Лаораторная 1. 1. моделирование как метод исследования содержание, цели и задачи учебной дисциплины Предметная область дисциплины
 Скачать 0.9 Mb.
|
|
Четвертое правило. Оно состоит в энумерации, что предполагает осуществлять полные перечисления, обзоры, не упуская ничего из внимания. В самом общем смысле это правило ориентирует на достижение полноты знания. Оно предполагает, во-первых, создание как можно более полной классификации; во-вторых, приближение к максимальной полноте рассмотрения приводит надежность (убедительность) к очевидности, т.е. индукцию – к дедукции и далее к интуиции. Сейчас уже признано, что полная индукция есть частный случай дедукции; в-третьих, энумерация есть требование полноты, т.е. точности и корректности самой дедукции. Дедуктивное рассуждение рушится, если в ходе его перескакивают через промежуточные положения, которые ещё надо вывести или доказать. В целом по замыслу Декарта его метод был дедуктивным, и в этой его направленности были подчинены как его общая архитектоника, так и содержание отдельных правил. Также следует отметить, что в дедукции Декарта скрыто присутствие индукции. В науке Нового времени Декарт был пропагандистом дедуктивного метода познания потому, что он был вдохновлен своими достижениями в области математики. Действительно, в математике дедуктивный метод имеет особое значение. Можно даже сказать, что математика является единственной собственно дедуктивной наукой. Но получение новых знаний посредством дедукции существует во всех естественных науках. В настоящее время в современной науке чаще всего действует гипотетико-дедуктивный метод. Это метод рассуждения, основанный на выведении (дедукции) заключений из гипотез и др. посылок, истинное значение которых неизвестно. Поэтому гипотетико-дедуктивный метод получает лишь вероятностное знание. В зависимости от типа посылок гипотетико-дедуктивные рассуждения можно разделить на три основные группы: 1) наиболее многочисленная группа рассуждений, где посылки - гипотезы и эмпирические обобщения; 2) посылки, состоящие из утверждений, противоречащих либо точно установленным фактам, либо теоретическим принципам. Выдвигая такие предположения как посылки, можно из них вывести следствия, противоречащие известным фактам, и на этом основании убедить в ложности предположения; 3) посылками служат утверждения, противоречащие принятым мнениям и убеждениям. С логической точки зрения гипотетико-дедуктивная система представляет собой иерархию гипотез, степень абстрактности и общности которых увеличивается по мере удаления их от эмпирического базиса. На самом верху располагаются гипотезы, имеющие наиболее общий характер и поэтому обладающие наибольшей логической силой. Из них как посылок выводятся гипотезы более низкого уровня. На самом низшем уровне системы находятся гипотезы, которые можно сопоставить с эмпирической действительностью. Разновидностью гипотетико-дедуктивного метода можно считать математическую гипотезу, которая используется как важнейшее эвристическое средство для открытия закономерностей в естествознании. Обычно в качестве гипотез здесь выступают некоторые уравнения, представляющие модификацию ранее известных и проверенных соотношений. Изменяя эти соотношения, составляют новое уравнение, выражающее гипотезу, которая относится к неисследованным явлениям. В процессе научного исследования наиболее трудная задача состоит в открытии и формулировании тех принципов и гипотез, которые служат основой для всех дальнейших выводов. Гипотетико-дедуктивный метод играет в этом процессе вспомогательную роль, поскольку с его помощью не выдвигаются новые гипотезы, а только проверяются вытекающие из них следствия, которые тем самым контролируют процесс исследования. Близок к гипотетико-дедуктивному методу аксиоматический метод. Это способ построения научной теории, при котором в её основу кладутся некоторые исходные положения (суждения) – аксиомы, или постулаты, из которых все остальные утверждения этой теории должны выводиться чисто логическим путем, посредством доказательства. Построение науки на основе аксиоматического метода обычно называют дедуктивным. Все понятия дедуктивной теории (кроме фиксированного числа первоначальных) вводятся посредством определений, образованных из числа ранее введенных понятий. В той или иной мере дедуктивные доказательства, характерные для аксиоматического метода, принимаются во многих науках, однако главной областью его приложения являются математика, логика, а также некоторые разделы физики. Метод абдукции Анализируемые выше методы индукции и традиционные формы дедуктивных умозаключений не могут рассматриваться как оптимальные средства открытия новых идей, хотя в этом были убеждены и Ф. Бэкон и Р. Декарт. На это обстоятельство в конце XIX в. обратил внимание американский логик и философ Чарльз С. Пирс, основатель прагматизма. Ч. Пирс писал: «Индукция