查字典图书网
查字典图书网
理由赋予命题可能性。理由越好，它们所支持的命题就越可能真。但是，仅仅拥有使一个命题比其否定命题更加可能的理由不足以证明我们知道真相这一主张。假设一个地质学家发现了一种岩层，这种岩层表明附近的山上多半可能有金矿。他能正当合理地断言知道山上有金矿吗？不能，因为即使那里有，他的断言与猜测也没有多大的区别 ——这也许是一个凭知识和经验的猜测，但只是猜测而已。无论是侥幸的还是凭知识和经验的猜测，都不构成知识。 那么，知识要求确实性吗？要知道一个命题，我们必须要有扫除怀疑阴影而确立它的理由吗？有些人这样认为。例如，假设你和另外一百万人各自买了一张彩票。在这种情况下，你中奖的几率是百万分之一，或0.000001%。因此，你有极好的理由相信你不会中奖。但是你知道你不会中吗？似乎不知道。 然而，如果知识要求确实性，我们知道的就微乎其微了，因为，没有几个珍贵的命题是绝对无可置疑的。你也许要反驳，因为你确凿地知道许多事物，诸如你正在读一本书。但真的是那样吗？你在这一刻难道不可能是在做梦吗？在梦中，难道你与现在不是一样确信你正在感知的是真实的吗？如果是这样，没有多少事是你能确定的（除了笛卡尔指出的你正在思考这件事）。 由于有许多不能排除的可能性，所以我们的确实性被削弱了。例如，你有可能生活在计算机制造的梦想世界里，类似于电影《黑客帝国》展示的世界。或者你有可能吃了一种药，它让你的大脑神经兴奋，就像你读书时神经兴奋的样子一样。或者你有可能被一个超人控制，他用传心术给你的大脑直接传递思想。如果这些可能性是真实的，你现在就不是真的在读书了。要求命题必须确实才可知将会严重限制我们的知识范围，也许知识会不复存在。 我们不可能知道不确实之物这一观点，常被哲学怀疑论者信奉。这些思想家认为，我们大部分人对自己知识的实际范围不清楚。在为他们的观点辩护时，哲学怀疑论者经常引用诸如彩票的例子，它们似乎暗示只有终极性的或确实性的证明能给予我们知识。但是对每一个这样的例子来说，有许多相反的情况。地球上有人居住、奶牛产奶、华氏32度水结冰等等，都是我们通常声称知道的命题，然而它们没有一个绝对确定。根据这些反例，哲学怀疑论者能合理地声称他们知道知识要求确实性吗？不能，因为，除非他们肯定知识要求确实性，否则他们不可能知道知识要求确实性。（记住，哲学怀疑论者声称我们只能知道确实的事。）而且他们不能肯定知识要求确实性，因为刚刚引用的反例让我们有充足的理由质疑知识要求确实性。 因此，如果知识不需要确实性，那它需要多少证据支持？它不需要排除任何可能的怀疑才有足够的证据提出主张，而是只要排除任何合理的怀疑就有足够的证据提出主张。尽管是可能的怀疑，但超过了某一点就不再是合理的怀疑。例如，我们的心灵被外星人控制是可能的，但是以此为基础拒斥我们感官获取的证据并不是合理的。错误的可能性不是怀疑的真正理由。因而，要有知识，我们必须要有充足的证据，而当讨论中的命题以排除合理怀疑的方式提出时，我们的证据就是充分的。 当一个命题对某事能提供最佳解释时，它就排除了合理怀疑。在第6章，我们会详细阐明最佳解释的概念。现在，能认识到这一点就很重要了，即一个断言要达到排除合理怀疑的程度，不必具有任何特定等级的概率。一个断言所需要的是解释证据，而且要比它的竞争者解释得更好。 即使我们不能绝对确信我们没有生活在黑客帝国中，我们却有理由相信我们没有生活在其中，因为黑客帝国假说没有给我们的感觉经验提供最佳解释。我们的感觉是被直接刺激我们大脑的计算机所引起的假说，并不像感觉由有形物体引起的假说那么简单；黑客帝国假说引发的问题比解答的问题更多；它没有做出可验证的预测。一个假说的可接受性取决于它所生成的认识的数量，假说所生成的认识的数量取决于在多大程度上系统化和统一我们的知识。因为有形物体假说比黑客帝国假说更好地系统化和统一了我们的知识，我们就有理由相信我们没有生活在黑客帝国中。 如果我们能排除合理怀疑地确定某人的罪行，我们就有理由相信他或她犯了罪。同样，如果我们能排除合理怀疑地确定一个命题的真，我们就有理由相信该命题。但是，有正当理由相信某人犯罪并不担保他或她真的有罪，与此相似，有正当理由相信一个命题也并不保证该命题为真。我们总是有可能忽略了削弱我们证明的因素。因为我们不是全知全能的，我们永远不能肯定我们考虑了所有相关证据。然而，如果我们有理由相信一个命题，我们就有理由主张它是真的；事实上，我们有理由主张我们知道它。这个主张可能是错的，但是它不会不恰当，因为我们的证明让我们有权利做出这样一个主张。 