[ Bas C. van Fraassen (1980), The scientific Image (Oxford University Press), pp. 97-157. ]
§ 1. The Language of Explanation
§ 1.1. Truth and Grammar
§ 1.2. Some Examples
§ 2. A biased History
§ 2.1. Hempel: Grounds for Belief
§ 2.2. Salmon: Statistically Relevant Factors
§ 2.3. Global Properties of Theories
§ 2.4. The Difficulties: Asymmetries and Rejections
§ 2.5. Causality: the Conditio Sine Qua Non
§ 2.6. Causality: Salmon’s Theory
§ 2.7. The Clues of Causality
§ 2.8. Why-question
§ 2.9. The Clues Elaborated
§ 3. Asymmetries of Explanation: A Short Story
§ 3.1. Asymmetry and Context: the Aristotelian Sieve
§ 3.2. ‘The Tower and the Shadow’
§ 4. A Model for Explanation
§ 4.1. Contexts and Propositions
§ 4.2. Question
§ 4.3. A theory of Why-question
§ 4.4. Evaluation of Answers
§ 4.5. Presupposition and Relevance Elaborated
§ 5. Conclusion
§ 1. The Language of Explanation
§ 1.1. Truth and Grammar
§ 1.2. Some Examples
§ 2. A biased History
§ 2.1. Hempel: Grounds for Belief
[pp. 103-104]
- 헴펠이 1966년 제시한 설명의 기준
• 기준(1): 설명적 유관성(explanatory relevance)
• 기준(2): 시험가능성(testability)
- 각 설명에서 제시된 정보의 구성 요소
• 요소(1): 이론이 제공한 ‘법칙’
• 요소(2): 보조적 사실 정보인 초기 조건이나 경계 조건
- 좋은 근거를 제공하는 관계는 각각 통계적인 이론과 비-통계적인 이론에 의해 설명됨.
- 비-통계적인 이론에 의해 설명되는 관계에서 정보는 설명되는 사실을 함축하고, 통계적인 이론에 의해 설명되는 관계에서 정보는 설명되는 사실에 높은 확률을 부여함.
[p. 104]
- 헴펠이 지적했듯, 설명적 유관성은 설명을 위한 필요조건이나 충분조건을 제공하지 못함.
[pp. 104-105]
- 첫째, 믿음을 위한 좋은 근거들은 항상 설명에 이르는 것이 아니다.
• 설명의 비대칭성의 예: 두 명제는 (받아들인 배경이론에 상대적으로) 동등하고, 한 명제는 다른 명제를 설명할 수 있지만 그 반대는 그렇지 못함.
• 아리스토텔레스가 이미 비슷한 예를 제시
• 헴펠이 제시한 예: (1) 적색편이(red shift) 현상 (2) 기압계 (3) 깃대
- 둘째, 모든 설명이 주어진 믿음에 대한 좋은 근거가 되는 것이 아니다.
• 예1) 매독성 국부 마비 - 낮은 확률이라 헴펠이 요구하는 높은 확률과 거리가 멀다.(이건 의학의 발달로 해결될 수도 있다고 하자.)
• 예2) 우라늄 U²³⁸의 반감기는 원리적으로 아는 게 불가능함.
[pp. 105-106]
- 새먼은 설명적 유관성에 관하여 문제제기를 했지만 유관성을 해명하지 않음.
• 예1) 존 존스가 비타민 C를 먹고 일주일 만에 감기에 나았다.
• 예2) 존 존스가 아내의 피임약을 먹고 임신을 피했다.
- 반 프라센: 설명적 유관성의 기준은 적어도 다음과 같이 수정되어야 한다. ‘좋은 그리고 유관한 근거들을 제공한다’
§ 2.2. Salmon: Statistically Relevant Factors
[pp. 106-107]
- 많은 학자들은 헴펠의 기준이 너무 강하다는 결론에 대하여 독립적인 증거를 제시함.
(1) 베크너(Morton Beckner): 진화론은 결정론적 이론이 아니고 어떤 현상이 어떻게 일어났는지 보여주기만 하지만 해당 현상을 설명함.
• 예) 진화론은 먹이 부족에 대한 독립적인 지식 없이 기린의 목이 긴 이유를 설명함.
(2) 퍼트남: (이와 같은 맥락에서) 뉴턴의 설명은 연역적이기보다는 양립가능성의 증명임.
[p. 107]
- 현상 E는 이론 T와 양립가능함 iff 선행 조건(preceding conditions) C에 T를 추가한 것이 E를 함축함
- T와 E가 논리적으로 양립가능하다는 것을 보이기 때문에 이는 T가 E와 무관하다는 것을 보이기에 충분함. (??)
[p. 107]
- Beckner와 Putnam이 지적한 점은, 경험적 적합성(empirical adequacy)을 주장하는 것을 성립하려는 증명들.
- 그러나 경험적 적합성에 대한 주장은 설명에 대한 주장으로 이르지 않고, 더 많은 것이 필요함.
[p. 107]
(3) 새먼: 설명은 논증이 아니라 통계적으로 유관한 요소들의 집합임.
- 여기서 사실 A는 현상 E와 통계적으로 유관함 iff P(E/A)≠P(E)
- 헴펠의 기준은 P(E/A)가 높아야 한다고 함. 새먼은 P(E/A)가 높을 필요 없으며 정보 A의 확률이 E의 확률을 증가시킬 것도 요구하지 않음.
