教育研究的確定性與不確定性

/教育研究的確定性與不確定性【摘要】近代科學以確定性為認知范式，基于量化思維和實驗方法力求化復雜為簡單，尋求完全掌控世界、獲取世界。20世紀以來，隨著分析尺度的不斷拓寬，現代科學中確定性逐漸走向終結。無論在本體論還是在認識論層面，不確定性都得到了愈來愈多的證據支持。現代科學的認知范式以不確定性取代確定性，以復雜性思維取代線性思維，體現了對于事物復雜性和人的有限理性的尊重。基于這種新的科學精神，教育研究的科學化也不能再執迷于對確定性的追尋，而應基于復雜性思維走出對實證和精確測量的迷思，重新審視教育研究的科學性，并以不確定性作為新的認知范式，尋找教育研究科學化的新路徑。在科學化進程中，教育研究要跟上科學思想的變革和科學自身的進步，不能在新科學精神中不確定性范式興起并確立之時，反倒受掌控的意識形態驅動一味追逐舊科學精神中的機械決定論。【關鍵詞】教育研究；新科學精神；確定性；不確定性；范式轉換 對于事物的認知有兩種不同的傾向，一種傾向是強認知，另一種傾向是弱認知。強認知傾向于通過研究掌握關于事物的規律或法則，以實現某種確定性；弱認知則否認普遍規律或法則的存在，強調人的理性的有限和事物本身的復雜，認為任何研究都只能是一種“詮釋”，而非唯一不變的結論。“任何試圖確定的努力，都會導致更多的不確定性。”[1]在教育研究中亦有兩種不同的認知范式，且經常存在沖突。主張強認知的確定性范式經常以“科學化”為目標，主張教育研究應普遍采用實證方法進行精準的測量，通過積累可量化的證據，以發現教育領域的各種規律，并生產確定性的知識。而主張弱認知的不確定性范式則認為，教育活動在本質上屬于文化領域，豐富的教育實踐和理性的教育研究之間只存在松散的連接。人性本身的易變、教育實踐本身的變動不居和多姿多態共同決定了教育研究不可能生產出確定性和普適性的知識。結果就是，“信奉掌控的理論家與信奉共鳴的理論家之間的‘論戰’，如今伸向并蔓延至每所學校，特別是蔓延至涉及培訓與教育的學科：許多大學在這場論戰中固執地堅守自己的立場，以至于相關的教育學院分裂成兩派。一派尋求通過‘基于證據’定量的測試建立硬性的標準，另一派則尋求在人道主義的闡釋模式中繼續推進洪堡的教育理念”[2]109。事實證明，人類的教育實踐無法完全被掌控，更不可能通過研究事先“腳本化”。完美的教育知識或全面的教育真理既非教育發展的充分條件，也非必要條件。關于教育真理的探究和教育實踐的探索需要齊頭并進，而非一定先發現教育真理然后才能開展教育實踐。作為人類認識世界的一種途徑，在真理沒有顯現之前，所有對于教育的研究或認知更多的是一種理念或信念的重構，而不是知識的創新，更不可能是對規律的發現。面對豐富的、易變的實踐，從來沒有一種知識可以壟斷關于教育問題的解釋，也從來沒有一種權威的理論可以指導不同國家或地區的教育發展。實踐中，促進人類教育發展不可能僅靠教育理論研究，教育研究者可以為教育發展提供某種智識上的幫助或支持，但最終真正決定人類教育發展的仍然還是教育研究之外的因素，尤其是政治、經濟和文化傳統。 一、確定性的迷思與不確定性的根源 對于確定性的迷思與認知范式的選擇密切相關。我們當前流行的認知范式植根于300多年前的笛卡爾、牛頓、培根等大科學家所建立的以決定論為核心的理論基礎上。“這些機械論的范式之所以吸引人是因為它能使人們很容易找到問題的答案，使用起來簡單方便，處理事情也都很順利……這所帶來的主要問題就是曾經已經被接受的范式很少遭到質疑，并且即使難以用現存的世界觀來解釋的現象與日俱增，但是它們的確是很難改變的。”[3]230歷史上，在以數學為基礎的自然科學興起之前，對于確定性的尋求主要是形而上學的任務。近代科學革命使科學取代神學和形而上學成了人類認知世界的主要方式，即以數學公式和科學檢驗來確認秩序。伴隨科學思維在人文社會科學領域的擴張，機械決定論也導致了人們對于科學的迷信或誤解。17世紀之后，得益于數學思維和方法的普遍應用，自然界的法則和規律被自然科學發現。以數理為基礎的自然科學取代了傳統的形而上學，成為確定性知識的象征。自然科學的進步雖然沒有從根本上改變知識與行動、理論與實踐的關系，但卻極大地擴張了知識的邊界，凸顯了理性的或理論的力量。其結果，“我們想完全掌控世界、排除不受掌控的事物的欲望，已經深植于思維本身了，亦即不只處于我們所思考的內容，而是更深植在我們的思維方式和思維態度本身，并且也因此寄生在我們對世界的內在知覺中了”[2]151-152。