复杂性视角深化心理学研究：以具身认知与生态动力学为例
Nuancing psychological research with complexity: The case of embodied cognition and ecological dynamics
https://philarchive.org/archive/FRINPR
摘要
心理科学常常受到阻碍，因为心智和行为是极其复杂的主题。其中包含许多动态运作的部分以及它们之间繁多的交互作用，这导致其变量的性质发生了根本性的转变。这就需要强大的理论和元理论基础来梳理和解释研究结果。然而，尤其是元理论基础却遭到了不当的忽视。为了弥补这一不足，本文邀请读者审视理论中隐含的关于世界本质的假设，即形而上学。我们将复杂性科学定位为提供实现这一目标的有效方法。我们的分析通过考察一个理论是否假设心理现象 1）是复杂系统的产物，2）表现为复杂系统，以及 3）应当作为复杂系统来研究，从而揭示其元理论假设。我们预测，这一分析将表明，与明确的理论假设不同，各种理论在复杂性的形而上学假设上往往存在差异。因此，通过揭示理论差异的潜在原因，它使心理理论更加细致入微，从而提升了学术讨论的成效。我们首先提出这一分析，随后将其应用于一个案例研究，比较本期特刊中备受关注的两个框架，它们在元理论和理论假设上既有共性也存在分歧。这种既相近又相异的微妙关系，使我们能够展示复杂性视角作为一种剖析竞争性立场的敏锐工具所具备的优势。
关键词：复杂性理论；危机；元理论；科学理论；人类行为；4E认知；还原论
心理科学是“对心智和行为的研究”（APA词典，2025；另见例如，Rooney & Evans, 2019），这是一个极其复杂的主题。然而，许多心理学研究并未对这一事实给予足够的重视。事实上，相当一部分心理学研究尚未接纳心智和行为固有的复杂性。不过，这一趋势可能正在发生转变；尤其是在围绕心理科学“可重复性危机”的讨论之后，复杂性这一话题越来越多地浮出水面（例如，Eronen & Bringmann, 2025; Gernigon et al., 2024; Sanbonmatsu & Johnston, 2019; van der Maas, 2024）。我们在此基础上进一步拓展了近期涌现的研究，将“复杂性视角”作为一种有价值的切入点，用于揭示隐含的理论假设。这是一项有价值的工作，因为理论或框架在显性立场上的分歧，往往并非源于理论层面的差异，而是源于元理论（meta-theoretic）层面的差异。在这种情况下，单纯讨论理论差异将收效甚微；为了将此类讨论引向更有成效的方向，必须借助一种能够揭示形而上学（metaphysical）区别的工具。我们将复杂性视角呈现为这样一种敏锐的工具。在本文中，我们首先论证，推动元理论差异的一个共同主题是对复杂性的隐性承诺，随后我们将对形而上学差异进行分析。因此，我们通过考察两个以不同方式接纳复杂性的框架来提供具体示例：具身认知（具体指与Barsalou, 1999一致的心理表征相关工作）和生态动力学（遵循Turvey, 1977；由Araújo et al., 2006发展）。它们的共性与分歧展示了复杂性作为一种审查不同立场的分析工具的潜力。
复杂性科学由于出发于一套根本不同的假设，通常伴随着相应独特的理论和方法论变革。这导致它常常被解读为晦涩难懂、被误解、神秘莫测，甚至更糟，被漫画化（曲解）。然而，复杂性的洞见是直接可及的，其启示可以为理论构建提供指导，而无需抛弃人们已有的知识或研究习惯。相反，对基本理念的粗略把握，已经足以启发学术辩论，或批判性地评估研究过程中的决策。
为此，我们将首先审视元理论假设在塑造心理学研究中的作用，以及它与过度依赖实证研究（而非理论研究）的关系。这将引导我们对复杂性进行简要概述，以便读者深入了解思考心理学研究的不同方式。随后，我们将复杂性作为指导，用于探讨形而上学问题。我们从三个分析维度勾勒出形而上学领域，这些独立的维度涵盖了从关于世界存在什么的一般性假设，到关于应如何对其进行研究的更具体的假设。接下来，我们将这一框架应用于两个示例方法：具身认知和生态动力学。我们使用前述的分析维度，提取这两种方法之间的共性与差异。因此，我们的目标是将复杂性定位为一种指导视角，用于使心理学理论更加细致入微，并通过细化两个经典竞争框架来证明这一点。需要澄清的是，本分析无意描述基于复杂性的心理学研究与“标准心理学研究”之间的差异（关于此类工作，参见例如，Araújo et al., 2019; Den Hartigh et al., 2017; Favela, 2020）。相反，本文的目标受众是所有领域和方向的心理学科学研究者。我们并非意图反对非基于复杂性的研究，而是希望我们的阐述能鼓励读者明确并拓展他们的形而上学假设。
