理论的清晰性

  金观涛华国凡著，《控制论和科学方法论》读书笔记46

第五章 黑箱认识论

5.4 理论的清晰性

1、理论的清晰性定义

  要使我们的主观认识能够通过“实践—理论—实践”的负反馈调节不断逼近真理，对模型有一个最基本的要求，即模型本身要具有清晰性。一个模型，或者说一种理论，不论是否正确，只有具备了清晰性，才能在“实践—理论—实践”的反馈中不断得到修正而逼近客观真理。也就是说，一种理论只有具备了清晰性，才是可以被检验的。
  那么什么叫模型或理论的清晰性呢？从反馈实践结构图可以看出，我们用一定的实践手段对客体施加影响，观察客体的变化结果，同时，我们也对理论（主体模型）提出相应的判断性输入，根据理论得出某种预期结果。
  所谓检验，就是用理论的预期结果与客体的实际变化结果互相比较，找出它们之间的差距。根据这一差距来修改理论。
  因此所谓理论的清晰性，用现代科学的话来讲，就是理论要给出一定的信息量。预期结果只有具备一定的信息量，才能与客体变化的实际结果相比较，才是可检验的，否则就无法检验。
  例如天气预报，根据某种预报理论，我们得出“明天要下雨”的预期结果，这一预期结果就具有一定的信息量。如果明天天气的实际情况下雨了就证明预报正确，没下雨就证明预报错误。如果天气预报说“明天可能下雨，也可能不下雨”，那么预报不预报一个样。根据信息量计算法则，这个预报的信息量为0，人们并没有从这种预报理论中获得任何信息量，无论明天下雨还是不下雨，都无法检验这一理论是否正确。这个理论就不具备清晰性。
  清晰性也包含了理论所规定的条件和某些统计的结果。客观事物的变化是有条件的，不同的条件下会有不同的变化结果，有的事物变化结果具有概率性，体现出统计的规律。这都不妨碍理论的清晰性。理论只要明确指出在扫描条件下事物这样变化，什么条件下那样变化，指出事物变化的各种可能性是多大，理论就给出了一定的信息量，这些信息量都是可计算的。