摘要:因果关系在世界中普遍存在,具体科学所做的主要工作就是对世界各个领域的因果关系加以解释。如果关于因果关系的知识通过人类的科学活动而获得,人类就可以通过因果关系对未来进行预测。但是,人们通常所谈的因果关系常常具有不同的意义。有时人们能通过因果关系准确地预测未来发生的事件。有时却即便掌握了因果关系却仍然无法有效预测。因果概念的相互混淆在科学研究中是无法接受的。本文试图运用严格的逻辑演绎厘请这些关系。

关键词:预测 科学技术哲学 因果关系

1 如何预测未来? a

关于预测的历史非常长。从早年间巫师预测天气到现代数据科学家预测大选结果,预测无论 在自然科学还是人文社科中都是一个基础性的问题。人们预测未来所发生的事情通常采用两种方法:一种是默会的方式,占星术、算命、占卜、风水都属于默会。这种方法通过一些随意的线索拼凑未来的图景,试图用各种各样的方式将自己的说法合理化。另一种是科学的方式,这种预测建立在严格的因果解释上。一旦所有的相关条件被控制之后。只要一个原因被满足了,那么相应的结果必定会出现。一旦我们掌握了足够多的关于因果关系的知识,我们就可以预测在什么样的条件下产生什么样的结果,而且这种预测是必然的。至少其准确度要高于默会式的预测。 笔者想要强调的2个重点是:

因为默会的预测会遇到一些问题。请注意,这里我把默会方式的预测规定为不依赖任何因果关系的预测。有些占卜高手也能够预测得想当准确,这是因为他们在无意中借助了因果关系。这种预测我们也暂且称之为科学的预测。 而因果预测最奇妙的一点就是我们并不需要因果关系的前提存在,笔者将在后文中讨论这一点。科学家们只需要罗列出各种前提的可能性,就能知道什么事件将会在接下来的时间发生。因为因果关系是必然的联系,甚至可能是(按照休谟的说法)唯一必然的联系。任何想要脱离必然性的预测,都将会是偶然的。这就是默会预测不可能实现的原因。

2 因果关系b

纵观西方哲学史,最早对因果进行思考的哲学家是亚里士多德,他提出的“四因说”是西方哲学史第一次对因果关系的系统讨论。但亚里士多德的讨论充满了模糊之处。直到大卫·休谟的分析明确提出了“充分必要条件”的因果观。但事实上,后世的哲学家发现,仅用休谟对因果关系的定义是无法令人满意的。似乎还存在着其他意义上的因果关系。 科学的研究追求普遍性。尽管每一个个体事件都是有原因的,但是科学的目的并不是列举每一个事件的原因。而是对事物的因果机制进行抽象,表达普遍性的因果关系。科学活动并不关心在某一个特定地点“水沸腾”这一事件的原因,而是要探索在任意条件下,在任何情境下水沸腾的因果机制。按照古德曼的理论,科学定律与偶适概括的区别就在于,科学定律具有全称必然性。而偶适定律没有(Goodman 1983)。比方说,所有“水沸腾”的必然原因都是:

而“\(x\)是人”并不是“\(x\)有两条腿”的必然原因。 因此,本文的讨论将着眼于全称必然意义上的因果规则。

2.1 休谟充分必要条件因果观及其受到的批判c

按照大卫·休谟和之后对因果关系的解释和定义,两事件\(A\)\(B\)具有因果关系,当且仅当: \(A\)事件发生\(B\)事件将会发生(\(A \to {\rm{B}}\)\(A\)事件不发生\(B\)事件也不会发生(\(\neg {\rm{A}} \to \neg {\rm{B}}\))。 \(B\)事件在\(A\)事件之后发生(此处并不必然指事件的时间先后顺序,也可能是心灵意向的时间先后顺序。如“某人推门,门开”这一组因果关系,这两个动作是同时发生的。但是,推门者推门的意向必定是先于此动作而发生的。) 根据逻辑分析,我们可以看出,\(A\)\(B\)互为充分必要条件。\(A\)为原因,\(B\)为结果。 后世哲学家们对休谟因果观的发起了批判。比如:金在权(Kim 1974)就曾经提出过关于此定义本身的几个反例,但这些反例并不是笔者所关注的重点。 对休谟定义的一个重大批判和发展来自约翰·密尔。他认为,休谟将因果关系简化为两个事件。事实上,在复杂的现实世界,这样简单的因果关系是非常少见的。现实生活中往往会出现一因多果,一果多因,甚至互为因果的情况(韩林合 2013)。 笔者认为科学定律的普遍形式是:

\[\forall x\Box ({R_1} \wedge {R_2} \wedge ... \wedge {R_n} \wedge {P_x} \to {Q_x})\]

