знание, считал он, по своей природе имеет принципиально
вероятностный характер. Черно-белая шкала
оценки истинности знания классической эпистемологии
как либо истинного, либо ложного является, по его
мнению, слишком сильной и методологически неоправданной
идеализацией, так как подавляющее большинство
научных утверждений имеет некоторое промежуточное
значение между истиной (1) и ложью (0) из
бесконечного числа возможных значений истинности
в интервале (0,1).
Понимание Г. Рейхенбахом индукции как степени
подтверждения эмпирической гипотезы данными наблюдения
основано на принятии следующих допущений:
Тема 4 Методы научного исследования
1) перечислительной концепции индукции;
2) статистической (частотной) интерпретации вероятности
как степени подтверждения гипотезы данными
наблюдения.
Как известно, при частотной интерпретации ве
роятности (р) она понимается как относительная ча
стота появления одних событий (т) в классе других
событий (п). При предельно-частотном определении
вероятности ее значение записывается следующим
т
р = lim
образом: п, При определении вероятности ги
п со
потезы в качестве л Рейхенбах предлагал рассматривать
число известных фактов определенной области
явлений, а качестве т те из них, которые выводятся
из данной гипотезы. Например, если имеются 100
фактов из области оптических явлений, то вероятность
истинности гипотезы, из которой логически следует
80 из этих фактов, имеет вероятность равную 4/5. При
всей банальной очевидности подобных примеров,
частотная интерпретация Рейхенбахом вероятности
индуктивного подтверждения вызывает принципиальные
возражения. Во-первых, она не дает ответа на
вопрос, почему мы должны отдавать предпочтение
гипотезе, которая имеет наибольшую частоту истинности
своих следствий, поскольку любое фиксирован
ное значение такой частоты есть сугубо временное
явление. С этой точки зрения совершенно невозможно
объяснить смену старых теорий новыми, поскольку
последние вначале всегда проигрывают старым в
отношении своей актуальной объяснительной силы.
Во-вторых, объяснительная сила гипотезы, понимаемая
как относительная частота ее истинных следствий,
ничего не может говорить об истинности самих гипотез,
так как по истинности следствий по законам логики
нельзя заключать об истинности оснований. С этой
точки зрения гипотеза, имеющая большую объяснительную
силу, чем ее соперница, может быть как раз
ложной. Так, геоцентрическая система Птолемея дол
гое время имела гораздо большую объяснительную
силу. че м гелиоцентрическая система Коперника.
\\} наконец, в-третьих, с точки зрения статистическиистиностной
модели подтверждения Г. Рейхенбаха,
ученые должны были бы стремиться не объяснять мир
наблюдаемых явлений, а просто описывать их, ибо
истинностная частота подтверждения любой описательной
конструкции по определению равна 100%
(или 1). Однако такая постановка вопроса явно противоречит
всему духу и реальной практике научного познания,
где выдвижение объясняющих и предсказывающих
гипотез и теорий занимает важнейшее место,
составляя суть научного постижения действительности.
Мы не затрагиваем при этом таких тонких методологических
вопросов, как то:
1) насколько вообще правомерно отождествлять от
носительную частоту с вероятностью;
2) правомерно ли отождествлять индукцию, понима
емую как подтверждение, именно со статистичес
кой, а не, скажем, с логической или субъективной
вероятностью, также вполне законных по отноше
нию к аксиоматическому определению вероятнос
ти как специфической математической функции.
