（英）蒂莫西·威廉姆森
作者简介：蒂莫西·威廉姆森，牛津大学哲学系。
人大复印：《逻辑》2017 年 04 期
原发期刊：《哲学动态》2017 年第 20177 期 第 101-107 页
关键词： 溯因推理/ 最佳说明推理/ 溯因方法论/
摘要：溯因推理是一种非形式化方法，用于非演绎的扩展推理和理论选择，这在自然科学中是熟知的。虽然这个术语被追溯到皮尔士，但这里的用法并不试图与他对“溯因推理”的各种界定保持一致。如果“解释”被理解为既包括因果解释又包括非因果解释，那么这个术语大约等价于“最佳说明推理”。哲学有时已经使用溯因方法论，将来应该会更多地使用。在使用溯因方法论时，哲学仍然是一门主要的“扶手椅”学科。
一 溯因推理概述
在考虑哲学溯因推理之前，我们需要用一般术语刻画这种方法，使其可以运用于哲学理论。我们的出发点是把溯因推理看作最佳说明推理(inference to the best explanation)。以下评论仅仅是指示性的，并不追求全面的说明①。
我们可以把理论(或假说)看作我们证据的潜在解释。限定词“潜在”的要点是，一个假的理论不是观察材料的实际解释。在这个意义上，它实际上没有解释观察材料。但在知道理论是否为真之前，我们需要将其看作潜在解释，目的在于通过这种做法来指导我们判断理论是否为真。证据的潜在解释是任何在其为真的情况下解释证据的东西。理论T与理论T*相比是关于证据E的更好的潜在解释，当且仅当，T在其为真的情况下可以比T*在其为真的情况下更好地解释E，简言之，T可以比T*更好地解释E。
在最好的情况中，T通过衍推E来解释E。更典型地，T必须与辅助假说结合起来衍推E。必须相应地评价这些辅助假说，它们可以各自分别是合理的，或者溯因地评价它们与T的结合。显然，辅助假说本身不应该衍推E，否则T将是多余的。在其他情况中，这种关联不可避免地是概率性的：E以T为可能条件，也许T与辅助假说结合在一起，必须像前面那样评价这些假说，不应该使T成为多余的。在最低程度上，T必须与E一致。简言之，T越接近于衍推E越好(在其他条件相同的情况下)。
除了与E的关系，T的优点越多越好(在其他条件相同的情况下)。它应该是优雅的和统一的，而不是任意的、欺骗性的、特设的或混乱复杂的。它应该是有信息性的和普遍的。简言之，它应该把简单性和推理强度结合起来。
如果理论T作为我们证据E的潜在解释得到足够高的评价，并且比其他理论更好，那么我们可以通过最佳说明推理从E推出T。这种推理通常是非演绎的：这不是说，E越接近于衍推T，T越应该被看作E的潜在解释(在其他条件相同的情况下)。最佳说明推理显然是可错的，它可能使我们从真的证据E得出假的理论。然而，可错性并不证成怀疑论。最佳说明推理是知识的重要工具。
我们在自然科学和日常生活中不断地使用最佳说明推理。例如，从我们不能通过知觉、记忆、证词等获得直接证据的事件得出结论，这是常事：宇宙学家得出大爆炸是宇宙起源这个结论；考古学家得出三千年前这个考古现场的城市被敌人的进攻摧毁这个结论；猎人得出几个小时前几只鹿从这里向东跑去这个结论。这些都是基于当下证据的，而当下证据被解释为过去事件的痕迹。但是最佳说明推理也可以用于得出普遍结论，而不仅仅是关于过去特定事件的结论。的确，这在自然科学中是对理论进行论证的典型方式。理论可以是关于可观察但尚未被观察的现象；或者不可观察的现象；或者两者兼有。如果两个理论作出相同的可观察预测，那么最佳说明推理仍然可以在其中进行选择，因为其中一个是更简单的和更不特设的。在使我们从观察到的现象转向不可观察的现象时，最佳说明推理比枚举归纳更强有力。
当然，我们只评价那些考虑过的潜在解释。有时存在着任何人都没有考虑过的潜在解释。有时这些没有考虑过的潜在解释是实际解释。在这些情况中，最佳说明推理使我们误入歧途。然而，如已经表明的，可错性并不证成怀疑论。令人安慰的是，我们考虑过的潜在解释往往比我们没有考虑过的更简单，所以根据简单性标准是更好的。
最佳说明推理并不根据概率直接评价潜在解释。这并不自动地使其与概率论认识论不一致，例如贝叶斯式的概率论认识论。如经常发生的在很难评价概率时，特别是理论的贝叶斯式先验概率，最佳说明推理的使用有很好的启发性。在这些情况中，最佳说明推理是我们在实践中能够得到的最接近于概率论认识论的东西。
