A külső (nyilvános, vagy ha úgy tetszik: nem természetes) reprezentációk előállítására olyan eszközöket – nyelvi leírásokat és képi, zenei vagy mozgásos ábrázolásokat – használunk, amelyek jelentés vagy hasonlóság („olyan mint” viszony) alapján képesek valamit megjeleníteni, bemutatni, ábrázolni, fel-, illetve megismertetni. Például a „Béla bement a városba. Az autóját a bevásárlóközpont parkolójában állította le, majd elvegyült a vásárlók tömegében.” szöveg azért alkalmas Béla egy bizonyos tevékenységének leírására, reprezentálására, mert a benne szereplő szavak és mondatok konvencionális jelentéséből felismerhető Béla ezen tevékenysége. Egy megfelelő rajz(sorozat) azért tudja vizuálisan ábrázolni a szóban forgó eseményt, mert ami rajta látható, az hasonlít, emlékeztet az általunk ismert dolgokra: Bélára, egy autóra, egy autót vezető emberre, egy városra, egy bevásárlóközpontra stb. A (külső) reprezentáláshoz tehát jelentést vagy hasonlóságot használunk, a jelentés és a hasonlóság azonban nem azonos a reprezentálással. Ezt a következőképpen kell érteni. A szavak és a mondatok a konvenciók erejénél fogva a beszélők szándékaitól függetlenül jelentik azt, amit jelentenek. A jelentés, miként maga a nyelv is, objektív adottság a nyelv birtokosai számára. Az viszont, hogy miképpen használják ezt az adottságot, és segítségével – természetesen a szabályait, a konvenciókat betartva – miképpen jelenítenek meg valamit, milyen szavakat és mondatokat, milyen konvencionális jelentéseket választanak egy adott dolog reprezentálására (leírására, elmesélésére, megismertetésére), a nyelv kötöttségeinek a határain belül az ő választásukon, kifejezőképességükön múlik. Ugyanez mondható a hasonlóságon alapuló képi reprezentációkról is.
Hasonlóságot, „olyan mint” viszonyt sokféle különböző elem (formák, színek, anyagszerűségek stb.) sokféle kombinációjával lehet előállítani: a mintázó ügyességén, fantáziáján múlik, hogy miképpen sikerül a rendelkezésére álló anyagok objektív adottságainak felhasználásával hasonlóságot teremtenie, és ábrázolnia valamit.
Mindez egyúttal azt is jelenti, hogy ugyanazt a dolgot sokféleképpen, egymástól erősen különböző módokon is reprezentálhatjuk. Egy dolog reprezentációi eltérhetnek egymástól abban, hogy milyen eszközt – nyelvit, vizuálisat (ezen belül rajzot, festményt, fényképet, filmet), zeneit, mozgásosat, esetleg ezeknek bizonyos kombinációit (hangosfilm) használnak. De ugyanazzal az eszközzel is
sokféle reprezentációját állíthatjuk elő egy dolognak. Például azt az egyszerű hétköznapi eseményt, hogy Béla elment vásárolni, leírhatjuk a fentebb említett két rövid mondattal, de leírhatjuk egy több mondatból álló szöveggel is: „Bognár János fia beült az Alfa Romeójába, és meg sem állt a legközelebbi olyan településig, ahol gazdag áruválasztékot remélhetett. Amikor beérve a városba, meglátta a TESCO feliratot, lassított, helyet keresett a parkolóban, aztán befúrta magát a szatyrokkal és kosarakkal tülekedő sokaságba” (feltéve persze, hogy tudjuk: Béla Bognár János fia, az Alfa Romeo egy autómárka, a TESCO egy szupermárket-hálózat, stb.), holott ebben a szövegben a mondatok konvencionális jelentése kevéssé azonos a korábbi szöveg mondataiéval. Béla vásárlási nekiindulásának témájáról ugyanígy sokféle, egymástól különböző vizuális ábrázolást, sokféle rajzot, fényképsorozatot, filmet lehetne készíteni. Persze a konvencionális jelentések, illetve a hasonlósági viszonyok jelentős részben megszabják, hogy egy mondatot vagy egy rajzot minek a reprezentálására használhatunk. Nehéz elképzelni, hogy a „Béla elment vásárolni” téma verbális kifejtésében vagy vizuális ábrázolásában mondjuk „Az elefántot a folyó felé hajtotta a szomjúság” mondat, illetve egy elefánt és egy folyó képe szerephez juthat (bár, mint erre korábban már utaltunk, a nyelv- és jelhasználó ember rendkívül leleményes; akadhat szerző, aki némi erőfeszítéssel ki tud ötleni olyan szöveget vagy vizuális ábrázolást a „Béla vásárolni ment” témára, amelyben egy szomjas elefánt is releváns szerephez juthat: például „Bélát a vásárlási láz úgy hajtotta a bevásárlóközpont felé, mint egy a kiszáradt szavannában bóklászó elefántot a szomjúság a folyó felé”).
