Название | Знание в контексте |
---|---|
Автор произведения | Игорь Прись |
Жанр | Философия |
Серия | Тела мысли |
Издательство | Философия |
Год выпуска | 2022 |
isbn | 978-5-00165-478-0 |
2. Знание = мнение + истинность + (обоснование) + X
В рамках пост-Гетье эпистемологии (см. Часть I) происходит отход от классического определения (анализа) знания. При этом делаются попытки сохранить его ядро, корректируя определение путём введения дополнительной компоненты, Х, позволяющей исключить все виды случаев Гетье и, в частности, случаи истинных обоснованных мнений, которые не являются знанием. Поскольку с необходимостью всякое знание есть истинное мнение, компоненты «истинность» и «мнение» – необходимые компоненты любого возможного определения знания. Поэтому знание представляется либо как истинное мнение с обоснованием и дополнительным условием Х, либо просто как истинное мнение с дополнительным условием Х: знание = мнение + истинность + (обоснование) + Х.
Как было показано в Части I, все попытки проанализировать концепт знания некруговым образом, не прибегая к самому этому концепту, потерпели неудачу. Ухищрения, к которым прибегали предлагаемые теории, напоминали введение дополнительных «эпициклов» в геоцентрическую систему с целью её сохранения любой ценой. Т. Уильямсон называет традиционный анализ знания «гру (grue) – подобным». Это недвусмысленный намёк на так называемый «гру»-парадокс, сформулированный Н. Гудменом в отношении индукции. Предикат «зелёно-синий» («grue» состоит из двух первых бук слова «green» (зелёный) и слова «blue» (синий)) выражающий свойство, быть зелёным до некоторого определённого момента времени, и быть голубым после этого момента времени, не является естественным. Он не может составить конкуренцию предикату «зелёный» в процессе индуктивного вывода. Точно так же, не являются естественными предлагаемые в рамках пост-Гетье эпистемологии всё более сложные некруговые анализы знания в виде необходимых и достаточных условий. Такие анализы также противоречат принципу простоты, и их существование приводит к проблеме, аналогичной известной проблеме «переподгонки» (чрезмерной подгонки, over-fitting), возникающей в естественных науках, когда пытаются представить полученные экспериментальные данные слишком точным образом. В результате представление (кривая, уравнение и так далее) оказывается сверхчувствительным к варьирующимся неизбежным отклонениям результатов измерений величин от их истинных значений [1]). Переподгонка, таким образом, не позволяет выявить подлинную закономерность или затрудняет такое выявление.
В