从突现视角看知识创新的复杂性特征

从突现视角看知识创新的复杂性特征

作为现代复杂科学的一个核心概念，它主要指事物的新的性质、宏观不确定性和不确定性。本文拟从突现视角探索知识创新的复杂性特征。一、知识创新的“共时突现”特征—知识创新的新质特性和宏观确定性在知识维度,任何一项知识创新都是新质突现。作为知识或知识产品,不断创新是其内在要求。科学理论的优先权以及技术知识的专利权都有创新要求。波普尔(科学)、萨哈尔(技术)的知识进化哲学是知识创新新质特征的最好诠释。K·波普尔用生物进化的观点来隐喻和类比科学知识的发展过程。在《客观知识》一书中,波普尔将其知识进化模型表示为一个转换序列:P1→TT→EE→P2P1:老问题TT:试探性理论EE:消除错误P2:新问题在波普尔看来,任何知识享有的最高接受度是“还没有被驳倒的猜想”,最终必然被驳倒从而被新的猜想所取代。特别是,对于“新问题”,波普尔认为,“无论如何,新问题产生于我们自己的创造性活动;并且这些新问题一般不是由我们有意识地创造的,他们自发地从新的关系中突现(Emergency)出来,我们的一切行动都不能阻止这种关系产生,尽管我们很少打算这样做。”。波普尔证伪主义学说在科学哲学内部已成为主要流派之一,并对认识论和其它学科产生广泛影响。通过大样本的实证分析工作,D·萨哈尔在著名的A-U模型基础上提出了技术进化理论。与波普尔知识进化论类似,萨哈尔认为,技术是通过尝试、纠错的学习方式不断进化。任何特定技术的成熟状态只是技术进化过程中的一个相对停滞或间歇时期(或“学习高原”),新技术必然会取代现有技术。在经济维度,J·熊彼得特别强调创新是新质的、革命性的、非数量性的变化。熊彼得认为,仅仅经济增长并不是创新,因为没有产生“质上的新现象”。而传统的静态经济学也不能分析创新这种“非连续变化”和“生产革命性”现象。虽然熊彼得着重强调的是重大创新,但任何创新必须具有新质特点从他关于创新的定义就可直接推论出。而按照创新新颖性由小到大的程度,创新可以分为渐进性创新、小创新、重要创新、重大创新、根本性创新。创新进化学派的R·纳尔逊也认为创新是将“新颖”引进系统。从进化经济学的角度看,经济系统具有引入“新颖”的机制,这个机制即是创新。即使重视制度的作用,道格拉斯·C·诺斯在《经济史中的结构和变迁》一书中仍将技术知识的创新看作是经济史甚至历史发展的一种根本动力。原始农业技术革命,瓦特对蒸汽机的改进,依赖于信息科学的现代信息技术革命都将人类生活带入新的历史。如,“农业社会”、“工业社会”、“信息经济”“知识经济”、“知识社会”等说法就表明了知识创新给社会带来了的新变化。如果说上面的分析侧重于知识创新的“历时突现”特征。下面着重分析知识创新“共时突现”特征。哲学上W.V.O.奎因对逻辑经验主义的批判,语言学中结构主义者索绪尔、乔姆斯基,认知心理学的结构主义者皮亚杰,历史学中强调“文化”概念的斯宾格勒、汤因比,甚至解构主义者福柯也提出了“知识类型学”,他们都主张以整体或结构的观点来看待知识或知识发生系统。这些学科中的整体主义观点为知识创新的“共时突现”提供了逻辑哲学、语言学、心理学、历史学和知识学的理论基础。而创新研究中著名的SPRU学派核心之一的杜西(G.Dosi)认为(另一核心即弗里曼),创新过程通常是结构性的转变。故SPRU学派提出了著名的“技术范式”概念。该概念与库恩“科学范式”一起构成知识创新“共时突现”特征的哲学基础。《科学革命的结构》一书中,T·库恩提出了影响深远的科学范式概念。虽然在对科学发展的动态观上与波普尔一致,都反对逻辑实证主义的渐进主义。但与波普尔的理性主义不同,库恩提出了具有结构主义特征的、包含更丰富内容的范式(paradigm)概念。库恩明确地认为,作为一种世界观的改变,科学革命是一种格式塔转换。他认为,“大家熟悉的视觉格式塔转换实验很有启发性,我们可以把它当作一个用以说明科学家世界观转变的基本原型。”。库恩提出以下科学发展模式:前范式阶段→范式获得→危机→科学革命→新范式关键问题在于,科学范式的转换是整体性改变。局部的问题并不会马上危及到范式安全,并且不同范式之间具有不可通约性。虽然库恩的理论并不能完全解释科学史,但范式概念已经成为科学哲学的核心概念之一,并对其它学科产生巨大影响。在纳逊和温特的“自然轨道”基础上,杜西提出了“技术轨道”这一概念。并且,通过类比库恩的“科学范式”,杜西进一步提出了“技术范式”这个概念。技术范式主要是指解决技术问题的一种模型或模式。它决定研究的领域、问题、程序和任务,且具有强烈的排他性。这也是明显的结构主义观点。以其“新技术系统”概念为基础,弗里曼和佩雷兹还提出了比杜西“技术范式”更宏大的“技术-经济范式”概念。“技术-经济范式”包括了技术和经济两种基本要素。在创新影响和发生规模上,它超出了纯粹技术领域,甚至可能涉及到整个经济系统,比如经济长波。上面讨论的两种突现反过来通过形成“惯例”、“主导设计”、“技术路标”、“科学研究纲领”、经济垄断,从而对创新系统元素行为构成制约,产生“自然轨道”、“路径依赖”等“锁定”(Lock-in)现象。这就是前面分析的突现对系统元素约束行为和相对稳定性。只有通过证伪、科学革命、创造性毁灭、解构等方法才能形成新的重大创新突现。这对知识创新系统内部多样性培养不利。但是从正面看,正是创新突现的这个特点维持了系统稳定,并且维持了创新量的积累,甚至一些小规模的局部创新突现(为重点研究管理复杂性,这种“边际改进”类渐进性创新并非本文考察的重点)。库恩认为科学家在“常规科学”阶段主要进行“解谜”活动。熊彼得本人也并未否认“瓦尔拉斯均衡”作为经济秩序机制的重要性,而是把创新看作是从均衡走向新的均衡的动态发展。二、从科学共同体到社会心理所有支持弱义突现观点者都承认突现可以通过整体与部分的关系(最多还有环境因素)得到解释。“依随”哲学其实也暗含这个假定。即使一个对象可以得到事后的科学解释,但预测这个问题更加复杂。预测功能是作为科学理论检验的一条标准而进入科学哲学范畴的。预测本质上是一种归纳推理,而突现定义却蕴含着从部分无法归纳出整体、从过去无法归纳出现在。科学哲学中依赖“科学革命”的库恩历史主义,以及依赖“大胆猜想”的波普尔证伪主义,都为知识创新突现的不可预测性提供了哲学诠释。在知识创新过程中,逻辑和程序理性的作用有其内在局限,科学发现与验证过程不同。即便是科学验证过程,也没有完全逻辑和理性的程序。比如,波普尔认为,“最初阶段设想或发明一个理论的行动,既不要求逻辑的分析,也不接受逻辑的分析。一个人如何产生一个新思想——不论是一个音乐主题,一个戏剧冲突,还是一个科学理论——的问题对于经验心理学来说也许是重要的,但是与科学知识的逻辑分析无关。”。关于新范式是如何产生的,库恩认为,“而这些所有反常和危机只能以一种象格式塔转换的比较突然而无结构的事件来结束,而不是以思考和诠释来消解。”库恩用“灵光闪现”来形容这一过程,强调直觉的关键作用。并且,库恩认为,所谓范式,其实就是一个科学共同体(ScienceCommunity)成员所共有的东西,是一种“团体承诺的集合”和“共有范例”。他指出,关于科学共同体结构,这个问题已成为社会学家和史学家研究的重要课题。最终,心理和社会因素被引入科学哲学。知识创造区别于一般信息加工的地方就在于,它主要存在于人的头脑中。原始数据通过转换才能成为知识。根据科学创造心理学,被称为“创造心理因素”的比如直觉判断、猜测、洞察力、灵感、做梦等心理形式,对知识创造特别是对重大知识创造非常重要。除智力因素外,非智力因素和社会心理因素也会在创造过程中发挥作用。情绪、意志、兴趣、性格等非智力因素,以及社会风尚、人际关系、学术心理等社会心理因素对知识创造也有一定影响。另据对团体创造力影响因素的研究,情景态势、创造氛围等团体心理因素对团队知识创造力也具有直接影响。爱因斯坦和庞卡莱等人都从自己的科学研究经历中体会到直觉的重要作用。比如,爱因斯坦认为,“物理学家的最高使命是要得到那些普遍的基本规律,而要通向这些规律,并没有逻辑的道路,只有通过那种以对经验的共鸣的理解为依据的直觉,才能得到这些规律。”波兰控制论专家维托德?瓦斯尼基把新知识的产生称为某种原型规范“突生”(Fulguration),主要包括活跃的和潜藏的知识规范的转化(Mutation)、重组(Recombination)、过渡(Transition)、调换(Transposition)机制。其中,转化指原始性新规范产生,重组指模仿综合创新,过渡指学习,调换指潜藏规范向活跃规范转化。而任何新知识的产生都是无法准确预测的。人工智能(AI)研究最高目标也是要能创造知识。比如,“强人工智能”(StrongArtificialIntelligenence)理论就认为,正确运算的计算机程序和正确的输入输出就能具有思维能力,能够创造知识。而著名哲学家约翰塞尔对此观点进行了批判,他认为:“对于任何我们可能制作的、具有相当于人的心理状态的人造物来说,单独一个计算机程序的运算是不够的。这种人造物必须具有相当于人脑的能力。”对于人工智能理论本身而言,联结论已对传统的形式主义模型提出了挑战。H·德雷福斯认为,一些对理解日常世界和科学创造所必需的直觉等能力,并非任何AI所能获取。熊彼得认为,相对于主体过去所获得的知识,创新过程中许多事情必然是不能肯定的,甚至只能靠猜测。熊彼得视创新为自发的、间断的非连续性的现象,是一个动态均衡过程。他认为:“要完成生产要素的新组合,不是象人们依据一般的概率原理所期望的那样,从时间上均匀分布——按照这样一种方式,让人们能够选择等距离的时间间隔,在每一个时间间隔内可以安置一个新的组合——而是,如若一旦出现,那就会成组或成群地不连续地出现。”有的学者使用“极化”(Polarization)、“范式不连续”等术语描述这一现象。纳尔逊明确指出,搜寻新的知识规程(Routines)是系统性的创新行为。而创新行为具有偶然性和不确定性。霍奇逊认为,现代演化经济学的所有分支都将创新置于中心地位。据现代演化经济学的观点,知识、创新和经济组成一种具有遗传、变异、有限理性等特征的演化系统。知识被视为经济演化系统的“基因”或通类(Generic)信息。经济行为主体具有有限理性特征,其活动须面对大量的不确定性(Uncertainty)。创新过程中主要充满着知识和经济因素的双重不确定性,而制度等环境的不确定性则更加大了创新预测的复杂性。由知识生长(或发展)的逻辑斯蒂方程而带来的混沌现象,就给建立在平稳性和马尔科夫性基础上的时间序列分析方法带来了复杂性。特别是长时间预测问题,混沌现象的初值敏感性使长时间预测问题遇到困难。SPRU研究传统后来十分重视自组织理论,试图通过定量化的分析工具研究创新进化现象。因为按照普里高津的观点,自组织理论主要目的是解释宇宙进化问题,自组织理论可以作为联系无机界和有机界的理论桥梁。但由于创新系统元素行为太过复杂,使用建立在随机微分方程和动力系统理论基础上的分析工具时会感到吃力。故弗里曼和苏特甚至提出,创新预测更需要的是“动物心态”而非理智。在分析创新项目评估的不确定性时,弗里曼和苏特认为,由于创新过程固有的不确定性,以及企业缺乏运作必需的信息,或者缺少时间和意向去获取这些信息,或者缺少处理非常复杂问题的能力,企业往往对任何一个项目都不能做出非常合理的计算。他们认为:“所有这些只会让某些人感到吃惊,这些人相信某个新项目评估技术或模拟分析技术,能够解决创新活动本质上所固有的困难问题。围绕创新的不确定性,造成了在可供选择的