Индуктивные методы установления причинной связи

Правила индуктивного исследования Бэкона-Милля:

I. Метод единственного сходства – когда наблюдаются случаи какого-либо явления и общим является лишь одно явление, и очевидно (вероятно), что это есть причина.

Но есть возражения:

Þ сложно отделить во всех случаях явления друг от друга;

Þ общую причину предварительно следует доказать или предположить, прежде чем искать ее среди различных факторов;

Þ очень часто причины не сводятся к одному общему фактору, а зависят от других причин или условий.

Поэтому для применения единственного сходства необходимо располагать уже определенной гипотезой о возможной причине явления, исследовать множество различных явлений, при которых возникают получающиеся следствия, чтобы увеличить степень подтверждения выдвинутой гипотезы.

II. Метод единственного различия – когда случаи, при которых явление наступит или наступит, различаются только в одном предшествующем обстоятельстве, а все другие обстоятельства тождественны, то это единственное обстоятельство и есть причина данного явления.

Например, если обстоятельство АВС вызывает явление abc, а обстоятельство ВС вызывает явление bc, тогда мы делаем заключение, что обстоятельство А является причиной а, а основанием такого заключения служит исследование явления а при устранении обстоятельства А.

III. Объединенный метод сходства и различия – образуется как подтверждение результата, полученного с помощью единственного сходства и применением к нему метода единственного различия.

IV. Метод сопутствующих изменений – если изменение одного обстоятельства всегда вызывает изменение другого, то первое обстоятельство является причиной второго. При этом остальные предшествующие явления остаются неизменными.

V. Метод остатков – если известно, что причиной исследуемого явления не служат необходимые для него обстоятельства, кроме одного, то это одно обстоятельство и есть вероятная причина данного явления.

Например, пусть изучаемое сложное явление К распадается на a, b, c, d. При этом известно, что К предшествуют обстоятельства A, B, C, где А – причина а, В – причина b, С– причина с. Следовательно, D – причина d. При этом предполагается, что D должно существовать среди предшествующих обстоятельств.

Метод остатков основан на анализе сложных (составных) причин.

Например, если нам известно, что такое явление зависит от составной причины С, состоящей из из двух причин – Сх и Су, тогда если предположить, что причина Сх вызывает действие Е, то составная причинаС - F.

Рассмотренные методы установления причинных связей чаще применяются не изолированно, а во взаимосвязи друг с другом. И считаются ошибкой утверждения «после того» или «по причине этого».

1. Дедукция– с лат. «выведение» - это:

Ø переход в процессе познания от общего к частному;

Ø процесс логического вывода, т.е. перехода по тем или иным правилам логики от некоторых данных предположений или посылок к их следствиям.

Как один из приемов научного познания дедукция связана с индукцией.

1. Аналогияне дает достоверного знания, т.е. если посылки рассуждения по аналогии истинны, это ещё не значит, что его заключение будет истинным. Поэтому для увеличения вероятности выводов по аналогии необходимо стремиться к тому, чтобы:

а) были схвачены внутренние, а не внешние свойства сопоставляемых объектов;

б) эти объекты были подобны в важнейших и существенных признаках, а не в случайных и второстепенных;

в) круг совпадающих признаков был как можно шире;

г) учитывалось не только сходство, но и различия, чтобы эти различия не перенести на другие объекты.

1. Моделирование– с лат. «образец нормам». В логике методологии науки это аналог фрагмента реальности, оригинала, познания и практики. Он служит для хранения и расширения знания или информации об оригинале, конструировании оригинала, преобразовании. Между моделью и оригиналом должно существовать известное сходство (отношение подобия) физических характеристик, поведения изучаемого объекта и его математическое описание, структуры и т.д. Такое сходство позволяет переносить информацию, полученную при исследовании модели, на оригинал.

Форма моделирования зависит от используемых моделей и сферы применения моделирования. По характеру модели выделяют материальное (предметное) и идеальное моделирование.

При физическом моделировании конкретного объекта его изучение заменяется исследованием некоторой модели, имеющей ту же физическую природу, что и оригинал. Например, модели самолетов, кораблей.

При идеальном (знаковом) моделировании модели выступают в виде схем, чертежей, графиков, формул, системы уравнений, предложений естественного и искусственного языка. В настоящее время распространены математические и компьютерные модели.

1. Системный подход – совокупность общенаучных, методологических принципов или требований, в основе которых лежит рассмотрение объектов как систем.

Система – с греч. «целое» - общенаучное понятие, выражающее совокупность элементов, находящихся в отношениях и связях друг с другом и их средой, образующих определенную целостность и единство.

Типы систем:

· материальные и духовные,

· неорганические и живые,

· механические и органические,

· биологические и социальные,

· статичные и динамические,

· открытые и замкнутые.

Любая система – множество разнообразных элементов, обладающих структурной организацией.

Структура – это:

1) совокупность устойчивых связей объекта, обеспечивающих его целостность и тождественность самому себе;

2) относительно устойчивый способ или закон связей элементов того или иного сложного целого.

К числу основных требований системного подхода относят:

1) выявление зависимости каждого элемента от его метода и функций в системе с учетом того, что свойства целого несводимы к сумме свойств его элементов;

2) анализ того, насколько поведение системы обусловлено как особенностями ее отдельных элементов, так и свойствами его структуры;

3) изучение механизма взаимозависимости, взаимодействия системы и среды;

4) изучение характера иерархичности, присущего данной системе;

5) обеспечение множественности описаний с целью многоаспектного охвата системы;

6) рассмотрение динамизма системы, представление ее как развивающейся целостности.

Самоорганизация – важное понятие системного подхода, характеризующее процесс создания, воспроизведения или совершенствования организации сложной, открытой, динамичной, саморазвивающейся системы, связи между элементами которой имеют не жесткий, а вероятностный характер.

Самоорганизующиеся системы исследует синергетика – общенаучная теория самоорганизации, ориентированная на поиск законов эволюции открытых, неравновесных систем любой природы – природных, социальных и познавательных (когнитивных).

Системный подход имеет дело главным образом с развивающимися системами, т.е. включающими в качестве своей важной характеристики время.

1. Вероятностные (статистические) методы основаны на учете действия множества случайных факторов, которые характеризуются устойчивой частотой. Это позволяет вскрыть необходимость, которая пробивается через совокупное действие множества случайностей. Эти методы опираются на теорию вероятности, причем вероятность и случайность считают практически нерасторжимыми, а случайность предстает в общем как самостоятельное начало мира, его строения и эволюции.

Понятия «динамические» и «статистические закономерности» различаются по такому критерию, как характер вытекающих из них предсказаний.

В законах динамического типа предсказания имеют точно определенный, однозначный характер. Они характеризуют поведение относительно изолированных объектов, состоящих из небольшого числа объектов, в которых можно абстрагироваться от целого ряда случайных факторов (например, в классической механике).

В статистических законах предсказания носят не достоверный, а лишь вероятностный характер. Это обусловлено действием множества случайных факторов. Необходимость, проявляющаяся в статистических законах, возникает вследствие взаимной компенсации и уравновешивания множества случайных факторов. Статистические законы – единственно возможные при исследовании массовых явлений случайного характера и вскрывают нечто устойчивое, необходимое и повторяющееся.

Вероятность – понятие, характеризующее количественную меру или степень возможности проявления некоторого случайного события при определенных условиях, которые могут многократно повторяться. Одна из основных задач теории вероятности состоит в вычленении закономерностей, возникающих при взаимодействии большого числа случайных факторов.