- Edmund Gettier के 1963 के 3-पेज के पेपर ने ज्ञान को justified true belief मानने वाली सहमति को हिला दिया, और यह लेख उस समस्या को सॉफ़्टवेयर डिबगिंग में होने वाले भ्रम से जोड़ता है
- Gettier examples ऐसे हालात को दिखाते हैं जहाँ कोई विश्वास सबूत से justified है और वास्तव में सच भी है, लेकिन वह सच जिस कारण से है वह उसके आधार से अलग है, इसलिए यह कहना कठिन होता है कि आप वास्तव में जानते थे
- एक वेब ऐप में search box focus से जुड़ा pull request deploy होने के तुरंत बाद autofocus टूट गया, इसलिए लगा कि वही बदलाव कारण है, लेकिन असली कारण framework के root DOM event binding में बदलाव था
- email notification की समस्या में भी code change bug जैसा दिखा, लेकिन लगभग उसी समय निर्भर email service outage ही सीधा कारण था
- ऐसे हालात को नाम देने से cache, branch, code path जैसी धारणाओं पर और शक करना आसान होता है, और जटिल व अस्थायी सॉफ़्टवेयर समस्याओं के कारणों का आकलन अधिक सावधानी से किया जा सकता है
Gettier समस्या और ज्ञान की शर्तें
- Edmund Gettier ने 1963 में Analysis में 3-पेज का पेपर प्रकाशित किया, और यह पेपर दर्शनशास्त्र में एक क्लासिक बन गया
- Enlightenment के बाद ज्ञान को आम तौर पर justified true belief के रूप में परिभाषित किया गया
- justification: सबूत से उत्पन्न होना
- true: किसी झूठी बात को “जानना” नहीं कहा जा सकता
- belief: दिमाग में मौजूद कोई proposition
- Gettier ने सवाल उठाया: “क्या justified true belief ही ज्ञान है?” और ऐसे उदाहरण दिए जहाँ जवाब नहीं था
- बाद में इन उदाहरणों को Gettier cases कहा गया, और इनके आसपास अलग से एक बड़ा चर्चा-साहित्य विकसित हुआ
खेत में गाय का उदाहरण
- आपको दूर खेत में गाय दिखने का लगता है, लेकिन वास्तव में आप जो देख रहे होते हैं वह papier-mâché से बना गाय का मॉडल होता है
- लेकिन उस गाय के मॉडल के ठीक पीछे सचमुच एक असली गाय खड़ी होती है
- इस स्थिति में “खेत में गाय है” वाला विश्वास तीनों शर्तें पूरी करता है
- आपको विश्वास है कि खेत में गाय है
- आपने कुछ ऐसा देखा जो गाय जैसा लगता है, इसलिए विश्वास का आधार है
- वास्तव में खेत में गाय है
- फिर भी यह कहना कठिन है कि उस व्यक्ति को सच में पता था कि खेत में गाय है
- क्योंकि वह बात सच इस वजह से नहीं थी कि उसने जो देखा वही गाय थी, बल्कि संयोग से पीछे असली गाय मौजूद थी
Genius में “gettier” का प्रयोग
- Genius के CTO ने undergraduate स्तर पर दर्शनशास्त्र पढ़ा था और Gettier examples में उनकी खास रुचि थी
- Genius में ऐसे हालात को छोटा करके gettier कहा जाता था, और इसे programming के दौरान बार-बार मिलने वाले भ्रम को समझाने वाले शब्द की तरह इस्तेमाल किया जाता था
- किसी चीज़ का नाम मिल जाए तो वैसे हालात आपको और ज़्यादा दिखने लगते हैं
autofocus टूटने वाले वेब ऐप का उदाहरण
- एक वेब application कंपनी के भीतर विकसित client-side framework का उपयोग करती थी
- एक छोटे search engine app में search box पर Enter दबाने के बाद input field का focus हट जाए, इसके लिए एक pull request बनाया गया
