定律的形而上学谱系——从休谟式随附谈起

传统科学哲学中规则系统式定律观与普遍必然式定律观,分别代表了定律形而上学观点的最弱与最强的两端,而休谟式随附可以被看作处于这两端之间。这三者构成的定律形而上学谱系,都首先需要承诺对象及其属性的本体论优先性。可是,这时这一谱系的内部区间划分其实并不清楚。于是,对这三种观点尤其是休谟式随附与普遍必然式定律观的哲学分析就是必要的,并且有可能在结合对实际的科学定律案例的分析后获得一种超出了已有形而上学观念的定律观。     

什么是倾向？——批判实在论改进反事实条件分析的“封闭-制备”方案

在传统上，对“倾向”概念的阐释依赖于对其进行反事实条件分析。然而人们容易将这种分析框架曲解为对“倾向”内蕴的必然性进行普遍概括，因此使该框架容易受到各种反例的攻击。对此，罗伊·巴斯卡的批判实在论事实上对它提出了一种“封闭-制备”的改进方案。对该方案的进一步阐发表明，对“倾向”的阐明应在保持反事实条件分析框架在形式上不变的情况下，将“倾向”奠定在反事实条件句所内蕴和表达的“组合”特征上。     

大数据中的算法化常规科学及其反常——以疑似“戴森球”的发现为例

在当代,庞大杂多的数据冲击会使库恩所区分的"常规科学"与"反常"这两个阶段的科学研究形态同时发生变化。常规科学的变化就是产生算法化的趋势,即常规科学研究趋向于运用数据挖掘之类的算法从庞大杂多的数据中识别隐藏的模式。这种趋势使常规科学的范围极大扩张,进而引起"人在科学研究中的作用是否会被算法取代"的担忧。疑似"戴森球"的发现则是针对如此常规科学的一个特殊的反常案例。该案例表明,在大数据导致的常规科学算法化的背景下,科学的反常会趋向极端化。为了应对这类极端反常,科学就需要鼓励极大丰富的理论创新和公众的参与。这时,人的作用就不可能被算法取代。