哈耶克：复杂现象论

哈耶克文冯克利译一模式认识与模式预测人类因为好奇心和需要而投身于科学研究。

这种好奇心一直有着比任何其他因素都更大的创造力。

这有充分的原因。

当我们有了好奇心时，我们便会有一个疑问。

但是，不管我们多么迫切地想从似乎是毫无秩序的局面中找到一条出路，如果我们不知道应当寻找什么，那么即使对纯事实进行最专注而不懈的观察，也不太可能使这些事实变得更易于理解。

对事实的直接把握当然十分重要，但是只有在提出问题之后，才能够进行系统的观察。

在我们提出明确的问题之前，我们无从运用自己的智力；而问题的前提是，我们已经对事件形成了某种假设或理论。

只有当我们的感官首先察觉到事件中一再出现某种模式或秩序时，问题才会出现。

一再认识到某种规律（或反复出现的模式或秩序）、不同环境中某种相似的特征，使我们产生好奇心，从而提出“为什么如此”的问题。

我们的理智有一种天赋，当我们在纷杂的事物中注意到这种规律时，我们猜想存在着同一种机制，我们产生了发现这种机制的好奇心。

我们对自己环境所取得的无论什么样的理解或控制力，正是归功于我们理智的这一特性。

许多这样的自然规律是由我们的感官“直觉地”认识到的。

我们看到和听到的模式就像个别的事件一样多，并没有运用理智的操作。

在许多情况下，这些模式不过是我们视为理所当然的环境之一部分，因此它们不会引起问题。

但是，当我们的感官向我们展示出新的模式时，就会引起惊奇和疑问。

我们将科学的起源归功于这种好奇心。

然而，我们的感官的这种模式认知的直觉能力虽然十分神奇，却仍然有它的局限性。

只有某些含有规律的状况（未必是最简单的状况）会将自身呈现于我们的感官。

自然界中的许多模式，只有当我们用理智把它们建立起来之后，我们才能发现它们。

系统地建立这种新模式是数学的工作。

在这方面，几何学在视觉模式上所发挥的作用，不过是一个最为人们熟知的例子。

数学的巨大力量在于，它使我们能够描述出我们无法用感官认识的模式，并且能够说出具有高度抽象性的模式的等级或类别的共同属性。

从这个意义上说，每一个代数方程或一组这样的方程都规定了一类模式，当我们用明确的数值代替其中的变量时，这些模式便具体化为个别的具体表现。

很可能是因为我们的感官能自动地认识到某些模式，因此导致了一种错误的看法，以为只要我们作足够长时间的观察，或从自然事件中得到足够多的事例，某种模式就总是会自动浮现出来。

事情经常是这样，仅仅意味着在这种情况下，理论化的工作已经由我们的感官完成。

但是我们还得对付一些这样的模式，它们的提出并无生物学的原因，在我们能够从现象中发现它存在之前，或我们对它能否用于我们的观察能够进行检验之前，我们必须首先发明这种模式。

一种理论总是仅仅规定某种（或某类）模式，人们所期待的一种模式的具体表现，取决于具体环境（“原初的和边缘性的条件”，根据文本的目的，我们将称之为“素材”）。

我们事实上有多大的预测能力，取决于我们能够确定多少这样的素材。

由理论提供的模式描述，一般仅仅被认为是一种使我们能够对出现在特定环境中的模式之具体表现作出预测的工具。

但是，关于某些一般条件下会出现某种类型的模式的预测，也属于有意义的（但有可能是错误的）预测。

如果我对某人说，他到我的书房去会看到那里有一块由钻石和花边组成图案的小毯子，他不难确定“根据结果这一预测是真是假”，即使我没有提到布局、尺寸、颜色等形成这块小地毯图案的因素。

