百度文库-信息提示
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
信息提示对不起，该文档已被删除，无法查看
4秒后，自动返回首页心理学的非实证问题
激进经验主义的普遍衰弱再度提升了非实证主义对科学的贡献作用。这意味着心理学理论的发展与其他学科完整的理论传统可以等量齐观了。理论心理学不再是对那些传统体系和理论科目的模糊概括。而是一个活跃的可以很好地表述其研究项目的学科，一个有着特殊方法和结果的学科。本文概括了理论心理学家所要研究的问题的类型，同时讨论了他们的任务和实证研究的关系。
“您不是在说您可以不离开您的座椅就能解决问题吗？真的可以吗？Monsieur Poirot如是说。”
“那正是我的意思——请给我那些可以摆在我面前的事实。我把自己当成了一位咨询专家。”(, p. 103)
经验主义内部差别很大。它的一端是柏拉图，他认为所有的感觉经验都是我们理解现实的障碍。在它的另一端，斯金纳认为逻辑是行为实证科学的一个分支(, pp.
109-110)。与其余大部分的时代和地区相比，相对极端的实证主义者在近几个世纪的英语社会中留下了他们的痕迹。但是，时钟的钟摆又开始偏向了另一端。几乎在各个学科我们都能看到激进的经验主义正在衰弱，从物理学()到法学再到文学评论()。在科学哲学家眼中，几乎每个人都看到了先前的逻辑实证主义者过分地高估了实证研究在科学发展中的作用。在心理学领域，后现代主义者对社会心理理论的态度是明确的，比如葛根（1985），他强调知识的契约性；理性主义者乔姆斯基和其追随者，他们很大程度上是人工智能研究的先行者。上述的几种研究范式之间的差异可能是不可调和的，但是在这种流行的思潮中，他们所推动的改变是相同的。我们中的很多人已经开始承认科学工作是一种广泛的活动，也就是说，对于一个理论心理学家来说，他们有大量的工作要做。
我写此文的目的就是为了展现扶手椅上心理学家当前的工作，或许我们很少提及他们——理论心理学家。我会描写一些他们工作的一些特点：(a)他们是心理学发展不可或缺的；同时(b)他们不去做实证研究。在大多数的科学学科中都有他们的同行。然而我们要进行心理学方面的讨论有两个原因。第一，我认为很多的想法来自于新闻，特别是对于心理学家来说，因为心理学已经成为所有科学学科中最激进的实证主义。第二，我觉得心理学是非实证主义的研究发展的沃土，这远远超出了其他学科，如细菌学和地质学。第二点原因依据第一点原因的讽刺引出了一个有趣的历史问题，而这个问题仅仅是被短暂地触及到了。
在我们开始之前，作以下声明：我并没有过多地去让我所记录的关于非实证的问题变得彻底或是排外。文章容仅仅是一个有组织性的总结，在我所能及的范围内探讨了出现在各个心理学理论方面的重要问题。我将用自己熟悉的顺序对一些问题进行粗略地探讨。如果我们以那些早已被大多数的心理学家所熟知的非实证主义任务的性质和范围开始的话，我相信读者将不会感到失望。在文章的最后，我们将讨论一些建议，这些建议是对经验主义的一些观点的修正。
理论的建构和实证结果的推导
首先，非实证的理论建构是这样的：我么需要得到一些数据，根据一些合理的科学理论去解释这些数据从而获得一些原理。当然，理论也是需要经得起实证的检验。但是，首先我们必须拥有理论才能去检验。数据不能跳过理论本身，也不会由于数据量的增加而产生理论。我们除了创造以理论外，别无选择。我们更进一步地强调，一项可行的实证研究需要论点作为支撑。比如说，如果我们坚持演绎假说模型对科学的解释，我们需要展现出那些由理论推导出来的已知事实。这些工作都需要我们打破手扶椅和背后之间的联系。
建立合理的科学解释标准也是非实证研究的一项任务。但是，我发现这项研究活动只是从属于科学哲学而不是科学本身。我认为在科学和哲学之间划分一个明确的界限并不是那样的重要。但是，我还是希望他们之间能有一个合理的界限，因为这样会有很多非实证任务正好落入科学领域。建构理论去解释数据是非实证研究任务的第一个例子。