这不要求证据命题作为被解释者是某种特殊种类。任何已知的真理都可以是证据命题。②它们可以是无理论负荷的或有理论负荷的、特殊的或普遍的。这也不要求解释是因果的，它们可以是构成性的。例如，将开普勒的天体运行规律看作牛顿更普遍运动规律的证据。假如这些规律是永恒的，那么它们既不是原因也不是结果。牛顿的规律解释但不导致开普勒的规律，前者把后者纳入自身中。严格说来，在这种情况下解释仅仅是潜在的，因为牛顿的规律仅仅是近似真的，但问题已经说明得足够清楚了。
证据基础的范围应该有多广?原则上，我们想让理论T与我们的所有证据一致。这相当于说，证据基础E是我们的全部证据。然而，在实践中，我们仅仅期望一个理论解释我们全部证据的一小部分。如果对于证据的某些重要部分来说一个理论是好的潜在解释，并且至少与其他部分一致，那么我们在大多数情况下是非常满意的。的确，对于好的(潜在)解释来说，上面给出的标准并不依赖于把T和E之间的关系看作有特定解释性的。这相当于说，我们应该用更一般的术语来设想理论和证据之间所要求的关系。为了承认这种一般化，我将使用皮尔士的术语“溯因推理”而非“最佳说明推理”(虽然皮尔士有时用说明来界定溯因推理)。
以上概述没有清楚说明是什么使溯因推理成为好的方法。例如，为什么像优雅性这种美学标准对追求真理有贡献?然而，溯因推理在成功的自然科学中的主要作用是，有好的理由认为它是好的方法，即使我们不完全理解其原因。现在，我们有理由在这个基础上继续前进。对于当下的目的来说，重要的是，不把溯因方法限制在自然科学中。特别地，无论是否应该，它可以运用于哲学。
二 哲学中的溯因推理
哲学应该使用广义的溯因方法论。的确，在某种程度上它已经这样使用，但它应该以一种更大胆、系统和知识的方式使用。
在把溯因推理运用于哲学理论的建构和选择时，我们应该从什么证据基础开始?一如往常，答案在原则上是：我们的全部证据。这可以说是人类知识的整体，它包括自然和社会科学、哲学以及常识等人类已经获得的所有知识。我们的任何知识在根本上都与哲学有关，任何与这些知识不一致的哲学理论都是假的(因为已知的知识都是真的)。特别地，不存在局限于以某种特殊的“概念的”、“先验的”、“直观的”或“扶手椅的”方式获得的知识。
哲学是一种根据所有证据基础进行的溯因探究，对这一观点的诱人反驳是：如果采取这一观点，哲学将变成萌芽状态的自然科学——无论好坏。这不仅仅意味着，证据基础包括所有自然和社会科学的结论，这将要求哲学保持对它们最新进展的关注，涉及新的实验和观察材料。根据这一观点，难道我们不应该期望对立哲学理论之间的选择有时会要求哲学产生新的证据以便检验它们的结论吗?在这种情况下，难道哲学家将不得不开始进行他们自己的实验并且作出他们自己的观察吗?毕竟，系统性溯因探究最重要的典范是自然科学。
一个答案是，哲学家可以通过思想实验来产生它们自己的证据。自然科学家有时使用思想实验，为什么哲学家不应该这样做?然而，虽然思想实验的方法在哲学中是合理的③，但是这个回答并不充分，因为它没有说明为什么这种方法与自然科学相比更能满足哲学对新证据的所有要求。
的确，哲学进展有时依赖于实验产生的新证据，这本身是合理的。例如，当代知觉哲学受到近来知觉心理学实验结果的深刻影响。有时与知觉哲学中的问题最相关的实验尚未完成甚或尚未设想。显然，实验的完成最好是交给实验心理学家，因为他们有相关的实践技能，而不是交给哲学家，因为他们是业余实验者，但是哲学家能够而且有时也的确在实验的设计和解释中发挥了重要且合理的作用。
在哲学与实验之间不存在防火墙。然而，这并不意味着，一旦哲学变成一种更系统的溯因探究，它与自然科学的方法论差别将完全消失。因为自然科学并非是唯一的溯因推理在其中发挥重要作用的系统探究，至少在数学这种高度成功的“扶手椅”探究中也是这样。当然，期望哲学采取与数学完全相同的方法论是愚蠢的；期望哲学采取与自然科学完全相同的方法论也是愚蠢的。相反，在说明各种方法论与溯因推理重要作用的一致性方面，数学是自然科学的有益陪衬。
三 溯因方法论对哲学的影响
正如已经看到的，哲学的溯因方法论并不自动地改变它所使用的证据，但是在某些情况下，这种改变是必要的。由此便产生了如下问题：溯因方法如何修正当代哲学方法?
