参见第21章关于神秘数字七的译注。482情）。一个中国大学毕业生可以认得大约7
000个汉字，每个字用一个单音节发音。但在汉语中只有大约1
200个不同的、可发音的音节（甚至将声调不同的字也计算在内）。因此，平均每个汉字大约有六个同音字。
不知怎么的（直觉或识别在起作用），我记得一般认为短期记忆在感觉形式上是听觉的，但这只是基于康拉德的很间接的证据表明：回忆方面的差错一般发生在声音相似的词，而不是形像相似的词。我们可以用中文对这个听觉假设进行直接测试。确定了视觉显示的无关联的非同音字的短期记忆容量为六七个字以后，我们提供给那些接受试验的人一系列异形同音汉字。结果相当令人瞩目：短期记忆的容量降到大约两三个字，证实了康拉德的结论。(Zhang
and
Simon
1985；Yu，Zhang，
etal1985)。
模型检验实验的一个类似的实验安排体现在我和比尔，蔡斯所做的国际象棋棋局记忆的实验中。我们的实验建立在德格劳特等人的早期工作的基础上(Chase
and
Simon
1973a，1973b)。专家和新手在记忆棋局方面的差异是否可根据他们的“块状”棋子图案词汇量的差异来解释呢？我们的实验证明了这种差异，但不像估计的那么大。虽然这个答案有些令人失望，但是比如果我们直接问专家的组块是否大于新手的结果要清晰得多。
如同汉字实验一样，关于棋记忆的实验也是通过询问某个现成的模型能做什么定量预测以及什么度量能检验这些预言来设计的。解题探索发生在一个任务领域内，通过寻找该领域的“令人意外的”或“有趣的”特征来促进解题过程。就汉语而言，首先是发现意外的特点，然后是发现相关的模型。在棋记忆实验中，顺序正好相反。
正如任何精心设计的实验应当具备的那样，所有这些实验
483都有
个实验条件和一个控制条件，在汉语实验中，我们将一系列同音和不同音的汉字进行了比较。在弈棋实验中，我们将专家的成绩与新手的成绩进行了比较，还比较了来自下得好的比赛的棋局和随机安排的棋局。在最近的一些物理学问题解决的实验中，这种专家／新手二分法又给了我很大帮助(
D.P．Simonand
Simon
1978；Lakin
etal，
1980)。使用这种范例的附带好处是，明确的实验条件和控制条件看来能使审稿人和编辑的粗暴的脾气平静下来。问题同构体
另外—个实验操作给我们带来几乎无尽的好处，即问题同构体的概念。我想我大约是在1969年或略早些时候提出这个问题同构体概念的。我没有任何证据说我或别人在此之前用过这个概念。我对它的先例作过猜测（这是情景重现描述，而不是往事回忆：，虽然在没有提示的情况下我的荷兰同事约翰，麦肯能证实它）。
索尔‘阿马里尔是最早指出改变一个问题的表征有时可能大大地促进问题的解决的人工智能研究者之…。1966年，我和阿马里尔、纽厄尔在卡内基—梅隆大学参加了…个为期-—个学期的关于问题表征的研讨会。现在只需迈出…小步（至少根据事后的认识是这样）就从…个接受试验的人可以通过找到恰当的表征使问题容易解决这个想法，到认识到只需主试者改变、个问题的呈现方式就能使接受试验的人感到问题的难易程度不同。
先例就讲这些，现在我们就来谈谈问题同构体。问题同构体是具有相同任务域和相同合法移动算子，但用一组不同的词
484来表述的问题。问题同构体很快成了“理解研讨会”（认知科学研讨会的别名）讨论的一个主题。这个研讨会在卡内基—梅隆大学心理学系每星期举行一次，已有20年的历史了。第一个例子是抓数，一个井字棋(tic
-
tac
-
toe)的同构体。后来，约翰，米切昂在这一组中又加了一个成员。约翰，R．海斯很快就成为问题同构体的最多产最灵活的设计者，为我们提供了河内塔趣题的十来个同构体，它们大多已被用在一个或多个实验中了(
Hayes
and
Simon
1974,1977；
Simon
and
Hayes
19761.
