Реферат: Законы науки
Необходимость обращения к индукции большей частью диктуется тем, что во многих объяснениях эмпирических наук приходится иметь дело со статистическими законами, выраженными в форме вероятностных утверждений. Как уже отмечалось, статистические законы в отличие от динамических характеризуют не индивидуальные события и явления, а только группы или классы однородных событий массового характера. Проще говоря, то, что утверждается в универсальном законе динамического типа, может быть перенесено на любой индивидуальный объект или событие. Статистические законы по своей природе не допускают такой возможности. Тем не менее, и такого рода законы можно использовать для объяснения и предсказания отдельных явлений и событий. В этих целях как раз и вводится теоретическое понятие вероятности, которое характеризует меру возможности осуществления события. Полнота объяснения и надежность предсказания в этом случае будут ниже, чем тогда, когда применяются универсальные законы динамического типа. Однако во многих важных ситуациях мы не располагаем подобными законами и поэтому должны обратиться к индуктивной схеме объяснения. Логический процесс, который мы используем для такого объяснения, очень часто определяют как индуктивную, или логическую вероятность. Он характеризует определенный тип связи между посылками и заключением объяснения, т.е. экспланансом и экспланандумом. Эта вероятность по своему значению существенно отличается от вероятности статистической, с которой мы встречаемся при формулировке законов массовых случайных явлений в физике, биологии и социологии. Во избежание недоразумений следовало, быть может, просто называть логическую вероятность индукцией, но с этим термином также связаны нежелательные ассоциации. Дело в том, что в традиционной логике под индукцией обычно понимается процесс рассуждения, идущий от частного к общему. В современной же индуктивной логике этим термином обозначается всякое рассуждение или умозаключение, посылки которого в той или иной степени подтверждают заключение, т.е. по сути дела вероятностное высказывание. Важно также отметить, что формальная структура индуктивной вероятности хорошо описывается известными еще со времен Бернулли и Лапласа аксиомами исчисления вероятностей. Вот почему нам кажется целесообразным сохранить термин “логическая, или индуктивная, вероятность” при описании схемы индуктивного объяснения или предсказания.
Общая схема индуктивно-статистического объяснения может быть представлена в следующем виде:
эксплананс (посылки делают
вероятным заключение)
экспланандум вероятно А
Большая посылка эксплананса такого объяснения представляет статистический закон, поэтому из него при фиксированных первоначальных условиях (меньшая посылка Вi) может быть выведено лишь индуктивное заключение об отдельном событии или явлении А. Это заключение имеет также вероятностный характер, но сама вероятность здесь существенно отличается от статистической, ибо она выражает непосредственно не информацию о реальных событиях, а характер логической связи между посылками и заключением индуктивного объяснения. Поскольку заключение или экспланандум объяснения здесь логически не вытекает из посылок, а лишь в той или иной степени подтверждается ими, то в самой схеме мы отделяем эксплананс от экспланандума двойной чертой и дополнительно указываем на вероятностный характер заключения. Если величина этой вероятности, или степень подтверждения, является известной, то она может быть точно указана в самой символической записи. В этом случае экспланандум индуктивно-статистического объяснения можно записать в следующем виде:
Pинд.(А/Вi)=k.
Это выражение представляет символическую запись индуктивного заключения А при наличии некоторой совокупности условий Вi. Таким образом, мы видим, что в индуктивно-статистическом объяснении используются две основные формы вероятности: статистическая и индуктивная (логическая). Если первая обеспечивает нас информацией о свойствах и закономерностях реального мира, то вторая устанавливает связь между экспланансом и экспланандумом объяснения.
При индуктивном объяснении с самого же начала возникает вопрос о том, какую степень подтверждения или логической вероятности следует признать достаточной для объяснения. Очевидно, если эта вероятность будет не больше половины, то такое объяснение вряд ли можно считать достаточно обоснованным. Равным образом мы не признаем надежным предсказание, вероятность которого не превосходит половины. Это обстоятельство существенно ограничивает класс индуктивных объяснений. Так, К. Гемпель относит к числу индуктивно-статистических объяснений только такие, степень вероятности которых приближается к 1. Иными словами, такого рода объяснения по существу приближаются к дедуктивным, так как их экспланандум вытекает из эксплананса почти с практической достоверностью (хотя теоретически практическая достоверность и отличается от достоверности дедуктивного заключения). В качестве конкретной иллюстрации Гемпель приводит пример с вытаскиванием шаров из урны, который достаточно ясно выражает его основную идею. Допустим, что мы наудачу вытаскиваем шар из урны, в которой находятся 999 белых и один черный шар. Если шары хорошо перемешаны, то вероятность извлечения белого Шара будет весьма велика (р = 0,999). Этот факт легко объяснить статистическими соображениями. Подобным же образом, по мнению Гемпеля, статистические законы, используемые при индуктивном объяснении, должны обладать такой высокой вероятностью, чтобы на их основе можно было делать надежные предсказания и объяснения. Некоторые авторы вообще отрицают правомерность индуктивного объяснения, утверждая, что в случае статистических обобщений и законов мы имеем дело не с объяснением, а с недостаточно надежными правилами недедуктивных умозаключений. Нетрудно заметить, что подобный подход к объяснению основывается на том, что единственно допустимой формой рассуждений в науке признается только дедукция, индуктивным же заключениям в лучшем случае отводится эвристическая роль. Вряд ли с таким подходом можно согласиться. Если индуктивно-статистические объяснения не признают за подлинные, полноценные объяснения, тогда следует также отказаться и от предсказаний, основанных на таких предпосылках. Но с этим не согласятся даже самые радикальные дедуктивисты.
