Как оценить объяснение

Мы не можем создать идеальное объяснение. Мы можем только создать лучшее объяснение, чем предыдущие. Новое объяснение должно пройти проверку временем, и со временем, возможно, будет заменено ещё лучшим. В этом и состоит «эволюционность» эпистемологического процесса – процесса познания.

Чтобы понять, что новое объяснение лучше, чем предыдущее (или обнаружить обратное), мы можем ориентироваться на следующие критерии, уже встречавшиеся вам в разных вариантах в применении к моделям вообще:

Заземлённость объяснения.

Чем лучше вы привязываете к реальности каждое положение своего объяснения, тем лучше.

«Заземление» — это когда все, что можно сформулировать в узких классах, формулируется в узких классах. Все, для иллюстрации чего можно привести экземпляры, иллюстрируется экземплярами. Все, о чем можно сказать простыми словами — говорится простыми словами.

Вы должны видеть пути «заземлить» ваши самые абстрактные утверждения, то есть понимать, какие примеры индивидуальных 4D объектов могут их проиллюстрировать, подтвердить или опровергнуть. Чем более заземлены ваши объяснения, тем меньше риск уйти в абстрактные и бесполезные размытые утверждения, оставив без внимания что-то важное в реальном мире. В результате заземления объяснение даже на абстрактом концептуальном уровне становится проще для восприятия.

Объяснение на релевантных уровнях.

В общем-то, чем детальнее модель, лежащая в основе объяснения, тем лучшие предсказания оно теоретически может давать, потому что учитывает больше объектов и отношений. Но в то же время качество предсказаний неизбежно снижается из-за накопления ошибок, да и время, необходимое для получения предсказаний, растёт.

Релевантный уровень подробности означает объяснение на уровне наиболее мелких объектов из тех, что важны для объяснения и позволяют ему работать– и не более мелких, чем нужно. Оно не должно углубляться в такие детали внутреннего устройства, которые уже не важны для понимания на объясняемом уровне.

Объяснение групповой динамики может включать объяснение взаимодействия отдельных людей, но не должно использовать информацию об обмене нейромедиаторов в мозгу человека.

Если объяснение перестало нас удовлетворять, и вы не можете обнаружить деталь, которую надо заменить – возможно, объяснение было слишком высокоуровневым, и можно попробовать его детализировать..

Чтобы проверить, работает ли объяснение какого-то феномена – полезно попробовать подняться уровнем выше, и посмотреть – соответствует ли предсказываемое нами тому, что происходит на макро-уровне.

Например, объяснив функции, структуру и процессы работы в департаменте фирмы, имеет смысл посмотреть – успешен ли этот департамент на фоне других департаментов и служб.

Опровержимость объяснения.

Это специфический критерий оценки объяснений, «фальсифицируемость». Мы должны уверенно отвечать на вопрос «при каком развитии событий в мире я откажусь от этого объяснения?».

Например, я считаю, что в фотоаппарате сидит демон. Если я сейчас открою фотоаппарат и демона не обнаружу, то от этого объяснения я откажусь.

Чем больше ответов на такой вопрос — тем лучше. Если существует много возможностей опровергнуть объяснение, а оно все еще живо, все еще не опровергнуто, то оно считается сильным (значит, эти свидетельства никто не наблюдает, значит то, что говорится в объяснении — заслуживает доверия).

Если ответов на вопрос о фальсифицируемости вообще нет, то объяснение считается нефальсифицируемым*,* и будет совсем слабым.

Добавим в объяснение работы фотоаппарата новую деталь: если я открою фотоаппарат, демон в присутствии человека моментально становится невидимым и неосязаемым. Теперь это очень слабое объяснение —не осталось возможностей для его опровержения.

Меньшее количество допущений

Если объяснение основано на меньшем количестве допущений, то оно лучше при прочих равных качествах. Для применения этого критерия надо разобраться - какие наиболее фундаментальные утверждения о картине мира / убеждения задействует это объяснение? Нужно ли их отдельно обосновывать для других агентов?

Сравнивать имеет смысл не все допущения, а те, эпистемический статус которых различается для разных агентов.

Если все допущения примерно одинаково оцениваются агентами, вовлечёнными в обсуждение или использование двух объяснений – то этот критерий не работает. А вот если одно из объяснений основано только на разделяемых всеми допущениях, а второе – включает допущения, в которых некоторые агенты сомневаются – то первое из них лучше с прагматической точки зрения, использовать его – рациональнее.

Если вы и ваш товарищ одинаково знаете химию, оптику, и допускаете существование демонов – то этот критерий не годится для выбора объяснения работы фотоаппарата. Но если химия понимают оба, а в демонов верит только один из вас – объяснение через фотопроцесс однозначно лучше.

Способность решить проблемы старого объяснения

Очень часто ради этого мы и начинаем создавать новое объяснение — потому что старое нас не устраивает, есть какая-то проблема. Тривиальный критерий, но всё же стоит проверить: а проблема-то устранена? Она решается новым объяснением? Или новое объяснение создано, а проблема осталась?

Здесь может возникнуть вопрос, — а раз старое объяснение было плохое, почему мы им вообще пользовались? Ответ — потому, что ничего лучше у нас не было. Посмотрите на мир вокруг себя и попытайтесь его объяснить. Вы увидите много дыр и несовершенств, — но у вас нет пока лучших объяснений. Если бы они были и закрывали эти дыры, вы бы пользовались ими. Возможно, есть смысл этим заняться?