我在这里提出这种坏习惯的取代者——意识的多重草稿模型——的第一个版本。我预计它看起来会相当古怪，一开始很难想清楚——这是因为笛卡儿剧场的观念根深蒂固。按照多重草稿模型，各种各样的知觉（其实就是各种各样的思想或心智活动）能在大脑中完成，靠的就是平行的、多轨道的、对感觉输入的诠释和细化过程。进入神经系统的信息处在连续的“编辑修改状态”。例如，头部只要移动一点儿，眼睛就会移动很多，所以你视网膜上的图像一直在游移，就像无法让镜头保持不动的人所拍的家庭影片中的图像一样。但我们所看到的世界却不是这样晃来晃去的。人们常常会惊讶地了解到，在正常情况下，人眼飞快地扫视，每秒大概要动5次，而这个运动就像头部运动一样，在从眼球到……意识的加工过程的早期就被删除了。心理学家已经相当了解实现这些正常结果的机制，他们也发现了一些特效，例如，对随机点体视图所做的深度的诠释（Julesz, 1971）。（见图5.7）
图5.7
如果你通过立体幻灯机来看这样两个略有不同的正方形（或者稍微对眼，盯着这两个正方形，直到这两幅图像融合成一幅——有的人不借助任何视觉装置就能做到），你最终就会看到，一个三维图像的形状浮现出来，这归功于大脑里的一种令人印象深刻的编辑过程，该过程负责比较和对照来自每只眼睛的信息。大脑不必先让每个数据列都经过一个精细的特征提取过程，就能完成找出全局最优记录的工作。显著特征（随机点体视图里个别的点）的最低层次的巧合多到足以产生一种解决方案。
大脑的编辑过程制造这样的效果需要花相当长的时间，而另一些特效则可以很快地被做出来。麦格克效应（McGurk and Macdonald, 1979）就是一个很好的例子。当法国电影配上英语配音时，观众所看到的嘴型动作与他们所听到的声音之间是有差别的，然而在大多数时间里，观众不会意识到这种差别，除非配音很马虎。但是，如果除了一些有意为之的辅音错配外，声道与图像配合得很好，那会怎样？（让我们的老朋友来帮新忙，我们可以设想电影中人的口型表达的是“从左边移向右边”，而声道里发出的声音则是“从着边移向右边”。）人们会经验到什么？他们会听成“从左边移向右边”。在来自眼与来自耳朵的信息贡献之间，在这种人为引入的编辑竞争中，眼睛会胜出——在这个例子中是这样。[3]
这些编辑过程在不到一秒的时间内发生，在这段时间里，各种各样的内容增添、结合、校正与重写都可能以不同的顺序发生。我们并不会直接经验到什么发生在我们的视网膜上，什么发生在我们的耳朵里和我们的皮肤表面。我们实际经验到的，从效果上来说，是许多诠释过程的产物，即许多编辑过程的产物。它们接收相对来说未予加工的片面表征，产生经过比较、修改和提升的表征；它们发生在各种活动流里，这些活动也在脑中不同部分发生。这一点其实所有的知觉理论都承认了，但我们要冷静地接受多重草稿模型的新特征：特征检测或区分（feature detections or discriminations）只需进行一次。那就是说，一旦对某一特征的“观察”已经被大脑一个特定的、局域化的部分所完成，由此而被固定下来的信息就不必再发送到别的地方，让某个“最重要的”区分者再次区分。换句话说，区分并不会使大脑重新表征已经区分的特征以施恩于笛卡儿剧场里的观众——因为没有笛卡儿剧场。
大脑里这些按时空分布的固定内容，可以在时间和空间上被精确定位，但是，它们的发动并不标志着对它们的内容的意识的发动。这样得到区分的任何特定内容，最后是否会表现为意识经验的一个要素？这始终是一个开放的问题。我们将会看到，去问什么时候对它有了意识，这是一种混乱的想法。这些分布于各处的内容区分，随着时间的推移，产生了某种很像叙事流或叙事序列的东西，我们可以认为这个东西必须受制于分布在脑中各处的许多过程的连续编辑，而且可以不定限地延续到未来。这个内容流更像一个叙事，因为它具有多重性；在任何时间点上，脑中各个地方的编辑过程的各个阶段，都有叙事残片的多重“草稿”。
在不同的时间和位置来探察这个流，会产生不同的结果，加速促成来自主体的不同叙事。如果我们将此探察推迟太久（比如隔夜才看），结果很可能就是根本没有留下什么叙事——也可能有个叙事流已经被消化或者“得到理性重构”，直到它不再具有完整性。我们如果探察得“太早”，就可能收集到一些说明大脑可以在多早的时候完成一个特定区分的数据，但我们要付出一定的代价，即扰乱原本存在的多重流的正常进程。最重要的是，多重草稿模型可以避免一个诱人的错误：以为这里必定有一个单一叙事（你可以说它是“最后的”或“出版的”草稿），它是权威的，它就是被试的实际的意识流，不管实验员（甚至被试）是否能够访问它。
