Текст книги "Методология научного познания. Монография"

Таким же образом Милль формулирует два других метода: метод сопутствующих изменений и объединенный метод сходства и различия. Он считал, что сформулированные им индуктивные каноны являются: а) методами открытия и доказательства любых причинных законов; б) единственно возможными научными методами открытия доказательства таких законов.

«Если когда-либо открытия делались путем наблюдения и опыта без помощи всякой дедукции, то наши четыре метода – методы открытия. Но даже если бы они не были методами открытия, все же было бы верно, что это – единственные методы доказательства; а раз это так, то к ним можно свести также и результаты дедукции. Великие обобщения, впервые появляющиеся в виде гипотез, должны быть в конце концов доказаны и действительно доказываются… при помощи этих четырех методов» [там же].

Насколько обоснован миллевский всеиндуктивизм? Критики Милля уже в XIX в. показали, что оба отмеченных выше пункта его методологии – несостоятельны. В отношении методов Милля уже немецкий логик XIX в. Э. Апельт показал, что их можно свести к известной в дедуктивной логике форме разделительного умозаключения. Посылки такого умозаключения имеют форму: 1) А + В + С; 2) не-А, не-С. Заключение: следовательно, В, где + – знак строгой, исключающей дизъюнкции (либо-либо). Как известно, необходимыми условиями (требованиями) логической состоятельности (законности) такого разделительного умозаключения должны быть: 1) полнота произведенной в посылках дизъюнкции (например, относительно возможной причины исследуемого явления); 2) строго взаимоисключающий характер членов дизъюнкции; 3) доказательство несомненной ложности всех альтернатив, кроме одной. Однако очевидно, что в реальном эмпирическом исследовании выполнение всех этих требований практически невозможно. В этой связи известный русский статистик начала ХХ в. А. И. Чупров отмечал: «Результаты наших наблюдений и экспериментов, как бы тщательно ни проводили их, никогда не представляются в виде связи А+В+С со следствием А’+В’+C’, а неизменно облекаются в форму связи причин А+В+С+Х со следствиями А’+В’+C’ (или причин А+В+С со следствиями А’+В’+C’+У’). Если считаться с этим обстоятельством, то методы индукции Милля перестают быть приложимыми. Если же с ним не считаться, а слепо полагаться на правила индуктивных методов, то мы рискуем не прийти ни к каким выводам или, что хуже, прийти к выводам неверным» [18, c. 111]. Например, развивает свою мысль А. И. Чупров, прийти к выводу о том, что причиной закипания воды является ее нагревание до 100⁰С. Однако этот вывод в целом неверен, ибо вода закипает при 100⁰С только при нормальном атмосферном давлении, а этот-то фактор мы могли и не учесть, когда проводили опыты с нагреванием воды. Таким образом, доказательная сила элиминативной индукции не превосходит доказательность перечислительной индукции, которую она должна была заменить. Обе они способны привести в своих выводах в лучшем случае только к вероятному предположительному знанию и, в частности, лишь к гипотезам о причинах явлений на основе знания некоторой последовательности предшествующих и последующих событий.

В середине XIX в. английским логиком Ст. Джевонсом и известным английским астрономом и историком науки В. Уэвеллом было развито новое понимание индуктивного метода в науке. Оно получило название индукции как обратной дедукции и, по сути, явилось одним из вариантов гипотетико-дедуктивного метода научного познания, признанного впоследствии почти всеми крупными учеными.