理论心理学的另一个任务是从现有的理论中推导出新的实证结果。确定或整合一个新的预测问题进行实证研究。但是获得预测过程的测验本身不是实证活动。直至今日，心理学理论通常过于简单以至于从理论推出结果（以及把建构理论放在第一位）是一件相当琐碎的事情。相对于物理学理论，心理学很少有实证结果隐藏在心理学理论之后。这些导致我们极大地低估了心理学理论的真实价值。这种低估表现在把理论心理学作为了学科的分支。谁需要一个专家去从挫败-攻击假说中去推导出一个结果呢？
理论在心理学上的地位完全不同于理论在物理学上的地位。在物理学领域，科学家的价值在于把理论建构和从现有理论中推导出实证结果变成专业领域的灵魂。在物理学中，推导出新的理论结果一般被认为是一个重大的科学进展，即使没有人知道如何对这些结果进行实证检验。比如，黑洞是广义相对论的结果，至今仍未有人能够对黑洞的存在进行实证验证。然而这项理论的发现仍被认为是科学的一大突破，他没有支持的数据，仅仅是基于一个结果的重要理论。这样的推导可能不会提供额外的理论支持；但是他却强化了我们对理论的理解。
当然有一种情况是可能发生的：心理学课题不能使用重要的理论构想。这种令人沮丧的情况在新兴的人工智能技术中却得到了有效的解决。人工智能（AI）有两种截然不同的形式将其称之为“弱ＡＩ”和“强ＡＩ”，知道我再次说明之前，我们都将人工智能看成是弱人工智能。人工智能本质上是一种建构理论和推导假设的形式。人工智能的研究者开始于一种心理能力，并且尝试去发现一种能够产生这种能力的基本计算序列。在心理学元理论折中主义的框架下，合成程序被看做是一种理论分析的能力()。这种理论或程序被用于获得那些我们用人脑都得不到的预测。人工智能的方法和传统的理论工作相比有两个截然不同的方面。首先，人工智能使用的是特殊的概念工具，这些工具需要我们花大量的经历去掌握；其次，人工智能可以获得我们观察不到的结果。
和 认为人工智能研究具有非实证的特点。却认为人工智能是实证科学，然而，这种看法是有缺陷的()。那些认为人工智能是实证的，因为我们除非运行和看见人工智能，我们才能够知道他是否在运行我们设计的程序。但是，由于我们大脑的限制，运行程序只能在电脑上实现。原则上，我们可以通过我们的大脑来了解这些给定的程序是如何运行的，这样的话，一个问题就出现了：理解这些程序会让我们变的困惑并且浪费了时间。尽管如此，这些问题都不足以改变人工智能的非实证的性质。如果没有纸和笔，我们不可能从广义相对论中推导出黑洞的存在，或者不能去建立这样一种理论。但是，这并不意味着理论物理学在某种重要意义上是一种实证的活动。依靠计算机的力量去获得理论结果的人工智能方法在本质上和传统的利用纸和笔去处理信息的方法是没有区别的。用以下的描述总结了对人工智能类似的分析：
缺乏人工智能的研究将会被一些更加适度和长久的东西（人工智能）所取代的时代可能要来了。可能有人建议，带着对心理学应有的尊重，理论心理学使用人工智能的方法来研究感知觉和认知确实是正确的航向。理论学工作者的任务是在关注事物内部一致性和预测能力的前提下，提出假设和小心地引出逻辑蕴含。当理论建构的任务太复杂而不能推脱给他人而自己离开实验室去享受闲暇时光时，人工智能的时代已经到来了；即使这个时代还没有真正的到来，但至少其他的学科已经为我们提供了一些榜样。（p.200）
总而言之，人工智能作为非实证研究，通过获得分析符号的前提（昂贵的设备），从而又获得了尊重。但是电脑是附属于人工智能的。他们唯一的作用是加快了理论推导的速度。
一致性分析
我们对现有理论的分析并不总是能产生新的实证结果。这样的话，我们可以着手这样的研究——去检验理论逻辑的一致性。比如说，我们可以尝试去检验一个理论是否存在内部不一致性。如果我们可以证明理论T既包含了命题p又包含了它的否定命题not-p，那么T命题一定是假命题，通过实证方法推导出来的结果也是错误的。分析也会出现形式上的缺点。一个理论在基本假设中可能会存在错误循环、回归、歧义、结论不合理或是非独立性的情况。这些小的理论错误虽然构不成原则性的错误，但是也需要对他们进行一些补救工作。
将这种类型的科学任务称作概念性问题。根据Laudan的说法，我们可以区分出两种不同类型的概念性问题。一种是内部概念问题，指一个理论T出现了内部不一致性。另一种是外部概念问题，当理论T和另一个理论T’发生不一致时，且T’的支持者的说法是合理的有根据，那么理论T就出现了外部概念问题(, p.
