Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Основы логики и аргументации. Учебное пособие для студентов вузов, обучающихся по гуманитарно-социальным специальностям
.pdf
Глава 6. Правдоподобные рассуждения
пени их существенности, а также внутренней связи с другими признаками. В настоящее время в научной литературе наиболее развитыми правдоподобными рассуждениями, основанными на аналогии
закономерностей, считаются аналогии, выраженные с помощью ма-
тематических уравнений, структур и систем. По-видимому, первым
заговорил об этом создатель классической теории электромагнетизма Д.К. Максвелл (1831—79), который построил свою электромагнитную теорию, опираясь на аналогию с гидродинамикой несжимаемой жидкости. В настоящее время такие аналогии часто применяются для переноса закономерностей с одной науки на другую.
В отличие от научных и строгих аналогий в других аналогиях
чаще всего берутся первые бросающиеся в глаза свойства и отношения. Поэтому подобные аналогии нередко оказывается не только
поверхностными, но и ошибочными. Такими являются, в частности, распространенные ложные аналогии, когда, например, общество уподобляется живому организму, конфликты и противоречия —
борьбе за существование и т.д. Хотя на первый взгляд они и кажутся понятными и убедительными, но не раскрывают сущности социальных процессов, не выявляют их отличий от явлений и процессов
живой природы.
Даже в истории естествознания на основе ошибочных аналогий
было построено немало ложных гипотез. Стоит вспомнить хотя бы
гипотезу о флогистоне, которая была предложена для объяснения
процесса горения посредством допущения о присутствии в теле
особого горючего вещества — флогистона. Сходным образом тепловые процессы пытались уподобить наличию в теле теплорода, а световые явления — колебаниям эфира. С другой стороны, аналогия
световых волн с волнами на поверхности жидкости оказалась плодотворной и способствовала возникновению волновой теории света.
Все это свидетельствует о том, что аналогия, — если она строится научно, — служит одним из эффективных средств эвристического поиска, в особенности когда она объединяется с построением
материальных или концептуальных моделей исследуемых процессов.
151
Применение аналогии
в научном познании и технике
Несмотря на слабую доказательную силу умозаключений по
аналогии, тем не менее они играют значительную роль в научном
подобных рассуждений, эта роль связана не с критикой и обосно-
152
ванием существующего научного и другого знания, а с поиском
нового знания и открытием новых истин в разнообразных отраслях
теоретической и практической деятельности.
Как специфический метод поиска нового знания, аналогия всегда высоко оценивалась многими выдающимися мыслителями и
деятелями культуры, начиная от представителей такой строго доказательной науки, как математика, и кончая художниками и другими
представителями искусства. Математики видели в ней важнейшее
средство поиска и достижения истины. «В самой математике, —
заявлял, например, П.С. Лаплас (1749—1827), — главные средства
достигнуть истины — индукция и аналогия». А.И. Кеплер (1571—
1630) добавлял к этому: «И я больше всего дорожу Аналогиями, моими
самыми верными учителями. Они знают все секреты Природы, и ими
меньше всего следует пренебрегать в Геометрии».
Обращаясь к естествознанию, трудно назвать науку, в которой
не применялись бы аналогии для открытия новых важнейших ее
результатов и фундаментальных законов. Знаменитый вопрос
И. Ньютона (1643—1727): «Почему падает яблоко?» — стал источником
аналогии, приведший его к открытию закона всемирного тяготения.
Наконец, художники в теории перспективы получили надежное
средство для реалистического изображения мира, теоретики аргументации и культуры речи пользуются аналогиями для обоснования
разнообразных методов, приемов и средств совершенствования стиля письменной и устной речи.
Часть I. Логика
Моделирование как форма аналогии
По-видимому, моделирование, т.е. аналогия между моделью и
ее оригиналом (прототипом), является наиболее типичной формой
ее применения в науке и технике. Модель, как известно, строится с
таким расчетом, чтобы она могла отображать все наиболее существенные свойства и отношения своего реального прототипа, но в то
же время ее исследовать значительно проще, чем оригинал.