4.3. Индукция как обратная дедукция

Индукция как обратная дедукция это не логическая, а сугубо эвристическая процедура движения познающей мысли от наблюдений и фактов к объясняющим их гипотезам и законам. Она не является логически законным выводом, поскольку всегда включает в себя скачок мысли, поскольку утверждает в своем заключении больше, чем в посылках. Тем не менее, оказалось, что все же существует критерий различения правильных индуктивных скачков мысли и неправильных. И таким критерием, согласно Джевонсу, является не что иное, как дедукция, то есть возможность чисто логического вывода исходных фактов как посылок индукции в качестве следствий из предложенной для их объяснения общей гипотезы-закона. Таким образом, критерием правильной индукции оказывается дедукция. Однако и у понимания индукции как обратной дедукции имеется один существенный недостаток. Он состоит в том, что так понимаемая индукция разрешает в принципе бесконечное число правильных индуктивных восхождений от одних и тех же фактов к объясняющим их разным законам и теориям. Для того чтобы как-то ограничить этот «творческий произвол», Ст. Джевонс предложил дополнительный критерий отбора наилучшей из правильных индукций. Таким критерием должна выступить объяснительная и предсказательная сила индуктивно полученных гипотез. Чем большее количество фактов (известных, но особенно новых) следует из индуктивной гипотезы, тем она должна считаться более предпочтительной по сравнению с другими правильными индуктивными гипотезами. Ст. Джевонс одним из первых поставил вопрос о необходимости вероятностно-статистической оценки значимости предложенных эмпирических гипотез по отношению к имеющимся в распоряжении ученого фактам.

Предлагая свой критерий отличия более вероятных гипотез от менее вероятных, Ст. Джевонс при этом понимал, во-первых, относительность и постоянную изменчивость оценок степени обоснованности научных законов в соответствии с этим критерием, а во-вторых – необходимость признания принципиальной гипотетичности полученного таким образом научного знания. Джевонс так прямо и заявлял, что «все научные теории – в сущности, сложные гипотезы, и их так и нужно называть» [3, c. 304].

Индукция как метод движения познающей мысли от частного к общему, от данных наблюдения к научным фактам, эмпирическим законам и гипотезам действительно играет в эмпирическом познании важную роль и как способ открытия, и как способ обоснования эмпирического знания. Прежде всего, индуктивно открываются и обосновываются научные факты. Пусть некто утверждает, что «длина стержня А равна 1 метру», само по себе это утверждение, эта эмпирическая констатация еще не является научным фактом. Но она может стать таковым, если будет получена и обоснована как результат многократных измерений данного стержня и статистической обработки (обобщения) результатов измерения. Научный факт – это отнюдь не исходный пункт процесса научного познания (таким исходным пунктом в нашем случае будут протоколы множества единичных измерений стержня А), а некий его промежуточный результат, являющийся правильным обобщением описаний единичных результатов измерения или множества единичных восприятий какого-либо положения дел. Научный факт – это истинное эмпирическое утверждение о наличии или отсутствии какого-либо свойства у наблюдаемого объекта (или степени этого свойства), которое обосновывается, доказывается в качестве такового. Большинство научных фактов имеют статистическую природу и являются заключениями выводов по неполной перечислительной индукции. Эмпирические законы имеют ту же логическую природу, что и научные факты, различие между ними заключается лишь в содержании исходной информации, подлежащей индуктивному обобщению. Эмпирические законы утверждают о таких отношениях между явлениями А и В, которые являются повторяющимися и устойчивыми (возможно, универсальными). Эти повторяемость и устойчивость имеют либо временной характер (А всегда следует за В или с некоторой степенью регулярности), либо пространственный, структурный характер (А всегда находится относительно В на каком-то определенном расстоянии, или занимает по отношению к нему одно и то же пространственное положение, или находится по отношению к В в некоторой постоянной пропорции). Примеры первого вида закона: «За ночью всегда следует день», «За летом всегда следует осень» и т. д. Примеры второго вида закона: «Угол падения луча света на идеальную плоскость равен углу его отражения от этой плоскости», «Молекула воды состоит из двух атомов водорода и одного атома кислорода» и т. д. Логической формой научных законов является следующая:

∀x(A(x)⊃B(x)),

где ∀– квантор всеобщности («все»);

х – определенная переменная, обозначающая элементы некоторого класса предметов (как правило, неопределенно-конечного или бесконечного);

А и В – имена некоторых признаков или свойств;

⊃ – знак импликации («если, то»).