现在，这个模型在你看来也许没有什么道理，因为你依据自己的亲身经验得知，意识好像不是这样的。这是因为，你仍然如此安心地把你的意识想成是在笛卡儿剧场里发生的。打破这个令人舒服的自然习惯，并让多重草稿模型变得生动可信，这还需要做一些工作，而且还是很怪异的工作。这确实是本书中最难的部分，但它是整个理论所必不可少的，不可以跳过！谢天谢地，这里并不涉及数学。你只需要仔细地、生动地想象，确保在你心中得到的是正确的图像，而不是诱人的错误图像。这里将有各式各样简单的思想实验，帮助你沿着这条曲折之路进行想象。因此，请你准备好进行一些艰苦的练习。最后你会找到关于意识的新观点，这一观点意味着我们思考大脑的方式的一次重大变革（但不是彻底的改变）。[相似的模型，可参见威廉·卡尔文（William Calvin, 1989）的“剧情编造”（scenario-spinning）的意识模型。]
理解新理论的一个好办法是，看它如何处理一个相对简单的而旧理论又无法解释的现象。示例A是关于似动现象（apparent motion）的发现，我很高兴地说，这个发现是由一位哲学家提出的问题引起的。电影与电视通过呈现一个“静止”图像的快速序列来产生似动现象，自电影时代以来心理学家就在研究这种现象，第一个系统研究该现象的马克斯·韦特海默（Max Wertheimer, 1912）将之称为Φ。按最简单的情况来看，如果两个或更多的小点在视角上分开4度，快速交替闪烁，那么就好像是唯一的一个点在来回移动。人们曾经研究Φ的许多变种，对其中最引人注目的变种之一进行研究所得出的报告，是由心理学家保罗·科勒斯（Paul Kolers）和迈克尔·冯·格吕瑙（Michael von Grünau, 1976）完成的。哲学家纳尔逊·古德曼（Nelson Goodman）曾经问科勒斯：如果这两个闪烁的点颜色不同，那么Φ现象还会持续存在吗？如果存在，那么在“这个”点移动时“它”的颜色会有什么变化？运动的幻觉会消失吗？会被两个分开闪烁的点取代吗？一个在幻视下“移动的”点会逐渐从一种颜色变成另一种颜色吗？就好像在追踪一条穿过有色球体（一个绘上所有颜色的三维球体）的轨迹线？（在继续阅读之前，你也许想做出自己的预测。）当科勒斯和冯·格吕瑙完成实验时，答案出人意料：两个不同颜色的点各自闪烁150毫秒（间隔50毫秒）；第一个点好像开始移动，然后在它通向第二个位置的幻视通道的中间，突然改变颜色。古德曼很惊讶：“我们如何能够……在第二次闪光发生之前，沿着从第一个闪光点到第二个闪光点的路径，在中间的地方和时间填上东西呢？”（Goodman, 1978, p. 73）
对任何Φ现象当然都可以提出同样的问题，但科勒斯的色彩Φ现象生动地体现了这个问题。假设第一个点是红色的，替代它位置的第二个点是绿色的。除非大脑里有“提前认知”（这是一个我们会无限推延的夸张假说），否则在中途红色变成绿色这个幻觉内容的产生，就一定要等到第二个绿色的点的识别工作在大脑中发生之后。但是，如果第二个点已经“在有意识的经验中”，那么，把幻觉内容插在对红点的意识经验与对绿点的意识经验之间，这难道不是太迟了吗？大脑是如何完成这个诡计的？
原因必定先于结果，这个原则适用于完成脑中编辑工作的多重分布过程。任何特定的过程，如果需要来自某个来源的信息，实际上都必须等待那个信息，只有信息到了它才能开始。就是这一点排除了对色彩转换的Φ现象所做的“魔法式的”或提前认知的诠释。要说绿点这个内容是属于任何事件的（不管是有意识的还是无意识的事件），就必须等到从这个绿点来的光已经到达眼睛，并引起视觉系统的正常神经活动，直到对绿色的区分在一定的活动水平上完成。因此，那个（幻觉中的）关于红变成绿的区分，只能发生在区分出绿点之后。但是，由于你有意识地经验到的首先是红色，然后是红变成绿，最后是绿色，这就（“显然”）可以推出，你对整个事件的意识必须延迟到绿点被（无意识地？）知觉到以后。如果你发现这个结论有说服力，那么就表明你仍然被困在笛卡儿剧场里。有一个思想实验可以帮助你逃出来。