对某种类型的模式之出现所作的预测，和对这种模式的具体事例之出现所作的预测之间的区别有时在自然科学中也十分重要。

宣布某矿物晶体为六边形的矿物学家，或推测处在另一天体的磁力场的某个天体的运行轨道与圆锥体的一个断面相一致的天文学家，是作出了可以被否定的有意义的预测。

不过一般而言，自然科学倾向于假定，从原则上说总是有可能对它们的预测作出任何所需程度的说明。

但是，当我们从自然科学所处理的比较简单的现象转向并不总是能够作出这种说明的更为复杂的生命现象、精神现象以及社会现象时，这一区别便具有了更为重要的意义。

二复杂性的程度当把简单和复杂的区分应用于各种命题时，出现了相当大的哲学困难。

不过，衡量不同类型的抽象模式的复杂程度，似乎有着十分简单的方法。

一种模式为了呈现出这类模式的全部特征而必须具备的要素数量最少，似乎提供了一个毫不含糊的标准。

人们有时怀疑，生命现象、精神现象和社会现象是否真的比自然现象更为复杂。

看来这主要是因为混淆了某个特殊种类的现象所具有的复杂程度和任何要素组合、任何现象所能形成的复杂程度。

物理现象当然可以用这种方式达到任何复杂的程度。

但是，当我们从一个公式或模式为形成不同领域典型的模式特征（或呈现出这些结构所遵循的一般规律）而必须具有的最小变量这个角度考虑问题时，当我们从非动物现象进入（“有机性更高的”）生物和社会现象时，复杂性的增加是显而易见的。

从这方面说，即从明确的变量之数量这个角度说，当我们观察一组表述任何物理规律尤其是机械规律的公式时，这些规律看上去令人吃惊地简单。

而另一方面，甚至像反馈（或控制论）系统这种构成因素相对简单的生物现象，其中物理结构的某种组合会产生一个具有特殊属性的完整结构，为了对它进行描述，也需要比描述一般机械规律更为细致得多的方法。

事实上，当我们问自己，应当根据什么标准指出某些现象是“机械”现象或“物理”现象时，我们很可能会发现，它们的规律从以上规定的意义上说是简单的。

非物理现象更为复杂，是因为我们把可以用相对简单的公式加以描述的事情称为物理现象。

因为相互之间存在着简单关系的要素之数量的增加，而引起“新”模式的“浮现”，意味着这个更大的结构作为一个整体具有某些普遍或抽象特征，只要普遍结构（比如一个代数方程所描述的结构）得到保留，它们就会独立于个别素材的具体数量而反复出现。

这种根据其结构的某些普遍属性定义的“整体”，会成为理论解释的明确对象，即使这种理论有可能仅仅是把有关各个要素之关系的命题结合到一起的一种方式。

如果主要根据该结构是“开放”系统还是“封闭”系统来对待这项工作，有可能引起误解。

严格地说，宇宙根本不存在封闭系统。

我们只能提出这样的问题，在具体事例中，宇宙的其他部分作用于这一系统的那些我们希望指出来的接触点（它们对理论而言就变成了素材）是多还是少。

这项决定着理论所描述的模式在既定环境中所呈现之特定形式的素材或变量，在复杂的整体中数量会更多，因此也比简单现象更难以确定和控制。

当我们把某事物当作一个整体，或划定“分界线”时，是由这样的考虑决定的：我们能否分离出一个我们在自己生活的世界中实际遇到的一再出现的、明确的整合结构的模式类型。

可以设想有许多一再出现的复杂模式，但我们不会认为值得去建构它们。

仔细思考和研究一种特定类型的模式是否有用，取决于它所描述的结构是持久的还是暂时的。

我们主要关系的整合结构，是那些某个复杂模式使它产生了某些属性的结构，表现出这些属性的结构可以自我维持。

三素材不完全时的模式预测为了形成一类类型的复杂现象，需要最低限度的独特要素的多样性（因此也包含着需要作为解释的最低数量的素材的多样性），由此引起的问题决定着有关这种现象的学科，并且使它们看起来十分不同于研究较为简单的现象的学科。

