个体科学家思维方式的计算机模拟

出处：按学科分类—自然科学总论 北京理工大学出版社《科学技术论手册》第221页（3183字）

尽管已有的计算机还不足以模拟科学发现的整个过程，包括不同的科学共同体对科学发现的接受，但是人们依然会问，它们能否模拟个体科学家的思维过程。⁽²⁾这个问题更难。

显然，即使是最普通的计算机也能从事我们通常称之为“发现”的某些工作。比如，原有的因子分析程序(factor analysis program)能够把“因子”从大量的数据中筛选出来——这些数据只能作为人类大量的计算结果而被发现。当然，更智能的程序，比如规则－诱导(rule-inducing)的专家系统更是如此。⁽³⁾这些系统首先被给予一组问题和答案，然后它们就会诱导出可能为之提供基础的行动规则。对于操作者而言，这些规则常常是新颖的，据说用这种方式已经得出了很有意思的发现。神经中枢网络计算机甚至被赋予了更高的期望，它可以“学会”对重复的事例进行概括。这些计算机获得的“发现”具有惊人的价值，正是这一点引发了人们浓厚的兴趣。

我们应该注意到，围绕发现型机器的有效性问题展开的争论产生出一个引人入胜的特点，有一类机器［因子分析和自动化诱导等等］，它们获得成功的依据是其结果的新颖性，而另一类机器［西蒙类型］获得成功的依据则是它们重新发现已有结果的能力——它们缺乏新颖性。如果把这两类程序与科学知识社会学最典型的发现模型做一下对比，就会发现，两者随处都会产生“摩擦”。⁽⁴⁾我们注意到，西蒙类型的机器在输入阶段上是值得怀疑的，因为它们的“发现”已经被包含在支持它们的数据之中了——根据预期的输出对输入做出清理。另一方面，如果输出是新颖的，就需要更加关注输出阶段。如果机器输出的各种结果有很大的差异，并且操作者仅仅是挑选那些看似合理的结果，那么这台机器就不是在发现——计算除外。科学家必须做出判断，在某些数据中发现的某种关系是否应该算作是发现；他们必须改变科学的社会生活的秩序。

尽管掌握一种能迅速产生各种“潜在发现”的工具是非常有用的——这些发现在其他地方可能会被忽视，但这不是发现的全部。我将提出，即便是能产生新颖性的计算机也没有充分地植根于社会生活，它们仅仅模拟了科学发现活动的一小部分。把这类机器称作“发现的辅助工具”而不是发现机器也许更确切。⁽⁵⁾为了确立这一主张，你必须在清理过程之前对全部的输出加以考察。

另一方面，计算机似乎能帮助人们去描述或勾画个体科学家的发现活动。比如，戈尔曼和卡尔森正在运用计算机技术，比如超媒体(hypermedia)，来模拟科学家同时研究多个项目的方式，古丁正在用计算机模拟发现过程［比如，参见戈尔曼和卡尔森，1990］。⁽⁶⁾

古丁设法用计算机再现法拉第的思想与操作图像、仪器等方面的活动。有关这些操作活动的信息来自于法拉第的详细的实验室笔记，并结合了对法拉第某些实验进行的重复。与其他“发现”程序的不同之处在于，他追随的是法拉第的步骤以及这些步骤的扩展，而不是凭空复制它们或者根据“推理逻辑”进行重构。然而，古丁希望发现一种实验试探法，这种试探法至少能与法拉第及其同时代的人的实验风格相吻合。古丁声称他能够用他的计算机程序“模拟以社会为媒介的输入的本质”，但是这难以令人置信，因为也有可能是程序本身已经被社会化了。把社会行为回溯性地描述成遵守规则的过程与把它们描述成真实的嵌入社会的行动，这二者之间存在很大的差别。如果古丁的程序打算给出真实的发现而不是复制已有的发现，那么他也许会看到这一大相径庭的差别。本章将会多次涉及这一论题。

