{
  "id": "falsifiability",
  "title": "可证伪性",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "可证伪性是命题或理论可能与经验证据相冲突的性质，波普尔将其提出为判定科学性的标准。",
  "category": "philosophy",
  "subcategory": "metaphysics-epistemology",
  "type": "concept",
  "aliases": [
    "可反驳性"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/falsifiability/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/falsifiability/",
      "json": "https://aiwiki.page/en/falsifiability.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "可证伪性是指一个命题、假说或理论具有这样一种性质：某些可能出现的观察或实验结果会与它相矛盾。在科学哲学中，这一概念尤其与卡尔·波普尔联系在一起；他提出以此为标准，将经验科学与非科学的思想体系区分开来。可证伪的理论不一定是错误的：它必须排除某些可能观察到的结果，从而接受自己有可能无法通过的检验。可证伪性是被经验证据反驳的可能性，而证伪则是依据证据和公认的检验假定，实际否定某个命题。(plato.stanford.edu)"
    },
    {
      "heading": "逻辑基础",
      "text": "可证伪性的基础，在于确立一个全称概括与找到其反例之间的不对称性。无论观察到多少只白天鹅，这些观察都不能在逻辑上确立“所有天鹅都是白色的”。相比之下，只要一项关于非白色天鹅的观察被接受，就会与“所有天鹅都是白色的”这一不加限定的命题相矛盾。这个例子讨论的是陈述之间的逻辑关系；所报告的鸟是否确实是天鹅，以及对其颜色的观察是否可靠，则是另外需要考察的经验问题。(iep.utm.edu)\n\n其背后的演绎推理形式是否定后件式：\n\n\\[T\\rightarrow P,\\qquad \\neg P,\\qquad \\therefore\\neg T.\\]\n\n这里，\\(T\\) 表示理论，\\(P\\) 表示由该理论推出的观察结果。如果理论蕴涵某个预测，而这个预测是假的，那么该理论就不可能为真。然而，观察到 \\(P\\) 并不能通过演绎确立 \\(T\\)，因为另一个理论也可能蕴涵同样的预测。这使演绎反驳有别于基于累积正面实例的归纳推理。(iep.utm.edu)\n\n仅仅能够想象出一种矛盾还不够：潜在的反例必须能够表述为经验观察陈述。波普尔将相关的观察报告称为基本陈述，将与某个理论不相容的陈述称为该理论的潜在证伪者。对这些陈述的接受本身也可以受到批判，而不是建立在绝无差错的观察之上。(plato.stanford.edu)"
    },
    {
      "heading": "历史发展",
      "text": "波普尔是在与大卫·休谟相关的归纳问题背景下发展出可证伪性概念的。他的方法否定了这样一种观念：不断积累观察，就能对普遍性的科学定律给出确定无疑的证成。相反，科学探究应当提出猜想，并对其推论进行批判性检验。(plato.stanford.edu)\n\n在回顾自己的思想发展时，波普尔将那些似乎能够容纳几乎任何结果的理论，与阿尔伯特·爱因斯坦的引力理论作了对比；后者通过明确的观察预测，使自身面临可能失败的风险。他关注的不仅是某个理论是否有支持它的实例，还包括其支持者能否指出什么证据会对该理论构成反证。(tildesites.bowdoin.edu)\n\n这一方案不同于与逻辑经验主义相关的、以证实为导向的方法。可证伪性旨在作为判定科学性的标准，而不是判断语言是否有意义的一般标准。波普尔并未将非科学的思想等同于无意义之谈：形而上学思想即使本身不具有经验上的可证伪性，也可以有意义，并对科学的发展有所贡献。(iep.utm.edu)"
    },
    {
      "heading": "可证伪性与科学方法",
      "text": "可证伪性是一种逻辑性质；证伪主义则是关于科学探究应当如何进行的方法论立场。在波普尔看来，科学家应当提出理论、推导其结果，并寻求严格的检验，而不只是收集有利的实例。当某项预测的失败会给理论造成严重困难时，这项预测尤其能提供重要信息。(tildesites.bowdoin.edu)\n\n波普尔将理论成功经受住检验称为确证。确证记录的是理论在批判性考察中的表现；它不是决定性的证实，在波普尔的解释中，也不是理论为真的概率。一个得到充分确证的理论，仍然可能被修正或取代。(plato.stanford.edu)\n\n理论的经验内容与它所排除的结果有关。精确的预测所能排除的结果，可能比“某事终究会发生”这样的含糊陈述更多。因此，波普尔认为可检验性有程度之分：理论可能面临更强或更弱的潜在反驳。那些仅仅为了把每一个不利结果都解释过去而作出的调整，可能会降低理论受到反驳的风险。(tildesites.bowdoin.edu)"
    },
    {
      "heading": "辅助假定与观察的可错性",
      "text": "科学预测通常不仅依赖于接受检验的理论，还需要关于初始条件、仪器、实验安排及其他背景知识的假定。因此，这种推理更准确的表达是：\n\n\\[(T\\land A\\land I)\\rightarrow P,\\]\n\n其中，\\(A\\) 表示辅助假定，\\(I\\) 表示初始条件。如果 \\(P\\) 未能成立，演绎所得的结论就是：\n\n\\[\\neg(T\\land A\\land I),\\]\n\n而不一定是 \\(\\neg T\\)。这个合取式中有某个部分出了错，但仅凭逻辑无法确定究竟是哪一部分。(mpra.ub.uni-muenchen.de)\n\n这一困难是迪昂—奎因论题及检验整体论相关讨论的核心。一个表面上的反例，可能揭示的是仪器故障、背景假定不准确，或主要理论本身存在缺陷。考察这些不同的可能性，并不必然是在逃避检验。方法论上的问题在于，如何区分有独立理由支持的修正，与仅仅为保护理论而引入的改动。(mpra.ub.uni-muenchen.de)\n\n因此，科学实践中的证伪并不是一种绝无差错的机械程序。波普尔承认观察报告可能出错，也不认为每一个孤立的偏差都足以成为放弃理论的理由。是否接受一项经验反驳，取决于对证据和检验条件的批判性考察。(plato.stanford.edu)"
