李安然 張志林

一、因果的反事實理論與過度決定

通常認為，現(xiàn)代意義上的因果關系研究起源于休謨的因果規(guī)則性理論（regularity theory of causation）：我們認定兩個事件之間存在因果關系，乃是因為我們不斷地觀察到這兩個事件前后相繼地發(fā)生，并顯示出它們之間的恒常關聯(lián)（constant conjunction）特征。換言之，在我們觀察到類似于c 的事件發(fā)生之后，總能觀察到類似于e 的事件發(fā)生，于是便認為是c 導致了e。具體地說，根據(jù)休謨的因果規(guī)則性理論，當且僅當滿足如下三個條件，才可認定事件c是事件e的原因：（1）c與e在時空上是連續(xù)的，據(jù)此可排除超距作用的存在；（2）從時間上看，e跟隨c，即e在c之后發(fā)生，據(jù)此可將原因與結果區(qū)分開來；（3）所有c類事件發(fā)生之后都跟隨著e類事件的發(fā)生①大衛(wèi)·休謨：《人性論》，關文運譯，北京：商務印書館1980年版，第195頁。。

因果規(guī)則性理論面臨著一個關鍵性的挑戰(zhàn)：根據(jù)這種理論，我們不能區(qū)分因果式的規(guī)則性與非因果式的規(guī)則性。比如說，公雞打鳴一般發(fā)生在太陽升起之前，并且這構成了一種時空上連續(xù)的規(guī)則性。因此，根據(jù)因果規(guī)則性理論，在公雞打鳴與太陽升起之間存在著因果關系。但是，實際上公雞打鳴并不是太陽升起的原因。換言之，規(guī)則性并不是識別因果關系的充分條件。不僅如此，規(guī)則性也不是識別因果關系的必要條件。舉例來說，那些在歷史上只發(fā)生過一次的前后相繼事件，如小行星撞擊地球與恐龍滅絕，二者之間就不存在恒常的聯(lián)結，但這并不妨礙它們之間存在著因果關系。因此，可以說，休謨借助于認知主體有關“恒常聯(lián)結”的心理聯(lián)想來解釋因果關系，混淆了真正的因果關系與偶然的規(guī)則性關系，這是其因果規(guī)則性理論的根本問題所在。

為了更準確地刻畫因果關系，劉易斯（David Kellogg Lewis）發(fā)展了同樣由休謨本人提出的關于因果的反事實理論（counterfactual theory of causation）②這一觀點由休謨提出，但并未受到他本人重視，而且他也混淆了因果的規(guī)則性理論與因果的反事實理論。。該理論主張，假設c 和e 都是實際存在的兩個不同事件，當且僅當如果c不存在則e也不存在時，e才是因果地依賴于c的③David Kellogg Lewis, “Causation”, Journal of Philosophy, 1973, Vol.70, pp.556-567.。眾所周知，即使公雞不打鳴，太陽仍會升起，根據(jù)因果的反事實理論可知，公雞打鳴不是太陽升起的原因，因此二者之間不存在因果關系。由此可見，不同于因果的規(guī)則性理論，因果的反事實理論能夠區(qū)分真正的因果關系與偶然的規(guī)則性關系。

然而，因果的反事實理論卻也面臨著一個嚴峻的問題，這就是“因果的過度決定”（causal overdetermination）④限于篇幅，本文只討論物理上的不同事物所導致的因果過度決定情況，而不涉及構成性的因果過度決定（constitutive overdetermination），以及心智哲學中由人的物理狀態(tài)和對應的心靈狀態(tài)所導致的因果過度決定問題。。事實上，因果過度決定問題就是作為對因果反事實理論的關鍵質疑之一而被提出來的。所謂因果過度決定，說的是某一事件e 有兩個或更多個原因，并且其中的每一個原因事件c1, c2, …, cn都是e 發(fā)生的充分條件（為簡便起見，以下只考慮兩個原因的情況），這就使得因果的反事實理論失效了：假如c1不發(fā)生，c2也會發(fā)生，但e 仍然會發(fā)生；同樣，假如c2不發(fā)生，c1也會發(fā)生，而e 也同樣會發(fā)生。例如，假如蘇西和比利兩人都向一個玻璃瓶扔石頭，這兩塊石頭都在相同的時間砸中那個玻璃瓶，并且每塊石頭本身都足以使那個玻璃瓶破碎。在這種情況下，人們一般會傾向于認為，蘇西扔石頭的事件（c1）與比利扔石頭的事件（c2）都是那個玻璃瓶破碎這一事件（e）的原因。然而，根據(jù)因果的反事實理論，c1和c2都不是e 的原因，因為如上所說，假如c1不發(fā)生，e卻會發(fā)生；同樣，假如c2不發(fā)生，e也會發(fā)生。顯然，這與常識相悖：本身足以引起e的事件為什么不是e的原因？

