Все перечисленные нами отговорки не смогли бы привести Ньютона к пониманию причин падения яблока. Чему же удивился Исаак Ньютон? Вспомним изречение великого Платона: "Я знаю, что я ничего не знаю". Вот он первый ключ к двери науки: искреннее удивление своему незнанию. Большинство людей думают, что наука, а точнее научный процесс, - это когда учёный старательно собирает факты (наблюдает, проводит эксперименты), а затем тщательно их обобщает, в результате чего получает теорию. Это вторая ошибка. Представьте себе психолога (обозначим его ученый "А"), который изучает ценностные ориентации, для чего протестировал 100 человек. Основываясь на полученных данных, он вывел закономерность в виде иерархии ценностей и их зависимости от возраста. Итак, результатом работы этого ученого стало два вывода: об иерархии ценностей и об их возрастной динамике. Итого: результат ученого А - 2 вывода.
Другой ученый (обозначим его ученый "Б") пошел по другому пути. Он начал изучать философские и психологические источники, чтобы понять, как строится иерархия ценностей, что это вообще такое и т.д. Он так же нашел статью ученого А, которую сделал частью своей теории. Теория ученого Б строится на предположениях (гипотезах), а статью ученого А он сделал всего лишь одной из гипотез. Результатом его работы стала большая теория, которая состоит из нескольких предположений (к примеру,
4). Ученый Б решил проверить каждое из них, для чего так же провёл исследование. В результате исследования часть его гипотез (к примеру,
2) подтвердилась. Остальные 2 опроверглись, поэтому ему пришлось сформулировать ещё 2 новые гипотезы, чтобы немного "подлатать" свою теорию. Итого: результат ученого Б: 2 вывода о подтверждении его гипотезы, 2 вывода о неподтверждении и 2 новые гипотезы для дальнейшей работы. Всего 6 выводов. В дальнейшем ученый Б проводил новые исследования для проверки новых гипотез.
Кто из ученых А или Б оказался более результативным? Ответ однозначный: ученый Б в три раза эффективнее ученого А. Процесс научного поиска идёт по пути проверки научных гипотез (метод дедукции), а не по пути собирания фактов (метод индукции). Именно поэтому, чтобы работа была результативной, необходимо сначала сформулировать теорию, состоящую из набора гипотез, чтобы затем проверять эти гипотезы. Заметим, гипотезы не нужно стремиться подтвердить, их нужно стремиться проверить! Подтверждая гипотезу, вы получаете только один результат, опровергая её - сколько угодно альтернативных гипотез. Вот он второй ключ к науке: критическая установка, желание проверить теорию. Наука многое объясняет. С различным успехом, но очень многое. Немного утрируем это утверждение. Представьте, что вам необходимо всю жизнь всем всё объяснять, приводить доводы и аргументы и защищаться, если кто-то объясняет это по-другому. Долго ли вы продержитесь?
Для науки одной цели мало. Нужно усвоить, что у науки есть три основных цели:
1. Описать.
2. Объяснить.
3. Предсказать.
Вот она научная мантра: "описать, объяснить, предсказать". Собственно, логика научной работы строится именно в этом порядке. В теоретической части работы описываются мнения различных авторов, рассматриваются теории и гипотезы, в конце теоретической части автор строит свою гипотезу, чтобы объяснить проблему работы, и, наконец, в практической части он может попытаться проверить свою теорию: как она предсказывает поведение, качества, мнения людей или другие события. И если окажется, что некоторые гипотезы опроверглись - автор продолжает улучшать свою теорию, формулируя новые гипотезы. Главная его цель - сделать так, чтобы гипотеза как можно эффективнее предсказывала явления. И в этом третий ключ к науке: формулировка чётких целей, включающих описание, объяснение и предсказание.
Существует мнение, что наука - скучное занятие. Очень уж много правил, ограничений, стандартов. Есть и противоположные суждения: наука - творческое занятие, увлекательное, интересное. Конечно же правда находится посередине. Правила, ограничения и стандарты есть везде и в науке тоже, но их ровно столько, сколько нужно для универсализации результатов. Правила в науке существуют для того, чтобы зная их любой ученый в любой стране мог понять другого ученого. Творчество в науке - неизбежно. Выведение теории - это творчество. Создание нового метода - это творчество. Реализация проверенной теории на практике - это творчество. В метаниях между стандартом и творчеством увязают многие начинающие ученые не в силах найти компромисс.
Наука - это технология творчества. Технология - это порядок действий для достижения цели. Технология имеет чёткую последовательность, методы контроля качества процесса и результата. Замете, наука - это не жесткая технология и не свободное творчество. Эту технологию нужно изучить. К счастью, для этого есть множество литературы с заголовками "методы и методология психолого-педагогического исследования", "экспериментальная психология", "методы исследований в психологии" и т.п. Если Вы начинаете писать научную работу - изучите технологию её написания. Примите эту технологию как есть, она существует чтобы облегчить научный процесс тем, кто её знает. Знание - сила.
Итак, четвертый ключ к науке: знание технологии научного творчества.
