三页纸打穿「知识」:从Gettier谈起,到AI时代我对哲学的态度转变

1963 年,美国一所普通的州立大学,有位助理教授叫 Edmund Gettier。

为了评职称,系里要求他发表点东西。这个人憋了很久,憋出了三页纸,准确说只有两页半,最后一页的下半部分还属于另一篇文章。

后来他一路混到正教授,直到退休,几乎再没发过什么东西。

但就是这两页半,成了哲学认识论的分水岭。它几乎打穿了人们对「知识」这个词的定义。

这篇论文叫《被证成的真信念是知识吗?》(Is Justified True Belief Knowledge?)。我觉得它非常优雅、也很好懂:核心就是两个普通人都能听懂的小故事。

今天这篇文章,我想从这里开始聊,顺带分享一下我对哲学这门学科的一些新的体会。

01 什么是「知识」?

这个问题从柏拉图时代就在被琢磨。两千多年下来,形成了一个看起来很合理的定义,英文叫 Justified True Belief,简称 JTB:「有理由的真信念」。

它说,你要「知道」一件事情,得同时满足三个条件:

1. 这件事是真的;

2. 你相信这件事;

3. 你有充分理由相信这件事。

比如「我知道窗外有一棵树」,要满足:窗外真的有一棵树;我相信窗外有树;我有理由相信窗外有树。

为什么需要这三条?

如果窗外其实没有树,我当然不能说「我知道窗外有树」。

如果窗外有树,但我不相信窗外有树,我以为这块玻璃只是一块屏幕、树只是显示在上面而已,那当然也不能说「我知道窗外有树」。

如果窗帘是拉着的,我完全没有看到这棵树,我一进门就说「窗外有棵树」,碰巧猜对了,这也不算「我知道窗外有树」,我只是蒙对了。

所以在这个定义下:知识 = 真的 + 相信 + 有充分理由相信。

是不是看起来非常合理?

1963 年,Gettier 用三页纸把它干掉了。整篇论文就是两个反例故事。

02 第一个故事:口袋里的十枚硬币

有两个人,张三和李四,同时去一家公司竞聘同一个岗位。

张三非常相信李四会得到这份工作。为什么?因为他见到老板的时候,老板亲口告诉他:「最后会录用李四。」

另外,十分钟之前,张三还偷偷数过李四口袋里的硬币(别问为什么会去数,故事设定就是这样),他看到李四口袋里有十枚硬币。

于是张三就有了非常充分的理由相信一个命题:

「得到这份工作的人,口袋里有十枚硬币。」

这个推理在逻辑上没有问题。

但事情出现了反转。最后得到这份工作的不是李四,而是张三本人。更巧的是,张三一摸自己口袋,里面也正好有十枚硬币。

我们来对照 JTB 的三个条件:

「得到这份工作的人口袋里有十枚硬币」这个命题,是真的(张三得到了工作,他口袋里确实有十枚);

张三相信这个命题;

张三有充分的理由相信这个命题(老板亲口告诉他 + 他亲眼数过李四的硬币)。

三个条件完全满足。但你直觉上一定会觉得:这不应该算张三的「知识」。

因为张三当时的理由指向的是李四,但真正让这句话成真的,是张三自己口袋里的十枚硬币。

这就是 Gettier 想让你看到的画面。

03 第二个故事:李四的福特,或者超帅在巴塞罗那

第二个故事更有意思,攻击角度也更意想不到。

还是张三,他有个朋友叫李四。在张三的印象里,李四一直开一辆福特车。最近李四还开着这辆福特带他出去玩过。所以张三有非常充分的理由相信「李四有一辆福特车」。

张三还有另外一个朋友,叫超帅。超帅以前是个 CEO,现在只是个数字游民而已,在全世界到处旅居。张三完全不知道超帅在哪。

张三的逻辑能力比较强,他做了一个推理。他完全可以相信:

「李四有一辆福特,或者超帅在巴塞罗那。」

注意,张三完全不知道超帅在哪,但这不重要。因为这是一个「或」命题:只要前半句是真的,整句就是真的。

类比一下:我说「我是一个人,或者你现在在月球上面」。这句话也是真的。

所以「李四有一辆福特,或者超帅在巴塞罗那」,从逻辑上完全没问题。

但事情又反转了:李四其实并没有福特,前几天那辆福特是他租来的,张三只是记错了。但离谱的是,超帅这一刻恰巧就在巴塞罗那

于是「李四有一辆福特,或者超帅在巴塞罗那」,这个命题确实是真的;张三确实相信它;张三也确实有理由相信它(这是从一个有充分理由的命题里,用最基本的逻辑规则推出来的)。