Перечисленные выше трудности вероятностночастотной
интерпретации индукции как подтверждения
оказались настолько серьезными, что большинство
философов науки оценило предложенную Г. Рейхенбахом
модель индукции как бесперспективную. Вера
Г. Рейхенбаха в то, что, несмотря на возможные ошибки,
частотная интерпретация индукции все же чаще
будет приводить к успеху, для многих не является достаточно
убедительной. Так, С. Баркер заявляет, что методологическое
индуктивное правило Г. Рейхенбаха, согласно
которому «если начальная часть л элементов
последовательности Xj дана и результируется в частоте
/Nи если ничего не известно о вероятности второго
Уровня появления определенного предела р, полагай,
что частота f1 (i>n) будет достигать предела р внутри
' А б, когда последовательность увеличивается» не
Дает нам какой-либо гарантии, что после конкретного
числа наблюдений мы имеем право предположить, что
н^Ша оценка действительной относительной частоты
Теми
будет в пределах некоторой конкретной степени точно
сти... Я не могу ждать вечно, и я хочу знать, является
ли разумным принять эту частную оценку здесь и сей
час, сделанную на основе данных, имеющих место в на
стоящее время»31. А в отношении стратегии поведения,
связанной с надеждой на успех «в конечном счете», когда-
то еще английский философ лорд С. Брэд\и язвительно
заметил: «В конце концов мы все умрем».
Индуктивное подтверждение как степень логической
выводимости. Наряду с истинностно-частотной
концепцией индуктивного подтверждения в философии
и методологии науки XX в. была предложена и разработана
концепция индукции как чисто логического, по
крайней мере, аналитического отношения между высказываниями,
а именно как характеризующего степень
выводимости одного высказывания h (гипотезы) из другого
е (подтверждающих его данных). При этом и выс
казывание h, и высказывание е могут быть сколь угодно
логически сложными (т. е. состоять из множества простых
высказываний, соединенных логическими связками).
При этом степень подтверждения между h и е
мыслилась как логическая функция (с), аналогичная
дедукции, а именно как неполная или ослабленная дедукция.
Один из основоположников такого понимания
индукции Р. Карнап полагал, что логическая функция с
может быть промоделирована как вероятностная функция
(отношение) и назвал такую вероятность в отличие
от частотной ее интерпретации логической вероятностью.
Он писал: «В моей концепции логическая вероятность
представляет логическое отношение, в чем-то
сходное с логической импликацией. Действительно я
думаю, что вероятность может рассматриваться как
частичная логическая импликация. Если свидетельство
(е) является таким сильным, что гипотеза (h) логически
следует из него — логически имплицируется им, — тогда
мы имеем один крайний случай, при котором вероятность
равна 1... Подобным же образом, если отрицание
гипотезы логически имплицируется свидетель
з' Barker S. Induction and Hypotheses. A study on the logic of
192 conformation. N.Y., 1957. P. 148.
Методы научного исследования
ством, тогда вероятность гипотезы есть 0. Между ними
имеется континиум случаев, о которых дедуктивная
логика не говорит нам ничего, кроме отрицательного утверждения,
что ни гипотеза, ни ее отрицание не могут
быть выведены из свидетельства. В этом континиуме
должна занять свое место индуктивная логика. Но индуктивная
логика, подобно дедуктивной, имеет отношение
исключительно к рассматриваемым утверждениям,
а не к фактам природы. С помощью логического анализа
установленной гипотезы h и свидетельства е мы заключаем,
что Л не логически имплицируется, а, так сказать,
частично имплицируется е в такой-то степени.
В этом пункте, по моему мнению, мы имеем основание
приписывать численные значения вероятности»32.
Что удалось реализовать из заявленной Р. Карнапом
программы вероятностной индуктивной логики?
В общем немного. Да, Карнап построил такую логику
для очень простых языков, содержащих только одноместные
предикаты (термины, означающие свойства
предметов, но не отношения между ними). Ясно, что
такая логика недостаточна для применения к реальной
науке, подавляющее место в языке которой составляют
предикаты отношений. Попытки разработать индуктивную
логику для более сложных языков столкнулись
с трудностями принципиального логического и методологического
характерам оказались непреодолимыми.
В результате Карнап был вынужден отказаться от
дальнейшей работы над своей программой. К числу
принципиальных трудностей методологического харак
тера относятся следующие.