我们运用同构体是为了发现问题的什么特征（而不是问题任务域的大小）能解释问题的难度。早期解题工作，包括我们自己的工作在内，都集中在把启发的组合爆发作为问题难度的主要来源。我们还发现，河内塔趣题，（它的任务域相对较小而且容易穷尽）和传教士与野人趣题（另一项做过大量研究的实验室任务，它的任务域非常之小），可以让成年人花15分钟到半个小时才能找出解答。
关于只有任务域的大小才能影响问题难度的想法有时是难消除的。一位基金机构的评审员曾给我们的项目申请报告打低分，他认为我们的实验只能有负的结果，因为所有的同构体一定具有同样的困难（在得知这个反对理由时，我们已经用实验证明了难易差别可达16:1）。没有自变量的实验
到此为止所介绍的实验都是通过操纵一个自变量来比较两种或两种以上不同条件下的工作情况。当我检查我的其他实验时，我窘迫地发现，这个被视为完好的实验的基本条件很少得到满足。我做了些什么呢？从设计不良的实验中我可能学到了什
485么呢？答案（它使我感到意外）是：不将实验条件与控制条件进行比较，你也可以检验理论模型，除检验模型外，你还可以经常做些令人惊奇的观察，这些观察会让你想起建立新模型或改进模型的主意。
让我从我已简单说过的后一种实验的例子讲起。许多年前的一个夏天，我和杰弗里?佩奇记录了中学生解决代数文字题的大声思维口述报告，打算从中发现他们所采用的过程并将他们的行为与博布罗的STUDENT程序进行比较，该程序也是用于解决这类代数文字题的。
杰弗里想到了一个好主意。我们设计了一些“不可能的”问题，即由于其答案中包含负长度的木板或价值超出一角钱币的五分钱币，因此不可能给出具体解释的问题。然后，让接受试验者根据问题的陈述建立方程式，但不要解这些方程。
结果是完全没有料到的。我们的接受试验者形成了两组，他们在一组三个问题上相当一致。一些人建立了字面上与问题的书面表述相符的方程式。另一些人不准确地解释了问题，总是用描述一个可实现的物理状况的方程而结束。（有几个人说：“是否有矛盾？”——它的意思是：“我从与我对真实世界的了解相冲突的问题陈述中得出结论。”）
由于我们极力想得到一组尽可能信息密集的数据，因此我们要求接受试验者既大声思维，又画出问题情况的图解。第一组接受试验者所画的图解一般是不完整的、分散的，没有揭示问题的矛盾。第二组接受试验者所画的图解用了与他们的方程式完全相同的方式错误解释了题意——以便使问题变得真正可实现的。因果箭头的方向不清晰，但可以利用这些结果去推测第二组中的接受试验者在将问题情况翻译成代数语言之前曾运用意象去表示问题情况。第一组中的接受试验者只用句法指导他
486们直接将问题转换成方程式。
利用手头的这种信息，可以为这类行为设计模型并做进一步的预测。由科登。诺瓦克编写的ISAAC程序，是用来解决用自然语言表述的物理学问题的，它使用了内在图解来表征问题情况，作为言语刺激和与它最终建立的方程式之间的中介(No-vak
1976)。我与约翰．R．海斯在1972年前后编制了UNDER-STAND程序，用以说明问题的言语陈述如何能转换为类似“通用问题解决者”的问题解答器的输入。在这个程序中借用了来自代数学实验中的与上述类似的见解(
Hayes
and
Simon
1974)。所有这些工作都是在前面提到的当前关于表征和表象研究的先例。
但是，关于“无控制组的观察”的实验策略的最大量的例子要在《人类问题解决》一书中去找。数据的密度是游戏的名称，口述报告分析是玩游戏的方式。我和纽厄尔都同意，“通用问题解决者”的核心是直接从一个我们可以读明白的特定的口述报告推断出的。我们都同意它是在1957年夏季的哪个星期完成的。就细节而言，它的论据并不全都一致，但主要教训是清楚的：“通用问题解决者”理论是直接归纳一个实验室被试对象大声思维口述报告而来的，没有借助于实验条件加控制条件的实验设计方法。
除幸运之外，还有什么涉及了所得的结果呢？首先，我们已知道我们想要将我们的模型表征成一个用表处理语言的计算机程序。其次，使用了我们已知的最密集的被试对象行为记录的数据采集方法。第三，比较注意任务的选择。在解题任务选择中应用的这些准则为过去30年中搜集的关于解题过程的大部分知识，作出了解释，也给大部分理论研究成果作了说明，而这些理论已成功地解释了多种任务中的行为。
这些实验真的缺少自变量吗？我们不能认为任务领域或被试对象正是自变量吗？我们当然可以。但我们为什么要这么做
487呢？从这些实验所得到的主要知识不是来自在任务间或被试对象间进行的比较，它来自于艰苦细致地分析各个口述报告，从中归纳解题者所采用的过程。这项工作一旦完成之后，我们就能通过跨任务和跨被试对象的比较来检验我们所得结果的普适性，但对单个被试对象行为的详细的、纵向的分析则是我们建立理论的基石。
如果这套方法使我们困惑的话，那么回想一下这样的事实可能会使我们轻松一些，即对各别的太阳系行为进行详细的纵向分析是开普勒定律的基石，最终也是牛顿定律的基石。也许并不是我们的方法论需要像标准的方法论教科书那样修改，而是那种教科书错误地告诫我们，只有在提出准确的假设并确定了实验条件和控制条件后我们才能进行一项实验。也许我们需要给这些教科书添加一章或几章，以阐述如何通过专心致志地观察这个世界进行基础的科学发现——这种观察可以在实验室内或实验室外进行，可以是有控制条件的或无控制条件的，可以是有大量的假设的或者是没有假设的。作为满意论者的科学家
很久以前，我的经济学朋友就已经放弃了我，把我丢给了心理学或者其他什么遥远的不毛之地。如果我不能接受期望的效用最大化的真正信仰，那不是我接受过的良好的经济学教育的过错。
啊呀，它没产产生免疫力①。1935年我介入密尔沃基娱乐①
著者说明，此地指他所受的经济学教育没有使他不能用其他方式思
考。——译注488部制作预算的过程造成了心灵创伤，这使我成了一个积习难改的满意论者。我已概括介绍过了对这些问题的研究导致我做出的科学发现理论。它不是一种关于全局合理性的理论，而是一种面临错综复杂的情况时人类有限的计算能力的理论。它将发现看作是问题解决，将问题解决看作是启发迷宫，将启发看作是有限理性生物的唯一适当活动。
有些科学家认为，应根据能否做出正确的预言来判断理论。关于这个发现的解题理论的预言能力，我在此已给出了一些检验方法。我自己科学生活的一些经历就是例证，证明了这个理论能很好地解释在我的研究中见到的发现过程。
解题理论描述了我，像KEKADA
-样，在遇到一种非预期现象而感到意外时，阐述一个新的问题；它跟踪我的BACON式的过程，走向辨别数据规律性，以专家系统的方式引用知识去解释这种规律性；它说明了我运用图解把握住动态系统中的复杂现象；它显示了表征的可获得性以及发明新的表征方式如何影响到我为建立解释而做的努力；它刻画了我设计实验时的许多策略的特点，甚至还可能解释了我为什么常常不注意像实验的控制条件或甚至自变量这一类的事情。
当然，我在谈论预言时运用诗歌的破格。一个全面的“简单西蒙”程序还没有编成，只有他的一些片段。谈解释性说明比谈预言更情有可原。但是你不会被这个隐喻误导，它和人们所期望于隐喻一样有用。①
我一直在阐述的发现的信息处理理论还有一个优点：它不仅是一个描述性的理论，也是一个合乎规范的理论。它不仅有①
著者说明，由于模拟西蒙的程序尚未完成，因此这里谈不到预言，而只能是
给出他的行为的定性解释，说“预言”是在隐喻的意义上讲的了。——译注489
效地预言（解释）了我的行为，而且53年来它在我不知道的情况下给我提供了一套可靠的进行研究的启发式。不知不觉之中我一直遵循着BACON的指令、STAHL的指令、GLAUBER的指令、“道尔顿”的指令，以及KEKADA的指令。我找不到更好的指南了。
就是将这些启发式结合在一起，它们也远不足以形成一个指导我研究生涯的总体计划。在任何一个特定的年份，我很少知道来年的实验是些什么或者来年的问题会是些什么。但是，启发式给我的决策带来一点偏向。每当我到达一个选择点时，它们都暗示我沿着一条路而不是另一条路走，这比靠投掷钱币来决定选择要可靠一点。回顾我的研究和我的生活，那实际上就是我所能找到的计划。
但是，有一个对我的工作具有头等重要意义的启发式没有放在本章所描述的这些程序之中：要做出有意义的科学发现，你应当交尽可能多的好朋友——他们精力充沛、聪明睿智、博学多识。任何时候，只要能够，就尽可能与他们建立伙伴关系。然后，坐下来，放松。你会发现所有你需要的程序都储存在你的朋友之中。只要你不过多干预，这些程序会富有创造性和富有成效地执行任务。我与80多位合作者共同完成的工作将会证实这种启发式方法的力量。