В зависимости от логического отношения классов А и В (полное вхождение элементов класса А в класс В или только частичное), различают динамические и статистические законы. Известно также различение научных законов по содержательному смыслу переменных А и В (физические, химические, биологические, социальные законы и т. п.). Адаптивно-биологический смысл введения категории научный закон в структуру научного знания состоит в возможности моделирования, «конденсации», «сжатия» множества (часто в принципе бесконечного) повторяющихся, сходных свойств и отношений в краткой логической форме. Эмпирические законы науки бывают различных видов: причинные, функциональные, субстратные, динамические, статистические и др. Все они отличаются между собой, прежде всего, по своему содержанию. Так, причинный закон – это закон, в котором утверждается регулярный характер связи между двумя явлениями, одно из которого является причиной другого, «порождает» последний как свое следствие. Примеры высказываний о причинных законах: «засуха – частая причина неурожая», «искра – частая причина пожара» и т. д. Причинные законы выражают в основном закономерности материальных взаимодействий в природе или практической деятельности людей, поэтому их использование имеет место в основном на эмпирическом уровне познания. Но помимо причинных законов на эмпирическом уровне познания существуют и другие виды законов. Рассмотрим основные их виды. Это: функциональный закон, субстратный закон, динамический закон, статистический закон.

Функциональный закон – это закон, утверждающий постоянный количественный характер связи между некоторыми величинами, например второй и третий законы механики Ньютона: F = m∙a и «Действие всегда равно противодействию, но имеет противоположное направление».

Субстратный закон – это закон о постоянстве состава некоторого явления, процесса или субстанции. Например: «молекула воды по своему химическому составу всегда состоит из двух атомов водорода и одного атома кислорода», «бронза – это всегда сплав меди и железа в определенной пропорции», «в любом большом коллективе всегда есть лидеры».

Динамический закон – это закон об однозначном характере связи явлений, событий, величин. Например: «все металлы проводят электрический ток», «все атомы состоят из ядра и электронной оболочки».

Статистический закон – это закон, утверждающий устойчивый, но вероятностный характер связи между определенными явлениями и величинами. Например: «доля мальчиков среди новорожденных детей составляет в норме величину 51:49», «частота выпадения «честной» монеты на «орла» равна 1/2». Однако, независимо от содержания эмпирических законов, все они являются результатом индуктивных обобщений протоколов единичных наблюдений, в которых фиксировались некоторые повторяющиеся связи и отношения.

Для чего нужны эмпирические законы в науке? Прежде всего, для объяснения имеющихся и предсказания новых эмпирических событий, явлений и фактов. Как эмпирическое объяснение, так и эмпирическое предсказание представляют собой по своему логическому статусу дедуктивные выводы, то есть умозаключения от общего знания к частному или от более общего знания (посылки) к менее общему (следствия). Роль необходимой общей посылки как в предсказании, так и в объяснении играет научный закон. Рассмотрим логическую структуру методов эмпирического объяснения и предсказания.

5. Эмпирическое объяснение и предсказание

Объяснение – это подведение высказываний о каком-то объекте, его свойствах или отношениях под определенный эмпирический закон. Общая логическая структура объяснения такова:

∀x (а(x)⊃>b(x)), a(x) |– b(x),

где b(x) – высказывание о свойствах некоторого наблюдаемого явления.

Допустим, необходимо объяснить факт, что «медь – электропроводна». В частности, это можно сделать путем вывода этого высказывания из следующих утверждений: закона «все металлы электропроводны» и констатации, что «медь – это металл». В зависимости от типа законов (универсальные или статистические, механически-причинные или телеологические, причинно-субстратные или функциональные и т. д.), а также от логической процедуры вывода, классифицируют и различные виды объяснения в науке (номологические, статистические, причинные, целевые, функциональные, системные объяснения и др.).

