Одна из характерных особенностей гипотез, используемых для объяснения исторических событий, действий и поведения людей, заключается в том, что они ориентируются скорей не на установление зависимости между причиной и действием, а на раскрытие цели, мотивов поведения и поступков людей, в том числе и исторических деятелей. Поэтому попытка полного перенесения причинных объяснений из естествознания в гуманитарные науки наталкивается на серьезные трудности. Во всяком случае естественнонаучные, причинные объяснения в истории, социологии и даже в экономике оказываются явно безрезультатными. В еще большей мере это относится к объяснению поступков и поведения людей в повседневной жизни. В связи с этим в гуманитарных науках и практической деятельности, в том числе, например, судебно-правовой, решающее значение приобретают телеологические объяснения (гр. teleos – цель + ... логия), которые опираются на гипотезы, где формулируются цели, мотивы поведения, интересы участников событий.
Рассуждения, основанные на исследовании сходства или подобия между явлениями, играют значительную роль и в научном познании, и в повседневных рассуждениях. Как и индукция, аналогия связана с переносом знания с одних предметов и явлений на другие. Результаты умозаключений по аналогии также имеют лишь правдоподобный характер, в силу чего такие рассуждения в современной логике относят к вероятностным заключениям. Степень вероятности их может колебаться в широких пределах, начиная от ложных и кончая приближающимися к достоверности. Но в отличие от индукции при аналогии речь идет о заключении, основанном на сходстве, подобии некоторых свойств исследуемых случаев. Если рассматриваемые случаи аналогичны по существенным признакам, то правдоподобно заключить, что они будут сходны и по другим, связанным с первыми, свойствам.
Наиболее типичной формой является аналогия между моделью и ее оригиналом (прототипом), которая широко используется в науке и технике.
В последние годы все шире применяется концептуальное и математическое моделирование, идеи которого возникли еще в античной математике, в частности в школе Пифагора. Именно он и его ученики пытались объяснить реальные процессы с помощью отношений и пропорций между числами. Отсюда происходит и само название, аналогии, как пропорции или соразмерности.
Математическая модель имеет, конечно, совершенно иную природу, чем реальный объект. Если первая является знаковой, концептуальной структурой, то вторая – вещественной или материальной системой. Но даже в этом случае можно выявить аналогию между количественными отношениями, характеризующими реальный объект, и математической моделью, которая как раз и строится для того, чтобы с помощью соответствующих уравнений точным способом выразить зависимости между свойствами и отношениями реального объекта.
Знакомым примером концептуальной модели является модель строения атома по аналогии со строением Солнечной системы. Широко распространена также практика моделирования одних процессов с помощью других, например, механических колебаний посредством электромагнитных.
В традиционной логике различают аналогию свойств и отношений. В первом случае предметы сравниваются по их свойствам. Если обнаруживают, что предмет а обладает свойствами А, В и С, а сходный с ним предмет а1 – свойствами А и В, тогда с определенной степенью вероятности можно предполагать, что предмет а1 также обладает свойством С, в особенности, когда это свойство связано со свойствами А и В. Поэтому мы и говорим, что в данном случае происходит перенос свойства С, обнаруженного у первого предмета, на второй. Правдоподобность заключения, основанного на аналогии, как и индукция, будет зависеть, во-первых, от количества обнаруженных у сходных предметов общих свойств; во-вторых, от числа других различных свойств; в-третьих, от характера выбираемых свойств: берутся ли они предвзято; или непредвзято; в-четвертых – и это, пожалуй, самое главное – насколько существенны выбираемые свойства, что определяется конкретным характером исследования.
В аналогии отношений, хотя предметы могут быть и несходными, но отношения, которыми связаны элементы, являются подобными (или аналогичными). В рассмотренном выше примере модели строения атома, предложенного Э. Резерфордом, вокруг ядра вращаются электроны, а в Солнечной системе – планеты. Отношения, описывающие взаимодействие между электронами и ядром, с одной стороны, и планетами и Солнцем, с другой, – в чем-то подобны. И хотя планетарная модель оказалась весьма грубой и приближенной, она помогла понять и объяснить целый ряд экспериментальных результатов. Степень правдоподобия умозаключений по аналогии, в которых речь идет об отношениях, можно повысить, если эти отношения точно формулируются на математическом языке, а при переносе их с модели на прототип соблюдаются требования теории подобия. В связи с этим иногда говорят о строгой и нестрогой аналогии, считая, что первая дает достоверное, а вторая – лишь вероятностное знание. Однако здесь следовало бы говорить скорее о сильной и слабой аналогии, поскольку выводы по аналогии в принципе имеют только вероятностный, а не достоверный характер. Хотя степень вероятности умозаключений при наличии определенных условий и соблюдении соответствующих требований можно увеличить, например, с помощью той же теории подобия или обнаружения связи между аналогичными свойствами и отношениями, тем не менее, возможность ошибки даже в этих случаях не исключается.
