科学哲学中基于主体的建模（一）

1. 起源

2. 中心研究问题

2.1 理论多样性与科学的激励结构

2.2 理论多样性和科学的传播结构

2.3 认知多样性

2.4 社会多样性

2.5 科学领域的同行分歧

2.6 科学两极分化

2.7 科学合作

2.8 总结

3. 通用建模框架

3.1 认知景观模型

3.1.1 认知多样性问题的应用

3.1.2 网络认识论的应用

3.1.3 其他应用

3.2 Bandit模型

3.3 舆论动态的有界置信模型

3.4 讨价还价的进化博弈论模型

3.5 总结

4. 核心结果

4.1 理论多样性与科学的激励结构

4.2 理论多样性和科学的传播结构

4.2.1 “佐尔曼效应”

4.2.2 虚假信息的传播

4.3 认知多样性

4.4 社会多样性

4.5 科学领域的同行分歧

4.6 科学两极分化

4.7 科学合作

4.8 附加主题

5. 基于主体建模的认识论

5.1 抽象建模的挑战

5.2 验证和确认：ABM从探索性功能到解释性功能

5.3 “模型族视角”

六、结论与展望

参考书目

学术工具

其他互联网资源

相关条目

1. 起源

基于主体的建模方法最初是在 20 世纪 70 年代和 80 年代通过社会科学中的社会隔离模型（Schelling 1971；Sakoda 1971；另见 Hegselmann 2017）和合作模型（Axelrod & Hamilton 1981）开发出来的，并以生态学中的“基于个体的建模”（概述参见 Grimm & Railsback 2005）。遵循这一传统，ABM 引起了研究科学探究的社会方面的学者的兴趣。通过将科学家表示为配备推理和决策规则的代理，基于代理的建模可用于研究科学研究的社会动态。因此，科学的 ABM 已经在各个学科中得到发展，其中包括其学科领域中的科学：从科学社会学、组织科学、文化进化论、元科学（或“科学的科学”）的跨学科领域，到社会认识论和科学哲学。虽然科学哲学中发展的 ABM 经常解决与其他领域的科学 ABM 所研究的主题相似或相关的主题，但它们是由哲学问题（嵌入在科学哲学中更广泛的文献中的问题）所激发的。它们的引入受到几个并行研究方向的影响：科学哲学中的分析建模、相关哲学领域中的计算建模以及社会科学中基于主体的建模。下面，我们将简要介绍一下这些前兆。

菲利普·基彻在他的《科学的进步》中简洁地表达了科学的形式社会认识论发展背后的核心思想之一：

在我看来，社会认识论的一般问题是确定认识论上精心设计的社会系统的属性，即指定一组个体根据各种规则进行操作以修改其个人实践的条件，通过他们的互动，成功地产生了一系列渐进的共识实践。 （基彻 1993：303）

这种科学社会认识论的观点强调了更好地理解个人与群体探究之间关系的必要性。遵循经济学形式模型的传统，哲学家引入了分析模型来研究这种关系固有的张力，例如个人理性与群体理性之间的张力。通过这种方式，他们试图回答这样的问题：受非认知激励驱动的个体科学家如何能够共同形成一个实现认知目标的共同体？最突出的是，Goldman 和 Shaked（1991）开发了一个模型来检验促进个人职业成功的目标与促进真理获取之间的关系，而 Kitcher（1990，1993）提出了一个认知劳动分工模型，表明由非认知利益驱动的科学家组成的社区可以实现研究工作的最佳分配。这项工作之后还有许多其他贡献（例如，Zamora Bonilla 1999；Strevens 2003）。在这一传统中发展起来的分析模型支持科学研究的经济方法，这种方法植根于“慷慨的看不见的手”的思想，根据这种方法，在特定社区中互动的个人可以带来有利于社区目标的后果，而无需担心。必然以这些后果为目标（Mäki 2005）。

大约在同一时间，计算方法进入了博弈论背景下理性商议与合作的哲学研究（Skyrms 1990, 1996；Grim, Mar, & St. Denis 1998）、科学哲学中的理论评估（Thagard 1988）和社会认识论中意见动态的研究（Hegselmann & Krause 2002, 2005; Deffuant, Amblard, Weisbuch, & Faure 2002）。该文献中引入的计算模型包括 ABM：例如，囚徒困境的细胞自动机模型，或检查一组代理中意见如何变化的模型。

