPYZRAL w sensowne słowo) - Problemy indukcyjne (inducing structure): odkrycie reguł łączących elementy — np. uzupełnienie ciągu 1 2 8 3 4 6 5... albo analogie (szewc : but :: księgowa : ?) - Problemy transformacyjne (transformation problems): przekształcenie stanu początkowego w docelowy przez sekwencję operacji — np. Wieża z Hanoi

Inne ważne klasyfikacje: - Dobrze zdefiniowane (well-defined, Reitman 1965) vs. źle zdefiniowane (ill-defined, Simon 1973): dobrze zdefiniowane mają jasno określony cel, stan początkowy i operatory; źle zdefiniowane — nieokreślone kryterium rozwiązania - Semantycznie bogate vs. semantycznie ubogie: problemy semantycznie bogate (rozbudowana sieć pojęć) vs. ubogie (mało skojarzeń, mała możliwość transferu, np. łamigłówki) - Otwarte vs. zamknięte (Kozielecki, 1968): otwarte = wiele dopuszczalnych rozwiązań, kryteria nieokreślone; zamknięte = jedno poprawne rozwiązanie

Przestrzeń problemu jako przepaść: Newell i Simon wizualizowali problem jako przepaść między stanem początkowym a docelowym, którą trzeba pokonać budując most z dostępnych operatorów. Stan początkowy to dane wyjściowe i okoliczności tworzące problem (często częściowo ukryte). Stan docelowy to pożądany rezultat z jasnymi kryteriami osiągnięcia. Operatory to środki, narzędzia i reguły pozwalające na przekształcanie sytuacji. Przeszkody to ograniczenia nakładane na operatory (brak wiedzy, środków, błokady poznawcze).

Trójwymiarowa klasyfikacja problemów: - Charakter: konwergentne (jedno rozwiązanie, kryteria ostre) vs. dywergentne (wiele rozwiązań, kryteria rozmyte) - Struktura: dobrze zdefiniowane (jasne cele, znane operatory) vs. źle zdefiniowane (cel niejasny, operatory nieznane) - Wiedza: bogatek semantyczne (gęsta sieć skojarzeń, łatwy transfer) vs. ubogie (mało skojarzeń, trudniejszy transfer, np. łamigłówki logiczne)

Przestrzeń problemu: stan początkowy, operatory i stan docelowy
Przestrzeń problemu wg Newella i Simona (1972): problem jako przepaść między stanem początkowym a docelowym, pokonywana za pomocą operatorów

Rozumowanie dedukcyjne i sylogizmy

Rozumowanie dedukcyjne wyprowadza konieczne wnioski z przesłanek. Jeśli przesłanki są prawdziwe i logika poprawna, wniosek musi być prawdziwy.

Sylogizmy kategorialne: dwie przesłanki i wniosek, angażujące kwantyfikatory (Wszyscy, Żaden, Niektórzy, Niektórzy nie). Spośród 256 możliwych form sylogistycznych jedynie 24 są logicznie niezawodne.

Typowe błędy w sylogizmach: - Efekt atmosfery (Woodworth i Sells, 1935): badani preferują wnioski zgodne z "klimatem" stworzonym przez kwantyfikatory przesłanek. Dwie przesłanki z "wszystkie" → wniosek "wszystkie"; dwie z "niektóre" → wniosek "niektóre". Błąd ignoruje rzeczywistą logikę. - Efekt inwersji (Chapman i Chapman, 1959): ludzie traktują implikację jak równoważność: z "jeśli A to B" nieprawidłowo wnioskują "jeśli B to A". - Efekt przekonania (belief bias, Evans, Barston i Pollard, 1983): przyjęcie wniosku zależy od jego zgodności z wiedzą potoczną, nie od formalnej ważności. Badani akceptują niepoprawne wnioski jeśli są wiarygodne treściowo i odrzucają poprawne jeśli są niewiarygodne. Efekt silniejszy u osób bez treningu logicznego.

Sylogizmy liniowe (linear syllogisms): porównywanie natężeń: "Adam jest wyższy od Bartka; Bartek jest wyższy od Cezarego; zatem Adam jest wyższy od Cezarego". Badania (DeSoto, London i Handel, 1965): badani konstruują mentalną skalę liniową reprezentującą relacje porządkowe.