[pp. 107-108]
새먼이 제시한 예) 우라늄 238 원소와 폴로늄 215 원소의 혼합물 interval (t, t+m)
-> 원소들 중 하나가 붕괴되었음을 의미하고 그것은 우라늄 238이 붕괴되었기 때문이다.
- 이 논증의 문제는, 우리는 t와 t+m의 중간에 붕괴가 있었느냐 뿐만 아니라 왜 붕괴가 일어났느냐도 설명할 수 있다는 점이다. 그 정보가 그 발생에 통계적으로 유관하기 때문이다.
- 그런데 우리는 원자 물리학이 설명되지 않은 채로 남아있음을 말하지 않을 것인가?
[p. 108]
이 반박에 숨은 발상은, t+(m/2)에 발생한 것에 통계적으로 유관한 정보가 그 간격interval의 다른 시점에 대한 것을 뒷받침하지 못한다는 것.
-> 통계적 유관성만으로는 충분하지 않다.
[p. 108]
- 카트라이트가 제시한 예
덩굴 옻나무에 90% 효과가 있는 고엽제를 뿌렸다고 하자.
고엽제에 맞아 죽은 90%에 대해 “왜 덩굴 옻나무가 죽었나?”, “고엽제를 뿌려서”
하지만 살아남은 10%에도 “왜 덩굴 옻나무가 살았나?”, “고엽제를 뿌려서”
- 새먼의 통계적 유관성 기준이 설명에 대한 충분조건도 아니고 필요조건도 아니라는 것
medical fiction [p. 108]
- 국소마비가 간질이나 매독에서만 오고, 각 질병에 걸렸을 때 국소마비가 일어날 확률도 똑같이 0.1
- 존스는 자기 집안 사람들은 모두 두 질병 중 하나에 걸리고 둘 다 걸리지는 않음을 알게 됨.
- “왜 국소마비가 왔는가”에 대해 매독 때문이라고 해도 참이고 간질 때문이라고 해도 참
- 존스가 매독에 걸린 적이 있어도 확률은 안 변함.
- 확률이 같다는 점만 빼면 우라늄, 폴로늄의 예와 비슷함.
§ 2.3. Global Properties of Theories
§ 2.4. The Difficulties: Asymmetries and Rejections
[pp. 111-112]
- 국소마비와 기압계의 예로 기술되는 두 가지 난점들
(1) 이론의 영역이 명확히 있고 설명을 요구하지만, 그런데도 거절되는 경우
(2) 비대칭
- 설명 이론이 성공하기 위해서 거절과 비대칭을 수용하고 이를 설명해야만 함.
§ 2.5. Causality: the Conditio Sine Qua Non
[pp. 112-113]
- 태즈매니아 원주민은 왜 사라졌는가? 백인 정착민들이 총으로 쏘아죽여서.
- ‘필연성(necessity)’라는 단어는 이야기(stories)와 인과(causation)를 연결하는 용어.
- 아리스토텔레스의 <시학>에 따르면, 이야기를 쓰는 올바른 방식은 최초의 parameters가 고정되고, 필연성의 종류와 함께 그 결론으로 나아가는 상황을 만드는 것; ‘그런 방식으로 끝날 수밖에 없었다.’
[p. 113]
- 현대 철학의 인과성은 사건들 간의 관계.
- 어떤 것이 원인으로 언급될 때, 그것은 그 사건을 발생시키기 충분하다는 것을 의미하지 않음.
예) 고엽제 90%와 덩굴 옻나무
[pp. 113-114]
- ‘원인은 필요조건이다’로 두 가지 문제를 재진술 할 수 있음.
(1) 모든 필요조건이 원인인 것은 아니다.
예) 칼의 존재가 칼이 녹슨 것의 필요조건. 식물의 성장이 식물이 죽는 것의 필요조건.
(2) 한 원인이 필요조건이 아닐 수 있다. 다른 원인이 같은 결과로 이끌었을 수 있다.
예) 식물이 페인트 때문에 죽었을 수도 있다.
[p. 114]
- 맥키(J. L. Mackie)가 제안한 정의: 원인은 필요조건이 아닌 충분조건의 충분하지 않지만 필요한 부분(a cause is an insufficient but necessary part of an unnecessary but sufficient condition).
- 첫 번째 문제가 여전히 남음. 두 번째도.
[pp. 114-115]
- 루이스는 반-사실적 조건문의 관점에서 설명을 시도함. ‘A caused B’를 ‘A가 일어나지 않았다면 B는 일어나지 않았을 것이다’와 동일하다고 봄.
(1) If A then B.
hence
if A and C then B.
- 그러나 자연언어는 이 법칙을 따르지 않는다.
(2) 성냥을 긁는다면 불이 붙을 것이다.
그러므로 (?)
성냥을 커피에 담그고 긁는다면 불이 붙을 것이다.
- 이러한 이유는 우리의 조건문이 암묵적으로 다른 것이 변함없다면(ceteris paribus)절을 전달하기 때문이다.
(3) If the plant had not been sprayed
(and all else had been the same)
then it would not have died.