显然，当代哲学的方法论远非是统一的；只有近乎空洞的方法论方案才是完全不可修正的。特别地，有些哲学家拒绝把哲学看作系统地以真理为导向的理论研究。相反，他们将其设想为对概念的澄清、创造或颠覆，以批判的方式或解构方式，或者以与科学不可比较的方式进行研究。很难期望这些哲学家在原则上采取或在实践中遵循溯因方法论。现在不是批判这种完全不同的哲学观的时候。更有趣的是，比较溯因方法与当代分析哲学家所使用的演绎方法的细微差别，其中有许多人把哲学看作系统地以真理为导向的理论探究。的确，他们说，分析哲学与其他哲学的区别是必须为断言作论证，此时他们所想的或许是演绎方法。
演绎主义者演绎地论证他们的断言。在当代分析哲学中，很多出色的工作有时竭尽所能地追随演绎的典范。对于否定性结论，这种方法论也有效。通过无可争辩的逻辑原则，人们可以成功地说明，反对者的全称概括与一个无可争议的反例是不一致的，甚或与其自身是不一致的。然而，如果哲学是系统地以真理为导向的理论探究，那么人们大概也想要得出肯定性结论，例如，有信息性的全称概括。然而，在非形式领域，人们为了得出有信息性的全称结论通常需要有信息性的全称前提。在绝大多数情况下，如果论证是演绎有效的，那么反对者把有信息性的前提之一当作“循环论证”予以拒斥。人们可以尝试从其他有信息性的全称前提得出被拒斥的前提，但这种方式接近于无穷倒退。为了避免倒退，人们可以宣称，前提是“自明的”、“摩尔式的事实”或“直观”，但这些说法并不强迫怀疑论者接受这些前提。这些约定的规则有可能陷入死结。这种结果实际上相当于论证的失败，因为支持者在提出论证时已经隐含地接受了证明的负担，或没能免除这个负担。这种方法论给论证的实践者施加压力，通过要求从无可争议的前提得出结论来削弱结论，从而很难在这种条件下使论证获得成功，这是让争论变得微不足道的原因。如果双方都追随演绎的典范，那么通常的结果是陷入僵局。
一种形式的演绎主义方法论是试图通过归谬法来反驳对立理论，这种做法经常以僵局告终，即无论所得出的结论是否真的荒谬，实际上，在理论的支持者和反对者之间展开了一场关于坏结论的竞争。如果支持者最先发现坏结论，那么他可以简单地将其看作“该观点的一部分”，所以对此没有异议；如果反对者最先发现，那么他可以将其看作该观点的归谬论证。
当然，并非仅仅在哲学论证中很难产生对立理论之间的忠诚转换。在库恩所引的一个著名论断中，普朗克写道：“新的科学真理并不是通过使反对者信服并使他们看到真理之光而胜利，而是因为反对者最终死去，熟知这个真理的新一代成长壮大。”④人类的顽固与傲慢是所有理智生活的强大事实。个体的非理性甚至可以对群体的理性有贡献，有助于确保解决问题的理论资源得到全面开发，以致没有贸然将其放弃。对哲学演绎主义方法论的顾虑，并不在于它很少导致改换门庭，而在于它将精力引导到徒劳无果的方向。例如，没有潜在解释力的特设假说可能很难在演绎主义的意义上反驳。但是对理论的演绎论证必须演绎地排除这个假说，因为这些理论与这个假说是不相容的。所以在反驳没有任何重要意义的假说时，浪费了很多时间。这些时间最好用来探索更有希望的理论的潜在解释力。
溯因方法论避开了演绎的死结，既鼓励收集更多证据，也鼓励发展出更好的解释(这不过是将其归于富有启发性的概括)。在有许多其他证据可用时，没必要抓住一个证据不放。理论之间的差别逐渐出现在溯因的计分表上。由于普朗克的告诫，我们甚至不应该期望溯因方法论让顽固的支持者放弃失败的理论。但是一个学科作为整体可以按照通常的方式取得进展：加入这个专业的新人不再花费精力于对立的理论，而是对这些理论的相对优势更敏感。
演绎仍然在溯因探究中发挥主要作用，因为对解释来说，从理论(通常带有辅助假说)演绎出结论是必不可少的。更一般地，溯因推理可以评价最强的演绎理论(至少在它们与证据一致时)。的确，消除演绎主义者关于无争议前提的压力，将其替换为关于有信息性普遍理论的压力，溯因方法论由此为演绎推理留下更多余地。在这种意义上，溯因推理和演绎推理是互补的——逻辑是哲学的一个重要部分。