以上關于因果過度決定的例子對因果的反事實理論提出了嚴峻的挑戰(zhàn)。一種看起來似乎很有前景的解決方案是“細粒度策略”（fine-graining strategy）①Esteban Céspedes, Causal Overdetermination and Contextualism, Berlin: Springer, 2016, p.5.。根據(jù)這一策略，在每一種可能的情況下，結果可能都會是不一樣的，因為原因事件發(fā)生時間的不同將會導致結果事件的不同，而且同一時間原因事件發(fā)生方式的不同也會導致結果事件的不同。于是，任何在時空上不同，或者在發(fā)生方式上不同的事件，都是不同的事件。從本體論來看，這種觀點是毋庸置疑的：例如，兩枚硬幣再相似，我們也不會說它們是一枚硬幣；同樣，兩個事件再相似，在本體論上也不應被看作同一事件。在上述例子中，這表現(xiàn)為蘇西和比利同時用石頭所砸中的那個玻璃瓶將會以一種特定的方式破碎(e)，而且這種破碎方式與蘇西單獨用石頭砸向那個玻璃瓶時其破碎的方式(e1)，以及比利單獨用石頭砸向那個玻璃瓶時其破碎的方式(e2)，這三者都會被看作是不同的事件。直觀地看，兩塊石頭共同作用于那個玻璃瓶，它們分別做出了各自的因果貢獻，而二者共同產(chǎn)生的結果和它們其中任何一個單獨作用時都有所不同，這種情況就不再是因果的過度決定，而是聯(lián)合因果（joint causation）②Laurie Ann Paul, “Counterfactual Theories”, in H.Beebee, C.Hitchcock, and P.Menzies (eds.), The Oxford Handbook of Causation, New York: Oxford University Press, 2009, p.178.。進一步說，在我們生活的這個物理世界中，即使蘇西和比利各自所扔的石頭都能砸碎那個玻璃瓶，二者合力之下對那個玻璃施加的力也必然與它們單獨砸碎那個玻璃瓶時有所不同，否則就會違反動量守恒定律?？磥砀鶕?jù)細粒度策略，通過把貌似同一的事件區(qū)分為不同的事件，就可以解決因果過度決定對于反事實因果理論的詰難。例如，假設蘇西沒有朝著那個玻璃瓶扔石頭，即c1不發(fā)生，那么那個玻璃瓶就不會以e1的方式破碎，因此根據(jù)因果的反事實理論，c1是e1的原因。

如果嚴格地遵從細粒度策略的思路，那么我們就應該把世界中的每個事件都看作一個獨特的個體，而不能通過抽象方式將其歸屬于任一范疇，因為任何抽象都會使事件損失一些信息，從而可能會在某些認知過程中造成把同一范疇的不同個體看作同一個體的錯誤。但是，把每個事件都看作一個獨特的個體而完全不允許抽象行為，這與人類的認知過程（尤其是科學的認知過程）是不相符的。科學旨在通過特定的抽象類及其相關定律來描述世界，而不必把每一事物、每一事件都區(qū)分到個體層面上。正因如此，劉易斯在其早期階段就對細粒度策略持否定態(tài)度,不過他的出發(fā)點主要不是科學認知，而是常識認知。他認為，對于一個問題，當常識給出一個堅實且無可爭議的答案時，理論最好贊同它。也就是說，在這種情況下，如果對因果關系的分析不能符合常識的要求，那么該分析就是有問題的。換言之，早期劉易斯認為，極端的脆弱性標準不符合很多我們關于事件的日?？捶á跠avid Lewis, Philosophical Papers: Volume Ⅱ, New York: Oxford University Press, 1986, pp.194-199.此外，值得一提的是，劉易斯在討論占先（preemption）時提到了與細粒度策略十分相近的概念——結果的極端脆弱性（extreme fragility of effects），簡稱脆弱性。詳見D.Lewis, “Causation”。。不僅如此，面對很多關于因果關系的否定判斷時，極端標準可能還會把常識不認為是原因的事件看作是原因，而這些事件被劉易斯稱作“虛假原因”（spurious cause）。舉例來說，假設在刑場上一個犯人正待槍決，而有八個士兵將同時執(zhí)行射擊任務；再假設其中一個士兵由于心軟而沒有執(zhí)行長官發(fā)出的射擊命令，于是那個犯人便由七顆子彈殺死，而不是由八顆子彈殺死的。劉易斯認為，如果那個犯人被七顆子彈殺死與被八顆子彈殺死被看作不同事件的話，就會得出那個心軟士兵的不射擊行為導致了犯人被殺死的荒謬結論。實際上，那個心軟士兵的不射擊行為就是犯人死亡的“虛假原因”。在劉易斯看來，“當我們想表明一個結果真正地依賴于它所謂的冗余原因（redundant causes）時，我們需要一個極端嚴格的脆弱性標準；當我們想與常識判斷一致時，我們卻需要一個比較寬松的標準，這就形成了雙重標準。因此，當遇到某一具體問題時，我們并不知道該應用嚴格的標準還是寬松的標準。”①David Lewis, Philosophical Papers: Volume Ⅱ, New York: Oxford University Press, 1986, p.199.換言之，早期的劉易斯認為，我們不能拋棄常識而對所有問題都使用細粒度策略進行分析，而當我們擁有常識和細粒度策略兩套方案時，卻又不知道何時應該用常識的標準、何時應該用細粒度策略的標準。

