|
因果关系就是世界之链 如果一个学生上课时不好好听课，人又不是特别聪明，我们就可以合理推断他考试成绩肯定不会好；如果甲被谋杀，乙恰好有作案动机、作案时间，并且还被缴获了作案工具，我们就可以合理推断乙是作案嫌疑人。 上述这些都是我们根据因果关系做出的推断，因果关系有多种：单因果关系、双因果关系以及多因果关系等等，它在我们生活中被频繁应用。从本质上来说，我们人类喜欢把事情组成为一系列因果链，来解释我们行动所产生的后果。 从进化的角度来说，这对我们的生存至关重要。我们神经系统依赖于因果关系来进行决策，并预测这些决策的后果，使我们得以生存发展。 因果关系在科学的发展中表现得最为明显。例如，牛顿解释了一个力如何导致一个有质量的物体进行加速运动，牛顿理论中的因果逻辑，最终使我们知道了苹果为什么会从树上掉下来，地球为什么会绕太阳运动，它们还使得我们知道火箭发动机需要多大的推力抵达月球。此外，因果关系的模型还让我们设计出复杂的机器，如工厂设备以及拥有超长因果链的电脑，它们可以将输入转换为我们想要的输出。 因果关系是假象 因果关系在我们生活中应用得如此普遍，使我们很容易相信，因果关系就是世界根本性运作方式。但这一观点却是错的，实际上，它们只是一个我们自己创造的理解世界和解决问题的工具，而不是自然界本身固有的运作方式。例如，牛顿方程F=ma并不是说力导致了加速度，更不是说质量会导致力。我们把这个方程作为因果关系的证明，是因为我们人格化了自然，想象自然界中的力似乎能决定是否去推动有质量的物体。于是，我们把地球绕太阳公转这事儿归咎于引力，并责怪引力把苹果从树上弄下来。 这种简洁的因果逻辑关系，帮助我们更容易理解复杂的自然世界。因果关系的模型也更适合用于工程学，可以拿来改造世界并给我们带来便利。这使得我们很容易产生一种假象，认为因果关系就是现实。电脑就是一个很好的例子。计算机工作的关键在于输入影响输出，而不是反过来。用于构造计算机的组件创建出的就是这种单向关系，这些组件，比如逻辑门，是专门用来把输入转换为可预测的输出的元件。换句话说，计算机的逻辑门是构件因果关系的基本单元。 失效的因果关系 如果我们所认为的输出部分，影响了我们所认为的输入部分，那么这里的因果关系就会失效。量子力学中的一些“悖论”就是很好的例子。例如，我们仅仅是观测了一个光子（输出部分），就能“影响”光子之前所走过的路径（输入部分）。当然，量子力学中没有真正的悖论，这里只不过是因为我们的因果逻辑结构不再适用于这里。 其实，因果关系的模型并不只在量子世界中失效。当我们试图理解复杂的动力系统，例如活的有机体的生化过程、经济的交易或人类思维的运作，使用因果关系来解释也会出现失效。这些系统中的信息流动模式与我们的因果模型并不相符：一个基因并不会“导致”身高等的特征或癌症等的疾病；股市不涨并不是“因为”债券市场下跌了或者经济变坏了…… 对于上面这些复杂的系统，科学需要更强大的解释工具，我们需要学会接受传统因果思维模式的局限性。我们会认识到，原因和结果并不存在于自然状态下——它们只是我们人类主观思维的产物。 |
|
|
