| |
|
首页 -> 哲学 -> -> 正文阅读 |
[哲学][第1页] |
作者:Rugaseg |
首页 本页[1] 下一页[2] 尾页[5] [收藏本文] 【下载本文】 |
英美哲学关于知识标准的问题的争论 |
知识论导论的文章,建议给非专业学者阅读 |
一 知识标准的重要性 关于知识标准的讨论既有实用价值也有理论价值,当考察某一个人是否具有某方面的知识时,我们需要一个知识的标准。同时,这个问题在哲学上很重要。比如,要回应如下的怀疑主义论证,我们需要讨论知识的标准: “ 1. 我无法排除我正在做梦。 2. 如果我无法排除我正在做梦,那么我不知道我看到的人是否真的存在。 3. 因此,我不知道我看到的人是否真的存在。 ” 很多哲学家承认前提一但否定前提二。前提二是否正确,依赖于知识的标准是什么。 |
二 传统的知识定义 每个人都有些基本的知识,比如知道地球不是方的,另外一些东西是我们不知道的,比如我们不知道火星上是否有生命。那么区分知识和非知识的标准是什么?先考虑一个假设:知道就是认为。具体言之,如果我认为某一件事情P(P可以是任何命题),我就知道这件事;如果我不认为p,我就不知道p。 这个定义有一些道理。如果小明不认为水是生命的必需品,那么他显然不知道水是生命的必需品。我们必须要先认为才能知道;认为是知道的必要条件。 但另一方面,这个定义并不完全正确。假设小明认为地球是方的,这不意味着小明知道地球是方的。如果命题P为假,我们就不知道p。命题P需要为真。所以知识是需要真理作为一个必要条件的。总之,知识有两个必要条件,一个是正确,一个是认为。 再来看另一个假设:“如果我认为P 并且 P为真,那么我知道P”。这个假设是否正确?为什么? “ 冯亚民:在有些条件下是不对的。比如在有陪审团的法庭上,陪审团认为一个嫌疑人杀了人,他也确实杀了人,但是公检法人员可能用了假证据。 ” 是的,因此知识还需要一个好的理由或证据。比如我认为天上的星星的数量是奇数。假设天上的星星也确实是奇数。我其实是蒙对的,不能称为知道。所以知识还需要合适的证据和理由。 这样知识有三个条件:一、不认为就不知道;二、假命题就不知道;三、没有好的理由就不知道。要知道p,p必须是真的,你必须认为p,并且你有好的理由认为p。根据传统的知识的定义,这三个条件既是必要条件也是充分条件。 这个定义可以追溯到柏拉图的Theaetetus。虽然柏拉图笔下的苏格拉底并不赞成这个定义,但苏格拉底给出的理由并没有说服后来的哲学家。 我们可以通过一个例子来更好地理解这个定义。比如不传谣,它可以有两个意思,一个意思是不要传播虚假信息,一个意思是不要传播你不知道的东西。这两点的不同在于,有些东西你不知道它是否为真,而它可能为真,只是没有很好的理由相信它为真。如果不传谣指的是不要传播你不知道的东西,那么这意味着即使传播的信息是真的,如果你没有很好的理由相信这个信息为真,那么就不应该传播它。 |
三 Gettier 前面说,知识有三个条件:一、不认为就不知道;二、假命题就不知道;三、没有好的理由就不知道。有没有可能满足上述三个条件,但我还是不知道P? 考虑一个例子:假设我看了手表,相信现在是4:00。我手表过去一直很准;上午我还对了一下时间,发现很准。现在我的手表指向4:00。所以,我有很好的理由相信现在是4:00。 现在真的是4:00. 因此,根据传统的知识定义,我知道现在是4:00,因为关于知识的三个条件我都满足。 然而,我不知道的是:中午的时候,我手表浸了水,已经开始走慢了。但我孩子趁我睡午觉的时候,随便调了一下我的手表,导致在4:00时,我的表恰好很准(如果是3:00或者5:00,就不准了)。