Логика - Ивин Александр Архипович (серии книг читать бесплатно TXT) 📗
Этот принцип широко применим в тех случаях, когда какую-то характеристику нельзя, подобно температуре, полностью исключить, но можно в определённых пределах варьировать.
Если сложная причина производит сложный результат и известно, что часть причины вызывает определённую часть этого результата, то остающаяся часть причины производит, по всей вероятности, остальную часть результата. Это принцип остатков.
Схематично:
1. Сложное явление АВ есть причина сложного следствия XY.
2. В есть причина Y.
Значит, А — вероятная причина X.
К примеру, взвешивалась доза вещества определённого химического состава. Оказалось, что общий вес этой дозы несколько больше, чем вес составных частей вещества, предполагаемых формулой. Избыток веса говорил о наличии примеси. Так был открыт химический элемент литий.
6. НАДЁЖНОСТЬ ИНДУКЦИИ
Ахиллесова пята всех индуктивных умозаключений — их ненадёжность. Они расширяют круг известного и дают новое знание. Но знание не достоверное, а только вероятное, проблематичное.
Это относится и к рассмотренным принципам, или канонам, индукции. Если даже их посылки истинны, выводимое заключение является только предположением, гипотезой и нуждается в дальнейшем обосновании. Именно поэтому в схемах принципов употребляются обороты типа «А есть, вероятно, причина X », а не категоричное «А является причиной X ».
Принципы индукции предполагают, что при установлении причинных связей изучаемое явление и те обстоятельства, в которых оно возникает, можно рассматривать как отдельные, изолированные события. Допустимо говорить о связи отдельной причины и отдельного обстоятельства, отвлекаться от взаимного влияния обстоятельств друг на друга, от обратного воздействия следствия на причину.
Между тем, как это часто бывает, явление может быть порождено не одной какой-либо причиной, а рядом причин, находящихся между собой в сложных отношениях.
Каждому явлению предшествует бесконечное число других явлений. Выделяя среди них те, которые могли бы оказаться причиной интересующего нас явления, мы можем упустить что-то существенное. В этом случае дальнейшие рассуждения о причине этого явления заведут нас в тупик.
Более или менее успешный результат получается только в тех случаях, если мы имеем дело с изолированными системами, элементы которых ясно различимы и не влияют друг на друга. Тогда можно чётко выделить предшествующие обстоятельства А, В, С, … и определить, какое из них причина. Но и здесь мы отвлекаемся от возможности совместного действия этих обстоятельств, соединяющихся в какие-то комплексы АВ, ВС, АС, …
Принципы индукции существенно упрощают природу. Они представляют её подобной ролью, в котором каждая струна соответствует одному, и только одному, клавишу, действующему совершенно независимо от других клавишей.
С этим упрощением и связано то, что данные принципы, как и любые методы индуктивного исследования, дают только вероятное знание. Однако вероятность вероятности рознь, и чем выше вероятность полученного знания, тем лучше.
Как можно повысить вероятность утверждений о причинных связях? В общем-то с помощью тех же приёмов, которые используются для повышения вероятности всякого индуктивного умозаключения.
Прежде всего, определённую пользу может принести увеличение количества исходных данных. Если мы наблюдали большое число положительных случаев и ни одного отрицательного, то говорим, что индуктивное подтверждение является сильным.
Есть однако процессы, в которых увеличение числа подтверждающих случаев или вообще не увеличивает вероятность индуктивного вывода или даже уменьшает её.
К примеру, иногда предполагается, что чем больше девочек родилось в какой-то семье, тем больше вероятность того, что следующим ребёнком в этой семье окажется мальчик. Но индуктивное рассуждение «Поскольку все предыдущие дети в семье были девочками, велика вероятность того, что следующий ребёнок будет мальчиком» не убедительно. Между полом одного ребёнка и полом следующего нет никакой связи. Сколько бы девочек ни было уже в семье, вероятность того, что следующий ребёнок будет мальчиком, такова же, какой она была бы, если бы этот ребёнок был первенцем. Допустим, кто-то решил показать, что лошадь вполне может обходиться без пищи, и перестал кормить свою лошадь. Наивно было бы думать, что каждый следующий день, когда лошадь не ест, увеличивает вероятность заключения, что пища ей вообще не нужна. Чем больше таких дней, тем меньше вероятность того, что лошадь останется живой.
Для повышения вероятности индуктивного вывода имеет также значение разнообразие исходных данных и случайность их выбора. Рассматриваемые случаи должны отличаться друг от друга настолько, насколько это возможно. При выборе не следует руководствоваться какой-то предвзятой идеей, а надо стремиться, чтобы данные представляли исследуемую область более или менее равномерно. Скажем, если проверяется закон теплового расширения, то не следует ограничиваться испытанием одних твёрдых тел. Если проверяется положение, что металлы — хорошие проводники электричества, надо не ограничиваться испытанием образцов из железа, а проверить столько металлов, сколько возможно, при различных условиях — горячими, холодными и т.п.
Ф. Бэкон, положивший начало систематическому исследованию индукции, весьма скептично относился к популярной индукции, опирающейся на простое перечисление подтверждающих примеров. Он называл такую индукцию «детской вещью», дающей шаткие заключения и подверженной опасности со стороны противоречащих частностей. Этой «детской вещи» Бэкон противопоставлял свои индуктивные принципы установления причинных связей. В последних, заявлял он, и заключена, без сомнения, наибольшая надежда.
Бэкон даже полагал, что предлагаемый им индуктивный путь открытия знаний, являющийся очень простой, едва ли не механической процедурой, «почти уравнивает дарования и мало что оставляет их превосходству…».
Продолжая его мысль, можно сказать, что он мечтал о создании особой «индуктивной машины». Вводя в такую вычислительную машину все предложения, относящиеся к наблюдениям, мы получали бы на выходе точную систему законов, объясняющих эти наблюдения.
Программа Бэкона была, разумеется, чистой утопией. Никакая «индуктивная машина», перерабатывающая факты в новые законы и теории, невозможна. Индукция, ведущая от частных утверждений к общим, даёт только проблематичное, а не достоверное знание.
Это относится и к принципам Бэкона — Милля. Как показал уже сам Милль, эти принципы в конечном счёте опираются как раз на третировавшуюся Бэконом индукцию через простое перечисление. Производимое ими впечатление известной надёжности и строгости связано с тем, что в них обычная индукция нередко комбинируется с элементами дедуктивного рассуждения.
Все это ещё раз подтверждает простую в своей основе мысль: познание реального мира — это всегда творчество. Стандартные правила, принципы и приёмы, какими бы совершёнными они ни были, не дают гарантии достоверности нового знания. Самое строгое следование им не предохраняет от ошибок и заблуждений.
Всякое открытие требует таланта и творчества. И даже само применение разнообразных приёмов, в какой-то мере облегчающих путь к открытию, является творческим процессом.
7. АНАЛОГИЯ
Ещё одним видом индуктивного рассуждения, находящим широкое применение в самых разных областях, является умозаключение по аналогам.
Ребёнок видит в зоопарке маленькую обезьянку и просит родителей купить ему этого «человечка в шубе», чтобы дома можно было играть и разговаривать с ним. Ребёнок убеждён, что обезьяна — это человек, но только в шубе, что она умеет, подобно человеку, играть и разговаривать. Откуда это убеждение? По внешнему виду, мимике, жестам обезьяна напоминает человека. Ребёнку кажется, что с нею, как и с человеком, можно играть и говорить.