В ряде случаев непосредственное изучение самого оригинала
оказывается невозможным из-за угрозы здоровью и жизни людей
(химические производства; процессы, происходящие в ядерных реакторах; космические аппараты и устройства и т.п.), в других —
практически невыгодным. Именно в этих целях строится материальная или концептуальная модель, в которой реальные зависимости между свойствами уподобляются отношениям между величинами, описывающими изучаемый объект или систему. Так, на основе
теории подобия обычно изготовляются модели гидростанций, само-
Глава 6. Правдоподобные рассуждения
летов, кораблей и других объектов, которые затем испытываются на
прочность и надежность. Знание, полученное в результате тщательного исследования и проверки модели, в дальнейшем переносится с
соответствующими коррективами на реальный объект.
В последние годы все шире применяется концептуальное è ìà-
тематическое моделирование, идеи которого возникли еще в античной математике, в частности в школе Пифагора. Именно он и
его ученики пытались объяснить реальные процессы с помощью
отношений и пропорций между числами. Отсюда происходит и само название аналогии как пропорции или соразмерности.
В науке и технике широко применяется также моделирование
одних материальных процессов с помощью других, например электромагнитных колебаний с помощью механических и гидродинамических. С давних пор также движение электрического тока уподобляется движению жидкости, о чем свидетельствует сам термин
«электрический ток».
Концептуальные и математические модели имеют, конечно, совершенно иную природу, чем модели реальных объектов или систем. Если первые являются понятийными или знаковыми структурами, то вторые — вещественными или другими материальными
объектами. Знакомым примером концептуальной, или понятийной,
модели является упомянутая выше модель строения атома Резерфорда, которая была построена по аналогии со строением Солнечной системы.
Математическая модель в отличие от концептуальной модели
отображает аналогию между величинами и другими количественными отношениями, описывающими реальный объект. Поэтому
она представляет собой знаковую структуру, в которой в качестве
знаков используются числа, величины и другие математические
объекты, отношение между которыми выражается обычно с помощью уравнений, функций и других структур.
Специфическую роль аналогии играют и в процессе убеждения
и аргументации. В ораторской и художественной речи аналогии и
сравнения в сочетании с метафорами и наглядными, яркими образами очень часто используются для того, чтобы придать речи особую
убедительность и доступность для восприятия слушателями или читателями. Возникающие при этом ассоциации и эмоции оказывают
свое влияние на их сознание и поступки. Но эти достоинства аналогий легко превращаются в недостатки, когда не соблюдаются
границы их применения, а тем более когда аналогия оказывается
ложной. Так, например, первоначальная аналогия между деятельностью мозга и работой компьютера оказалась в чем-то полезной, по-
153
154
скольку позволяла использовать знакомую терминологию для описания компьютера, но распространение этой аналогии за границы
реального ее применения может привести к ошибочным выводам.
Уточнение заключений аналогии, обоснование переноса свойств
и отношений с одних предметов на другие зависят в первую очередь от существования внутренней, закономерной связи между
сходными предметами и явлениями в объективном мире. В конечном итоге аналогия и моделирование базируются на подобии структур сходных предметов. Если тождественность структур может быть
выражена с помощью математического понятия «изоморфизм», то
сходство и подобие — понятия «гомеоморфизм». В то время как в
первом случае свойства и отношения одной системы могут быть
взаимно однозначно соотнесены со свойствами и отношениями
другой системы, то во втором — только частично. Однако это частичное отображение играет существенную роль как в процессе
применения аналогий, так и при построении моделей для решения
научных и практических задач.
Часть I. Логика
Статистические умозаключения
С расширением применения статистических методов в научном
познании ученые и практики стали все чаще прибегать в своей аргументации к статистическим обобщениям и выводам. Такие выводы основываются на статистической интерпретации вероятности.
Как и индуктивные рассуждения, статистические выводы относятся к правдоподобным умозаключениям, поскольку их результаты
имеют вероятностный характер. Очевидно также, что, чем больше и
разнообразнее будут случаи, подтверждающие статистическое
обобщение или вывод, тем выше будет степень вероятности заключения. Однако сама структура и ход рассуждения в статистике в
некоторых случаях значительно отличаются от индуктивного умозаключения.