И с теоретической и с практической точек зрения индуктивная модель объяснения играет существенную роль в науке. Часто она может значительно облегчить поиски более привычного дедуктивного объяснения, но во многих случаях сама проблема не допускает такого объяснения, и поэтому приходится обращаться к индукции и статистике.
В заключение остановимся на выяснении логической связи между дедуктивным и индуктивным объяснением. Поскольку индуктивный вывод допускает более ослабленные требования, чем дедуктивный, то целесообразно рассматривать индукцию как более общий тип рассуждения. Соответственно такому подходу мы будем выражать статистические законы в форме обобщенной, вероятностной импликации, впервые введенной Г. Рейхенбахом, а обычные универсальные законы динамического типа - в виде общей импликации математической логики.
В статистическом законе, как и любом вероятностном утверждении, можно выделить две части: в первой из них - антецеденте - формулируются условия, при осуществлении которых с той или иной вероятностью может произойти интересующее нас событие случайного массового характера, т.е. консеквент импликации. Так как при статистической интерпретации речь идет не об индивидуальных событиях, а о классе подобных событий, то в вероятностной импликации мы должны рассматривать не отдельные высказывания, а классы высказываний, которые можно выразить с помощью пропозициональных функций, или функций-высказываний. Тогда саму вероятностную импликацию символически можно представить в следующем виде:
Универсальный квантор (i) перед импликацией показывает, что она распространяется на все случаи из некоторого класса событий. Антецедент хi, А обозначает класс тех событий А, при осуществлении которых с вероятностью равной р возникает событие у из класса В:
Уi В. Так, например, если рассматривать явления, связанные с радиоактивным распадом химических элементов (события класса А), то каждому элементу будет соответствовать определенная вероятность его превращения в другие элементы в течение некоторого времени, которую обычно характеризуют как период полураспада.
Существенное отличие вероятностной импликации от обычной состоит в том, что если в последнем случае истинность антецедента всегда влечет и истинность консеквента, то в первом случае истинный антецедент обеспечивает лишь определенную вероятность консеквента. Если степень вероятности р будет равна 1, тогда вероятностная импликация превращается в обычную. Мы видим отсюда, что дедуктивное объяснение можно рассматривать как особый случай индуктивного, когда степень вероятности экспланандума становится равной 1 и, следовательно, вероятный вывод становится достоверным.
Индуктивные объяснения, степень вероятности которых приближается к так называемой практической достоверности, т.е. весьма близка к 1, хотя по своему результату сходны с дедуктивными, тем не менее составляют особый вид, и поэтому Гемпель совершенно правильно относит их именно к индуктивным. Дело в том, что, несмотря на большую степень вероятности, их заключение в принципе может оказаться и неверным, так что здесь всегда имеется элемент неопределенности. Эта неопределенность будет возрастать по мере уменьшения величины вероятности. Поэтому индуктивные объяснения, степень вероятности заключения которых не превышает половины, на практике не будут считаться подлинными объяснениями.
8.3 Научное предсказание
Предвидение новых ситуаций, событий и явлений составляет важнейшую особенность человеческого познания и целенаправленной деятельности вообще. В элементарной форме эта особенность присуща и высшим животным, поведение которых строится на основе условных рефлексов. Однако о подлинном предвидении можно говорить лишь тогда, когда оно основывается на сознательном применении тех или иных закономерностей, выявленных в процессе развития науки и общественной практики.
Научные предсказания, опирающиеся на точно сформулированные законы и теории, генетически возникают из предвидений и эмпирических прогнозов, которые задолго до возникновения науки люди делали на основе простейшего обобщения своих наблюдений над явлениями природы. Такие прогнозы не отличались большой точностью, поскольку они строились на наблюдениях тех связей явлений, которые легче всего бросались в глаза. Но уже здесь люди интуитивно сознавали закономерную связь между явлениями и их различными свойствами. Так, предсказание погоды по форме облаков, характеру заката, движению ветра, температуре воздуха и другим приметам часто приводит опытных людей к правильным выводам. Однако такой прогноз в значительной мере основывается на знании не объективных законов природы, а скорее различных внешних проявлений этих закономерностей. Даже классическая метеорология свои прогнозы строит большей частью на основе эмпирического исследования распределения давлений воздуха, формы облаков, скорости движения ветра и некоторых других факторов. Естественно поэтому, что такие прогнозы могут делаться только на сравнительно короткое время, да и то не всегда сбываются. Причина этого состоит в том, что они не опираются на глубокие внутренние закономерности и теории, управляющие процессами формирования погоды в различных регионах земного шара. Поэтому современная теоретическая метеорология стремится открыть как раз именно такие законы, с помощью которых можно было составлять долгосрочные прогнозы. Этот пример достаточно ясно показывает, что надежность, точность и временные границы предсказания самым тесным образом зависят от характера законов или обобщений, используемых в процессе предсказания.
