科学是一种方法论

科学不求对不求错,它只是一种方法论。某东西科学,是说它符合科学规范,不一味着它就一定对,更不一味着它就是好的。对错、好坏,跟科学算是不同的体系。比起又多解释了一个例子,科学更在乎自己不能解释什么,它寻找反例推翻自己,界定理论解释的边界。非科学则收集确证自己的例子。比如迷信、算命等,总拿“算对”的例子说事,“可是谁谁谁算得挺准的,还真的那样那样呢”,完全不顾那些算错的海量例子。

科学跟好坏无关。科学只负责解释如何才能制造枪支弹药原子弹,不负责约束原子弹的使用。好坏事关利益、道德判断,立场一变对好坏的判断会立刻变。你既可以说原子弹轰炸广岛长崎,结束了二战,也可以说原子弹导致了生灵涂炭、古巴核弹危机。举个奇怪的例子,杂交水稻技术解决了粮食危机,造福人类,是好的。利益相关人却可以说粮食丰收,降低了粮食价格,总体来说降低了自己的收入,不好。得了好处的说杂交水稻技术好,利益受损的说杂交水稻技术不好(也可能不好意思说这种冒天下之大不韪的话)。谁也说服不了谁,因为出发点不同。科学不参与这类价值讨论。它只是一种方法论,它只能解释如何才可以粮食增产,不解释粮食增产的好坏问题。

科学提供方法论、提供理论假说,解释真实世界。不见得对,但比没有假说来的可靠点,比用事实解释事实更能让人信服。比如,有个人给10,000人发天气预测,一半说晴,另一半说阴雨;第二天只给第一天说对了的那一半发预测,同样一半晴一半阴雨。连续发了7天,有78人总是收到了对的预测。这78个人若是按“不科学”的角度去理解这个事,他们就该很愿意相信,第8天这个天气预测还会是对的。如果换成股票市场呢?能信他的预测吗?(他可连续7天都准确判断了股市的走向)如果是对一千万人进行这种二分法欺骗呢?这就是没有理论依据,企图单纯用事实解释事实的危害。对于那些拿自己亲身经历来迷信人的故事,最好多问一句“为什么”。没有理论就根本解释不了任何事,最多只是“看图说话”。

2017/1/9, Mon

贴一段张五常在《经济解释》中说的话:


附上我之前写的一篇东西:

验证假说的科学方法论

When you are studying any matter or considering any philosophy, ask yourself only, what are the facts, and what is the truth that the facts bear of. Never let yourself be diverted, either by what you wish to believe or by what you think could have been magnificent socially effects where believed, but look only and solely at what are the facts. That’s the intellectual thing I should wish wish to say. (by Bertrand Russell)

科学不求对也不求错,它求的是可证伪,可证伪而没有被证伪,就算是被验证了,暂且相信它是对的。

验证科学假说的方法,不是去收集一堆“对”的数据,然后说,“你看,这样这样,我的假说/理论是对的!!”正确的做法应该是,根据提出的假说,推出一些可证伪的实验现象,这种实验现象要求能够被观测到,至少是从原理上是可以观测到的(即使目前实验条件不足够观测)。

验证假说,要以证伪它为出发点,胆战心惊的验证过程中,若是发现果然如之前的推论一般,那么就初步认为假说被验证了,初步可信。要是抱着证伪它,而实际上没有推翻它,那么我们会很开心,这个过程比玩过山车刺激多了。胆战心惊怕自己想的是错的,结果竟然没错(虽然是暂时的),那一刻,我们相信了自己提出来的假说,这就是科研的愉悦,the pleasure of finding thingsout。

相反,若是总想法去收集一堆“对”的数据,对于“难看”的数据就漠视,做多了,只会恶心自己,最后连自己都不信自己的说法,越做越没意思,越来越不当真。做一些自己不当真的事,说一些自己不确信的话,能有兴趣才怪。

碰到“证伪”了自己假说的数据,有两种应对思路,都不是漠视。1.检查预设条件,2.修正假说(增加约束条件)。

举例,某个人某次意外发现两种气体(氢气和氧气)混合在一起变成了一种无色无味中性液体(pH=7,H2O),于是提出假说A+B–>C (就是H2+O2H2O)。但是有一次他发现,生成的液体是酸性的D液体,还带颜色。这时候他就要考虑,是不是预设条件不对,比如化学反应的预设条件是用干净的试剂瓶,若是他用了没洗干净的试剂瓶,当然就可能会得到酸或碱液,还带颜色。这个实验数据,没有证伪它提出的假说,仅仅是他忽略了预设条件。又一次,他发现怎么混合,任何比例,都得不到液体,经检测也没有忽略任何预设条件,后来发现,忘记点火了,这时候,就该修正假说,增加一个“点火”的约束条件,假说就变成了A+B+火–>C。直到现在,我们才把2H2+O2=2H2O当成知识。

再举例,牛顿力学和麦克斯韦方程被称为经典物理,直到量子力学和狭义相对论出来以前,人们都以为经典物理是全能的,能解释宇宙万物的学说。但是面对黑体辐射,发现若是按照经典物理,辐射的能量在高温区(紫外区)是发散的(无穷大),这就是著名的紫外灾难,直到普朗克提出能量量子化才解释了这个问题。又比如,经典物理图像认为,电子绕原子核圆周运动。但是按麦克斯韦方程,电子带电,圆周运动属于加速运动,而带电体在电场中加速运动是会发射电磁波的(电生磁,磁生电,S=EXB,产生沿S传播方向的电磁场)。电磁波是带能量的,若是这个体系一直对外辐射能量,那可预测,电子会坍塌到原子核那里去。这个模型是不稳定的,所以经典物理解释不了这个问题。量子力学用电子云的概念才解释了原子模型。当这些实验现象出现,并且不是因为忽略了预设条件(比如惯性系),就得修正经典物理体系。近代物理发展出了量子力学用于描述微观物体,发展出了狭义相对论描述高速运动物体,这些新体系,把经典物理的普适性限制到了描述“宏观低速”物体,并非说经典物理“错”了,而是增加约束条件挽救它。现在,依然用经典物理描述低速宏观物体运动。

这套验证假说的科学传统,好像已经不太流行了,反倒是收集“对”的数据的思路,备受追捧。拿到好的数据,就一切完美了,测到“异常”数据,就扔掉,再测一次,并且心里默认,一定是哪里出了问题,所以才没拿到“对”的数据。这里,暗含了一个很荒谬的想法,那就是“我知道事实是怎样的,所以我知道数据应该长什么样,若是我测到了我能初步理解的数据,我的想法就被验证了,而且也反推出了我的整个实验方法就是可靠的;若是没测到我能理解的数据,那肯定是实验的某个步骤出问题了。”而事实上,科学,是在发现未知,是不能用最后的效果反推实验的可靠性的。

做出假说“若A则B”,不能用“B发生了”,来验证“A是对的”,这在逻辑上是肯定后件谬误。“若A则B”的等价命题是“若非B则非A”。B发生了也不能证明A的正确,也就是说,收集到了“对”的数据,也不能证实假说的正确,但是若出现了“异常”的数据,就意味着要修正假说(除非预设条件在实验中被忽略了)。

以上,就是我认可的做科学研究该秉持的态度。做学问,结论的对错可商议,也应该被公开质疑。但若是思路错了,就可能误人误己。

2016/4/20, Wed

Leave a Reply

Your email address will not be published. Required fields are marked *