рассматривает теории и измеряет степень их согласия с фактами. Она никогда не может создать какой-либо идеи вообще. Не больше того может сделать дедукция. Все идеи науки возникают посредством абдукции. Абдукция состоит в исследовании фактов и построении теории, объясняющей их». Другими словами, по Пирсу, абдукция есть метод поиска гипотез, в то время как индукция, будучи вероятностным умозаключением, согласно философу, есть метод проверки имеющихся гипотез и теорий. Индукция в традиционной логике рассматривается как умозаключение от частного к общему, от отдельных фактов к их обобщению. Итогом индукции может быть установление простейших эмпирических гипотез. Пирс же ищет средство, при помощи которого создаются гипотезы, позволяющие раскрыть внутренний механизм, лежащий в основе наблюдаемых фактов и явлений. Таким образом, абдукция, так же как и индукция, обращается к фактам, но не для того, чтобы их сравнивать, обобщать, а чтобы на их основе сформулировать гипотезу. На первый взгляд кажется, что абдукция не отличается от гипотетико-дедуктивного метода, так как тоже включает в себя утверждение гипотезы. Однако это не так. Гипотетико-дедуктивный метод начинается с заранее заданной гипотезы, а затем из нее выводятся следствия, которые подвергаются проверке на истинность. Абдукция же начинается с анализа и точной оценки установленных фактов, после чего выбирается гипотеза для их объяснения. Пирс формулирует методологические требования к абдуктивным гипотезам. Они должны объяснить не только эмпирически наблюдаемые факты, но и факты непосредственно ненаблюдаемые и проверяемые косвенным путем. Они должны подтверждаться, причем не только наблюдаемыми фактами, но и вновь выявленными фактами. Абдуктивные рассуждения не гарантируют открытия истины, но значительно облегчают её поиск. Статистические методы Первоначально применение статистических методов оправдывалось ссылками на отсутствие исчерпывающей информации о поведении каждого члена исследуемой совокупности. Поэтому устанавливаемые статистическими методами свойства, законы распределения также стали называться «статистическими закономерностями» и рассматривались как неточные, грубые, как свидетельство неполноты наших знаний об «истинных», «точных» законах. Но такое мнение, как оказалось, ошибочно, поскольку вероятностные процессы, которые фиксируются статистическими методами, являются объективными свойствами событий объективного мира. Они – особенность массовых явлений, где закономерность выступает как господствующая тенденция, пробивающаяся сквозь случайные колебания, отклонения и флуктуации. Наглядно это можно показать на процессах в микромире, где вероятность есть характеристика возможностей изменения индивидуального микрообъекта. Как бы ни различалась между собой физическая природа подобных вероятностей, общим для них является их объективный характер, как особенность явлений, событий, процессов, законов самой действительности. Но вероятность характеризует не только объективный мир, но и знание о нем, т.е. может истолковываться и в гносеологическом плане. Она может характеризовать степень правдоподобия наших знаний в смысле их отношения к действительности и друг к другу. Легко заметить разницу между однозначно детерминирующими и «статистическими» (точнее вероятностными) законами. В то время как для первых выражаемое законом обстоятельство (свойство, отношение, направление развития) обнаруживается без изменения в одном и том же виде в каждом отдельном событии, для вторых закон выступает лишь как господствующая тенденция, как свойство, варьирующееся в известных границах, и в каждом отдельном случае не наблюдаемое, но наблюдаемое лишь в общей массе. Отсюда ясно, что экстраполяция какого-нибудь свойства или тенденции, обнаруженных для нескольких случаев, на всю совокупность случаев методами неполной, популярной индукции или даже усовершенствованной индукции Бэкона-Милля невозможна, ибо каждый отдельный случай не похож на другой. Предпосылка об абсолютном единообразии природы и об однозначно детерминирующей закономерности здесь не может быть использована. Вероятностные законы фиксируют те случаи, когда необходимость проявляется не в «чистом виде», а так сказать, пробивается через множество случайностей - отклонений, флуктуаций, частных случаев. Случайность – не результат нашего незнания причин, как думали раньше мыслители XVII-XVIII вв., она – свойство не субъекта, а объекта. Необходимость – это лишь господствующая тенденция в массе случайных событий, и ее фиксирует вероятностный закон. Здесь термин «закон» выражает мысль о необходимом характере определенных связей, а термин «вероятностный» означает, что эта необходимость осуществляется через массу случайных отклонений, вариаций, колебаний. Теория вероятностей как ветвь математики, являющаяся абстрактной теорией случайных событий, была создана Пьером Лапласом (1749-1827) и Якобом Бернулли (1654-1705). Ее создатели вероятность понимали достаточно узко как отношение числа случаев, благоприятствующих ожидаемому событию, к числу всех равновероятных случаев. Такое определение вероятности основывается на представлении об абсолютной симметрии и равной возможности всех событий, а потому оно слишком узко и выполняется только в случаях идеальных моделей, например, бросания монет или игральных костей. Реальные процессы не обладают такой идеальной симметрией и не характеризуются равновероятностью отдельных случаев. Поэтому «классическая» интерпретация вероятности, данная Бернулли и Лапласом, соответствовала механистическому детерминизму. Более поздняя «статистическая» интерпретация вероятности более адекватно отражала закономерности массовых реальных событий. Она представляет собой систему аксиоматических построений теории вероятности. Вероятностные закономерности могут быть двух родов: 1) закономерности массовых процессов, т.е. коллективов, ансамблей, у которых каждый элемент или член существует реально в каждый данный момент времени и у которых возможными являются лишь различные свойства, тенденции, черты, характеризующие поведение этого коллектива или ансамбля в целом; 2) закономерности поведения отдельных индивидуальных объектов, у которых вероятность есть численная оценка потенциальных возможностей того или иного поведения этих объектов в различных внешних условиях. Эта вероятность проявляется в относительном числе осуществившихся случаев данного поведения объекта, и это число является ее мерой. Здесь статистическим коллективом является не реально существующий коллектив (ансамбль) объектов, а совокупность независимых измерений или наблюдений, отражающих осуществленные возможности поведения отдельного объекта. Поэтому здесь статистические методы являются средством изучения поведения индивидуальных объектов, которое характеризуется принципиальной неопределенностью. Примером такого применения статистики является квантовая механика. Статистику обычно разделяют на описательную и теорию статистического выбора, или выборочную статистику. Описательная (дескриптивная) статистика занимается упорядочиванием, группировкой и анализом огромных масс исходных данных. На основе определенных теоретических предпосылок о природе изучаемого объекта и ясного понимания цели и задачи исследования происходит сбор и последующая статистическая обработка этих данных, в результате которой формируется так называемый статистический факт. Такая описательная статистика является разновидностью эмпирической процедуры. Она предполагает выполнение двух операций: 1) регистрации протокольных предложений, фиксирующих данные отдельного наблюдения или измерения; 2) подсчёта этих данных. Собранная таким образом информация должна быть приведена к форме, которая дает возможность обозревать эту информацию и использовать её для получения надежных теоретических выводов, подтверждения или опровержения гипотезы или выдвижения новой гипотезы о законе изучаемых явлений и т.д. Эта информация, например, может быть выражена в виде процентов, расчета частоты изучаемого явления, средней величины и т.п. Выборочная статистика есть специфическая форма индуктивного вывода, т.е. вероятностного заключения от известных статистических фактов к неизвестному, в то время как описательная статистика представляет собой в сущности разнообразие математических методов представления или формирования из исходных данных научных фактов. В связи с тем, что получение нужной информации о состоянии или свойствах всей статистической совокупности в полном объеме оказывается иногда затруднительным или вообще невозможным, приходится в подобных случаях воссоздавать картину всего явления в целом на основании частичных, неполных фрагментарных данных. Так как экстраполяция данных о некоторых членах класса на весь класс явлений, представляющий собой традиционную индукцию, несостоятельна в данном случае, то используется так называемый выборочный метод. Сущность выборочного метода состоит в том, что для получения полной информации о свойствах всей статистической совокупности (популяции) изучаются не все ее члены (единицы), а лишь часть их, взятая на выборку. Например, для изучения среднего срока службы большой партии электрических лампочек, выпускаемых заводом, берется, конечно, не вся партия, а лишь какая-то часть. В статистическом индуктивном выводе в силу неоднородности объектов изучения необходимо руководствоваться рядом требований, выполнение которых увеличивает правдоподобность заключения. Первое. Требование увеличить размеры выборки, т.е. увеличить число входящих в нее объектов. Однако это требование противоречиво, ибо стремление увеличивать размеры выборки противоположно тем мотивам, вследствие которых предпочитают исследование выборки вместо всей совокупности. Второе. Требование представительности, или репрезентативности, означающее, что выборка должна наиболее адекватно воспроизводить структуру всей совокупности. Так, если анализируется семейное положение, то общежитие не может быть удачной выборкой. Требование репрезентативности – одно из важнейших оснований надежности экстраполяции, позволяющее рассматривать выборку в качестве модели всей популяции. Благодаря сходству в структуре (т.е. изоморфизму) или сходству в других выделенных отношениях с популяцией изучение выборки дает возможность получить информацию о всей популяции. Познавательная ситуация здесь, следовательно, такая же, как и при моделировании. Третье. Требование рандомизации (от англ. слова random – наугад), которое обеспечивает объективность в выборе образца (статистической модели), исключает субъективность, преднамеренность. Это требование реализуется на основе применения закона больших чисел, что естественно для массовых событий и вероятностных закономерностей. Рассматривая в целом статистические методы с логико-гносеологической точки зрения, можно заметить, что они не являются чисто индуктивными в традиционном понимании этого слова, т.е. противоположными дедукции. Статистические выводы, идущие от следствий к причинам, от наблюдений к гипотезам, от выборки ко всей совокупности или от частного к общему, осуществляются с помощью строгих правил, разработанных в математической теории вероятности. Таким образом, статистические методы представляют собой некоторое единство индукции и дедукции еще на эмпирическом уровне познания, т. е. на уровне наблюдения, экспериментирования и непосредственной обработки эмпирических данных. Благодаря применению математической теории вероятности, статистический вывод становится уточненной формой индукции и в этой форме широко применяется в современной науке. Логический и исторический методы Когда приходится изучать сложные исторически развивающиеся объекты, например, такие как Вселенную, её становление или происхождение жизни, возникновение человека, большинство методов, отмеченных ранее, неприменимо или мало продуктивно. Чаще всего такие объекты не могут быть воспроизведены в опыте. В этом случае на помощь приходят исторический и логический методы. В основе исторического метода лежит изучение реальной истории исследуемого объекта во всем её конкретном многообразии, выявление исторических фактов и на этой основе такое мыслительное воссоздание исторического процесса, при котором раскрывается логика, закономерность его развития. Исторический метод дал возможность построить Дарвину свою эволюционную теорию. Логический же метод выявляет эту закономерность иным способом, он не требует непосредственного рассмотрения хода реальной истории, а раскрывает ее объективную логику путём изучения исторического процесса на высших стадиях его развития. Объективной основой логического метода является то обстоятельство, что сложные высокоорганизованные объекты на высших стадиях своего развития сжато воспроизводят в своей структуре и функционировании основные черты своей исторической эволюции. Эта особенность ярко прослеживается, например, в биологической эволюции, где высокоразвитые организмы на стадии эмбрионального развития повторяют основные черты всего хода эволюции, приведшего к появлению этих организмов (онтогенез «повторяет» филогенез). И логический, и исторический методы выступают как приемы построения теоретических знаний. Ошибочно отождествлять исторический метод с эмпирическим описанием, а статус теоретического приписывать только логическому методу. При любом способе анализа исторически развивающегося объекта предполагается эмпирическая база: факты реальной истории и факты, фиксирующие особенности структуры и функционирования изучаемого процесса на высших стадиях развития. На этой основе выдвигаются гипотезы, которые проверяются фактами и превращаются в теоретическое знание о закономерностях исторического процесса. В случае применения логического метода эти закономерности выявляются в очищенном от конкретных зигзагов и случайностей реальной истории виде. Исторический же метод предполагает фиксацию таких зигзагов и случайностей, но он не сводится к простому эмпирическому описанию событий в их исторической последовательности, а предполагает их особую реконструкцию, обеспечивающую понимание и объяснение исторических событий, раскрытие их внутренней логики. Все описанные выше методы познания в реальном научном исследовании всегда работают во взаимодействии. Их конкретная системная организация определяется особенностями изучаемого объект, а также спецификой того или иного этапа исследования. В процессе развития науки развивается и система ее методов, формируются новые приемы и способы исследовательской деятельности. Задача методологии науки состоит не только в выявлении и фиксации уже сложившихся приемов и методов исследовательской деятельности, но и в выяснении тенденций их развития. |