Выбери любимый жанр

Выбрать книгу по жанру

Фантастика и фэнтези

Детективы и триллеры

Проза

Любовные романы

Приключения

Детские

Поэзия и драматургия

Старинная литература

Научно-образовательная

Компьютеры и интернет

Справочная литература

Документальная литература

Религия и духовность

Юмор

Дом и семья

Деловая литература

Жанр не определен

Техника

Прочее

Драматургия

Фольклор

Военное дело

Последние комментарии
оксана2018-11-27
Вообще, я больше люблю новинки литератур
К книге
Professor2018-11-27
Очень понравилась книга. Рекомендую!
К книге
Vera.Li2016-02-21
Миленько и простенько, без всяких интриг
К книге
ст.ст.2018-05-15
 И что это было?
К книге
Наталья222018-11-27
Сюжет захватывающий. Все-таки читать кни
К книге

Логике научного исследования - Поппер Карл Раймунд - Страница 31


31
Изменить размер шрифта:

ким образом, лучше проверяемая и лучше подкрепляемая гипотеза никогда не может получить более высокую вероятность

при данном свидетельстве, чем хуже проверяемая гипотеза. Отсюда следует, что степень подкрепления не является тем

же самым, что и вероятность.

Это центральный пункт моего понимания данной проблемы. Последующие замечания в тексте лишь выводят из него

следствия: если вы дорожите высокой вероятностью, вы должны говорить очень мало или, еще лучше, вообще ничего не го-

ворить — действительно, тавтологии всегда имеют высшую степень вероятности.

249

Среди тех, кто рассуждает подобным образом, находится Кейнс, который использует выражение

«априорная вероятность» для обозначения того, что я называю «логической вероятностью». (См.

45

примечание 1 в разделе 34.) Он высказывает совершенно верное замечание1 по поводу «обобщения»

g (то есть гипотезы) с «условием», или антецедентом, ф и «заключением», или консеквентом, f. «Чем

более содержательным является условие ф и чем менее содержательным — заключение /, тем боль-

шую априорную*4 вероятность мы должны приписать обобщению g. Каждый раз при возрастании

содержания ф эта вероятность возрастает и она понижается с ростом содержания /'. Как я уже сказал, все это совершенно верно, хотя Кейнс не проводит четкого различия*5 между «вероятностью обоб-

щения», что соответствует тому, что нами называется «вероятностью гипотезы», и «априорной веро-

ятностью». Таким образом, в противоположность моей степени подкрепления вероятность гипотезы

Кейнса возрастает с ростом ее априорной логической вероятности. Тем не менее под своей «вероят-

ностью» Кейнс имеет в виду то, что я называю «подкреплением», и это можно усмотреть из того фак-

та, что его «вероятность» возрастает с увеличением числа подкрепляющих примеров и (что еще более

важно) с увеличением их разнообразия. Однако Кейнс не замечает, что теории, подкрепляющие при-

меры которых принадлежат к далеко расходящимся областям их применения, обычно обладают вы-

сокой степенью универсальности. Поэтому два его правила получения высокой вероятности — стре-

миться к наименьшей степени универсальности и к наивысшему разнообразию подкрепляющих при-

меров — являются в общем случае несовместимыми.

1 Keynes J. М. Treatise on Probability. London, Macmьlan, 1921, p. 224 и след. Условие ср и заключение/Кейнса соответ-

ствуют (см. примечание 6 к разделу 14) моим понятиям «функция высказывания q> в антецеденте» и «функция высказыва-

ния / в консеквенте» (см. также раздел 36). Следует заметить, что условие или заключение Кейнс называет более содержа-

тельным в том случае, если его содержание, то есть его интенсионал, а не его экстенсионал, оказывается больше. (Имеется

в виду обратное отношение между объемом и содержанием термина.)

*4 Вслед за другими известными кембриджскими логиками Кейнс настойчиво пишет «a priori» и «a posteriori», по этому

поводу можно лишь сказать: д propos de rien — некстати о «кстати».

♦5 Фактически Кейнс признает различие между априорной (или, как я называю ее, «абсолютной логической») вероятно-

стью «обобщения и его вероятностью относительно данного свидетельства Л. Поэтому высказанное мною утверждение в

тексте нуждается в корректировке. Кейнс проводит такое различие правильно, хотя и неявно, допуская (см.: Keynes J. М.