注意:这没有改动原来的故事,只是增加了一个异常的情节。直觉上,在这个异常的情节中,我并不知道现在是4:00,只是碰巧正确。 美国哲学家Gettier在1963年发表过一篇不到3页的论文(在我们目前的学术体制下,只有超过3000字的才叫论文,Gettier的论文只有1000字左右)。Gettier在这篇论质疑了传统的定义。套用上面手表的例子,他的论证可以总结如下: “ 1. 根据传统定义,即使在异常的情况,我也知道现在是4点。 2. 但在异常的情况下,我其实不知道,只是碰巧正确。 3. 因此,传统的知识定义是错的。 ” 这个论证思路很简单,但这篇论文成为了认识论领域的经典,也是Gettier写过的唯一一篇论文。 对Gettier的回应有三种: 第一种回应是否定前提一,前提一是说根据传统知识定义,即使在异常情况下,我也知道,因为我满足知识的三个条件。一些哲学家回应说,有一个知识的条件我其实不满足:在那个异常情况下,我其实没有很好的理由相信现在是4点。 那么问题来了,什么是好的理由?一种说法是:要能明确地排除异常情况,才能有好的理由相信自己的观点。但是这个标准似乎太苛刻了,因为异常情况随时可能出现,很难排除。这是第一种回应,质疑什么是justification。 第二种回应是否定前提二。前提二说,在异常的情况下,我不知道,只是碰巧正确。但有一些哲学家坚持认为知识和运气是兼容的,在异常情况下我也知道,因为知识与运气是兼容。认为知识与运气不兼容,是把知识的标准拔高了,会导致怀疑主义,因为在任何情况下,我们都无法排除自己是幸运的。 第三种回应是接受Gettier的论证,认为他成功地驳倒了传统的知识定义。这些哲学家试图寻找新的知识的定义,即要为传统的知识定义增加一个新的条件,称为Gettier condition以排除Gettier所说的异常情况。异常情况就叫“Gettier异常”。 不同哲学家提出的说法很多,其中较为有名的一种叫德性知识论。它认为,S知道p 需满足四个条件:(1)P为真;(2)S认为p;(3)S有好的理由认为p;(4)S之所以获得真理,是因为S有好的理由。我们可以通过一个类比来理解这个定义:存在一个靶子;S射中了靶子;S射箭的技术高超;S之所以射中靶子,是因为S射箭的技术高超。有可能S射箭的技术高超,并且射中了靶子,但他之所以射中了靶子,是因为先有一阵风把他射出的箭吹偏了,再有一阵风把他的箭又吹正了。回到手表的例子。在手表例子中,我有很好的理由相信现在是4点,但我之所以获得了一个正确的看法(现在是4点),并不是我有好的理由导致的,而是我孩子乱调手表导致的。所以,我不知道 |
现场对话 问1:知识的定义是建立在认知行为的基础上的,为什么会将其定义为知识而不是一个认知的结果或者一个事实?所以是先有只是这个概念,还是先为知识框定了一个框架? 胡星铭:我不是很理解这个问题。我假设你的问题是:一个好的知识定义应该符合什么标准?假如我定义“人”是长着翅膀会飞的动物,那么世界上没有人。要给一个定义、并且使得这个定义有用和有趣,就需要符合一般人的直觉,同时在我们的直觉含糊的地方,这个定义又能有用。在弱的意义上常常把知识等同于信息,但是信息和知识是不一样的,拥有知识意味着可信,但是信息则未必。 胡翼青:我们在伽利略之前有一种观点认为,两个球同时落下去重的那一个会先落地,这是已经被证伪的所以不是知识,但是历史上曾经有一派人认为这个观念是正确的,这个观点从历史的层面上是真实的、客观存在的,这就形成一个悖论。 胡星铭:历史上人们相信重的东西先落地是有好的理由的,只是后来伽利略给了更好的理由。我们可以承认,在伽利略之前,相信铅球比羽毛先落地是理性的。