- मकसद यह था कि keyboard से web navigate करने वाले users को input box से हाथ से बाहर न निकलना पड़े
- नया version deploy करने के बाद पता चला कि page load पर search box को अपने-आप focus मिलने वाला behavior टूट गया है
- कई code बदलाव करने, lines को comment out करने, और browser को hard refresh करने के बाद भी autofocus वापस नहीं आया
- असली कारण यह था कि एक सहकर्मी ने framework में ही बदलाव किया था, जिससे कुछ events root DOM element पर bind होने का तरीका बदल गया
- इसके परिणामस्वरूप
"autofocus"attribute टूट गया - routine rebase के दौरान इस बदलाव से असंबंधित दूसरे बदलाव भी साथ आ गए
- छोटे pull request को deploy करते समय, अपनी change से असंबंधित bug भी साथ deploy हो गया
- इसके परिणामस्वरूप
- क्योंकि search box focus से जुड़ा code बदला गया था, इसलिए pull request ही समस्या का कारण लगता था
- “अभी-अभी deploy किए गए pull request ने production site का autofocus तोड़ दिया” यह विश्वास justified था, और deploy के बाद चीज़ सचमुच टूटी भी थी, लेकिन असली टूटन किसी बिल्कुल अलग बदलाव से आई थी
- इसे tests में पकड़ लिया जाना चाहिए था और अजीब behavior के संकेत भी थे, फिर भी यह बात बनी रहती है कि software बनाना कठिन है
email notification रुकने का उदाहरण
- एक user ने बताया कि site के भीतर के messages अब email notifications पैदा नहीं कर रहे थे
- web app के email handling code में हाल ही में बदलाव आया था, और वही बदलाव bug जैसा लग रहा था जिसने समस्या पैदा की
- लेकिन लगभग उसी समय वह email service ही down हो गई थी जिस पर यह code निर्भर था
- यह विश्वास कि code change ही email delivery रुकने का कारण है justified था, और परिणाम के स्तर पर सच भी था, लेकिन सीधा कारण service outage था
प्रोग्रामरों के लिए उपयोगी शब्द
- दार्शनिक मान सकते हैं कि ये उदाहरण सख्त अर्थों में Gettier cases नहीं हैं, और असली gettier दुर्लभ होते हैं
- फिर भी यह विचार Genius में एक उपयोगी शब्द की तरह इस्तेमाल हुआ और बाद में भी काम आता रहा
- प्रोग्रामरों को जिन मुश्किल स्थितियों का सामना करना पड़ता है, उनमें एक यह है कि किसी समस्या के कई संभावित कारण हों, उनमें से किसी एक पर विश्वास करने की पर्याप्त वजह भी हो, लेकिन असली कारण कहीं और छिपा हो
- ऐसे हालात को नाम देने से सतर्कता बढ़ती है
- यह जाँचा जाता है कि cache साफ़ किया गया या नहीं
- यह शक किया जाता है कि कहीं आप गलत branch पर तो काम नहीं कर रहे
- यह परखा जाता है कि code वास्तव में उसी code path से गुजर रहा है या नहीं
- software जटिल और अस्थायी घटनाओं से भरा होता है, इसलिए developers दूसरों की तुलना में ज़्यादा बार अजीब epistemological problems का सामना करते हैं
- अगर आप खेत की गाय और gettier में फर्क पहचान सकते हैं, तो एक developer के रूप में बेहतर निर्णय के थोड़ा और करीब पहुँच सकते हैं
1 टिप्पणियां
Hacker News की रायें
यह संबंधित ट्वीट है, लेकिन लगता है अब हटा दिया गया है:
