科學哲學筆記#10
涵蓋律模型
May 6, 2014
在座應該沒有人會覺得，科學不能解釋世界。然而如何解釋? 要透過科學說明(scientific explanation)。Hempel and Oppenheim (1948) 首先提出科學說明的涵蓋定律(covering-law)模型。大致的出發點是，若現象被定律涵蓋了，它就被解釋了。
什麼叫涵蓋? 首先，它是一個論證。其次，他的前提要包含一個普遍定律。譬如說有人要解釋本生燈(Bunsen burner)燒了這塊鈉鹽，為什麼是黃色的呢? 因為這塊金屬鹽含鈉，而鈉的焰色是黃的。此外，這是一條自然定律。[子宇注曰: 大家可以自己去寫得形式化一點。]
也有可能我們把上述定律改成統計定律，這樣就是統計說明。例如，為什麼約翰之前受鏈球菌感染，現在被施打青黴素，然後好了。一個前提是統計定律: 幾乎所有施打青黴素的人，鏈球菌的感染都康復了。另兩個前提是，約翰之前受鏈球菌感染，及約翰之前施打青黴素。這樣就推得約翰康復了。當然，這跟上面不一樣，只是相當可能為真，而不是確定為真。
這裡我們總是用較廣的定律，蘊含較狹窄的定律。或就算不能確定他一定成立，至少發生機率相當高。例如說我們用牛頓運動定律跟牛頓重力定律，來推導克普勒三大定律。
所以這裡有四種。我們有也就是涵蓋律模型，或叫演繹定律模型(deductive nomological model, DN)。另外還有歸納定律模型(inductive nomological model, IN)，演繹統計模型(deductive statistical model, DS)，和歸納統計模型(inductive statistical model, IS)。
Hempel發表該文時，是邏輯實證論如日中天的時候。但人們漸漸提出了許多反例。批評者認為，涵蓋定律學派心裡想的都是定律，但可否解釋的關鍵是“是否觸及原因”。那你問他們為什麼不提“原因”的概念? 因為他們都是修姆後代。經驗主義忌諱談無法經驗的東西，因為太可疑了。
首先是經典的旗杆(flagpole)問題。給定太陽仰角及旗杆高度，光大約以直線行，可以推得竿影長度。但是有人覺得反過來以竿影長度和光線直進，不可以“說明”旗杆高度。類似的例子是，颱風出現時氣壓會降低。可是他們認為不能拿氣壓計讀數降低，來“解釋”颱風的存在。
下個例子和可預期性有關。潛伏性梅毒的發病機率只有1/4。現在一名患者發病；我們可以用“他患有潛伏性梅毒”來解釋；但按照DS的理念不可以解釋，因為機率太低。這原因就好像我們知道火山地震等等，卻無法預測。此外，約翰一整年都規律地吃女性的避孕藥。他根據“絕大部份吃了該牌避孕藥的人都沒有懷孕”，用DS推論他未懷孕。這兩個例子都不符合直覺。前者是可解釋不代表可以預測；後者是可預測性不代表可以解釋。
Salmon也質疑，現在用“大部份感冒的又吃某藥的人一周內會好”，就算機率很高，也未必可以用IS推得“某藥有療效”，因為大部份感冒的人自己過一陣子就會好。他指出，機率高不是解釋的要件，而是那件事的存在與否是否有統計顯著性。以上例而言就是，如果不吃藥的有八成治癒，吃藥的有九成，才有可信度。
於是，真正該提出來的是統計相關模型(statistical relevance model, SR)。雖然如此，僅僅靠統計相關性，也有可能找不出真正原因。以颱風為例，氣壓計讀數跟颱風呈正相關，SR模型又可能引用讀數來“解釋”颱風的出現，跟剛講的一樣。
亞里斯多德有形式因的概念: 認為拋體的軌跡自然會依照某種規律運行。經驗主義者希望避開這個問題，用定律來解釋現象，但是這僅僅是避開了修姆對原因的質疑。到底什麼是因果? 這就是大問題了。
Friedman認為，因果關係把現象裝在統合的架構中，盡量減少我們必須接受的少數定律，提高我們對現象的瞭解，這樣就是好的解釋。例如天擇說同時解釋了化石分布，親屬關係，器官功能等等。
我們現在有幾種路線: 統計推論；正相關；找原因；找統合，等等。也許科學解釋不是一元論，而是有時候找原因，有時候找定律等等。
[同學發問: 這樣一直找統合的原因，是否最後會無限後退，還是需要第一因——神呢? ]
統合的關係，未必是邏輯蘊含的關係。我們可以用更少的假設，不代表一定要進一步解釋他們的原因。
留言列表