Как и при индукции, целесообразно отличать научную аналогию от популярной (ненаучной), по степени вероятности их заключений. В то время как в научной аналогии производится тщательный отбор переносимых свойств и отношений по степени их существенности, а также внутренней связи переносимого признака (свойства или отношения) с другими признаками, в популярной аналогии чаще всего берутся первые попавшиеся свойства и отношения, и поэтому во многих случаях такая аналогия оказывается ошибочной.
Ложные аналогии, например, уподобление общества живому организму, конфликтов и противоречий – борьбе за существование и т.п., хотя и кажутся на первый взгляд понятными и убедительными, но не раскрывают сущности общественных процессов, их отличия от явлений, происходящих в органическом мире, а тем самым не приближают нас к истине, а уводят от нее. Даже в истории естествознания на основе ошибочных аналогий было построено немало ложных гипотез и концепций. Стоит вспомнить хотя бы гипотезу о флогистоне, теплороде и эфире, первая из которых была предложена для объяснения явлений горения, вторая – тепловых процессов, а третья – оптических явлений. С другой стороны, аналогия о световых волнах, возникшая по аналогии с волнами, появляющимися на воде, оказалась весьма плодотворной и способствовала возникновению волновой теории света. Даже представление о звуковых волнах зародилось из наблюдения за волнами на поверхности жидкости.
В ораторской и художественной речи аналогии в сочетании с метафорами и наглядными, яркими образами очень часто используются для того, чтобы придать речи особую убедительность, наглядность и доступность для восприятия слушателями или читателями. Возникающие при этом ассоциации и эмоции усиливают воздействие рациональных аргументов и тем самым оказывают свое влияние на их сознание и поступки. Но эти достоинства аналогии легко превращаются в недостатки, если не соблюдаются границы ее применения, а тем более когда аналогия оказывается ложной. Так, например, первоначальная аналогия между деятельностью мозга и работой вычислительной машины оказалась очень полезной, так как привела к получению важных результатов. Однако распространение этой аналогии за пределы ее реальных границ может привести к ошибочным выводам и стать тормозом для дальнейших исследований.
В процессе аргументации основанные на аналогии доводы оцениваются как вероятностные по тем же критериям, как и индуктивные. Поэтому уточнение выводов аналогии, оправданность переноса одних свойств и отношений на другие предметы и системы зависит прежде и больше всего от существования внутренней, закономерной связи между свойствами и отношениями сходных или подобных систем. В конечном счете аналогия и моделирование опираются на подобие структур исследуемых предметов и систем. Тождественность или совпадение структур может быть выражено с помощью математического понятия изоморфизма, а сходство и подобие – понятия гомеоморфизма. В первом случае свойства и отношения одной системы могут быть однозначно соотнесены с другой, во-втором – только частично. Так, отношения, исследуемые на модели какого-либо объекта, отображают лишь небольшую часть отношений и свойств самого объекта.
С расширением применения статистических методов в естественных, технических, а в последние десятилетия и социальных науках ученые и практики все чаще стали прибегать в своей аргументации к статистическим обобщениям и выводам.
Действительно, в статистических рассуждениях особое значение приобретают такие понятия, как генеральная совокупность (или популяция), с одной стороны, и выборка (или образец), с другой. При этом рассуждение может идти как от выборки к генеральной совокупности, так и от последней – к выборке. Ничего подобного не встречается в индукции. Более того, заключение от генеральной совокупности к выборке, как рассуждение от общего к частному, можно считать специфическим видом дедукции, если придерживаться традиционного взгляда на нее. Кроме того, статистическая информация отображает результаты исследования массовых случайных или повторяющихся событий, ибо она истолковывается в терминах частотной интерпретации вероятности.
Несмотря на такое различие, между индуктивными и статистическими рассуждениями имеется много общего. Для нас особенно важным является тот метод статистических обобщений, который совершается от выборки к генеральной совокупности. Он стоит ближе к индукции, чем аналогия. В практическом отношении статистический метод обобщения играет наибольшую роль как в научных исследованиях, так и при принятии решений в других областях деятельности. Хорошо известно, что многочисленные прогнозы и оценки о результатах выборов, популярности тех или иных решений, рейтинге политических деятелей, предпочтениях избирателей и опроса населения делаются именно на основе анализа мнений и ответов сравнительно небольшой части людей, составляющих выборку, из некоторой генеральной совокупности. Для того чтобы прогнозы стали более надежными, необходимо стремиться к тому, чтобы структура выборки отражала структуру генеральной совокупности, из которой она получена.
Общая схема статистического обобщения весьма проста:
к % элементов образца обладают свойством Р.
Вероятно, к % элементов генеральной совокупности присуще свойство Р.
Вероятность такого вывода определяется, прежде всего, двумя условиями:
1) размерами выборки, ибо, чем больше ее размеры, тем больше элементов всей совокупности доступно для проверки, и тем выше будет вероятность заключения, относящаяся к характеристике генеральной совокупности;
2) репрезентативности выборки, т.е. выборка, полученная из всей совокупности, должна адекватно отражать распределение свойств и отношений в генеральной совокупности. Очевидно, что свойство (или отношение), встречающееся только в выборке, нельзя без корректировки переносить на всю совокупность.