在較晚的文獻中，劉易斯在某種程度上接受了脆弱性觀點。根據(jù)他的觀點，假設在一個可能世界中，c不發(fā)生，而e要么直接不發(fā)生，要么e發(fā)生的時間或方式與現(xiàn)實世界中發(fā)生的時間或方式有所不同，那么便可認為c 是e 的原因②David Lewis, “Causation as Influence”, Journal of Philosophy, 2000, Vol.97, No.4, p.187, p.186, p.189.。但是，他仍然堅持在日常情況下不必預設事件的脆弱性，因為事件產(chǎn)生時間或方式的微小改變，并不會讓我們把改變后的事件與原來的事件看作不同的事件，而是看作同一類事件的不同版本（version）③David Lewis, “Causation as Influence”, Journal of Philosophy, 2000, Vol.97, No.4, p.187, p.186, p.189.。劉易斯認為，如果結果很微小的變化都被看作是不同事件的話，那么就會得到類似于“一切時間上在先的事件都是那特定結果的原因”的結論，而這將導致如下違背日常直覺的結論：例如，蘇西扔的石頭和比利扔的石頭之間存在著萬有引力，這種引力也會使得那個玻璃瓶破碎的時間或方式有所不同，因而“兩塊石頭之間微弱的萬有引力也是玻璃瓶破碎的原因”④David Lewis, “Causation as Influence”, Journal of Philosophy, 2000, Vol.97, No.4, p.187, p.186, p.189.；又如上述“虛假原因”，即那個心軟的士兵的不射擊行為導致了犯人被殺死。由此可見，雖然劉易斯對待反事實因果理論的觀點有一些改變，但他仍然堅持認為，細粒度策略所體現(xiàn)出來的脆弱性標準并不符合我們?nèi)粘ＵJ知的習慣，因此他對結果的極端脆弱性依舊持否定態(tài)度。但是，針對事件發(fā)生時間或方式的改變，在什么范圍內(nèi)，我們?nèi)钥蓪⑵淇醋飨嗤录牟煌姹?，而超過這個范圍則將其看作不同的事件呢？令人遺憾的是，劉易斯并沒有為回答這個問題提供一個清晰統(tǒng)一的標準，因而因果過度決定問題仍未得到令人滿意的解決。

二、思維經(jīng)濟原則的啟發(fā)

為什么我們不應完全拋棄常識所提供的方案，而堅持采取細粒度策略？或許恩斯特·馬赫（Ernst Mach）提倡的“思維經(jīng)濟原則”能夠提供一些啟發(fā)⑤Paul Pojman, “Ernst Mach”, The Stanford Encyclopedia of Philosophy (Winter 2020 Edition), 2023-08-01, https://plato.stanford.edu/archives/win2020/entries/ernst-mach/.。一方面，馬赫受到赫爾曼的啟發(fā)，將后者對經(jīng)濟要素的分析運用于人的認知領域之中；另一方面，馬赫提出思維經(jīng)濟原則，也深受達爾文進化論的影響。馬赫認為，進化論不僅對生物學的發(fā)展具有巨大作用，而且對其他學科的演變也具有強大的推動力。在他看來，科學的發(fā)展也是一種生存競爭的過程，科學在這種競爭中也遵循著適者生存的法則。因此，他認為，為了使人們能夠更好地適應環(huán)境，科學認知活動應該采取更加經(jīng)濟的方法。也就是說，哪種科學能夠使人們以最小量的勞動完成所須完成的任務，它就會得到更好的存在和發(fā)展，否則就會被淘汰。正如馬赫本人所說：“科學的目的在于盡可能對自然給予最經(jīng)濟的描述，因為科學提供的概念給我們提供了理解世界的更好指引。如果科學不是經(jīng)濟的，那么它便是無用的?！雹俎D引自Paul Pojman, “Ernst Mach”, The Stanford Encyclopedia of Philosophy (Winter 2020 Edition).馬赫認為“思維的經(jīng)濟性”是接受或者拒絕科學理論的一個指導性原則。也可以說，在他看來，科學的生物學目的在于增進人類記憶，以便更好地服務于人類適應環(huán)境的能力。根據(jù)馬赫的觀點，按照科學理論必須遵循思維經(jīng)濟原則的要求，我們就可以為科學的發(fā)展方向確立一個穩(wěn)定的基礎，進而導出一個重要的觀點：當科學理論遍歷了越來越多的世界，而且隨著這些科學理論在我們無意識的記憶中的自行運作，越來越多的世界就會變成我們既有認知結構的一部分。也可以說，思維經(jīng)濟性的動機本身就是科學的一種生物學式的本能，因而科學的發(fā)展必定會受制于這種動機和本能。

