Философия учебное пособие, страница 13

Рациональная обработка данных наблюдения и эксперимента (сравнение множества наблюдений, выделение повторяющихся признаков, устранение случайных погрешностей) на основе ранее полученных теоретических знаний, ведет к установлению научных фактов. Научный факт (от лат. factum – сделанное, совершившееся) – это эмпирическое высказывание о конкретных событиях, достоверность которого устанавливается опытным путем. Научным фактом становится такое эмпирическое высказывание, которое фиксирует не единичные наблюдения, а набор данных, т.е. обладает некоторой степенью общности. Научный факт способен к дальнейшему уточнению, изменению. При этом в научном познании «…факты играют двоякую роль: во-первых, совокупность фактов образует эмпирическую основу для выдвижения гипотез и построения теорий; во-вторых, факты имеют решающее значение в подтверждении теорий или их опровержении» [1. С. 124].

Дальнейшая обработка фактов, упорядочение и обобщение существующих данных осуществляется с помощью методов, которые повышают достоверность результатов исследования:

• анализ (мысленное расчленение целого на его составные) и синтез (мысленное соединение различных элементов в единое целое),

• индукция (переход от знания отдельных фактов к знанию общего) и дедукция (ее следует рассматривать не только как переход от общего к частному, но и как способ выведения одних высказываний из других на основе формальной логики),

• систематизация (приведение в единую систему) и классификация (способ упорядочивания некоторого множества объектов, разбиение их на классы, группы) и др.

Результатом эмпирического познания являются эмпирические гипотезы и эмпирические законы. Так, установив факт притяжения и отталкивания двух электрических токов без участия магнита, был сформулирован закон Ампера. Эмпирические законы носят описательный характер и содержат предположения о том, как ведет себя объект, но не объясняют почему именно так. Они представляют собой вероятностную (а не достоверную) форму знания¹.

Структура теоретического познания. В качестве основы теоретического исследования выступают идеализированные объекты – результаты мысленного конструирования (например, материальная точка, абсолютно черное тело, идеальный газ, инерция, абсолютное пространство и время и т.д.). Их особенность заключается в том, что они наделяются не только теми признаками, которые обнаруживаются в реальном объекте опыта, но и признаками, которых у него нет. Идеализированный объект ненаблюдаем, он изучается опосредованно в мысленном эксперименте. Для приведения его в знаковую форму используются методы построения и исследования теоретического объекта:

• абстрагирование – отвлечение от свойств и отношений, незначащих для данного исследования,

• идеализация – мысленное конструирование таких объектов, в которых то или иное свойство, состояние представлены в предельном виде,

• формализация – метод изучения объектов путем отображения их содержания и структуры в знаково-символической форме при помощи различных искусственных языков, обеспечивающих отвлечение от значения понятий с целью исследования логического строения теории (математическая, алгоритмическая формализация),

• математическое моделирование – метод исследования количественных закономерностей процессов; как правило имеет вид уравнения или системы уравнений, создаваемых с помощью различных языков программирования и др.

В современных научных исследованиях ученые широко используют методы, применение которых стало возможным благодаря внедрению новых технологий. Один из них – имитационный эксперимент, основанный на компьютерном моделировании. Компьютерное моделирование (модель как аналог, образец изучаемого объекта) позволяет проанализировать и рассчитать варианты возможного поведения исследуемой системы в различных условиях и осуществить выбор решений адекватных этим условиям. Первоначально модель выдается в языке, наиболее приближенному к естественному. Затем с помощью различных языков программирования она представляется в виде математической модели. Экспериментирование с моделью на компьютере заключается в изменении условий функционирования объекта, создании вариантов, предсказывающих поведение системы в различных ситуациях. Выбор наиболее пригодного для данных условий варианта модели зависит от целей исследования. Компьютерное моделирование обладает большими эвристическими возможностями в исследовании динамики происходящих процессов.

Использование этих и других методов позволяет ученым сформулировать понятия, идеи, принципы, идеальные (знаковые) модели, аксиомы и на их основе создавать гипотезы и теории.