Эмпирическое предсказание – это вывод о возможном существовании неизвестных ранее фактов, объектов, их свойств и отношений, делаемых на основе соответствующих эмпирических законов в определенной области исследования.

Научное предсказание имеет ту же логическую форму, что и научное объяснение – форму дедуктивного вывода. Различие между ними состоит лишь в том, что если факты, подлежащие объяснению, уже известны, то факты, предсказываемые законом, еще следует обнаружить и подтвердить.

Эмпирическими предсказаниями являются астрономические предсказания положений планет, комет и других небесных тел на основе законов небесной механики и космологии; предсказание свойств различных химических элементов и превращений на основе структурных законов химии; предсказания течения различных болезней в медицине; наступление определенных экономических или политических явлений на основе законов экономики или политологии. Несмотря на ограниченный характер предсказательной силы отдельных научных законов, предсказательная мощь науки в целом очень велика и в принципе потенциально бесконечна в силу как огромного числа уже открытых законов, так и постоянно продолжающегося процесса открытия новых законов.

Анализ логической структуры объяснения и предсказания как важнейших видов научной деятельности показывает, что уже на эмпирическом уровне познания дедукция как метод познания играет не менее существенную роль, чем индукция, и что, вообще, они тесно взаимосвязаны и каждая из них является основанием другой. Посылки дедукции часто получаются индуктивным методом, хотя и не всегда, так как они могут быть введены просто как гипотезы на основе интуиции или конструктивного мыслительного творчества. И наоборот. Индукция, хотя и имеет часто своим основанием единичные констатации, однако само нахождение этих констатаций и отделение в чувственном восприятии существенного от несущественного регулируется некими общими структурами сознания и знания (предпониманием, имеющимися эмпирическими теориями, общими априорными структурами сознания и знания, категориальным языком и т. п.). Таким образом, индукция всегда опирается в той или иной степени на общее предпосылочное знание, в частности на суждение об успехе всех прошлых индукций. Несмотря на то, что основными методами эмпирического познания в науке являются индукция и дедукция, на этом уровне науки успешно применяется и ряд других общих методов получения нового знания. Это, в частности, эмпирический анализ, синтез, сравнение, классификация, измерение, моделирование, аналогия, экстраполяция и др.

6. Эмпирический анализ и синтез

Эмпирический анализ – это разделение модели чувственного объекта на составляющие его части, свойства, признаки, отношения и последующее их исследование как по отдельности (например, исследование интенсивности некоторого свойства или пространственных и структурных характеристик его частей), так и их различных комбинаций (сочетаний). Например, анализ химической структуры вещества или анализ работы отдельных частей некоторой технической системы.

Эмпирический синтез – это соединение знаний об отдельных частях, свойствах, отношениях некоторого чувственного объекта в некоторую систему на основе результатов их предшествующего аналитического исследования. Итогом эмпирического синтеза могут быть, в частности, знания о взаимодействии частей или свойств изучаемого чувственного объекта, установление существования причинных связей между его отдельными компонентами, нахождение зависимости функции каждой части объекта от функций объекта как целого (например, установление зависимости функционирования различных органов некоторой живой системы от ее общих функций и, таким образом, установление целесообразного характера всей структуры организма).

7. Сравнение

Сравнение – это установление сходства (тождества) или различия по определенному основанию (признаку) у множества изучаемых объектов, явлений, процессов. Результатом сравнения может быть классификация изучаемых чувственных объектов, например, по степени интенсивности определенного свойства (тяжелый, легкий, зеленый, дорогой, добрый, эрудированный и т. д.). Результаты сравнения фиксируются с помощью сравнительных суждений. Например: «А больше В», «В короче А», «А полностью тождественно В». Установление тождества или различия предметов всегда есть результат их сравнения: либо непосредственного («А выше В», «В легче А»), либо опосредованного, через сравнение их обоих с неким третьим предметом. Например: «А больше В», «В больше С», следовательно, «А больше С». Или: «длина А равна 30 см», «длина В равна 50 см», следовательно, «А короче В» и т. д. Важнейшей формой сравнения в науке является сравнение изучаемого эмпирического объекта с некоторым эталонным объектом, выступающим в функции единицы его измерения. Такой метод познания называется измерением.

