Наибольшую сложность представляют противоречия, помеченные символом Х. В реальных системах знаний не обойтись без ситуаций, когда отдельные фрагменты этих знаний противоречат друг другу. Это может быть следствием недостаточной информации, что привело к созданию ложных гипотез, или узостью самих гипотез (случаи, когда новые факты опровергали сложившиеся представления, известны всем). Возможны и ошибки при формировании высказываний или при сборе информации во внешней среде.
В [38] предлагается ряд способов обработки противоречий.
○ Хранить противоречивые высказывания, относя их к разным мирам (в одной системе высказываний налог на добавленную стоимость будет уменьшен, в другой – останется неизменным, в третьей – будут введены льготы). При этом каждое противоречие порождает новую модель новой реальности и сложность работы очень быстро достигает недопустимой величины.
○ Оценить достоверность противоречивых высказываний и выбрать наиболее достоверное. Но при этом можно потерять важную информацию и исключить возможность получения новых знаний. Действительно, новые факты, противоречащие сложившимся взглядам, практически всегда недостоверны[69].
○ Если высказывание касается какого-то представителя известного класса (имелся факт: спрос на любой товар падает с ростом цены. Однако наблюдения показали, что для некоторого товара спрос растет с ростом цены), то можно ввести новый класс товаров[70]. Однако может потребоваться перепроверка всех имеющихся утверждений с целью установить, какие из них применимы ко всем товарам, какие – только к «обычным» товарам, какие – только к товарам нового класса.
Более сложный случай проверки возникает, когда нет прямого противоречия нового факта с имеющимися, но новый факт противоречит утверждению, выводимому из имеющихся. Это практически означает, что работа по проверке противоречивости каждого нового факта становится необозримо сложной даже для компьютера, так как объем проверок лавинообразно возрастает.
Существует возможность того, что утверждения, выведенные путем рассуждений из имеющихся, оказываются ложными при непосредственной проверке практикой. Это означает, что где-то среди утверждений, используемых в качестве исходных при выводе, содержатся ошибки. Найти их крайне сложно. Метод дедукции не дает для этого никаких средств.
Наконец, автор [38] отмечает и ту сложность, что исследуемый объект (в нашем случае это фирма и ее маркетинговые усилия) не остается неизменной во времени, поэтому многие утверждения устаревают и должны заменяться новыми.
Таким образом, реализация системы дедуктивных рассуждений с помощью компьютера представляется проблематичной в условиях изменчивости внешнего мира и неполноты имеющейся информации.
Этот тип рассуждений называется правдоподобными рассуждениями. Из правильных частных утверждений строятся общие утверждения. Поскольку этот процесс может дать и ложное высказывание, вводится оценка правдоподобия результата.
Многие экономические законы и маркетинговые правила получены путем наблюдений. Они принимаются на веру после ряда подтверждающих их наблюдений. При индукции нельзя ограничиваться только теоретическими рассуждениями.
Таким образом, существуют теоретическая (доказанная) и эмпирическая (подтверждаемая только наблюдениями) истины.
Принципы Д.С. Милля (см. п. 3.2.1)являются принципами индукции. Для доказательства причинно-следственной связи требуется повторять эксперимент до тех пор, пока экспериментатор не убедится, что ситуация устойчива и свободна от случайностей, и сможет убедить в этом других. Показатель достоверности статистической гипотезы – лишь одна из возможных мер правдоподобия получаемого заключения.
Если многократное повторение эксперимента с условиями а, b, c дает результат d, а с условиями b, c не дает результата d, то есть основания считать а причиной d. Но это лишь простейший случай. Возможно, что d вызывается какой-то комбинацией a, b, c, например, только совместным появлением условия а и b. Тогда поиск причины усложняется.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.