49)。第二个理论T’相比较于理论T来说，可能是一个更加宽泛和基本的理论。此时，理论T就会被指出违反了科学的基本方法论。
对经典精神分析中关于自我发展的批评就是心理学中出现内部概念问题的一个例子。弗洛伊德认为，本质上，由于知识被证明可以帮助我们满足我们的本能需要，所以我们生下来就开始探求外部的知识()。Hartmann's认为这个命题存在不一致性。由于除非我们先天就获取到了知识，否则我们不会发现知识对我们的帮助作用，因此，能力和对掌握知识的倾向（就是自我的发展）一定是先天的。因为Hartmann的这个假设被证明在逻辑上是孤立的，所以用实证的方法去证明弗洛伊德的假设是多此一举。
相比较而言，斯金纳对精神分析的指责也是没有说服力的，因为理论的不一致性不仅存在于理论本身，更存在于理论和推断科学解释的原则之间。因此，斯金纳的指责是一个外部概念问题。另一个例子是，乔姆斯基对斯金纳理论的指责也是没有说服力的。
原则上讲，理论之间是相互竞争的，那些对一致性进行过严格分析的理论才能最终地发展下来。实证主义者利用实证研究对这些幸存的理论进行选择。但是，至少在心理学的历史上，潜在的一致性分析的观念并没有得到充分的使用。
逻辑上的必然真理
每一个理论都有一些部分的真理是通过非实证手段建立的，因为非实证方法可以解决逻辑上的必然性。经典教科书上的逻辑上必然真理的例子是“学士都是未婚的。”带有心理学味道的一个例子是“强化对一个R刺激的反应并不是要在R刺激开始前终止反应。”这样的必然命题可以通过像“每个学士都是160磅”的偶然命题去区分。偶然命题在一些可能的世界史真实的，在一些可能的世界史假的()。为此，我们必须去看这个特殊的偶然命题在真实世界里是否得到满足。但是，必然命题无论在哪里都是真实的。因此，通过观察真实世界来确定真理的价值是多余的。还有一些情况是，真理或谬误是没有证据去检验的，这样的问题可以用一个先验的方法去证明或者证伪来解决。
我们有两个非实证的任务是和必然命题有关的。第一个就是从一个理论中的偶然部分出发去区分逻辑的必然性。第二个是去发现一个全新的必然真理。如果没有第一项工作，我们可能会把很多的时间和精力浪费在对无用的逻辑必然性的实证研究上。没有什么能够阻止我们去做这样的工作。我们可以通过调查来建立“学士都是未婚”的理论，这些调查数据毫无疑问也会给我们一个满意的显著性差异的结果。称所有的心理学概括都是逻辑上必然的，因此没有必要去对他们进行实证验证。毫无疑问Smedslund夸大了他的论断()。但是这是千真万确的，一些必然命题已经借偶然性的名义提出了关于世界的看法。以解释法律的作用为例，如果我们使用斯金纳的正强化定义（任何事件都能增加先前反应的可能性）来解释，很明显地，法律的作用变成了一个必然真理。对法律的作用进行了著名的讨论——他努力从偶然元素中找到问题的必然性——就是我们先前所提出的在必然命题中进行两个非实证任务的范例。一个更为现代的问题：关注人类是否理性的问题。Kahneman
and Tversky举出了大量的例子来证明人们通常会使用各种非理性的启发法来进行判断和决策(e.g., ; )。然而，根据说法，人类决策是理性的是一个逻辑上必然真理，因为在理性概念和现实人们的判断之间有一个连接的意义。Cohen没有质疑Kahneman
和Tversky的实证研究的数据。明显地，这个问题是无法进行进一步的实证研究的。我们所需要的是对理性概念进行深层的分析。
与必然命题相关的第二非实证任务是发现新的真理。我们不从偶然性中区分出必然性，仅仅把第一个任务置之脑后。至少有两个原因可以说明通过先验分析发现必然真理是非常重要的。第一，必然真理毕竟是所以真理中的一个，并且是值得了解的。如同发现一个新的偶然事实一样，发现新的必然真理可以增加知识。在这里，最简单的心理学史理论可能造成了这样的错误印象，必然真理，如“学士都是未婚的”，通常都是琐碎的和缺乏深刻见解的。但是，当我们普遍运用这些必然真理时，这个观点很明显是站不住脚的。毕竟，逻辑学和数学与其他学科相比，更加困难并且充满未知；然而，数学和逻辑学是不可或缺的典范。在下一个章节，我将会讨论一些心理学上的非易见必然性的例子。
发现新的必然真理的第二个原因可能会在实证主义者的心理产生共鸣。原因在于偶然事实问题可以用先验分析法进行解决，从而将偶然事实变成必然命题中的真理或谬误。我将会给出一个人为的例子，紧跟这个例子之后的是一个来自某些当代研究课题的真正例子。首先，我们考虑一下这个命题，费马的数学直觉（对数学全息的客观反映）是从来没有错的。我们把费马的命题称作F.F，F.F对费马的心理过程作了一些阐明，这些阐明不可否认都是偶然的：也许费马认为自己从来没有犯过错，但是其中的确存在错误。现在让我来设想一下，我们已经拥有了这些数据，这些数据与F命题的真假有关。依靠这些数据得出来的结果，很有可能出现这样的情况，我们仍然不知F命题的真假直到我们发现费马的最后定理是可以证明的。在这种情况下，从偶然命题中建立真理的唯一办法是证明它的必然性。对于一个实证主义者来说，创造出一个新的问题的理论知识是没有什么的。似乎意味着，我们可以不依靠任何实证数据就能从偶然命题中发现真理。在这个假设的例子中，我们所要的数据都在，但是我们仍然处在从数据中得出所需结论的困境中。把这样一个例子记在心中是非常重要的，那些让我们获取关于世界的偶然知识的困难可以通过先验分析的方法进行消除。