[pp. 115-116]
- 굿맨이 논의했듯, 그 내용은 문맥에 따라 변하기 때문에 ‘다른 것이 변함없다면’의 내용을 정확히 말할 수 없다.
- 루이스가 말했듯 ‘A가 B에 대한 원인이다’가 참이든 아니든 A가 일어나지 않았다면 B도 일어나지 않았을 것이라는 것은 참이다.
- 우리가 충분한 기준을 갖지 못한다는 예: 데이비드의 자명종
자명종 때문에 일어났다 – 자명종이 안 울렸다면 못 일어났을 것이다.
그런데 그 전날 밤 안 잤다 – 자명종도 일어남의 충분한 이유가 못 된다.
- 맥락의존적인 이런 것들을 반-사실적 진리조건을 통하여 이 이론에 들어가게 된다. 그리고 이들 반-사실적 조건문에 대응하는 것은 과학에서 없다.
[p. 116]
‘If Tom lit that fuse ~’
반-사실적 조건문은 맥락의존적이다.
[반대되는 두 조건문이 모순되지 않는다.]
[p. 116]
- 스톨네이커와 루이스는 가능세계 사이의 유사성 개념을 사용하는 조건문에 대한 진리조건을 제공함.
- 세계 w에서 A가 참인 w와 비슷한 대부분의 세계에서 B가 참이라면, ‘if A then B’는 참이다. 그런데 이 유사성은 맥락에 따라 달라진다.
[pp. 116-117]
이발소를 지키는 세 사람의 예
[p. 117]
진술1이 참인 경우와 진술2가 참인 경우
그들의 공통의 선행조건이 거짓일 때에만 1과 2가 각각 참인 문맥 C와 C’이 존재할 수 없다.
[pp. 117-118]
몇 가지 예들
[p. 118]
‘모든 것이 같다’는 것이 문장과 실제 상황뿐만 아니라 맥락적 요소도 포함한다며나, 그 퍼즐들이 발생시키는 어려움은 없다. 하지만 반-사실적 조건문은 과학이 크게 잘못되었음을 말한다.
과학적 명제들은 어떠한 essential way에서도 맥락의존적이지 않기 때문에, 과학은 반-사실적 조건문을 포함하거나 함축하지 않는다고.
[p. 118]
조건문의 진리값은 부분적으로 맥락에 의존한다.
과학은 어떤 방식으로든 맥락을 함축하지 않는다.
그러므로 과학은 어떠한 반-사실적 조건문의 진리값을 함축하지 않는다.
[p. 118]
굿맨, 라이헨바하, 헴펠 등이 말하려고 한 바는, 반-사실적 조건문이 자연법칙이나 법칙적 진술에 객관적인 기준을 제공한다는 것이다.
merely general truth는 법칙과 구분되는데, 법칙은 merely general truth와 달리 반-사실적 조건문을 함축하기 때문이다.
하지만 반-사실적 조건문은 맥락의존적이기 때문에 법칙이 반-사실적 조건문을 함축한다면, 법칙의 개념은 어떠한 객관적인 구분도 가리키지 않는다.
결론: 설명은 상당한 맥락의존적인 정도를 숨긴다.
§ 2.6. Causality: Salmon’s Theory
[p. 119]
- 초기 새먼의 물음: “설명에 대하여 더 많이 물을 수 있는가?(What more could one ask of an explanation?”)
- 새먼의 답
- “인과적 관계(causal relation)는 무엇인가”를 “인과적 과정(causal process)은 무엇인가”, “그리고 인과적 상호작용(causal interaction)은 무엇인가?”로 바꾸면?
- 새먼은 라이헨바하의 이론을 수정하여, 과정은 시공간적으로 연속적인 사건들의 연쇄라고 함. 여기서 중요한 것은 연속성. 흄의 난점을 비판
- 인과적 과정에서 진짜 과정(genuine processes)과 사이비 과정(pseudo-processes)의 차이
예) 차의 움직임은 진짜 과정, 그림자의 움직임은 사이비 과정
[p. 119]
- 라이헨바하가 제공하려한 확률적 관계들로 구분하려한 기준: 사건들의 연쇄 A는 다음이 제공된 인과적 과정
(1) Aᵣ이 주어졌을 때 Aᵣ₊ₛ의 확률이 Aᵣ₋ₜ가 주어졌을 때의 Aᵣ₊ₛ의 확률보다 크거나 같다.
- 이 조건은 사이비 과정을 배제하지 못한다.
- 차폐
(2) Aᵣ과 Aᵣ₋ₜ가 모두 주어졌을 때 Aᵣ₊ₛ의 확률은 Aᵣ이 주어졌을 때 Aᵣ₊ₛ의 확률이다.
[p. 120]
Aᵣ₊ₛ가 r+s일 때 그림자의 위치라면, B는 r+s일 때 차의 위치이다.
사건 B의 연쇄만 있고, 이것은 모든 r에 대하여 Aᵣ에서 Aᵣ₊ₛ를 차폐한다.
- 이는 두 가지 이유에서 만족스럽지 않다.
(1) Markov property라고 하는 것을 떠올리게 하고, 인과적 과정을 정의하기에 너무 강하다.
(2) Br은 그 자체로 진짜 인과적 과정으로 덧붙여져야 하는가?
