社会网络中信念的修正研究

　　社会网络中信念的修正研究
　　主体接受新信息、修正自己的信念，这是一个非常普遍的现象。逻辑学家们从20世纪80年代开始研究其中的逻辑规律，建立了信念修正理论。其中最为著名的是两个研究方案。一是所谓的信念修正理论，该理论提出了信念修正所遵循的逻辑公理(postulate )。二是到了20世纪90年代，动态认知逻辑发展起来。该方案最初研究新信息对主体知识状态的影响，后来又自然地将信念修正问题纳入其研究范围。例如，范本特姆(van Benthem)、巴塔赫(Baltag )、思麦慈(Smets )等学者在他们的研究中给出了动态信念修正的逻辑语言和语义，在动态信念逻辑中系统研究了接受新信息之前与之后主体认知的变化。本文主旨在于引人一个新的视角在社会网络中考察主体信念修正的问题，探讨其中的新规律，并进一步发展上面提到的信念修正理论。
　　社会网络研究顺应了当今信息时代的要求。信息在我们的生活中扮演着越来越重要的角色。随着互联网技术的空前发展，处在信息时代的人们被划分成不同的社会网络空间:同事圈、同学圈及不同的朋友圈，等等。现代技术更是为我们的互动交流提供了各种平台，如人人网、QQ、微信，等等。因此，信息的传输与社会关系以特别的形式在信息传播过程中联系在了一起。社会中的主体由各种各样的社会关系编织在一起，形成一个网络空间。信息是社会网络的基本要素，是社会成员之间交流和互动的媒介。社会成员们看新闻，阅读报纸，在微博、微信上发表言论，浏览互联网，然后通过个人的判断把所有的信息结合在一起，形成自己对事情的观点和信念，并通过聊天、互发电子邮件等方式进一步与其他社会主体进行交流。
　　对社会网络的逻辑研究是近年来出现的一个崭新的、富有活力的研究领域，得到国内外逻辑学家们的普遍关注。笔者与奥克兰大学哲学系的两位同事吉拉德(Girard)和谢立民(Seligman)从2011年开始在这个领域进行尝试性研究，发表了一系列成果。川与此同时，其他国际同行也在研究社会网络的逻辑方面取得了非常有价值的成果。2013年，日本学者佐野(Sano)和东条(Tojo )基于动态认知逻辑与引人通道( channel )概念研究社会网络中多主体之间的交流;巴塔赫等人则对社会群体中信息的瀑布效应(cascade)展开深人的逻辑分析，提出了可能克服这一效应、保持群体理性的方法克里斯多夫(Christoff )和汉森(Hansen)在2013年的论文中给出了逻辑语言，用以表达社会网络中主体信念的不同层次，即表面的信念和深层的信念，并研究在信息交互中这两种信念如何协同进行;[] 2014年刚刚出版的《信息风暴》( Infostorm )一书考察了很多有趣的实例，展示了群体利用信息的各种方式，并通过对具体事例的分析阐明逻辑的思考和推理如何帮助我们在信息爆炸的时代保持清醒的头脑。
　　本文的目标主要是介绍笔者与国外学者在社会网络的信念修正问题上的合作成果，中国知网论文检测重点说明这些技术成果背后的主要思想，并探讨仍然需要研究的问题，以期吸引感兴趣的同行加人我们的研究和思考。具体来说，该研究课题关注的问题是:面对周遭层出不穷的观点，一个主体如何修正自己的信念?影响主体信念修正的主要因素是什么?这些因素如何起作用?从宏观的角度看，一个社会网络空间的信念是否能够达到稳定状态，其条件是什么?我们能否在逻辑中找到对稳定性条件的刻画?