A konvención alapuló nyelvi reprezentáció a világ megismerésének egészen más lehetőségét kínálja, mint a közvetlen érzéki (belső) reprezentáció vagy a hasonlóságon alapuló (külső) képi reprezentáció.
Az érzékszerveink által megvalósított közvetlen tapasztalatban a világ úgy jelenik meg számunkra, mint különféle tulajdonságokkal rendelkező és egymással térben és időben sokféle viszonyban álló dolgok (objektumok, személyek, tárgyak, élőlények) összessége. Az érzéki reprezentációban (és emlékezetben) a dolgok nem válnak el tulajdonságaiktól és tér- és időbeli viszonyaiktól, például egy embertársamról alkotott (vizuális) emlékezeti képemben a szóban forgó személy és különféle (látható) tulajdonságai, viszonyai nem választódnak el egymástól, hanem amire egyáltalán emlékszem vele kapcsolatban, azt egy összetartozó komplex együttesként „látom”, idézem fel.
Ugyanez elmondható a külső vizuális reprezentációk közül azokról, amelyek a hasonlóság alapján ismertetnek fel dolgokat és tényállásokat. Egy valósághű festmény vagy fénykép ugyanúgy szétválasztás nélkül, egybetartozó egészként jeleníti meg az ábrázolt személy látható tulajdonságait (nem, életkor, termet, haj- és szemszín, arcforma, orrának, fülének, szájának a formája és mérete stb.), mint ahogy azokat a közvetlen tapasztalatban szemtől szembe találkozva látjuk, vagy az illetőre visszaemlékezve felidézzük. Ezzel szemben a jelentésen, tehát konvención alapuló nyelvi reprezentáció, a nyelv által megvalósított akár külső, akár belső gondolati kép úgy működik, illetve úgy jön létre, hogy a közvetlenül megtapasztalt konkrét objektumokból minőségeket, tulajdonságokat, viszonyokat megragadó kategóriákat, osztályokat képez, vagyis fogalmakat von el, absztrahál, majd ezeket (predikátumként) újabb és újabb helyzetekre vonatkoztatva, olyan tényállásoknak megfelelő mondatokat hoz létre, hogy egy adott dolog (objektum, tárgy, személy) bír-e vagy sem valamilyen minőséggel, tulajdonsággal, viszonnyal. Ebben a reprezentációban egy dologgal kapcsolatos tudásunk nem érzéki adatok szétválaszthatatlan komplexumaként, hanem elkülönült tényállások együtteseként (x férfi, x fiatal, x magas, x-nek barna haja van, x barna szemű stb.) jelenik meg. Ebben az értelemben mondhatjuk Wittgensteinnel, hogy „a világ tények, és nem dolgok összessége.” (Wittgenstein, Tractatus, 1.1.)
Eisenck és Keane a következőképpen foglalták össze a nyelvi és a képi reprezentáció különbségeit (Eysenck–Keane 1997, 219):
5.1. táblázat - A nyelvi és képi reprezentáció különbségei
Nyelv Kép
diszkrét szimbólumok nincsenek diszkrét szimbólumok
explicit, külön szimbólum szükséges a viszony
kifejezéséhez implicit, nincs külön szimbólum a viszonyra
nyelvtani szerveződés, a szimbólumok típusai
világos kombinációs szabályokkal kapcsolódnak nincsenek világos kapcsolódási szabályok vagy szimbólumtípusok
Nyelv Kép
absztrakt konkrét
Míg az érzéki, illetve a hasonlóságon alapuló reprezentáció többnyire egészleges, holisztikus, a nyelvi reprezentáció szükségképpen szelektív abban az értelemben, hogy bizonyos, az adott helyzetben irreleváns részleteket veszni hagy, másokat viszont kiemel. Például egy épületről készült valósághű festményen vagy fényképen az ábrázolt objektum számos olyan tulajdonsága is megjelenik, amely nem feltétlenül szükséges ahhoz, hogy az épület alkalomadtán azonosítható és értéke megbecsülhető legyen (így bár esetleg látható, az azonosítás vagy az értékbecslés szempontjából nincs jelentősége annak, hogy a ház ablakai a képen nyitva vagy zárva vannak, milyen színűek az ablakkeretek, füstöl-e a kémény vagy sem, vannak-e emberek a képen, stb.). Ha viszont ezen épületről nyelvi leírást adunk, akkor szükségképpen kiemelődnek a szöveg propozíciói által megragadott tulajdonságok, például értékbecslés esetében az épület kora, mérete, stílusa, állapota, szűkebb és tágabb környezete stb., eközben azonban szükségképpen elmarad a képi reprezentációban megjelenő tényállások sokasága.
