之前在这个帖子里提到过网络讨论是否可以形式化,网络讨论是否可以更形式化 ,后来我继续考虑了这个问题,目前有一些新的总结。
最基础的一个重点是,严格的形式化和日常表达是相悖的,日常表达有内在的模糊性来使表达简短。例如“A会导致B”,这里的“会导致”本身就是模糊的,它可以指“一定会导致”、“很大概率会导致”、“在某些状况下会导致”等等。如果我们要求这个表达变得形式化,这个句子就会变长很多,而导致表达变得非常繁琐,以至于人们懒得这么说。
于是,自然语言和形式化会有一个中点,有时候为了准确传达意思,会更形式化一点,而如果意思传达基本没有障碍,那么就会随意一点。因此我们能选用的实体,也完全不会像计算机的形式推理里采用的那么复杂。计算机里的实体列表如 Contributing to the Argument Interchange Format | ARG-tech 这个可能有几百个,而要正确应用这些实体也会有很多的规则,大部分人包括哲学作者应该也是不愿意用这么复杂的语言来进行表达的。因此, @隔壁小陈 提到的用计算机辅助推理,或者计算机提供hint,我目前还不能设想如何可能。
回到网络讨论的用例,我们想要做的大概就是这些事 1) 比起一大段文字,我们想要知道明确的观点是什么 2) 我们想要知道作者的观点是如何支撑的,有哪些前提 3) 我们需要知道作者用的理论或概念的背景,如果突然冒出一个名词,我们希望知道这个名词的引用来源。
实际上这和critical thinking课里识别出一段文字的arguments的过程差不多,除了我们提倡用户按一种规范来表达观点,计算机唯一可以做的就是管理引用关系。
这里先介绍一些我使用的实体,有Proposition, Question, Answer, Argument, Theory。Proposition非常简单,就是一些陈述句。Question和Answer非常类似于知乎的问题和回答。Argument我们也非常熟悉,Theory包含一系列的Propositions。
例如我们定义一个Theory:
#theory 自由主义 {
#proposition 基本人权应当被保护。
#proposition 政府基于民众的同意。
}
然后我们在写一个知乎答案的时候,就可以这么写:
{
<- [自由主义]:[基本人权应当被保护。]
<- 题目中的行为是对基本人权的侵犯。
-> 题目中的行为是不可接受的。
}
其中花括号框着的是一个argument,<-
代表的是前提,->
代表的是结论。这样我们可以清楚地看到这个结论基于了哪些前提,我们也知道了这个答案的成立是在自由主义成立的前提上的。
如果有读者对第二个前提提出异议,作者可以再次用一个argument描述如何支撑第二个前提,如:
{
<- https://un.org/xxxxx //联合国关于基本人权的定义
描述一下题目中的行为是如何违反这个定义的
-> 题目中的行为是对基本人权的侵犯。
}
这里引入了新的前提,但是这个前提也是可查的。这样可以尽可能明确议论中的分歧点。
实际上一个网络讨论的流程应该是,先有人提出一个Report,Report的形式类似:
// document A
某某地发生了物价上涨,物价上涨的数字如何如何。
#question [发生这样事件的原因是什么?]
#question [这种现象是正常的吗?]
#question [未来如何避免这样的事件?]
一个Report应该尽可能只和fact有关,它可以顺带提出一些问题,但是并不应该有观点。然后其他用户看到这个report,可以对问题进行分析和尝试回答,如:
// document B
#answering [A]:[发生这样事件的原因是什么?] {
<- [XX经济学]:[货币滥发导致通货膨胀]
某某地政府存在滥发货币的行为。
}
#answering [A]:[未来如何避免这样的事件?] {
立法禁止政府滥发货币
}
然后其他人可以建立document C等,来对B中提出的命题进行反驳。也可以有人写一个review,来对问题的不同回答进行一个综述。
这个贴子想要了解的是
- 你愿意用命题,问题,推论的方式来进行日常讨论吗?它对于你是不是还是过于繁琐?
- 原则上人们在知乎已经可以使用引用,但是为什么非常少人进行引用?是因为引用文章太长吗?那么是不是引用一个简洁的观点会更好?
- 你觉得让讨论清晰是一件好事吗?或者清晰的讨论有可能在民众中普遍推广吗?