相似的情况发生在现实的例子是强人工智能。强人工智能尝试着去证实所提出的物理符号系统假说——这个假说认为纯粹的物理系统具有人类的各种各样的智慧。像弱人工智能一样，当强人工智能开始运行时，通过编程可以完成各种各样的智能任务。新的变化在于这样一个程序的发明是用来作为解释物理符号系统假说的证据。他的设想是这样的，如果我们可以操作电脑，并且我们确信纯粹的物理系统可以做到人类所能做到的；如果我们让电脑做任何事情，物理符号系统假说一定是真的。现在我们很明确了物理符号系统假说是一个偶然命题。不过，在强人工智能领域的研究者比在弱人工智能领域合作工作的研究者没有更多地从事实证研究。他们的任务是不断地尝试去建立真理-价值的命题，如以下内容：设计一个可以按字母表顺序排列名字的程序；编写一个可以对长篇论文进行总结的程序，等等。但是这些命题本身不是偶然的。强人工智能研究者称，有一种程序可以执行一个预定的方式不是必然正确就是必然错误的，并且程序的真实结构是一个对相应存在的说法的先验证明。这样的说法事实上是心理学上的不易观察的例子。总之，强人工智能的确对偶然假设感兴趣。但是这些兴趣并不是去进行一些实证工作。除了关于物理符号系统假说，强人工智能研究是非实证主义，正如一个人想去证明费马的最后定理，即使他的最后结果受到了心理学史假设的影响，认为费马从未犯错。
在我们离开必然真理这个话题之前，我们必须要提一下出现在一些哲学领域的有关必然-偶然区分的批判。这里做过开创性工作的是。Quine开创性理论所带来的一个结果是，在观测证据的基础上，任何信仰都可以被抛弃，即使是法律的逻辑和自称的真理，如“学士都是未婚的”，也都难逃脱被抛弃的命运。如果Quine的观点是正确的话，那么某些传统的关于自然和先验科学工作的地位将会有所改变。但是，这种修改不会影响先验工作的相对重要性。Quine断言，必然和偶然组成了一个连续体，他们之间不是分裂的。实证观察和先验分析之间的争论继续作为解决科学争议的合适方法。传统的观点认为，实证研究者和先验分析者各自分配自己的命题，前者解决偶然性问题，后者解决逻辑上的必然性问题。按照Quine的观点，实证研究者和先验分析者都认为他们有使用各自的方法去解决所有真理问题的特权。然而，当我们快要接近“必然性”的时候，需要实证研究让我们信仰发生改变来增加我们关于世界期望的不确定性；当我们快要接近“偶然性”的时候，需要先验分析来改变我们对信仰的看法以转变我们对世界的先验判断。然而，“如果我们在这个系统的其他地方作出重大调整，任何我们自认为是真理的陈述将来将会怎样？”(, p.
43)显然，这个观点导致了我们对通过先验分析（或实证研究）所完成的东西进行重新构建，但是在它的范围内，它不需要任何的消减。最后，我们要讲的是，Quine的理论在语言学家和科学哲学家中绝不会得到普遍的赞同。如乔姆斯基和瑟尔就是Quine的有力批判者。
非实证研究的另一项任务是创造新的概念。通常情况下，这项活动是和理论建构联系在一起的。但是，一个人可以离开旧的概念去建构一个新理论，同时也可以不去公开一项新理论而创造一些新的概念。
一个人为的例子可以再次帮助我去证明我的观点。设想一下，如果没有人把物质分为固态、液态和气态，现在有人提出要对其进行划分，我们不得不考虑这是在推进科学的进展。毕竟，许多重要的科学法则仅仅适用于物质中的一类，因此，直到有合理的分类体系出现，否则这种分类是不会被制定出来的。然而，固-液-气三态概念图式的提出者也没有必要进行任何的实证研究，甚至也没有必要提出实质的实证说明。提出者不需要对他所创造的概念的真假进行发言，因为概念本身无真假之分（你能说狗是真的还是假的吗？）。要求对概念进行实证确认是没有道理的。这些概念的建构就是一项非实证活动.
一个新概念的提出需要提出者至少要对其进行实证说明（在这个概念下存在某些现象），这个观点可能会遭到反对。因为事实绝非如此。“独角兽集合”大概是一个空集，但事实上“独角兽集合”并不是没有价值的（无论他是不是一个作废的概念）。的确，“独角兽集合”在描述仅仅经过几个世纪研究的动物学中起到了重要的作用，也就是说，独角兽是不存在的。那种认为科学的概念是非空集的观点是毫无理由的，概念对理论重要程度要看概念的功能大小就是上述观点的一个例子。除了那可耻的提出者，这种观点被叫做因子分析谬论更为合适。事实上，发现一个没有集合成员的分类有重大的理论价值。举一个例子，在元素周期表被提出之前，人们认为自然界只有原子而没有元素。物理理论家会立即介入这项说明元素表存在这些差异的任务。再来考虑一下我们所关心得问题——认知功能是否是模块化的()。当然，认知模块化的概念之所以被提出是因为许多认知功能被证明是分单元进行的。但是，如果后续的研究能说服我们认知功能不是分单元进行的，认知模块化概念的提出就不是在浪费时间。这个概念是我们探索认知结构中重要且不易观察的事实的中介，也就是说，认知是非模块化的。事实上，Fodor在他书中的大部分致力于研究这个课题，他提出了中央过程这个论点，像推理和信仰都是非模块化的。
新概念的提出通常是和新的实质性的理论联系在一起的。然而，这样的情况是经常发生的，理论被否定了而新概念却保留了下来。科学历史上最著名的例子可能就是哥白尼的日心说理论了。哥白尼理论的概念部分具有划时代的意义，它描述了天体是相对于太阳而不是地球而运动。和所有的概念的提出那样，关于这个问题的真假是没有答案的。对于行星的运行是相对于地球或是金星亦或是其他天体的描述是没有错误的。哥白尼主义的实证部分声称按照新的概念，行星是按照圆形的轨道运行的。这个实证的论点是错误的。事实上，托勒密的地球中心说（行星围绕地球旋转），为哥白尼的理论体系提供了不错的观测数据(, p.