Гипотеза (греч. hypothesis – основание, предположение) – это форма знания, достоверность которого в данный момент не может быть доказана и проверена. Для того чтобы объяснить научные факты ученый выдвигает некоторые гипотезы, получая из них путем дедукции разнообразные следствия, которые проверяются экспериментально. (При этом гипотеза должна соотноситься с другими системами знаний, достоверность которых уже доказана, и быть проверяема.) Подтвержденные гипотезы становятся теориями, а данный способ формирования теорий именуется гипотетико-дедуктивным.

Теория (от греч. theõria – рассмотрение, исследование) – высшая форма организации научного знания, существующая в виде системы логически взаимосвязанных и выводимых предложений, дающая целостное представление о связях и закономерностях определенной области действительности. К теориям относятся классическая механика Ньютона, эволюционная теория Ч. Дарвина, теория относительности А. Эйнштейна, теория открытых саморазвивающихся систем (синергетика) и др. Теория строится по отношению к идеализированному объекту, поэтому требует интерпретации при применении ее к реальным явлениям.

Анализ структуры основных типов научно-исследовательской деятельности показал, что эмпирическое и теоретическое познание имеют дело с одной и той же действительностью, но с разными ее срезами. Они тесно взаимосвязаны между собой. Условием формирования объективного эмпирического знания является наличие исходной теоретической установки, гипотезы: «Теоретик ставит перед экспериментатором некоторые определенные вопросы, а последний в ходе своих экспериментов, пытается получить определенный ответ именно на эти, а не на какие-либо другие вопросы. Экспериментатор прилагает максимум усилий, чтобы исключить все другие вопросы» [5. С. 98]. Более того, познавательно-теоретическая установка ученого, его убеждения (даже предубеждения) являются избирательными и оказывают влияние на постановку опыта, его результаты. Это свидетельствует о сложности научно-познавательной деятельности.

Динамика научного знания. Научное знание исторически изменяющийся процесс, его исследование в рамках философии науки привело к построению моделей динамики научного знания и выявлению основных факторов, влияющих на данный процесс.

Традиционный подход к рассмотрению динамики научного знания основывался на том, что знания о реальных свойствах, отношениях, процессах, происходящих в природе и обществе, однажды приобретенные наукой, накапливаются, кумулируются (от лат. cumulo – собираю, накапливаю), и этот запас знаний обусловливает рост науки. Эволюция научного знания есть движение в сторону все больших обобщений в соответствии с индуктивным методом.

Не отрицая идеи преемственности в развитии научного знания, следует признать, что кумулятивизм не учитывает того факта, что в науке происходит не только накопление знаний, но и отбрасывание, критическое преодоление существующих гипотез и теорий.

В противоположность традиционному подходу к познанию известный философ науки XX века Карл Поппер (1902-1994) считает, что «...наиболее весомый вклад в рост научного знания, который может сделать теория, состоит из новых, порождаемых ею проблем» [6. С. 371]. Следовательно, наука начинает не с наблюдений и даже не с теорий, а с проблем.

Проблема (от греч. problĕma – задача) как форма научного знания возникает в результате неполноты и ограниченности знания; это своего рода «граница» между знанием и незнанием. Выдвижение, обоснование, поиски решения проблемы означают осознание (выявление) противоречия между новыми фактами и существующими теориями, которые не в состоянии объяснить эти факты. Проблема определяет дальнейшее направление научного исследования.

Научными объяснениями проблем выступают гипотезы. Как полагает Поппер, гипотеза превращается в теорию, если удовлетворяет двум требованиям: непротиворечивость и готовность к опровержению, т.е. фальсификации (от лат. falsificatio – подделываю). Углубление проблем и гипотез (теорий) обеспечивает прогресс в науке, а точнее рост научного знания. Согласно К. Попперу, модель развития науки (роста знания) выглядит следующим образом:

¹

Эволюция научного знания состоит в исключении ошибок предыдущих теорий и приближении к все более правдоподобному. Точно так же как в результате естественного отбора устраняются неприспособленные организмы (согласно эволюционной теории Ч. Дарвина) в науке «выживают» лишь лучшие теории. Наука действует «…путем проб (создания теорий) и устранения ошибок», поэтому «…от амебы до Эйнштейна всего один шаг». Что позволяет Эйнштейну пойти дальше амебы? Главная разница между ними, отмечает Поппер, не в способности производить пробные теории, а в способе устранения ошибок. Человек осознает процесс устранения ошибок, используя «специфически человеческий язык»; он смотрит на теорию как на объект, критически. Рост знания, сменяемость теорий означает, что нет абсолютно истинной теории: то, что вчера казалось истинным, сегодня может оказаться ложным [7. С. 58].