लेख में दिए गए मामले दरअसल बहुत दिलचस्प मुद्दे पैदा नहीं करते। काले बादल देखकर आग लगी है, यह “जानने” वाला पर्यवेक्षक बस गलत है। वह बादल कीड़ों का झुंड भी हो सकता है और आग भी, इसलिए अस्पष्टता दूर करने के लिए अतिरिक्त सबूत की कमी है
रेगिस्तान में यात्री ने दूर से जो चमक देखी, वह oasis भी हो सकती है और mirage भी, इसलिए उसे न्यायसंगत ज्ञान कहने के लिए और सबूत चाहिए
मैं सोच रहा हूँ कि “न्यायसंगत सच्चे ज्ञान” की शर्तों में predictive power जोड़ना उचित होगा या नहीं। तब ये दोनों उदाहरण और Russell का रुकी हुई घड़ी वाला उदाहरण भी संभल जाते हैं। अगर आप सोचते हैं कि आप कुछ जानते हैं, लेकिन उस ज्ञान से वैध predictions नहीं कर पाते, तो आप वास्तव में नहीं जानते। Zoom background वाला उदाहरण, अगर जानबूझकर धोखा न हो, तो इस कसौटी पर खरा उतर सकता है
a) कोई भी यह नहीं मानता कि Zoom background को असली background दिखाना ही चाहिए, इसलिए मुझे नहीं लगता कि ऐसा निष्कर्ष दावा करने का कोई औचित्य है
b) अगर background असली background से 1:1 correspond करता है, तो भले ही किसी ने किसी और आधार पर उसे असली background माना हो, proposition सच है, इसलिए उसके पास न्यायसंगत सच्चा विश्वास हो जाता है
उदाहरण के लिए, दर्शक सोच सकता है कि वह नहीं जानता, लेकिन मेरा यह ज्ञान कि वह वास्तव में जानता है, भी न्यायसंगतता पर आधारित है। यहाँ आधार यह है कि मुझे पता है मैंने fake background लगाया है
उल्टा, मैं चुपके से तुम्हारा background बंद कर दूँ, ऐसी स्थिति भी आसानी से बनाई जा सकती है। तब Zoom पर सामने वाले के पास ज्ञान होगा, लेकिन तुम्हारे पास नहीं। फिर भी इस बार तुम सोचोगे कि सामने वाला नहीं जानता
मैंने university में philosophy major की थी, और उस समय Gettier problem को लेकर semantic nitpicking का चलन था
मैं हमेशा मानता आया हूँ कि Gettier के मशहूर होने की वजह यह थी कि उनका paper सिर्फ़ तीन पेज का था, इसलिए वह शायद इकलौता paper था जिसे scholars ने सच में अंत तक पढ़ा
मुझे कभी नहीं लगा कि इस समस्या में कुछ ख़ास गहरा या उल्लेखनीय है। असल में यह knowledge की definition को लेकर बहस है, और ऐसी बहस हमेशा चल सकती है। सच में भी वे 30-पेज के papers लिख-लिखकर knowledge की definition पर लड़ते ही जा रहे थे
शीर्ष स्तर के philosophers इसे सामान्यतः समझते हैं, लेकिन armchair philosophers और कुछ formally trained और qualified लोग भी यह भ्रम पाल लेते हैं कि “knowledge” की कोई एक definition मौजूद है, और उस पर झगड़ना एक meaningful activity है
जैसे अगर हम बस इस बात पर सहमत हो जाएँ कि “knowledge” क्या है, तो universe पर कोई उपयोगी असर पड़ जाएगा। वे शब्द को ही महत्वपूर्ण मानते हैं, जैसे उसकी कोई वास्तविक ontological entity हो, और सोचते हैं कि “knowledge आखिर है क्या” यह पता लगा लेने से कुछ हासिल हो गया
लेकिन असल में ऐसा नहीं है। ख़ासकर यह बात तो और भी नहीं कि उसे तय कर देने से कोई meaningful effect पैदा होगा। वह उपयोगी होगा या नहीं, यह अलग बात है
knowledge की कई definitions हैं। एक दृष्टिकोण यह है कि जब तक आप 100% certain न हों और abstract रूप से भी “सही” न हों, तब तक आप कुछ जानते नहीं। यहाँ “abstract” इसलिए कह रहा हूँ, क्योंकि शुरू से ही हमारे पास ऐसा oracle नहीं है जो “क्या मैदान में गाय है?” जैसे facts के बारे में बता सके कि वे सही हैं या नहीं, इसलिए इसे concrete बनाना असंभव है