156)。然而，哥白尼的努力巨大地推动了科学的进展。然而这个进展是概念上的，而不是实证上的。哥白尼为行星运行的研究提供了一个范式，这个范式为开普勒的椭圆形运行轨道理论和后来牛顿的整合提供了可行性。从实证上讲，托勒密的天文学和哥白尼的天文学离真理的距离是一样的。但是，它在实证方面成效很小。行星相对于地球运行的描述是如此的复杂以至于我们从牛顿的万有引力定律也提取不出。
弗洛伊德对心理学的贡献如哥白尼之于物理学的贡献一样是有争议的。即使弗洛伊德所有实证观点都被证伪，他在心理学上的对概念创新的奠基地位也是不容撼动的。当然，其中最重要的莫过于无意识这个概念，如果没有这个概念，当代的认知心理学也将不复存在。弗洛伊德自己也意识到概念这方面的工作和概念创新的重要性。他曾这样描述过自己的主要成就，“扩大了‘心理学’的概念”；探讨了他的“心理活动本能的概念”，他这样写道：
我在这里用“概念”这个词，是有些特别原因的。这些原因是我们所面临的最困难的问题，但是这些的困难不是指观测资料的不充分；那些呈现在我们面前的困惑，事实上都是最共同和最相似的现象；这些困难也不存在于对那些深奥的性质推测；这个因素在这里也只起到了很小的作用。但是，这的确是一些概念的问题——也就是正确的抽象的概念的引入问题，如果把这些概念应用在对原材料的观测上，会使得观察的结果更加有秩序和清晰。(, p. 113)
这些说法和那些从一开始就反对精神分析理论的不可证伪的指责观形成了鲜明的对比。从某种程度上说，精神分析对心理学的贡献在于概念（至少弗洛伊德是这样认为的），概念不存在证伪和验证的问题。
哥白尼和弗洛伊德的例子说明了即使新理论中的偶然假设都被证伪，那些表述这些理论的概念还可以延续下去。一个人在开始没有提出任何新假设之前，可以合法地为科学世界提供一个新概念，认识到这一点只是万里长城第一步。一个人可以提出一种给现象定概念的方式，这种方式指一些新的有意思的理论选项可以被划定，而不必要去考虑尊重这些选择。在这种情况下，还反过来要求我们“要考虑数据”，这明显是本末倒置的。或许我们会被要求要根据数据提概念，但是科学的价值并不总是依靠数据。门捷列夫的元素周期表和林奈的生物分类都是相对不受新经验影响而提出的概念的例子。而他们也都证明了他们是后来重大科学理论发展所必不可少的部分。
“固态”、“液态”和“气态”概念的创新是一种薄弱的概念创新类型。给以任何关于这三态的表述，在我们古老的、贫乏的语言中都能找到与之等价的但稍长的表述；也就是说，这些新的概念可以还原为更基本的关于容量、形状和时间的概念。但是，也有些新的概念不能还原为老的概念。如果, 和其他表征身份的理论学家是正确的，把心理学的概念引进到一种物理主义语言可以形成这样的创新。并且如果 和 是正确的话，那么最新的科学概念也不能还原成为其前身。我们暂且不管这些特殊例子的命运如何，毫无争议的是存在一些不能被简化成为其他概念的概念，因此，基本概念的发明是可能的。我将要讨论的一个有趣的结果，这个结果依据的是基本概念改变的可能性。设想有一个完整的科学分支，在某种意义上讲(a)我们知道有真理价值的命题可以被描述成概念形式，并且(b)我们有一个为所有真命题提供完美解释的理论。在这种情况下，这样看来就没有什么要做的了——任务已经完成。然而，事实上有人去创造一些把科学现象概念化的新方法是有可能的，这些新方法被证明是不可还原为旧的概念形式。结果显然是，已经完成的任务将会被重新打开，因为我们现在已经能够表述新的假设，这个假设在旧的概念形式里没有等价的形式。这样看来，发明概念可以为以前的没有问题的研究创造新的问题。
除了创造新命题外，从某种意义上说，概念的创造在不进行任何新的实证研究的情况下可以为我们提供关于世界的偶然信息。再次考虑一下，我们引入“三态”的概念来描述物理世界所带来的影响。当这个概念被创造出来后，我们不用从椅子上站起来就可以列举一系列全新的偶然事实：水是液态的，铅笔是固态的，等等。这种情况下，我们再去提出一些实证研究的假设是相当荒谬的：把铅笔伸进杯子中，然后记录下它是否维持了原来的形状。当然，我们这里依靠的是一个先验观察：我们之前已经多次观察到了铅笔在杯子中都发生了什么。可能我们会说我们“内隐地”知道铅笔是固态的，但是旧的概念图式没有告诉我们内隐的知识。即使如此，我们还是在增加代表科学的数据库，把它作为提出纯粹概念的方法。在那些不能还原为旧概念的新概念中，增加实证数据的情况更加明显。我们以前缺乏表达能力去规定我们的内隐知识，因此，那些知识进入我们的数据库是没有可能性的。以这样的方式，一个对认知结构或心理特征的明断的加工分类可以把我们大量的心理信息放进先验范围，然后进行进一步的实证研究。这不是我们第一次通过非实证手段来扩大我们的偶然性知识的可能性了。在前一节中，我们看到了一个偶然性的论断，这个论断是Newell和Simon通过证明必然真理而建立起来的物理信号系统。在这两种情况下，使用增加偶然知识方法并不能向实证理论知识的基本难题发问。但是，它的确在我们达到科学目的的过程中，为我们提供了一些关于非实证法的观点。
