科學哲學的發展與前沿趨勢

郭永旺

(西安建筑科技大學，陜西 西安 710000)

1 科學哲學中的實踐

從歷史的進程來看，科學哲學可以分為邏輯主義和歷史主義兩大分支。邏輯主義當中，將理論理性和實踐理性區分開來，認為邏輯分析才是科學研究應當遵循的路徑。邏輯主義認為實踐理性應當歸屬于倫理學、心理學等學科。也有很多的歷史主義科學家在否定了邏輯主義之后，將理論理性與實踐理性不能夠完整地組成一個大類，這就使得在科學理性中必然會存在懷疑主義的態度。

傳統的科學哲學認為理論是具有最高地位的，其他的都不能與之相配比。傳統的科學哲學是根據實驗以及觀察來得到相關的結論的，并根據理論的引導將哲學的實驗成果轉移到應用當中，這就使得理論會存在有關于實踐與觀察。在傳統的科學理論命題當中，其認為理論研究是一個最終的成果。因此，在關于理論的實踐性研究時，通常都認為是科學研究中的一個普遍因子。而在傳統的哲學科學理論當中，其最終的目標就是要能夠形成比之前更好的理論。科學實踐哲學則提出，關于科學活動所得出的結論具有一定的地方性，這也是科學知識所產生的一個前提所在，其需要特定的實驗室、研究方案以及研究技能才能夠得出一定的科學知識。科學知識指的就是一個普遍化的理論從一個地方轉移到另一個地方，這種所謂的轉移不僅僅是位置上的轉移，其更注重的是要結合相關的語境來進行標準制定。根據這樣的標準制定能夠讓科學知識變得更加標準化。在實際意義上的技術標準并不能夠由當前的技術科技看出來，這需要一定的世界標準，并根據一定的國家和政治情況對這種科學技術進行評判和制約。

2 大數據對科學哲學的新挑戰

由于大數據是一門具有技術革命的變革，其從工作、生活等方面對人們產生著很大的影響。因此，在大數據時代所產生的一種數據世界使得研究者不能僅僅關在自然或者社會當中去研究生活，而是應當從數據方面入手來從事相關的科學研究活動。比如說，研究高能物理的科學家不一定要根據粒子實驗來進行工作，其需要通過傳統的高能物理研究轉化為一種數據的工作。所謂數據工作，指的就是從數據之間尋找其相關性所在，并研究其隨著時間的推移所產生的相關變化。根據相關性分析，可以找出數據之間的統計關系并據此建立一定的模型。在建立數據的模型之后可以形成海量的數據，并通過對數據的研究來掌握很多學科領域的數據集，根據數據集來進行相關的分析，并查找相關事務之間的內在聯系。通過這樣的方式可以產生一定的客觀性，保證結果不受研究因果關系的影響。

在學科的說明上，也可以依照大數據所帶來的相關性來揭示一定的數據規律，大數據所整合的數據規律是具有很強的似真性的。大數據本身多表現的就是完全的數據密集歸納法，且其結論具有非常大的可靠性。在此基礎上，大數據所反映的結果是非常具有參考價值的，且其不再局限于因果的說明關系。這就表明，在大數據時代可以通過運用科學相關性來彌補傳統的因果關系所產生的局限性。大數據時代的海量數據能夠使我們在面對相關問題時，不同恢復原始的使用方法，而是可以將其與問題相關的所有數據進行整合使用，也就是“全數據模式”。“全數據模式”能夠將與數據相關的問題全部解決，這也能夠將數據相關的問題描述得更加全面與精致，這便取決于大數據模式本身所具有的整體論，這種整體論具有很強的可操作性與可計算性，也非常符合當前的科學模式，也成為“大數據整體論”。大數據整體論所使用的就是一套完整的還原方法，這種方法能夠融合很多整體的優點，既能夠完美地還原數據細節，也能夠將數據本身的完整性呈現出來。這樣所展現的大數據結構就更加精細完整，也能夠運用其完整性來解決一定的科學方法。正如歷史當中所出現的每一次技術變革都會給科學帶來很大的改變，甚至會產生科學革命。在大數據時代所使用的革命性問題也有可能帶來一定的技術革命，并可能給很多哲學問題帶來挑戰。

由于大數據能夠給科學研究帶來很大的變化，因此在大數據時代是不能夠允許科學的不精確事件發生的。維克托曾經說過：“執迷于精確性是信息缺乏時代和模擬時代的產物。只有 5%的數據是結構化且能適用于傳統數據庫。如果不接受混雜，剩余95%的非結構化數據都無法被利用，只有接受不精確性，我們才能打開一扇從未涉足的世界之窗”。這就意味著，在大數據時代要想更好地解釋科學，就必須接受更加混雜的追求。只有使科學的目標從精確變得混雜，使科學的天地更加廣闊，變得更為開放，才能夠讓未來的科學變革走向更加光明的未來。