Первая. Предложенный Карнапом метод количе
ственного определения значения функции подтверж
дения существенно зависит от конкретный языковой
системы L и числа ее исходных предикатов. Степень
подтверждения гипотезы h на основе данных е будет в
общем различной для языковых систем L\ и Z.2, если
они содержат различное качество предикатов. Это оз
начает: а) необходимость каждый раз точно фиксиро
вать языковую систему, полное число ее исходных
32 Карнап Р. Философские основания физики. М., 1971. С. 76.
^ Лебедев С. А.
Тема 4
терминов, что вряд ли возможно по отношению к реально
фунционирующим научным языкам; б) необходимость
признания того, что истины индуктивной логики не
являются, подобно утверждениям дедуктивной логики,
истинами во всех возможных мирах, никак не зависящими
от содержания последних, но тогда являются ли
они логическими истинами вообще; в) непонятны рациональные
основания, по которым можно предпочесть
одну языковую систему (Li), в которой встречаются
термины, входящие в h и е, другой языковой системе
(1_2), в которой эти термины тоже имеют место.
Вторая принципиальная методологическая трудность
индуктивной логики карнаповского типа состоит
в том, что непонятно, где мы могли бы использовать
на практике точные значения степени подтверждения
h на основе е, даже если бы они не зависели от языковых
систем и могли бы быть точно вычислены. Дело
в том, что степень индуктивного подтверждения h на
основе е есть просто указание на силу логической связи
Лие й абсолютно ничего не говорит о степени истинности
h, если е истинно. Гипотеза h может иметь сколь
угодно большую степень подтверждения по отношению
к е (например 0,99) и быть при этом ложным высказыванием.
И, наоборот, гипотеза h может иметь сколь
угодно малое подтверждение по отношению к е (например
0,001) и при этом быть истинной. Одним словом,
мы никак не можем использовать на практике значения
степеней силы логической связи между высказываниями,
кроме крайних случаев О.и 1, но в этих случаях
между ними имеют место не индуктивные, а дедуктивные
отношения. Таким образом, количественное
определение степени индуктивного подтверждения,
даже если бы оно было возможно, никак не могло бы
послужить инструментом рационального выбора наи
более предпочтительной гипотезы. Проблема индукции
таким образом остается нерешенной. В этой связи
нельзя не согласиться с остроумным замечанием американского
физика и философа Ф. Франка: «Наука
похожа на детективный рассказ. Все факты подтверждают
определенную гипотезу, но правильной оказывается
в конце концов совершенно другая гипотеза».
Методы научного исследования
——
Вывод: видимо, в реальной науке предпочтение одной
гипотезы другой не решается только путем оценки их
объяснительной силы, но есть результат более сложной,
многофакторной оценки роли и места этих гипотез
в структуре и динамике научного знания.
Фальсификация
Многочисленные неудачи в логическом моделировании
процесса индукции привели некоторых видных
философов науки XX в. к довольно низкой оценке познавательного
статуса индукции в процессе научного
познания и вообще к пересмотру функций наблюдения
и эксперимента в развитии научного знания. Одним
из таких философов был К. Поппер, предложивший
новую модель взаимоотношения теории и опыта.
Согласно Попперу, основная функция эмпирического
опыта в науке состоит не в том, чтобы доказывать или
подтверждать истинные гипотезы и теории (ни то, ни
другое невозможно для универсальных гипотез по
чисто логическим соображениям), а в том, чтобы опровергать
ложные научные гипотезы. Если из эмпирической
гипотезы вытекают следствия, которые оказываются
ложными в ходе их сопоставления с данными
наблюдения и эксперимента, то согласно правилу дедуктивной
логики modus tollendo ponens мы с логической
необходимостью должны заключить о ложности
самих гипотез. Согласно Попперу, доказательство ложности
научных гипотез с помощью эмпирического
опыта, названное им фальсификацией, образует важнейший
метод научного познания. В этой связи Поппер
заявляет, что именно потенциальная фальсифиЦируемость
знания является необходимым признаком
его научности. Фальсифицированные гипотезы и теории
должны учеными решительно отбрасываться без
всякой попытки их модификации (улучшения), а среди
неопровергнутых наличным опытом гипотез предпочтение
должно отдаваться, по Попперу, не наиболее
вероятным, а, напротив, наиболее невероятным. К последним
относятся наиболее содержательные в эмпирическом
плане, наиболее информативные гипотезы,
Потому что, больше утверждая о мире, такие гипотезы
7*
Тема 4
имели большую вероятность быть опровергнутыми
при их сопоставлении с реальным положением дел.