8. Измерение

Измерение – это такой метод сравнения двух объектов, в результате которого экспериментально устанавливается количественное соотношение между познаваемым объектом и другим объектом, принятым за эталон. На теоретико-множественном языке измерение часто определяют как операцию установления соответствия между элементами двух множеств, одно из которых есть интенсивность (величина) некоторого свойства (длины, веса и т. п.), устанавливаемая с помощью некоего произвольного эталона квантования, а другое множество – это ряд чисел (например, натуральных чисел). Результат измерения всегда представляет собой высказывание о численной величине предмета измерения в определенных единицах измерения (5 кг, 3 см, 5 ампер, 320 вольт и т. д.).

По мнению многих ученых, научное познание, в собственном смысле этого слова, начинается только с измерения изучаемых свойств. Оно отличается от ненаучного знания, прежде всего, своим количественным характером, использованием при описании свойств и отношений познаваемых объектов языка математики. Кант: «В каждой науке – столько науки, сколько в ней математики». Галилей: «Книга природы написана Богом на языке математики». А еще раньше – Пифагор: «Все есть число». В современной науке вопросам измерения в науке придается исключительное значение. Существует даже специальная научная дисциплина – метрология, которая занимается этими вопросами (единицами измерения, методиками измерения, практической стороной осуществления измерительных процедур, конструированием и испытанием различной измерительной техники, аппаратуры, приборов и т. д.). Все многочисленные научные приборы построены и эксплуатируются на основе метрологического знания.

Одним из важных методов эмпирического познания в науке является классификация и особенно такая ее разновидность, как естественная классификация.

9. Классификация

Классификация – это способ упорядочения, структурирования некоторого множества объектов, рассечения его на определенные подмножества путем артикуляции, выделения некоторого признака объектов исходного множества как основания их структуризации по данному признаку. Такого рода признак называется основанием классификации и должен быть вполне определенным [15]. Классификация множества познаваемых объектов является одной из первичных и вместе с тем фундаментальных форм эмпирического познания. Хорошо известными примерами естественных классификаций в науке являются классификации видов в животном и растительном мире (К. Линней, Ж. Бюффон, Ж. – Б. Ламарк и др.), в социальном мире (К. Маркс и др.), классификация феноменов сознания и духовного мира (Платон, Аристотель, Августин, Ф. Аквинский, И. Кант, Г. Гегель, Э. Гуссерль и др.).

Различают два основных вида классификаций: естественные и искусственные. В первых основанием классификации является некоторый существенный признак познаваемых объектов. Известными примерами таких классификаций являются такие, как Периодическая система химических элементов Д. И. Менделеева, классификация элементарных частиц в современной физике и др. Во втором виде классификаций их основанием является несущественный, или внешний, признак предметов (например, классификация всех слов русского языка по количеству букв, составляющих слово и т. п.). Классификация – необходимая форма эмпирического познания и закрепления его результатов, без осуществления которых невозможно понятийно-дискурсное эмпирическое моделирование действительности.