यह दृष्टिकोण अंततः Cartesian position तक पहुँचता है, जहाँ लगभग सिर्फ़ यही एक चीज़ “ज्ञात” रह जाती है कि मैं अस्तित्व में हूँ। यह philosophically और historically रोचक और महत्वपूर्ण definition ज़रूर है, लेकिन जल्दी ही अपनी सीमा पर पहुँच जाती है। “मैं अस्तित्व में हूँ” के आधार पर बहुत ज़्यादा logic नहीं बनाया जा सकता; और सामग्री चाहिए
दूसरे दृष्टिकोण के रूप में probabilistic knowledge लें, तो हम कह सकते हैं, “मुझे मैदान में गाय दिख रही है, इसलिए मैं जानता हूँ कि वहाँ गाय है।” यहाँ मतलब यह है कि मेरे पास inductive reasons पर्याप्त हैं यह मानने के लिए कि जो मैं देख रहा हूँ वह papier-mâché से बनी गाय नहीं, बल्कि असली गाय है। क्योंकि किसी ने मैदान में papier-mâché की गाय लगाई होगी, इसकी probability inductively कम है
इस तरह का knowledge ग़लत हो सकता है। यह सिर्फ़ theoretical philosophy की समस्या नहीं है; असल में भी मैंने मैदान में prank objects लगाए हुए देखे हैं, और पहली नज़र में धोखा दे देने वाले अच्छे बने scarecrows या दूर से इंसान जैसे दिखने के लिए बनाए गए garden ornaments से भी धोखा खाया है। यह एक वास्तविक सवाल है
फिर भी, ऐसे हालात में भी जहाँ truth oracle कहे कि “तुम ग़लत हो”, हम knowledge की ऐसी definition चला सकते हैं जिसके तहत माना जाए कि मेरे पास वहाँ किसी व्यक्ति के होने का “knowledge” था। हम knowledge की ऐसी अवधारणा पर कुछ बना सकते हैं जो truth की ओर “converge” करती है, लेकिन ज़रूरी नहीं कि उस तक पहुँच ही जाए। यह ज़्यादा जटिल है, लेकिन कहीं ज़्यादा उपयोगी है
ये दो examples भी knowledge की सभी interesting और useful definitions को cover नहीं करते। दूसरी वाली तो एक single definition से ज़्यादा definitions की एक category जैसी है
फिर से कहूँ, मेरा उद्देश्य सबसे अच्छी तरह trained philosophers को सामान्य रूप से इस तरह criticize करना नहीं है। लेकिन बहुत से philosophers “absolute truth के oracle तक पहुँच संभव नहीं है” इस तथ्य के इर्द-गिर्द बहुत देर तक घूमते रहते हैं
हाँ, यह एक ऐसा fact है जिससे निपटना होगा। “मैं सोचता हूँ, इसलिए मैं हूँ। लेकिन इसके अलावा और क्या 100% rigorously conclude किया जा सकता है?” जैसी समस्या भी ऐसी ही है। लेकिन उसे बस रूप बदल-बदलकर दोहराते रहना productive नहीं है
ऐसा कोई oracle नहीं है। इस fact को स्वीकार करके आगे बढ़ना होगा। definition देने से वह पैदा नहीं होता, चाहने से पैदा नहीं होता। कागज़ पर स्याही गिराकर logic को pretzel की तरह मोड़-तोड़ दें और घोषित कर दें कि वह किसी तरह necessary है, तब भी वह पैदा नहीं होता
अगर God मौजूद है—व्यक्तिगत रूप से मैं “हाँ” की तरफ़ हूँ, लेकिन चाहे जो हो—God निश्चित रूप से ऐसा database नहीं है जिसे हर बार “क्या वहाँ गाय है?” पूछने पर query किया जा सके
