Но пример чего?

И почти каждый год возникало неопределенное недовольство, обычно доходившее до меня в виде слухов: "Бейтсон кое-что знает, о чем не говорит" или "Затем, что говорит Бейтсон, кое-что стоит, но он никогда не говорит об этом". Очевидно, что я не отвечал на вопрос: "Пример чего?" В отчаянии я сконструировал таблицу, описывающую, в чем, по моему разумению, должна состоять задача ученого. Использование этой таблицы сделало ясным, что

разница между моими мыслительными привычками и привычками моих учащихся проистекала из того, что они были обучены думать и аргументировать индуктивно - от данных к гипотезам, но никогда не проверяли эти гипотезы знанием, дедуктивно извлеченным из фундаментальных понятий науки или философии.

Таблица имела три колонки. В левой я перечислил различные виды неинтерпретированных данных, таких как киносъемка поведения человека или животных; описание эксперимента; описание или фотография ноги жука; запись человеческого голоса. Я акцентировал факт, что

"данные" - это не события или объекты, но всегда записи, описания или воспоминания событий или объектов.

Всегда существует трансформация (перекодирование) "сырого" события, внедряющегося между ученым и его объектом. Вес объекта измеряется противопоставлением весу некоторого другого объекта либо регистрируется измерителем. Человеческий голос трансформируется в переменное намагничивание ленты. Более того, всегда и неизбежно существует отбор данных, поскольку совокупная вселенная (как прошлая, так и настоящая) не поддается наблюдению ни из какой заданной позиции наблюдения.

Следовательно, в строгом смысле никакие "данные" не являются подлинно "сырыми", а любая запись была тем или иным способом подвергнута редактированию и трансформации либо человеком, либо его инструментами.

Однако "данные" по-прежнему являются самым надежным источником информации, и ученый должен начинать с них. Они его вдохновляют вначале, и к ним он должен вернуться впоследствии.

В средней колонке я перечислил несколько недостаточно определенных объяснительных понятий, повсеместно используемых в науках о поведении: "эго", "тревога", "инстинкт", "цель", "разум", "Я", "фиксированный паттерн действия", "интеллект", "глупость", "зрелость" и т.п. Из вежливости я назвал их " эвристическими" концептами, однако, по правде говоря, в большинстве они настолько произвольны и настолько взаимно нерелевантны, что их смесь порождает вид концептуального тумана, во многом замедляющего прогресс науки.

В правой колонке я перечислил то, что я называю "фундаментальными понятиями". Они бывают двух видов:

(1) утверждения и системы утверждений, являющиеся трюизмами;

(2) утверждения, или "законы", истинные вообще.

В рубрику трюизмов я включил "вечные истины" математики, в которых истинность тавтологически ограничивается теми областями, где применяются созданные человеком множества аксиом и определений: "Если числа правильно определены, и если операция сложения правильно определена, тогда 5+7=12". Среди утверждений, которые я бы описал как истинные (научно или эмпирически и в общем), я привел "законы" сохранения массы и энергии, второе начало термодинамики и им подобные. Однако линию между тавтологическими истинами и эмпирическими обобщениями определить не так просто. Среди моих "фундаментальных понятий" оказалось много утверждений, в истинности которых не сможет усомниться ни один разумный человек, но которые, однако, нельзя легко классифицировать или как эмпирические, или как тавтологические.

"Законы" вероятности нельзя сформулировать так, чтобы их понимать, но при этом в них не верить.

Однако непросто решить, эмпирические они или тавтологические. Это касается и теорем Шеннона из теории информации.

С помощью подобной таблицы можно многое сказать как об усилиях науки вообще, так и о месте и направлении некоторого частного раздела исследований внутри нее.

"Объяснение" - это отображение (mapping) данных на фундаментальные понятия, однако конечная цель науки состоит в увеличении фундаментального знания.

Кажется, что многие исследователи (особенно в области наук о поведении) верят, что научный прогресс преимущественно индуктивен и должен быть индуктивным. Они верят, что прогресс совершается путем изучения "сырых данных", ведущим к новым эвристическим понятиям. Эвристические понятия затем следует рассматривать как "рабочие гипотезы" и проверять новыми "данными". Они надеются, что в ходе постепенных коррекций и улучшений эти эвристические понятия займут, наконец, достойное место в списке фундаментальных понятий. Около пятидесяти лет работы, в которой участвовали тысячи умных людей, фактически принесли богатый урожай из нескольких сотен эвристических понятий, однако, увы, едва ли произвели хоть один принцип, заслуживающий места в списке фундаментальных понятий.

Слишком ясно, что

Дата добавления: 2014-11-06