Существует тщательно разработанная методика и техника проведения выборки, главная цель которой состоит в обеспечении репрезентативности выборки. Так, для проведения опросов населения особое внимание должно быть уделено его стратификации (группировке) по возрастным, национальным, имущественным, образовательным и другим признакам, чтобы результаты исследования выборки можно было перенести на всю генеральную совокупность, а полученный вывод оказался более правдоподобным.
Многочисленные примеры явно неудачных прогнозов свидетельствуют о нарушении этого требования. Наиболее впечатляющим примером такого рода был прогноз о вероятности выбора президентом США Ф.Д. Рузвельта. По всем данным опросов победить на выборах должен был его противник из республиканской партии, шансы которого оценивались как 2:1. Последующий анализ показал, что выборка была связана с явным игнорированием стратификации избирателей, в особенности по доходам. Опрашивались преимущественно состоятельные люди, которые меньше всего пострадали от Великой депрессии 1929-1933 гг. К тому же опрос проводился по телефону, а в 1936 г. они имелись далеко не у всех избирателей. Значительная часть населения, пострадавшая от депрессии, не учитывалась в выборках опросов. Но именно она с энтузиазмом восприняла предвыборную программу Рузвельта и вопреки официальным прогнозам обеспечила ему внушительную победу на президентских выборах 1936 г.
ЗАКЛЮЧЕНИЕ
Нередко ошибочность прогнозов связана с нарушением принципа рандомизации, который требует, чтобы отбор элементов выборки был непредвзятым. Это означает, что каждый элемент из генеральной совокупности с одинаковой вероятностью мог быть включенным в состав выборки. Нередко нарушение этого требования происходит неосознанно в силу тех или иных субъективных факторов: склонностей, предубеждений, устоявшихся стереотипов мышления и т.п. Бывает, однако, немало и таких случаев, когда в угоду властям, успокоению народа, ложно понятому патриотизму и т.д. сознательно нарушается принцип рандомизации, чтобы обеспечить благоприятный прогноз.
Другая схема статистического рассуждения связана с умозаключениями от генеральной совокупности к выборке, которая внешне напоминает дедуктивные умозаключения. Но по своей логической структуре они принципиально отличаются друг от друга, хотя бы потому, что в дедуктивном умозаключении по правилам логического вывода из истинных посылок получают достоверно истинные заключения. В статистическом рассуждении, в принципе, всегда возможен такой случай, когда большинство членов генеральной совокупности будут обладать некоторым свойством Р, а в выборке могут найтись такие члены, которые этим свойством не будут обладать. Так, большинство растений, обработанных определенным препаратом, будут лучше плодоносить, но на некоторые растения препарат не подействует. Техника и критерии исследования, как всей совокупности, так и выборки из нее, в статистических умозаключениях мало чем отличаются друг от друга.
Более обоснованным является другой подход, при котором индукция рассматривается как особый случай статистических рассуждений, и такие взгляды сейчас высказываются многими учеными. Преимущество такой точки зрения перед традиционными взглядами состоит в следующем: при статистическом обобщении не просто постулируют, что заключение правдоподобно, как при индукции, а определяют в количественной мере (в процентах) степень вероятности заключения на основе исследования выборки. Для научных и практических прогнозов такая количественная характеристика имеет особенно важное значение, когда приходится действовать в условиях неопределенности.
правдоподобность вероятность предположение гипотеза
ЛИТЕРАТУРА
1. Бочаров В.А, Маркин В.И. Основы логики. – М.: Космополис, 2008.
2. Гетманова А.Д. Учебник по логике. – М.: Владос, 2007.
3. Ивин А.А. Элементарная логика. – М.: "Дидакт". 2007.
4. Ивлев Ю.В. Логика. – М.: Изд-во МГУ, 2009.
5. Кириллов В.И., Старченко А.А. Логика. – М.: Высшая школа, 2006.
6. Никифоров А.Л. Книга по логике. – М.: ГНОЗИС, 2006.
7. Свинцов В.И. Логика. – М.: Высшая школа, 2007.
8. Уёмов А.И. Задачи и упражнения по логике. – М.: Высшая школа,2006.
9. Рузавин Г.И. Логика и аргументация: Учебн. пособие для вузов. М.: Культура и спорт, ЮНИТИ, 2007. - 351 с.
10. Меськов B.C., Карпинская О.Ю., Ляшенко О.В., Шрамко Я.В. Логика: наука и искусство. – М.: Высшая школа, 2006.
11. Гжегорчик А. Популярная логика. – М.: Наука, 2009.
12. Ивин А.А. Строгий мир логики. – М.: Педагогика, 2009.
Страницы: 1, 2, 3, 4, 5, 6