相反，溯因推理经常暗地里在演绎主义探究中发挥重要作用，因为它可以非公开地用于支持演绎推理的公开前提。一旦承认这种作用，人们甚至想知道溯因主义实际上如何不同于演绎主义，但其实它们相互融合。在这两个范例中，演绎的辩证作用是非常不同的：正如已经看到的，演绎主义给无争议的前提施加压力，而溯因主义并不对此施加压力。的确，如果允许人们使用溯因推理来支持演绎的前提，那么为什么不用它来直接支持结论?演绎主义的合理性被削弱。另外，在演绎主义范例中，前提通常被相互独立地分开，以致于溯因推理每次仅运用于一个前提；相反，在溯因主义范例中，将溯因推理运用于全部前提的合取更有意义。例如，几个前提中的任何一个都给出一幅美好的统一图景，但它们的合取却给出一幅糟糕的分裂图景。与在完全演绎主义方法论的框架内使用溯因推理相比，最好在完全溯因主义方法论的框架内使用溯因推理。
与分析哲学的陈规旧习相反，溯因推理大胆地回报思辨理论。越大胆的理论越危险但也越强，换言之，越有信息性。它们衍推出更多信息，所以往往更有潜在解释力，但更容易被证伪。由于相同的原因，溯因推理也回报精确理论。许多非常含糊、晦涩和模糊的理论有引向不可知的意味，所以在它们实际上是反对者时它们看起来似乎是大胆的。因为完全不清楚它们想要衍推什么，它们避免了被证伪的危险，但是由于相同的原因它们放弃了解释任何东西的希望。根据溯因的标准，这些理论被评价得很低。溯因推理也对简单性、优雅性、普遍性和统一性这些优点有回报，所有这些优点往往有利于大胆的理论。
正如已经强调的，溯因方法论经常把我们引向假的理论。但是在其他条件相同的情况下，这些理论越清晰，我们越能发现它们是假的，所以越有利于我们从错误中学习。与很难被证伪的模糊理论相比，这是精确理论的另一个优点。
四 思想实验方法中的简单性、过度匹配和易错性
在自然科学中，关于如何理解溯因方法论的效用的一个主要难题是：它在评价理论时明显依赖于简单性、优雅性以及类似的因素。这些近乎美学的标准与真理没有明显关联：为什么真理应该是简单的和优雅的?有人甚至绝望地认为，这些标准的使用要求对自然科学作实用主义或反实在论的理解。这些难题也出现在哲学溯因方法论中。有人同样认为，这些标准的使用要求对哲学也作实用主义或反实在论的理解。
证明逻辑定理的经验表明，如果在这些问题上没有强大的美学意义，那么人们会迷失、漫无目的，不能从无意义的定义中区分出富有成效的东西，而寄希望于对僵局的猜想。这种美学意义当然与抽象样式的识别能力有关，但有待于更充分地说明。
我们仍然不能理解简单性在科学中的作用。这个问题本身不能简单地解决：通过仔细分析，它其实包括几个相互作用的方面。如古德曼的新归纳之谜所表明的，这个问题甚至出现在枚举归纳层面：我们为什么应该期望下个世纪的翡翠是绿的而非蓝绿的?⑤在过桥时，我们大概依赖于溯因推理，选择最好的线路。实用主义或反实在论在这些情况中的作用是非常含糊的。
然而，已经取得的一些进展表明它与彻底的实在论科学观是相容的。特别地，福斯特和苏泊尔⑥已经给出一个有说服力的案例，这个问题至少部分地与自然科学的过度匹配有关。我将表明，他们的观点对简单性在哲学中的作用有重要意义。
考虑曲线匹配对科学的挑战，即对于某个变量，从当前可用的有限数据中推算出一条曲线(一般方程)。通过使用足够复杂的公式(例如有足够多参量的多项式)，我们通常可以非常准确地匹配这些数据。然而，科学经验表明，这种做法导致过度匹配问题，这些方程通常预测得不准确：虽然它们很好地匹配了当前的数据，但不能很好地匹配未来的数据。