但为什么不把这个观点称为“理性的错误观点”,而称为“知识”呢?这又回到“知识”的定义。有些哲学家认为传统的知识定义是错的,因为真理不是构成知识的必要条件。如果我有很好的理由相信p,那么我就知道p 。从探究者的角度来看,他无法区分“我知道一个命题为真”和“我有很好的理由相信它为真”,这两者是同一回事。反驳者要求考虑评判者的角度。 胡翼青:那么语言是含混的,也即是说所指和能指之间具有某种可能的任意性,怎样承载知识?如果一个词本身的含义就是含混的,比如discipline既可以是规则,也可以是学科,也可以表示学科中的规训,那么含混的语词如何承载知识为真? 胡星铭:我们要判断句子是不是真的,首先要弄清楚句子的含义。的确,有些句子的含义可能是不确定的(因为包含一些含混的语词)。 因此,有些句子是否为真,我们可能无法判定,要看语境。 胡翼青:所以就需要从语境来判断句子的真与假,但是语境往往会因传播过程而剥离。 胡星铭:就我个人看法,我们能通过对话和交流能够确定句子的意思。有些哲学家讲亚确定性,说原则上是我没有办法确切地判断你说的话意义。这个有些道理,但背后涉及的议题很多,争议很大。 |
主讲人是胡老师方向知识论,伦理学。 |
这学期继续后现代列维纳斯,今晚最后一节博士课心累 |
好文章,以前怎么没看到。 赞一个 |
我不喜欢“知识”这词。它散发着一股理想主义气味。它给人一种危险的暗示:仿佛与别的“观念”或“认识”相比,它更意味着真理、尺度与权威。“知识”这个词,和“科学”一词,从字面措辞上说,一样地自以为是,缺乏诚实态度。 所谓“知识”,特指那些“公认的认识”。这些认识之所以得到公认,不是因为它们本身就是“真理”,而只是因为它们截至目前,一直具有符合于经验实践、或引导实践的“有用性”、“有效性”。——“知识”的魅力就此划定了边界,切勿进一步将它推崇或美化! 对事物进行“认识”:这首先是一种活动的展开。在这种活动中,我动用了自己的感官与思维。我的感官具有特定的生理结构与功能运作流程,舍此生理结构和功能运作流程,我的感官便不可能接收到如此这般的内外界信息(比如声色光影气味、各种触感、各种心理感受)。奇怪的是,人们总是把这些基于“感官的特殊性”而产生的内外界信息,说成是“认识对象”身上的客观性质、属性。人们通常是如何“认识”一个陌生之物的呢?——人们上去摸摸,闻闻,敲敲,掂量掂量,全方位裸视它,尝试把它在我们每一种感官上的特有印象烙印下来。不止如此。人们还把它置于时空中,观察它的来龙去脉;把它置于各种场态环境中,观察它呈现出的一系列行为与反应。并且人们还进一步地,动用自己特有的思维方式、理解方式、文本解读习惯,以“语言和数学”的符号为工具,对这些现象进行一种图式化建构与整理,我们把如此这般建构出的这一套符号体系,说成是蕴藏在这个认识对象中的客观的“规律”、“道”、“天理”或“真理”。——瞧,人就是如此自大、虚伪、虚荣,他忘了:就连这些所谓的“客观真理”,也仍然离不开他自己特有的主观透视!我们认识了“真理”吗?——我们只是用感官和思维“图式化了世界”——亦即强暴了世界,征服了那个认识对象…… 确定为“真”:这首先也是一种活动的展开。这种活动太复杂,关联到整个环境场态的变化。事物时刻在流变;场态环境时刻在流变;人的记忆也在时间中展开着,并想要抓到过去的某个记忆,以判断当前的这个“认识对象”与那个“过去的记忆物”是否完全匹配——亦即从经验和逻辑上确认“A=A”。——以上这一切,都发生在时刻变动着的场态环境中。场态变动,意味着因素太多、偶然性条件太多,没有任何人能担保说“眼下这个特定环境”就是“另一时刻的那个特定环境”。从根本上说,人们之所以确定某些知识是“真知”,乃是出于一种非理性的信念;这些知识由于一直以来都具有符合于经验实践、或引导实践的“有用性”、“有效性”,因此就进一步强化了人们的这种信念。从“实用性”产生出“信赖”,思想的惰性把“信赖”僵化成了关于此物的“正确知识”与“真理”…… |