根據(jù)馬赫的觀點，我們在因果過度決定問題中把事實上兩個在時間或空間上差別不大的不同事件看作同一事件，便可用思維的經(jīng)濟性來解釋：人們之所以把這些事件看作同一事件，乃是出于思維簡約性的需要。換言之，人類把因細微差別而不同的事件s1, s2, …, sn看作相同的事件，將有助于提高認知效率，從而在進化過程中獲得更好的自我保存和繁衍能力?，F(xiàn)在讓我們回頭再看上述蘇西和比利用石頭砸碎玻璃瓶導致因果過度決定的例子：在日常生活中，我們不假思索地把蘇西扔石頭砸玻璃瓶（c1）和比利扔石頭砸玻璃瓶（c2）都看作是那個玻璃瓶破碎（e）的原因，這種看法在絕大多數(shù)情況下對人們的認知活動來說都已夠用，而這正是思維經(jīng)濟原則的一種體現(xiàn)。然而，這卻容易招來因果過度決定的詰難：c1和c2都不是的e 原因，因為如上所述，假如c1不發(fā)生，c2也會發(fā)生，從而e仍然會發(fā)生；同樣，假如c2不發(fā)生，c1也會發(fā)生，e也同樣會發(fā)生。此時，把c1導致的事件e1、c2導致的事件e2、c1和c2共同導致的事件e這三者看作同一事件，則難以滿足我們認識世界的需要。為了解決這個問題，就需要將三者區(qū)別對待。正如上文中所引劉易斯所說：“當我們想表明一個結果真正地依賴于它所謂的冗余原因時，我們需要一個極端嚴格的脆弱標準；當我們想與常識判斷一致時，我們就需要一個比較寬松的標準，這就形成了雙重標準?！睋?jù)此，因果過度決定的困擾正是由于我們錯誤地把屬于同一范疇的不同事件看作同一事件而造成的。因此，即使我們堅持思維經(jīng)濟原則，也會面臨這樣的困難：我們究竟應該把思維“經(jīng)濟化”到什么程度，才能既可保證思維的簡潔性，又不會招致類似于因果過度決定的詰難？

三、理性分析與認知層次

由上可知，劉易斯反駁細粒度策略（脆弱性）的關鍵點是：如果細粒度策略想要解決因果過度決定問題，而又不與人們的日常直覺相沖突，它就必須提出一個統(tǒng)一“雙重標準”的準則，但細粒度策略似乎沒有這樣的功能。不過，也許這一反駁尚有進一步討論的余地。首先，細粒度策略的支持者與劉易斯都同意，因果過度決定問題的背后其實有一個在認知過程中如何正確地確定認知層次的問題。其次，細粒度策略的支持者認為，只要對認知層次進行細?；幚恚蚬^度決定問題就會消失。對此，雖然劉易斯并不否認運用細粒度策略似乎可以解決因果過度決定問題，但他認為采用該策略卻會帶來另一個嚴重的問題，即一味地使用細粒度策略，在很多情況下將會與我們的常識相沖突。因此，他強調，有時我們需要根據(jù)常識給出最優(yōu)的解決方案，有時卻又不得不借助于細粒度策略，這樣形成的雙重標準就可能讓我們在遇到具體問題時，不知選擇哪種方案為好。劉易斯認為，起碼在他所處的那個年代（1980 年代）尚未找到一個能統(tǒng)一這“雙重標準”的策略①David Lewis, Philosophical Papers: Volume Ⅱ, p.199.。最后，劉易斯認為，找不到這樣一個統(tǒng)一標準，就不能解決因果過度決定問題背后的認知層次確定問題，因為我們不知道如何掌控“雙重標準”以解決那些具體問題。

我們認為，細粒度策略與劉易斯的觀點都存在問題。劉易斯觀點的問題在于他所設想的“統(tǒng)一標準”是一種絕對明確的、非經(jīng)驗的標準，因為他要求在遇到具體問題時必須能夠據(jù)此標準直接確定正確的認知層次，而且似乎無須經(jīng)過任何反饋和試錯過程。當然，這樣的統(tǒng)一標準確實不存在，但解決因果過度決定及其與常識之間的矛盾問題，亦即正確地確定認知層次的問題，并不一定需要如此絕對的統(tǒng)一標準（下文將討論這一觀點）。誠然，細粒度策略確實有助于解決因果過度決定問題，但其缺點在于徹底堅持這一策略將會導致認知層次無限細化的傾向，而易于忽視思維經(jīng)濟性的要求。顯然，這一缺點可以憑借馬赫的思維經(jīng)濟原則來進行彌補，從而避免不必要的資源浪費。換言之，將細粒度策略與思維經(jīng)濟原則結合起來進行思考，從原則上說，在遇到某一具體問題時，我們就可以確定那個最優(yōu)的認知層次：它既足夠精確，從而能夠避免因果過度決定的困擾；又盡量考慮到思維經(jīng)濟性的要求，而不至于浪費認知精力。當然，這里所確定的層次不同于劉易斯提出的在面對具體問題之前就已確定好的層次——即試圖統(tǒng)一常識與細粒度策略的那種非經(jīng)驗性的層次。相反，這里要確定的層次是根據(jù)具體問題的需要，通過細粒度策略與思維經(jīng)濟原則互相制約而錨定的層次。也就是說，這里所要確定的層次是以具體問題的需求為導向的。針對某一具體問題，我們錨定的層次是那個足以解決具體問題、而又不浪費認知精力的層次。