基于主体的建模首先应用于科学社会学中的科学研究，该模型由 Nigel Gilbert (1997) 开发（参见 Payette 2011）。吉尔伯特的 ABM 旨在重现先前在科学增长指标的定量社会学研究中发现的规律（例如出版物的增长率和每篇论文的引用分布）。该模型遵循社会科学中已经建立的人工社会模拟传统（参见 Epstein & Axtell 1996）。与其他社会科学（例如经济学和考古学）中开发的抽象和高度理想化的模型相比，科学社会学中的 ABM 倾向于将模拟和用于验证的实证研究相结合（参见 Gilbert & Troitzsch 2005）。

不久之后，ABM 通过 Zollman (2007)、Weisberg 和 Muldoon (2009)、Grim (2009)、Douven (2010) 的开创性著作被引入科学哲学——仅举一些最著名的例子。与科学社会学中发展的 ABM 相比，这些 ABM 遵循抽象和高度理想化建模的传统。与分析模型类似，引入它们是为了研究科学家个体的各种属性（例如他们的推理、决策、行动和关系）如何导致科学界特有的现象（例如获取知识的成功或失败）。通过以抽象和理想化的方式表达探究，他们促进了对个人探究的某些方面及其对社区的影响之间的关系的洞察，同时抽象了实际科学实践中发生的众多因素。但与分析模型相比，ABM 被证明适用于对于分析方法来说过于复杂的场景。这些场景包括异质的科学界，个别科学家的信仰、研究启发、社交网络、探究目标等各不相同。这些属性中的每一个都可以随着时间的推移而改变，具体取决于代理的本地交互。通过这种方式，ABM 可以展示个人探究的某些特征如何足以在各种初始条件下产生群体水平的现象。事实上，将 ABM 引入科学哲学很大程度上遵循了生成社会科学的中心思想：为了解释宏观规律的出现，我们需要展示异质自治主体的分散局部交互如何生成它。正如约书亚·爱泼斯坦（Joshua Epstein）总结的那样：“如果你没有种植它，你就无法解释它的出现”（2006）。

2. 中心研究问题

科学的 ABM 通常模拟个人探究的某些方面对科学界认知表现的某些衡量标准的影响。本节调查了以这种方式调查的一些中心研究问题。其目的是解释为什么引入 ABM 来研究哲学问题，以及它们的引入如何与科学哲学中更广泛的文献相关。

2.1 理论多样性与科学的激励结构

科学家群体如何确保将赌注押在富有成果的探究路线上，而不是只追求次优的路线？回答这个问题涉及到认知劳动的协调和组织，这可以产生所追求的理论的最佳多样性。哲学文献早已认识到在给定领域同步追求多种理论的重要性（Mill 1859；Kuhn 1977；Feyerabend 1975；Kitcher 1993；Longino 2002；Chang 2012）。但科学界如何实现研究工作的最佳分配呢？哪些因素影响科学家以激发理论多样性的方式分工和协调他们的劳动？简而言之，如何实现和维持理论多样性？

解决这个问题的一种方法是研究科学家的不同激励如何影响他们的分工。要了解这个问题的相关性，请考虑一个由相同的认知动机驱动的科学家群体。正如 Kitcher（1990）所说，在这样的社区中，每个人最终可能会追求相同的、最初最有希望的探究路线，从而导致几乎没有多样性。传统上，科学哲学家试图通过认为理论选择的多样性可能源于不同的方法论途径（Feyerabend 1975）、认知价值的不同应用（Kuhn 1977）或对理论的不同认知态度（例如接受）来解决这一担忧。和追求价值（Laudan 1977）。然而，基彻想知道非认知激励，例如名誉和财富——通常被认为干扰科学的认知目标——是否真的可能通过鼓励科学家偏离主流的探究路线而对社会有益。

Merton (1973) 和 Hull (1978, 1988) 之前已经认识到科学家通过信用来奖励他们的成就，这会影响他们的研究选择。例如，科学家可能会因为第一个发现而受到认可（称为“优先规则”），这可能会激励特定的研究方法。然而，这种非认知激励也可能无法促进最佳的多样性。例如，它们可能会导致过多的研究花费在徒劳的假设上和/或很少有科学家研究最好的理论。此外，如果奖励被错误地分配给那些人脉广泛的科学家，而不是分配给那些真正第一个做出发现的人，或者如果信用驱动的科学降低了科学产出的质量，那么激励结构就会产生不良影响。这就提出了一个问题：哪种激励结构能够促进最佳的劳动分工，而又不会产生认知上或道德上的有害影响？