先天的偶然性
我写这篇文章的目的是为了对经验主义进行多视角的观察。然而，实证主义与非实证主义有一种天然的联系。就我们经常使用的关于实证主义与非实证主义的分界点而言所Kant()提出的。第一个区分点，必然命题与偶然命题是对立的。必然命题在所有确定的条件下不是真的就是假的，而偶然命题在某些条件下是真的，在另一些条件下却是假的。第二个区分点，经验知识（Kant称为后天知识）是要用观察和实验来证明的，与经验知识相对的是先天知识，而先验知识是不需要用观察和实验来证明的。经验主义也许会认为只有那些必然性命题才能称得上是先验，非实证主义认为肯定存在一些偶然性的先验知识。我在对先前定义中进行了分析，到目前为止也没有给出抛弃经验主义知识论的理由。
如果非实证主义是正确的，那么对先天知识的分析方法将在科学研究中扮演更重要的角色。我认为非实证主义是正确的，并且还认为先天的偶然性肯定以多种可能的状态存在。的确，Kripke（1972）就向我们介绍了先天偶然性的一种类型，Kripke的这种类型是他在研究逻辑程式时的一个附加产物。当然，这并不对经验主义世界观造成挑战。但是，它迫使我们认识到潜藏在偶然性与先天性关系的复杂问题。
改变了经验主义世界观的先天偶然性形式与Kuhn(1970)所谓的“范式”和Lakatos(1978)所谓的研究程序的“硬核”息息相关。按照Kuhn与Lakatos的观点，认为科学理论肯定包括一些基本的命题，以至于根本不需要用用实验去证实，尽管有些命题在逻辑是错误的。要承认人们在开始时会用到没有被实验证实了的命题，他希望这些假设仅仅是实验研究的临时性结果，也就是说，在长期看来每一个科学信条既不能被证实也不能被证伪。Kuhn与Lakatos给出了一些拒绝这种说法的有力原因。在这里我将要讨论众多原因中的一个。
人们普遍认为一般的科学假设会被大量的证据推翻。但是他们并不认为规则的推翻是通过假设的推翻所推翻的。然而方法论承担着对世界偶然性的解释：方法论告诉我们为了达到实事求是，在现实中必须怎么去做。对方法论原则是不能被证实或者证伪的辩论莫过于Hume()对“自然同质性法则”的专题讨论，在当代这种法则被称为推理法则。在这种法则的最简单形式就是，对过去规律的观查为我们提供了在预测这种规律在未来出现时提供了参考。这类假设内在的包含了不管研究者在什么时候都要从一系列的实验结果中概括出一般规律。一致性规则要求我们用偶然性去解释世界因为观察出来的规律会在当今的一些不确定情况下失灵。然而，Hume指出，不可能在没陷入循环论证的情况下用实验的证据去支持一致性原则。例如，过去合理的归纳推理对现在时没有帮助的，因为过去的合理归纳推理没有给我们留下任何暗示（过去的合理归纳推理在下一刻继续适用），除非我们首先能呈现一致性规则的效度。
经验主义者可能会反对这样一种观点，即如果假设是不能被证实和证伪的，那么假设就不能被看作是先天偶然性知识的例证，因为我们确实没有能够证明其正确的基本知识。我们要承认这一点和关于假设作为先天偶然性的观念。如果我们要像一名科学学者那样从事一个领域的研究，那么我们就要采纳一点偶然性的挂念。这种观念并没有从理论上迫使经验主义者放弃他们的看问题的观点。他们可以在要么放弃经验注意要么放弃科学研究之间做出选择。
一致性原则是假设的一个例子，这种假设成了绝大部分科学理论的基础。也有很多特殊的假设，这些假设组成了特殊研究传统的“硬核”。考虑到行为主义者与现象学主义者对待内省报告发地位的不同意见，所以就以心理学为例(Kukla,1983)。
按照行为主义的观点，被试S报告他体验到了E所产生的是观测性数据“S报告他已经体验到了E”(Btody&Oppenheim,1966)。在现象学主义者看来，同样的事件产生了“S体验到了E”这样的数据(Kohler,1947)。这样的分歧不能用另外一个实验来解决，因为双方再在他们自己的方法学视角去解释实验结果。就像Kuhn(1970)所说的那样“每一个范式都将或多或少的显示令人满意的标准，”（pp109-110）