通過“理性決策”來平衡精確性和經(jīng)濟性，以達到最優(yōu)認知，這一觀點在經(jīng)濟學、計算機科學、生物學、心理學等領域均有相關討論。比如說，司馬賀（H.A.Simon）認為，理性決策的分析方法必須既能適應環(huán)境的結構，又能符合心靈的認知限制，因為進化的壓力使得人們會傾向于選擇足夠好的決策，而不是追求最理想的決策②Herbert Alexander Simon, “A Behavioral Model of Rational Choice”, The Quarterly Journal of Economics, 1955,Vol.69, No.1, p.101.。受經(jīng)濟學中相關討論的啟發(fā)，安德森（J.R.Anderson）同樣認為，人類認知是對環(huán)境結構和認知目標的理性適應。他認為，我們可以從兩種意義上來看待人類的理性：規(guī)范性的（normative）和適應性的（adaptive）③John Robert Anderson, The Adaptive Character of Thought, Hillsdale: Laurence Erlbaum Associates, Inc., 1990,pp.29-32.。規(guī)范性的理性以真理為最終目標，在此意義上衡量一個認知主體是否具有理性，取決于該認知者在產(chǎn)生真信念方面的表現(xiàn)。也就是說，一個理性的認知主體必須能夠產(chǎn)生真信念：如果一個認知主體在產(chǎn)生真信念、規(guī)避假信念方面比其他認知主體做得更好，那么這個認知主體就比其他認知主體更為理性。另一方面，適應性的理性強調的則是：如果一個有機體在與環(huán)境的交互過程中，能夠更好地發(fā)現(xiàn)食物、住所以及配偶，并能避免危險，那么該有機體就能更好地自我保存及繁衍，這個有機體就是更加理性的①Stephen P.Stich, The Fragmentation of Reason: Preface to a Pragmatic Theory of Cognitive Evaluation, Cambridge,MA: The MIT Press, 1990, p.58.。重要的是，根據(jù)安德森的觀點，從解釋角度看，適應性的理性比規(guī)范性的理性更為基本，因為假如有人問為什么我們認為真信念是評判理性的一個標準，最可能的解釋是：真信念正確地反映了世界的狀況，從而可以促進我們對環(huán)境的適應能力，因而可以提高我們的自我保存和繁殖的成功率。簡言之，我們之所以要追求真信念，乃是因為我們想更好地適應環(huán)境。從這個角度看，一方面，規(guī)范性的理性和適應性的理性是一致的；另一方面，我們卻不能從真信念中分析地得出更好的適應性。有一點特別需要提及：在一些特殊情況下，有些假信念反而比真信念具有更好的適應性。比如說，保羅記錯了聚會的時間導致他錯過了與隊友的聚會，而這個聚會中出現(xiàn)了新冠疫情的傳播，因此保羅的錯誤信念反而使他獲得了適應環(huán)境的優(yōu)勢。不僅如此，規(guī)范性理性的另一個問題在于它可能會忽略計算的代價（computational cost），一味地追求完美的目標，但這可能與人的認知過程不相符合，并且在某些情況下還會過度精細地區(qū)分認知層次，從而導致認知效率低下，而這對于人適應環(huán)境恰恰是不利的②John Robert Anderson, The Adaptive Character of Thought, p.32, p.31.。

與規(guī)范性的理性不同，適應性的理性卻會把計算代價納入考慮之中，力求在目標優(yōu)化與計算代價之間尋找一個最佳的平衡。當可利用的環(huán)境資源足夠充裕而處于理想狀態(tài)時，認知的結果與所做的決策可能都是最理想的。但是，事情往往不會那么簡單，因為在實際的認知與決策過程中，環(huán)境中可利用的資源通常是極其有限的。在這種情況下，人們只能基于這些有限資源去盡量趨近所謂的理想方案?；谶@種分析，安德森提出了“理性分析”（rational analysis）的認知建模架構，其要點如下③John Robert Anderson, The Adaptive Character of Thought, p.32, p.31.：

（1）準確地指定認知系統(tǒng)的目標，即清晰地陳述所需優(yōu)化的項目是什么。

（2）建立一個關于認知系統(tǒng)適應環(huán)境的形式化模型。首先須明確這里所說的“環(huán)境”不是實驗室之類較為簡單的環(huán)境，而是指現(xiàn)實中較為復雜的、人類認知參與其中的環(huán)境。這種環(huán)境的一個顯著特點是，它在根本上是概率性的，因為在已知關于環(huán)境的有限信息的情況下，我們并不能確定未來會發(fā)生什么。因此，必須基于這些有限的環(huán)境信息，對要求適應環(huán)境的認知系統(tǒng)之可信程度做出一些假設，然后隨著證據(jù)的累積再對此假設進行調整，以求增強或減弱其信念度。這種信念更新的方式遵循的是貝葉斯統(tǒng)計推理（Bayesian statistical inference）。