Прогресс научного познания, по Попперу, как раз и
заключается в том (или должен заключаться), что более
информативные гипотезы вытесняют менее информативные.
Каждая победившая гипотеза будет находиться
в этой роли только некоторое время, и ей на смену обязательно
придет более информативная концепция (изобретательной
мощи человеческого разума нет предела).
Истина же, по Попперу, — это не реальное свойство
научных систем знания, а только тот идеал (ценность),
к которому они стремятся. В отношении индукции и ее
возможностей Поппер высказался так: «Я не думаю, что
имеется такая вещь, как «индуктивная логика» в карнаповском
или в любом каком-либо ином смысле»32. Индукция,
по его мнению «является в основном попыткой
расширить наше знание, вывести из известного неизвестное...
Как бы мы не думали об индукции, она, конечно,
же не является аналитической»33.
А вот как оценил суть концепции Р. Карнапа И. Лакатос:
«Можно стремиться к смелым теориям, но нельзя
стремиться к хорошо подтвержденным теориям. Наше
дело изобретать смелые теории, подтверждение же или
опровержение их — дело природы. А как же быть с
высказываниями ученых, которые часто говорят именно
о подтверждении теории опытом? Поппер предлагает
весьма оригинальную трактовку таких высказываний,
считая, что термин «подтверждение» учеными понимается
негативистски, а именно как «неопровержение».
«Быть подтвержденным» означает в науке «не быть фальсифицированным
наличным экспериментом в свете некоторой
совокупности принятого предпосылочного знания
». Поппер даже ввел специальное обозначение для
такого понимания подтверждения — corroboration вместо
индуктивистского его обозначения — confirmation.
Конечно, Поппер безусловно прав, подчеркнув
важную и самостоятельную роль фальсификации как
32 Popper К. Theories, experience and probabilistic intuitions // The
problem of Inductiv Logic. Amst., 1968. P. 289.
33 Popper K. Probability magic or Knowledge out of Jgnorance // 186 Dialektica, 1957, 11. P. 369.
Методы научного исследования
метода научного познания, как средства отбраковки
ложных эмпирических гипотез и оказания предпочтения
наиболее содержательным из нефальсифицированных
гипотез. Однако он не прав в своей излишней
ригористичности и в отношении возможности модификации
опровергнутых гипотез, и в отношении оказания
предпочтения всегда «фактам» в случае их противоречия
с конкретными гипотезами, и в истолковании
динамики научного познания как «перманентной революции
», и в отрицании многофакторности и социальной
детерминированности процесса принятия научных
решений о наиболее предпочтительной гипотезе.
Все это не соответствует реальной истории научного
познания, ее эмпирическому бытию, к достижению
соответствия которому он сам настойчиво призывал
при оценке любых научных построений.
Экстраполяция
Экстраполяция — экстенсивное приращение знания
путем распространения следствий какой-либо гипотезы
или теории с одной сферы описываемых явлений на другие
сферы. Например, закон теплового излучения Планка,
согласно которому энергия излучения может передаваться
только отдельными «порциями» — квантами, был
экстраполирован А. Эйнштейном на другую область явлений;
в частности, с помощью этого закона оказалось возможным
исчерпывающим образом объяснить природу
фотоэффекта и других сходных с ним явлений.
Пределы применимости любой естественно-научной
теории всегда должны выходить за рамки того
опыта, на фундаменте которого она основывалась первоначально.