В статистических рассуждениях особое значение приобретают
такие понятия, как генеральная совокупность (или популяция), с
одной стороны, и выборка (или образец) — с другой. Само же умозаключение может идти как от выборки к генеральной совокупности, так и от генеральной совокупности к выборке. Ничего подобного не встречается в индуктивных рассуждениях, где заключение
делается только от частного к общему. В статистике же заключение
может осуществляться также от генеральной совокупности (общего)
к выборке (частному), что напоминает традиционный дедуктивный
вывод от общего к частному. Важно также напомнить, что стати-
Глава 6. Правдоподобные рассуждения
155
стическая информация выражает результаты исследования случайных массовых и повторяющихся событий, ибо она истолковывается
в терминах частотной интерпретации вероятности.
Однако такое различие не исключает сходства и общности между индуктивными и статистическими рассуждениями. С интересующей нас точки зрения особенно важным представляется тот метод статистических обобщений, который происходит от выборки к
генеральной совокупности. Он ближе к индукции по структуре умозаключений. Некоторые исследователи высказывают даже мнение о
замене традиционных индуктивных рассуждений статистическими
заключениями от выборки к генеральной совокупности (популяции), поскольку данные выборки подвергаются более тщательному
исследованию, чем посылки традиционной индукции.
В практическом отношении статистический метод обобщения
играет существенную роль как в научных исследованиях, так и при
принятии решений в разнообразных областях практической деятельности. Хорошо известно, что многочисленные прогнозы и
оценки результатов будущих выборов, популярности тех или иных
решений, рейтинга политических деятелей и т.п. строятся именно
на основе анализа мнений и ответов сравнительно небольшой части
людей, составляющих выборку из некоторой генеральной совокупности.
Для того чтобы прогнозы стали более адекватными и надежными, необходимо стремиться к тому, чтобы структура выборки îò-
ражала структуру генеральной совокупности, из которой она построена. Общая схема статистического обобщения может быть
представлена следующим образом.
К% элементов выборки обладают свойством Р.
Вероятно, что К% элементов генеральной
совокупности присуще свойство Р.
Вероятность такого заключения определяется двумя условиями:
1) размером выборки, ибо, чем больше ее размеры, тем больше
элементов всей совокупности доступно для проверки и тем выше
будет вероятность заключения, относящаяся к генеральной совокупности;
2) репрезентативностью выборки, так как полученная выборка,
должна адекватно отражать распределение свойств и отношений в
генеральной совокупности.
Существует тщательно разработанная методика и техника проведения выборки, главная цель которой состоит в обеспечении репрезентативности выборки. Так, например, для проведения опросов
156
населения особое внимание должно быть уделено стратификации
населения, или группировке его по возрастным, профессиональным, национальным, образовательным и другим признакам, чтобы
результаты выборки можно было перенести на генеральную совокупность, а полученный результат оказался бы более правдоподобным.
Многочисленные примеры явно неудачных прогнозов свидетельствуют о нарушении этого требования. Впечатляющим примером такого рода был прогноз вероятности выбора президента США
Ф.Д. Рузвельта (1882—1945). По всем данным опросов, победить на
выборах должен был его противник из республиканской партии,
шансы которого оценивались как 2:1. Последующий анализ показал, что выборка была сделана с явным нарушением стратификации
избирателей, особенно по доходам. Опрашивались преимущественно состоятельные люди, которые меньше всего пострадали от Великой депрессии 1929—1933 гг. К тому же опрос проводился по телефону, а в 1936 г. они имелись далеко не у всех избирателей. В итоге
значительная часть населения, больше всех пострадавшая от депрессии, не учитывалась в выборках. Но именно она с энтузиазмом
восприняла предвыборную программу Ф.Д. Рузвельта и, вопреки
официальным прогнозам, обеспечила ему внушительную победу на
президентских выборах 1936 г.
Нередко ошибочность прогнозов происходит из-за нарушения
принципа рандомизации, который требует, чтобы отбор элементов
выборки был непредвзятым. Это означает, что каждый элемент из
генеральной совокупности мог быть выбранным с одинаковой вероятностью. Нередко нарушение этого требования происходит неосознанно в силу тех или иных субъективных факторов: склонностей, предубеждений, устоявшихся стереотипов мышления и т.п.
Бывает, однако, немало и таких случаев, когда в угоду властям,
спокойствию населения, ложно понятому патриотизму и т.д. сознательно нарушается принцип рандомизации, чтобы обеспечить благоприятный прогноз.
Другая схема статистического рассуждения связана с умозаключениями от генеральной совокупности к выборке, которая внешне
напоминает дедуктивное умозаключение в традиционном его понимании, как вывод от общего к частному. Однако по своей логической структуре они принципиально отличаются друг от друга, хотя
бы потому, что в дедуктивном рассуждении из истинных посылок
по правилам логики выводятся достоверно истинные заключения.
В статистическом же заключении в принципе всегда возможен такой случай, когда большинство членов генеральной совокупности
Часть I. Логика
Глава 6. Правдоподобные рассуждения
157
будут обладать свойством Ð, а в выборке могут найтись члены, которые им не обладают. Так, например, большинство растений, обработанных определенным препаратом, будут лучше плодоносить,
но на некоторые растения препарат не будет действовать.
Техника и методика исследования статистических умозаключений от генеральной совокупности к образцу незначительно отличаются от техники заключений от образца к генеральной совокупности, но общая схема совершенно иная.
К% элементов генеральной совокупности
обладают свойством Р.
Вероятно, К% элементов выборки
будут иметь свойство Р.
Представление о том, что статистические рассуждения можно
рассматривать как особый вид индуктивных умозаключений, как
мы видели, подходит только для заключений от выборки к генеральной совокупности. Рассмотренная выше схема рассуждения от
генеральной совокупности к выборке явно противоречит такому
представлению. Значительно более обоснованным является другой
подход, при котором индукция рассматривается как частный случай
статистических умозаключений от выборки к генеральной совокупности. Преимущество такого взгляда перед традиционной точкой
зрения состоит в том, что при статистическом обобщении не просто утверждают, что его заключение вероятно, как при индукции,
но выражают степень этой вероятности на основе анализа выборки
количественно (в процентах). В таком случае традиционную индукцию можно было бы рассматривать как вырожденную форму статистического умозаключения от выборки к генеральной совокупности. Для научных и практических прогнозов такая количественная
характеристика имеет существенное значение, поскольку основывается на точных количественных расчетах.
Контрольные вопросы
1. Найдите ошибку в умозаключении: единичные понятия имеют
объем, не равный нулю, общие понятия имеют также объем, не
равный нулю. Следовательно, все понятия имеют объем, не равный нулю.
2. Объясните, почему индуктивное обобщение «все лебеди — белые»
было поспешным и оказалось ошибочным?
3. Чем отличается математическая индукция от полной индукции?
158
4. Одну мышь поместили в сосуд без воздуха, другую оставили в
обычных условиях. Почему первая мышь погибла?
5. На каком индуктивном методе основано применение контроль-
ных групп при экспериментах?
6. Проверьте по методу сопутствующих изменений правильность
следующих умозаключений: а) с увеличением высоты местности
воздух становится более разряженным, следовательно, причина
затруднения дыхания при подъеме в горы — разряженность
воздуха; б) мальчик стал больше читать, но хуже учиться. Послужило ли чтение причиной его неуспеваемости в школе?
7. Правильны ли следующие выводы по методу остатков:
а) дедка, бабка, внучка, Жучка, кошка и мышка вытащили реп-
ку. Но ни дедка, ни бабка, ни внучка репку не вытащили.
Жучка и кошка тоже не вытащили. Значит, репку вытащила
мышка?
б) это преступление не мог совершить ни хозяин дома, ни жи-
тель поселка. Значит, его совершил приезжий?
9. Правомерны ли следующие аналогии:
а) между государством и живым организмом;
б) между звуковыми волнами и волнами на поверхности жидкости;
в) между борьбой за существование в природе и конфликтами в
обществе?
10. В чем заключается сходство и различие между индуктивными и
статистическими умозаключениями?
11. Можно ли рассматривать индукцию как частный случай стати-
стического умозаключения от выборки к популяции?
12. Что называют логической вероятностью?
13. Чем отличается логическая вероятность от частотной, или статистической, вероятности?
14. Какая разница существует между доказательными и вероятно-
стными умозаключениями?
15. Чем отличается аналогия от индукции?
16. В чем состоит единство и различие между аналогией свойств и
отношений?
17. В каких формах применяются методы аналогии в научном по-
знании?
18. От чего зависит правдоподобность аналогии?
19. Каковы условия состоятельности аналогии?
20. Чем отличается строгая аналогия от нестрогой?