[pp. 120-121]
- 라이헨바하는 mark method라고 부른 두 번째 기준을 제시했고(아마도 퇴행하는 것을 막아서일 것이다), 새먼은 이를 선호했다.
- 그 과정이 진짜라면, 초기 사건을 방해하는 것은 그 과정의 나중 사건에 영향을 줄 것이다. 그러나 이 진술은 명백하게 a causal claim이다.
- ‘간섭(interference)’와 ‘영향(effects)’을 설명해야 한다.
- 새먼은 ‘at-at’ theory of motion을 제시함.
[p. 121]
- 인과적 상호작용에서 새먼은 두 종류를 기술함. nodes는 인과적 그물 안에 있는 것이고 knots는 인과적 과정을 인과적 구조로 결합하는 것임.
- 라이헨바하와 새먼은 ‘fork’를 사용(‘the road forks’)
- conjunctive fork
사건 C는 사건 A, B의 공통원인이고 두 과정에 속함. 분리된 두 과정은 C 이후에 발생함.
(3) P(A & B/C) = P(A/C).P(B/C)
(4) P(A & B/¬C) = P(A/¬C).P(B/¬C)
(5) P(A/C) > P(A/¬C)
(6) P(B/C) > P(B/¬C)
- interactive fork
(3*) P(A & B/C) > P(A/C).P(B/C)
[p. 122]
- 새먼의 새로운 설명에서, 설명은 설명될 사건으로 이끄는 인과적 망의 유관한 부분이 보일 때 구성된다.
- 기압계와 폭풍, 잠복한 매독의 예
- 이게 맞다면, 각 설명은 그것과 연결되는 forks에 대한 인과적 과정을 거슬러 올라가야만 함.
[pp. 122-123]
- 이때의 어려움
(1) 인과적 과정이 되려면, 사건들의 연쇄는 지속하는 시공간적 궤적과 대응해야만 한다.
예) 양자역학
(2) 많은 과학적 설명은 새먼의 의미하는 인과적 설명으로 보이지 않는다. laws of coexistence
예) 보일의 법칙, 뉴턴의 중력 법칙, 파울리의 exclusion principle
- 그 예들
§ 2.7. The Clues of Causality
[pp. 123-124]
설명에 대한 설명은 다음과 같은 형식으로 재진술될 수 있다.
(1) 사건들은 인과관계들의 그물에 있다(파악된다).
(2) 과학이 기술하는 것은 인과적 망이다.
(3) 한 사건이 왜 일어났는지에 대한 설명은 인과적 그물의 부분에서 두드러진 요소들(salient factors)의 명시이다.
(4) 이들 두드러진 요소들은 그 사건들의 원인(들)을 구성하는 설명을 언급한다.
- 왜, 언제 설명의 토픽이 발생하는지, 관심이 인과적 망에서 ‘두드러진 요소들’로 바뀌는지 명확한 두 가지 이유가 있다.
(i) 어떠한 설명도 설명의 일반적인 예들을 이해해야만 한다.(??)
(ii) 설명에 대한 설명은 우리가 설명할 수 없는 것을 함축하면 안 된다. [p. 124)
[p. 124]
인과성에 대한 관심 - (1), (2)
설명 요구(explanation requires)에 대한 관심 - (3), (4)
(3), (4)에서 볼 때, 다음과 같이 정의함으로써 (1)과 (2)의 참을 보장하는 것이 충분하다.
the causal net = whatever structure of relations science describes
[pp. 124-125]
- 설명이나 사건에 대한 설명이 그럼에도 불구하고 인과적 망에 속하는 것, 그리고 어쨌든 그것에 관심을 갖는 것을 설명하는 것이 가능한가? 아니다.
- 인과적 설명의 경우, 그 설명은 인과적 망의 특정한 특징에 대한 관심을 가지는 데에 있다.(내재한다.)
예) 내가 Irish elk의 멸종을 설명하고 싶어한다고 하자.
[pp. 125-126]
- 설명에서 언급되는 두드러진 특징들.
- 철학자들마다 설명이 다 다르다. 그 이유는, 사람마다 그의 기원, 관심, 접근 등이 다르기 때문이다. 즉, 맥락적 요소 때문이다.
예) 자동차 사고에서 기계적인 접근은 관목이 시야를 가렸더라도 브레이크가 더 좋았으면 사고는 안 났을 것이라고. 이는 경쟁하는 반-사실적 조건문이다.
[p. 126]
- P. J. Zwart: ‘A가 B의 원인이다’라는 진술의 의미는 현상 A와 B의 본성에 의존하는 것이 아니라 그 문장이 발화되는 맥락에 의존한다.
- 결론적으로, 설명적 요소는 특정한 방식에서 객관적으로 유관한 범위에서 선택된다는 것을 인과성에 대한 설명이 말하는 것으로 보이지만, 이 선택은 설명조건의 맥락과 함께 변하는 다른 요소에 의해 결정된다.
- 요약하면, 과학적으로 유관하기 전까지 설명적으로 유관한 요소는 없고, 과학적으로 유관한 요소들 중에서 맥락이 설명적으로 유관한 것을 결정한다.
§ 2.8. Why-question
[pp. 126-127]
- 왜-질문은 설명에 대한 요구이다.
(2) Why (is it the case that) P?
(3) 왜 아담은 사과를 먹었는가?
(3a) 사과를 먹은 것은 왜 아담인가?