अगर आप वहाँ से बाहर नहीं निकलते, तो चाहे कितने भी शब्द जोड़ लें, आप बहुत छोटे playground में ही बंद रहेंगे। शायद वे जितना चाहें या करने को तैयार हों, वह बस इतना ही हो, लेकिन फिर भी वह छोटा playground है
philosophy में असल में “ग़लत” होना संभव नहीं है। क्योंकि ideas को ग़लत साबित करके discard नहीं किया जाता। अगर ऐसा संभव हो, तो उसे बस “science” कहा जाएगा
इसलिए philosophy “किसने यह कहा और किसने वह कहा” का लगातार जमा होता body बन जाती है। आप कोई philosophical question पूछें, तो जवाब होता है: “Aristotle ने यह कहा, Kant ने वह कहा, Descartes ने यह कहा, और Searle ने वह कहा”
अगर आप पूछें “तो answer क्या है?”, तो जवाब होता है “अभी तो बताया।” इसलिए अगर आप सच में किसी चीज़ पर debate करना चाहते हैं, तो definitions पर लड़ना पड़ता है
knowledge और truth centralized concepts हैं। मैं ऐसे models को ज़्यादा पसंद करता हूँ जिनमें यह समस्या नहीं होती
सभी models imperfect और temporary होते हैं, और एक ही process के लिए कई models हो सकते हैं। knowledge और truth आसानी से endless debate में बदल जाते हैं, लेकिन models अपनी limitations को बेहतर समझते हैं और कोई भी perfection तक पहुँचने का दावा नहीं करता। programming में इसे abstraction कहते हैं, और हम यह भी जानते हैं कि उसमें हमेशा leaks होते हैं
मुझे लगता है कि चीज़ों को centrally explain करने की इच्छा से कई philosophical problems पैदा होती हैं। consciousness, understanding, intelligence इसके examples हैं
मुझे “search” शब्द ज़्यादा पसंद है। search decentralized है और personal, interpersonal और social domains को cover करता है। search search space को define करता है, लेकिन जब हम consciousness की बात करते हैं, तो वह environment और दूसरे लोगों के बारे में चुप रहती है
search वही काम करता है जो consciousness, understanding और intelligence करने की कोशिश करते हैं। attention, memory, imagination, planning जैसी सभी mental abilities search के रूप हैं। learning representations खोजने की search है, science भी search है, market भी search है, और DNA evolution तथा protein folding भी search हैं
यह ज़्यादा universal और scientific है। search कई mysteries हटा देता है, और अपने-आप को किसी single human के अंदर centralize करने की गलती नहीं करता
गहरी philosophical problems इसलिए पैदा होती हैं क्योंकि existence के बारे में सचमुच रहस्यमय चीज़ें हैं। term बदल देने से वह mystery गायब नहीं हो जाती
मेरी पहली internship में साथ काम करने वाले एक senior ने इस तरह की समस्या को आकस्मिक विफलता का नियम कहा था, और मैंने उसे मन में बिठा लिया
Debugging करते समय सच की पुष्टि करने के लिए मैं कई obvious चीज़ें आज़माता हूँ। जैसे, मेरे सभी changes revert करने पर bug ठीक होता है या नहीं, यह देखता हूँ
अगर तब भी काम न करे, तो मानता हूँ कि hardware, backend service, धरती का हिलना-डुलना जैसे बाहरी factors बदल गए हैं। अगर काम करे, तो time axis पर binary search करके जगह ढूँढता हूँ
logic को ठुकराने वाले मुश्किल bugs में यह तरीका 99% काम करता है। अंतहीन logs, blame, file diffs खंगालने के बजाय ज्ञात working state से शुरू करने जैसा है
