科学哲学的发展与前沿趋势

郭永旺

(西安建筑科技大学，陕西 西安 710000)

1 科学哲学中的实践

从历史的进程来看，科学哲学可以分为逻辑主义和历史主义两大分支。逻辑主义当中，将理论理性和实践理性区分开来，认为逻辑分析才是科学研究应当遵循的路径。逻辑主义认为实践理性应当归属于伦理学、心理学等学科。也有很多的历史主义科学家在否定了逻辑主义之后，将理论理性与实践理性不能够完整地组成一个大类，这就使得在科学理性中必然会存在怀疑主义的态度。

传统的科学哲学认为理论是具有最高地位的，其他的都不能与之相配比。传统的科学哲学是根据实验以及观察来得到相关的结论的，并根据理论的引导将哲学的实验成果转移到应用当中，这就使得理论会存在有关于实践与观察。在传统的科学理论命题当中，其认为理论研究是一个最终的成果。因此，在关于理论的实践性研究时，通常都认为是科学研究中的一个普遍因子。而在传统的哲学科学理论当中，其最终的目标就是要能够形成比之前更好的理论。科学实践哲学则提出，关于科学活动所得出的结论具有一定的地方性，这也是科学知识所产生的一个前提所在，其需要特定的实验室、研究方案以及研究技能才能够得出一定的科学知识。科学知识指的就是一个普遍化的理论从一个地方转移到另一个地方，这种所谓的转移不仅仅是位置上的转移，其更注重的是要结合相关的语境来进行标准制定。根据这样的标准制定能够让科学知识变得更加标准化。在实际意义上的技术标准并不能够由当前的技术科技看出来，这需要一定的世界标准，并根据一定的国家和政治情况对这种科学技术进行评判和制约。

2 大数据对科学哲学的新挑战

由于大数据是一门具有技术革命的变革，其从工作、生活等方面对人们产生着很大的影响。因此，在大数据时代所产生的一种数据世界使得研究者不能仅仅关在自然或者社会当中去研究生活，而是应当从数据方面入手来从事相关的科学研究活动。比如说，研究高能物理的科学家不一定要根据粒子实验来进行工作，其需要通过传统的高能物理研究转化为一种数据的工作。所谓数据工作，指的就是从数据之间寻找其相关性所在，并研究其随着时间的推移所产生的相关变化。根据相关性分析，可以找出数据之间的统计关系并据此建立一定的模型。在建立数据的模型之后可以形成海量的数据，并通过对数据的研究来掌握很多学科领域的数据集，根据数据集来进行相关的分析，并查找相关事务之间的内在联系。通过这样的方式可以产生一定的客观性，保证结果不受研究因果关系的影响。

在学科的说明上，也可以依照大数据所带来的相关性来揭示一定的数据规律，大数据所整合的数据规律是具有很强的似真性的。大数据本身多表现的就是完全的数据密集归纳法，且其结论具有非常大的可靠性。在此基础上，大数据所反映的结果是非常具有参考价值的，且其不再局限于因果的说明关系。这就表明，在大数据时代可以通过运用科学相关性来弥补传统的因果关系所产生的局限性。大数据时代的海量数据能够使我们在面对相关问题时，不同恢复原始的使用方法，而是可以将其与问题相关的所有数据进行整合使用，也就是“全数据模式”。“全数据模式”能够将与数据相关的问题全部解决，这也能够将数据相关的问题描述得更加全面与精致，这便取决于大数据模式本身所具有的整体论，这种整体论具有很强的可操作性与可计算性，也非常符合当前的科学模式，也成为“大数据整体论”。大数据整体论所使用的就是一套完整的还原方法，这种方法能够融合很多整体的优点，既能够完美地还原数据细节，也能够将数据本身的完整性呈现出来。这样所展现的大数据结构就更加精细完整，也能够运用其完整性来解决一定的科学方法。正如历史当中所出现的每一次技术变革都会给科学带来很大的改变，甚至会产生科学革命。在大数据时代所使用的革命性问题也有可能带来一定的技术革命，并可能给很多哲学问题带来挑战。

由于大数据能够给科学研究带来很大的变化，因此在大数据时代是不能够允许科学的不精确事件发生的。维克托曾经说过：“执迷于精确性是信息缺乏时代和模拟时代的产物。只有 5%的数据是结构化且能适用于传统数据库。如果不接受混杂，剩余95%的非结构化数据都无法被利用，只有接受不精确性，我们才能打开一扇从未涉足的世界之窗”。这就意味着，在大数据时代要想更好地解释科学，就必须接受更加混杂的追求。只有使科学的目标从精确变得混杂，使科学的天地更加广阔，变得更为开放，才能够让未来的科学变革走向更加光明的未来。