17 理论的冗余
我在《逻辑》中捍卫的假说方法确属老生常谈，而对待预测性检验的态度则是新问题。对于这种检验，人们曾经认为它是证实甚至是对理论的证明。后来他们又认为它“仅仅”能使理论概然。而我认为它是在尝试进行证伪；如果它是严肃而真实的尝试，那么仅当它无法成功地反驳理论时，我才认为它能够验证理论。在验证理论时，它能使理论看上去是“概然的”——但这个“概然”并不是指能够满足概率计算：因为这个原因我更愿意称之为“验证”（或“确证”或“可接受性”）。
人们现在已普遍认可了假说方法或假说-演绎方法的重要性，甚至连归纳主义者也完全承认，一个归纳理论如果不能有力支持这种方法，它就是荒谬的。某些杰出的归纳主义者，例如杰弗里斯或卡尔纳普，已经脱离了他们自己原本的理论路数，转而强调这一点。杰弗里斯认为他的归纳理论的核心问题是全称理论及其简单性。而卡尔纳普在其著作的导言部分强调，关于“归纳”，他指的不是搜集数据和推广数据的方法，而是评估某一自由发明的理论接受经验检验的“确证度”的方法。
卡尔纳普这样写道：“例如，假设给定了某一观察结果报告，而我们希望能找到一个假说，这些被观察到的事件能良好地确证它和充分地解释它，那么并不存在某些固定的规则集合能引导我们自动得到最好的或哪怕一般的假说。科学家碰上合适的假说，凭的是独创性和运气；如果他找到了一个，他也无法确定是否还存在另一个假说，即使在新的观察出现之后仍能更好地适合观察到的事实。自动的归纳过程是不可能的，许多人都强调这一点，其中最响亮的声音来自卡尔·波普尔……他也引用了爱因斯坦的话……”[21]
稍后他又写道：
“给定：某一句子e作为证据；求：能被高度确证的假说h……并不存在什么有效的过程能解决这种问题；爱因斯坦和波普尔都强调过这一点，如上文所说。”
根据卡尔纳普的纲领，归纳逻辑试图解决的问题不是发现假说，而是判定假说的确证度：
“给定：两个句子e和h。求：在证据e的前提下h的确证度……的值。”
这个纲领显然考虑了假说方法，而我也完全赞成上面所引用的卡尔纳普的观点（当然也有例外：我不认可在概率计算的意义上将“确证度”诠释为概率，尤其不认可将之诠释为“归纳概率”）。
但这个良好定义的纲领一旦执行，就会以令人吃惊的方式自我解体。首先，在此著作中卡尔纳普介绍了一种方法，允许我们去“发现”甚至计算出在任何给定证据的前提下都能被最好确证的假说，即最概然的假说。但这显然意味着我们不再能自由地去发明假说；更有甚者，我们也不再需要绞尽脑汁去寻找好的假说，因为我们已经完美地计算出了最好的假说。
因此假说方法就变成完全冗余的了，这与卡尔纳普的纲领直接矛盾。而且卡尔纳普自己也承认了这种冗余，却没有明确否定他的最初纲领。在此书末尾名为“需要用定律来作出预测吗？”（第574页及以下各页）的一节中，他首先概述了他的结果，并表明科学家（X先生）实际上不需要全称“定律”或理论，随后他说：“因此我们知道，X不需要像人们常常认定的那样，拐弯抹角地使用定律l；他可以从自己的观察知识出发……直接得出单称预测……”接着他写道：
“日常生活中的习惯性思考也常常走这个捷径，现在它则被归纳逻辑证明。”[22]然后他总结道：
“我们知道定律在作出预测的过程中是不可或缺的。但显然它仅仅是一种在物理学、生物学、心理学等著作中陈述全称定律的权宜之计而已。”
根据他的科学哲学，纯粹科学的唯一任务就是作出预测，而这意味着科学定律完全没有功用，完全是冗余的。实际上卡尔纳普的论证表明，它们是一些不必要的迂回弯路，因此我们应当用奥卡姆［Ockham］剃刀或马赫的经济原则（马赫当初就是用此原则来表明全称定律无用）否弃它们。然而这也意味着假说-演绎方法是冗余的。我们不再需要“独创性和运气”去“探索适用的假说”了：此类适用的假说都是全称理论，而我们不再“需要”什么全称理论，它们不再是“不可或缺的”。简言之，相信科学方法就是假说方法，这根本就是个错误。
我打算用超越性论证来对待这个结果，但仅仅是从否定的角度来使用它。如果某种科学理论拒绝了假说-演绎方法，告诉我们科学理论都是冗余，那么这种科学理论就是“完全不充分的”；这就好比如果某一理论说我们无法从经验中进行学习，那么它也是完全不充分的。