(3b) 아담이 먹은 것은 왜 사과인가?
(3c) 아담은 왜 사과를 먹었는가?
- 이들 다양한 요구들의 차이점은 그들이 다른 대비되는 대안들을 가리킨다는 점이다.
[pp. 127-128]
(5) Why (is it the case that) P in contrast to (other members of) X?
- p는 X에 속하거나 속하지 않는다. 일반적으로 대비집합이 명확하게 기술되지 않으므로, 문맥 속에서 명확하기 때문임.
[p. 128]
- 국소마비의 예
• 예1) 어머니가 집안의 기둥인 아들이 왜 무서운 병에 걸렸는가? 치료받지 않은 매독 때문에
• 예2) 컨츄리 클럽의 구성원이 모두 매독 전력이 있는데 왜 그 집 아들이 병에 걸렸는가? 대답 못함
- (예1)은 대조 집합이 그 집의 다른 아들이고, (예2)은 대조 집합이 클럽의 다른 구성원이어서.
- 때때로 그러한 정보의 이용가능성(availability)은 X의 선택에 강하게 의존한다.
[p. 128]
- 우리는 개별 사건을 설명하는 게 아니라 특정한 종류의 사건으로서만 사건을 해석한다.
- 그러나 다른 대안이 아닌 조건을 뒷받침하기 위한 대답이 무엇인가를 설명하는 것을 증명하기란 어렵다.
answer A is a good answer to (why p in contrast to X?)
이때 핸슨이 제시한 것은 새먼과 비슷한 문제(무관성과 관련)
예) 감기와 비타민 C의 예 [p. 128)
[pp. 128-129]
또한 비대칭의 문제도
§ 2.9. The Clues Elaborated
[p. 129]
- 설명을 설명하는 데 중요한 것은 인과성과 왜-질문
- 설명은 주요 요소(salience factor)로 구성되고 주요 요소는 다양한 대안적인 가정들을 제거한다. 그래서 이 주요요소는 맥락의존적이다.
• 핸슨의 예) 자동차 사고가 났을 때 묻는 사람마다 요구하는 답이 다르다.
- 맥락은 유관성을 결정하며 통계적 유관성보다 더 잘 하는 방식으로 그렇다.
- 가설의 범위는 논의하는 사람들의 흥미뿐 아니라 그 사건의 대비되는 대안들의 범위에 의해서 결정된다. 대조 집합도 맥락에 결정된다.
[pp. 129-130]
- 우리가 과학적 설명을 요구할 때, 가능한 가정들의 유관성과 대조 집합이 자동적으로 결정되는 게 아니다. 그 설명이 과학이 되는 것은 과학적 이론과 설명에 의존하는 것뿐이다.
- 개별사건의 어떠한 설명이든 특정한 종류의 예로서 설명되어야지 그 이상이 되지 못한다.
[p. 130]
- 설명은 유관관계와 대비집합으로 구성된다. 이들은 맥락에 의존한다. 맥락은 수용된 과학이론의 총체성이나 요구된 설명의 사건이나 사실로 결정되는 게 아니다.
- 전지한 존재는 완전한 설명을 하는 반면, 우리는 완전한 설명의 일부분만을 파악할 수 있다는 한계를 맥락적 요소가 드러낸다는 말은 틀렸다.
§ 3. Asymmetries of Explanation: A Short Story
§ 3.1. Asymmetry and Context: the Aristotelian Sieve
[p. 130]
- 국소마비 문제를 제공하는 대비집합을 통해 해결, 즉 맥락적 유관성(contextual relevance)
[pp. 130-131]
설명의 비대칭성이 맥락적으로 결정된 유관성의 관계의 결과라면, 맥락이 바뀌면 비대칭성도 역전되어야 한다. 또한 특정한 비대칭은 이 유관성을 결정하는 질문자와 청자의 관심의 관점에서 설명될 수 있어야 한다.
[p. 131]
아리스토텔레스의 과학이론 (그 전에는 형이상학과 관련해서, 여기서는 과학이론으로 설명)
아리스토텔레스가 설명적 요소들의 유형학(typology)를 발전시킴(4원인)
설명적 요소의 유형을 특정한 수로 한정. (왜-질문에 대한 유관 관계로 관련)
명제 A와 B가 등등...
• 예) 현관 불이 왜 꺼져 있는가?
§ 3.2. ‘The Tower and the Shadow’
§ 4. A Model for Explanation
[p. 134]
설명은 명제나 논증이나 명제들의 목록이 아니라. 설명은 왜-질문에 대한 답이며, 그래서 설명이론은 왜-질문에 대한 이론이어야 한다.
§ 4.1. Contexts and Propositions
[pp. 134-135]
반 프라센의 입장
이들 모형은 실재에 대응물의 모든 원소를 요구하지 않는다.(경험주의)
논리학자들이 소개한 이론적 실재는 domains of discourse(‘universe’), possible world, accessibility(‘relative possibility’), facts and propositions
[p. 135]
- 기초 논리학에 대한 설명
- 그러나 자연 언어의 문장들은 맥락의존적이다. (스트로슨의 예)
• 예) 20년 전에 그 나라에서 인구폭발을 막을 수 있었다. 그러나 지금 너무 늦었다.