Необходимость экстраполяции теории на
новые области явлений коренится в самом ее назначении
как инструмента познания. Вспомним, что покоряющая
эффективность механики Ньютона с момента ее
создания заключалась в ее способности к единообразному
описанию таких казавшихся совершенно разнородными
явлений, как, например, падение камня с
высоты на землю и движение Земли вокруг Солнца.
Экстраполяция — мощное эвристическое средство
исследования природы; оно позволяет расширять по- "J37
Тема 4
_-—
знавательный потенциал научных понятий и теорий,
увеличивать их информационную емкость, а также
усиливает предсказательные возможности теории в
обнаружении новых фактов. Сама способность к экстраполяции
той или иной гипотезы есть мощное косвенное
подтверждение ее истинности.
Все рассмотренные методы суть средства получения
и обоснования эмпирического знания. Но, как отмечалось
выше, наряду с эмпирическим уровнем знания
в науке существует также и теоретический уровень
знания. Каковы же методы получения
теоретического знания? Очевидно, что в силу его качественного
отличия от эмпирического знания оно может
быть получено с помощью особых средств, характерных
именно для теоретического уровня. Рассмотрим
некоторые из методов теоретического познания.
1 МЕТОДЫ ТЕОРЕТИЧЕСКОГО ПОЗНАНИЯ
Методы теоретического познания образуют суть множество
правил, средств, приемов деятельности мышления
по построению научных теорий, разворачиванию их
содержания, его обоснования и использования. Их можно
разбить на два основных класса: 1) способы мыслительной
деятельности, направленные на теоретическую
реконструкцию (моделирование, репрезентацию) эмпирического
уровня научного знания, и 2) средства и способы
совершенствования самого теоретического знания
(повышение уровня его строгости, доказательности, системности,
плодотворности и т. п.) Среди основных методов
первого класса необходимо назвать такие, как идеализация,
математическое моделирование, объяснение,
понимание, подтверждение, опровержение, интерпретация,
метод восхождения от абстрактного к конкретному
и др. К числу важнейших методов теоретического познания
второго класса необходимо отнести дедуктивно-аксиоматический
метод, конструктивно-генетический метод,
математическое доказательство, метод формализации,
метод рефлексии и др. В данной главе мы рассмотрим не
188 все г а лишь наиболее общие и распространенные в раз
щетоды научного исследования
._•••» —
личных отраслях современной науки методы как перво
го, так и второго классов.
Идеализация
Важнейшим методом теоретического познания в
науке является идеализация. Впервые этот метод был
рассмотрен известным австрийским историком науки
Э. Махом. Он писал: «Существует важный прием, заключающийся
в том, что одно или несколько условий,
влияющих количество на результат, мысленно постепенно
уменьшают количественно, пока оно не исчезнет,
так что результат оказывается зависимым от одних
только остальных условий. Этот процесс физически
часто неосуществим; и его можно поэтому назвать
процессом идеальным... Все общие физические понятия
и законы — понятие луча, диоптрические законы,
закон Мариотта и т. д. — получены через идеализацию...
Такими идеализациями являются в рассуждениях Карно
абсолютно непроводящее тело, полное равенство температур
соприкасающихся тел, необратимые процессы,
у Кирхгофа — абсолютно черное тело и т. д.»34.
Какова природа идеализации? Как она возникает
и что она отражает по своему содержанию?
Рассмотрим следующую группу предметов: арбуз,
воздушный шар, футбольный мяч, глобус и шарикоподшипник.
По какому признаку мы можем объединить
их в один класс вещей? У всех у них разная масса, цвет,
химический состав, функциональное назначение. Единственное,
что их может объединить, так это то, что они
сходны по «форме». Очевидно, что все они «шарообразны
». Нашу интуитивную убежденность в сходстве
этих вещей по форме, которую мы черпаем из показаний
наших органов чувств, мы можем перевести на
язык рационального рассуждения. Мы скажем: указанный
класс вещей имеет форму шара.
