Czy świadomość jest modelem, który mózg buduje własnej uwagi?

MindHeaven® Research DeskRedakcja: Nikos DrosakisOpublikowano
Umiarkowane dowody
Przegląd narracyjny i komentarz naukowy6 min czytania3 źródła

Abstrakt

Większość teorii świadomości próbuje wyjaśnić, jak proces fizyczny prowadzi do subiektywnego doświadczenia. Attention Schema Theory robi coś innego: pyta, dlaczego mózg miałby zbudować model samego siebie, który opisuje posiadanie subiektywnego doświadczenia — niezależnie od tego, czy faktycznie je ma.

Michael Graziano z Princeton proponuje, że świadomość jest schematycznym modelem, który mózg tworzy własnej uwagi, w podobny sposób jak buduje schematyczny model ciała.

To jedyna z głównych teorii świadomości sformułowana od początku jako coś, co inżynier mógłby zbudować — dlatego trafia do tego działu, a nie wyłącznie do neuronauki, i dlatego ma nietypową relację z metodą wskaźników, którą opisujemy osobno.

1.Ruch, który wykonuje teoria

Graziano przedstawił tę koncepcję w „Frontiers in Psychology” w 2015 roku, opisując ją jako sposób na mechanistyczne i naukowo testowalne wyjaśnienie mózgowych podstaw subiektywnej świadomości.

Punktem wyjścia jest schemat ciała, który nie budzi większych kontrowersji. Mózg utrzymuje wewnętrzny model ciała — położenia kończyn, ich ruchu i kształtu całego organizmu. Model nie jest ciałem. Jest uproszczonym, systematycznie niedokładnym opisem użytecznym do sterowania ciałem.

Attention Schema Theory proponuje, że mózg robi to samo z uwagą. Uwaga jest realnym procesem fizycznym: wzmacnianiem części sygnałów kosztem innych, realizowanym przez konkurencyjne interakcje neuronalne. Aby sterować tym procesem, mózg potrzebuje jego modelu — a model, tak jak schemat ciała, jest uproszczony i niedokładny w określony sposób.

Następny krok teorii brzmi: ten model jest właśnie świadomością. Kiedy człowiek raportuje, że jest świadomy jabłka, raportuje zawartość wewnętrznego modelu własnego stanu uwagi skierowanego na jabłko.

2.Dlaczego to przeformułowuje problem

Trudność, na którą natrafia każda teoria świadomości, polega na wyjaśnieniu, dlaczego fizyczne przetwarzanie miałoby w ogóle „jakieś być” od środka. Attention Schema Theory odkłada to pytanie i stawia inne: dlaczego system miałby upierać się, że coś odczuwa?

W tej koncepcji odpowiedź brzmi: ponieważ system zawiera model, który tak mówi, a model tak mówi dlatego, że jest użytecznym uproszczeniem, nie dlatego, że jest dosłownie dokładny. Schemat ciała nie reprezentuje kości i ścięgien; reprezentuje kończynę jako prosty, przegubowy obiekt. Schemat uwagi nie reprezentuje konkurencyjnej dynamiki neuronalnej; przedstawia uwagę jako niematerialne „coś”, co podmiot posiada i kieruje.

To rzeczywiste wyjaśnienie rzeczywistego zjawiska — samego upierania się oraz konkretnej formy, jaką ono przyjmuje. Czy wyjaśnia zjawisko, które ludzie faktycznie chcą wyjaśnić, jest dokładnie miejscem sporu.

Krytycy twierdzą, że teoria wyjaśnia nasze raporty o świadomości, pozostawiając samą świadomość nietkniętą. Zwolennicy odpowiadają, że jeśli wyjaśni się każdy raport, sąd i zachowanie, nie pozostaje nic dodatkowego do wyjaśnienia. Materiał empiryczny nie rozstrzyga tego sporu i nie będziemy udawać, że zbliża się on do rozwiązania.

3.Twierdzenie inżynieryjne

W 2017 roku, pisząc w „Frontiers in Robotics and AI”, Graziano wyciągnął konsekwencję odróżniającą tę teorię od jej rywalek: jeśli Attention Schema Theory jest poprawna, sztuczną świadomość można zaprojektować.

Argument jest prosty przy przyjęciu założeń teorii. Jeśli świadomość jest wewnętrznym modelem uwagi, to system mający uwagę, model tej uwagi oraz zdolność raportowania zawartości modelu posiadałby to, co posiada człowiek. W tej koncepcji nic specyficznego dla neuronów nie wykonuje niezbędnej pracy.

Graziano formułuje cel konkretnie: zbudować maszynę, która mówi „jestem świadoma jabłka” i znaczy to w taki sam sposób jak człowiek — bo zdanie jest generowane przez ten sam rodzaj wewnętrznego modelu, a nie dlatego, że system nauczył się na tekstach ludzi mówiących o świadomości.

