分享

培养立体思维:从科学推理到范式转移,再到世界观的形成

 碧海蓝天kx32di 2020-09-12

《批判性思考和逻辑理性,不分文科理科工科社科

《打造个人信息基建:降低纠错成本,提高深度思考和有效行动

上个月写完两篇文章后,接下去是要聊“范式转移”的,看了很多资料觉得内容太浅,比较像近年来流行把“熵增”套用的个人、企业的和社会发展上来,却忽略了一个热力学概念的成立是有限定因素的,自然科学的理论并不适合社会科学范畴。

高中物理的热力学定律简单易懂,托马斯·库恩的《科学革命的结构》则要涉及到科学史的发展,之后才能对“范式转移”有比较清晰的认识。

上周某群讨论“意识和量子力学”的关系时,最后争吵点跑到“科学和非科学”的划分标准上,物理博士也没能拉开架。抛开情绪控制的问题,主要是基本科学常识的欠缺,于是我做了一次知识的搬运工,科普了一些基本概念。

01 科学推理和建模

以自然科学为例,在科学语境下提到的模型是理论模型,它表示想象中的世界的一部分。一层意思是模型系谱,又包括理论模型,例如飞机的成比例模型,太阳系作为原子的类比模型,地图模型,另一层意思是关于真实世界中选择出事物的一套理论假设,可以与模型系谱中的一个或另一个模型相适应。

所以当科学家提出一个理论假设,真实意思是理论模型和意向方面的世界相似,并存在一定程度上的准确度。如果验证了这种宣称相似性,理论假设就是真的,如否则为假。

决定理论假设与世界是否合适,和其涉及到那一部分世界的信息有关,我们把所有直接相关的信息叫做数据。在构建特定模型的过程中,用数据判断是否适合真实世界。

模型包括四部分:

第一步,确定真实世界的物体或处于研究中的一个过程

第二步,建构并描述关于真实世界物体的模型或过程

第三步,基于模型或实验装置推出预测,用于描述如果模型符合真实世界的话,数据应该是什么样的

第四步,在假定从模型推出预测的前提下,通过与真实世界的这类互动中产生一些数据。

 (第五步)然后对比数据和预测是不是一致的,若不同说明模型为假,但也存在两种可能性,一种数据是错的,另一种对模型本身理解是错的,或对实验设备的错误知识导致预测失败,两者都需要专业人士来判断。

(第六步)若相同,还要思考有没有可能存在另外一种不同但合理的模型,也能够产生相关论据的同样预测。没有的话,才能说数据就模型与真实世界的和实行具有决定性。

当然,一个科学家说模型为真还不够,还要用相关数据吸引不同兴趣、背景和技能的科学家一起来研究这个主题,待到大多数直接参与这一领域的科学家被说服,一致判断模型是合适的,科学成果才会慢慢向普通人传播。

路径如下:科学实验室→专业出版物→普及型科学出版物→报纸、新闻杂志、电视、互联网→普通民众。

于是一种被广泛接受的关于世界的假设,我们称之为某个时代的世界观,直到新的数据打破旧模型的假设,同时出现更精确一些的模型来解释世界,人们的世界观也变了。例如从地心说到日心说,从神创论到进化论等。

科学研究的过程,本质是对研究变量和指标的共同本质进行抽象和概括,并将其凝结为知识,然后以此为前提去解释和预测世界中的相应现象,直到某天发现同类想象不能被原有知识解释,引发新一轮的研究活动,即构建新知识解释新现象。

更广泛的看,科学研究的发展和突破在于“范式转移”。范式由基本定律、理论、应用和相关仪器设备构成一个整体,一定程度上具有公认性,提供可模仿的成功案例,科学家们可以针对共同研究课题,使用大致相同的语言、方式和规则,即一种解决问题的标准方式。

因此,范式是建立科学体系的基本模式、结构和功能,也是运用科学思维的坐标、参考系和基本方式。从研究问题和解决方法的改变(本体论→认识论→方法论→方法→原始数据),新范式替代旧范式解释原来无法解释的现象,会带来科学革命,包括对科学和学科的革新。

简单的讲,科学是发现真理,创建知识的一整套程序、方法和手段,是我们认识世界的工具和轨道,建立在逻辑推理和经验观察相结合的基础上的求知方式,例如概率论和数理统计,归纳和演绎推理。

“要素-程序-结构-功能”的三维思想模型,对应马斯克的物理第一性原理和亚里士多德的第一性原理,我们在脑海里再加上一个时间轴,它就是四纬的,可以想象成无数个立方体的组合。通过运用空间想象力,对非物理的、多维的、抽象的、变化的事物,在新的位点上不断进行解构和建构,从而还原整个系统和情境,还原的过程就是问题的解决过程,逐步认识到一个更立体的世界。

02 立体思维的形成

后来又和人聊起“线性思维和非线性思维”的问题,想起小时候玩的玩具,较多是益智类,而且偏向空间立体思维,关注整体和宏观,和“范式”的形成有微妙的关系,也是为什么我会对系统论和控制论感兴趣的原因。

有个朋友高中时就爱看推理小说,大学后酷爱桌游,还自学建筑设计,他喜欢的是策略推导后达到预期值的感觉,“不仅算对了,算力还是最强的”。而我的逻辑性强则是“把大量信息压缩成概念关系”,然后分析不同系统里要素、结构和功能的异同点。

我常常让人感觉很飘,源于逻辑是我的抽象视觉,当我用语言去描述各种逻辑关系时,你感知不到具体的事物,就听得云里雾里。

例如,一个三阶(3x3x3)魔方放在眼前,你立刻明白这是正方体,长宽高相等。但我会抽象成纯数学图像,定义点线、平面和立方体,然后再考虑性质变化。这符合《欧几里何》的推导,也贴近科学建模思维。

“赛车华容道”是根据不同的布局,让目标车辆出来,站在整体的角度来解决问题,一辆小车的移动会对其他小车的移动范围产生影响,时时刻刻蝴蝶效应。

“重力四子棋”的输赢不仅取决于已经放进去的棋子,还要预判空白处的变化,五子棋输赢在长和宽两个维度,四子棋输赢在长宽高三个维度。开始放置底层棋子的时候,预留中层和上层棋子连成线的可能性。

“磁力棒”通过磁铁小球连接,任意组合成想要的样子,思考的不仅仅是三维,还包括内部和外部的结构,某个点和部分与整体的关系,小时候最喜欢的玩具,没有之一。是不是有点““要素-程序-结构-功能”三维思想模型的意思了。


第一部分内容引用来源:

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多