[pp. 135-136]
이 모형이 포함하는 것
(1) a set of possible words, and a set of context ~
각 세계들의 존재하는 실재들의 집합이 있을 것이고, 시간이 있을 것이고, 맥락은 a time of occurance를 가져야만 한다.
위의 문장을 해결할 때, 우리는 시간과 맥락과 관련하여 그렇게 한다.
[p. 136]
- 한 문장에 대한 이러한 일종의 해석은 일반적인 형태를 가진다.
- 명제: 각 가능세계에 진리값을 가진다.
• 예) indexical-free sentence로 indexical term이 들어간 문장을 만드는 경우
(이때 indexical term은 I, here, now 같은 것을 가리킨다.)
• 예) ‘I am here’는 어떤 사실이냐, 어떤 세계냐, 어떤 맥락이냐에 상관없이 참이다. 이것의 참은 선험적으로 확인 가능하다(assertainable a priori)
- 하지만 반 프라센이 벤쿠버에 있다는 명제는 조금도 필연적이지 않다. 그러므로 선험적인 확인가능성과 필연성 사이의 명확한 구분이 드러난다.
[p. 137]
- 맥락은 (~로 표현된) 명제를 선택하는데 intervening contextual variables이 이 선택에서 발생함.
- 변항들 사이에는 그 문맥에서 당연히 받아들여지는 가정들, 수용된 이론들, 고수하는 world-pictures나 패러다임들이 있을 것이다. 이 변항들은 ‘화용론적 전제들(pragmatic presuppositions)’과 관련하여 그 맥락에서 양상적 진술들의 진리값을 결정하는 역할을 함.
[p. 137]
- 각 명제의 구조는 간단하지만 이를 복잡하게 만드는 것은 맥락이다.
- 이러한 단순화에는 대가가 따른다. 현상이 매우 단순할 때에만, 단순한 모형은 단순한 현상에 맞는다. (이걸 유지하기 위해 ~ 내적 구조 등..)
§ 4.2. Question
[pp. 137-138]
- 반 프라센은 벨납(Nuel Belnap)의 입장에 따라 질문에 관한 일반 논리(general logic of questions)을 탐구함.
- 질문에 관한 이론은 명제에 관한 이론에 기반해야 함.
• 질문은 추상적인 실재.
• 질문은 평서문으로 표현된 명제를 의문사(interrogative)로 표현한 것.
- 모든 대답에는 정도(degree)가 있음.
- 질문 이론의 첫 번째 작업은 대답의 유형학(typology of answers)을 제공하는 것.
- 질문: Can you get to Victoria both by ferry and by plane?
- 대답:
• (a) Yes.
• (b) You can get to Victoria both by ferry and by plane.
• (c) You can get to Victoria both by ferry.
• (d) You can get to Victoria both by ferry and by plane, but the ferry ride is not to be missed.
• (e) You can certainly get to Victoria both by ferry, and that is something not to be missed.
- 해설
• (a)는 직접적 답의 코드(code)
• (b)는 답변의 ‘가장 순수한’ 예. 직접적 답(direct answer)
• (c)는 부분적 답(partial answer)
• (d)는 완전한 답(complete answer)
• 직접적 답(direct answer)은 부분적 답(partial answer)을 함축함.
• 완전한 답(complete answer)은 직접적 답(direct answer)을 함축함.
• (e)는 나중에 분류 (양화적인 개념이 있는 등)
[pp. 139-140]
- 우리는 여전히 어떤 기본 개념을 정의할 때 직접적 답의 개념을 사용할 수 있음.
- 질문 Q가 Q′을 포함하고 Q′은 곧바로 Q에 대하여 답변될 때, Q에 대한 모든 완전한 답은 Q′에 대한 완전한 답.
• 한 질문의 모든 직접적 답들이 필연적으로 참이다. → empty question
• 한 질문의 모든 직접적 답들 중 어떠한 가능적 참도 없다. → foolish question
• 직접적 답이 존재하지 않는다 → dumb question
- 예
(1) 당신은 어제 검은 모자를 썼는가, 아니면 흰 모자를 썼는가?
(2) 당신은 검으면서 검지 않은 모자를 썼는가, 아니면 희면서 희지 않은 모자를 썼는가? → foolish
(3) 3과 5 사이의 세 소수는 무엇인가? → dumb
- foolish question은 foolish answer를 얻음. empty question은 모든 것에 포함됨.
[p. 140]
- 질문 Q의 전제(presupposition)는 물음 Q에 대한 모든 직접적 답들이 함축하는 어떠한 명제
- 질문 Q의 교정(correction)(또는 교정적 대답)은 Q의 전제에 대한 부정
- Q의 (기본) 전제는, Q에 대한 어떤 직접적 답이 참이고 오직 그러한 경우에만 참인 명제
• 예) 예1의 ‘그’ 전제는 청자가 검은 모자를 썼거나 하얀 모자를 썼다는 명제이다.
- 직접적 답의 수가 한정된 어느 경우든, ‘그’ 전제는 이들 답의 선언(disjunction)이다.
[pp. 140-141]
- Q에 대한 상대적으로 완전한 답변은 Q의 전제와 더불어 Q에 대한 직접적 답변을 함축하는 모든 명제들
더 일반화 하면, 이론 T와 관련하여, Q에 대한 완전한 답은 Q에 대한 어떤 직접적 답을 함축함.