10. Моделирование

Моделирование – это эмпирическое исследование реального объекта путем построения его модели: объекта, замещающего первый (прототип) на основании сходства (тождества) свойств модели и прототипа. Это сходство должно быть по существенным признакам. Его наличие специально обосновывается. Модель должна быть изоморфной или гомоморфной в плане своего сходства (тождества) с оригиналом [20]. Существует два вида моделей в науке: 1) материальные; 2) знаковые (как правило, это математические модели объекта). Материальная модель – это, например, уменьшенная копия реального водопада, или турбулентного движения воздуха, или плотины гидроэлектростанции и т. д. В роли знаковой модели могут выступать, например, некоторое математическое уравнение, график, чертеж, схема, описывающие характер связи между некоторыми свойствами оригинала, или его структуру, или способ поведения (например, траекторию его движении и т. п.). К методу моделирования в науке часто прибегают тогда, когда по каким-либо причинам трудно, невозможно или просто нецелесообразно (например, по финансовым, экологическим причинам или из соображений безопасности) эмпирически исследовать сам оригинал в естественных условиях его бытия. Метод моделирования получил особенно широкое распространение в современной науке и технике в связи с резким усложнением объектов исследования в постнеклассической науке, а также резким удорожанием научных исследований. Сегодня выгоднее и надежнее – начинать познание объектов с исследования их моделей, в частности компьютерных.

В основе метода моделирования лежит такой научный метод, как аналогия.

11. Аналогия

Аналогия – одно из важных эвристических средств научного познания, когда на основе сходства двух предметов по некоторым их свойствам или отношениям делается вывод об их возможном сходстве и по другим параметрам. Для повышения вероятности достоверности умозаключений по аналогии необходимо стремиться к тому, чтобы сравниваемые объекты были подобны в существенных свойствах, а не в чисто внешних или случайных признаках, а также к тому, чтобы связь между уже известными подобными свойствами и новым, предполагаемым свойством была закономерной, необходимой или высоковероятной. Так, на основе аналогии воздействия ряда фармацевтических препаратов на животных и людей делается вывод о применимости многих из них для лечения человека после успешного применения этих препаратов для лечения тех же болезней у животных. На аналогии основаны многие научные прогнозы и рекомендации.

Весьма важным методом получения нового эмпирического знания является также экстраполяция.

12. Экстраполяция

Экстраполяция – это метод экстенсивного приращения знания путем распространения следствий какой-либо гипотезы или теории с одной сферы описываемых явлений на другие сферы. Например, закон теплового излучения Планка, согласно которому энергия теплового излучения может передаваться только отдельными «порциями» – квантами, был экстраполирован А. Эйнштейном в другую сферу – область электромагнитного излучения и оптических явлений. В частности, с помощью экстраполяции идеи квантового излучения энергии Эйнштейну удалось исчерпывающим образом объяснить природу фотоэффекта и сходных с ним явлений. Фактически экстраполяция является одной из самых распространенных форм предсказания в науке. Экстраполяция – мощное эвристическое средство исследования объектов. Она позволяет расширить гносеологический потенциал эмпирического познания, увеличить его информационную емкость и обоснованность. Сама способность той или иной гипотезы или теории к экстраполяции, к предсказанию новых фактов и явлений в случае удачи резко усиливает ее обоснованность и конкурентоспособность по сравнению с другими гипотезами.

Чем же заканчивается эмпирическое познание в науке? Что является его наивысшим уровнем? Таким наиболее общим уровнем и видом эмпирического знания, безусловно, являются эмпирические теории. Проблемы структуры и обоснования эмпирических теорий всегда относились и относятся сегодня к наиболее дискуссионным вопросам философии науки. В частности, им уделялось исключительно большое внимание в позитивистской и постпозитивистской философии науки. С точки зрения позитивистов, научная теория по своему содержанию принципиально ничем не отличается от других видов и единиц эмпирического знания, таких, например, как научные законы, факты и даже протоколы наблюдений. Отличие научной теории от других единиц эмпирического знания состоит лишь в двух моментах: 1) степень общности; 2) логическая форма. Эмпирические теории действительно представляют собой наивысший уровень эмпирических обобщений в науке, ибо представляют собой множество, систему эмпирических законов. С другой стороны, теория – это не просто множество эмпирических законов, независимых друг от друга, но рационально организованная система законов определенной предметной области. В любой эмпирической теории есть законы и принципы как более фундаментальные и общие (аксиомы), так и менее фундаментальные, частные законы, иногда выводимые из первых. Из последних, в свою очередь, логически выводятся в качестве эмпирических следствий определенные факты, истинность которых должна быть удостоверена с помощью наблюдений и экспериментов. Описанная выше концепция научной теории была подробно разработана в философии науки логического позитивизма в рамках гипотетико-дедуктивной модели научного познания.

