Логико-философские исследования (Избранные труды)

Можно сказать, что дедуктивно-номологическое объяснение "объясняет", потому что говорит, почему Е должно быть (появиться), почему Е необходимо, если имеется базис и приняты определенные законы. Характерным для индуктивно-вероятностного объяснения является допущение возможности непоявления Е. Тем самым оно оставляет место для дополнительного объяснения: почему в данном случае Е действительно появилось или почему оно не появилось. Ответ на этот вопрос будет задачей дедуктивно-номологического объяснения. Иногда можно ответить на него, а именно когда к базису объяснения можно добавить некоторое дополнительное состояние или событие Кm+1 , такое, что, согласно принятым законам, событие вида Е будет встречаться во всех случаях, когда совместно реализуются события E1,...,Еm+1. (44) Теперь можно провести различие: при отсутствии дополнительной информации, которую дает дедуктивно-номологическое объяснение, мы не объяснили, почему произошло Е, но объяснили, почему его можно ожидать.

Пусть имеется вероятностный закон (гипотеза), который гласит: если есть Е1,...,Еm, то с вероятностью p произойдет Е, где p - средняя или низкая вероятность. Нельзя сказать, что такой вероятностный закон объясняет актуальное появление Е. Но можно

[51]

использовать информацию, содержащуюся в этом законе, для вывода другого вероятностного закона: относительная частота, с которой будет встречаться Е в тех случаях, когда встречаются Е1,...,Еm, с высокой вероятностью близка к значению р. Появление Е с этой относительной частотой - это другое индивидуальное событие, которое можно ожидать.

Характерным применением вероятностных законов является предсказание с высокой вероятностью относительных частот появления событий, вероятности которых имеют любое значение - высокое, низкое или среднее. Случай, когда частота-событие есть появление самого Е, т.е. появление Е с относительной частотой 1, представляет собой предельный случай более общего использования вероятностей в предсказаниях. Поэтому можно сказать, что индуктивно-вероятностная модель Гемпеля представляет собой лишь специальный случай своеобразного использования исчисления вероятностей в целях предсказания.

Различие между этими двумя моделями гораздо глубже, чем иногда думают. Главной функцией дедуктивно-номологической модели является объяснение появления определенных событий. Поэтому она также - уже вторично - объясняет, почему их следует ожидать. Этих событий можно ожидать, потому что они должны произойти. Индуктивно-вероятностная модель переворачивает это отношение. В первую очередь она объясняет, почему можно было ожидать (или не ожидать) событий, которые уже произошли. И только во вторую очередь она объясняет, почему события произошли, а именно: "потому что" они имели высокую вероятность. Я думаю, однако, лучше говорить, что индуктивно-вероятностная модель не объясняет что-то, а оправдывает определенные ожидания и предсказания.

То, что мы сказали, совсем не означает отрицания (подлинных) объяснений, в которых вероятность играет важную роль. Одним из примеров такого объяснения является следующий.

Пусть имеется гипотеза, согласно которой вероятность события Е при некоторых E1,...,Em равна, например, р. Обнаруживают, что событие Е появляется в совокупности (большой части) данных условий с относительной частотой, сильно отличающейся от р.

[52]

Почему это происходит? Можно дать два ответа на этот вопрос. Первый состоит в том, чтобы отнести все за счет "случая". Мы всегда можем воспользоваться таким объяснением, но в целом это крайняя мера. Другой ответ заключается в поиске и обнаружении некоторого дополнительного условия Em+1, которое также присутствовало в совокупности условий E1,...,Em. Вероятностное значение р', отличное от р, связано с появлением Е в условиях E1,...,Em,Em+1 . Допустим, что это именно та вероятность, с которой ожидается относительная частота актуального появления Е (в указанном выше смысле). Это аналогично нахождению причины (Em+1) замеченного различия между частотой и вероятностью (р). Такая процедура проверки корректности предлагаемого объяснения подобна каузальному анализу, описание которого будет дано ниже. Можно назвать такую процедуру вероятностным каузальным анализом. В методологии объяснения такой анализ занимает важное место, но в данной работе он не будет подробно обсуждаться(45).

7. В гемпелевской (дедуктивно-номологической) модели объяснения не используются понятия причины и следствия. Модель охватывает более широкую область, подобластью которой считаются каузальные объяснения(46). Спорным является вопрос о том, все ли каузальные объяснения действительно соответствуют гемпелевской схеме. Можно задать и такой вопрос: будет ли эта схема действительно выражать объяснение, если охватывающие законы не будут каузальными?