作为这一论证的出发点以及我们讨论的概念背景，我们强调，任何科学，尤其是心理科学，都必须具备坚实的理论基础。心理学缺乏理论严谨性的问题已屡遭诟病（例如，Eronen & Bringmann, 2021; Fiedler, 2017; Gigerenzer, 2010; Lykken, 1991; Meehl, 1967）。为了描绘这一现象，Forscher (1963) 使用了“砖厂”的隐喻。在这个类比中，科学是建造大厦（解释和定律）的事业，由建造者（科学家）来施工。建造者的目标是巧妙地组装砖块（实证发现），以建造坚固耐用的建筑。在早期，建造者自己生产砖块，根据用途改变材料和形状。然而，随着投资的增加，他们发现可以培训专门的制砖人，使其专注于生产砖块，而建造者则可以更快地建造大厦。这是一个富有成效的决定，建造速度比以往任何时候都快。但出乎意料的是，制砖人开始痴迷于制砖，不再为特定用途生产特定的砖块，而是专注于生产大量的砖块。他们辩称：“如果有足够多的砖块，建造者就能挑选出所需之物，并继续建造大厦。”（Forscher, 1963, p. 339）。随着时间的推移，大地上堆满了砖块，建造者的工作变得极为罕见，而砖块的形状和材质不再由大厦的需求决定，而是受制于其他制砖人不断变化的趋势和时尚。事实上，随着时间的推移，真正的大厦消失了，因为一堆砖块与大厦之间的界限变得模糊不清（Forscher, 1963）。“砖厂的混乱”是对心理科学过去和当前规范的一种极为严厉的描绘，但它触及了一个真实的系统性问题：即对科学事业中理论层面的系统性忽视，而正是理论层面将丰富的实证发现整合起来并赋予其意义。现代心理学研究往往忽视“全局图景”，更喜欢一次只推进一步（即一个实证发现），并假定这些实证证据的积累终有一天会自动揭示出关于心智和行为的足够完整的图景。
1. 形而上学
一个被严重忽视的事实正在破坏这种无方向的实证证据收集，那就是：即使是表面上客观、“未受污染”的实证发现，也无法脱离理论的考量。由于心理科学的研究对象通常是无形的，理论无法受到实证发现的充分约束以产生确定、客观的事实（Eronen & Bringmann, 2021; McGann & Speelman, 2020）。换句话说，心理现象是“未充分决定的”（underdetermined）；一组实证发现可以有多种解释方式，因此，仅凭数据无法确凿地证明或反驳某个理论或假设（Stanford, 2009）。理论与数据之间的距离太大，无法排除所有可能的替代解释，这就排除了获得绝对洞见的可能性。因此，一项实验的结果是支持这一理论还是另一理论，取决于科学家对数据的解释，而这一行为会将理论假设“污染”到表面上客观的数据中（关于此例，参见对最近一次失败的可重复性研究的评论；Buckwalter & Friedman, 2024）。
人们不可避免地用来理解数据的解释结构，源于其形而上学（metaphysics）假设。形而上学是关于什么构成了世界的假设。这些假设包括关于什么构成知识的假设（认识论，epistemology）、关于世界上存在什么的主张（本体论，ontology），以及个人对整个宇宙的图景（宇宙论，cosmology；Henriques, 2019；另见 Crotty, 2020; van Zomeren, 2024; Slife & Williams, 1995）。它们是元理论（meta-theoretic）层面的，意味着它们位于更具体、更详尽的理论考量之后（或作为其基础）。心理学研究者通常将本体论或认识论等深奥的哲学概念推给哲学家，为了假设和数据等更具体的领域而回避这些形而上学问题（Eronen & Bringmann, 2021; Henriques, 2019; Slife & Williams, 1995）。然而，忽视这种形而上学，就等于无视了心理学中实证数据“未充分决定”的本质。
通过考察人们如何选择研究方法，形而上学与研究过程中的决策之间的联系便显而易见。具体而言，人们会选择能够产生其形而上学立场所需数据类型的方法。如果一个人持有实在论（realist）的形而上学立场，即在研究者之外存在一个可公开获取的、客观存在的现实，那么他所选择的方法必须能够抵抗研究者的影响，例如使用双盲法。如果一个人假设所有现实都只是相对于研究者而被创造或理想化的，情况就大不相同了，在这种情况下，人们会在例如访谈研究中明确表达自己的私人观点和解释（Guba & Lincoln, 1994）。正如后文将详细阐述的那样，如果一个人假设理解构成现象的各个组成部分，比理解这些组成部分之间的相互关系更重要，那么他就会将一个系统分割成碎片，而不是试图从整体上理解产生该现象的系统。一个重要的结果是，从一套形而上学假设来看似乎错误的方法，在另一套假设下却可能非常适用，这证明了拓展个人可用的形而上学假设（正如本文试图提供的）的价值。
因此，形而上学假设在整个科学事业中扮演着核心角色。然而，在比较理论时，人们最常“向下看”并比较数据，例如在关键推断检验中，从两个理论中推导出对立的假设，以决定哪个理论更好（Bouchard, 2009; Platt, 1964）。人们很少被建议“向上看”，去识别产生这些理论的形而上学承诺，而这本可以让我们理清它们之间的差异。事实上，两个对世界上存在什么或自然如何运作做出根本不同假设的理论，几乎无法被相互对立或比较。它们可能处于竞争状态，但同时又都是合理的（参见 Derksen & Morawski, 2022; Iso-Ahola, 2024）。重要的是，没有任何一套形而上学假设在本质上优于另一套。当然，它们都有价值，并且都有能力生成对该套形而上学有用的知识。我们采取多元主义的立场，即拥有多样化的方法是至关重要的，各种历史和当代的讨论都证明了这一点（Chang, 2007; Favela & Chemero, 2023; Galison, 2004）。这促使我们强调重新审视并拓宽人们接近科学时所持有的形而上学假设集合，正是这些假设驱动着具体的方法论决策。