Исследованием геометрических форм и их соотношений
занимается специальная наука геометрия. Как
34 Мах Э. Познание и заблуждение. Очерки по психологии исследования.
М., 1909. С. 197-198.
ПШЯ Теми
же геометрия выделяет объекты своего исследования и
каково соотношение этих теоретических объектов с их
эмпирическими прообразами? Вопрос этот занимает
философскую мысль со времен Платона и Аристотеля.
Чем отличается объект геометрии — точка, прямая,
плоскость, круг, шар, конус и т. д. от соответствующего
ему эмпирического коррелята? Во-первых, геометрический
объект, например шар, отличается от мяча, глобуса
и т. п. тем, что он не предполагает наличие у себя физических,
химических и прочих свойств, за исключением
геометрических. На практике объекты с такими странными
особенностями, как известно, не встречаются. В силу
этого факта и принято говорить, что объект математической
теории есть объект теоретический, а не эмпирический,
что он есть конструкт, а не реальная вещь.
Во-вторых, теоретический объект отличается от
своего эмпирического прообраза тем, что даже те свойства
вещи, которые мы сохраняем в теоретическом
объекте после процесса модификации образа (в данном
случае геометрические свойства), не могут мыслиться
такими, какими мы их встречаем в опыте. В самом
деле, измерив радиус и окружность арбуза, мы
замечаем, что отношение между полученными величинами
в большей или меньшей степени отличается от
того отношения, которое вытекает из геометрических
рассуждений. Мы можем, однако, сделать деревянный
или металлический шар, пространственные свойства
которого будут значительно ближе к соответствующим
свойствам «идеального» шара. Не приведет ли прогресс
техники и процедур измерения к тому, что человек
сможет физически воспроизвести тот или иной
геометрический конструкт? Природа вещей такова, что
такая возможность в принципе нереализуема. Нельзя
вырастить арбуз, который по своей форме был бы столь
же «правильным», как подшипник, этому препятствуют
законы живого. Нельзя создать такой подшипник,
который бы абсолютно точно соответствовал геометрическому
шару, этому препятствует молекулярная природа
вещества. Отсюда следует, что хотя на практике
мы можем создавать вещи, которые по своим геомет
.||У рическим свойствам все больше и больше приближа
цмоды научного исследования
ются к идеальным структурам математики, все же надо
помнить, что на любом этапе такого приближения
между реальным объектом и теоретическим конструктом
лежит бесконечность.
Из сказанного вытекает, что точность и совершенство
математических конструкций являются чем-то
эмпирически недостижимым. Поэтому для того, чтобы
создать конструкт, мы должны произвести еще одну
модификацию нашего мысленного образа вещи. Мы не
только должны трансформировать объект, мысленно
выделив одни свойства и отбросив другие, мы должны
к тому же выделенные свойства подвергнуть такому
преобразованию, что теоретический объект приобретет
свойства, которые в эмпирическом опыте не встречаются.
Рассмотренная трансформация образа и называется
идеализацией. В отличие от обычного абстрагирования,
идеализация делает упор не на операции
отвлечения, а на механизме пополнения.
Идеализация начинается с процесса практического
или мысленного экспериментирования с самой вещью,
осуществляемого в соответствии с «природой
вещей». Так, человек на практике обнаруживает, что,
например, геометрические соотношения в вещи шарообразной
формы (скажем, отношение радиуса к площади
поверхности) не изменяются оттого, если мы
изменим цвет, температуру (в некотором диапазоне), а
также ряд других характеристик вещи. Геометрические
свойства шара не будут меняться оттого, будет ли
он сделан из меди, глины, дерева, резины и т. д. Вот
эта реально обнаруживаемая инвариантность геометрических
Дата добавления: 2015-10-21; просмотров: 41 | Нарушение авторских прав
| <== предыдущая лекция | | | следующая лекция ==> |