Rozumowanie warunkowe i zadanie selekcyjne Wasona

Rozumowanie warunkowe operuje implikacjami: "jeśli P, to Q". Niezawodne schematy: - Modus Ponens (MP): jeśli P→Q i P, to Q ✓ (najłatwiejszy) - Modus Tollens (MT): jeśli P→Q i ¬Q, to ¬P ✓ (trudniejszy)

Błędne schematy: - Potwierdzenie następnika (affirming the consequent): jeśli P→Q i Q, to P? ✗ - Negacja poprzednika: jeśli P→Q i ¬P, to ¬Q? ✗

Zadanie selekcyjne Wasona (1966): Cztery karty: A, G, 6, 9. Reguła: "Jeśli z jednej strony jest samogłoska, to z drugiej jest liczba parzysta." Które karty odwrócić? Poprawna odpowiedź: A (sprawdź, czy z drugiej jest parzysta — MP) i 9 (sprawdź, czy z drugiej nie ma samogłoski — MT). Wyniki: 89% wybierało A (poprawnie), 62% wybierało 6 (błąd potwierdzenia następnika), tylko 4% wybrało poprawnie A i 9.

Tendencja konfirmacyjna (confirmation bias): preferencja do poszukiwania potwierdzeń hipotezy zamiast przypadków falsyfikujących (Popper). Wason (1960), zadanie 2-4-6: badani proponowali ciągi zgodne z własną hipotezą, unikając testów falsyfikacyjnych. Tylko 21% odkryło prostą regułę (trzy rosnące liczby).

Efekt tematyczny (Griggs i Cox, 1982): "życiowe" wersje zadania selekcyjnego (np. "Jeśli ktoś pije piwo, musi mieć ponad 21 lat" — sprawdź które osoby z kart: osoba pijąca piwo, osoba pijąca Coca-Colę, 25 lat, 16 lat) rozwiązywane poprawnie przez 73% vs. 4% dla abstrakcyjnej wersji. Wyjaśnienie: deontic logic — reguły społeczne i prawa angażują odmienne procesy rozumowania niż abstrakcja.

Teorie rozumowania

Teoria abstrakcyjnych reguł (mental logic, Braine 1978, Rips 1983): umysł dysponuje systemem reguł logiki formalnej — analogonów modus ponens, modus tollens. Rozumowanie to sekwencyjne stosowanie reguł do przesłanek. Błędy wynikają z braku odpowiedniej reguły lub błędnej reprezentacji przesłanek, nie z irracjonalności. Teoria przewiduje, że zadania angażujące proste, często używane reguły (MP) będą rozwiązywane lepiej niż te angażujące rzadkie (MT).

Teoria modeli mentalnych (mental models, Johnson-Laird, 1983): rozumowanie polega na konstrukcji i manipulacji modelami mentalnymi — quasi-analogowych, przestrzennych reprezentacjach sytuacji opisanej w przesłankach. Procedura: 1. Zbuduj model mentalny reprezentujący przesłanki 2. Sformułuj konkluzję opisującą model 3. Sprawdź, czy nie da się zbudować modelu falsyfikującego konkluzję

Błędy wynikają z ograniczonej pojemności WM — gdy przesłanki wymagają budowy wielu modeli, nie wszystkie są konstruowane, co prowadzi do błędnych wniosków. Teoria wyjaśnia efekt treści (łatwiejsze sylogizmy = mniejsza liczba modeli) i efekt figury sylogistycznej.

Teoria dwoistego procesu (dual process theory, Evans 1989, 2008; Stanovich 1999): rozumowanie angażuje dwa systemy — Typ 1 (szybki, heurystyczny, kierowany treścią) i Typ 2 (wolny, analityczny, reguły formalne). Efekt przekonania wynika z dominacji Systemu 1; poprawne rozumowanie formalne wymaga Systemu 2, który kosztuje zasoby WM.

Rozwiązywanie problemów — heurystyki Newella i Simona

Newell i Simon (1972) sformalizowali rozwiązywanie problemów w teorii przestrzeni stanów i opracowali komputer ową symulację — General Problem Solver (GPS). GPS opierał się głównie na analizie środków i celów (means-ends analysis, MEA).

Heurystyka redukcji różnicy (difference reduction, inaczej hill climbing): porównuj stan aktualny z docelowym i wybierz operator maksymalnie redukujący różnicę. Metafora: wspinaczka na szczyt z zamkniętymi oczami — zawsze idziesz pod górę. Wada: może prowadzić do lokalnych optimów.

Analiza środków i celów (MEA): wykryj największą różnicę między stanem aktualnym a docelowym, znajdź operator ją redukujący, zastosuj lub utwórz podcel usuwający przeszkodę. Istota: niekiedy trzeba oddalić się od celu (tworząc podcel), by ostatecznie do niego dotrzeć.

Heurystyka poruszania się wstecz (working backwards): zacznij od stanu docelowego i cofaj się do stanu początkowego. Przydatna gdy cel jest dobrze zdefiniowany, ale drogi do niego jest wiele.