ABM 为研究这些问题提供了一个合适的基础：通过对受特定激励驱动的个体科学家进行建模，我们可以检查他们的劳动分工以及由此产生的公共调查。我们将在 4.1 节中研究研究这些问题的模型。

2.2 理论多样性和科学的传播结构

研究理论多样性的另一种方法是关注科学界的传播结构。在这种情况下，我们感兴趣的是科学家之间的信息流如何影响他们在不同竞争假设中的研究分布。社会认识论历来强调科学互动对于科学知识生产的重要性（Goldman 1999）。但传播结构究竟如何影响科学家的知识生成呢？科学家们是在联系紧密的社交网络中进行交流，还是在联系较少的社交网络中进行交流，以及在何种条件下进行探究？这些及相关问题属于网络认识论领域，该领域研究通信网络对知识获取过程的影响。网络认识论起源于经济学、社会学和组织科学（例如，Granovetter 1973；Burt 1992；Jackson & Wolinsky 1996；Bala & Goyal 1998），并且在 Zollman（2007）的哲学文献中首次与基于主体的建模相结合（另见 Zollman 2013）。

科学互动的模拟源于这样一种想法，即科学家之间不同的沟通网络，以不同程度的连通性为特征（见图1），可能对科学思想的“探索”和“利用”之间的平衡产生不同的影响。假设一位科学家正在尝试寻找某种疾病的最佳治疗方法，因为现有的治疗方法不够有效。一方面，她可以追求目前关于疾病原因的主流假设，希望最终能带来更好的结果。另一方面，她可以探索新的想法，希望能够取得突破，从而更成功地治愈这种疾病。因此，科学家面临着在利用现有思想和探索之间进行权衡，探索是在形式学习理论和组织科学中长期研究的新可能性（1991年3月）。科学家之间的信息流可能会通过以下方式影响这种权衡：如果一个最初具有误导性的想法在整个社区中传播得太快，科学家可能会锁定对其进行研究，过早地放弃寻找更好的解决方案。或者，如果信息流缓慢且稀疏，一些科学家获得的重要见解可能会导致最佳解决方案，但可能会在很长一段时间内不被社区其他人发现。引入 ABM 是为了调查信息流是否以及在什么情况下会产生这些影响。例如，如果科学家被认为是理性的主体，那么一个紧密联系的社区最终是否会探索得太少而错过重要的探究线索？

除了研究由“认知上不妥协”的科学家组成的社区（即其探究和行动旨在发现和促进真理的代理人）之外，还可以对认知利益被忽视的社区提出类似的问题。例如，工业利益集团对科学的影响可能会导致偏见或欺骗性的做法，这可能会使科学界偏离其认知目标（Holman & Elliott 2018）。虽然最近关于这个问题的哲学讨论主要集中在非认知价值在科学中的作用（Douglas 2009；Holman & Wilholt 2022；Bueter 2022；Peters 2021），ABM 的引入是为了研究认知上有害的策略如何影响非认知价值的过程。调查，以及确定可用于减轻其有害影响的干预措施。

除了理论多样性问题之外，网络认识论还应用于许多其他主题，例如最佳合作形式、导致科学两极分化的因素、整合对集体探究的影响、人口多样性的影响、少数群体、军民两用研究的最佳监管、争论动态等等。我们将在第 4.2 节和第 4.6 节中研究研究理论多样性和科学传播结构的模型。



（一个）



(二)



(三)

图 1：三种类型的理想化通信网络，代表着连通程度的增加：(a) 循环、(b) 轮子和 (c) 完整图。每个图中的节点代表科学家，而节点之间的边代表两个科学家之间的信息通道。

2.3 认知多样性

个体认知特征的多样性有助于解决各种问题，包括商业和政策制定（2017 页）。但是科学家认知特征的多样性，包括他们的背景信念、推理风格、研究偏好、启发式和策略，如何影响科学界的探究？在科学哲学中，这个问题因库恩对正常科学和革命科学的区分（Kuhn 1962）而受到关注，这表明不同的倾向可能会推动科学家进行一种类型的研究，而不是另一种类型的研究（另见Hull 1988）。这就提出了一个问题：追求风险、特立独行的科学家和厌恶风险的科学家的分布如何影响社区的探究？更笼统地说：不同研究启发式的劳动分工方式是否会比其他方式带来更成功的集体探究？

