定义的理念是一个非常有用的工具。概念有没有直接或间接地建立在可观测操作的基础上，是识别不可证伪的理论的重要线索。没有建立在可观测操作基础之上的概念，通常是为了拯救那些不能被数据印证的理论。所以，那些不严格的概念——理论学家不能为它们提供直接或间接的操作性联系——都应该引起怀疑。

    与之相关的是科学家称之为“节省”的原则。节省原则是指，当两个理论有同样的解释能力的时候，较为简单的理论（涉及更少的概念和概念性关联）胜出。原因是，拥有较少概念性关联的理论在将来的检验中会更具可证伪性。

    深刻理解操作主义的原则，也有助于我们识别不具备科学意义的问题。例如，在我的电脑文件夹里，有一篇来自于国际联合出版社的在线服务文章，标题为《动物会思考吗？》。这篇文章讲述了动物行为方面最新的实验。文章中所引述的研究没有任何错误，但是，显然这个标题仅仅是一个玩笑。这个标题的问题在于没有科学意义，没有关于“思考”的操作性标准。许多报纸的标题中存在类似的问题，比如“计算机会思考吗？”没有操作性标准的话，这个问题也没有科学意义，但在鸡尾酒会上倒是可以大派用场。

    实际上，观察人们在后面这个问题上的争论具有启发意义，因为这样的一个争论为我们亲眼见证先前讨论过的心理学中的“预设偏见”问题提供了机会。大部分人都有一个强烈的预设偏见，不希望计算机能够思考，为什么呢？出于各种原因，外行人认为“思考”这个概念与“人类”这个概念紧密联系，许多人在情感上不能接受非人类的物体（例如，计算机或看起来不像地球人类的外星生命形式）也能思考。

    可是，尽管大部分人对会思考的计算机这一设想表示强烈反对，但他们并没有认真思考这一问题，也没有对“思考”做出一个更好的定义，使其能包含大部分人类（例如，婴儿）而排除所有计算机。有时，那些不熟悉人工智能进展的人提出的定义听起来颇为滑稽，因为他们总是选择了计算机能够做的事情作为标准。例如，许多人提出以“从经验中学习的能力”为标准，但一些计算机和人工智能已经达到这个标准了（Churd，1995;Clark,2001;McCorduck,2004;Pfeifer&Scheier,1999）。预设偏见的力量在这种情况下显而易见。会有人这样反应吗？“哦，我不知道。既然有些计算机符合我提出的‘思考’的标准，那么我不得不说至少有些计算机是能够思考的吧！”通常大家是不会做出这样理智而诚实的反应的。更常见的情况是，人们开始寻找另一种标准，并期望计算机不能满足该标准。

    通常人们的第二选择是“创造性”（“想出一些有用而且没有人想到过的东西”——我们先不管大部分人是否满足这个标准）。当被告知大多数专家都认可计算机能够达到这个标准时（Boden,2003；Pfeifer&Scheier,1999），人们仍然不愿承认机器思考的可能性。人们常常不会想到要做出一个操作性定义，转而提出计算机是不可能思考的，因为“是人类制造了计算机并且设计了程序；计算机只是执行程序而已”。

    尽管这是反对机器思考的最古老的观点之一（McCorduck，2004,Robinson,1992;WooUey,2000），但它还是错误的。预设偏见让许多人认识不到，这些辩解与要讨论的问题毫不相干。几乎每一个人都认为思考是发生在自然世界中的一个过程。现在请注意，我们在讨论其他过程时，并不涉及“起源”的问题。考虑一下食物加热的过程。想想这个问题：“炉子能加热吗？”我们会说：“炉子不能加热，因为炉子是被人类制造出来的。因此只能说是‘人’在加热。真正加热的不是炉子