人类的知识- 第59部分

上面被瞄准的某一点”。那么ψ　a　就上面的意义来说就是可分的，并且我们
得不出

b/　b

ja/　ψa＝j　ψ，
a/　a　ψ。

因为显然j　ψ　大于jb/　b

但是关于我们的前一个条件，即h　对于a　和b　来说应该是对称的，并不
是充分的条件这一点我们还不清楚。因为现在h　包括“b　是a　的一部分”这
个命题，而这个命题并不是对称的。

凯恩斯讨论了ja/　ψa＝jb/　ψ　的条件，并且给我们提供了一个失败

b

的例子，在这个例子ψx＝x　是苏格拉底。就这个实例来说，不管ψx　可能
是什么，

j（苏格拉底）/　ψ（苏格拉底）＝1

而如果心不是苏格拉底，ψb/ψb＝0。为了排除这种情况，我立下一条规定，
即“ψx”一定不包括“a　在内。举一个类似的例，设ψx＝x　杀死a，ψx＝x
住在英国。那么ψa/ψa　就是a　的自杀的可能性，如果a　是英国人的话，而
ψx/ψx　一般来说就是a　披某个名叫x　的英国人所谋害的可能性。显然在多
数情况下，ψa/ψa　大于ψb/ψb，因为一个人杀死自己的可能性比杀死另外
一个任意选择的人的可能性要大。

这样，最重要的条件看来似乎是“ψx”一定不包括“a　或“b”在内。
如果这个条件被满足，我就看不出有任何理由得不到

b/　b

ja/　ψa＝j　ψ。

我的结论是，无差别原理真正断言的是命题函项之间而不是命题之间的
一种关系。这就是“一次任意的选择”这类说法所表示的意思。这个说法所
表示的意思是：我们要把一个项目仅仅当作一个满足某一命题函项的项；所
以我们说的话实际上只是关于命题函项而不是关于命题函项的这个或那个值
的。

然而还存在着某种为我们关心的重大问题。已知两个命题函项jx和ψ
之间的一种概率关系，我们可以把这种关系当作ja和ψ之间的一种关系（x）　，只要“jx和“ψ”不包括“”在内的话。这是在xa　概（a）　率的全部实际

应用上一个必要的公理，因为这样一来我们所要研究的问题才是个别的事
例。

我的结论是：凯恩斯的概串论的主要形式上的缺点在于他把概率当作命
题之间而不是命题函项之间的一种关系。我认为应用到命题上面属于这个理
论的用途而不属于这个理论本身。

第六章可信度

A。　通论
认为全部人类知识在不同程度上都是可以怀疑的看法是从远古就有的；

怀疑论者曾经主张过这种看法，在柏拉图学园的怀疑时期这种看法也流行一

时。莎土比亚这样挪揄过最可笑的极端的怀疑主义：

不相信星辰是火团，
不相信太阳的运转。

在他写诗的时候，哥伯尼早已对后一句话提出了怀疑，不久以后开普勒
和加里略也提出了更为有力的怀疑理由。前一句是荒谬的，如果“火”是按
照化学中所讲的那种意思的话。许多看来无可置疑381　的事物现任已经被人
看出很可能是错误的。科学理论本身随着新的证据的积累而不断发生变化；
慎重的科学家对于一种新的科学理论不会再抱有中世纪人们对于托勒密学说
所抱的那种信心。

但是尽管我们愿意当作“知识”来看的那种东西的每一部分在某种程度
上可能都是可以怀疑的，显然某些事物几乎是确定无疑的，而另外一些事物
则是毫无把握的揣测。对于一个有理性的人来说，存在着一个表示不同程度
的怀疑的尺度，这个尺度的一端是简单的逻辑和算术上的命题以及知觉判
断，另一端则是类似麦西尼①人说的是什么语言或者希腊神话中妖女唱的是什
么歌那样的问题。我们的最无可置疑的信念是否带有任何程度的可疑性不是
我们现在需要研究的问题；我们只需要研究任何一个我们具有合理根据而对
之抱有某种程度的相信或不相信的命题在理论上都可以排列在一个以必然的
真理和必然的荒谬为两端的尺度之上。这些极端是否可以包括在这个尺度之
内，我们可以暂时作为一个悬而未决的问题。

数学上的概率和可信度之间存在着某种关连。这种关连是：如果一个命
题对于所有有关证据来说具有某种数学上的概率，那么这就确定了它的可信
度的大小。举例来说，如果你正要掷骰子，“掷成双六”这个命题只有“掷
不成双六”这个命题所具有的可信度的三十五分之一。所以对于每个命题都
给予适当的可信性的有理性的人只要可能就将以数学的概率论作为行为的
指导。