知识定义的基础是观测,而后再逻辑推理,不断更正不断完善的过程。所以,没有绝对的对错。只是系统完善,不断反馈,趋近稳定的过程。只要是系统能够,不断更有效,更稳定,就是标准。注意: 这里不要联系善恶等意识,因为意识系统也是这么建立的! |
乱七八糟的!大道至简,三言两语,才是真 |
太长!啰嗦一大堆!直接讲观点就好了!不符合数学简单暴力美。如果给个高深点数学,我看你要写一本书!文人一副得性,啰嗦! |
楼主,我觉得我可以帮你提出一个很关键的点。这个世界上有鬼吗?我不相信这个世界上有鬼,但是我仍旧很怕鬼。 |
当知识到达人的认识,我觉得知识就不在是完全的,这里有个关键的部分就是“这是否是实际的”?在这里是和行动关联的。知识在人的认识中的完全性取决于与行动的关联性。 |
让我们回到你的第三个关于手表的问题,那个人在下午两点看了他的手表,他的手表正好是下午两点整,为此他判定他的手表是一块精准的手表。(这块手表无疑太他妈精准了,这毋容置疑,别说它或许在下午五点会慢两分,就是下午五点变成一坨狗屎这也无疑是最精准的手表了) |
这就是知识在认识中的关联性,这个人是在下午四点看的手表,并做出这是一块精准手表的看法。(在这里已经是契合的)我们不能把我们构想的种种问题带入到下午两点对手表的这一中,这是不存在,这是不与下午两点此刻的认识契合的,把这种条件带入进去完全就是无效的。五点钟的认识必须五点钟再说,这种知识在认识中契合的差异化是不能代入知识来谈的。以上 |
mark |
定义的确非常重要,很多时候我们对一个问题有分歧,不是因为问题本身,而是因为我们对问题的定义有分歧,造成了误解。 |
我是来看图的 |
古已有之,西人不懂语言,故事之演绎 这就是中哲与西哲的关系 有人懂吗 |
楼主帖子可否搬到我的空间? |
标准是什么,标准是规则,限制,规律,定式,范围,最后,它其实是形式 |
不知道楼主到底在表达什么 |
知识的标准是 实践是检验真理的唯一标准 |
知识与经验有关系 是人类在生产生活中 在长期的劳动实践中取得的认识 楼主把知识概念局限在文科的臆想中了 |
晕死 |
对于我来说,这些知识量还没探讨过,有待消化 |
很多问题在不清晰的情况下讨论 会出现 没有找出问题所在 也会误入歧途 |
首页 本页[1] 下一页[2] 尾页[5] [收藏本文] 【下载本文】 |
哲学 最新文章 |
在无限的时间尺度下一切事件都是必然发生的 |
世上真的有因果报应吗,可为什么命苦的总是 |
谈谈唯心主义 |
浅谈男女性思维差异 |
唯物主义很肤浅很错误很弱智 |
不要用成绩来评判一个学生 |
哲学思想只适合有道德的人 |
无神论的欠缺九 有时候无法判断的问题 |
越来越觉得,在中国,人少,畜生多 |
现代的社会形态,,,, |
上一篇文章 下一篇文章 查看所有文章 |
|
娱乐生活:
电影票房
娱乐圈
娱乐
弱智
火研
中华城市
印度
仙家
六爻
佛门
风水
古钱币交流专用
钓鱼
双色球
航空母舰
网球
乒乓球
中国女排
足球
nba
中超
跑步
象棋
体操
戒色
上海男科
80后
足球: 曼城 利物浦队 托特纳姆热刺 皇家马德里 尤文图斯 罗马 拉齐奥 米兰 里昂 巴黎圣日尔曼 曼联 |
网站联系: qq:121756557 email:121756557@qq.com 知识库 |
数据统计 |