Kantian的另一个发现就是一个科学学者很少在开始阶段去放置科学假设。Kant把这种程序叫先验性演绎推理。Kantian与Kuhn-Lakatos在看待科学假设上的主要不用是，Kant认为在所有的科学领域中都存在独特的假设。而Kuhn-Lakatos则认为在假设水平上的分歧在科学史上随处可见。他们的观点是不相容的：从Kuhnian的角度上看，Kant的先天偶然性法则会具有高等逻辑关系范式的特征，这种范式在科学理论中被广泛分享。不管在什么情况下，理论心理学家的另一个任务就是在现在心理学理论的背景下图区演绎推理特殊的假设。这类工作中的一个值得注意的例子就是对心智计算理论的解释说明，这种理论在现在认知心理学的大部分研究中被提前假定是正确的。Fodor(1975)把这项活动命名为“推测心理学”（p.vii）。在形式上，推测心理学的执行与使first-order理论公式化的任务一样都是对大量数据进行解释说明。然而first-order理论在数据的解释上所扮演的角色要借助于更多基本性的second-order理论。更精确的说，推测心理学的second-order理论说明了first-order理论的适用范围，first-order理论在先天的背景环境下被认为是可行的。
我们如何评估second-order理论的主张呢？这相当不容易的。经常有逻辑一致性的测验。不同范式的拥护者通常会与另外的争论起来，每个人都认为他人的观点是完全缺乏一致性，或者说如此宽泛的科学假设作为一个整体式矛盾的。当然，没人去担保一个单一的假设体系将会通过一致性测验。在两个连贯性的范式中作选择是否存在着理性知识这样一个问题是科学哲学在过去的一个阶段中被激烈讨论的问题，站在非理性主义这一阵营的Kuhn()和Feyerabend(1978)反对Lakatos(1978)和Laudan()。从Kuhnian的角度来看，在经验性工作下从事的计算范式会导致更多的极端计算理论，就如同刺激反应（R-S）研究得出了比较极端的刺激反应（S-R）理论。刺激反应理论与计算理论之间的不同是两者的理论太基础了以至于不能用经验方式去解决。也就是说它们是不同的范式。甚至对解决范式差异的经验主义方法持乐观态度的Laudanl也认为second-order理论与数据之间的没有直接的关系。最后，必须说明在黏在一起的范式中间如何去选择这样一个问题纯粹是心理学假设的问题。不要相信像完全怀疑论那样退化了的看法，为心理学建构一个先验性框架这样一个事情是相当困难的，这种困难不受概念上主要困难的约束。
务实的先验
如果理论心理学家有这样一项工作（探索心理学理论的预先假设），他们的任务是否是去发现比康德的存在于整个科学中的预先假设还要宽泛的预先假设？我们似乎应该把这种任务交给哲学家。然而，对于心理学家来说，有趣的是那些在科学理论上的先验制约大部分是认知方面和社会方面的。至少在表面上看，存在着各种各样的外界物理环境，我们像往常一样在这些物理环境中或多或少地进行着一些科学活动。事实上，我们还不清楚是否需要存在一个物质世界来做科学研究，因为无实体的精神也可以做一些研究。但是，除非人类掌握了一些特定的精神设备和社会组织，否则任何东西都不像是科学。因此，事实上，人们的假设是占有特定的心理设备和社会组织，这些设备和组织必须被任何科学理论所预先假设。同时这些命题正好属于心理科学（和社会学，因为我在这里没有做这方面的调查）。由于他们需要的冗长的辩解是毫无价值的，我在这里把这种先天偶然的分类叫做务实的先验。
务实的先验的理念不像特殊的心理学理论的假设那样对心理学起到同样的作用。从某种意义上讲，我们不会去拒绝这样特殊的理论假设，也不会去寻求其他替代者，但是，务实的先验必须通过坚持行之有效的心理学理论来约束对他的使用。这种特殊的理论假设是不能通过实验进行证实或证伪的。实证研究和务实先验之间的关系将更加独特。如果我们给一个实证实验提交了一个务实的先验假设，我们将不必要去等待实验的结果，因为是通过逻辑来证明的。总之，鉴于务实的经验假设是具有约束性的，这种特殊的理论假设是要选择使用的，当然，我们还是要讲科学的。
最基本的和最著名的务实经验命题莫过于笛卡尔对我思争论的总结。笛卡尔建立了偶然性的心理学上的事实，他以在评估各种信仰的合理性项目得出的逻辑后果为依据证明心理过程的存在。然而，这个项目可以更加详细地证明，事实是它已经权证了心理过程的存在。的确，务实先验真理认为心理过程中存在着一个非常高级的智慧命令。
心理学希望建立通向务实先验的路径的把握有多少？这还是一个未知的问题。或许我们再也找不到这样的分析，但是，它也初步证明了这样的可能性，相当详细的心理（社会）生活图片从科学领域中被减少。如，各种各样的认知一致性理论宣称，信仰系统属于那些减少明显矛盾的动力学规律(e.