Az érzéki, illetve a hasonlóságon és a konvención alapuló nyelvi reprezentáció különbségét Dretske egy hasonló példával szemlélteti. Annak a tényállásnak a vonatkozásában, hogy egy csészében kávé van, vessük össze egymással a csésze kávénak a színes fényképét és azt a mondatot, hogy „A csészében kávé van”. A fényképen azon a tényen kívül, hogy a csészében sötét színű folyadék van, számos egyéb dolgot felismerhetünk: milyen a csésze formája, színe, mintázata (ha van), mekkora lehet az űrtartalma, mennyi folyadék van benne; továbbá a csésze tulajdonságaiból és a folyadék színéből ítélve feltételezhetjük, hogy kávé lehet, amit látunk, stb. A szóban forgó mondat viszont mindezekről nem mond semmit, csupán azt a tényállást rögzíti, hogy a csészében kávé van (nem pedig valamilyen más folyadék). A nyelvre épülő megismerő tevékenységünk is így működik: az érzéki tapasztalatban, illetve a hasonlóságon alapuló külső reprezentációban adott tagolatlan és egymástól el nem váló minőségek, tulajdonságok, viszonyok sokaságából kiemel és a figyelem középpontjába állít egy-egy tényállást, illetve tényállás-komplexumot. Dretske egyébként ezzel és számos hasonló példával nem utolsósorban arra kívánt rámutatni, hogy az érzéki reprezentáció az információk kódolásának analóg módját, míg a nyelvi-kognitív reprezentáció a digitális módját (egy bizonyos minőség, tulajdonság, viszony meglétének vagy hiányának állítását) valósítja meg. (Dretske 1981, 137–141) Mindezzel együtt látnunk kell, hogy bizonyos mértékű szelektivitás természetesen a vizuális reprezentációkban is – mint általában mindenféle reprezentációban – jelen van. A nézőpont, a látószög például szükségképpen meghatározza, hogy egy tárgyból mennyit látunk, vagy egy képen mennyit tudunk ábrázolni. Még inkább jellemző a szelektivitás a nem naturalisztikus, hanem a szimbolikushoz közelálló vizuális ábrázolásokra, például az olyan kriptogrammokra, mint
Ez azonban mit sem von le abból a különbségből, amely a propozíciós nyelvi és a nem propozíciós vizuális reprezentáció között áll fenn.
A nyelv, illetve a verbális reprezentációk megismerő szerepének hangsúlyos kiemelése semmiképpen sem jelentheti a képek és a vizualitás jelentőségének lebecsülését. Mindenekelőtt egy percre sem hagyhatjuk figyelmen kívül, hogy a látásérzékelés jelenti számunkra az egyik legalapvetőbb kapcsolatot a külső környezettel, és ebből adódóan belső reprezentációinkban a vizuális összetevők is alapvető szerepet játszanak, szoros kölcsönhatásban a nyelvi-konceptuális fakultással. (Jackendoff 1992) „[...] Nem lehetetlen valamiféle a verbális logikát kiegészítő képi logikát föltételeznünk, s éppenséggel arra kell számítanunk, hogy ez utóbbi egyre nagyobb szerepet fog játszani az interaktív multimédiás kommunikációban, a számítógép-hálózatok eme nagy ígéretében.” (Nyíri 1997, 121) „Multimédia-dokumentumok olyan tudást is közvetíthetnek, amilyet a puszta [nyelvi]
szöveg nem képes. A képek logikája [...] alkalmasan kiegészítheti a szövegek logikáját. [...] Az illusztrációk megmutathatják, hogyan teszünk ezt vagy azt. Szavakban leírni, hogy – mondjuk – egy szerszám hogyan használandó, roppant körülményes lehet; a kép vagy képsorozat könnyűszerrel elmagyarázza.” (Nyíri 1999, 124)