因果關系就是世界之鏈

如果一個學生上課時不好好聽課，人又不是特別聰明，我們就可以合理推斷他考試成績肯定不會好；如果甲被謀殺，乙恰好有作案動機、作案時間，并且還被繳獲了作案工具，我們就可以合理推斷乙是作案嫌疑人。

上述這些都是我們根據(jù)因果關系做出的推斷，因果關系有多種：單因果關系、雙因果關系以及多因果關系等等，它在我們生活中被頻繁應用。從本質(zhì)上來說，我們?nèi)祟愊矚g把事情組成為一系列因果鏈，來解釋我們行動所產(chǎn)生的后果。

從進化的角度來說，這對我們的生存至關重要。我們神經(jīng)系統(tǒng)依賴于因果關系來進行決策，并預測這些決策的后果，使我們得以生存發(fā)展。

因果關系在科學的發(fā)展中表現(xiàn)得最為明顯。例如，牛頓解釋了一個力如何導致一個有質(zhì)量的物體進行加速運動，牛頓理論中的因果邏輯，最終使我們知道了蘋果為什么會從樹上掉下來，地球為什么會繞太陽運動，它們還使得我們知道火箭發(fā)動機需要多大的推力抵達月球。此外，因果關系的模型還讓我們設計出復雜的機器，如工廠設備以及擁有超長因果鏈的電腦，它們可以將輸入轉(zhuǎn)換為我們想要的輸出。

因果關系是假象

因果關系在我們生活中應用得如此普遍，使我們很容易相信，因果關系就是世界根本性運作方式。但這一觀點卻是錯的，實際上，它們只是一個我們自己創(chuàng)造的理解世界和解決問題的工具，而不是自然界本身固有的運作方式。例如，牛頓方程F=ma并不是說力導致了加速度，更不是說質(zhì)量會導致力。我們把這個方程作為因果關系的證明，是因為我們?nèi)烁窕俗匀唬胂笞匀唤缰械牧λ坪跄軟Q定是否去推動有質(zhì)量的物體。于是，我們把地球繞太陽公轉(zhuǎn)這事兒歸咎于引力，并責怪引力把蘋果從樹上弄下來。

這種簡潔的因果邏輯關系，幫助我們更容易理解復雜的自然世界。因果關系的模型也更適合用于工程學，可以拿來改造世界并給我們帶來便利。這使得我們很容易產(chǎn)生一種假象，認為因果關系就是現(xiàn)實。電腦就是一個很好的例子。計算機工作的關鍵在于輸入影響輸出，而不是反過來。用于構造計算機的組件創(chuàng)建出的就是這種單向關系，這些組件，比如邏輯門，是專門用來把輸入轉(zhuǎn)換為可預測的輸出的元件。換句話說，計算機的邏輯門是構件因果關系的基本單元。

失效的因果關系

如果我們所認為的輸出部分，影響了我們所認為的輸入部分，那么這里的因果關系就會失效。量子力學中的一些“悖論”就是很好的例子。例如，我們僅僅是觀測了一個光子（輸出部分），就能“影響”光子之前所走過的路徑（輸入部分）。當然，量子力學中沒有真正的悖論，這里只不過是因為我們的因果邏輯結(jié)構不再適用于這里。

其實，因果關系的模型并不只在量子世界中失效。當我們試圖理解復雜的動力系統(tǒng)，例如活的有機體的生化過程、經(jīng)濟的交易或人類思維的運作，使用因果關系來解釋也會出現(xiàn)失效。這些系統(tǒng)中的信息流動模式與我們的因果模型并不相符：一個基因并不會“導致”身高等的特征或癌癥等的疾病；股市不漲并不是“因為”債券市場下跌了或者經(jīng)濟變壞了……

對于上面這些復雜的系統(tǒng)，科學需要更強大的解釋工具，我們需要學會接受傳統(tǒng)因果思維模式的局限性。我們會認識到，原因和結(jié)果并不存在于自然狀態(tài)下——它們只是我們?nèi)祟愔饔^思維的產(chǎn)物。