开个科哲备课时随感记录贴

努力给论坛做个复苏_(:з」∠)_

一月中开始要教一个科哲入门的网课,零基础的。感觉零基础的课更难教 :joy: 因为都是同样的内容但是需要我自己进行更多反刍。而且我是那种一个问题要想好多遍才能换角度的,所以想开个贴来,基本上就是记录我自己的思考过程,如果有同学能提出其它思考角度就更好了。

课程大纲基本是这样的:
第一周·导言:科学家笛卡尔;哲学家牛顿

第一节课会从一个不太常见的历史角度来讲述科哲核心的实在论/非实在论之争。从笛卡尔的《沉思录》是为新科学做奠基开始,到为什么“新科学”(这里指非亚里士多德科学)需要奠基,到康德为什么无法解决经验主义和“理性主义”之争,再到弦理论不算科学的话考古学算不算。这些问题会带领我们思考实在论/非实在论的重要性和困难性,以及毫无哲学的科学是否可行。

第二周·给黑洞照相:测量中的哲学

2019年的重大科技新闻之一便是人类史上首张黑洞的“照片”。但是这张照片和我们平时用相机拍摄的照片是一个意思吗?这一次课的内容是科学测量中的哲学。从黑洞相片到热像仪,从皮皮虾有十六中色域细胞到百分之八的男性是色盲,我们会讨论:测量真的有客观答案吗?什么是“客观”,什么又算是“答案”呢?

第三周·抗抑郁药物真的管用吗?论科学证据和理论对错

2019年,电子杂志Aeon发表了一篇标题为《支持抗抑郁症药物的证据拥有很大缺陷》的文章,引起了极大反响。文章作者是剑桥哲学讲师Jacob Stegenga,在2018年出版书籍《医学虚无主义》(Medical Nihilism)。在Aeon的这篇文章里,Stegenga提出了多个论点表明,医学里对于抗抑郁药物有效性的研究证据无法达到科学研究应有的标准,因此我们并没有足够的理由认为这些药物有效。在这篇文章发表后,许多其它反驳的文章也陆续发表了出来,其中一篇也同样发表在了Aeon期刊上。用这个辩论为案例,这节课将会带领我们深入思考科学研究证据和理论的关系。什么样的证据才算“支持”一个理论?被“支持”的理论就是“正确”的吗?

第四周·机器学习:预测准确和掌握真理有什么区别?

越来越多的学生放弃人文教育而选择进入机器学习领域,然而越来越多的统计学家则呼吁机器学习重视人文教育。在这一次课程里,我们从实在论/非实在论角度讨论机器学习遇到的困难和风险。
机器学习最大的评判标准是预测准确性。常见的想法是这样的:因为算法能给出正确的预测,这要么表示算法已掌握真理,要么表示算法和真理一样有用,因此得出结论,是不是真理也不重要。我们会从两个角度来反思这个逻辑:如果结果对了,过程就一定对吗?如果过程对了,结果就应该对吗?通过思考这两个问题,我们会讨论预测正确与真理之间的关系。

第五周·全球变暖:科学与哲学与社会

前几周里我们讨论了许多容易让我们对于“科学真理”产生怀疑的理由。如果我们只是抽象地讨论科学,那么我们很容易得出一个结论就是:科学追求不追求真理是一个很虚无缥缈的问题。如果能得到真理当然最好,如果得不到我们就继续努力。
然而关于真理的话题实际上一点也不遥远,并且对我们的日常生活有非常大的影响。最能体现这一点的便是全球变暖:全球变暖到底是不是因为人类污染?变暖的程度有多少是因为污染?我们应该减少污染到什么程度才能解决这个问题?这些问题既是伦理、政策问题,也是科学问题。它们不仅不抽象,反而非常紧急。在这一次课里,我们会讨论气候科学中科学、哲学、社会、伦理、政策之间的关系。

第六周·杜恒-奎因论题(Duhem-Quine thesis)和观测整体论

科哲中对于测量的客观性最大的质疑来自杜恒-奎因论题(实际上杜恒论题主要关系测量整体论,而奎因论题则更着重为语言整体论)。在这一次课中,我会简单介绍杜恒论题历史上的背景、内容、影响,然后探讨Hasok Chang对此问题的新理论。

第七周·因果关系:影子和旗杆,辛普森悖论,随机对照试验,新休谟主义

这一周的课程里我们会讨论科学哲学对于因果关系的种种思考。从休谟的归纳问题出发,我们主要介绍三个论题:因果是否需要反事实(counterfactual)?因果是否可以有概率性?因果关系是个体(token)还是范式(type)?对于这些论题,我们的着重点会在于思考什么样的证据可以支持什么样的因果结论。

第八周·简洁优美的模型就更加正确吗?库恩的“认知价值”(epistemic value)和简洁性

库恩(Kuhn)对科学实在论最大的反驳点便是科学理论的更换并不总是以真理为导向的。库恩认为我们在对比两个理论时会使用多种价值观(value),因此理论更替是非理性的。这个批判提出来后,一些哲学家试图保护科学实在论,认为这些理论选择的价值表面上不是真理,但本质上还是真理导向的。
从这个角度出发的哲学中最有代表性的就是Forster和Sober对于简洁性(simplicity)是真理导向的论证。在这一次课中,我们会讨论这条论证的具体框架,然后探讨它的合理性以及类似论证在机器学习领域的可行性。

第九周·科学与“非认知价值”(non-epistemic value)