Логика науки, в специальном смысле дисциплина, применяющая понятия и технический аппарат современной логики к анализу систем научного знания. Термин "Л. н." часто употребляется также для обозначения законов развития науки (логика научного развития), правил и процедур научного исследования (логика исследования), учения о психологических и методологических предпосылках научных открытий (логика научного открытия).
Л. н. как специальная дисциплина начала развиваться во 2-й половине 19 века и окончательно оформилась в 1-й четверти 20 века под влиянием идей Г. Фреге, Б. Рассела и Л. Витгенштейна. Интенсивно Л. н. занимались участники Венского кружка под руководством М. Шлика и члены Берлинского общества научной философии под руководством Г. Рейхенбаха, а также др. философы, естествоиспытатели и математики (К. Поппер, В. Дубислав и др.). Так как в подавляющем большинстве они стояли на позициях неопозитивизма, то на протяжении многих лет было широко распространено мнение, что Л. н. является специфически позитивистским подходом к философскому и методологическому анализу научного знания. Однако в действительности неопозитивистская интерпретация Л. н. представляет собой частный вариант её философского истолкования.
В разработке современной Л. н. активное участие принимают философы и логики, стоящие на позициях диалектического материализма, а также представители неопозитивизма, прагматизма и неотомизма, философии лингвистического анализа и др. направлений. Интенсивные исследования по Л. н. ведутся в СССР, США, Польше, Великобритании, ГДР, ФРГ и Италии. Круг основных проблем Л. н. охватывает:
1) изучение логических структур научных теорий;
2) изучение построения искусств. (формализованных) языков науки;
3) исследование различных видов дедуктивных (см. Дедукция) и индуктивных (см. Индукция) выводов, применяемых в естественных, социальных и технических науках;
4) анализ формальных структур фундаментальных и производных научных понятий и определений;
5) рассмотрение и совершенствование логической структуры исследовательских процедур и операций и разработка логических критериев их эвристической эффективности;
6) исследование логико-гносеологического и логико-методологического содержания редукции научных теорий, процессов абстрагирования, объяснения, предвидения, экстраполяции и т.п., наиболее часто применяемых во всех сферах научной деятельности.
Важным средством логического анализа систем научного знания является применение методов формализации. Преимущество метода формализации заключается в том, что он позволяет выявить логические связи и отношения и точно фиксирует правила, гарантирующие получение наиболее достоверных знаний из исходных посылок данной теории, выступающих после определённой логической обработки в качестве аксиом рассматриваемого формализма. В случае дедуктивных теорий речь идёт о правилах необходимого следования. Дедуктивное построение теории чаще всего встречается в математике, теоретической физике, теоретической биологии и в некоторых других тяготеющих к ним научных дисциплинах. Правила индуктивных теорий характеризуют различные формы вероятностного следования. Индуктивные теории характерны для большинства эмпирических наук, в которых по тем или иным причинам возникают ситуации неопределённости, связанные с неполнотой информации о связях, свойствах и отношениях исследуемых объектов.
Создание формализованных систем позволяет исследовать ряд важнейших логических свойств содержательных теорий, отображённых в данном формализме. К ним прежде всего относятся непротиворечивость, полнота и независимость исходных постулатов данной теории. Обнаружение общности логических структур различных в содержательном смысле научных теорий открывает большие возможности для перенесения идей и методов одной теории в область другой, для обоснования возможности сведения одной теории к другой и выявления их общих понятийных и методологических предпосылок. Это важно для унификации и упрощения систем научного знания, особенно в условиях быстрого возникновения и развития новых научных дисциплин.
Особое место в Л. н. занимают проблемы, связанные с эмпирическим обоснованием и проверкой естественнонаучных и социальных теорий и гипотез. Интенсивные исследования в этой области показали несостоятельность раннего неопозитивистского принципа полной верифицируемости, так же как и критерия фальсифицируемости. Затруднения, возникшие в неопозитивистской Л. н., привлекли внимание многих логиков и философов к проблеме связи и взаимодействия логических структур со структурами предметно-экспериментальной практической деятельности, что обусловило целый ряд новых подходов к Л. н. Этим в значительной степени объясняется наметившийся среди зарубежных логиков интерес к принципам теории познания диалектического материализма.
Особый интерес приобретают исследования по логической семантике, посвященные изучению смыслов и значений теоретических и эмпирических терминов в языках различных наук. Обнаружение того, что так называемые предикаты, с помощью которых выражаются понятия и формулируются законы определённых научных теорий, не сводятся исчерпывающим образом к предикатам наблюдения, фиксирующим результаты непосредственных научных наблюдений и экспериментов, выдвинуло целый ряд сложных проблем. Важнейшими среди них являются проблемы логического анализа словарей различных наук, правил перевода языка теории на язык наблюдений, исследования взаимодействия и соотношения естественных и искусственных языков и т.д. В связи с этим особую важность приобретают работы по изучению семантики общенаучных терминов, таких, как "система", "структура", "модель", "измерение", "вероятность", "факт", "теория" и т.д. Многозначность и различные способы их употребления, обнаружившиеся в связи с быстрым развитием кибернетики, структурной лингвистики, теории систем и т.п., делают логико-методологический анализ важнейшей предпосылкой эффективной реорганизации и эвристической полезности подобных понятий.
Страницы: 1, 2, 3, 4
