理解

フリー百科事典ウィキペディアより
ナビゲーションにジャンプ 検索にジャンプ

理解とは、、状況、メッセージなどの抽象的または物理的なオブジェクトに関連する心理的プロセスであり、概念を使用してそのオブジェクトをモデル化できます。理解とは、知る者と理解の対象との間の関係です。理解とは、知的な行動をサポートするのに十分な、知識の対象に関する能力と気質を意味します。[1]

理解は、常にではありませんが、多くの場合、概念の学習に関連しており、時にはそれらの概念に関連する理論や理論にも関連しています。しかし、人は物体、動物、またはシステムの行動を予測する優れた能力を持っている場合があり、したがって、その物体、動物、またはシステムに関連する概念や理論に必ずしも精通していなくても、ある意味でそれを理解することができます。彼らの文化で。彼らは独自の明確な概念や理論を開発している可能性があり、それらは彼らの文化で認識されている標準的な概念や理論と同等であるか、より良いか悪いかである. したがって、理解は推論を行う能力と相関しています。

定義

理解と知識はどちらも統一された定義のない単語[2] [3]であるため、Ludwig Wittgensteinは知識または理解の定義を過去のものとし、単語が自然言語でどのように使用されているかを調べ、文脈で関連する特徴を特定しました。[4]文脈の中で何かを知ることは理解であるのに対し、知識だけではほとんど価値がないことが示唆されている[5][6] [7]

誰かの理解は、認識された原因[8]または非因果的なソース[9]からもたらされる可能性があり、知識は理解がどこから来るかの柱であることを示唆しています。[10]対応する知識がなくても理解できるし、対応する理解がなくても知識がある。[11]たとえ知識があったとしても、同様の事例について適切な区別や正しい結論を下すことはできないかもしれない[12] [13]文脈についてのより多くの情報が必要であることを示唆している. 【10】何かを理解するということは、能力と気質を意味する知的行動をサポートするのに十分な知識の対象に関して。[14]

したがって、理解は知識よりも要求が少ないかもしれません。なぜなら、誰かがその主題について間違っていたとしても、その主題を理解できるように見えるからです。しかし、より深いレベルで発見された場合、理解を行う人が自分の信念間の内部接続を実際に「見る」または「把握する」必要があるという点で、より要求が厳しい. [10]

説明的リアリズムと命題モデルは、理解は因果命題から生じることを示唆している[15]が、原因がどのように結果をもたらすかを知ることは理解であると主張されてきた. [16]理解は個別の命題に向けられるのではなく、部分と他の部分との関係、おそらく部分と全体の関係を把握することを含む. [17]把握された関係は理解に役立ちますが、関係は常に因果関係があるとは限りません。[18]したがって、依存関係の知識によって理解を表すことができます。[16]

  1. 天気を予測できれば (たとえば、非常に曇っている場合は雨が降る可能性があります)、および/またはその特徴のいくつかを説明できれば、天気を理解できます。
  2. 精神科医は、その人の不安とその原因を知っていれば、その人の不安を理解し、不安に対処する方法について有益なアドバイス提供できます。
  3. メッセージによって伝えられる情報内容を意識的に再現できれば、推論や議論の一部を理解できます。
  4. 人は、その言語での幅広い発話または書かれたメッセージによって伝えられる情報内容を再現できる程度まで、その言語を理解しています。

浅く深い

何かについて、より洗練された理解、より予測可能な正確な理解、および/または他の人が一般的により良いと判断する説明を行うことができる理解を持っている人は、そのことを「深く」理解していると言われます. 逆に、物事の理解がより限られている人は、「浅い」理解を持っていると言われます. ただし、職業や活動に有益に参加するために必要な理解の深さは、さまざまです。

たとえば、整数の乗算を考えてみましょう最も浅いレベルの理解から始めると、(少なくとも)次の可能性があります。

  1. 小さな子供は掛け算が何かを理解していないかもしれませんが、学校で大きくなったときに学ぶ数学の一種であることは理解できるかもしれません. これが「文脈の理解」です。まだ理解されていない概念をある種の文脈に入れることができる。概念が自分の現在の知識の一部ではないことを理解することでさえ、それ自体が一種の理解です (ダニング・クルーガー効果を参照してください。これは、自分が知らないことをよく理解していない人々に関するものです)。
  2. 少し年長の子供は、2 つの整数の掛け算は、少なくとも 1 から 12 の間の数字の場合、掛け算で 2 つの数字を調べることで理解できるかもしれません。また、「2 かける 4 は何ですか?」などの掛け算の質問に答えるために、関連する九九を記憶して思い出すことができる場合もあります。これは操作上の理解の単純な形式です。質問を十分に理解して、答えを見つけるために必要な操作を実行できること。
  3. さらに年長の子供は、より大きな数の掛け算は、長い掛け算電卓を使用するなどの別の方法を使用して実行できることを理解する場合がありますこれは、同じタイプのより広い範囲の質問への回答をサポートするため、より高度な操作上の理解です。
  4. 10 代の若者は、掛け算が足し算の繰り返しであることは理解できますが、これのより広い意味は理解できません。たとえば、教師が 6 に 3 を掛けることを「3 つの 6 の合計」と呼んだ場合、教師が 2 つのまったく同等のことについて話していることを理解するかもしれません。ただし、この知識を適用して、基本的な構成要素として加算とループのみを使用するコンピューター上のアルゴリズムとして乗算を実装する方法を理解していない可能性がありますこのレベルの理解は、「定義を理解する」(概念が 1 つの定義しか持たない場合は「定義を理解する」) ことです。
  5. 10 代の若者は、個々の整数を変数として抽象化する数学的アイデアと、次のような変数による乗算を含む代数方程式を効率的に (つまり、試行錯誤を経ずに) 解く方法を理解することもできます。. これが「関係理解」です。掛け算と割り算の関係を理解する。
  6. 数学を勉強している学部生は、「乗算を備えた整数」はモノイドと呼ばれる一連の数学的構造の一例に過ぎず、モノイドに関する定理は乗算や他のタイプのモノイドにも同様に適用されることを学ぶかもしれません.

マクドナルドでレジ操作するためには、2 つのビッグマックの合計価格を計算するための掛け算を深く理解する必要はありませんただし、数論の研究に貢献するためには、除算や素数などの他の関連する算術概念とともに、乗算について比較的深い理解が必要です。

評価

実際にはトピックについて浅い理解しか持っていない人、または「インテリジェントな」ソフトウェアの一部が、適切な質問をすると、実際よりも深く理解しているように見える可能性があります。これが起こり得る最も明白な方法は、既知の質問に対する正しい答えを記憶することですが、人またはコンピューターが (意図的またはその他の方法で) 理解のレベルについて誰かをだますことができる他のより巧妙な方法もあります. これは特に人工知能のリスクです、数百万の可能性 (試みられた解決策、理論など) を非常に迅速に試す人工知能ソフトウェアの能力は、その理解の真の深さについて誤解を招く印象を与える可能性があります。AIソフトウェアは、単純にルールを非常に迅速に適用するだけで、概念まったく理解していなくても、補助のない人間が答えるのが難しい質問に対して、印象的な答えを実際に思いつくことができると考えられています. (ただし、この議論の物議を醸す哲学的拡張 については、チャイニーズ ルームの議論を参照してください。)

試験は、これらのリスクに陥ることなく、生徒の理解度 (場合によっては、知識や作文能力なども) を評価するように設計されています。彼らは、測定誤差のリスクを減らすためにトピックについて複数の異なる質問をすることによって、また、参考文献や外部の世界へのアクセスを禁止することによって、他の誰かの理解が自分のものとして偽装されるリスクを減らすことによって、これを行います. コンピューターの計算能力と記憶能力はより高速で正確であるため、人工知能の理解を正確に評価するために使用する場合、そのようなテストを変更する必要があることは間違いありません。

逆に、人や人工知能が実際よりも浅いレベルの理解を偽造することはさらに簡単です。彼らは単に、「わからない」または明らかに間違った答えなど、より限られた理解またはまったく理解していない人が応答するのと同じ種類の応答で応答する必要があります. これは、チューリング テストのジャッジに関連します回答者に非常に難しい算数の質問に対する答えを頭の中で計算するよう単純に求めることは効果的ではない可能性があります。コンピューターは単純に頭がおかしくなり、答えを知らないふりをする可能性が高いからです。

モデルとして

著名なコンピューター科学者であるグレゴリー・チャイティンは、理解は一種のデータ圧縮であるという見解を提唱しています。[19]エッセイ「The Limits of Reason」の中で、彼は、何かを理解するということは、それを説明する単純な一連の規則を理解できることを意味すると主張している. たとえば、昼と夜が存在する理由は、地球の明るさ、温度、大気組成の変化など、膨大な量のデータを説明する単純なモデル(地球の自転) があるためです。それを予測する単純なモデルを使用して、大量の情報を圧縮しました。同様に、0.33333...という数字も理解できます。3分の1と考えてください。数値を表す最初の方法には、5 つの概念 (「0」、「小数点」、「3」、「無限大」、「3 の無限大」) が必要です。しかし、2 番目の方法は最初の表現のすべてのデータを生成できますが、3 つの概念 (「1」、「除算」、「3」) のみを使用します。Chaitin は、理解とはデータを圧縮するこの能力であると主張しています。

宗教的視点

認知は、仏教で表現された理解や「正しい見方」のレベルに影響を与える可能性のある知識得るのに役立ちます理解はまた、個人が神の摂理を洞察するのを助ける 聖霊の7つの賜物にも見られます。

も参照

参考文献

  1. ^ Bereiter、カール。「知識時代の教育と心」 . 2006 年 2 月 25 日にオリジナルからアーカイブされました
  2. ^ Zagzebski、Linda (2017)、「What is Knowledge?」The Blackwell Guide to Epistemology、John Wiley & Sons, Ltd、pp. 92–116、doi : 10.1002/9781405164863.ch3ISBN 978-1-4051-6486-3、 2021年 11 月 28日取得
  3. ^ Târziu, Gabriel (2021-04-01). 「説明によって理解を得るにはどうすればよいか」. 公理31 (2): 173–197. ドイ: 10.1007/s10516-020-09488-6 . ISSN 1572-8390S2CID 218947045 .  
  4. ^ ルートヴィヒ・ウィトゲンシュタイン、確実性について、発言 42
  5. ^ プリチャード、ダンカン (2008-08-12). 「答えを知り、理解と認識的価値」 . グレイザー哲学研究会77 (1): 325–339. ドイ10.1163/18756735-90000852hdl : 20.500.11820/522fbeba-15b2-46d0-8019-4647e795642c . ISSN 1875-6735 . 
  6. ^ Kvanvig、Jonathan L. (2003-08-21). 知識の価値と理解の追求ケンブリッジ大学出版局。ISBN 978-1-139-44228-2.
  7. ^ Elgin、Catherine Z. (2017-09-29). 十分に真実です。MITプレス。ISBN 978-0-262-03653-5.
  8. ^ リプトン、ピーター (2003-10-04). 最良の説明への推論ルートレッジ。ISBN 978-1-134-54827-9.
  9. ^ フィリップ・キッチャー (1985-11-01). 「説明への2つのアプローチ」 . 哲学のジャーナル82 (11): 632–639. ドイ10.2307/2026419JSTOR 2026419 . 
  10. ^ a b c Grimm, Stephen R. (2014), Fairweather, Abrol (ed.), "Understanding as Knowledge of Causes" , Virtue Epistemology Naturalized: Bridges Between Virtue Epistemology and Philosophy of Science , Synthese Library, Cham: Springer International Publishing 、巻。366, pp. 329–345, doi : 10.1007/978-3-319-04672-3_19 , ISBN 978-3-319-04672-3、 2021年 11 月 28日取得
  11. ^ プリチャード、ダンカン (2009). 「知識、理解、認識的価値」 . 王立哲学研究所のサプリメント64 : 19–43. ドイ: 10.1017/S1358246109000046 . hdl : 20.500.11820/0ef91ebb-b9f0-44e9-88d6-08afe5e96cc0 . ISSN 1755-3555 . S2CID 170647127 .  
  12. ^ ヒルズ、アリソン (2009-10-01). 「道徳的証言と道徳的認識論」 . 倫理120 (1): 94–127. ドイ10.1086/648610ISSN 0014-1704 . S2CID 144361023 .  
  13. ^ ヒルズ、アリソン (2010-04-29). 最愛の自己:道徳とエゴイズムからの挑戦オックスフォード大学出版局。ISBN 978-0-19-921330-6.
  14. ^ Bereiter, Carl (2005-04-11). 知識時代の教育と心ルートレッジ。ISBN 978-1-135-64479-6.
  15. ^ キム・ジェグォン (1994). 「説明的知識と形而上学的依存」 . 哲学的な問題5 : 51–69. ドイ10.2307/1522873ISSN 1533-6077JSTOR 1522873 .  
  16. ^ a b Grimm, Stephen R. (2014), Fairweather, Abrol (ed.), "Understanding as Knowledge of Causes" , Virtue Epistemology Naturalized: Bridges Between Virtue Epistemology and Philosophy of Science , Synthese Library, Cham: Springer International Publishing,巻。366, pp. 329–345, doi : 10.1007/978-3-319-04672-3_19 , ISBN 978-3-319-04672-3、 2021年 11 月 28日取得
  17. ^ Zagzebski、Linda (2008-07-08). 認識論についてセンゲージ学習。ISBN 978-0-534-25234-2.
  18. ^ ルーベン、デビッド・ヒレル。ルーベン、ロンドンのニューヨーク大学の学長であり、東洋アフリカ研究学校の哲学教授である David-Hillel (2003)。アクションとその説明クラレンドンプレス。ISBN 978-0-19-823588-0.
  19. ^ Chaitin, Gregory (2006), "The Limits Of Reason" (PDF) , Scientific American , 294 (3): 74–81, Bibcode : 2006SciAm.294c..74C , doi : 10.1038/scientificamerican0306-74 , PMID 16502614 , 2016-03-04にオリジナル(PDF)からアーカイブ  

外部リンク