这里的\({R_1},{R_2},{R_3},...,{R_{n - 1}},{R_n}\)表示第n个相关条件。那么什么是相关条件呢?让我们举一个简单的例子:

“在标准大气压并且持续加热的情况下,水(必然)会在100℃时沸腾。”

注:“在标准大气压下” = \({R_1}\), “持续加热” = \({R_2}\), “\(x\)被加热至100℃” = \({R_3}\), “\(x\)沸腾” = \(Q_x\)

事实上,相关条件的思想对应于科学实验中的随机分组与控制变量。当控制了“在标准大气压下”和 “持续加热”这两个条件不变时,“水在100℃”构成了“水沸腾”的强决定因果,“水沸腾”当且仅当“水在100℃”。 那么这条定律可以重新写成:

\[\forall x\Box({R_1} \wedge {R_2} \wedge ... \wedge {R_n} \wedge {P_x} \leftrightarrow {Q_x})\]

我们并没有忽略造成“水沸腾”的任何一个原因。一旦所有造成“水沸腾”的条件全部满足,水必然会沸腾。由于并没有其他原因能造成水的沸腾,因此我们能从水沸腾必然地推出上述的三个条件。可见,我们找出了“水沸腾”的充分必要条件的因果关系。一旦其他相关条件被实现并且保持不变,那么其中任何一个相关条件的变化都可以成为“水沸腾”的充分必要的原因。比方说,当我们控制“持续加热”和“水在100℃”这两个条件,气压的变化同样能够成为水是否沸腾的充分必要的原因。而之所以我们通常不说“气压变化造成水的沸腾”是因为,气压通常是稳定的而且变化幅度不大。在自然状态下无法造成非常大的影响。而温度则在自然界中是一个相对于气压来说变化幅度较大的变量。 在相关条件被控制的情况下,其中的一个核心条件的变化都是结果变化的充分条件。比方说,当

  • (1)在标准大气压下
  • (2)持续加热

这两个条件被满足的情况下,从“加热到100℃”我们必然能推出“水沸腾”。 而相关条件和核心条件共同构成结果的充分必要条件。比如(1)在标准大气压下(2)持续加热(3)加热到100℃ 是“水沸腾”的充分必要条件。

事实上,休谟也曾以较为粗略的语言表述过关于多个原因的复杂事件的思想。但是密尔将其精细化了。密尔对于因果关系的另一个重要的贡献就是对负事件的表述。

密尔认为,构成一个结果事件的原因往往包含着一些负事件。即一些事件的缺席。比方说:造成\(K\)因癌症而死的原因是\(K\)没有在肿瘤恶化之前做手术、\(K\)没有及时发现自己的症状。\(Q\)能准时到达某地点是因为没有堵车,没有发生交通事故等等。尽管密尔并不承认负事件能够作为真正的原因。但是,一些哲学家(如: Mackie)认为负事件可以是真正的原因。对于单称事件来说,纳入负事件作为原因将会使原因的合取枝趋于无穷。然而,笔者认为对于全称因果关系,负事件的影响将不是强决定的。在某种意义下,负事件甚至不是一个存在的事件(韩林合 2013)
如果任何因果关系都像如上定义的那样为充分必要条件关系的话。再加上另一个条件,即:万事万物都是有原因的1。那么我们会得出这样的结论:我们可以预测到未来发生的一切事件。因此笔者对休谟的因果定义提出自己的诘难:

决定论论证:
前提(1):对于任何事件\(x\),都存在事件\(y\)\(y\)\(x\)的原因。
前提(2):\(y\)\(x\)的原因事件,当且仅当,\(y\)\(x\)的充分必要条件,且\(y\)的发生先于\(x\)
结论:假设世界的事件序列为\({C_1},{C_2},...,{C_{n - 1}},{C_n}\)。前一个事件是后一个事件的原因。从最初的事件\({C_1}\)我们必定能推出(预测)到它之后发生的任何事件\({C_n}\)