बेशक कुछ मामलों में यह संभव नहीं होता, लेकिन जिन codebases में build·install·test cycle काफी तेज़ हो, वहाँ यह सचमुच बहुत कारगर है
मैंने tests तक लिख दिए थे, यह देखने के लिए कि कहीं compiler का कोई edge-case bug या library code की समस्या तो नहीं मिल गई। Library में issue खोलने ही वाला था कि असली कारण सामने आ गया
असल में यह test setup के एक subtle bug और पुराने protocol के hardware interface को IREG के बजाय गलती से HREG के रूप में define कर देने की गलती का combination था
वह संयोग से ठीक काम करता रहा, फिर stack corruption या गलत pointer जैसी किसी वजह से library के अंदर callback loop बना बैठा। यह ऐसा bug था जिसने सचमुच मुझे अपनी समझदारी पर शक करवा दिया
“मैं बगीचे में एक दार्शनिक के साथ बैठा हूँ। वह पास के एक पेड़ की ओर इशारा करके बार-बार कहता है, ‘मैं जानता हूँ कि वह पेड़ है।’ कोई दूसरा व्यक्ति आकर यह सुनता है, तो मैं उससे कहता हूँ, ‘यह व्यक्ति पागल नहीं है। हम बस दर्शन कर रहे हैं।’”
― Ludwig Wittgenstein
मुझे ठीक से समझ नहीं आता कि इसमें इतना बड़ा मुद्दा क्या है। justification 0 से 1 के बीच का पैमाना है, और 1 हो तो वह सर्वज्ञ-सर्वशक्तिमान अवस्था है
हम एक जटिल दुनिया में रहते हैं, और किसी के पास भगवान बनने का समय नहीं है, इसलिए बस 0.5 वाली justified true belief को स्वीकार करके आगे बढ़ जाना चाहिए
belief वाले हिस्से पर कहा जा सकता है, “अगर तुम मानते हो, तो वह झूठ नहीं है”
true वाले हिस्से पर भी, मान लो कि सच में कोई गाय है। लेकिन तुम्हारे किसी को बुलाकर अपनी justified true belief verify करवाने से पहले aliens गाय को उठा ले जाते हैं और crop circle छोड़ जाते हैं। अब सबको सिर्फ papier-mâché वाली गाय दिखती है, इसलिए तुम मूर्ख लगते हो, लेकिन असल में तुम्हारे पास एक true justified true belief थी। यह Schrödinger की justified true belief है
अगर तुम दूसरों को मना नहीं सकते, तो क्या वह सच में मायने रखता है? उल्टा, अगर knowledge गलत हो लेकिन सब लोग सहमत हों कि वह true है, तो क्या वह मायने रखता है?
justified true belief सिर्फ गलत assumptions उजागर करने के लिए मौजूद है। यह branch predictor के गलत side पर होने जैसा है। अगर 0.9 वाली justified true belief रखने के बावजूद 0.1 probability से सही जवाब मिल जाए और तुम assumptions update न करो, तो समस्या है। मैदान में एक statue होना कोई बड़ी बात नहीं है
हां, अगर murder investigation चल रही हो और तुम Sherlock Holmes हो, तो अपवाद है। वह सच में बहुत शक्तिशाली branch predictor है
अगर गाय के शव में robot डाल दिया जाए और कोई फर्क न पहचान पाए, तो क्या वह अब भी गाय है? अगर कोई भयानक गाय-घोड़ा hybrid मिले, तो उसे क्या कहा जाना चाहिए? अगर उस गाय में ऐसी अनोखी mutation हो जो किसी और गाय में नहीं है, तो क्या वह अब भी गाय के archetype में फिट बैठती है?
उदाहरण के लिए, अगर वह दूध produce नहीं कर सकती तो? अगर उसे lab में बनाया गया हो तो? गायपन inherit करने के लिए कौन-सी विशेषताएं जरूरी हैं?