三条全满足。

但我们仍然会觉得:张三并不知道这件事。他既不知道李四有福特,也不知道超帅在巴塞罗那。

04 为什么我这么推崇这篇论文

讲这两个故事,一方面是因为故事本身好玩,另一方面,我觉得 Gettier 这篇论文是哲学论证的范文。

如果让我概括他的风格:他把对手放在最强的版本上,然后用克制而精确的语言打这个框架。

如果你想反驳一个观点,最容易的做法是先找一个弱版本来打。比如你要攻击「知识」的定义,你可以说「知识就是让人相信真的事情」,这种弱定义当然容易打。

但 Gettier 打的是 JTB 这个最强版本。而且在原文里,他还做了两次加强。他论证的是:哪怕你在 JTB 的结构上再加强前置条件,仍然不行。

他在发动攻击之前,主动满足了对方的条件。对方想要一个充分的理由,那么让老板亲自告诉张三谁会被录用、让张三亲手数过李四口袋里的硬币。

而且他攻击的语言极其克制。整篇论文里没有一句「传统认识论错了」或者「知识根本不是这种东西」。没有任何宏大叙事

他只攻击了一个非常小的点:这三个条件加起来不充分

他只攻击了三个字:「不充分」。但这一点你不回应,定义就不成立。

他甚至连「反例」都说得很克制,用的是 "It's possible that..."(「有可能存在这样一种情况……」)。这是哲学论文里常见的句式。比如你要反驳「所有的天鹅都是白的」,你即使有一堆黑天鹅也不需要都拿出来,你只要证明「有可能存在一只黑天鹅」就够了。

这是我非常欣赏的高手写作风格。建议大家去读读原文,真的就两页半。

05 Gettier 之后:哲学家的几条修补路线

Gettier 之后,哲学家们开始想办法回应。最容易想到的就是打补丁

前面两个故事里,张三都是从错的前提开始推的:李四会得到工作是错的,李四有福特车也是错的。那我们给 JTB 加一条:知识不能建立在错误的前提之上

这下应该没问题了吧?

不行。比较有名的有一个假谷仓案例(Fake Barn Case),我把它换成一个中国化的版本。

我之前在中国一条公路上开车,旁边是石头山,山上没有树。也不知道是为了显得绿化好还是别的什么原因,这些山被刷了绿漆。你开过去的时候,那些山看起来就像有树一样。

假设这样一个场景:你开车路过这片区域,看到一座山,说「这山上有树」。极其巧合的是,你看到的这一座山的树是真的,旁边其他山都是刷漆的。

你的眼睛和大脑都没问题,视觉完全正常,那座山看起来有树,也真的有树。完全符合 JTB,也没有从任何错误的前提出发,因为你看到的本来就是真树

但你还是很难说自己「知道」那座山上有树。因为旁边一圈都是假的,你只是碰巧看到那一座真的而已。

补丁失败。

到了 80 年代,一位叫 Ernest Sosa 的哲学家提出了一个类比。他把知识类比成射箭。

一支箭射出去,你可以问三个问题:射中了没有?射手有没有技术?射中靶心是不是因为他的技术?

设想一下这种情况:一个有技术的射手射出一箭,本来奔着靶心去,半路一阵风把它吹偏,又一阵风把它吹回来,最后射中了靶心。射手确实有技术,箭也确实中靶,但你不能完全归功于他的技术,因为这里面也有运气成分。

Sosa 说,知识也一样。一个真信念,如果它的「真」不是因为你的认知能力、而是因为运气(比如因为运气好看到了真的树),那它就不是知识。知识应该是一种认知成就

但这条路也被挑战了。比如你向路人问路,路人告诉你怎么走,他说的是对的,你照着走找到了地方。按德性认识论的严格版本,这个「知道」主要归功于路人,而不是你,因为你只是听了一句话而已。可我们直觉上还是会说「你知道路怎么走」。

2000 年左右,牛津大学的 Timothy Williamson 提出了一个更激进的方向。他说:你们这些打补丁的做法都不对。

你们一直试图用「真」、「信念」、「理由」这些东西来定义「知识」,仿佛知识是一种复合物、可以拆成更基本的零件。

但 Williamson 说,也许知识本身就是最基础的概念。它不能被拆成别的东西,反而是应该用它来解释别的东西。

比如你问「什么是证据?」答案是:你的证据,就是你知道的东西。著名公式 E = K(Evidence = Knowledge)。

你什么时候有资格断言一件事?当你知道它的时候。你什么时候采取理性行动?基于你知道的东西去行动。

在他的路线里,知识不是被拼出来的结果,而是从一开始就站在最底层的概念。

这条路线是过去 20 年分析哲学里非常有影响力的方向。

Gettier 三页纸的论文,引发了长达 60 多年的讨论,到今天也没有标准答案。但每一步讨论,都让我们对「我知道这件事」有了更精细的理解。

06 一个我观念上的转变

几年前我做过一个视频,当时我有一个观点:

哲学是一个会随着科学发展不断后退的学科。

我当时的想法是:科学每解决一个问题,哲学的领域就退缩一步。物理发展起来了,自然哲学就退出了;心理学发展起来了,哲学心理学也退出了;哲学的逻辑部分,现在已经在数学和计算机科学里。哲学像一个占位符,一旦科学进去,它就退出了。

这个观点看似激进,但当时我也跟大家说过,很多物理学家都持类似态度。霍金就说过「哲学已死」。还有像 Neil deGrasse Tyson 这种经常上美国电视台做科普的天体物理学家,也觉得哲学家只会提问题、不解决任何问题。

我当时对这些搞物理的人非常认同。我在那个视频里也说过,我认为世界最底层的解释是物理学。如果物理暂时解释不了,我们就退到统计。比如一种药是否有效,如果能从机制上证明那当然好;机制讲不清也无妨,只要在严格的实验里它对多数患者有效,我也可以接受。

所以我当时非常强调物理和统计

我最近花了很多时间在 AI 安全、模型可解释性、对齐这些问题上,也尝试做了一些探针(probing)和干预(steering)的实验。我越来越觉得,我当时的看法太粗糙了。

统计不一定能推出因果,而因果本身也不一定能推出价值。

一个药确实有用,并不代表我就应该用它,我可能不想接受它带来的痛苦。

自然界的规律是弱肉强食、物竞天择、适者生存,但这并不代表我们人类社会就该这样。

一类群体的犯罪率比较高,那我们就应该对这个群体进行更强的约束吗?我并不这么认为。

也就是说,「是什么」和「应该是什么」,是两个不一样的问题。我以前觉得休谟只是一套话术,但我现在感觉一头撞在上面。

我前面有一期讲 AI 的视频提到过 Judea Pearl,给 AI 建立因果论的那个人,这本质上也是一个哲学问题,也是对休谟问题的回应。

再比如,现在大家都知道大模型是个黑箱,大家都想对它做解释。我之前在文章里也说过,我们可以在神经网络里找到一些特征,激活其中某一个,能看到模型输出的变化。这个现象是真的,但它真的算一种「解释」吗?这是机制解释、行为解释、还是因果解释?「解释」本身就是一个需要被定义的概念。

我们在 AI 安全里经常说三个词:有用、无害、诚实(helpful、harmless、honest)。每一个都是需要被精确定义的东西。而且,它们真的能被同时最大化吗?我特别想骂一个人,骂出去就是有害的,做到无害就不能诚实。当然 AI 不是人,这只是随便举的例子。

我现在读 AI 论文也会变得比较敏感。有些论文提出一些主张,我会想:这个主张到底能不能被反驳?它的实验方法究竟在测它要测的东西,还是只是给一个现象换了一个更好听的名字?它解决问题的方法,是不是和当年给地心说打补丁差不多,不断打补丁,但根本不是一个解决方案?

我脑子里会有很多这样挑剔的声音。顺着这些挑剔的声音仔细一看,背后其实都是哲学。

所以我现在对哲学的看法有了很大的修正。哲学确实有相当一部分被科学吃掉了,但还有一部分是我们必不可少的脚手架,这一部分是没法被代替的。

对于一个我们经常使用的东西,我们不应该无意识地使用,而应该更深入地了解它、研究它。

07 这并不意味着我认可所有「搞哲学」的方式

讲到这里我必须补充一句:我不是在说所有的哲学都是好的。其实我对当下不少搞哲学的现象并不认可。

国内的相当一部分哲学论述风格,和前面 Gettier 那种几乎完全相反。

我今天开篇就讲 Gettier 的方法,是因为我非常欣赏这种风格:打最强的版本,攻击点非常小,语言非常克制,概念非常清楚

但有很多搞哲学的人,方法论完全是反过来的:宏大叙事、攻击面无限大、几乎没有逻辑。很多文章一上来就是一个「整体的反思」。我甚至看过一个获奖论文,号称「要给宇宙提供反思的通道」。标题极大、问题界定不清、引用了一堆这个人说啥那个人说啥,论证又非常少。你根本不知道作者在反对什么,也不知道他的观点怎么被证伪。

原因有很多。我们这边马哲是必修课,但数理逻辑、形式语义学、模态逻辑这些东西并不在大多数人的必修里。

中哲很多时候在做思想史和文本诠释,这事本身不坏,但其中规范性论证的比例往往不高。

至于西哲,那应该更接近国际主流。但我们仔细看,中国大陆学者在国际哲学顶刊上发表的文章是非常非常少的。

我们基本上就是一个圈子关起门来自己玩。

我不是在批评这个学科本身,我是在说论证的方式

我本人不太喜欢「中哲西哲」这种中西对立的说法。就像我之前的视频说过,医学不应该分中医西医。哲学也不应该靠地域标签来分,而应该看证据是否精确、概念是否清楚、推理是否站得住脚

我绝不是说中哲不好。中国古典哲学里也有非常精确论证的传统:惠施、公孙龙、墨家的《墨经》,里面都有非常精微的逻辑学工作。可惜汉朝以后经学和心性之学成为主流。近代大众对哲学的想象也成了「哲学家在讨论一些很宏大、很终极的问题,我们从哪里来、我们到哪里去」。

如果你今天把 Gettier 的工作拿出来,用三页纸精确攻击一个充分条件,可能很多人并不会觉得这个人厉害。

之前在公司的时候,我公司总部在杨浦,杨浦科创有组织一些科技企业的 CEO,邀请制,二三十人,大家一起学习哲学,讲课的是一位复旦的教授。那位教授是从德国留学回来的,水平非常扎实。

所以我并不是说中国搞哲学的人不行。只是从公共讨论的质量、以及一些期刊里能看到的内容来看,相当大比例的方法论是和 Gettier 那种背道而驰的,这是我无法赞同的。

而我意见最大的,其实是另一件事。

现在各行各业都在蹭 AI,AI 是大家都在讨论的热点。哲学圈也有不少人在谈 AI。

谈「AI 的主体性」,谈如何用中国传统思想给 AI 做道德对齐,谈在中国的道德传统下 AI 是不是应该被尊重,等等。

他们在不太了解 AI 的情况下,以一种高屋建瓴的姿态,想来指导 AI 行业里的人。但这些人对 AI 的理解,基本上还停留在「AI 就是预测下一个 token」的程度,完全不知道今天的 OpenAI、Anthropic 这些公司具体在做什么事。

他们更不知道,AI alignment 本身就是一个哲学、技术、工程、实验混在一起的领域,这个行业的从业者,很多人本身有非常高的哲学素养,他们也有能力构建精确的问题来解决。

而站在门外喊口号的人,没有能力构建任何精确的东西。

写在最后

我上面说的话,攻击性看起来比较强。而且这里面也有一个矛盾:我前面推崇 Gettier 的克制和精确,但我在这一段批评的时候,并不算特别精确。

我对此有所自觉。但这也是有原因的。

第一,今天这篇文章不是论文,是一个视频稿的整理,所以我可以相对自由地表达观点。我已经把攻击的范围收得窄了一点,我反对的只是那些站在 Gettier 对立面的方法。

第二,我现在的状态是:

我不知道什么是「知道」。我知道自己不知道。我能看出有些人不知道自己不知道。而他们会认为我比他们还不知道。

我最近研究 AI,也产出了两篇 AI 论文。将来我如果继续研究哲学,也会写一些真正能被同行审查、得到认可的工作。

到时候我就可以把批评做得更具体。我可以搞个直播,把某些文章拉出来,逐句进行锐评。那些论文真的挺搞笑,做出来节目效果一定不错。

最后总结三点:

第一,好的哲学可以很小、很准、很克制、很优雅。推荐大家去读 Gettier 那篇三页纸的原文。

第二,我对哲学的看法变了。我现在认为,哲学虽然有一部分会被科学接管,但还有一部分是我们必不可少的脚手架,尤其在 AI 这种把哲学、技术、工程、实验全混在一起的领域里。

第三,我虽然整体认为哲学是好的,但并不代表我认可所有搞哲学的方式。宏大叙事、话说不清、逻辑破绽百出,还有外行人想去指导 AI 训练之类,我觉得不行。

参考文献: