凌列韵

一点分析哲学,一点价值理论,一点机制设计,偶尔会有键盘政治

归纳主义(inductivism)及其局限性

科学研究当中,有一个重要的环节,就是当我们收集了足够的数据和事实,我们该如何从这些事实中提炼出科学规律?

一种比较有效的尝试是归纳主义(inductivism),我们试图从有限的事实中归纳出普遍的规律,归纳主义的形式是什么样子的?举个例子:

前提1 原来室温下的金属A在加热后发生了延展

前提2 原来室温下的金属B在加热后发生了延展

前提3 原来室温下的金属C在加热后发生了延展

结论:所有金属都会在加热后发生延展。

稍微熟悉形式逻辑的人就会发现,这并不是一个对于传统演绎逻辑来说正确(valid)的论证。因为这些前提并不必然能推出结论。金属A、B、C 都在加热时发生了延展,可是没准对于某种特殊的金属D就不成立了。正如罗素指出的,一只火鸡一年364天都有主人上午给它喂食,它便归纳出了结论“每天上午都会有主人给我喂食”,可是在圣诞节那天,没人来给它喂东西了——因为它被做成了烤火鸡。

所以,归纳论证并不一定成立,那么到底有什么办法可以让归纳的成功率提升呢?我们不难思考出一些条件。

条件1 用来进行归纳的样本数据量一定要比较大

条件2 这些样本当中一定要尽可能包含在不同场景/条件下的实验

条件3 这些样本所归纳出的科学规律不能互相冲突

条件1和条件2其实揭示出了科学工作者的某种底层直觉:我们不想把某种特例误当成有普遍性的科学规律。比如看见一次法国人偷窃,我们不大会认为所有法国人都是小偷。所以观察的样本量必须要大。

光是样本量大并不足够,比如如果我们观察到了一万次法国人偷窃,但是,如果这一万次偷窃都是同一个法国惯犯干出的事,我们同样不会认为法国人都是小偷,所以样本必须包含各种不同条件下的观察。

条件3很容易理解,如果这些样本当中有一个和归纳出的规律不符合,那么就说明归纳错了。比如金属A、B、C 都在加热时发生了延展,可是对于金属D就不行,我们自然认为,不是所有金属都能在加热后发生延展。

然而,条件1和条件2正是揭示了归纳主义的软肋,我们似乎没有什么很好的方法来判定是否满足这两个条件。到底样本量该有多大呢?10次够吗?100次够吗?一万次呢?

而说到实验中的不同条件,我们到底该选取哪些作为不同条件呢?比如加热金属的实验中,选取好几种不同种类的金属,当然可以算是所谓的“不同条件“了。那么实验室的气压会对延展性有影响吗?我们是否该换一些不同的气压?实验室的位置对于延展性有影响吗?或者,实验人员早上吃的是咸豆腐脑还是甜豆腐脑会对实验有影响吗?

上文中的一些所谓的“不同条件“乍看起来十分荒谬,但是仔细想想,我们是已经知道”实验人员的早饭根本不会对金属延展性有影响“这个科学事实以后才觉得荒谬的,而这恰恰是这个实验里要探索的规律!由此可见,我们发现,不但条件1和2的边界相当模糊在现实中难以运用,甚至认为归纳主义可以白手起家,推出所有的科学结论这种想法,也是站不住脚的。因为合理地运用条件1和2,本身就要预设(presuppose)人们已知一些可靠的科学结论。否则的话,各种各样不同条件都要试一试,研究经费怕是入不敷出。

对于归纳主义的会心一击来自著名的哲学家大卫休谟(David Hume)。他问了一个问题(the problem of induction),“我们到底有什么理据,认为归纳主义可以得出科学规律呢?”

这个问题看上去不难回答,一个科学家可能回答:“你看啊,我们之前通过归纳法得出了好多科学规律,它们现在也都没被推翻,所以归纳主义很可靠啊。“

我们仔细想想这位科学家的话,可以把他的论证整理如下

前提1 归纳主义归纳出了正确的科学规律A

前提2 归纳主义归纳出了正确的科学规律B

前提3 归纳主义归纳出了正确的科学规律C


结论:归纳主义是对的

然而,我们不难发现一个重大问题,证明归纳主义正确的论证本身是一个归纳论证!当你在使用这个论证形式时,你已经 预 设 归纳主义是正确的了,也就是说,这一切本质上是个循环论证(circular argument),这是肯定站不住脚的.

由此可见,归纳主义,作为一种科学探索的方法论,有着不可避免的重大缺陷。

对这一切不甚满意,决心自己探索科学哲学的一个年轻人在1935年,写下了一本著名的小书(Logik der Forschung),宣告了一种新的方法论的诞生。

这个年轻人的名字叫卡尔·波普尔(Karl Popper)。

發佈評論

看不過癮?

一鍵登入,即可加入全球最優質中文創作社區