我们希望现在已经清楚地表明了忽视元理论基础的严重危害，以及它在科学探索中的核心重要性。在本文中，我们主张，为了审视自身的形而上学假设，复杂性（complexity）是一个有价值的指导视角，并且对复杂性的不同假设会在整个研究过程中产生不同的决策。在下一节中，我们将描述复杂性的概念及其与科学思维的关系。由于复杂性不是一个心理学框架，而是一种跨学科的视角（Krakauer, 2024），因此这一阐述必然是领域通用的。事实上，复杂性的优势之一在于它依赖于系统通用（即普遍）的物理原理。
2. 复杂性
复杂性科学致力于理解简单的实体（无论是粒子、蚂蚁还是神经元）如何在没有中央控制器的情况下实现自组织，从而展现出新颖且通常具有智能特征的行为（Mitchell, 2011）。复杂系统由许多相互作用的组成部分构成，通常具有多个自由度，并展现出某种统一性或协调性，这被称为自组织（self-organization）（Erdi, 2008; Zuchowski, 2012）。这一基本假设催生了一套工具、技术和方法，它们与科学界（无论是生物学、经济学、行为科学还是政治学）的标准方法有着显著差异（Mainzer, 2007; von Bertalanffy, 1968）。与复杂系统不同，简单系统可能也由许多组成部分构成，但这些部分之间并不存在相互的交互作用。整个科学界普遍采用的运作模式是机械论观点（mechanistic view），该观点假设自然界均由简单系统构成，因此可以通过将系统还原为其已知的组成部分，并孤立地理解这些部分来加以解释（Capra & Luisi, 2014）。
复杂系统的两个核心特征是涌现（emergence）和非线性（non-linearity）。涌现描述了系统倾向于在宏观层面上展现出无法直接从其组成部分中辨识出的模式。换言之，即整体大于部分之和（Anderson, 1972）。此类模式涌现于构成系统的各组成部分之间的交互作用。这些部分开始自组织，并作为一个整体发挥作用。复杂系统行为的原因，不能归结于单个组成部分的属性，而应归结于这些交互作用大量累积所产生的宏观模式。在这类系统中，行为的驱动因素可追溯至组成部分之间的交互作用，而非组成部分本身的属性，这类系统被称为“交互主导”（interaction-dominant）系统（van Orden et al., 2003）。举例来说，雪花错综复杂的图案源于单个冰晶颗粒之间的相互作用，几乎无法从单个颗粒的属性中推断出来。这些颗粒实现了自组织，其原因无法追溯到单个颗粒，这使得该系统成为交互主导系统。
复杂系统的第二个特征是非线性。如前所述，复杂系统涉及相互的反馈回路，这意味着任何一个组成部分既会影响另一个组成部分，同时也会受到该组成部分的影响。这种循环因果（circular causation）或递归性，会导致系统的宏观行为陷入自我强化或自我组织的动态之中。此外，复杂系统是多层次的（multi-level）；系统会在多个尺度上实现自组织（如粒子、细胞、肌肉等）。反馈回路在这些尺度内部以及不同尺度之间发生。由于存在众多反馈回路，系统中某一部分的微小变化，可能会导致系统后续功能发生不成比例（过度或不足）的改变。在统计学意义上，这表现为非线性，因为原因与结果之间不存在线性关系。通常，承认自然现象的非线性，就意味着拒绝旨在孤立单一原因的机械论解释。相反，复杂性视角认为，多重原因会导致多重结果，而这些结果又可能成为产生相同结果的原因，从而消解了原因与结果之间的绝对界限（Capra & Luisi, 2014; Machamer et al., 2000）。
因此，在科学研究中，复杂性视角倾向于强调与标准（非复杂性）方法不同的现象侧面。标准方法通常隐含地依赖于这样一种假设：通过考察系统的组成部分，就能最好地理解该系统（参见下文关于“分解”的描述）。例如，传统的线性回归或基于方差分析（ANOVA）的方法，通常在“独立性”（即现象由单一、孤立的组成部分引起）和“线性因果”（即一个变量的增加会导致另一个变量产生成比例的影响）的假设下，对变量进行孤立处理。尽管这些方法可能包含交互项，但它们通常只涉及少数（最常见的是两个）变量在少数几个时间点上的孤立交互。因此，它们忽略了复杂系统所特有的递归性、多层次性以及非线性的相互依赖关系。
另一方面，复杂性方法认为，标准方法无法捕捉跨尺度的无数相互反馈回路。相反，基于“交互主导”的假设，复杂性方法着眼于系统层面的属性，这使得描绘或捕捉交互作用的全貌成为可能（Mitchell, 2009）。复杂性科学中替代性统计方法的一个例子是自相关（autocorrelation），即测量系统在不同时间尺度上与自身的相关性（Riley & van Orden, 2005）。其他关键概念包括：吸引子动力学（系统经常返回的状态，通常表现为局部极小值）、约束（减少系统自由度的组成部分之间的联系）、控制参数（迫使系统发生状态改变的外部影响），以及序参量（用于概括系统宏观模式的少数几个变量之一；Haken, 1977; Kelso, 1995）。这些概念被用于理解系统作为一个整体是如何变化的、是什么约束了系统的行为、它如何与其他系统耦合，但——重要的是——并非用于理解构成系统的各个组成部分。