Fiksacja funkcjonalna (functional fixedness, Duncker, 1945): trudność w dostrzeżeniu nowych zastosowań obiektu, który ma dobrze znane, oczywiste funkcje. Paradygmat świecy: przymocuj świecę do korkowej ściany mając tylko świecę, pudełko szpilek i zapałki. Jeśli szpilki są w pudełku, rzadziej badani wpadają na użycie pudełka jako półki (fiksacja = pudełko służy do przechowywania). Gdy pudełko jest puste — rozwiązanie łatwiejsze.

Wgląd (insight): nagłe, nieoczekiwane rozwiązanie problemu — "Aha!". Köhler (1925): szympansy Sultan uczyły się konfigurować kije, by dosięgnąć banana. Model Ohlssona (1992): wgląd = restrukturyzacja problemu — wyłamanie się z błędnych założeń przez relaksację ograniczeń lub zmianę kodowania.

Fazy rozwiązywania problemów i bariery

Modele fazowe zakładają, że rozwiązywanie problemów przebiega przez wyróżnialne etapy. Brandsford i Stein (1993) zaproponowali model IDEAL: 1. Identify — identyfikacja problemu 2. Define — zdefiniowanie celów i reprezentacji problemu 3. Explore — eksploracja możliwych strategii 4. Act — podjęcie działania 5. Look back — lustracja wyników i wyciąganie wniosków

Sternberg (1986) wyróżnił siedem etapów: identyfikacja → definicja i reprezentacja → budowanie strategii → alokacja zasobów → monitorowanie → ewaluacja.

Bariery w rozwiązywaniu problemów: - Fiksacja funkcjonalna (Duncker): obiekt kojarzy się tylko ze swoją typową funkcją - Nastawienie (set effect, efekt Einstelungu, Luchins 1942): tendencja do stosowania sprawdzonej metody, nawet gdy istnieje prostsze rozwiązanie (problem dzbanów z wodą) - Negatywny transfer: strategie skuteczne w poprzednim problemie mogą blokować rozwiązanie nowego - Złe zdefiniowanie problemu (zbyt wąskie ramy): problem 9 kropek — badani zakładają, że linie nie mogą wykraczać poza kwadrat sugerowany przez układ kropek, mimo że zadanie tego nie zabrania. Przekroczenie granic subiektywnego "kwadratu" jest jedynym rozwiązaniem.

Rola doświadczenia i wiedzy dziedzinowej: eksperci rozwiązują problemy ze swojej dziedziny szybciej i dokładniej nie dlatego, że mają lepszą WM, lecz dlatego, że dysponują większą siecią skematów (chunks) umożliwiających szybkie rozpoznanie struktury problemu.

7-etapowy model cykliczny: rozwiązywanie problemów nie jest procesem liniowym — wymaga ciągłej redefinicji: 1. Identyfikacja — rozpoznanie, że problem istnieje 2. Definiowanie — budowanie wewnętrznej reprezentacji: stan początkowy, cel, reguły 3. Strategia — wybór podejścia (analityczne vs. heurystyczne) 4. Informacje — zebranie brakujących danych 5. Alokacja zasobów — decyzja o czasie i uwadze poświęconych problemowi 6. Monitorowanie — ocena postępów w trakcie rozwiązywania 7. Ocena — weryfikacja wyniku i refleksja

Między etapami 2 i 3 występują punkty tarcia (friction points): gdy strategia nie działa, konieczna jest re-definicja problemu. Ten cykl może powtarzać się wielokrotnie.

Trzy bariery rozwiązywania problemów: - Sztywność umysłowa (mental rigidity): tendencja do myślenia w utartych torach, niemożność zmiany perspektywy - Efekt nastawienia (set effect / Einstellung): automatyczne stosowanie sprawdzonej metody nawet gdy istnieje prostsze rozwiązanie - Inercja umysłowa (mental inertia): opór przed porzuceniem niepracującego podejścia

Mechanika wglądu — dowód empiryczny (Metcalfe i Wiebe, 1987): porównanie problemów rutynowych i wymagających wglądu ujawniło fundamentalną różnicę. Problemy rutynowe: stopniowe zbliżanie się do rozwiązania — subiektywne poczucie bliskości rośnie linearnie. Problemy wymagające wglądu — trzy fazy: 1. Porażka i impas (0–40%): akceptacja braku rozwiązania; algorytmiczne odczucie bliskości 2. Inkubacja (40–80%): nieświadoma praca; oportunistyczna asymilacja wskazówek; selektywne zapominanie zbędnych danych (upraszczanie) 3. Iluminacja (80–100%): poczucie bycia w martwym punkcie aż do ostatniej sekundy — nagły skok z efektem "Eureka!"