Насколько универсально это позитивистское понимание научной теории по отношению ко всему множеству теорий реальной науки? Анализ структуры реальной науки показывает, что оно – явно не универсально, ибо ему не соответствуют: а) почти все теории в математике; б) многие теории в естествознании, социально-гуманитарных и технических науках. Например, под позитивистское понимание научной теории не подпадает большинство фундаментальных физических теорий (например, механика Ньютона, электромагнитная теория Максвелла, специальная и общая теория относительности, молекулярно-кинетическая теория Больцмана, квантовая механика, синергетика и др.). И главная причина здесь заключается в том, что все указанные выше теории имеют дело с описанием свойств и закономерностей не эмпирических объектов, а определенного множества так называемых идеальных объектов (материальная точка, абсолютно изолированная система, идеальный газ, пространство-время и т. д.). Однако позитивистскому пониманию научной теории отвечает значительное число так называемых феноменологических теорий естествознания и гуманитарных наук (феноменологическая термодинамика, небесная механика, многие теории из химии, биологии, медицины, психологии, физиологии, географии, геологии и др.). Для всех феноменологических (или чисто эмпирических по своему содержанию) теорий возникают две фундаментальные философские проблемы: 1) проблема обоснования, доказательства их истинности или ложности; 2) проблема критериев выбора и оказания предпочтения наилучшей из альтернативных феноменологических теорий в случае их конкуренции в определенной области науки (например, геоцентрическая и гелиоцентрическая теория в астрономии, теории эволюции биологических видов Ламарка и Дарвина, классическая политэкономия А. Смита – Д. Рикардо, экономическая теория Дж. Кейнса и др.).

Наряду с методами открытия нового эмпирического знания, столь же важной группой методов эмпирического уровня познания являются методы обоснования и выбора наилучшей из конкурирующих эмпирических гипотез и теорий. Поскольку все основные единицы эмпирического знания – факты, эмпирические законы и теории представляют собой знание, полученное методами индуктивного обобщения, постольку все они имеют характер эмпирических гипотез или вероятных предположений. Эту особенность эмпирической науки в свое время очень точно подметил Ф. Энгельс: «Формой развития естествознания, поскольку оно мыслит, является гипотеза». Точку зрения, согласно которой индукция не способна быть методом доказательства истинности научных законов и теорий, разделял основоположник неклассической физики А. Эйнштейн. Критикуя взгляд, согласно которому индукция является методом открытия и доказательства научных истин, он писал: «Здесь не существует метода, который можно было бы выучить и систематически применять для достижения цели. Исследователь должен скорее выведать у природы четко формулируемые общие принципы, отражающие определенные общие черты огромного множества экспериментально установленных фактов» [21, с. 14–15]. Многие современные философы и ученые согласны с такой скептической оценкой доказательных возможностей индуктивного метода познания. Тем не менее, при этом по-прежнему остается открытым вопрос о возможности индукции играть роль не метода доказательства, а хотя бы метода подтверждения научных законов и теорий, функцию оценки степени их обоснованности опытными данными и принятия на этой основе рационального решения о наиболее предпочтительной из эмпирических гипотез. Наиболее серьезные попытки создания теории степени подтверждения законов и теорий эмпирическими данными были предприняты в философии науки ХХ в. логическими позитивистами (Г. Рейхенбах, Р. Карнап и др.). И понятно почему. Для них это было делом «философской чести» и последней попыткой эмпиризма спасти свою веру в то, что в науке только степень соответствия любых концепций данным наблюдения и эксперимента может служить подлинным мерилом и критерием оценки их научной состоятельности, обоснованности и приемлемости.