 
字體：小 中 大 |
|
|
|
| 2012/02/18 20:05:49瀏覽1205｜回應1｜推薦5 | |
因果證明遠比我們想像還要困難。所以，十八世紀中期的英國哲學家休謨（David Hume）認為驗證因果根本不可能。對於兩個相連的事實，休謨認為「我們永遠看不到它們中間有任何紐帶，它們似乎是會合在一起的，卻不是聯繫在一起的」。二十世紀中期的英國哲學家Karl R. Popper則是說，我們不可能驗證理論（當然這也應該包括因果的理論）。但是他卻又說，我們可以用否證法(falsification)來消除不成立的理論，由此可漸進獲得確定的知識。但是，稍後的科學哲學史家Thomas Kuhn卻又宣稱：我們也不可能否證理論。 雖然理論並不等於因果陳述，但是通常包括因果陳述。 我們也許可以說，我們講的是特定事件的因果，而非概括性因果，所以並無不能證明的問題。 但是，實際上，即使只是針對特定事件，我們要推論因果，還是會在某個層面上用到概括性的理論。好比我們要證明某一兇殺案件的真凶為誰，當我們使用驗指紋或血跡來支持證明某人就是兇手，這時候，我們其實是用到關於指紋或血跡的概括性理論。而如果我們並無法證明概括性理論為真，那麼，對此一特定事件的因果，我們其實也無法證明其為真。 也許有人說：我親眼看到兇手殺人，怎麼不能證明這個兇殺案的因果？但是，如果我們真是採用極端嚴格的標準，我們必須證明，我們所見為實（不是有人催眠我使我以為見到，或有人演一齣假戲，使我以為見到；或者，雖然我所見為真，死者卻非因此而死...）。 總之，要證明因果，在極端的嚴格標準下，我認為幾乎是不可能的任務。我強調這一點，是希望指出，有時候我們會要求別人證明因果關係，那是因為我們低估了證明的難度或不可能性。 我完全同意，統計相關不等於因果關係。在社會學先驅韋伯的討論中，他提到的確認因果的兩個要件是causal adequacy 與meaning adequacy。causal adequacy 是指經驗的可重複性（相當於統計相關性），而meaning adequacy是指該種因果關係的意義可完全被理解，也就是各部分可構成典型的完整意義叢結。而在一般研究法教科書裡，有些會提出四個要件：共變性、時間先後順序的合理性（因先果後）、能排除所有虛假相關、符合理論理由。 我對這樣的陳述本身沒有直接的意見。但是，我認為，理論上說，要排除所有可能的虛假相關，已經幾乎是不可能的事。因為我們無法已知所有可能的相關。再者，要符合理論理由卻又可能限制新的理論發明（譬如哥白尼的發現可能無法符合當時流行的托勒密天文學體系）。我倒覺得，韋伯的meaning adequcay比符合理論理由要適切。但是，重點仍然是，真要證明因果，總是難上難。別說在日常討論中難辦，就是嚴格的學術研究也未必能勝任。 但是，跳出這個極端要求。我們如果只是要提出一個reasonable的因果論述，那情形就又大不相同。尤其在通常的討論中，我們恐怕只能做到這樣，也只能期待做到這樣。 關於最優男女生群的學測成績差別，我仍然願意嘗試做出一些進一步的推論，不過，我承認是無法證明其間的因果關係。我只能說，我自己高度相信這樣的推論。如果我囿於方法論的問題，其實，不只是這個議題無法往前討論，其實是（幾乎）所有的議題都一樣。 |
|
| ( 知識學習｜科學百科 ) |