[p. 141]
- 마지막으로, 어떠한 질문이 주어진 의문사로 표현되는가?
- 모든 지표적 용어들(indexical terms)이 의문사에서 나타나므로, 질문은 매우 맥락의존적
- whether-question이나 which-question 같은 ‘기초 질문들’에 대한 벨납의 이론에서, 직접적 답의 집합은 두 요소로 구분됨.
: (질문의 주제라고 불리는) 대안들의 집합, 이 대안들 사이의 선택에 대한 요구
§ 4.3. A theory of Why-question
[pp. 141-142]
- 왜-질문이 설명 이론에 소개하는 새로운 요소들에 여러 측면이 있음.
• 정확히 질문하는 것이 무엇인지 결정하는 것, 즉 왜-의문사(why-interrogative)를 이해하는 데 필요한 맥락적 요소를 세분화해야 함.
• 답변들에 대한 평가는 그 맥락에서 ‘배경 이론’으로 수용된 과학의 부분과 관련하여 진행됨.
- 예: ‘왜 도선이 휘어졌는가?’
• 도선이 휘었다는 명제는 질문의 주제(topic)
• 이 질문의 대조 집합(contrast-class) X은 해당 주제를 포함한 대안들의 집합
• 설명적 유관성(explanatory relevance)
- 주어진 맥락에서, 주제와 일치하지만 대조 집합이 다른 여러 질문들이 설명적으로 유관하다고 간주하는 것이 다를 수 있음.
• 그래서 무엇이 이 주제와 무엇이 유관한지, 또는 이 대조 집합에 무엇이 유관한지 적절하게 물을 수 없고, 주어진 명제가 대조 집합과 관련하여 그 주제에 대하여 (주어진 맥락에서) 유관한지 물어야만 함.
- 예: ‘왜 몸에서 혈액이 순환하는가?’
• (1) ‘심장이 동맥을 통해서 혈액을 뿜어내기 때문에’
• (2) ‘모든 신체 조직에 산소를 공급하기 위해서’
■ 요약 [pp. 142-143]
- 주어진 맥락에서 의문사로 표현된 왜-질문은 세 가지 요소로 결정됨.
• 주제 Pₖ(topic Pₖ)
• 대조 집합 X(contrast-class X) = {P₁, ... , Pₖ, ...}
• 유관성 관계 R(relevance relation R)
- 왜-물음(why-question) Q의 구성 요소: Q = <Pₖ, X, R>
- 명제 A는, 정확히 순서쌍 <Pₖ, X>에 대한 관계 R을 산출할 때 Q에 유관함.
■ [pp. 143-144]
- 질문에 대한 직접적 답변을 정의
(*) Pₖ in contrast to (the rest of) X because A
- 이 명제가 표현하는 것은 의문사에 대응하여 표현되는 명제로 선택된 Q와 ‘Why Pₖ?’와 같은 맥락에 의존함.
• 그래서 같은 맥락적 요소 중 특히 R은 (*)로 표현된 명제를 결정한다.
- 답변 (*)에서 주장되는 것
• (1) Pₖ는 참이다.
• (2) 대조 집합의 다른 원소는 참이 아니다.
• (3) A는 참이다.
• (4) A는 근거(reason)이다.(‘because’와 관련하여)
- 여기서 중요한 것은 (4).
• 이 진술은 양상적 요소나 반-사실적 요소를 도입하지 않음.
• ‘because’라는 단어는 이 맥락과 질문에서 A가 유관하다는 것을 의미할 뿐.
• 즉, A가 <Pₖ, X>에 대한 관계 R을 산출한다는 것만을 말함.
• 예) 아침에 일어난 이유가 우유 배달부의 달그락거리는 소리일 때는 ‘because’를 쓰지만 그냥 일찍 자서 일찍 일어났을 때에는 ‘because’를 쓰지 않는다.
[p. 144]
‘because A’가 A가 한 이유라는 것을 지시할 뿐 아니라 ‘그’ 이유(적어도 좋은 이유)라고 하는 것을 가리킨다. 이는 두 가지로 수용될 수 있다.
(1) 유관 관계가 매우 강하게 이해될 수 있다. -> 변호 X
(2) ‘평가’란에서 알아볼 내용
[p. 144]
- 조직화(regimentation)의 문제로서, A가 유관할 경우에만 (*)를 직접적 답으로 설명한 것.
- 정의: X = {P₁, ... , Pₖ, ...}인 곳에서, B는 질문 Q = <Pₖ, X, R>에 대한 직접적 답이다.
명제 A가 <Pₖ, X>에 대한 관계 R을 낳을 때, 그리고 (Pₖ: and for all i≠k, not Pi; and A)가 참일 때 B는 참인 명제이다.
[pp. 144-145]
위의 경우에서 why-question이 전제하는 것
(a) 왜-질문의 토픽은 참이다.
(b) 그것의 대비집합에서, 왜-질문의 토픽만 참이다.
(c) 적어도 한 명제가 그것의 토픽과 대조 집합에 대한 유관 관계를 포함한다는 것도 참이다.
[p. 145)
- 하지만 세 전제가 모두 참이라고 해도, 그 질문은 여전히 유효한(telling) 답을 가지지 않을 수 있다.