以体育运动情境下的决策研究为例，例如足球运动员是否选择传出某一特定的球。无论研究者的形而上学假设如何，感兴趣的现象显然是“传出了哪一脚球”，而该现象发生的系统则是这支足球队。标准方法假设，具有科学解释价值的方面是构成球员传球决策的各个组成部分，即足球运动员自身的属性：他们能感知到多少种不同的选择、他们当前的目标是什么，等等。相比之下，复杂性方法更感兴趣的是解释系统的特征：球队当前是否在直接向球门推进？进攻端是否存在一个协调的体系？这些研究视角的差异，直接源于关于“系统整体”还是“系统组成部分”才是有趣的因果驱动因素的形而上学假设。毫无疑问，球员的传球决策既源于球员自身的特征，也源于其所嵌入的团队特征。某些（“标准心理学”）研究可能更偏重个体球员的属性，或者（在复杂性方法下）更偏重球员作为嵌入在团队中的个体这一属性。后者强调“情境中的个体”，其底层逻辑正是复杂性形而上学，而要捕捉这种系统层面的功能运作，则需要截然不同的研究方法。
在心理学研究中，复杂性视角虽然显然不是主流方法，但已可见于各个领域。在神经科学中，动力场理论（dynamical field theory）等方法将神经认知过程视为不同神经场之间动态交互的涌现（Schöner, 2009）。在发展心理学中，塞伦（Thelen）及其同事的动力系统理论（dynamic systems theory）将认知概念化为从多个系统（神经、运动、感知、环境）之间的自组织交互中涌现，并认为认知是通过运动以及与环境的交互而发展的（Thelen et al., 2001；另一种受复杂性启发的发育科学方法可参见 Richters, 1997）。在社会与人格心理学中，自我更多地被视为从个体经验的自组织中涌现出的一种吸引子状态（Vallacher et al., 2002; Vallacher & Nowak, 1994）。在认知科学中，信息处理并不局限于颅骨之内，而是延伸并超越了身体边界（参见下文；Engel et al., 2013; Rowlands, 2010）。所应用的统计方法也有所不同：例如，分形分析（fractal analysis）等统计技术侧重于系统的变异性，这是其整合与协调能力的标志（Diniz et al., 2011; Hasselman, 2022; Riley & van Orden, 2005）；而网络方法（network approaches）则旨在理解系统的结构，无论其是神经的、精神病理学的、社会学的还是其他领域的（Bassett & Sporns, 2017; Borsboom & Cramer, 2013; Watts, 2004）。鉴于以往许多关于复杂性思维的介绍往往局限于特定领域，如发展心理学（例如，Hasselman, 2023）、社会心理学（例如，Turner & Baker, 2019）和临床心理学（Bringmann et al., 2023），我们在此提供了一个通用的形而上学工具箱，任何研究者都可以借此以各种方式审视自身（或其他理论）的假设。
正如上文所述，在复杂性科学的形而上学假设下所产生的研究方法，与心理学研究中的标准方法截然不同。相应地，关于系统是复杂还是简单的假设，会极大地改变人们获取系统洞见的方式。因此，不熟悉复杂系统研究的研究者，若能深入了解驱动复杂性方法的底层假设，将大有裨益。因此，正如我们接下来将要展示的，复杂性视角有望成为引导探讨各种理论中形而上学承诺（metaphysical commitments）的富有成效的工具。
3. 复杂性作为形而上学的指导
心理学研究尤其依赖于植根于隐性形而上学承诺的解释结构。将这些承诺显性化将是有益的；为了评估它们，我们认为，将复杂性作为指导工具是很有用的。具体而言，复杂性使我们能够区分三个不同的维度，研究者的假设可以沿着这些维度进行组织：第一，复杂与简单的维度，即我们可以追问心理现象是否是交互主导的复杂系统的产物。第二，一元论与二元论的维度，即我们可以追问心理现象是与其它自然现象连续的，还是在本质上根本不同的。第三，分解与系统的维度，即我们可以追问现象是最好通过分解为组成部分来研究，还是通过保留交互作用的系统层面描述来研究。在这些维度上考量复杂性，可以通过严格的审视（例如下文将要展示的具身认知和生态动力学）来使理论立场更加细致入微。
第一个维度追问：心理现象是否像其他自然现象一样，是复杂系统的产物？这关系到心理现象的起源，即简单系统或复杂系统的立场。人们普遍接受，心理现象——实际上所有生命现象——都是复杂系统的产物（例如，Dyson, 1999; Kauffman, 1993; Luisi, 2016; Nicolis & Prigogine, 1977; Walker & Davies, 2013）。这意味着这些现象是涌现的，并且可以追溯到自组织机制。
在“简单”的立场上，人们可能会争辩说，心智和行为是完全独立于生命而产生的。例如，有人可能采取人类是神圣干预的产物的立场，因此不是复杂系统的产物。这种立场在学术讨论中不太可能被接受。更常见的一种立场，可以说是心理学研究中的默认立场，是对这一点不作明确说明（van der Maas, 2024）。
