#CCCCFF 歸納與科學理論的建構   歸納推理或歸納論證,指的是前提與結論之間的支持關係被宣稱為一種偶然或概然聯繫的推論。在古典邏輯裡認為,歸納就是從個別具體知識的前提推導出一般性的認識結論,即由若干普遍性程度較低的命題導引出普遍性程度較高的命題,它於科學思維是作為「從特殊到普遍」的推理,從這點來看,歸納推理與演繹推理似乎是相對的--但是這也不是準確與適當的說法。在自然科學中,歸納推理的基本內容是:如果在各種各樣的條件下觀察過大量的S類對象,所有這些被觀察到的S類對象都無例外地具有屬性P,那麼所有的S類對象都具有屬性P。

  歸納推理具有兩個主要的特點:第一,在自然科學中,歸納推理的主要思維方向看似是從特殊過度到普遍。比如在古代,亞里斯多德先後多次觀察到多種各樣的有鱗魚是卵生的,又觀察到各式各樣的軟骨魚是胎生的
,經過整理與歸納他得出了如下的結論:「有鱗魚必然都是卵生,而軟骨魚則全屬於胎生。」這是對於某類對象的所有個體的全稱命題,為了將已知的零散、孤立的經驗知識加以總結與推廣,擴大與深化了人們對事物的認識,就常常要運用歸納方法。第二,歸納推理的結論超出了前提的範圍
,因此前提的真實性並不能完全保障結論的真實性;這就是說歸納推理的結論不具有必然性,而是具有或然性,可能真實也可能虛假。另外,以最簡單的歸納方法所得的最簡單的真理,總是不完全的,因為經驗總是未完成的。對於科學理論模型而言,歸納法的重要作用體現在理論模型建構以後經受實驗檢證的過程,但是這種歸納論證的方式並不能證實一個理論模型,只能給予其部分的或者某種程度的支持,我們可以把這種程度不等的支持叫做「確證(驗證,confirmation)」,即弱證實。筆者將在後面提到
,什麼條件會決定出確證證據對於理論模型的支持程度。

  一般來說,歸納推理主要有三種方法,即古典的簡單枚舉法、排除歸納法與統計歸納法。古典的簡單枚舉法是根據對於某類事物部分對象的考察,發現它們具有某種屬性,而又沒有遇見與此相反的情況,從而得出該類事物都具有某種屬性的結論的歸納推理。但是沒有遇到反例並不等於不存在反例,更不等於今後不會出現反例,這意味著歸納推理的結論具有或然性與不充分性。因此隨著科學的發展,後來被判定是錯誤的枚舉歸納推理的結論,在歷史上是屢見不鮮的,例如亞里斯多德在觀察到「羽毛、紙片等輕小物體下落較慢」的一些經驗事實之後,就草率地作出歸納:「物體下落的速度與重量成正比。」而這結論後來被伽利略( Galileo Galilei,1564-1642)更精緻與嚴謹的科學研究給否定了。

  歸納推理的另一種方式是排除歸納法 。培根( Francis Bacon, 1561-1626)首先制定了科學認識的排除歸納法,他這樣闡述道:「……對於科學與技術的發現與證明有用的歸納法,則必須要用適當的拒絕與排斥的辦法來分析自然,然後在得到足夠數目的的反面例證之後,再根據正面例證來作出結論。」排除歸納法的優點在於,通過查閱存在表、缺乏表與程度表(通稱培根的「三表法」)往往可以逐步排除外在的、偶然的聯繫與其他不相干的因素,進而提純出事物之間內在的、本質的聯繫;因為排除歸納法通常是以系統的觀察與精密的實驗為基礎的,因此可靠性大大的增加了。

  以上所討論的歸納方法得到的結論都是全稱命題,形式是:所有的S都有屬性P。此外還有一種歸納方式得到的結論是概率命題,其形式是S以一定的概率具有屬性P。這裡歸納所牽涉到的各個個體具有的屬性是不確定的,但是這些個體的總和都表現出某種確定的屬性,因為要對大量個體進行歸納才能得到確定的關係,所以稱為統計歸納法。比如對美國每個小鎮新生兒中男嬰與女嬰比例的研究結果就屬於統計歸納,每個地方觀察時男女嬰的比例是不斷變動的,似乎沒有什麼規律性,但是當逐次增加與累計觀察次數時,這個比例數的變動會越來越小,最後停留在一個穩定的限值上。

  無論是哪一種歸納法,其結論都是或然的。為了提高或然率,即結論的可靠性程度,應該注意歸納推理過程中某類證據被考察的「數量」與被考察的「質量」。被考察證據的數量與質量,會決定出證據對於理論模型的支持程度與辯護力量。以數量而言,某類證據被考察的對象越多、範圍越廣,其結論的可靠性程度越高。而證據的質量是通過證據的新穎性程度與嚴密性程度來表現的;從證據的新穎性程度來說,一個新穎的證據比一個重複的證據更能使理論模型獲得更高的評價,比如愛因斯坦的廣義相對論關於星光在太陽引力場中發生偏折的確證證據,與關於引力預言的間接驗證就是如此。雖然時至今日廣義相對論的確證證據數量並不多,但是由於它以取得的幾個證據的新穎程度都很高,所以還是得到了高度的評價。

  確證證據優劣的另一個因素是證據的嚴密性程度。證據的嚴密性程度取決於證據是怎樣得到的,這包括其科學實踐水平,觀察與實驗的嚴謹程度。實驗所控制的變量與排除的不相干因素越多,理論模型的確證證據就越嚴密,這使理論模型能夠得到較高程度的支持。總而言之,在理論模型的評價活動中,確證證據的數量與質量都不同程度地發揮著積極的作用。但是二者比較起來,證據的質量較之證據的數量更為重要,因此在對理論模型進行歸納確證時,科學家們不僅要搜尋一般的證據,更要搜尋高質量的證據,但是值得注意的是,歸納論證的方式仍舊不能完全證實一個理論模型。如果有時間,我想要繼續討論,歸納法在當代科學哲學中的爭議。

部分資料整理