Informacja kognitywna jako obszar badawczy kognitywistyki

Celem artykułu jest zarys teorii informacji kognitywnej. Jednym z ważniejszych warunków, jakie nakładamy na pojęcia informacji kognitywnej, jest jej praktyczna obliczalność, która przysługuje czasowej złożoności obliczeniowej nie większej niż złożoność wielomianowa. Okazuje się, że informacja kognitywna, jaką uzyskujemy z wnioskowań dedukcyjnych, może być informacją o wielomianowej złożoności czasowej, jeśli system dedukcyjny posiada odpowiednio dobrane reguły inferencji. Modelowanie informacji, której źródłem są wnioskowania dedukcyjne, jest jednym z trzech podstawowych zadań, jakie stawiam sobie w tym artykule - obok modelowania informacji sprzecznej i modelowania informacji przekonaniowej, której źródłem są wnioskowania niededukcyjne oraz treści sądów doświadczalnych. Modelowanie informacji kognitywnej pochodzącej z wnioskowań probabilistycznych odsyła do pojęcia prawdopodobieństwa. Klasyczna teoria prawdopodobieństwa nie może jednak być wykorzystana do tego celu bez zastrzeżeń. Argumentuję na rzecz wprowadzenia jako pojęcia pierwotnego kognitywnego prawdopodobieństwa warunkowego. Formułuję również postulaty autoepistemicznej informacji kognitywnej, podkreślając jej praktyczną obliczalność oraz praktyczną obliczalność informacji kognitywnej pochodzącej z wnioskowań probabilistycznych.