发现的个体模型和社会模型

把发现的社会层面与个体层面割裂开来似乎过于简单化了。沃尔伽［1989］清楚地表明了这一点。他注意到，有些人似乎认为可以在科学发现的社会模型和个体模型之间做出选择。但是，对于科学的社会分析者而言，每一个体的行动已经充满了社会性。比如，科学家在说出每句话的时候，他们都是在使用本质上具有社会性的自然语言。每个问题的框定以及每种行动的展开同样如此。

如果这样看待事物的话，那么问题不在于社会性的多少，而在于要么全都是社会性的，要么全都不是。果真如此的话，戈尔曼［1989］或塔加德［1989］的下述想法就很成问题了，他们认为要想彻底地理解科学就需要综合个体认知视角与社会的、知识社会学的视角。于是乎，任何发现的程序，甚至是那些模拟个体科学家的程序决定了科学的社会理论，这样的说法就变得很奇怪了。

我已经提出了类似的看法，因为我曾经指出，对科学知识社会学持严厉批判态度的人认为，即便是［比如］一台袖珍计算器也足以证伪科学的社会模型，因为它是非社会的，却能完成一项只有社会化的数学家才能从事的工作［科林斯，1989］。我对此的回答是，这些人的假设是错误的；也就是说，很多时候计算器所做的与人的算术计算完全是两回事——这两类算术只有在人从事某种特定的行动，我称之为“举止特殊的行动”(behavior-specific action)时才是一致的。按照这一理论，稍后我还会回到这个理论上来，个体科学家的计算机模型仅仅有助于我们理解科学活动的某个部分——这一部分是按照举止特殊的方式进行的。发现程序、因子分析程序及其他程序所能模拟的是举止特殊的行动，而不是整个科学发现。

这样，关于对个体科学家的研究之于科学过程的贡献，就存在三种可能性模型。可能性Ⅰ认为，所有的行动都是社会性的。这一可能性有两个分支：分支Ⅰ告诉我们，个体计算机模型为何与科学没有关系；分支Ⅱ主张，这些表面上模拟个体科学家的程序实际上已经与社会联姻了，不管程序员是否认识到这一点，这体现在程序员处理输入和输出的方式中，或者体现在输入和输出对社会规则的回溯性编码中。⁽⁷⁾

在此图式中，可能性Ⅱ源于举止特殊的行动理论；它认为计算机模型可以模拟科学过程特殊的、非常有限的部分。这一可能性允许计算机和计算机模拟在这些特定领域扮演一种小角色——科学家的辅助工具。

可能性Ⅲ——本质上是认知模型，它认为，虽然“社会因素”影响着科学进步，但是很多本质的部分却是理性的、个体主义的。⁽⁸⁾这样，许多科学活动都能够用计算机程序来模拟，但是，因为个体视角和社会视角是科学过程的组成部分，所以要想彻底地理解科学的话，二者都必须被包含进来。

虽然最后一种观点很有吸引力，但是我认为持这种观点的人，比如戈尔曼和塔加德在解释何谓“彻底”方面还有一些工作要做。有一种说法认为如果一个过程的组成部分不止一个，那么所有的部分对于解释这个过程来说都是至关重要的，这似乎很有点修辞上的说服力。但是它将随之提出这样的要求，即他们自己的解释还应该包含，比如脑生物学。毕竟，如果没有大脑血液的流动、氧气的使用、能量的传递以及所有诸如此类的过程，就不会有科学。戈尔曼和塔加德似乎很不在意脑生物学［以及脑化学和脑物理学等］，于是便搞糊涂了，他们为何应该坚持，即便是那些支持科学的“社会要素”模型的人也务必把认知要素包含在内。这里，在如何从总体上解释行动的问题上，社会学与心理学之间的一场界线分明的大规模论战正在相互逼近。⁽⁹⁾