可是“可信度”这个概念在应用范围上却比数学上的概率的概念广泛得
多；我认为它适用于每个命题，除了那些既不是数据又不是以有利于或不利
于承认这些数据而与这些数据相关的命题。我特别认为它适用于那些已经尽
可能接近于只表示数据的命题。如果这个看法在逻辑上站得住的话，我们就
必须认为一个命题所具有的可信度本身有时就是一种数据。我认为我们应当
认为一种数据所具有的可信度有时是一种数据，有时（也许永远）却不具备
必382　然性。在这种情况下，我们可以认为只有一种数据，即一个具有可信
度的命题；我们也可以认为这种数据与它的可信度是两种不同的数据。我将
不去研究在这两种看法当中我们应该采纳哪一种看法。

一个不是数据的命题可以由许多不同的来源取得可信性；一个想证明自

①　麦西尼，古希腊城市名。——译者

己清白无罪的人可以同时根据本人不在现场和他以前的良好品德来进行辩
护。有利于一种科学假说的理由实际上永远是几方面合成的。如果人们承认
一种数据可能不具备必然性，那么它的可信度可能由于一种论证而增加，或
者与此相反，它的可信度可能由于一种反面论证而变得很小。

一个论证带来的可信度是不能单纯估计出来的。首先让我们看最简单不
过的情况，即其中前提具有必然性而论证在正确有效的情况下具有证明性
质。在每一步我们必须“看清”这一步的结论得自它的前提。有时候这很容
易；比方说，如果论证是巴巴拉式的三殷论法。在这种情况下，前提与结论
之间的关连所具有可信度几乎就是必然性，结论几乎和前提具有同样的必然
性。但是在一个困难的数学论证中，推理上发生谬误的机会就大得多。在一
个高明的数学家看来，逻辑关连可能十分清楚，而一个学生却只能偶而才查
觉到这种关连。这个学生相信这一步的正确性的理由并不完全是逻辑上的；
这些理由有一部分来自权威方面的论证。这些论证绝不是证明性质的，因为
就连最高明的数学家有时也会发生错误。根据这一类的理由，象休谟所指出
的那样，一个长的论证的结论比一个短的论证的结论具有较小的必然性，因
为在每一步都有某种发生谬误的危险。

通过某些简单化的假说，我们可以把这种不确定性的来源限制在数学的
概率论的范围之内。假定人们已经证实在数学的某一分支中，高明的数学家
在所有实例中就论证中的一步来说推理正确的比例是x；那么他们在n　步的
论证中推理一直正确的机会就是xn。由此可以看出一个不曾通过重演加以证
实的长的论证有着相当大的发生推理谬误的危险，即使X　接近于1　也是这
样。但是重演可以把这种危险缩小到很小限度。所有这些都在数学的概率论
范围之内。

然而，超出数学的概率论的范围之外的却是个别数学家在推论每一步时
所抱的个人的信心。这种信心将随着这一步的困难与复杂而有着程度上的不
同；但是尽管存在着这种不同，它却必须与我们对于知觉对象所抱的信心一
样直接无间。为了证明某一个前提蕴涵某一个结论，我们必须“看清”每一
步；我们只能通过把这一步分解为若干更小的步骤来证明这一步的正确，然
后我们又必须把每一更小的步骤“看清”。除非我们承认了这一点，否则一
切论证都将消失在无止境的后退中。

到现在为止，我一直在讲证明性质的推理，但是就我们目前的问题而论，
非证明性质的推理并没有带来什么新的问题，因为象我们所看到的那样，即
使是证明性质的推理在由人来完成时也只能给结论以概然性。人们甚至不能
说自命是证明性质的推理总比被认为只具有概然性的推理具有更高程度的概
然性；传统的形而上学有不少关于这一方面的例证。

如果——象我所相信并且象我将在适当时候加以论证的那样——数据以
及推理结果可以不具备最高的可信度的话，那么数据与推论出来的命题之间
的认识论方面的关系就变得比较复杂起来。比方说，我可以认为我回想起了
某件事情，但是又找到理由相信那件我似乎回想起来的事情从来也没有发生
过；在这种情况下；　我可能由于论证而不承认数据。反过来说，当数据本身
没有很高程度的可信性时，它却可以由于外界的证据而得到肯定；例如，我
可能隐约回忆起和某某先生在去年某时一起吃过饭，并且我可能找出我去年
日记上有一个项目证实我的记忆。由此可以看出，我的信念当中每一个信念
都可能由于与其它信念连系起来看而得到加强或减弱。