यह भी language द्वारा ढकी हुई ambiguity है। मसलन “cow” शब्द किसी bovine animal को जरूरी तौर पर न दर्शाने वाली अपमानजनक संज्ञा के रूप में भी इस्तेमाल होता है
फिर “knowledge finite है या infinite” वाली समस्या भी है। क्या कभी ऐसा point आएगा जहां हम सब कुछ explain कर सकेंगे, science खत्म हो जाएगी, और हम अपनी achievements पर आराम कर सकेंगे? उसके बाद क्या होगा? क्या हम non-existent assumptions explain करने में समय बिताएंगे? Pure theoretical mathematics? या क्या वह भी खत्म हो सकता है?
https://www.wikiwand.com/en/articles/Karl_Popper
problem of induction और demarcation problem के लिए पढ़ने लायक: https://www.wikiwand.com/en/articles/Falsifiability
सार यह है कि क्योंकि हम “सर्वज्ञ-सर्वशक्तिमान” नहीं हैं, इसलिए असल में हम कभी कुछ भी जान नहीं सकते
लेकिन जब उस explanation को साफ-साफ कहने को कहा जाता है, तो लोग अक्सर पाते हैं कि उनकी explanation किसी और की explanation के साथ compatible नहीं है। और गहराई में जाने पर वह explanation बिल्कुल टिकती नहीं। इसलिए ancient Greek thought experiments में से कुछ Zen koan जैसे दिख सकते हैं
सटीक जवाब खोजे बिना भी जिंदगी जी जा सकती है। survival से आगे की ज्यादातर human activity को “मुझे समझ नहीं आता कि इसमें इतना बड़ा मुद्दा क्या है” वाली category में रखा जा सकता है
knowledge के सवाल पर ऐसा कहने के बाद 200 शब्द और लिखना participation से इनकार करना नहीं है। यह नई challenge के हिसाब से पर्याप्त ठीक-ठाक जवाब जोड़कर आगे बढ़ना है
यही वजह है कि ऐसे सवाल कठिन हैं, और कुछ लोग उनके जवाब explore करने की ओर खिंचते हैं
Ramachandran का Capgras Delusion case:
https://www.youtube.com/watch?v=3xczrDAGfT4
“उल्टा, अगर knowledge गलत हो लेकिन सब लोग सहमत हों कि वह true है, तो क्या वह मायने रखता है?” वाला सवाल consensus reality का उदाहरण है। यह कहीं से उधार लिया गया intuition pump है
consensus reality को quantum realm में भी सम्मान मिलता है:
https://youtu.be/vSnq5Hs3_wI?t=753
individual particles quantum superposition में बने रहते हैं, लेकिन relative positions entanglement network के भीतर collective consensus बनाती हैं। यह consensus macroscopic objects की structure define करता है, और Schrödinger की बिल्ली समेत observer को उन्हें well-defined जैसा दिखाता है
Gettier cases truth और knowledge के बारे में एक दिलचस्प बात बताते हैं
factual claims में उस event की छाप होनी चाहिए जो उस claim को बनाए जाने का valid cause था। description एक चित्र बनाने वाला relation है, यानी words और possible events के बीच correspondence। जैसे मैदान की गाय
knowledge तब बनता है जब described event belief का valid cause रहा हो। belief का cause papier-mâché गाय थी, actual गाय नहीं थी, इसलिए हमारी intuition इसे normal knowledge नहीं मानती
इसलिए true statement का दुनिया की किसी चीज से causal relation और descriptive relation, दोनों होना चाहिए। दूसरे शब्दों में, true statement implicit रूप से अपने खुद के causal history के एक हिस्से का वर्णन करता है