　　一、社会网络中从众心理的信念修正
　　考虑一个命题P。假设我不相信P，但是我周遭的不少朋友相信P，我会怎么办?当然，不外乎下面几个选择:
　　(1)忽略他们的观点，在认知上保持不变。
　　(2)我确实受到朋友们观点的影响，那么有下面两种可能的方式修正我的信念:
　　(a)我会修正(revise)自己的信念，于是相信P(记作助);
　　(b)或者更为谨慎，我会收缩( contract )，即去掉关于，的信念(记作命)。
　　换句话说，在修正P之后我会相信P，在收缩P之后，我不会相信，即，我会认为P是可能的。
　　看起来要考察一个主体的信念受到其他主体信念影响的情况，至少有必要区分两种不同的影响:强影响(strong influence)和弱影响(weak influence )。这两种影响分别对应上面的主体信念修正的两种不同方式，即:导致修正的是强影响，导致信念收缩的则是弱影响。那么，什么是强影响，什么是弱影响呢?显然我们需要对其进行精确的定义。一个自然的方法是考虑朋友当中相信P的人的数量。对此我们可以采取量化的方法，譬如定义若是90%的朋友都相信P，我受到的影响是强影响，这时我修正自己的信念，相信P。而量化的程度取决于主体本身的选择，即主体可以改变这里的阈值，将90%下降到60%。这时，直观上可以笼统地说，若多数朋友相信P，则我会修正自己的信念。回到质的方法上来，我们可以使用逻辑学中的量词所有的来定义强影响:当我所有的朋友都相信P时，我受到的影响是强影响。与此相对，弱影响对应的条件是没有朋友相信，，这时我会收缩信念。给出形式语言之后，我们自然可以将强影响、弱影响在逻辑语言中精确地表达出来。本文的主要目的是探讨技术背后的一些直观和哲学思想，对于形式的技术细节感兴趣的读者，可以参考笔者提到的几篇论文，我们不在这里展开。
　　二、基于原因的信念修正
　　有穷自动机模型中含有两个重要的假设:
　　其一，主体有从众的心理，受到周遭朋友们的影响会改变自己的信念。
　　其二，一个主体的所有朋友地位都是一样的，没有与主体关系的疏远与亲密之分。
　　然而，在现实中，我们信念的修正往往是基于自己认为的确凿证据来进行的。换句话说，我们会考虑是否有足够的证据对自己的信念进行修正。另外，主体对朋友们的信任程度也会有不同，这将直接影响到主体如何看待不同朋友发出的信息。也就是说，主体的信念修正应该是基于一定原因才作出的。我们将在这一节尝试讨论一些可能的思路和做法。
　　证据是知识论中一个非常重要的概念。迄今为止，已经有很多文献对证据开展研究，特别是对知识、信念和证据之间的关系进行探讨。近几年的认知逻辑领域也将证据作为一个重要的研究课题。这里只提到几个具有代表性的工作。范本特姆和帕奎特(Pacuit )于2011年首次将证据引人到信念理论中来，并利用邻域语义学对信念和证据的关系进行研究，探讨了基于证据的信念动态变化;巴塔赫等人则结合阿提莫夫(Artemov)的核证逻辑针对证据、知识、安全信念等一些概念的关系建立了逻辑系统。就证据自身而言，不同的证据其重要性是不同的。也就是说，在证据的集合上，我们可以引人序关系对证据进行排列。对应的直观可以是证据的重要性、可靠性，或者其他的性质。在范本特姆和帕奎特的论文结尾，作者将如何添加这样的序关系作为开放的问题提出来。其中s是可能世界的集合，E是证据的集合，是一个权重的函数，给E中每个元素指定一个实数值，数值越大表示该证据越重要。V是通常的赋值函数，用以说明某个命题变元在某个世界为真或为假。该模型实现了对证据的重要性进行排序这一目的。下一步，我们将讨论如何把这个模型扩展到社会网络中来，研究社会网络中信念修正的问题。当然，首要的是在M中添加关于主体和主体之间社会关系的构件。与此同时，我们将主体相互之间的信任程度利用函数来表示。
　　结语
　　最后，科学哲学一直重视对科学共同体的研究。科学共同体是一个社会群体，可被看作具有一定特征的社会网络。在其中，科学家们不断提出新的理论体系和观点与自己的同行分享，并不断对现有的理论进行修正。本课题的研究将会对科学共同体研究提供有益的逻辑理论框架。笔者殷切期待逻辑学今后能够与这些哲学研究领域开展更多的对话和合作。