第二个维度追问：心理现象与其他自然现象是相同的还是不同的？这关系到心理现象的属性，人们可以采取二元论或一元论的立场。二元论认为，心理现象在本质上与其他自然现象根本不同。二元论可以追溯到笛卡尔的二元论，即认为心智和身体是分离的。二元论的一种现代的、在科学上更容易消化的版本认为，心理现象不同于自然界中存在的其他事物（Wilson & Golonka, 2013）。例如，二元论传统中一个常见的类比是，大脑就像一台计算机，具有不同的模块，如记忆存储，其功能是执行计算（Brette, 2022; Fodor, 1983）。计算机不同于其他自然现象，例如，模块化在自然界中很少见。计算机隐喻的一个推论是大脑的“三明治模型”（sandwich model）（Hurley, 2001），该模型认为存在清晰区分的输入（感知）、处理（思考）和输出（行动）阶段。这个过程也是二元论的，因为它提出大脑以线性、顺序的步骤工作，这违反了涌现和自组织的原则。与这种二元论相反，一元论认为心理现象与任何其他存在的现象一样。在这里，心理现象被概念化为从组成部分之间无数的相互反馈交互中涌现出来，抵制任何将其分解为阶段的信息性尝试。
如果将这一维度与前一个维度联系起来看，很可能大多数声称致力于复杂性的人，也会倾向于赞同一元论。然而，人们也可能争辩说，尽管心理现象是复杂系统的产物，但它们仍然表现出简单系统的属性。这可以说是标准心理学中的默认立场，即人们可能承认大脑和身体无疑是复杂系统的产物，但大脑的运作方式却与自然界中发现的任何其他事物都不同，因此具有与其他自然现象根本不同的属性。事实上，计算机隐喻是心理学家和认知科学家之间最强烈的共同信念之一（Sulik et al., 2025）。例如，数字和符号认知的二元论立场与关于认知起源是复杂系统的公认真理之间的这种张力，导致一些人提出了一种向前的“生物学飞跃”（Berwick & Chomsky, 2017, p. 3），即一种能够实现（二元论的）符号认知的基因突变。
第三个维度追问：心理现象的复杂性是否应该在其理论中被捕捉？这关系到研究策略，人们可以进行分解研究或系统研究。研究策略描述了如何获取有用的知识。一方面，分解涉及通过识别其组成部分的特征来理解现象（Bechtel & Richardson, 2010）。这源于更一般的还原论认识论，该认识论假定，一旦人们理解了系统的组成部分，就可以将这些部分相加，从而将系统作为一个整体来理解。作为一种研究策略，分解旨在通过描述现象的组成部分来解释该现象。这种研究策略在典型实践中可见。在理论中，人们可以看到“方框与箭头”（boxes-and-arrows）类型的理论（Pessoa, 2017），其中现象的原因被简化为有限数量的方框，它们之间通常具有单向的影响（箭头）。分解也构成了实验室工作中的典型实践的基础，在实验室工作中，操纵单个变量，同时控制所有其他变量。这是基于交互作用可以忽略不计的假设，而有价值的见解可以在组成部分的属性中找到。因此，试图通过消除所有其他因素来完美地隔离该单个变量的影响。个体差异或情境因素被视为噪声并被“平均掉”。
因此，分解研究被戏称为“按按钮”（button-pressing）研究。以一个研究裁判越位判罚决策的人工情境实验为例。这些裁判被展示了一个足球场二维鸟瞰图的示意图，其中进攻球员和防守球员的图标（每个大约 7×21 像素）以每秒 9 帧的速度移动。在可能传出越位球的时间点，裁判有 10 秒钟的时间使用四个按钮之一进行响应（Gilis et al., 2008）。该实验中的情境和行为与实际调查的行为非常不同。裁判是坐着而不是移动的，视觉信息是二维且静态的，并且存在人为的时间限制。在简单系统的假设下，这种不相似性不是问题，因为分解研究假设身体、感知信息和时间限制之间的交互作用是掩盖实际信号（在本例中为裁判的决策）的可忽略不计的噪声。这与复杂性科学的假设和现象的涌现性质相冲突。裁判的决策不能追溯到单一过程，而是从裁判的许多内部属性和外部情境因素中涌现出来的（参见 Kuhbandner & Mayrhofer, 2025）。
另一方面，系统层面的策略认真对待“不能通过观察其部分来理解系统”这一假设。这反映在不采用由单向原因（箭头）连接的组成部分（方框）形式，而是采用网络或状态空间轨迹（state space trajectories）形式的理论中（Guastello et al., 2008）。在这里，使用的变量描绘了系统作为一个整体的行为，避免了对组成部分的孤立，并承认了系统的交互主导性。这些变量可以采取整体表现轨迹（例如，Verbeek et al., 2025）或变量网络映射（例如，Neumann et al., 2024）的形式。因此，变异性被视为重要过程的信号，而不是噪声。当然，这有一个相对的缺点，即无法孤立单个组件以提出干预建议。然而，这是其复杂性假设的直接结论，该假设强调交互主导性，在这种假设下，理解单一孤立变量在科学上是不感兴趣的。