classical logic में proof न होने पर भी कोई proposition अपने आप में true हो सकती है, लेकिन intuitionistic logic में proposition तभी true होती है जब proof हो। proof ही उस proposition को true बनाने वाला cause है
intuitionistic logic में बात इतनी simple नहीं होती जैसे “मैदान में गाय है या नहीं है।” जैसा कहा गया, “मैदान में गाय है” वाला knowledge true होने के लिए उसके proof की जरूरत है
इसलिए कई subtleties पैदा होती हैं। उदाहरण के लिए “ऐसा नहीं है कि मैदान में गाय नहीं है” वाला knowledge “मैदान में गाय है” से कमजोर है
QED, terminology convention से proof
“झूठ को ‘जानना’ कहना ठीक नहीं, इसलिए वह सच होना चाहिए” — समस्या यहीं से शुरू होती है
यूनानियों को यह बात समझ में आती रही होगी, लेकिन 21वीं सदी में यह बिल्कुल मायने नहीं रखती। हम सब व्यापक रूप से मानते हैं कि हम झूठी बातों को भी “जानते” हुए जीते हैं
यानी गलत चीज़ ज्ञान नहीं, बल्कि यह विश्वास कि हमारे पास ज्ञान है था
बेशक रोज़मर्रा के अर्थ में अंततः हम कह सकते हैं कि हम उसे जानते थे, और यह भेद ज़्यादा से ज़्यादा बेवजह की बाल की खाल निकालना भी कहा जा सकता है। लेकिन दर्शन बाल को उतना बारीक चीरने को तैयार रहता है जितना तर्क उसे चीर सकता है
शायद उनके पास वास्तविकता की प्रकृति को लेकर अलग बुनियादी मान्यताएँ हैं, या फिर वे उसी शब्द की अलग-अलग परिभाषाएँ इस्तेमाल कर रहे हैं
इसलिए जो वास्तव में झूठ है उसे सच के रूप में जाना नहीं जा सकता; उसे केवल सच के रूप में माना जा सकता है। विश्वास से ज्ञान तक कैसे पहुँचा जाता है, इसका सटीक वर्णन ही epistemology है
और किसी खास विषय पर कुछ ठोस चर्चाओं में, जो प्रतिभागी चुप नहीं रहते, उनमें से ज़्यादातर के लिए “न जानना” की स्थिति व्यावहारिक रूप से असंभव-सी लगती है
समस्या यह है कि “जानना” शब्द overloaded है
प्रथम-पुरुष में जानना असल में विश्वास है। कुछ हद तक यह बस आस्था है। हम मानते हैं कि भौतिकी के नियम कल नहीं बदलेंगे, और मानते हैं कि हमें याद है कि कल था
विज्ञान हर चीज़ को बेहद कठोरता से सत्यापित करके उस आस्था को तथ्य के करीब धकेलने की कोशिश करता है। लेकिन हम कभी नहीं जान सकते कि कोई चीज़ वैसी क्यों है
दूसरा “जानना” निरपेक्ष सत्य जैसी अवधारणा है, और किसी व्यक्ति का विश्वास संयोग से उससे मेल खा जाता है। वह संयोग शुद्ध किस्मत हो, तीक्ष्ण अवलोकन हो, या पेपर के उदाहरणों की तरह दोनों—बात वही है
असल में यह एक spectrum जैसा है, और यह अभिव्यक्ति भी ऐसी है जिसे मैं खुद overloaded तरीके से इस्तेमाल करता हूँ। एक और वाक्यांश जो मैं अक्सर इस्तेमाल करता हूँ: “यह probabilistic समस्या है, यहाँ कुछ भी absolute नहीं है”
इससे analytic philosophy या उसके उप-क्षेत्र हिल गए होंगे, लेकिन पूरे दर्शन में इसका असर उससे आगे बहुत ज़्यादा महसूस नहीं हुआ
analytic philosophy खुद को असली दर्शन समझने की कल्पना करना पसंद करती है, लेकिन यह बकवास है। वह बस एक अतिआत्मविश्वासी और आक्रामक ढंग से अपना क्षेत्र बचाने वाला धड़ा है, जो संसाधनों पर कब्ज़ा जमाए रखता है
जबकि कई छात्र आज जिसे post-Kantian philosophy कहा जाता है—पुरानी continental philosophy या modern European philosophy के करीब वाली समृद्धि और व्यापकता—के लिए तरसते हैं