福斯特和苏泊尔指出，将我们自己限制于简单方程(例如线性的或二次的)有助于避免过度匹配问题。虽然这通常使得方程不能很好地匹配当前的数据，但往往预测得更准确，也就是说，更好地匹配未来的数据。原因在于，它们更不易于被数据中的错误歪曲。这种限制有助于我们避免误将噪音当作信号，如果我们过分严格地匹配当前的数据，就会犯这样的错误。这说明了简单性以及类似的美学标准在溯因方法论中的作用，这与彻底的科学实在论、非实用主义是一致的。
这里“数据中的错误”是什么意思?我在其他地方已经辩护了E=K这个论题，即我们证据的全部内容是我们知识的全部内容⑦。因为只有真理是已知的，所以从E=K衍推出，我们的所有证据都是真的。那么我们的证据怎么会包含错误呢?答案是，它并不包含错误。这里的“数据”仅仅是相关变量取值的测量结果。科学家通常甚至不相信这些测量结果是完全准确的。他们至多知道这些测量结果是什么，并且它们至多在容错边际范围内是准确的。这是他们证据的界限，但在这些情况中最好的方法是找出最接近于测量值的简单方程。的确，我们关于证据的范围经常出错，如认为某个东西是我们证据的一部分，但实际上并不是(认为我们知道某些东西，但实际上并不知道)。溯因方法论承认，这些错误几乎是不可避免的。
即使哲学不涉及数据，福斯特和苏泊尔对简单性的合理说明也可以扩展到哲学。因为某种类似于过度匹配的问题也出现在哲学中。例如，盖梯尔给出“有证成的真信念”这种知识分析的反例(以思想实验的形式)，为了应对他的反驳，人们提出了知识的还原性分析这个研究方案，这是分析认识论者的主要工作之一。⑧众所周知，一个循环发生了，给出分析，随后出现新的反例(也以思想实验的形式)，随后又给出修正的分析，然后又一轮循环，为了巧妙处理新的反例以及所有旧的反例，给出新的析取项或其他复杂手段。正如在定量研究中，对高度复杂、混乱和欺骗性的分析保持容忍，将导致产生一连串匹配当下证据但不符合新证据的假说。也有其他还原性分析，这些哲学方案也经历了类似的发展道路，例如因果和意义。问题变得越来越复杂，但令人惊奇的是，哲学共同体很少对此表示反感。人们更偏爱简单性和优雅性，这应该是在警告哲学共同体，这种方式是有问题的。过度匹配的痕迹在分析哲学中仍然是无处不在的。
当然，简单性和优雅性这些溯因标准不允许人们简单地和优雅地忽略棘手证据。相反，它们鼓励对证据采取更批判的态度。在思想实验中，我们应该更冷静地面对结论可能出现的错误，特别是在模糊的情况中。这不意味着在哲学中运用思想实验的做法是错误的，正如福斯特和苏泊尔的观点不意味着在自然科学中使用证据的做法是错误的。这仅仅是说，严肃的探究要求精明熟练地处理证据。我们需要一个策略来说明我们自己的可错性。
这回应了一个对思想实验的更有趣的批评，这是由实验哲学家提出的。亚历山大和温伯格⑨认为，思想实验往往加大了输入证据中的错误对输出理论的影响，在这个意义上思想实验方法是易错的。例如，一个思想实验的错误判断使我们将其错误地看作一个实际上为真的理论的反例，因此放弃了这个真的理论。这与自然科学中朴素证伪主义方法论的易错性一样，通过单个观察将理论看作可反驳的：如果在观察中出现错误，那么我们据此放弃一个被反驳的理论。因为所有证据都是真的，所以如果我们的证据包括一个理论的反例，那么这个理论是假的：但我们的证据有时包括了它实际上并不包括的东西。因为我们不能让我们的前提完全避免错误，所以我们需要健全的理论选择方法，这样每当出现错误时才不致陷入瘫痪状态。简单性和优雅性的重要作用是抵消证据匹配的负面因素，溯因方法论据此在实验科学和哲学中都避免了易错性。