在上一周的课程里我们看到一些哲学家认为科学理论选择可以使用认知价值,也就是引导我们接近真理的价值,比如“预测正确”或“解释能力强”。如果科学的唯一目的便是追寻真理,那似乎科学理论选择的唯一理性便是认知价值。然而许多哲学家对这一点持反对态度:其中有些认为真理并不是科学的唯一价值,也有人认为非认知价值对真理仍然可以有所帮助,更有人认为“认知”和“非认知”的区别没有意义。这一周里我们来看一看这些观点。


我也不知道以下的随笔有多连贯,因为主要目的不是把整个课堂笔记打出来(我讲课不怎么用笔记 :joy: )而是记录一些随感。 如果后来写了很多的话会在主楼加目录。

11 Likes

关于第一节课的感想:牛顿“不设假说”。

昨天和一个研究牛顿和Émilie du Châtelet的朋友聊天。牛顿的Principia第二版最后加了一个General Scholium,其中有这么一段话:

I have not as yet been able to deduce from phenomena the reason for these properties of gravity, and I do not feign hypotheses.

之前听过一个colloquium讲座,一个学者解释这句话为什么非常有历史意义。牛顿的Principia第一版中曾经把他自己的一些理论标注为“hypotheses”,在第二版中不仅去掉了这些标注,还说自己不设hypotheses。这表示设hypotheses对他来说是很重要的一件事。更值得表明的是很多人认为现代科学的核心便是设hypotheses然后test hypotheses,而牛顿又是“现代科学之父”……

当时那个学者给我们解释的是,牛顿所说的hypotheses是特质metaphysical hypotheses。他认为他的实验只能得出数学结论(也就是他的数学法则),无法得出物理结论(主要指使这些法则成立的机理mechanism是什么)。这里面最大的一个冲突当然就是action at a distance,也就是引力可以隔空运作。在这方面牛顿受到了来自各个方面的抨击,因为他虽然说自己“不做假设”,但大家都认为他的数学法则表明了引力只有一个可能机制那就是隔空运作,然而大家又不喜欢隔空引力……

也就是说,牛顿明确表示自己的数学法则并不要求我们相信某种机制,但并无卵用,大家并不相信他_(:з」∠)_

不过这不是重点。朋友给我讲这一段的时候给我解释说牛顿认为他的实验结果只能支持推导数学法则,而无法支持物理世界观,因此牛顿认为他必须遵从经验主义科学精神,只汇报数学而不汇报物理。实际上牛顿的先锋之一就是开拓了这种“物理和数学可以区分开来”的思考方法。

我跟朋友说,我觉得很有意思的一点是:牛顿认为他的实验【只能】支持数学而【不够】支持物理,并且这是经验主义。也就是说他认为数学比物理更贴近经验。Math before physics. 这一点不仅和我们现代理解的数学和物理正相反(我们认为物理更贴近经验,而数学需要更多推导),和他同期的很多其他人(比如笛卡尔)也相反。是什么让他这么认为的呢?

我的这个想法主要来自于之前读苏格兰经验学派对时间的分析,就是大家都从同一个出发点走,那就是“一切知识必须来自经验”,但是大家对“对时间的经验究竟是什么”理解天差地别……我觉得牛顿这里也是,就是都觉得“科学结论不应该超出实验所能支持的内容”,但是具体实验能支持什么,每个人想法都不一样。牛顿认为实验只能支持数学而无法支持形而上学,笛卡尔则认为实验只能支持形而上学而不够支持数学。所以真正的区别似乎在这里,而不是在“一个人是经验主义另一个人不是经验主义”。大家都是经验主义,只不过大家对“经验”的理解不一样。

最后和朋友讨论的结论是:牛顿认为数学更稳固因为牛顿只有一个数学,而物理不够稳固因为当时有多个物理(笛卡尔的mechanism派和Huygens的vortex理论)。

补充:讨论完我就一边打游戏一边用word的text to speech功能把https://plato.stanford.edu/entries/newton-principia/ 这篇读了→_→

4 Likes

时隔两个月才重新开始备课 :joy: 话说我干任何事都不是死线型选手不知为啥一备课就变成了这样。

今天在重读Nelson Goodman的The New Riddle of Induction,发现他很多分析都完全是以Hempel的“logic of confirmation”为语境下的,实际上不从Hempel的角度去理解,大概是完全看不到Goodman问题的动机在哪。

Goodman的问题主要来讲是说evidence underdetermine hypothesis,然后通过grue的例子来说明不论如何证据无法在green hypothesis和grue hypothesis中抉择。但是首先,我们觉得证据应该能够在两者之间抉择本身就是一个比较二十世纪knowledge is propositional的想法。换到十七十八世纪,没有人觉得科学hypothesis是一句话一句话、一个一个证实或证伪的。换到现在,也没什么人这么觉得。

其次,哪怕证据无法在green和grue中做抉择,这又怎么样?实际上是因为Goodman认为科学的本质是找到law,然后找law的第一步是找law-like generalizations,然后law-like generalization是一句话里面包含几个predicates并且需要carve nature at its joints……所以没有办法区分grue和green才是天大的问题。

当然,我觉得underdetermination本身是一个很严重的问题,所以也不是说Goodman的new riddle不应该算riddle。我只是觉得很有意思的一点是,现在已经基本不会有人相信Hempel的logic of confirmation一套了,但大家还是会讨论grue。但是讨论grue的时候好像也不太会提到这一点(←当然,这个有可能是我的印象不对)

2 Likes