（3）做出關于計算限制的最小假設，并把這些限制條件納入優(yōu)化過程之中。

（4）運用貝葉斯決策論（Bayesian decision theory）的方法，并基于上述要點（1）-（3），給出最優(yōu)的行為函數(shù)。

（5）檢驗關于行為函數(shù)的預測是否能被確證和是否可接受。

（6）如果關于行為函數(shù)的預測不能滿足可接受性的要求，那么就需要進一步重復步驟（1）-（3）。

下面嘗試在這種理性分析框架下來解決上文中提示的因果過度決定問題。首先，需要優(yōu)化的問題是：在“蘇西和比利一同用石頭扔向玻璃瓶并導致玻璃瓶破碎”與“蘇西用石頭扔向玻璃瓶并導致玻璃瓶破碎”及“比利用石頭扔向玻璃瓶并導致玻璃瓶破碎”這三個不同的事件中，應該明確玻璃瓶在不同情況下破碎是同一事件，還是不同的事件。

其次，嘗試建立一個關于認知系統(tǒng)適應環(huán)境的形式化模型。假設H1：在c1、c2、c1+c2三種情況下玻璃瓶破碎是同一事件B；H2：在c1、c2、c1+c2三種情況下玻璃瓶破碎是三個不同的事件B1、B2和B3；E 表示動量守恒定律。進一步假設H1和H2的先驗概率都為0.5，動量守恒定律成立的概率為0.99。因為H1與動量守恒定律相悖，我們假設P(E|H1) = 0.01；而H2與動量守恒定律相容，假設P(E|H2) = 0.95。

再次，因為在這里所假設的簡單情況下不存在關于計算的限制條件，所以我們可以不做有關計算限制的假設。

最后，運用貝葉斯推理進行計算和決策。根據(jù)貝葉斯定理可得：

由此可見，在接受動量守恒定律的前提下，我們對H1的可接受程度遠遠低于對H2的可接受程度。因此，在面對因果過度決定問題時，應該把c1、c2、c1+c2這三種情況所導致的玻璃瓶破碎看作三個不同的事件B1、B2和B3。

迄今為止，可以看到安德森的理性分析架構能夠很好地解決蘇西和比利砸碎玻璃瓶所引發(fā)的因果過度決定問題。但是，如果問題變得更為復雜，需要用到大量計算的情況，則對計算限制做出最小假設就會引起一些麻煩?；蛘哒f，僅僅考慮環(huán)境資源是否充足，而不考慮人腦的認知能力及其限制，就會導致如下結果：在尋找認知目標的解決方案時，如果遇到兩種或多種方案似乎都可以符合認知要求，而且各種方案的計算復雜度差別較大，那么僅僅根據(jù)簡單的理性分析策略，就難以在各種方案中做出合意的選擇。

因此，雖然理性分析策略可以很好地解決一些因果過度決定的典型問題，但它并不能很好地解決隱含于因果過度決定深層的認知分層問題。以毒蛇作為一個簡單的例子來進行分析：假設一個蛇類學家遇到了一條蝰蛇科的蛇，他會傾向于根據(jù)自己的知識儲備，毫不費力地識別出這條蛇屬于哪一屬的哪一種，并說明它的毒性如何、攻擊性如何等特性。但是，假如一個對蛇類知之甚少的人在路邊遇見一條蝰蛇科的蛇，如果他不是在從事蛇類研究的相關工作，他就不必耗費時間去區(qū)分這條蛇是蝰蛇亞科、白頭蝰亞科或者蝮蛇亞科等，而只需知道它是毒蛇，甚至只需知道它是蛇，然后遠離它就行了。由此可知，相比于規(guī)范性的理性，理性分析框架的可取之處在于環(huán)境資源有限時，也可以基于這些有限的資源做出決策。但是，這些決策可能會一味地追求最細粒的分類，而不把這種細分所產(chǎn)生的額外的人腦計算消耗考慮在內(nèi)。因此，在遇到類似的問題時，這種分析就顯得并不那么具有經(jīng)濟性。

四、資源理性分析——有限最優(yōu)的理性分析

如上所述，在步驟（3）中，安德森把計算限制最小化看作一個核心假設，這在上述扔石頭砸碎玻璃瓶的案例中當然是可以接受的，但在遇到如上述蛇類問題的情況時，就可能會與所設認知目標不符。這里的關鍵問題是：人類的有限資源對于計算所施加的限制通常是實質性的，而這里所說的“有限資源”不僅包括環(huán)境資源的有限性，而且也包括人腦計算能力的有限性。因此，簡單的理性分析策略無法解釋由于人類本身認知資源的有限性所造成的認知偏差。所幸在人工智能領域，科學家們已經(jīng)發(fā)展出一種關于有限計算資源的理性理論，而其關鍵概念是“有限最優(yōu)”（bounded optimality）①Eric Joel Horvitz, Computation and Action under Bounded Resources, PhD Dissertation, Stanford University, 1990,p.13.。簡略地說，所謂“有限最優(yōu)”就是在與環(huán)境實時交互的硬件處理能力有限的情況下，為行動者設計的最優(yōu)程序。也就是說，在某一特定的硬件配置條件下，如果一個程序比另外的所有程序表現(xiàn)得都更好，或至少是一樣好的話，那么這個程序就是有限最優(yōu)程序。