- 언재 왜-질문이 발생하는가? 일반적인 설명이론에서 보면, Q의 모든 전제가 참일 때 질문 Q가 발생한다.
- ‘질문 Q가 발생한다’가 의미하는 것: Q는 틀린 것으로 거절되지 않는다.
- ‘Q의 모든 전제가 참이다’가 의미하는 것: Q는 참인 어떠한 대답을 가진다.
[p. 145)
논의 진행을 위해 소개되는 용어들
(1) 위에서 직접적 답을 정의할 때
명제 A: 대답 B의 core
(Pₖ and for all i≠k, not Pi)인 명제: 질문 Q에 대한 중심전제(central presupposition)
(2) 명제 A가 <Pₖ, X>와 유관할 때, 이것은 Q와 유관하다고 한다.
- 배경 이론과 사실 정보를 수용한 체계 K가 있다. 이것은 질문자와 청자에 의존하기 때문에 맥락의 한 요소이다. 이 배경은 질문이 발생하고 안 하고를 결정하기 때문에, 질문은 어떤 맥락에서 일어날 수 있고 다른 맥락에서 안 일어날 수 있다.(반대로, 곧바로 거절될 수 있다.
[p. 145)
[pp. 145-146)
(1) 질문이 발생하느냐 안 하느냐는 K가 중심전제를 함축하느냐 아니냐에 달려 있다.
(2) Q의 토픽과 대조 집합과 관련하여, Q가 추가적으로 명제들 A 중 하나를 전제하는 것은 참이다. K가 명제들 A를 함축하지 않는 경우, K가 이들 모든 명제가 거짓인 것을 함축하지 않는다는 것을 가정하면, 질문은 여전히 발생할 것이다.
§ 4.4. Evaluation of Answers
[p. 146)
- 설명에 대한 철학적 이론의 중심 문제는, 설명 요구에 대한 적법한 거부를 설명하는 것이다. 이는 왜-질문 이론으로 해결된다.
- 가정
Q가 토픽 B를 가진다.
대비집합 X={B, C, ... , N}
- 이때 Because A는 어떻게 좋은 대답이 되는가?
[pp. 146-147)
대답을 평가하는 세 가지 기준
(1) A의 평가 그 자체가 수용가능하거나 참인가?
(2) A가 토픽 B를 지지하는 범위가 대비집합의 다른 member에 대비되는가? (헴펠, 새먼과 관련)
(3) 같은 문제에 대하여 Because A와 다른 가능한 답을 비교한다.(이건 다시 세 가지로 분류)
① (K의 관점에서) A가 더 그럴 듯 한가(probable)
② A가 더 넓은 범위에 대하여 토픽을 지지하는가
③ 주어질 수 있는 다른 대답에 의해 전체적으로 또는 부분적으로 무관하지 않는가? (이는 새먼의 차폐(screening off)를 응용)
[p. 147)
(1)에 대한 설명
K가 A의 부정을 함축하면 우리는 Because A를 배제한다. 이와 다르게 확률 K를 A에 부여하는 것을 요구한다.
왜 C, ... , N이 아니고 B인가 라는 질문이 발생한다면, K는 B를 함축하고 C, ... , N이 거짓임을 함축해야 한다. 그러나 그 토픽이 참이고 그것에 대한 대안은 참이 아니라는 정보는, 그 대답이 토픽을 어떻게 지지할 수 있는가와 무관하다.
그 평가는 현상들에 대한 일반이론을 구성하는 배경정보의 일부분에 덧붙여, 알려졌지만 설명되는 요소에 함축되지 않는 다른 ‘보조적인’ 사실들만을 사용해야 한다.
예) 새먼의 첫 번째 설명
A가 주어진 B의 확률과 B의 확률은 전혀 갖지 않을 때에만 A는 B로 설명한다.
하지만 내가 A의 확률과 B의 확률을 안다면(B because A라고 말하는 경우), A, B, A가 주어진 B에 대한 나의 개인적인 확률은 1로 같다.
[p. 147)
그러므로 평가하는 대답에서 사용되는 확률은 내 배경정보에 주어진 확률이 아니라 내 data에서 선택한 것과, 일반적인 이론에 주어진 확률이어야 한다.
그래서 대답의 평가인 Because A to question Q는 K의 특정 부분인 K(Q)의 reference 하고만 같이 일어난다. 이것이 어떻게 선택되느냐는 설명이론에서 중요하다.
A의 평가에서 사용되는 K의 일부분인 K(Q)를 선택하는 것은, further contextual factor이어야만 한다.
[pp. 147-148)
A가 그렇지 않다고 가정한다면, 우리는 대안들에 대비하여 B를 지지하기 위해서 대비 집합에 확률들은 얼마나 잘 재분배하는지...
K(Q)의 관점에서만 고려하는 확률은 사전확률(prior probability), A가 더해진 K(Q)의 확률은 사후확률(posterior probability)이라고 하자.
§ 4.5. Presupposition and Relevance Elaborated
§ 5. Conclusion
[p. 153]
전통적으로, 이론은 관찰되는 현상에 대한 기술과 설명을 가진다.
이론은 기술하는 것 이상이어야 한다.
예) 보일의 법칙은 기술만 하지 설명하지 못한다.
(2017.08.17.)
댓글 없음:
댓글 쓰기