To rozróżnienie jest sednem teorii i zarazem powodem, dla którego trudno ją ocenić. Każdy duży model językowy już potrafi wygenerować takie zdanie. Teoria wymaga jednak, by zdanie wynikało ze schematu uwagi — czyli z określonej architektury, nie z samego outputu.

4.Gdzie teoria wchodzi do metody wskaźników

Attention Schema Theory jest jedną z teorii, z których Butlin, Long i współpracownicy wyprowadzali kryteria w ocenie omawianej przez nas w serii o wskaźnikach świadomości AI. Warunek pochodzący z AST mówi, że system powinien mieć predykcyjny model reprezentujący aktualny stan uwagi i umożliwiający kontrolę nad nim.

Warto zauważyć, jak skromny jest ten wskaźnik w porównaniu z teorią, z której pochodzi. AST twierdzi, że taki model jest samą istotą świadomości. Wskaźnik pyta jedynie, czy model istnieje — ponieważ wskaźniki mają przesuwać poziom wiarygodności hipotezy, a nie wydawać werdykty, i żadna pojedyncza teoria nie otrzymuje prawa do rozstrzygnięcia.

Tutaj inżynieryjna prostota teorii staje się dwuznaczna. Warunek łatwy do sformułowania jest też łatwy do celowego zbudowania, a badacze eksperymentowali już z systemami projektowanymi specjalnie po to, by implementować Attention Schema Theory.

System zbudowany tak, by spełniać dany wskaźnik, nie jest dowodem na poprawność teorii, z której wskaźnik pochodzi. Jest dowodem, że wskaźnik dało się zrealizować.

5.Jak silne są dowody

Słabsze, niż sugeruje elegancja teorii — i to jest uczciwe podsumowanie.

Attention Schema Theory jest w zasadzie testowalna i wygenerowała prace eksperymentalne, w tym badania łączące kontrolę uwagi z jej modelem. Jej baza empiryczna jest jednak znacznie skromniejsza niż w przypadku global workspace theory, za którą stoją dekady danych z obrazowania i badań uszkodzeń, a AST nie przeszła niczego porównywalnego z adversarialnym testem, któremu poddano global workspace theory i integrated information theory w opisanej przez nas współpracy.

W zamian oferuje mechanizm wystarczająco konkretny, by można było się o niego spierać, i wystarczająco konkretny, by można go było budować. W dziedzinie, w której duża część niezgody dotyczy już samego pytania, nie jest to mało.

Komentarz redakcyjny

MindHeaven® sprzedaje suplementy i nie formułuje żadnych twierdzeń dotyczących świadomości, schematów uwagi ani świadomości maszynowej. Nic, co produkujemy, nie wpływa na żaden z tych tematów.

Powodem, dla którego warto poświęcić tej teorii uwagę, jest jej centralny ruch, który dobrze generalizuje poza problem świadomości. Gdy Graziano napotyka raport trudny do wyjaśnienia, pyta, jaki wewnętrzny model mógłby taki raport generować oraz czy model musi być dokładny, aby go wygenerować.

To pytanie warto zadawać wobec wielu danych samoopisowych, w tym takich, które ta biblioteka czyta stale. Gdy ktoś zgłasza, że suplement „wyostrzył skupienie”, jednym wyjaśnieniem jest rzeczywista poprawa uwagi. Innym — zmiana modelu własnej uwagi. To różne twierdzenia, a produkt zwykle sprzedawany jest na podstawie pierwszego.

Na podstawie samego kwestionariusza nie mamy sposobu, by je rozdzielić. Nikt inny również nie.

Jak czytać ten artykuł
Umiarkowane dowody

Istnieją badania na ludziach, ale ich liczebność, populacja lub spójność ograniczają pewność wniosków.

  1. 1.Graziano MSA, Webb TW. The attention schema theory: a mechanistic account of subjective awareness. Frontiers in Psychology. 2015;6:500. doi:10.3389/fpsyg.2015.00500.
  2. 2.Graziano MSA. The Attention Schema Theory: A Foundation for Engineering Artificial Consciousness. Frontiers in Robotics and AI. 2017;4:60. doi:10.3389/frobt.2017.00060.
  3. 3.Butlin P, Long R, Bayne T, Bengio Y, Birch J, Chalmers D, et al. Identifying indicators of consciousness in AI systems. Trends in Cognitive Sciences. 2026;30(6):488–501. doi:10.1016/j.tics.2025.10.011.
Słowa kluczowe
attention schema theoryMichael Grazianosubiektywna świadomośćschemat ciałaświadomośćsztuczna świadomośćuwagamodel siebiewłaściwości wskaźnikowetestowanie teorii