年末这一篇就扯点假大空虚的吧，虽然之前的也是。
通过观察总结经验，然后基于经验抽象成规律，把规律应用到现实生活是多数科学研究的套路。然而，这一套路早些时候并不被认为是理性主义的，而且所谓的理工科学生逻辑思维好其实也属于概念没搞清楚。我不太清楚理性、理性主义、理科、科研与逻辑是如何被打成一个包的，但理清这里面的关系还是很有必要的。
理性与感性是对应的，理性是基于逻辑的，感性是基于个人感觉的，中间还有个知性。我理解知性就是知识的东西，来自于感性但没有抽象到理性的高度。多数进行中的研究是关注从感性到知性这一步的，后面想进行到理性就有点超验了，说不清道不明的。同时理性主义与经验主义在一段时间里也是对立的，理性主义者认为我们可以给予一些基本逻辑推演出整个世界的运行模式，也就是说已知的理性可以得到知识。说这话的多半是数学家，而且看过《几何原本》。对立的经验主义认为知识应该来源于现实生活，也就是感性的部分。从这个角度看，理性主义者应该是拒斥感官得到的信息的，你想的没错，这么古板的想法的确最受严肃神圣的宗教人士所推崇，他们中很多人认为上帝通过理性昭示自己的存在与神性。在他们眼中实践的感官的东西是低贱的且没有美感的，但当有人开始总结科学背后的哲学时，首先肯定的却是科学的知识来自实证，无法实证的东西不该被研究讨论。有意思的是他们用的方法论基本还是理性主义推理的那一套，所以科学研究从一开始就是个怪胎，集合了经验的感性认知与理性的逻辑推理方式。
逻辑上归纳法是不严谨的，你永远无法排除黑天鹅在未来的出现，所以基于经验观察得到的知识也不是完备的。一种和稀泥的方法就是采用逻辑上严谨的演绎法，这也是我们常说的证伪。我提出一个假设，让观察数据去验证，在某置信水平下进行决策，需要指出的是科学对于决策从来都是建议性的。换言之，科学研究中最常用的假设检验实际上是证伪思想的体现，也因此体现了逻辑上的严谨。但这也是和稀泥，因为假设是无穷无尽的，你可以排除几个假设，但假设存在的空间难以穷举。更重要的是，你只能否定一个假设不成立，但无法肯定一个假设成立，也就是干了白干没有新知识产生。回到科研中我们用到的假设检验都是有被择假设与空假设的，空假设不成立转投被择假设其实逻辑上没太大道理，但这不妨碍这种统计推断的方法沿用至今。
原因何在？我们使用一种统计方法而不用另一种其实是很艺术的，经常看到同一组数据不同方法下给出的决策是不一样的，原因不在于数据，在于科学之外的决策，在于人，人的复杂让结果出现了固有的不确定性。而决策是历史性的，不能等逻辑上可行再进行。多次新兴传染病流行的数据都告诉我们真正降低传染病发病率的不是疫苗的发明而是严格的物理隔离，而疫苗的真正功效是不让同一种传染病再度流行，对于刚发生的是不能及时生效的。统计推断在很大程度上是对绝对理性与实际决策的一种妥协，正是这种妥协给了我们大量的知识，而知识逻辑上不一定为真，科学的功能定位更多可描述为产生知识并让知识更接近逻辑真理的一种方法论。
科学求真，但用的方法却是逻辑上不严谨的，即便如此从国家到个人还是很多人愿意采用科学研究的方法去解决问题。这一方面是因为科学在世俗意义上更多是创造经济价值并有用的，另一方面是非科学理论体系虽然逻辑上可以自洽但在世俗意义上指导作用太差。再说的本质些，一个工业进取型的社会会天然去选择科学作为指导方法的。如果去看下宗教的教义你会发现他们可能最早保留理性火种的地方，不论基督教天主教还是伊斯兰教，他们在维继知识这一点上都是有功劳的，当然他们会根据教义做点删节。如果是农业社会，靠天吃饭，那么宗教的知识足以维护社会的稳定。但在一个现代社会，念经修道属于自我封闭，很容易被殖民或工业化，而这样的社会需要工业而非形而上的空话，显然工业技术的最佳来源是科学理论。
说的再白一点，其实选科学还是选其他更多是依赖其对当时历史形式下的最佳生存判断，跟理性没太大关系。从实际数据看，多数发展中国家并不是教育上去了经济再上去，恰恰相反，起步期往往是经济上去了教育才上去。而发展初期经济的快速上升一方面确实归功于劳动力密集型产业，另一方面是要算在发达国家把制造业转移了，而制造业多是标准化操作，直接买生产线就ok了，不用管理论，即便初期科学理论做了指导。但生存下去后想继续发展就必须依赖自有的技术创新了，而这一点上科学前沿是不屑于做的。在中国，你可以看到很多基础学科已经达到世界前沿了，但工程技术上跟发达国家的差距简直让人羞愧。阳春白雪中看，但不中吃。
逻辑，或者更本源的逻格斯，是极少数人的追求。知识，在不特指科学研究得到的知识下是少数人的追求。感受，或者说世俗生活中的幸福是多数人的追求。所有人对世界的感知共同构建了历史，但历史多半是不按套路出牌的或者不按照一个理论体系出牌的，很多人自认为发现了世界运行的规律但其实只是发现了一个视角。同样，很多事是不能简单用逻辑推理的方式来进行讨论的，理论上任何逻辑自洽的体系都可以用来解释所有的事，但能解释不代表唯一，更不代表是真实的。这时候最好去翻翻数据，因为数据本身就综合了大量的未知信息，而综合这种能力对于倡导分析的教育下成长的我们可遇不可求。但其实翻数据也只能发现发生过的现象与规律，新的知识本质上需要一个带有冲动的异常值去搅局。
我自知我无知，但不妨一试，这可能是面对当今世界最坦然的方式。