正是基于安德森的理性分析和有限最優(yōu)理論，格里菲斯（T.L.Griffiths）等人提出了“資源理性分析”（resource rational analysis）的策略②Thomas L.Griffiths, Falk Lieder, Noah D.Goodman, “Rational Use of Cognitive Resources: Levels of Analysis Between the Computational and the Algorithmic”, Topics in Cognitive Science, 2015, Vol.7, Issue 2, pp.217-229.。與簡單理性分析策略中僅對認知限制做出最小假設不同，資源理性分析策略要求考查哪些認知操作可以為人類所用，以及這些認知操作在時間花費上的代價是多少。格里菲斯等人認為，在輔之以關于人類認知能力及其限制的合理假設之后，有限優(yōu)化就可以為認知策略及其表征提供一個切實可行的規(guī)范性標準③Falk Lieder, Thomas L.Griffiths, “Resource-rational Analysis: Understanding Human Cognition as the Optimal Use of Limited Computational Resources”, Behavioral and Brain Sciences, 2020, Vol.43, p.4.。然而，因為世界的狀態(tài)是不斷變化的，所以為了適應持續(xù)變化的環(huán)境，“表現(xiàn)良好”的資源理性分析策略要求有限最優(yōu)的心靈不僅要生成好的決策，而且生成的速度也要快。既然每個認知操作都需要時間，有限最優(yōu)一般也要求在計算上更加節(jié)儉。需要強調的是，真實世界非常復雜和不確定，并且有限的經(jīng)驗會限制人們適應環(huán)境的能力和程度。當需要在某一特定環(huán)境下做出最優(yōu)的啟發(fā)式（heuristic）h*來引導某個單一決策或推理時，要求考慮的因素有判斷、決策和相應信念更新的效用，以及完成它們需要消耗的計算代價④人們在處理問題后，通常會積累一些解決問題的經(jīng)驗知識，經(jīng)過大腦的結構化以后變成經(jīng)驗法則。在遇到新問題時，為了節(jié)省認知資源，人類會優(yōu)先嘗試運用這些已有的經(jīng)驗法則來解決問題，這些經(jīng)驗法則就可叫作“啟發(fā)式”。在一般情況下，啟發(fā)式會給人們提供一種高效的問題解決路徑，但在某些場合下也可能由于不適用于新問題而導致認知偏差。。隨之而來的一個問題是：假如對每一個不同的環(huán)境，我們的大腦都需要一個特定的啟發(fā)式與之對應，那么計算代價就會變得特別大。所以，為了容納這些人類理性上的限制，格里菲斯等人把最優(yōu)標準從對于真實環(huán)境E的最優(yōu)，放寬到對于通過直接經(jīng)驗、間接經(jīng)驗、進化適應等方式而獲得的關于環(huán)境信息i的最優(yōu)。因此，在只有有限信息i時，邊界的資源理性啟發(fā)式為①Falk Lieder, Thomas L.Griffiths, “Resource-rational Analysis: Understanding Human Cognition as the Optimal Use of Limited Computational Resources”, p.5, p.6.：

其中，h*是在某一特定環(huán)境下指引某個單一決策的最優(yōu)啟發(fā)式（optimal heuristic），s0= (o, b0)是結合了對外在世界初始狀態(tài)的觀測信息o 與人的初始信念狀態(tài)b0的集合；B 表示與環(huán)境E作用的大腦；HB是大腦B 可以執(zhí)行的啟發(fā)式h 的集合；u 是認知效用函數(shù)（utility function）；隨機變量cost (th, ρ, λ) 表示總的計算代價，其中ρ 表示在實施的持續(xù)時間th內(nèi)h 所運用的認知資源投入，λ認知主體在單位量的認知資源以及單位時間所消耗的計算代價。

概略地說，資源理性分析方法是一個試圖平衡邊界最優(yōu)化和人類心靈認知局限性的理論，其運作方式可分為五個步驟②Falk Lieder, Thomas L.Griffiths,“Resource-rational Analysis: Understanding Human Cognition as the Optimal Use of Limited Computational Resources”, p.5, p.6.：

（1）開始于對認知某個方面的一個計算層③這個觀念來自于瑪爾（D.C.Marr）在Vision 中關于視覺研究三個層次的論述，由安德森在 “The adaptive nature of human categorization”中引用并衍生到整個認知領域。在瑪爾看來，視覺研究可以分為三個不能互相還原的層次：（1）計算層（level of computation）：確定什么（what）被處理以及為什么（why）？（2）算法層（level of algorithm）：解決計算如何（how）被機械地或程序地確定，確定①輸入和輸出的符號；②算法；③算法如何實現(xiàn)從輸入到輸出。（3）實現(xiàn)層（level of implementation）：刻畫實現(xiàn)算法的認知系統(tǒng)的物理特征。參見David Marr, Vision: A Computational Investigation into the Human Representation and Processing of Visual Information, San Francisco: W.H.Freeman, 1982, pp.24-27。的描述，以形成一個明確的問題及其解決方案；