7 etapów rozwiązywania problemów — model cykliczny
Rozwiązywanie problemów jako proces cykliczny, nie liniowy: 7 etapów z punktami tarcia wymagającymi re-definicji
Mechanika wglądu — dowód empiryczny Metcalfe i Wiebe (1987)
Mechanika wglądu (Metcalfe i Wiebe, 1987): problem rutynowy — stopniowy postęp; problem wymagający wglądu — impas i nagła iluminacja

Kluczowe eksperymenty

CelZbadanie zdolności do falsyfikacji hipotezy przez testowanie implikacji warunkowej
ProceduraBadanym pokazywano 4 karty z symbolami: A, G, 6, 9. Instrukcja: każda karta ma literę po jednej i cyfrę po drugiej stronie. Reguła: "Jeśli z jednej strony jest samogłoska, to z drugiej jest liczba parzysta." Które karty koniecznie odwrócić?
Wyniki89% wskazywało kartę A. 62% wskazywało kartę 6 (błąd). Tylko 4% wybrało poprawnie A i 9. Rzadko wybierano G.
WnioskiBadani stosują tendencję konfirmacyjną — szukają przypadków potwierdzających, nie falsyfikujących. Poprawna logika: A (MP: samogłoska → sprawdź parzystość) i 9 (MT: nieparzysta → sprawdź brak samogłoski). Karta 6 jest zbędna (spełnienie następnika nie falsyfikuje reguły). Klasyczny dowód ograniczeń ludzkiego rozumowania dedukcyjnego.
CelZbadanie tendencji konfirmacyjnej w odkrywaniu reguł liczbowych (zadanie 2-4-6)
ProceduraBadanym podawano ciąg liczb: 2, 4, 6, informując, że jest on zgodny z pewną regułą. Mogli proponować własne zestawy trzech liczb, a eksperymentator informował: tak/nie. Zadaniem było sformułować regułę. Reguła eksperymentatora: "trzy rosnące liczby".
WynikiBadani tworzyli głównie zestawy zgodne z własną hipotezą (np. 8, 10, 12 dla hipotezy "rosnące parzyste"), unikając testów falsyfikacyjnych. Tylko 21% odkryło regułę w pierwszej próbie.
WnioskiTendencja konfirmacyjna: testujemy hipotezy przez szukanie przypadków potwierdzających, nie falsyfikujących. Błąd metodologiczny istotny w nauce (potwierdzamy teorie, zamiast ich szukać kontrprzykładów). Ilustracja, dlaczego falsyfikacja Poppera jest trudna w praktyce.
CelZbadanie fiksacji funkcjonalnej jako bariery w rozwiązywaniu problemów
ProceduraZadanie świecy: przymocuj świecę do korkowej ściany, mając do dyspozycji tylko świecę, pudełko szpilek i zapałki. Wersja A: szpilki były w pudełku (pudełko pełni rolę pojemnika). Wersja B: szpilki były obok pustego pudełka.
WynikiWersja A (szpilki w pudełku): ~39% badanych znajdowało rozwiązanie (użycie pudełka jako półki przypiętej szpilkami). Wersja B (puste pudełko): odsetek trafnych rozwiązań był istotnie wyższy.
WnioskiFiksacja funkcjonalna: gdy obiekt pełni wyraźną funkcję (pojemnik), trudniej dostrzec jego alternatywne zastosowanie (półka). Zwolnienie obiektu z jego typowej roli (puste pudełko) znosi fiksację. Wynik ma szerokie implikacje dla twórczego rozwiązywania problemów.

Literatura obowiązkowa

Nęcka, E., Orzechowski, J., Szymura, B. (2007). Psychologia poznawcza. Academica / Wydawnictwo SWPS.

Nęcka, E., Orzechowski, J., Szymura, B., Wichary, S. (2020). Psychologia poznawcza. PWN.

Eysenck, M., Keane, M. T. (2015). Cognitive psychology: A student's handbook. Psychology Press.

Kellog, R. T. (2016). Fundamentals of cognitive psychology. SAGE Publications.

Literatura uzupełniająca

Gagné, N., Franzen, L. (2023). How to run behavioural experiments online. Swiss Psychology Open, 3(1).

Alhadad, S. S. (2018). Visualizing data to support judgement in learning analytics. Journal of Learning Analytics, 5(2), 60–85.

Molinaro, P. F., et al. (2019). Train-the-trainer: Methodology to learn the cognitive interview. Journal of Investigative Psychology, 16(1), 32–43.

© 2026 Aleksander Zębrowski. Materiały edukacyjne.

← Powrót do portfolio