Наиболее глубоким вкладом со стороны вычислительной техники стала 
альтернативная метафора для психич. процессов. Подобные аналогии чрезвычайно 
важны в научном поиске, оказывая мощное влияние на выбор вопросов для исслед., 
структуру и интерпретацию экспериментов, а также на создание теории. Компьютер 
яв-ся предметом материальной культуры, свойства к-рого сравнительно хорошо 
понятны, и аналогия яв-ся неотразимой. Компьютеры получают входной сигнал в 
символической форме, перекодируют его, сопоставляют с хранящимися внутри 
структурами, принимают решение относительно сигнала, создают некоторые новое 
его выражения, сохраняет его определенную часть или весь сигнал, и выдают 
выходной сигнал, опять же в символической форме. По аналогии, это составляет 
большую часть того, чем занимается психология обработки информ.: каким образом 
люди получают информ., перекодируют и сохраняют ее в памяти, а затем используют 
для того, чтобы принимать решения и управлять доступным наблюдению поведением. 
Обращаясь к теории вычислительных систем, психологи, стоящие на позициях информ.
 подхода, строят теории челов. способностей и поведения, используя понятия из 
области вычислительной техники, такие как буфер, исполняющая система, 
компилятор и системная архитектура.
    В начале XX в. Дэвид Гильберт бросил своим коллегам вызов, предложив 
формализовать интуитивные понятия доказательства, вычислимости, полноты и 
непротиворечивости. Алан Тьюринг описал «универсальную машину» в статье 1936 г.,
 посвященной вопросам полноты и вычислимости.
    «Универсальную машину» можно представить себе как некоторую гипотетическую 
систему с небольшим набором основных операций, посредством к-рых она может 
решать внушительный ряд мат. задач. Идеи этой работы Тьюринга предвосхитили 
изобретение совр. цифрового компьютера; фактически, всё, что делают совр. 
компьютеры, сводимо к фундаментальным способностям универсальной машины 
Тьюринга. Значимость открытия Тьюринга для когнитивной психологии заключается в 
том факте, что эта универсальная машина эффективно конкретизирует абстрактные 
процессы, связанные с обработкой символов. Абстрактные символы формальной 
логики можно копировать, трансформировать, переставлять в др. порядке и 
сочленять, так же как и физ. объекты. Символы и процесс символьных 
преобразований становятся, тем самым, осязаемыми объектами для изучения. Этот 
прорыв открыл путь для демонстрации того, что, по крайней мере, некоторые челов.
 идеи, умственные способности и процессы мозга можно отождествить с физ. 
системами символов, содержащими символические представления, к-рые меняются под 
воздействием точно определенных процессов символьных преобразований. Поэтому 
«ментальные события» можно описывать в теорет. системе, к-рая употребляется 
также для конкретных физ. вещей.
    Точная формулировка этого моста между абстрактным и конкретным была 
достижением Алана Ньюэлла и Герберта Саймона. Гипотеза «физической системы 
символов» (physical symbol system) Ньюэлла и Саймона предполагает, что важные 
аспекты челов. психики, мозга и компьютера яв-ся разными примерами систем 
одного и того же рода. Гипотеза физической системы символов, в явной или 
неявной форме, лежит в основе большинства исслед. и теорий в психологии 
обработки информ. и, следовательно, должна быть экспериментально проверена и 
усовершенствована. По своей сути, эта концепция способна определить наличие 
интеллекта в системе и объяснить то, каким образом интеллектуальная система — 
челов. либо искусственная — создает новые знания.
    См. также Классическое обусловливание, Когнитивная сложность, Обработка 
информации (бессознательная), Теория алгоритмически-эвристических процессов, 
Эпистемология, Языковое развитие
    Р. Лэкмен
    
   Теория обучения (instructional theory)
    
    Любая жизнеспособная Т. о. (teaching) и научения (learning) должна, 
во-первых, включать некоторый способ указания того, что должно быть усвоено в 
результате обучения, или, что равнозначно, способ репрезентации компетентности. 
Во-вторых, она должна объяснять процессы, посредством к-рых люди приобретают, 
используют и модифицируют имеющиеся у них знания. В-третьих, в ней также должен 
быть способ выяснения того, что каждый учащийся усвоил на любой отдельно взятой 
стадии учения, включ. способ определения исходного уровня знаний. В-четвертых, 
полностью адекватная теория обучения и научения должна учитывать рост знаний с 
течением времени, по мере того как уч-ся динамично взаимодействуют с 
изменяющимся учебным окружением. Наконец, такая теория должна работать: цитируя 
изречение Курта Левина, «нет ничего практичнее хорошей теории». Важнейший 
первый шаг в планировании обучения состоит в определении а) образовательных 
целей, т. е. того, что уч-ся должен уметь делать после обучения, и б) 
прототипичных когнитивных процессов или правил, т. е. того, чему уч-ся должен 
научиться, чтобы успешно справляться с задачами, связанными с образовательными 
целями.
    Согласно структурным теориям научения, любое научение с необходимостью 
предполагает усвоение одного или более правил. В таких теориях под правилами 
подразумеваются теорет. конструкты, использующиеся для репрезентации 
разнообразных видов челов. знания. Правило включает в себя область или 
множество кодированных входов, к к-рым оно применяется, ряд или множество 
декодированных выходов, к-рые оно предположительно позволяет генерировать, и 
строгий тип процедуры, которая применяется к элементам в данной области.
    Структурная теория научения предоставляет общий метод анализа, называемый 
структурным анализом, при помощи к-рого подлежащие усвоению правила могут