（2）假定心靈計算架構可能趨近解決問題的某類算法、這些算法所用的計算資源所需花費的代價，以及更精確地趨近正確答案的效用；

（3）在這類算法中發(fā)現(xiàn)能夠平衡有限資源和精確性的最優(yōu)算法；

（4）評估理性過程模型對經(jīng)驗數(shù)據(jù)的預測；

（5）修改計算層架構及其處理明顯差異的限制，推演出一個改良的資源理性模型，然后重復操作，直至模型的假設足夠真實時為止。

可以看出，與安德森理性分析框架的六個步驟相比，資源理性分析最主要的改變在于步驟（2）：在其模型中添加了計算代價和認知效用這兩個因素，從而可約束無休止地細化目標事物的行為，避免不必要的認知浪費。

資源理性分析框架以上述方式建構的模型，可以更好地平衡有限資源與目標精確度之間的張力，使模型的參數(shù)更加符合人類實際的認知過程。一旦關于計算架構的假設變得越來越具有現(xiàn)實性，它的預測也會越來越精確，而其中相應的模型運行過程也將會越來越與產(chǎn)生人們反應的心理學或神經(jīng)計算的機制相似。當模型的預測結果足夠精確，或者相應的認知限制都被考慮在內(nèi)之后，資源理性分析的過程就結束了?？梢钥闯?，與簡單的理性分析策略僅僅從外在環(huán)境的結構中預測行為不同，資源理性分析策略預測的認知機制結合了內(nèi)在的認知資源和外在的環(huán)境因素。這個進步使我們可以更好地把對于大腦認知架構的理解用數(shù)學語言轉譯成關于心理過程和心靈表征的模型。

至此，不僅因果過度決定的典型案例在理性分析策略那里可以得到解決，而且因果過度決定深層所隱含的確定認知層次的問題，也可以由資源理性分析策略提供一套可行的解決方案。在此不妨再次考慮一下蛇的例子。根據(jù)不列顛百科全書，蝰蛇科一共有200多種蛇。假設我們熟知每種蛇需要花費1個小時的時間，那么想要熟知整個蝰蛇科，我們就需要200多個小時的時間。至于具體的效用u，則需要根據(jù)具體需求來確定：當我們需要獲取關于這些蛇類的知識時，這些學習時間（即計算代價）就是不可避免的；而當我們僅僅為了規(guī)避蛇類帶來的危險時，花費大量時間學習這些知識就顯得不必要了，因為它并不能給我們帶來很多效用，反而會大大地增加計算消耗。簡言之，我們對事物的認知層次受到有限環(huán)境資源與大腦計算能力的約束。在面對一個特定問題時，當相鄰兩個層次的計算效用相差明顯時，我們需要選擇更為精細的層次；當相鄰兩個層次的計算效用相差不明顯，而且上一層次的效用已足以應對需要解決的問題時，我們便傾向于選擇到上一層次為止，因為更加精細的分層會增加計算代價，卻并不會明顯地增加認知效用，而這與思維經(jīng)濟原則及其背后的進化論思想都是不相符合的。

五、結論

我們認為，不存在一個非經(jīng)驗性的認知層次系統(tǒng)能夠滿足劉易斯試圖提出的統(tǒng)一標準。當然，即使不存在這樣一個標準，也可借助于“細粒度策略”分析一些因果過度決定問題的典型案例。然而，細粒度策略卻會帶來另一個問題：在很多情況下，細粒度策略與常識認知和科學認知不符。從進化論角度看，馬赫提出的“思維經(jīng)濟原則”表明，人類在認識世界的過程中總是傾向于將認知資源或計算進行最小化的處理。這就揭示了因果過度決定問題的來源——為了節(jié)約認知資源，人們傾向于把如上所說的c、c1、c2三個不同的事件看作是同一事件，從而導致認知偏差。不過，這并不表明思維經(jīng)濟原則沒有可取之處。事實上，思維經(jīng)濟原則反映了人類進化過程中的基本策略，是一種生存優(yōu)勢的體現(xiàn)。

受到司馬賀的啟發(fā)，安德森倡導的“理性分析策略”結合了環(huán)境資源與認知細粒度，給出了理性分析的認知框架。這種理性分析策略把有限的環(huán)境資源考慮在內(nèi)，從而在一定程度上約束了認知層次過度細?；内厔荩@尤其在心理學領域為理性分析框架做出了奠基性的貢獻。而且，理性分析策略確實能夠很好地分析哲學領域中因果過度決定問題的一些經(jīng)典案例。但是，這種分析策略的不足之處在于它沒有考慮到人腦處理能力的有限性，因此它在某些情況下的預測會產(chǎn)生一些偏差。

結合計算機領域的“有限最優(yōu)理論”，格里菲斯等人倡導的“資源理性分析策略”，在理性分析框架的基礎上添加了計算代價和改進效用這兩個因素，進一步約束了一味追求精確目標的傾向，從而能夠更好地在目標精度與計算代價之間達成平衡，因而是更加符合人類認知實際情況、更加高效的認知框架。我們的有關討論表明，這一基于資源理性分析策略所構建起來的認知框架，不僅適用于對砸碎玻璃瓶之類因果過度決定問題經(jīng)典案例的分析；而且更重要的是，正如本文中關于蛇類案例的分析所示，這一認知框架還可用來分析隱含于因果過度決定問題之中的認知層次確定問題。