認知心理學（cognitive psychology）研究人的知覺、學習、注意、記憶、語言、推理、問題解決、判斷、決策、創造力與智慧的運作機制。簡單地說，認知心理學就是大腦的逆向工程（reverse engineering）：利用以實驗為主的研究方法，試圖了解大腦的演算法（algorithms）與資料結構（data structures）。認知心理學與資訊科學的關係有時候不容易看出來，因為認知心理學習慣用「歷程（processes）」與「表徵（representations）」指涉演算法與資料結構。只要把詞彙再換回來，認知心理學與資訊科學的關聯性就會清楚地顯現。
1950 年代現代電腦出現以前，無法用傳統科學方法研究的人類認知，一直是心理學家不太敢碰觸的範疇。現代電腦的出現為心理學家開了一扇窗，讓心理學家體認到完全實體的系統也可以展現完全抽象的運算。從前不知如何描述的抽象認知，現在找到描述的語言了。從前被懷疑不科學的，現在可以成為科學的主題了。他們開始把資訊科學的概念帶回心理學，也促成了認知心理學這個領域在 1960 年代正式形成。這就是為什麼我說「認知心理學就是大腦的逆向工程」。
同樣在 1950 年代，現代電腦的出現也讓人們開始重新思索「智慧」的本質。在此之前，「智慧」是有機體獨有的特性。現代電腦的出現，讓「智慧」的概念得以延伸至人造的系統。「人工智慧（artificial intelligence）」作為一個資訊科學的領域，也因此形成。人工智慧發展的早期，充滿了樂觀的期待。社會當然也因為這樂觀的期待而有相對的恐懼，Stanley Kubrick 1968 年的電影《2001 太空漫遊（2001: A Space Odyssey）》就是經典的例子。四十年過去，現在我們知道人工智慧比當年的想像困難許多，大家也不再害怕了。
認知心理學與人工智慧這兩個領域就像兄弟。兩者同樣在現代電腦出現之後形成，研究的主題也類似。拿起任何一本認知心理學與人工智慧的教科書，對照章節列表，你就會發現兩者之間的相似性。不同之處在於前者試圖了解一個有智慧的計算系統（人腦）之所以能夠展現出智慧所使用的演算法與資料結構，後者試圖尋找可以讓人造的計算系統（電腦）展現出智慧的演算法與資料結構。多年來，這兩個領域彼此間也一直都有密切的關聯。
電腦是人製造出來的計算系統，我們對它百分之百的了解。人腦是演化出來的計算系統，我們對它的硬體（神經生理）了解十分有限，對軟體（認知心理）的了解就更有限了。面對如此複雜的大腦，即使認知心理學在過去四十年間累積了大量的發現，這些發現仍然只是冰山一角。這就是為什麼在認知心理學的教科書與論文中描述的理論，往往無法達到演算法與資料結構教科書與論文中那樣的確定性。
而這也是為什麼許多人對認知心理學有興趣，實際修了課或讀了書卻發現它比想像中困難。心理學系的學生因為缺少資訊科學的背景，在演算法與資科結構等抽象層次思考感到困難。有資訊科學背景的人即使可以看出認知心理學與資訊科學的關聯性，卻因為研究主題的複雜性及其帶來的研究發現的不確定性而感到困難。至於一般人，則因為不易用直覺理解認知心理學的主題與方法而感到困難。
如果你對認知心理學有興趣，但有學習上的困難，我有以下建議：
- 如果你已有心理學的背景，最好加強基礎的資訊科學訓練，特別是演算法與資料結構。如果能再加上人工智慧，那就更好了。至少以我的經驗而言，在接受資料結構、演算法和人工智慧的訓練前後，看到的認知心理學是不一樣的。
- 如果你沒有心理學背景、但有一些資訊科學背景，可以多接觸其他心理學的領域。不見得要和認知心理學有關，重點是體會「人心」的廣度與複雜度。如此，可以避免對人類認知有過於簡化的想像，也避免對研究發現的確定性有過高的期待。
- 如果你兩種背景都沒有，純粹要以自修的方式學習認知心理學，難度會更高。一般人可能會覺得心理學的教科書自己看就看得懂，但認知心理學剛好是一個例外。如果可能的話，先讀一些與認知心理學有關的科普讀物，再回來讀教科書，並試圖尋找兩者之間的關聯。這會比直接讀教科書容易許多。當然，如果時間允許，也可以到附近的大學選修或旁聽相關課程。