因果性是世界本身的结构,还是人的认知方式?

因果性问题之所以重要,是因为它几乎支撑了我们全部的日常理解和科学解释。我们说火使纸燃烧,病毒导致疾病,教育改变人的能力,政策影响经济,算法塑造人的注意力,这些说法都依赖一个基本假设:事件之间不只是前后相继,而是存在某种可以解释的联系。没有因果性,世界就会变成一串互不相干的现象,知识也会退化为对印象的记录。我们仍然可以看到很多事情发生,却很难说明为什么它们这样发生,更无法谈预测、控制、责任和干预。

在古希腊哲学中,因果性并不只是现代意义上的“原因导致结果”。亚里士多德提出四因说,把原因区分为质料因、形式因、动力因和目的因。比如一座雕像的质料因是青铜,形式因是它呈现出的形状,动力因是雕刻者的活动,目的因则是它被制作出来的用途或意义。这个框架与现代科学的因果观不同,但它揭示了一点:解释一个事物,并不是只找出一个外部推动力,而是要说明它由什么构成、以什么形式存在、如何生成、为了什么而存在。后来现代科学兴起之后,目的因逐渐被削弱,动力因和机械因果成为主流。自然被理解为按照规律运行的系统,因果解释也越来越接近“在相同条件下,同类事件会产生同类结果”。

真正把因果性变成近代认识论难题的人是休谟。休谟的观点非常尖锐:我们在经验中看到的只是一个事件之后经常跟着另一个事件,比如火焰出现以后纸张变黑、破裂、燃尽;但我们从来没有直接看到一种叫作“必然联系”的东西。所谓因果关系,在休谟看来,来自习惯。因为我们反复看到 A 之后出现 B,于是心灵形成期待,认为 A 会导致 B。这个分析的力量在于,它把我们以为最坚固的因果知识还原为经验中的恒常相继和心理期待。它不是说世界一定没有因果,而是说人的经验不能直接提供因果必然性的证明。

休谟的问题极大地震动了康德。康德说,是休谟把他从独断论的睡梦中唤醒。康德的回应不是回到旧形而上学,也不是简单反驳休谟,而是改变问题的方向。既然经验本身不能提供必然性,那么因果性是否可能是经验得以成立的条件?康德认为,因果性不是我们从经验中总结出来的普通概念,而是知性范畴之一。换句话说,人类能够把一连串感官材料理解为一个有秩序的客观经验世界,正是因为心灵已经以因果结构来组织经验。没有因果性,我们就只能有主观印象的流动,而不能有对象、事件和规律。

这个分歧非常关键。休谟强调因果性的心理来源,康德强调因果性的先验地位。前者让我们警惕因果判断中的习惯性和不确定性,后者让我们理解因果性为什么又不可缺少。现代哲学和科学方法在某种程度上继承了两者。科学当然不能满足于“我习惯这样想”,它必须通过实验、控制变量、模型和反事实分析来区分真正因果和简单相关。但科学也无法放弃因果框架。一个只记录相关性的系统,不能自动回答“如果我改变一个因素,另一个因素会不会随之改变”这样的问题。科学解释最终总要进入因果结构,哪怕这种结构是概率性的、模型化的、可修正的。

在当代哲学中,因果性通常不再被理解为一种可以被肉眼直接看见的神秘力量,而更多被理解为规律、机制、依赖关系、干预可能性和反事实关系。比如说,吸烟会增加肺癌风险,这不是指每一个吸烟者必然患癌,也不是说我们能在香烟与癌细胞之间看到一条可见的“因果绳索”。它是指在大量证据、机制研究和统计控制之后,我们有理由认为,如果改变吸烟这一因素,肺癌风险的分布也会发生系统变化。现代因果理论因此比古典机械因果更复杂,它允许概率、背景条件、多因素作用和不完全确定性。

这个问题在人工智能时代变得更重要。许多机器学习系统擅长发现相关性,却不一定真正理解因果关系。一个模型可以根据海量数据预测一个人可能点击什么内容,可能购买什么商品,可能相信什么说法,但它未必知道哪些因素真正导致了这些行为。相关性可以用于预测,但因果性才真正关系到解释和干预。医学、法律、政策、教育和伦理都不能只停留在相关性上。我们不仅要问“哪些现象一起出现”,还要问“什么改变会造成什么后果”,以及“谁应该对这种后果负责”。

从哲学上说,因果性既不能被简单地看成世界中明摆着的东西,也不能被简单地看成心灵任意投射出来的东西。比较稳妥的理解是:因果性是我们认识世界时不可缺少的结构,但它是否正确对应世界中的真实机制,需要通过经验、实验和理论不断检验。康德说因果性是经验可能性的条件,这说明我们离不开它;休谟说我们看不到必然联系,这提醒我们不能把每一个因果判断都当成绝对真理。两者结合起来,才构成一种成熟的因果观。

因此,因果性问题的关键,不是能否找到事件先后,而是能否说明规律如何对我们成为可用的认识结构。我们需要因果性,是因为没有它就无法理解世界;我们又必须谨慎使用因果性,是因为很多看似自然的因果解释其实只是习惯、偏见、统计误读或模型幻觉。真正严谨的因果思维,一方面承认世界不是杂乱事件的堆积,另一方面也承认任何具体因果判断都需要证据、条件和修正。因果性正是在这种张力中,成为哲学、科学和现实判断共同依赖的核心概念。


了解 Geoffrey Chen 的更多信息

订阅后即可通过电子邮件收到最新文章。