    },
    {
      "heading": "概率假说",
      "text": "可证伪性与概率之间的关系，比“所有天鹅都是白色的”这个例子所呈现的更为复杂。例如，一个描述独立、公平抛硬币过程的模型，会给每一种有限的正反面序列赋予正概率。因此，即使一个序列极为罕见，也不一定在逻辑上与该模型矛盾。不过，证据仍然可以改变相互竞争的概率假说之间的相对可信度。(plato.stanford.edu)\n\n在统计假设检验中，结果可以表明数据与某个指定模型不相容，但统计上的拒绝并不是对模型为假的演绎证明。P值并不表示原假设为真的概率，科学结论也不能仅由它是否越过某个数值阈值来决定。(amstat.org)\n\n贝叶斯推断提供了另一种评估证据的方式。它依据证据和背景假定，更新赋予各个假说的概率。贝叶斯确证理论能够表示支持程度的增加和减少，而不要求每一次观察都得出“证实”或“证伪”的二元判定。这与波普尔拒绝将确证解释为理论为真之概率的立场形成对照。(plato.stanford.edu)"
    },
    {
      "heading": "划界与批评",
      "text": "划界问题关注的是如何将科学与非科学，包括伪科学，区分开来。可证伪性是一项影响深远的候选标准，但人们普遍并不认为它完整解决了这一问题。批评者指出，一些伪科学命题也会作出可检验的预测，而科学研究往往在仍有异常现象未获解决的情况下继续进行。因此，仅凭一个孤立命题的逻辑形式，可能不足以评价更广泛的探究实践。(plato.stanford.edu)\n\n托马斯·库恩强调，大量日常科学工作是在一个已获接受的框架内解决问题，而不是反复尝试推翻这个框架。从这一角度看，容忍某个异常现象可能是富有成效的研究的一部分，而非持有非科学态度的证据。(plato.stanford.edu)\n\n伊姆雷·拉卡托斯将评价的重点转向组织成研究纲领的一系列理论。当理论上的改动带来额外的经验预测，且其中至少有一些得到支持时，这个纲领就是进步的。当改动主要是在应对困难，却没有带来相应的预测进展时，它就是退化的。在他的解释中，评价的核心是研究纲领的历史，而不只是单个理论在逻辑上的可证伪性。(plato.stanford.edu)\n\n这些争论区分了几个经常被混为一谈的问题：一个命题是否可能与证据冲突，它是否确实经受住了严格检验，它的支持者是否以批判性态度回应相反的结果，以及它所属的研究纲领是否带来了经验上的进展。可证伪性直接回答的是第一个问题；其他问题还需要额外的方法论判断和历史判断。(plato.stanford.edu)"
    }
  ],
  "links": [
    "hypothesis",
    "philosophy-of-science",
    "karl-popper",
    "deductive-reasoning",
    "inductive-reasoning",
    "david-hume",
    "problem-of-induction",
    "albert-einstein",
    "logical-empiricism",
    "metaphysics",
    "falsificationism",
    "probability",
    "statistical-hypothesis-testing",
    "p-value",
    "null-hypothesis",
    "bayesian-inference",
    "pseudoscience",
    "thomas-kuhn",
    "imre-lakatos"
  ],
  "sources": [
    {
      "title": "Karl Popper",
      "url": "https://plato.stanford.edu/entries/popper/"
    },
    {
      "title": "Popper, Karl: Philosophy of Science",
      "url": "https://iep.utm.edu/pop-sci/"
    },
    {
      "title": "Karl Popper \"Science as Falsification\" (1963)",
      "url": "https://tildesites.bowdoin.edu/~j.knockel/falsification/"
    },
    {
      "title": "Falsificationism",
      "url": "https://mpra.ub.uni-muenchen.de/6067/1/Falsificationism.pdf"
    },
    {
      "title": "Confirmation",
      "url": "https://plato.stanford.edu/archives/fall2017/entries/confirmation/"
    },
    {
      "title": "American Statistical Association Releases Statement on Statistical Significance and P-Values",
      "url": "https://www.amstat.org/asa/files/pdfs/p-valuestatement.pdf"
    },
    {
      "title": "Science and Pseudo-Science",
      "url": "https://plato.stanford.edu/entries/pseudo-science/"
    },
    {
      "title": "Imre Lakatos",
      "url": "https://plato.stanford.edu/archives/fall2020/entries/lakatos/"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}