Взгляды Поппера имели большое значение для дальнейшего анализа специфики научного познания и его динамики. Ученые и философы начали задаваться вопросами: как осуществляется развитие науки – прерывно или непрерывно? Существует ли прогресс в науке, преемственность между старыми и новыми теориями?

В работе «Структура научных революций» (1962) американский физик и историк науки Томас Кун (1922-1996) выступает против кумулятивизма и считает, что развитие науки нельзя представить как «постепенное наполнение пустого сосуда», или непрерывное накопление знаний. Накопление знаний, совершенствование методов, расширение сферы практических приложений совершается только в период «нормальной науки». «Нормальная наука» развивается в рамках общепризнанной парадигмы (от греч. paradeigma – образец, пример), формирующейся в ту или иную историческую эпоху. Парадигма – это определенного рода общепризнанный образец, правило, которое в течение определенного времени принимается научным сообществом в качестве модели для постановки проблем и их решения. Примерами парадигм являются астрономия Птолемея и Коперника, механика Ньютона и теория относительности А. Эйнштейна. Парадигма определяет круг проблем, исследуемых научным сообществом, и представляет собой «защитный механизм» науки, который не пропускает новые открытия, не соответствующие данной парадигме [2. С. 49-50].

Постепенно в науке накапливаются проблемы (аномалии), которые она не может объяснить. Начинается период кризиса, который преодолевается в ходе научной революции, означающей смену парадигм. Научная революция – момент разрыва общей динамики научного знания, который приводит к отбрасыванию всего того, что было получено на предыдущем этапе. Поэтому нельзя считать, что одно поколение ученых передает свои достижения следующему поколению, которое преумножает эти достижения. Революция означает «изменение взгляда на мир»: ученый как бы заново воспринимает окружающий мир, он видит его «другими глазами» [2. С. 128, 151]. Это значит, что нет преемственности между парадигмами.

Таким образом, в отличие от Поппера, который рассматривал развитие науки как непрерывный, эволюционный процесс, направленный на построение все лучших и лучших теорий, у Куна развитие науки предстает в единстве прерывного и непрерывного: устойчивые состояния науки («нормальная наука») разделяются научными революциями, после которых вновь наступает период накопления знаний.

Концепция Куна получила широкое распространение, в философии науки утвердилась идея научной революции. Однако дальнейшие исследования динамики научного знания позволили ученым сделать вывод о том, что в этом процессе наряду с новациями большую роль играют традиции, обеспечивающие преемственность в науке [См. 8].

Научная революция и типы научной рациональности

Коренные изменения в науке происходят в ходе научной революции. В этот период осуществляется перестройка оснований науки (идеалов и норм исследования, научной картины мира), философских оснований науки, происходит выбор новых стратегий исследования и направлений роста знаний, которые «…должны быть вписаны в культуру соответствующей исторической эпохи и согласованы с лежащими в ее фундаменте ценностями и мировоззренческими структурами» [8. С. 269]. В то же время глобальные научные революции ведут к изменению научной рациональности как особого состояния научной деятельности в тот или иной конкретно-исторический период, направленного на постоянный рост объективно-истинного знания.

В современной литературе выделяются четыре глобальные революции, произошедшие в естествознании, которые сопровождаются изменением типов научной рациональности [8. С. 275-290].

1. Научная революция XVII века привела к становлению классического естествознания и формированию норм и идеалов научного исследования. Идеалом научности является построение абсолютно истинной картины природы, в качестве которой выступает механическая картина мира. Формируются методы научного познания (эксперимент, индукция и дедукция), с помощью которых можно получать новые знания.

В этот период складывается классический тип научной рациональности. Его особенность заключается в том, что из описания и объяснения исключается все то, что относится к субъекту, его деятельности и средствам исследования. Благодаря этому достигается объективная истинность научного знания. Вслед за Степиным [8. С. 288-289], данный тип научной рациональности схематично можно представить следующим образом: