科学哲学：获取知识的两种模型

3.1.2　获取知识的两种模型

柯林斯基于对知识转移过程的变化无常的特点，认为有必要进一步区分获得知识的模型，分为两种：

一种是算法模型（algorithmical model），它代表了传统的获取知识的进路。算法模型是把知识比作计算机的程序，那么，知识的转移好像是程序的运行。有了“算法”只要按部就班地根据指令运行程序，就可以进行知识的传播。从这个意义上讲，柯林斯把它称作“算法模型”。

另外，柯林斯还给出了“算法模型”适用的范围：算法模型只适用于传统知识观中所提到的信息类的知识，即明确的知识。或者说，算法模型是把知识看作是信息，把知识的转移过程看作是信息的交换过程的。这就要求知识转移的规则必须是清楚的、明确的。这种知识可以从文献资料中获得。

关于“算法模型”的步骤，这里需要解释的是，“算法模型”对应于柯林斯科学观中的“复制的经验模型”。鉴于在上一章中曾经对此模型进行过介绍，此处不再赘述。算法模型的步骤参见“复制的经验模型”中的步骤。

然而，通过柯林斯的实际调查，他发现，科学家往往有了“算法”，还是无法运行“程序”，比如哈里森复制TEA激光器就是一个最好的例证。因此，在柯林斯看来，“算法模型”是不可取的，或者说，在实际操作中是不起作用的。(www.xing528.com)

针对这种情况，柯林斯站在社会学的立场上，提出另外一种获取知识的进路，即文化适应模型（enculturational model），它代表的是一种柯林斯提出的新型的知识观。在这种知识观下，知识被看作是技能（skill）或实验者的能力（ability）。在此模型中，表面上看来，柯林斯是没有提供具体的可参照的规则的（或者说“算法”）。柯林斯认为，此模型不需要所谓明确的“算法”，需要的是实践者的亲身参与，或者说需要实践者亲身感受知识产生背后的文化语境。从这个意义上，柯林斯把它称作文化适应模型。

之所以说，此模型没有“算法”或者说不需要“算法”，柯林斯主要是基于对知识以及知识转移的本性方面的两点考虑：

首先，柯林斯认为，知识是一组社会技能，至少是以一组社会技能为基础的。^[7]例如，语言的学习。婴儿在牙牙学语的时候，是没有人会或者能够给他（她）灌输任何规则，告诉他（她）应该怎样开口讲话、不应该怎样开口讲话的。他（她）就是在父母以及家人的身边，模仿大人的语调一点点学说话的。此时，对他（她）来讲，就是没有任何规则或者说规则不起作用的。如果说有规则，那就是社会规则。是在社会环境中才学会说话的。比如中国的婴儿就不会开口讲英语。这个过程与其说是知识的获取、不如说是能力的培养。

其次，柯林斯认为，知识的转移是不能以文字为媒介完成的。^[8]例如，在实验时你可能会犯一些小错误或漏掉实验中一些细小的环节，比如将电极的正负极接反了之类的……这些小错误常常被看作是不值一提的，同时又是难以预料的，是不可能被记载在指导实验的“诀窍”中的。这就造成了在知识的转移过程中常常会遗漏掉一些有用的知识或信息，也许对某些人来说这些知识或信息是微不足道的，但对某些人来说却可能是举足轻重的，比如对哈里森的实验来说。

从获取知识的两种模型的比较而言，“算法模型”更侧重理论；而“文化适应模型”更侧重实践。“算法模型”是预先告诉你“算法”，但这种“算法”很可能是不适用的。因此，“算法模型”更适合实验成功的情况。也就是说，当实验成功了，你会认为是“算法”发挥了作用。而在实验失败的情况下，就往往会使实验者陷入迷茫，不知道是哪里出了错。相反，“文化适应模型”不提供算法，它是让实践者在实践过程中自己总结“算法”。当你在成功复制了一个实验的情况下，你自然就能说清楚实验步骤，也就是说你自己就能总结出实验的“算法”来。在柯林斯看来，实践才是最可靠的“算法”。