Как и при объяснении, так и при предсказании наиболее надежными являются заключения, опирающиеся на универсальные законы динамического типа. Такими являются, например, предсказания результатов движения различных небесных тел в астрономии и многие другие предсказания в так называемых точных науках. Но и здесь часто приходится прибегать к вероятностно-статистическим, или стохастическим предсказаниям (квантовая механика, теория “элементарных частиц”, космология и др.). В биологии же и социальных науках удельный вес стохастических предсказаний неизмеримо выше.
Органическая связь между объяснением и предсказанием выражается, не только в характере использования законов, но прежде всего в том, что объяснение служит основой для предвидения. Действительно, если мы можем объяснить сущность или причину возникновения того или иного явления, то мы всегда можем предсказать его появление. Как мы уже видели, Леверье и Адаме, объяснив иррегулярности в движении планеты Уран, предсказали существование новой, до этого неизвестной планеты Нептун. Д. И. Менделеев, открыв свой знаменитый периодический закон, смог объяснить химические свойства элементов. Опираясь на это, он предсказал существование новых химических элементов и приблизительно верно описал их свойства. Число подобных примеров можно было увеличить, Все они свидетельствуют о том, что подлинно научное объяснение обладает потенциальной предсказывающей силой. Этот вывод получил аргументированное обоснование в известной статье К. Гемпеля и П. Оппенгейма “Логика объяснения”, где они подчеркивают, что в той мере, в какой мы в состоянии объяснить эмпирические факты, мы можем достичь высшей цели научного исследования, а именно - не просто регистрировать явления нашего опыта, но познать, опираясь на них, теоретические обобщения, дающие нам возможность предвидеть новые события.
Наконец, неразрывная связь между объяснением и предсказанием находит свое выражение в одинаковой логической структуре процессов объяснения и предсказания. При рассмотрении дедуктивной модели научного объяснения в качестве иллюстрации был приведен пример с объяснением иррегулярностей в движении планеты Уран. Результатом этого объяснения было предсказание существования новой планеты. Этот вывод логически следовал из соответствующих посылок, т.е. универсальных законов механики и закона всемирного тяготения, а также специфических характеристик, относящихся к параметрам движения планет и эмпирически установленным иррегулярностям в движении Урана. В других случаях объяснение, как правило, относится к уже известным явлениям и событиям. Все это не сказывается на логической структуре. Поэтому мы можем рассматривать дедуктивную модель предсказания как дедуктивный вывод, посылками которого служат, с одной стороны, универсальные законы динамического типа, а с другой - некоторые конкретные условия, характеризующие связь между общими и единичными утверждениями. По аналогии с объяснением все эти посылки можно было бы назвать проектансом, т.е. утверждениями, на которых базируется предсказание. Само же заключение будет тогда проектандумом. Аналогичные замечания можно сделать относительно стохастических предсказаний, которые основываются на статистических законах и обобщениях и заключение которых имеет индуктивный (вероятностный) характер.
Тождественность формальной структуры объяснения и предсказания не означает, конечно, что эти методы исследования не различаются по своей природе и функциям. Объяснения относятся к событиям, явлениям, закономерностям уже известным, либо существующим в настоящее время, либо существовавшим в прошлом. В отличие от этого предсказание делается относительно либо будущих явлений и событий, либо явлений хотя и существующих, но до сих пор не обнаруженных. И в том и в другом случае утверждение, формулирующее предсказание, имеет неопределенный характер, ибо его истинность или ложность может быть обнаружена лишь впоследствии. Здесь возникает и различие между логической силой законов, используемых для объяснения и предсказания. В то время как для объяснения необходимо привлекать наиболее глубокие теоретические законы, для предсказания часто достаточно эмпирических законов и обобщений. Все эти и подобные им соображения, не говоря уже о соображениях философского характера, послужили основой дискуссии, которая развернулась вокруг проблемы о симметрии между объяснением и предсказанием. Не претендуя здесь на решение этой проблемы, нам хотелось бы отметить, что, хотя с логической точки зрения и объяснение и предсказание как определенные способы рассуждений являются симметричными, с методологической и общенаучной точек зрения они существенно различны и, следовательно, асимметричны. Поэтому дискуссию по этой проблеме важно ограничить более определенными рамками.
