科學哲學1.4：推理

我們準備探討科學哲學的基礎命題，包括世界觀、真理、事實、推理、可證偽性以及工具主義和現實主義。

4 推理

在科學領域有兩種常見的邏輯推理模式，它們分別是

證實推理

和

不證實推理

。

4。1 證實推理

愛因斯坦的廣義相對論在剛提出時頗有爭議，與人們廣泛接受的其它理論有些衝突。

廣相可以得出別的理論無法給出的預言，比如它說應該存在引力波。按理來說，我們應該能觀測到引力波。然後LIGO證明了確實有引力波，同時這個預言也被當成證據來支撐廣相。值得注意，愛因斯坦的理論做出了正確的預言，而這是別的理論做不到的。

這樣的推理模式在科學中很常見。當我們根據某個理論得出某些預言，而這些預言又被證明是正確的，它們就提供了證據來證明這個理論的正確性。

這個推理過程的示意圖：

如果 T，那麼得出 O

O 是正確的

所以 T 非常有可能是正確的

4。2 不證實推理

曾經有兩位科學家聲稱發現了一種可以實現低溫核聚變的方式，也就是說，他們找到了一種冷聚變的開啟方式。冷聚變理論頗具爭議，人們普遍認為超高溫是核聚變的條件之一。

一般來說，我們可以透過理論來得出某些預言。如果冷聚變理論是正確的，那麼在冷聚變過程中會有大量的中子被釋放出來。然而實際上並沒有探測到這樣的現象，這被當作證據來證明冷聚變理論不成立。

這樣的的推理模式在科學中也很常見。當我們根據某個理論來提出預言，而這些預言又被證明是不正確的，那我們就會以此為證據來證明這一理論不成立。

這個推理過程的示意圖：

如果 T，那麼得出 O

O 是不正確的

所以 T 是不正確的

4.3 歸納推理和演繹推理

證實推理其實是一種

歸納推理

，而不證實推理是一種

演繹推理

。

你的中學老師可能曾經告訴你：“歸納推理是從特殊到一般，而演繹推理是從一般到特殊”。這個說法大概是對的，但它並不準確。

舉例是理解的試金石。

喵尼斯的棋藝與黑嘉嘉旗鼓相當，而貓布在圍棋上從來沒有下贏過別人。這次下棋，貓布也沒有多大進步。考慮到這些因素，貓布基本不可能下贏喵尼斯。

上面的例子是一個歸納推理的論證過程。考慮到論證過程的前提條件，其結論應該是合理的。然而，就算所有前提條件和證據都是正確的，也仍然有可能得出錯誤的結論。雖然可能性很小，但貓佈下贏喵尼斯的機會還是有的。

這就是歸納推理的特點：

即使所有前提條件都是真的，所得出的結論卻依然可能會錯

。

相比之下，在演繹推理時，如果所有前提條件都是真的，那麼所得出的結論就一定是真的。

我們拿個例子來體會一下演繹推理。

某個人對伊恩豎起了中指。不管是誰對伊恩擺出這個國際通用手勢，他都被稱為友好人士。科特就是那個豎中指的人。所以科特是友好人士。

演繹推理與歸納推理很不一樣。具體來說，

如果論證過程的前提條件是真的，那麼結論也是真的。

這就是演繹推理的特點。

讓我們回到證實推理和不證實推理的討論中。證實推理是一種歸納推理，往往不能保證結論的正確性。也就是說，證實推理只能為某個理論提供支撐，就算有再多被證實的預言，也不能保證理論的正確性。

有些科學理論永遠無法從嚴格意義上證明，其中部分原因就是證實推理模式的歸納推理性質。大多數科學理論從很大程度上說都是由歸納證據所支撐的，所以不管存在多少證實證據，這個理論也仍然有可能被證明是錯的。

在正確性方面，科學理論都不可避免地面臨質疑。但這並不是小瑕疵，也不是大缺陷。

注意，實際的理論所涉及的因素和推理在複雜性和相互交織程度上，比我們所討論的要高得多。有些理論的預言看起來像是一個相當簡單的觀察結論，但實際觀測時卻並不簡單。

比如，為了預言恆星光線出現彎折的點的位置需要進行一系列計算，為了進行這些計算就需要不少簡化的假設，而這些假設嚴格來說都是不正確的。所有人都知道這些假設是錯誤的，但是不用這些假設，就不可能進行計算。

有趣的是，大多數熟悉觀測的人都同意這些假設不會改變整體的觀測結果，也就是說這次觀測結果為愛因斯坦的理論提供了證實證據。

如果不能嚴格證明某個理論是正確的，那是不是至少能證明某些理論是錯誤的呢？你可能會認為不證實推理能證明某個理論是不正確的，可惜事實並沒有那麼簡單。

當你在做“冷卻法測金屬的比熱容”的實驗時，老師給你一個銅、鐵和鋁樣品，要你以銅為標準樣品測鐵和鋁的比熱容。你按照實驗教材的指示操作，相信實驗結果會與書上一致，在100°C時鐵為0。110cal/°C、鋁為0。230cal/°C。不幸的是，你測出鐵是0。105cal/°C、鋁是0。192cal/°C。

如果按照不證實推理的推理公式，我們有

如果測的樣品是鐵和鋁，那麼我應該測得與教材一致的比熱容。

我測得的比熱容與教材不一致。

所以 我測的樣品不是鐵和鋁。

我相信，只要你是一個正常人，一般都不會輕易地得出“教材寫錯了”或“我測的不是鐵和鋁”的結論。相反，你更可能會去尋找自己沒測準的原因。我們都知道，僅僅以少量的證據為基礎就得出結論，這是一個很不明智的做法。

細緻一點，我們有

如果待測樣品是鐵和鋁，標準樣品是銅且在100°C的比熱容與教材一致，所有實驗儀器都是正常工作的，保溫瓶中的冰水混合物正好處於0°且保持不變，以及所有的其他因素都是正常的，那麼我應該測得與教材一致的比熱容。

我測得的比熱容與教材不一致。

所以 待測樣品不是鐵和鋁，或者標準樣品不是銅，或者某個實驗儀器出了差錯，或者保溫瓶內不是0°C，又或者某個其他因素不正常。

關鍵的是，前面那個示意圖所表示的不證實推理模式過於簡化。

更準確的示意圖如下：

如果 T，且

，

，

，。。。，

，那麼 O

O 是不正確的

所以 T 是不正確的，或者

是不正確的，或者

是不正確的，或者

是不正確的，……，或者

是不正確的。

在這個示意圖中

，

，。。。，

代表輔助假設。輔助假設很關鍵，如果沒有它們，我們就得不到想要的觀察結果。也就是說，如果我們有某個理論又有某種情況，而且所有隱含的輔助假設都正確，那我們就可以得到想要的結果。如果理論的預言被證明是不正確的，那很可能這個理論還是正確的，只是某些

輔助假設

錯了而已。

還記得冷聚變理論吧？在冷聚變過程應該能觀察到大量中子釋放的現象，但實際上並沒有觀察到。然而，之所以預言能觀察到這個現象，主要是因為一個輔助假設，那就是“冷聚變的過程與熱聚變過程相似”。要是他們還想堅持冷聚變理論的話，就不得不放棄這個輔助假設。

現在我們遇到了一個問題：存在不證實證據時，是放棄某些輔助假設更合理，還是直接放棄整個理論更合理？如果是放棄某些輔助假設更合理的話，那在什麼情況下才應該放棄整個理論呢？

參考資料

［1］ 理查德·德威特，《世界觀》，孫天譯，機械工業出版社，2020年，第 45，55 頁。