如果将第三个维度与前一个维度联系起来看，一种可能的立场是：尽管先前承诺了复杂性和一元论，但仍采用分解研究策略。即使假设心理现象的起源是一个复杂系统（因此它们与其他自然现象共享属性），它们仍然应该（谨慎地）使用还原论方法进行研究（例如，Heuer, 1988）。这可能是出于例如希望基于单个变量为从业者或干预设计做出预测的愿望。同样，当人们只能获取单个变量时，可能希望从有限的信息中得出结论。对这种单个变量感兴趣当然是合理的。但这必须与人们希望获得关于现象的何种知识相一致。关于系统组成部分的知识在多大程度上构成了对系统本身的理解？
总之，复杂性科学的见解得出了三个分析维度，这些维度允许人们审视在研究中如何处理复杂性的隐性假设。研究者可以考虑他们的理论（或他们自己）是否假设心理现象的起源是一个复杂系统，他们的理论是否假设心理现象表现为复杂系统，以及最后，该理论是分解心理现象，还是假设关于组成部分的见解构成了关于系统行为的重要见解。综合起来，这些可能使我们能够严格审查隐性假设。考虑是什么证明了特定决策的合理性（例如，在假设心理现象的起源是复杂性的情况下，仍采取二元论立场）也可能是有价值的。此外，它还可以用于明确理论中更具建设性的差异。正如下一节所演示的那样。
4. 生态动力学与具身认知的案例
现在，我们可以转向应用这一分析。正如上文所述，复杂性可以通过截然不同的方式来处理，而不同理论对这些方式的承诺程度也有所不同。事实上，我们聚焦于两种在一定程度上都接纳了复杂性的方法。然而，它们也存在显著差异，应用上述分析表明，它们具有不同的理论特征。在前一节关于复杂性各分析维度的见解指导下，我们可以比较这些方法，并提炼出新的讨论切入点。刻意选择两种相似的方法，是为了证明该分析在梳理相关争议点时的精确性。这两种框架探讨大致相同的现象，不应被视为限制了该分析的适用范围。事实上，它应该能够轻易地应用于所有研究领域。在继续之前，我们简要介绍涵盖这两种方法的更广泛范畴：4E认知（Heras-Escribano, 2023）。
4E认知主张，心理过程应被视为嵌入的（embedded，认知依赖于情境）、具身的（embodied，身体在认知中扮演重要角色）、生成的（enactive，认知产生于与环境的交互），以及延展的（extended，认知涉及环境；Newen et al., 2018）。在4E认知这一更广泛的范畴内，存在着经常发生分歧的不同立场（Gentsch et al., 2016）。然而，将这些不同的研究项目大致联系在一起的，是它们对标准方法中常见假设的背离：4E项目共享一个共同的假设，即身体和情境对于理解心理过程的重要性，远超以往人们的认知（Shapiro, 2019）。贯穿这些文献的一些核心主题包括：强调反映实时情境化行动的方法论；在服务于行动的语境中审视认知功能的重要性；拒绝顺序的、单向认知功能的理论与模型；以及在解释心理过程时对时间维度的考量（参见 Casper & Artese, 2023）。
4.1. 具身认知
具身认知方法可以定位在标准心理学方法与生态动力学之间。具体而言，我们在下文强调的这一立场认为，心理表征的内容在很大程度上受到身体状态的塑造（Barsalou, 1999, 2008）。它拒绝了许多标准方法的假设及相应的实践，但不如生态动力学那般激进。“具身认知”这一术语已被应用于极其多样的研究领域（Gentsch et al., 2016; Wilson, 2002）。就本文的目的而言，我们使用该术语来指代一种“温和的”具身认知方法，它保留了4E认知的许多原则，但其理论仍与标准心理学有相当大的契合度（参见 Goldman, 2012）。也许最核心的是，具身认知拒绝了标准方法将大脑视为中央控制器的观点。相反，它强调身体和行动在构成心理过程中的重要性（Friedrich et al., 2025）。这与复杂性相关，因为具身认知用大脑、身体和环境之间相互的、双向的信息交换，取代了简单的线性因果链（参见上文提到的“方框与箭头”）。
以知觉符号系统（perceptual symbol systems, Barsalou, 1999, 2008）及其相关的情境化行动循环（situated action cycle, Barsalou, 2009, 2020）对心理表征的解释为例。知觉符号系统认为，心理表征涉及对感觉运动状态的模拟。相关的情境化行动循环将这一观点嵌入到对概念和一般认知的即时表征中，该循环包含五个阶段。它指出：1）个体感知环境中的实体（例如，一个物体）；2）评估其相关性（例如，与个体的目标、价值观的相关性）。这引发了 3）情感（affect），随后是 4）行动，以及 5）一个反馈到第一阶段（即 1）感知环境中的实体）的结果。该理论因承认身体在认知中的作用，而与标准方法形成对比。它拒绝了将大脑视为中央控制器的二元论观念，主张在线（online）和离线（offline）的感觉运动信息是核心组成部分。它还用过程各个方面之间的双向和相互关系取代了单向因果，这更符合复杂性方法的观点（根据该观点，单向因果关系是罕见的）；“各阶段在时间上可能会相互重叠和/或被省略。此外，各阶段之间也可能出现各种循环和替代关系。”（Barsalou, 2020, p. 3）。尽管如此，该理论通过将所研究的现象分解为独立的阶段来理解它，这阻碍了其与系统层面研究策略的完全契合（见图1）。