g., ; )。从这些理论中诞生了大量的实证研究。但是一项最近的研究显示，实证研究可以证伪一致性理论的基本假设是不合逻辑的，因为证伪这个概念意味着之和一致性相联系。认知一致性理论是偶然性的理论；然而，受到它的启发，一些实证研究在逻辑必然真理中是多余的。
在人工智能方面，务实先验真理研究大概相当于建立一个人工科学家。通过增加人工科学家收集数据，建立原因理论，为实证研究提交理论和依据新的结构校正理论的能力，什么样的结构和过程类型可以被预先假设？像所有的与人工智能相联系的事务那样，这些问题需要的是分析而不是实证研究。然而，无论最后的分析结果是怎样的，我们可以确信偶然真理是那些我们意识到的结构和过程，因为我们收集数据，创建理论等能力实证太强了。我们确信，建立一个人工科学家的方式可能不止一个，问题是，我们是否能仅仅通过实证研究的方法来创造出人工科学家A或人工科学家B。这个可能性我们在这里稍作阐述。让我们用S1,
Sn来代表具有科学家行为能力的系统。然后分离出“我们是S1
S2…或Sn”，这代表一个心理学的务实先验真理。关于我们心理装置的数量是按照异质性的装置S
= (S1, S2,…,
Sn)的分离所提供的。这个装置可能是无限的；甚至不能循环枚举。但是当当前的S数量是0的时候，担心S太大似乎为时过早。当前，没有人知道认知心理学如何能从纯粹的先验认知科学中产生。
最后的观点
我们前面的讨论已经接触了一些科学哲学和语言哲学方面悬而未决的问题。这里面所涉及的问题很难，并且我对这些问题的处理也一直不确定。然而，有一个观点我们可以肯定，这个观点也远远地超过了合理的怀疑：总体上看，全球对于理论心理学的看法是不恰当的。每一个非实证任务在讨论之前都有不同的逻辑性，并且与经验主义任务有不同的联系。一个人想去同时质疑这些任务的正确性和重要性。但是没有任何一个单一的经验主义观点就能处理所有的问题。
我将会用几句话来来概括一下与实证心理学研究相比，理论分析的相对重要性。当代心理学在这个问题上的鸿沟如同柏拉图与斯金纳之间的分歧一样。一方面，认为杂志不应该发表那些评论性的文章，因为这些文章少有新数据（p.1400），这些人认为：
对结果的另一种解释的批判或是支持应该是有价值的，但是，由于没有数据支持，问题常常会归结到不同的观点。似乎心理学家应该花更多的时间去收集数据，同时不要总是去倡导自己所钟爱的观点。（pp.）
在真实的世界中遇到一个对自己来讲无价值的人会有一种与众不同的愉悦感。很显然，Christensen-Szalanki 和
Beach认为科研的唯一任务就是收集数据去发泄在那些毫无根据的观点上。相反的观点则认为心理学没有必要去收集新数据，这个观点至少在最初是合理的。这些观点通常发表在人工智能的文章中。这样描述道：
对于很多人工智能研究者来说，他们不需要去观察、推测或进行言语理解；也没有必要做更进一步的实验。当这些所提到的任务足够强大到接近人类行为时，当这些任务足够接近去做无差别的实验来证明其合理性时，我们才会去做实验。
如果我们在本文中换一种理论来做解释，那么我们会呼吁人们进行实证研究，实证研究是缺失的。我认为这样的争论是无休止的。即使我们被那种事实（超越我们当前理论范围的观点）所团团包围，理论的发展需要我们去解决现实特别的问题。如果我们不去这样做，科学的历史将无法被理解，对于人类来说，我们只顾掌握实证信息，导致系统的科学将无法得到解释。当然，当我们拥有了组织缜密的理论时，调查事实的需求将会上升。这就是为什么除了劝告Christensen-Szalanki
Beach之外，我们应该拒绝去发表“洗衣账单”和“购物清单”这些数据。当理论不再是一个可有可无的角色时，把我们收集数据的任务交给新闻界而非科学界吧。心理学对新闻界所承担的义务多于新闻界从心理学中所得到的好处。但是，我有理由对未来保持乐观。
（这是加拿大理论心理学家库克发表美国心理学家的论文，由我的研究生柳强同志精心翻译）
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。}