Часть I. Логика
Гипотетико-дедуктивный метод
Долгое время было распространено мнение, что методы эмпирических наук, в особенности естествознания, основываются на
индукции, т.е. на установлении общих законов с помощью опытного исследования явлений и процессов природы. Однако из опыта, как известно, нельзя логически вывести достоверное знание об
общем, в частности законы науки. Результаты опыта всегда имеют
только гипотетический, вероятностный характер. Все это заставило
ученых отказаться от индуктивной модели обоснования науки и
обратиться к анализу роли в ней гипотез. В этой главе мы сначала
рассмотрим, почему индуктивная модель оказалась неудовлетворительной для анализа развития науки, а затем обсудим более подробно особенности гипотетико-дедуктивной модели исследования.
Индуктивная модель научного познания
Основателем индуктивного метода, как мы узнали в предыдущей главе, является Ф. Бэкон. Недовольный силлогистикой Аристотеля, он в противовес его «Органону» создал свой «Новый Органон», в котором изложил хорошо знакомые нам теперь каноны,
или правила, индуктивных рассуждений. Однако он настолько переоценивал значение своей индуктивной логики, что считал ее универсальным инструментом для открытия любых новых истин о
природе.
«Наш же путь открытия наук, — писал он, — немногое оставля-
ет остроте и силе дарования, но почти уравнивает их. Подобно тому
как для проведения прямой или описания совершенного круга много значат твердость, умелость и испытанность руки, если действовать
только рукой, мало или совсем ничего не значит — если пользоваться
циркулем и линейкой. Так обстоит и с нашим методом».
Открытие новых истин превращалось, таким образом, в чисто
механический процесс применения правил. Используя современную терминологию, мы могли бы сказать, что Бэкон надеялся, что
ему удалось построить логический алгоритм для открытия новых
научных истин.
Хотя с помощью индукции действительно можно делать обобщения и открывать простейшие эмпирические законы, но все они,
во-первых, не выходят за рамки наблюдаемых свойств явлений,
Глава 7
160
во-вторых, результаты индукции никогда не бывают безошибочными и достоверно истинными, а только вероятными, или правдоподобными, в той или иной степени. Спустя почти два столетия после
Бэкона известный английский логик Д. Ст. Милль систематизировал и усовершенствовал каноны его индукции, чтобы использовать
их для открытия законов причинной связи явлений. Однако и с
помощью таких усовершенствованных правил можно было устанавливать лишь простейшие причинные законы, выражающие регулярные, эмпирические связи между свойствами наблюдаемых ÿâëåíèé.
Раскрытие же глубоких внутренних связей между ними требует
обращения к теоретическим понятиям и обобщениям путем выдвижения смелых гипотез. Поэтому никакого чисто логического
пути перехода от эмпирических фактов к теоретическим законам не
существует хотя бы потому, что в эмпирическом познании отсутствуют теоретические понятия. Единственный путь, который остается
для этого, заключается в выдвижении таких общих по форме и глубоких по содержанию гипотез, следствия которых можно проверить
и подтвердить с помощью систематических наблюдений или специально построенных экспериментов.
В связи с этим во второй половине XIX в. начинается критика
индуктивной модели научного открытия. Пожалуй, одним из первых против нее выступил английский историк науки У. Уэвелл
(1794—1866) в своей книге «Философия индуктивных наук», опубликованной еще в 1847 г. Научное открытие, указывал он, должно
всегда зависеть от какой-либо счастливой мысли, проследить происхождение которой мы не в состоянии. Однако из этого вовсе не
следует, что научное познание происходит путем случайных догадок. Но удачные догадки и предположения возникают не на пустом
месте, а является результатом систематических эмпирических и
теоретических исследований, в результате которых у отдельных ученых появляются сначала догадки, предположения, гипотезы, а затем уже в рамках науки возникают хорошо проверенные законы и
теории.
Несостоятельность индуктивной модели развития науки с философской точки зрения напрямую связана с проблемой обоснования, или оправдания, самой индукции. На каком основании мы
можем утверждать, что универсальное утверждение в форме общего
теоретического закона, опирающееся на частные результаты наблюдения или опыта, окажется истинным? Для этого необходимо допустить существование особого принципа индукции, который оправдывал бы истинность индуктивных умозаключений.
Часть I. Логика
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]