这条结论是不折不扣的因果决定论(Hoefer 2016)。如果我们接受以上的论证,我们就将面对决定论所面对过的一切困难。其中一个困难就是我们的结论和前提(1)是不相容的。如果任何事件都有其原因,那么为什么最初的事件\({C_1}\)就没有原因呢?而且,如果这条因果链条一开始就被规定好了的话,我们将如何解释随机事件的存在呢? 以上的种种困难的出现促使我们重新思考此论证。对于前提(1),我们是同意的。因为不可能存在着空穴来风的事件。任何事件都有着一定的原因。但是关于随机事件的因果。比方说,掷骰子。我们显然无法通过因果关系预测到骰子的下一个数字。类似于这类随机事件是不适于以上的决定论论证的。但至少,骰子的存在部分地决定了骰子的数字。如果骰子不存在的话,我们当然不能掷出任何一个数字。骰子的存在是对于掷出1~6这6个事件的必要条件。这种“因果关系”显然不符合休谟所定义的充分必要条件的因果关系。

2.2 复杂的现实世界:弱决定因果d

但是,上述相关条件被控制的情况往往只能产生于认为的实验控制的条件中。而在非常复杂的现实世界中,各种相关条件是在不断变化的。即使“水在100℃”也并不一定能导致“水沸腾”。所以,我们常常容易忽略一些潜在的相关条件。 一旦我们忽略了原因事件的某个相关条件。那么我们所观测到的因果观就是弱决定的。如果单单把握了一个结果事件的弱决定原因,我们就不能有效地预测未来。 弱决定的因果事件有两种情况。

  • (1)必要条件:\(P(B|A) = ?\) , \(P(B|\overline A ) = 0\)
    如:“骰子存在”(A)是“骰子向上的点数为3”(B)的必要条件。骰子不存在当然无法掷出任何数字。

  • (2)其他条件在变化的情况
    此时,原本的因果关系无法识别。试想象这样一种极端状况:首先我们满足(1)在标准大气压下(2)持续加热(3)加热到100℃ 这三个条件,这时水是沸腾的。随后,我们不断降低气压,这时沸点会降低。同时降低加热温度,但保持此温度高于沸点。这时,水仍然是沸腾的。但我们难以分辨究竟是降低气压还是降低加热温度因致了水的沸腾。

如果我们在科学活动中忽略了某种相关条件,比如说,我们忽略了大气压对水的沸点的影响。那么“加热到100℃”就不再能必然地导致“水沸腾”。此时,“加热到100℃”将成为“水沸腾”的弱决定因果。

3 结语e

本文的首要目的就是分析全称必然意义下的因果观,以及在什么样的因果关系下科学能够有效地预测未来。首先,本文通过决定论论证,反驳了休谟将因果关系简单地处理为充分必要条件的做法。笔者提出,对于多个原因造成一个结果的情况休谟定义无法解释。并且,在现实世界,不满足实验室条件下的控制变量,我们如何识别因果关系?原本的因果关系就失效了吗?

其次,笔者区分了在什么具体情况下,一个特定事件是结果事件的强决定原因和弱决定原因。并且人们只能在强决定原因满足的条件下对未来进行有效的预测。本文给出的处理方式是,正如科学实验所做的那样,仅当所有其他的相关条件被控制不变时。我们才能从认识的角度观测到充分条件的因果关系。而所有的相关条件与充分条件的原因事件的并事件共同构成了结果时间的充分必要因果。然而,由于这些事件没有受到控制,从认识的角度上我们无法识别它们之中的任何一个。严格地说,我们无法发现一个结果事件的所有充分必要的原因。

再次,对于必要条件的因果关系常常发生于两种情况。1.一旦我们没有控制某些相关条件不变,从认识的角度上我们很容易将原本是充分条件的因果关系识别为必要条件的。2.事物的存在是事物如此这般的必要条件。

参考文献f

Goodman, Nelson. 1983. Fact, Fiction, and Forecast. Harvard University Press.

Hoefer, Carl. 2016. “Causal Determinism.” The Stanford Encyclopedia of Philosophy.

Kim, Jaegwon. 1974. “Causes and Counterfactuals.” The Journal of Philosophy 70 (17): 570–72.

韩林合. 2013. 分析的形而上学. 商务印书馆.


  1. 笔者坚持这样的立场:任何一个单独的事件都有其原因存在。尽管不一定有一个事件作为同类型的所有事件的共同原因。例如:抛掷骰子是纯粹的随机事件,并没有一个强决定的原因导致骰子的某一面朝上。也就是说,骰子抛出的数字是随机的。但是,对于每一次投掷骰子的结果。都强决定于那一次抛掷的特定的力度、骰子的质地、桌子的粗糙程度等原因。笔者认为此信念与莱布尼茨提出的:“A 为真,因为 B 为真并且由 B 能推出 A”的充足理由律有相似之处。尽管充足理由率着眼于真理论的充分性,笔者着眼于事件的因果充分性。