如果我们相信一个命题并没有得到证明——如果我们有好理由怀疑它——那么，我们就没有权利主张我们知道它。当我们有支持相反命题的可靠证据时，我们就有合理怀疑的根据。例如，假设我们在看一面墙，它呈现出粉色，我们被告知房子里没有粉色墙面或有一束红光照在这面墙上。在这种情况下，如同认识论学者厄内斯特·索萨（Ernest Sosa）解释的： 任何人在接受了两个证言之一后仍然相信他面前有粉色墙面是缺乏正当理由的——这是因为，我们认为理性融贯性是最好的整体指南。即使证言在每一情况下为假，仅仅考虑到接受它的充分理由，一个人还是没有相信粉色墙面存在的正当理由。 换句话说，如果我们有好理由相信一个命题是假的，我们就没有理由相信它是真的，即使我们所有的感觉证据指示它是真的。当两个命题彼此矛盾时，我们知道至少其中一个一定是假的。除非我们确定了哪个是假的，否则我们不能主张知道两者中的任何一个。因此： 如果一个命题与我们有好理由相信的其他命题相矛盾， 那么我们就有好理由怀疑该命题。 与可信的命题相矛盾提供了怀疑的合理根据。哪里有怀疑的合理根据，哪里就不可能有知识。 因此，对知识的探寻涉及排除我们信念中的不一致。在对当前观察的不同报告出现冲突时，就如上述粉色墙面的例子，很容易识别出哪个是错的：做更仔细的观察。当冲突发生在不能直接验证的命题之间时，找出错误的信念就会更困难。 有时，我们观察或得知的事物似乎与我们的背景知识——庞大的有充分支持的信念系统，我们用它指导我们的思想和行动，其中大部分被贴上了“常识”的标签——相冲突。当这种冲突发生时，我们需要决定新信息是否可靠得足以使我们放弃我们已有的一些旧信念。当我们不能直接验证一个可疑的断言时，评价其可信性的一种方法是确定接受它有多大危险。在其他情况相同的条件下： 一个命题越与背景知识相冲突， 就越有理由怀疑它。 我们的信念系统结构可以与树的结构做对比。正如一些树枝支撑另一些树枝一样，一些信念也支持另一些信念。正如大树枝比小树枝支持更多的树枝一样，基本信念比从属的信念支持更多的信念。接受一些可疑的主张相当于削去一个细枝，因为它只需要放弃外围的信念。然而，接受另一些可疑的主张就相当于砍掉枝干，甚至部分树干，因为它需要我们放弃一些最核心的信念。 例如，假设你听了夜间天气预报后开始相信明天是个晴天。假设第二天早上你开始工作时，一个可信的朋友告诉你那天下午要下雨。你朋友的信息与你昨天夜里听到的信息发生了冲突，但是考虑到天气的变化和朋友可能听了更新的天气预报，朋友说的就不会完全不合情理了。你甚至可能以此为基础决定改变你自己对天气的信念。这种改变对你的整个信念系统几乎没有什么影响，因为没什么信念取决于你关于天气的信念。 现在假设某人声称能穿墙而过。这个断言的可信度几乎为零，因为它与我们有关物理世界的信念有太多的冲突。不像天气预报的例子，你对这样的主张断然不予理会是恰当的，因为如果它是真的，你信念系统里的很大一部分信念将是假的。 但是，假设提出这个主张的人主动为你提供支持证据。假设他建议用穿过由你选定的各种不同建筑物的各种墙面的方式来证明他的能力。如果他能按计划反复完成这一壮举，那么，你除了修剪你的信念系统之树外别无选择。但是，如果他只能在他所控制的特殊场合下表演这个技能，你就没有什么理由改变你的信念，因为在那种情况下，你不能肯定这一壮举是不是个戏法。 我们碰到的大部分的可疑主张介于天气预报和穿墙者两个极端例子之间。它们不是如此离谱，以致我们能简单地摒弃它们，而是支持它们的证据不足以强到证明应该接受它们。我们应该怎样对待这些命题呢？我们应该依照证据的保证力量来相信（即有几分证据说几分话）。换句话说： 当有一个好理由怀疑一个命题时， 我们应该让我们的信念与证据相称。 对一个命题，我们掌握的证据越多，我们就越应该相信它。 命题的可能性的区间从几乎为零（ 如“人可以穿墙而过”）到1（如“天在下雨或没在下雨”）。类似地，我们相信一个命题的区间从完全不信到完全相信。在理想的情况下，我们对一个命题的相信应该对应于该命题的概率。如果命题为真的可能性很大，我们应该坚定地相信它。如果不是，我们就不应该坚定地相信它。与可能性的匹配是必需的，因为如果我们相信的力度与证据的力度不匹配，我们就显著地增加了出错的机会。就像任何老道的赌徒告诉你的，你错判的机会越大，你输的机会就越大。不幸的是，我们许多人都不是好赌徒，尤其是当估算一个命题为真的可能性时。结果是，我们没有好理由就最终相信了各种怪异事物。