通过为代理配备不同的认知特征，我们可以使用 ABM 来代表不同的认知多样化（或统一）群体，并研究它们对公共调查成功的某种程度的影响。我们将在 4.3 节中查看研究这些问题的模型。

2.4 社会多样性

当科学界的成员认可不同的非认知价值观（例如道德和政治价值观），或者当他们具有不同的社会地位（例如性别、种族和人口学的其他方面）时，科学界就具有社会多样性（Rolin 2019）。出于伦理和认识方面的原因，女权主义认识论长期以来一直强调社会多样性的重要性。例如，许多人指出，社会多样性是认知多样性的重要催化剂，而认知多样性反过来又对观点的多样性至关重要，因此对科学客观性也至关重要（Longino 1990, 2002; Haraway 1989; Wylie 1992, 2002; Grasswick 2011 ；Anderson 1995；有关科学探究背景下不同多样性概念的讨论，请参阅 Steel 等人，2018 年。

此外，在社会心理学和组织科学领域，有人认为社会多样性在认知上是有益的，即使它不会促进认知多样性。相反，它可能会抵消同质群体在认知上的有害倾向，例如对彼此证词的无理信任或不愿意分享不同意见（有关文献的概述，请参阅第 2017 页；Fazelpour & Steel 2022）。虽然这些假设凭借实证研究得到了支持，但 ABM 已被证明是一个补充性的试验场，允许对社会多样性在认知上有益所需的最小条件集进行调查。

ABM 解决的另一个问题涉及可能破坏社会多样性或使少数群体成员在科学领域处于不利地位的因素。例如，考虑到科学界可能出现的合作规范，一个人的少数群体地位如何影响一个人在合作环境中的地位？或者一个人的社会身份如何影响他们的想法的接受？我们将在 4.4 节和 4.7 节中研究研究这些问题的模型。

2.5 科学领域的同行分歧

科学分歧通常被认为对科学进步至关重要（Kuhn 1977；Longino 2002；Solomon 2006）。它们通常与理论多样性齐头并进（见第 2.1 和 2.2 节），并刺激科学家之间的批判性互动，这对于实现科学客观性非常重要。然而，对分歧的回应不充分可能会导致过早地拒绝富有成效的研究，导致科学领域的分裂，从而导致对科学进步产生反作用的后果。这就提出了一个问题：科学家应该如何应对与同行的分歧，以降低调查受阻的可能性？在这种情况下他们应该遵循哪些认知和方法论规范？

这个问题已经在关于社会认识论中同行分歧的更普遍的辩论的背景下进行了讨论。同伴分歧问题涉及这样一个问题：当认识到同伴对 p 存在不同意见时，对 p 的适当的信仰态度是什么？一个人是否应该遵循“和解规范”，例如要求降低对p的信心，通过在问题上采取反对者和自己的信念之间的中间立场来消除分歧，或者暂停自己对p的判断？或者一个人应该遵循一种“坚定的规范”，要求坚持自己的立场，以与遇到不同意见的同行之前一样的信心保持同样的信念？ （对于支持调解规范的最初论点，请参见，例如，Elga 2007，Christensen 2010，Feldman 2006；对于支持坚定规范的论点，请参见，例如，De Cruz & De Smedt 2013，Kelp & Douven 2012；了解原因规范取决于具体情况，例如，Kelly 2010 [2011]、Konigsberg 2013、Christensen 2010、Douven 2010；有关最近应用于科学实践的辩论的批判性评论，请参阅 Longino 2022。）

同样，在出现科学分歧和争议的情况下，我们可以问：卷入同行分歧的科学家应该通过调解规范努力削弱自己的立场，还是应该保持坚定？在科学探究的背景下，这个问题特别具有挑战性，因为我们不仅对对分歧做出适当的信念反应的认知问题感兴趣，而且对规范如何影响科学成功的方法论（或好奇）问题感兴趣。集体探究作为一个过程。特别是，如果科学家在某个主题的研究过程中遇到多种分歧，他们的集体探究会从采取和解态度还是坚定态度的个人中获益更多？ ABM 自然而然地成为调查这些问题的一种方法：通过在对分歧的不同规范反应的指导下对科学家进行建模，我们可以研究规范对公共调查的影响。我们将在 4.5 节中查看研究这些问题的模型。

数学联邦政治世界观提示您：看后求收藏（笔尖小说网http://www.bjxsw.cc），接着再看更方便。