这个问题还有另一个维度。在像经济学、心理学甚至生物学这些具体科学中，我们研究非常复杂的系统以致于很少出现毫无例外的、有信息性的全称概括。我们经常极大地推进对现象的理解，这不是通过徒劳地寻找全称概括规律，而是通过构建简单的、优雅的和精确的形式模型并且考察其结论。我们不期望这些模型是完全准确的；相反，我们必须满足于合理的近似。在这种情况下，模型与证据之间的一些差异至少是真实的。我们可以把模型建构看作溯因方法论的特例，其中证据匹配的要求是宽松的。思维的存在特别是人类的存在是非常复杂系统的范例，最好不要用毫无例外的全称规律来理解；模型建构的方法论是更合适的。许多哲学分支关注于思维存在特别是人类存在：例如，认识论、心灵哲学、语言哲学、道德哲学、社会哲学和政治哲学。模型建构的方法论对这些哲学分支来说是合适的。对于认识论来说，我已经表明，模型建构的方法与思想实验的方法结合起来比单个方法本身能带来更健全的结论⑩。在像哲学逻辑和基础形而上学这些哲学分支中，在要求证据严格匹配的情况下，更有希望给出有信息性的、毫无例外的全称概括，而更直接的方法是合适的。然而，在这两类情形中，背后的方法论都是溯因推理。
注释：
①类似的说明参见Peter Lipton,Inference to the Best Explanation,Routledge,2004.
②⑦Timothy Williamson,Knowledge and Its Limits,Oxford University Press,2000.
③Timothy Williamson,The Philosophy of Philosophy,Blackwell,2007.
④Max Planck,Scientific Autobiography and Other Papers,F.Gaynor(trans.),Philosophical Library,1949,pp.33～34.转引自Thomas Kuhn,The Structure of Scientific Revolutions,University of Chicago Press,1970,p.151.
⑤Nelson Goodman,Fact,Fiction and Forecast,Athlone Press,1954.
⑥Malcolm Forster and Elliott Sober,How to Tell When Simpler,More Unified,or Less ad hoc Theories Will Provide More Accurate Predictions,British Journal for the Philosophy of Science,45(1),1994,pp.1～35.
⑧Edmund Gettier,Is Justified True Belief Knowledge?,Analysis,23(6),1963,pp.121～123; Robert Shope,The Analysis of Knowing:A Decade of Research,Princeton University Press,1983.
⑨Joshua Alexander and Jonathan Weinberg,The Unreliability of Epistemic Intuitions,Current Controversies in Experimental Philosophy,Edouard Machery and Elizabeth O'Neill (eds.),Routledge,2014.
⑩Timothy Williamson,Gettier Cases in Epistemic Logic,Inquiry,56(3),2013,pp.1～14.Timothy Williamson,A Note on Gettier Cases in Epistemic Logic,Philosophical Studies,172 (1),2015,pp.129～140.
网友评论