Założenia modeli hierarchicznych są intensywnie krytykowane zarówno z teoretycznego, jak i empirycznego punktu widzenia. Spośród założeń teoretycznych teorii myśli wyższego rzędu, w kontekście proponowanego w niniejszej monografii modelu teoretycznego szczególne wątpliwości budzą dwa: założenie o braku jednoznacznej funkcji świadomości oraz założenie dotyczące mechanizmu uświadamiania metareprezentacji przez osoby badane.

Jak wspomniano, jednym z podstawowych założeń teorii myśli wyższego rzędu (Rosenthal, 2012; Rosenthal i Weisberg, 2008; Rosenthal, 2005) jest teza o braku wyraźnej funkcji świadomości. Lau i Rosenthal (2011) wykorzystywali nawet ten element teorii dyskutując empiryczne argumenty przemawiające na rzecz jej słuszności. Problem polega jednak na tym, że założenie o braku funkcji świadomości może prowadzić do tezy o epifenomenalnym charakterze interesującego nas fenomenu. Rosenthal (Lau i Rosenthal, 2011; Rosenthal, 2012) broni się zazwyczaj przed tym zarzutem twierdząc, że jego teoria jest po prostu neutralna względem problemu funkcji świadomości (to znaczy dopuszcza możliwość, że świadomość ma jakąś funkcję, ale jej nie definiuje). Wydaje się jednak, że takie postawienie sprawy omija jeden z fundamentalnych problemów poruszanych w badaniach świadomości. Jak pamiętamy, poszukiwana przez nas teoria świadomości powinna nie tylko mierzyć się z problemem subiektywności, ale również wskazywać na mechanizm odpowiedzialny za różnicowanie przetwarzania świadomego i nieświadomego. Wydaje się, że kwestia ta jest bezpośrednio związana z pytaniem o funkcję świadomości, bowiem rozważając pytanie o funkcję, trudno nie brać pod rozwagę, czy zadania przez nią postulowane nie mogą być również realizowane nieświadomie (dobrze widać to w argumentacji Laua i Rosenthala, przedstawionej w poprzednim rozdziale − por. Lau i Rosenthal, 2011).

Kolejnym poważnym problemem związanym z omawianą teorią jest dostępność samych metareprezentacji. Wydaje się, że teoria myśli wyższego rzędu jest dość niekonsekwentna, jeżeli chodzi o założenia związane z tym zagadnieniem. Jak pamiętamy, z jednej strony Rosenthal twierdzi, że uświadomienie sobie metareprezentacji wymaga wykształcenia metareprezentacji (jeszcze) wyższego rzędu – metareprezentacji, której treścią jest metareprezentacja. Zgodnie z omawianym założeniem, raport werbalny na temat świadomości możliwy jest jedynie wtedy, gdy osoba badana dysponuje tego typu metareprezentacją wyższego rzędu.

Problem polega jednak na tym, że proponowana teoria postuluje również, że raporty werbalne są podstawową miarą świadomości metareprezentacji (Rosenthal, 2012). Jak zatem wykazać, czy istnieją metareprezentacje, które nie są raportowalne? Problem ten jest tym istotniejszy, że teoria myśli wyższego rzędu zakłada, iż większość metareprezentacji ma w istocie charakter niewerbalizowalny (Lau i Rosenthal, 2011; Rosenthal, 2005, 2012). Jak można zmierzyć reprezentacje, które nie są raportowalne? Czy rzeczywiście werbalizacja reprezentacji wyższego rzędu wymaga aktywacji dodatkowego poziomu metareprezentacji? A jeżeli tak, to jakie struktury neuronalne miałyby być odpowiedzialne za taką metareprezentację metareprezentacji? Pamiętajmy, że neurobiologiczna konceptualizacja teorii wyższego rzędu zakłada, iż świadomość metapoznawcza wiąże się z aktywacją struktur przedczołowych. Co więcej, zaburzenie funkcjonowania tych struktur wiąże się z zaburzeniem raportów na temat świadomości, a więc czegoś, co zdaniem Rosenthala byłoby już związane z metareprezentacją metareprezentacji.

Poważne uwagi krytyczne związane są również z samą neurobiologiczną konceptualizacją teorii wyższego rzędu. Niektórzy badacze argumentują, że aktywacja struktur przedczołowych wiązana z subiektywnymi raportami werbalnymi może nie być tak naprawdę korelatem samej świadomości, ale raczej uwagi, czy też dostępu do informacji percepcyjnych (Lau i Rosenthal, 2011). Takie argumenty krytyczne wspierane są przez wyniki badań, w których wykazano, że rozproszenie uwagi osób badanych podczas prezentowania bodźców wzrokowych może prowadzić do aktywacji kory wzrokowej przy braku aktywacji kory przedczołowej (Kouider, Dehaene, Jobert i Le Bihan, 2007; Tse, Martinez-Conde, Schlegel i Macknik, 2005). Jednak ten argument krytyczny wydaje się mniej problematyczny, jeżeli przyjmiemy, że uwaga jest warunkiem koniecznym, ale nie wystarczającym świadomości (por. Rozdział 1.1.). Co więcej, propozycja teoretyczna, zgodnie z którą aktywacja kory przedczołowej powiązana byłaby jedynie z uwagą, raczej nie pozwala wyjaśnić wyników (Rounis i inni, 2010) wskazujących, że stymulacja kory przedczołowej z wykorzystaniem TMS modyfikuje selektywnie subiektywne raporty świadomości, ale już nie poprawność detekcji bodźca. Trochę bardziej problematyczna jest teza, zgodnie z którą raporty werbalne mogą w istocie dotyczyć następującego po percepcji procesu decyzyjnego, a nie świadomości samego bodźca percepcyjnego (Dienes i Scott, 2005; Lau i Rosenthal, 2011; Mealor i Dienes, 2013). Mówilibyśmy tu więc nie o świadomości bodźca, ale o retrospektywnej introspekcji opartej na funkcjonowaniu procesu pamięciowego (por. również Armstrong, 1981). Zdaniem Laua (2007) proces decyzyjny jest jednak nierozerwalnie powiązany z procesem percepcyjnym, ponieważ proces detekcji bodźca percepcyjnego wymaga przyjęcia określonego kryterium, które pozwala rozróżnić aktywację związaną z sygnałem od szumu. Również z punktu widzenia introspekcji, teza o niezależności procesu decyzyjnego dotyczącego percepcji od samej percepcji wydaje się kontrowersyjna. Zgodnie z ujęciem konstruktywistycznym nasza percepcja jest bowiem w dużym stopniu wynikiem integracji informacji percepcyjnych z informacjami pamięciowymi pozwalającymi na interpretację reprezentacji percepcyjnej (por. np. Dennett, 2003; Lau i Rosenthal, 2011; Newton i Eskew, 2003).

Poważnym problemem związanym z próbami empirycznej weryfikacji teorii wyższego rzędu jest również niekompatybilność omawianego ujęcia z aktywacyjnymi modelami świadomości. Ujęcie to wydaje się bardzo powszechną propozycją teoretyczną, przedstawianą często jako alternatywa dla teorii hierarchicznych (Dehaene i Naccache, 2001, 2006; Dennett, 2001). Zgodnie z jej założeniami uświadomienie danej reprezentacji związane jest z przekroczeniem jakiegoś progu aktywacyjnego, który powoduje, że reprezentacja dotychczas nieświadoma staje się świadoma i jednocześnie dostępna dla szeregu procesów przetwarzania informacji (Dennett określa to popularnością danej reprezentacji w mózgu – fame in the brain). Takie założenia przyjmuje wiele teorii alternatywnych dla modeli hierarchicznych (Dehaene, Changeux, Naccache, Sackur i Sergent, 2006; Lamme, 2003). Jak już wiemy, zdaniem Dehaene’a i Lammego świadomość nie wymaga formowania żadnej dodatkowej reprezentacji (Lamme nie zgodziłby się nawet z propozycją, że świadomość fenomenalna musi wiązać się z rozległą aktywacją różnych struktur korowych, ale nie wyklucza takiej możliwości w przypadku świadomości złożonych bodźców, których uświadomienie związane jest jednak również ze świadomością dostępu – por. Lamme, 2003). Ponieważ teoria aktywacji jest zgodna z wieloma popularnymi propozycjami teoretycznymi dotyczącymi architektury całego umysłu (por. np. Marcus, 2003; Rumelhart, McClelland i PDP Research Group, 1986a, 1986b), a także modelami funkcjonowania mózgu (Bienenstock, Cooper i Munro, 1982; Cooper i Bear, 2012), wydaje się, że teorie wyższego rzędu powinny w jakiś sposób odnieść się do kwestii roli mechanizmu aktywacji w formowaniu się świadomego doświadczenia. Do podobnych wniosków wydają się ostatnio dochodzić badacze, którzy proponują integrację założeń teorii globalnej przestrzeni roboczej oraz teorii wyższego rzędu (Cleeremans, 2011), albo przynajmniej próbują włączać w swoje rozważania teoretyczne dotyczące świadomości problem progu aktywacji (Kouider i inni, 2010; Lau, 2007; Maniscalco i Lau, 2012).

Teorie aktywacyjne koncentrują się zazwyczaj na mechanizmie neuronalnym odpowiedzialnym za wzrost aktywacji reprezentacji, ale ignorują zazwyczaj subiektywne doświadczenie jednostki. Teorie wyższego rzędu z kolei odnoszą się przede wszystkim do doświadczenia, ale w oryginalnym ujęciu niewiele mają do powiedzenia na temat neuronalnego podłoża świadomości (Lau i Rosenthal, 2011; Rosenthal, 2012). Wydaje się, że warto zaproponować model teoretyczny, który nie będzie przeciwstawiał ujęcia aktywacyjnego oraz ujęcia hierarchicznego, ale będzie je unifikował. Sam mechanizm aktywacji może opisywać bowiem zarówno proces udostępniania treści reprezentacji, jak i metareprezentacji. Takie właśnie założenia przyjmuje model Cleeremansa (2011).