在方法论上，具身认知研究强调脱离“按按钮”心理学（button-pressing psychology）的研究设计的重要性。具身认知通常旨在构建包含更多自然主义运动的研究设计（Maselli et al., 2023）。例如，此类设计可能包含从常规裁判视角等比例呈现的比赛场景，裁判自身需要移动，时间限制较短，并且通过举旗而不是按按钮来做出反应（例如，Luis del Campo et al., 2018）。因此，尽管旨在孤立单个因变量的行为，但在实验规划中，研究者承认这种组成部分之间的交互作用是有影响力的。因此，尽管它在第一和第二个维度上与复杂性相契合，但其研究策略仍倾向于分解，因为它孤立了系统的组成部分，并将功能定位到特定区域。例如，当通过将心理表征定位在感觉运动区域来识别其“所在地”（seat）时（Harpaintner et al., 2020; Hauk et al., 2004）。
4.2. 生态动力学
生态动力学将其理论的核心置于个体与环境的不可分离性之上。行为并非由大脑或心智所控制，而是从个体与其周围环境之间持续的交互作用中涌现出来的。事实上，生态动力学拒绝孤立内部心理变量的做法，并且不再将个体作为主要的分析单位，而是将分析焦点转向了“个体-环境”系统（Araújo et al., 2025, 2020; Seifert et al., 2016）。这与一种截然不同的心理学研究路径相契合，尽管这一路径有着漫长但处于边缘地位的传统，在该传统中，情境被视为心理学解释的必要组成部分（Barker, 1975; Barker & Wright, 1971; Brunswik, 1952, 1956; Gibson, 1966, 1979; Lewin, 1936）。
更具体地就心理表征而言，生态动力学认为，标准心理学方法基于这样一种假设：环境信息过于贫乏，无法直接指导行动（Araújo et al., 2006）。它拒绝了这样一种观念：即视杆细胞和视锥细胞的激活等感觉刺激，必须通过心理表征或推理过程等内部建构在内部进行“丰富”或补充（例如，Marr, 1982）。相反，它主张环境本身提供了丰富的、结构化的信息（即生态信息），这些信息本身就足以指明行动机会（即可供性，affordances），而无需内部中介的参与。例如，在视觉中，光流（optic flow）描述了当观察者在表面和物体间移动时，规律的光学模式如何向观察者指明可供性（Gibson, 1966, 1979; Turvey, 2007）。例如，在足球比赛中，移动的球员与球门等稳定的环境特征之间的交互作用，为球员采取行动（例如射门）提供了有意义且可直接获取的信息。
在这一框架内，行为并非由内部建构所塑造，而是由约束（constraints）和可供性所塑造。约束被分为三类（环境、个体和任务；Newell, 1986），它们限制了“个体-环境”系统可用的自由度数量，从而引导其可能的状态。可供性则是环境相对于个体能力所呈现出的行动可能性。因此，行为反映了对约束的持续适应，即为了追求任务目标而对可供性采取行动（Shaw, 2002; Tschacher & Haken, 2007）。
在这一框架中，特维（Turvey）的感知-动作理论（action-perception theory）（Turvey, 1977, 1990, 2007；另见 Bongers et al., 2025）更为具体。该理论认为，由于存在大量相互作用的组成部分，且指令与结果之间并非一一对应（non-univocal）的关系，因此对运动的集中控制是难以实现的。特维提出，运动并非依赖于自上而下的控制，而是从自组织的协同作用（synergies）中涌现出来的，协同作用被定义为作为协调单元运作的组成部分的临时组合。他进一步将这一协同作用的概念与吉布森（Gibson）的感知信息与可供性理论（Gibson, 1979）相结合，从而将这一概念从运动控制的有限领域扩展到了情境化行动（situated action）。在这一扩展中，感知信息指明了协同作用的形成，而对运动的控制实质上就是感知与行动的协调。重要的是，并非个体控制环境，也非环境控制个体（如行为主义所认为的那样），而是个体与环境各自的子系统，遵循规律且相互地约束彼此的自由度，从而产生有效的行为（Profeta & Turvey, 2018）。
在方法论上，生态动力学通过交互主导的循环因果关系（Haken, 1977）来解释行为，并采用代表性设计（representative designs）（Brunswik, 1955; Araújo et al., 2006, 2020）和生态物理变量（ecophysical variables）（Lopes et al., 2025）。这些生态物理变量捕捉了具有心理学意义的、人与环境之间的物理关系。例如，Chow 等人（2009）在研究拳击中的决策时，将“以身体为尺度的距离”（body-scaled distance）作为自变量。因此，这一生态物理变量被用来替代内部心理建构，以预测决策。具体而言，这种以身体为尺度的距离调节了不同目标导向行为的涌现。
5. 细化具身认知与生态动力学
这些描述应当揭示出这样一幅图景：具身认知与生态动力学共享一些偏离标准方法的核心假设，但在其他方面又存在差异。它们都认同心理现象应被理解为复杂系统这一前提，但在研究策略上却有所不同。尽管具身认知略微倾向于分解（decomposition）方法，但生态动力学则完全致力于系统层面的研究策略。现在，我们可以通过考察这些维度来进一步彰显我们分析的价值，因为这些维度在原本非常相关的框架之间划出了重要的界限。