然而数据与推理之间的关系却仍然是重要的，因为相信不管384　什么事
物的理由在经过充分分析之后，都必须在数据上，并且只有在数据上找到。
（这里我是把任何可能涉及到的推理中所使用的那些原理也包括在数据之
内。）由此得出的结果是：有关某种个别信念的数据可能比我们初次看到它
们时所显示的要多得多。让我们再举记忆的例。我想起一件事情这个事实就
是这件事情曾经发生的证据，尽管不是决定性的证据。如果我找到这件事情
的当时记录，那就成了证实这件事情的证据。如果我找到许多这类记录，那
么证实这伴事情的证据就得到了加强。如果发生的那件事情是一件象金星横
过日面那样由于一种已经巩固地建立起来的科学理论而变得带有必然性的事
情，我们就必须把这件事实加到那些记录之上，作为一个附加的相信理由。
这样，一方面存在着只是论证的结论的信念，另一方面，在知识的合理表述
中却不存在只是前提的信念。在我这样讲的时候，我用的不是逻辑上的而是
认识论上的说法。

这样我们就可以把一个认识论的前提定义为一个本身就带有某种程
度的合理可信性的命题，而不是依靠它与其它命题的关系。每个这样的命题
都可以被用来加给那些不是从它推导出来就是与它有着一种概率关系的命题
以某种可信度。但是每经过一步，原有的可信性就减少一些；这种情况和财
产每经一次继承由于付出死亡税而减少一样。如果把这个类比再往前推进一
步，我们可以说本来的可信性类似一个人自己挣得的财产，而作为论证结果
的可信性则类似继承的财产。这个类比的成立在于一个已经挣得一份财产的
人也可以继承一份财产，尽管每份财产的最初来源一定不是继承。

我打算在本章内讨论可信性，首先把它和数学的概率，再把它和数据，
然后再把它和主观必然性，最后把它和合理的行为联系起来加以讨论。

B。　可信性与频率
我现在要讨论这个问题：如果已知某个ψχ、那么在什么外界条件下从
ψχ的频率中得出一个命题a　的可信性？换句话说，如果“ψχ”是“a　是
一个a”，那么在什么外界条件下从一个或更多个具有“a　的分子中有W/n　是
β。。　的分子”形式的命题中得出“a　是一个β”的可信性？我们将发现，这
个问题并不象我们应当问的那个问题那样具有普遍性，但是我们首先讨论它
还是可取的。

常识似乎明确地认为：在数学概率的典型例证中，它就等于可信度。如
果我从一副纸牌中随便取出一张纸牌，那么“纸牌是红的”的可信度恰好等
于“纸牌不是红的”的可信度，因而每一种的可信度都是1/2，如果1　代表
必然性的话。就一个骰子来说，“最上方是1”的可信度恰好等于“最上方
是2　或3，4，5，6”的可信度。因此我们可以把数学的慨率论中所有推导出
来的频率都解释为推导出来的可信度。

在把数学的概率翻译成可信度的这个过程中，我们使用了一个数学的概
率论并不需要的原理。数学的概率论只是计算各种情况；但是在这个翻译过
程中我们却必须认识到或者假定每一种情况都是同样可信的。这个原理的必
要性很久以来就已经被人认识到；人们把它叫作不充足理由原理，或者（按
照凯恩斯的说法）无差别原理。我们曾经把这个原理和凯恩斯联系在一起加
以研究，但是现在我们却必须单独来研究它。在对它进行讨论之前，我愿意

指出这个原理在数学的概率论中并不是必要的。在这种理论中，我们只需要
知道各种不同的类的数目。只有在我们把数学的概率当作可信性的尺度时我
们才需要这个原理。

我们所需要的原理大致如下：“已知一个客体a，关于它我们想知道‘a
是一个β’这个命题具有多大的可信度，并且已知我们仅有的有关知识是‘a
是一个a’，那么‘a　是一个β’的可信度就是由a　和β共有的分子数与a
的分子数之比所确定的数学概率”。

让我们再一次举一个说过的实例来说明这一点，那就是美国身材最高的
人居住在衣阿华州的机会。这里我们一方面有一个描述d，我们知道它适用
于A1，A2，。。An　有姓名的人当中的一个并且仅仅一个，其中n　是美国的居

民数。这就是说，我们知道在“d＝Ar”那些命题中有一个并且仅仅一个（这
里r　是从1　到n　的数）为真，但是我们不知道是哪一个。如果这真是我们的
全部有关知识，我们就认为“d＝Ar”这些命题中任何一个都和任何另外一个

同样可信。在这种情况下，每个命题都具有1/n　的可信性。如果衣阿华州