Treatise on Probability. London, Macmillan, 1921, p. 225), что если (р = cpi (p2 и/ = fifz, то априорные вероятности различных g будут находиться в следующем соотношении: g(y,f\) ^ >g(V,f) > g(Vhf)- И он правильно доказывает, что апостериорные ве-

роятности этих гипотез g (относительно любого данного свидетельства А) изменяются точно так же, как и их априорные ве-

роятности. Таким образом, в то время как его вероятности изменяются аналогично тому, как изменяются (абсолютные) ло-

гические вероятности, моя принципиальная позиция состоит в том, что степени подкрепляемости и подкрепления изменя-

ются противоположным образом.

250

Используя мою терминологию, можно сказать, что в теории Кейнса считается, что подкрепление

(или вероятность гипотез) уменьшается с ростом проверяемости. К этому мнению его приводит вера

в индуктивную логику*6. Именно индуктивная логика стремится к тому, чтобы сделать научные ги-

потезы как можно более достоверными. При этом исходят из того, что различные гипотезы обладают

научной ценностью лишь в той степени, в которой они оправданы экспериментально. Теории припи-

сывается научное значение только благодаря логической близости (см. примечание 2 к разделу 48 и

соответствующий текст) между теорией и эмпирическими высказываниями. Это означает только, что

содержание теории должно как можно меньше выходить за рамки того, что эмпирически установле-

но*7. Такая точка зрения тесно связана с тенденцией отрицать ценность предсказаний. «Особое до-

стоинство предсказания, — пишет Кейнс, — является всецело вымышленным. Существенно число

рассмотренных примеров и связи между ними, а вопрос о том, когда была выдвинута та или иная ги-

потеза — до ее проверки или после нее, — не имеет никакого значения»2. Относительно гипотез, ко-

торые были «выдвинуты а рпогГ\ то есть прежде, чем было получено их достаточное индуктивное

обоснование, Кейнс пишет: «...если такая гипотеза представляет собой лишь догадку, то ее счастли-

вое появление до того, как были обнаружены некоторые или даже все верифицирующие ее примеры, нисколько не повышает ее ценности» (там же). Такое понимание предсказания заставляет задуматься

над вопросом о том, зачем мы вообще стремимся к обобщениям. Для чего мы создаем все эти теории

и гипотезы? С точки зрения индуктивной логики такая деятельность оказывается совершенно непо-

нятной. Если в познании мы больше всего ценим надежность и если предсказания как таковые ничего

не дают для подкрепления наших гипотез, то почему бы нам не довольствоваться одними базисными

высказываниями?*8

♦6 См. мой Postscript, раздел *2. В моей теории подкрепления — в противоположность теориям вероятности Кейнса, Джеффриса и Карнапа — подкрепление не уменьшается с ростом проверяемости, а имеет тенденцию расти вместе с ней.

*7Это утверждение можно также выразить посредством такого, совершенно неприемлемого правила: «Всегда выбирай

те гипотезы, которые в наивысшей степени являются гипотезами ad hoc.*»

2 Keynes J. М. Treatise on Probability. London, Macmillan, 1921, p. 305.

*8Карнап в работе: Carnap R. Logical Foundations of Probability. Chicago, University of Chicago Press, 1950 — признает

практическую ценность предсказаний, однако он частично разделяет только что сформулированное утверждение о том, что

мы могли бы довольствоваться одними базисными высказываниями. Так он утверждает, что теории (он говорит о «зако-

нах») не являются «необходимыми» для науки, они не обязательны даже для предсказаний: мы всегда можем обходиться

одними сингулярными высказываниями. «Тем не менее, — пишет он, — целесообразно, конечно, формулировать универ-

46

сальные законы в книгах по физике, биологии, психологии и т.д.» {Carnap R. Logical Foundations of Probability. Chicago, University of Chicago Press, 1950, p. 575). Однако это не вопрос целесообразности, а вопрос научной любознательности. Не-

которые ученые хотят объяснить мир: их цель — найти удовлетворительные объяснительные теории, хорошо проверяе-

31
$(function(){$("body").css("background-color", "#FFFFFF");$(".BookText").find("*").not("[jq=ReadRightBanners] > *").andSelf().css("background-color", "#FFFFFF").css("color", "#000000").css("font-family", "Arial").css("font-size", "18px").css("font-size_r", "18rem");});
Перейти к описанию Предыдущая страница Следующая страница
{"b":"180973","o":1}