当前位置:

63、理性与诡辩

碳原子516Ctrl+D 收藏本站

庄子:鱼儿多快乐啊!

惠子:你不是鱼,怎么知道鱼很快乐?

庄子:你不是我,怎么知道我不知道鱼很快乐?

惠子:我不是你,所以我不知道你的想法,你不是鱼,所以你也不知道鱼的感受。

庄子:从你的逻辑可以得知,你虽然不是我,但是推导出了我不知道鱼的感受,因此,你推导出了我的想法,按照同样的逻辑,我虽然不是鱼,但是可以得知鱼的感受,现在鱼很快乐。

惠子:你这就是在诡辩了!

庄子:你又何尝不是在诡辩呢?

从中我们可以看到庄子的境界,惠子是不知道自己在理性的诡辩,而庄子则看似诡辩实则理性。对庄子的理解,人们通常有两种看法。一种观点认为庄子表达的是一种心情和感慨,和鱼到底快乐不快乐无关,而惠子杠精似的追问让庄子作出回应,指出惠子的逻辑其实是一种披着理性外衣的诡辩;另一种观点认为,庄子的确知道鱼很快乐,一个惠子似的直男往往无法感知别人的内心世界,而一个阅人无数的社交高手却可以从别人脸上微妙的表情猜测他的内心世界,这样,对自然界中的云雾山川、花鸟鱼虫领悟颇深的庄子,通过鱼悠然自得的姿态知道它很快乐也未可知。按照惠子的逻辑容易让我们陷入不可知论,例如一个物理学家说,宇宙诞生于138亿年前的大爆炸,有人就会反驳:那时候你还没出生,你怎么可能知道呢?

有这样一则关于诡辩的故事:学生问教授什么是诡辩,教授说,如果有两个人来我家做客,一个很干净,另一个很脏,我请他们去洗澡,谁会去洗呢?学生说,脏的?教授回答,不对,干净的已经养成洗澡的习惯,而脏的则没有这个习惯。那么是干净的?也不对,干净的不需要洗澡,而脏的需要。那么他们都会去洗?不对,干净的不需要洗澡,而脏的没有洗澡的习惯。那么就是他们都不洗?还是不对,因为干净的养成了洗澡的习惯,而脏的需要洗澡。最后教授总结道:这就是诡辩。

从这则诡辩故事中我们可以体会到,诡辩既不同于强词夺理,也不是无理取闹,乍一看去,原因结果分析的头头是道,似乎也是有些道理的。当然,有人会反驳,客人洗不洗澡是由客人自己的主观愿望决定的,而不是取决于学生或教授的分析,因此学生或教授依据因果律得到的结论也没有意义。如果我们认同这种反驳,那么就会陷入不可知论之中。事实上,自然科学就是建立在通过因果律预测事物的演化之上的,失去了预言能力的自然科学将变得毫无用处。而关于人的社会科学,尽管其复杂程度比自然科学高的多,但是我们始终坚信,同样由原子组成的人类社会不存在任何超自然的现象,人的行为同样是有可能预测的。因此,我们通过理性的分析来判断客人到底会不会洗澡,是一种完全正当的思维方式,而且在社会科学中,对一些现象或行为拥有一定程度的预言能力也是人们非常渴望的。

那么诡辩又是怎样在我们的理性分析中出现的呢?仔细分析这个例子我们会发现,由于影响人的思想与行为的因素实在太多,我们不可能列出所有决定人行为的因素,更不知道决定人想法与行为的演化方程,所以只能通过统计的方法预测事件发生的概率,这样,每一种可能的结果都会有相应的原因也就不奇怪了。量子论的成功告诉我们,能够预测概率比一无所知要好的多,如果能在概率层次上预测社会科学中的一些现象,那也是很不错的。统计规律不同于基础物理规律,它们属于不同的层次,获得统计规律必须引入新的统计性假设,在诡辩的例子中,由于我们知道的信息实在太少,因此可以用一种最简单的统计假设:等概率假设,也就是假设所有可能性具有相同的概率。等概率假设在统计物理学及其它许多与统计相关的科学中广泛使用,它的正确性是由由此推导出的结果与实验是否相符决定的。

如果我们对所有可能的情况概率均等不满意怎么办呢?香农的信息理论告诉我们,信息是消除不确定性的东西,为了消除不确定性,就需要引入信息。在诡辩的例子中,为了获取更多信息,我们可以通过网络或调查问卷等方式搜集数据,从而确定干净人与脏人洗澡的概率,而这个概率分布一定比等概率事件拥有更小的香农信息熵,因为这个新的概率分布是通过引入新的信息获得的。这实际上是一种应用最大熵原理的过程,最大熵原理是指,当我们寻找一个事件可能的概率分布时,应该接受那个在已知条件下信息熵最大的那个分布。当我们对事物一无所知的时候,最大熵原理对应的就是等概率分布。当我们拥有了更多的知识,获取了关于系统更多的信息时,满足最大熵原理的那个概率分布就更偏离等概率分布,其信息熵也更小,我们同时也就拥有了更强的预测能力。如果我们获取了大量的相关信息,尽管可能无法100%的预测结果,但这些信息的获取的确增强了我们的预言能力。

牛顿理论与牛顿世界观的成功会让我们产生一种错觉,就是认为因果链条只有一条,一个原因只能产生一种结果,一个结果也必定只有一个原因。可是宏观世界及微观的量子世界中存在大量的不确定性,这种不确定性让因果律蒙上了一层阴影。在测量导致的波函数坍缩过程中,一个原因可能对应不同的结果,而在干涉现象中,相位差相差一个圆心角整数倍的不同波函数会得到相同的干涉条纹。而在宏观世界中,因果性很多时候并没有那么明显,就像一个人洗澡,我们很难断定他洗澡的原因到底是因为他觉得有些脏了还是仅仅因为心情好。发现事物内在的因果联系是一件非常困难的事情,当因果联系不那么明显或者有大量的干扰因素时,统计观点就成为必须的了,在一定的信息量前提下,满足最大熵原理的概率分布,可以让我们拥有部分预测能力。

有时候我们也很难区分一个人对某样事物的分析到底是理性的分析还是诡辩。至少从主观感受上,通过理性分析但是得到一个错误的结论是不能等同于诡辩的,毕竟理性的不一定是正确的,这样,理性与诡辩的区别就成了是否存在主观故意了。就像对“忽悠”这个词的理解一样,当自己相信,也劝别人相信时,就是理性,而自己不相信,劝别人相信时,就成了忽悠和诡辩了,诡辩虽然可以将人们反驳的说不出话来,却无法真正说服别人。

对未知事物的理性预测也不同于诡辩。在诡辩者眼中,他们关心的也不是预测,而是赢得辩论,因此他们不自觉的将所有的可能性等同起来,并在其中如鱼得水,游刃有余,牢牢掌握着话语权。而理性的分析者应该更加关心所有可能性导致的概率分布,并不断分析新掌握的知识和信息对事件可能性的概率分布会产生怎样的影响,从而更加准确的预测事物。为了获得知识,我们需要理性,但是我们需要的不是惠子式的理性基础上的诡辩,而是庄子式的看似诡辩中的理性。

  • 背景:                 
  • 字号:   默认