具身认知在形而上学维度上采取了复杂性假设。同样，在第二个维度上，它拒绝了将行为原因孤立地归结于大脑的模块化方法，而是提出了一种包含相互反馈回路的复杂交互作用。此外，正如它要求自然主义设计所反映的那样，它强调心理过程是从跨尺度的交互作用中涌现出来的。尽管如此，在第三个维度，即研究策略上，其复杂性假设的力度较弱。这些策略更多地与还原论相一致。其理论往往旨在理解孤立的变量或阶段（参见上文的情境化行动循环）。尽管它承认这些变量之间存在交互作用，但它仍然试图通过理解其组成部分来理解整个系统。此外，尽管其实验强调自然主义行为，但其目标仍是识别这些单一变量的特征，并将其定位到特定区域。
生态动力学则假设：心理现象应被理解为复杂系统；它们像其他自然现象一样，作为复杂系统发挥作用；并且——与具身认知不同——它们应当作为复杂系统来进行研究。生态动力学理论强调将“个体-环境”系统层面的关系作为主要的解释建构。此外，其实验方法走得更远。一方面，它们致力于实验的代表性设计（representative design），以反映所研究现象的实际功能关系。另一方面，所选择的变量旨在反映关系，而不是反映组成部分的功能，从而能够捕捉到更多的复杂性。
5.1. 从形而上学到理论
关于心理表征的（不）存在和（不）重要性，已有大量文献探讨（例如，Brooks, 1991; Hutto & Myin, 2012; Raab & Araújo, 2019; Ramsey, 2007），以至于这一争议被称为“表征之战”（representation wars）。我们在此不打算对这一争议提供全面的概述或给出定论，而是希望利用跨分析维度的复杂性视角，使这一讨论更加细致入微。具体而言，拒绝或接受心理表征的理由究竟是什么？人们可能会在形而上学层面争辩说，由于行动者与环境不可分离，心理表征这一孤立的组成部分是不值得关注的；或者人们可能会在理论层面争辩说，无论人们如何研究它们，它们根本不存在。
如上所述，具身认知尽管承认身体的重要性，但仍坚持认为表征（即承载信息的内部状态）是存在的，并对心智和行为在功能上做出贡献。然而，承认“表现者-环境”耦合并不排斥心理表征的存在（Raab & Araújo, 2019）：一个系统可以与另一个系统耦合，无论它是否也具有诸如心理表征这样有趣且重要的内部状态。因此，具身认知并不认为心理内容是行为的唯一因果因素，因此并不违反关于复杂性的假设，并且持一元论立场。这表明，复杂性并不必然要求在理论上拒绝心理状态，而可能只是在形而上学层面拒绝。
生态动力学对心理表征的抵制，首先是由系统层面的研究策略驱动的，其次也是由其对心理现象的一元论属性假设所驱动的。它认为，从研究策略的角度来看，难以捉摸的内部状态与严谨的科学调查之间存在张力。因此，生态动力学用嵌入心理学意义的生态物理描述（例如，拳击中的“以身体为尺度的距离”）取代了关于动机的自我报告等间接方法（参见 Shaw, 2001）。试图研究心理表征需要某种程度上的分解研究策略，从而违反了第三个维度上的复杂性假设。根据复杂性形而上学，如果不误解或歪曲所研究现象本身的性质，这种研究是困难甚至不可能的。这表明，生态动力学对心理表征的抵制是出于研究策略维度的考量。
然而，其次，也可以认为，与具身认知的立场（如上所述）相反，一元论要求采用非表征理论。生态动力学将环境视为本质上具有意义和价值负载的，其中心理体验扎根于技能与可供性之间的相互性（Gibson, 1979; Turvey, 2019）。在这种观点下，心理体验直接表达在人与环境的关系中，因此没有必要去测量中介的心理状态，甚至没有必要假设它们的存在。
这种细致入微的分析表明，在“表征之战”所占据的困境之下，隐藏着对复杂性的不同承诺。具身认知在其一元论基础上允许心理表征的存在，而生态动力学则在研究层面上拒绝它。分析维度的价值现在变得清晰起来。一方面，生态动力学在研究策略维度上的批评与其不同的承诺有关。这里关于表征主义的争论点变得更加精确：是否有正当理由进行某种程度的分解以获得解释力？具身认知对此感到舒适，而生态动力学则不然。其次，生态动力学和具身认知都致力于一元论，但生态动力学却在此基础上拒绝了表征。争论点变成了：有效的行为表现真正需要多少内部信息处理？如果完全不需要，具身认知就会向生态动力学让步。这些新方向有助于证明，这些简单的分析维度如何引出隐性假设，而这些假设一旦被阐明，就能揭示出更具成效的辩论路线。
6. 结论
总之，我们强调了即使是注重实证的研究者也应重视形而上学问题，并且我们提出将“复杂性”作为一个有价值的概念，用以梳理这些形而上学主题。在复杂性视角的指导下对形而上学问题进行探索，可归纳为三个维度：1）心理现象的起源，2）心理现象的属性，以及 3）心理现象的研究策略。我们还将这一分析工具应用于具身认知与生态动力学，表明这两种框架虽然共享核心的形而上学立场，但在将其应用于方法论问题时却存在分歧。具体而言，具身认知倾向于偏离系统层面，转向更传统的分解方法；而生态动力学则完全致力于系统层面的研究路径。
原文链接：https://philarchive.org/archive/FRINPR
热门跟贴