前者的主要困难变成了一种实际确定全部决定着相关现象之特定表现的素材的困难，这种困难在实际上往往无法克服，有时甚至是一种绝对的困难。

主要研究简单现象的人经常倾向于认为，理论在存在着这种情况的地方毫无用处，科学态度要求我们应当找出一种足够简单的理论，使我们能够从中得出对特定事件的预测。

在他们看来，这种理论，即有关模式的知识，仅仅是个工具，它的作用完全取决于我们能否使它成为对引起某个特定事件的环境的解释。

就简单现象的理论而言，这大体上是正确的。

可是没有理由认为，总是可以发现这种简单的规律，物理学更为先进是因为它成功地做到了这一点而另一些科学尚无法做到。

不如反过来说更好：物理学取得成功的原因是，根据我们的理解，它所处理的是简单现象，而一个有关本质上很复杂的现象（或——如果这种说法更为可取的话——必须处理的是有机化程度更高的现象）的简单理论，很可能必然是个错误的理论——它至少没有作出其他条件保持不变的假设，而在对这些条件作出充分说明之后，该理论将不再是一个简单的理论。

可是我们所关心的，不仅是个别事件，也不仅是能够从经验上加以检验的对个别事件的预测。

我们同样关心抽象模式本身的再现过程。

有关某种类型的模式在规定的条件下将会出现的预测，是一种可错的（因此是经验的）命题。

有关使某种类型的模式得以出现的条件的知识，以及有关它的维持取决于什么的知识，在实践中有可能十分重要。

使理论所描述的模式得以出现的环境和条件，是由一定范围的、可以被代入方程式中的变量所规定的。

因此，为了使这种理论适用于某种状况，我们需要知道的是哪些素材具有某些一般属性（或者是属于变量范围所规定的类型）。

除此之外，只要我们仅仅满足于得到将会出现的模式的类别，而不是它的具体表现，则我们就无需知道它们各自的属性。

这种理论注定是“代数性质的”，因为实际上我们无法把具体数值代入变量，因为这样一来它会不再是一个单纯的工具，而是成了我们的理论努力的最终结果。

当然，用波普尔的话说，这种理论是经验内容很少的理论，因为它只能使我们预测或解释一种可以同许多具体环境相配合的条件的某些一般特征。

它大概只能使我们作出斯克里温先生所说的“有前提的预测”（hypothetical prediction），即受着尚不知晓的未来事件制约的预测；在任何情况下，与这种预测相一致的现象范围甚广，这使它出错的可能性很小。

但是就像目前——甚至永远如此——在许多领域里我们所能取得的理论知识一样，它能够扩大科学知识可能的发展范围。

由此可见，科学的进步必须从两个方向上进行：使我们的理论尽可能具有可证伪性当然是必要的，不过我们同时也必须进入这样的领域，随着我们的深入，可证伪性必然会减少。

这是进入复杂现象的领域不得不付出的代价。

四统计学在处理模式复杂性上的不当在我们进一步说明“代数性质的”理论所提供的、仅仅对有着高度概括性的一般特征作出描述的“原则解释”的作用之前，以及在讨论我们因为看到了可能的知识之界限而得出的重要结论之前，有必要先谈谈一种方法，可以说，它经常错误地使我们丧失对复杂现象理解力：统计学。

统计学的设计是为了处理大量的数据，因此人们往往认为，因复杂结构包括众多要素而产生的困难，可以利用统计学的技术获得解决。

但是从本质上说，统计学是通过消除复杂性来处理大量数据的，它有意识地把它所计算的每个要素，看成它们之间仿佛没有系统地相互联系在一起。

它通过用出现率信息取代有关个别要素的信息，避开复杂性问题，它故意不考虑一个结构中不同要素的相对位置也会有一定作用这个事实。

换言之，它的工作假设是，只要掌握了一个集（collective）中不同要素的出现率，就足以解释这种现象，因此有关这些要素相互联系的方式的信息是没有必要的。