伴隨科學本身從經驗向知識、從不確定性向確定性的轉型，人類既收獲了豐富的事實性和原理性知識，也陷入了科學主義的霸權統治。“作為現代性的基本先決條件，對于確定性的信念令人蒙蔽、為害不淺。現代科學，即笛卡兒—牛頓的科學，一向建立在對確定性的肯定上面。其根本的預設認為：有一些支配一切自然現象的客觀普遍法則存在，科學探索能夠搞清楚這些法則，而且，一旦認識這種法則，我們就能從任何一組初始條件出現，完滿地推演出后繼的和先前的狀態。”[4]事實上，科學作為一種認知方式受兩個方面因素的制約：一是人本身的生理基礎，尤其是腦結構；另一個就是認知范式。人的生理基礎決定了理性的有限，認知范式則意味著科學并非真理，而只是人類探索真理的一種途徑。近代科學植根于古希臘的科學傳統，以因果關系或機械決定論為基礎，為了實踐或行動的安全，強調對于確定性的尋求。如杜威所言：人們之所以致力于尋求理智上的確定性是因為行動上需要保護和成功；任何完全理論上的不確定性或確定性，人們是不關心的[5]34-35。20世紀以來，雖然現代科學發現并確認了不確定性是一種新的科學精神，但在科學研究中以理性為中心，以數學為工具，決定論與確定性仍然成為一種迷思。在理性主義的框架下，科學研究成為對于因果關系的探究以及基于因果關系的“問題—解決方案”的循環，在此過程中，人的理性之外的其他偶然因素經常被忽視。“如今的理想化的年輕人熱衷社會科學，如政策和大數據，儼然一派專家治國的氣勢。但是，我們能夠衡量的只限于我們所知道的存在，甚至連已知的也很困難。在我們急于創造一個更美好的未來之前，我們要先明白‘人性的這根曲木’，即我們到底為誰創造未來。”[6]科學研究活動不是一種機械活動，而是一種人為的但又并非完全由人決定的創造性活動。若要理解科學的本質，尤其是人文社會科學的本質，必須理解人性的基本原理。 關于人性的“基本原理”或“某些行為規則”，哈特認為，第一個“自明之理”是“人類脆弱性”，人人都容易受到傷害。第二個“自明之理”是“近似平等性”，雖然我們在身材、力量或智力上有所不同，但沒有一個人天生強大到可以單獨支配其他人。第三個是“有限的利他主義”，即“如果人不是魔鬼，他們也不是天使”的理念。第四個是“資源有限論”，沒有足夠的資源分配給每個人。最后一個是“理解力和意志力有限論”[7]306-307。這些基本原理表明，要理解人類社會的秩序以及自然規律必須擺脫機械決定論的束縛，要意識到人性的復雜性和研究對象自身的矛盾性。與自然界不同，人類社會的每一個方面，無論政治、經濟還是文化、教育，都不會自動遵循某種簡單的線性因果關系，而是會存在著反復無常、自相矛盾、無法預測的挫折等情況。無論何時，人的理性總是有限的，且面臨自由、平等、利他主義和資源有限的約束，脆弱性亦不可避免。“人在相當大的程度上被允許相信他愿意相信的事情。人可能堅持這個世界上最適合于他的觀點，否則就得根據自己的體驗來做出判斷。于是在解釋各種社會生活的時候，什么是正確和什么是僅僅可以接受兩者會出現持續不斷、永不停息的競爭。”[8]6因此，科學研究與其說是在追求真理，不如說一直在進行認知或觀念競爭，即不斷地以新觀念挑戰傳統觀念，并維持人類認識世界活動的生生不息。換言之，科學研究不是以對真理的發現來終結對于世界的認知，更不是以確定性來縮減不確定性，而是持續不斷地深化和豐富人類對于世界的認知。換言之，“科學不可能產生完全的確定性……更多的研究并不是必然意味著有更少的不確定性——當我們對一個系統了解更多時，也許證明它要比我們想象的更為復雜，比我們最初想象的有著更大的不確定性”[9]203。人們在認識世界的過程中，特定時期新觀念可以取代舊觀念，但無法避免舊觀念會卷土重來。人類社會發展在時間上是不可逆的，我們永遠無法回到過去；但類似的觀念總是會重復出現，類似的事件也總是會重復發生。對于人類社會而言，變化是永恒的，沒有什么秩序或規律不可動搖。 人類對于世界的認識，除了取決于參考系或適用范圍外，也取決于認識工具或實驗條件。在一定實驗條件或適用范圍內可能成立的定律或規律，一旦變換了實驗條件或適用范圍就將失效。“實驗取得的結果并不是關于自然的確定事實，它包含偶然性，以及一系列關于如何正確評估這些結果的假設。對實驗結果的解釋涉及一系列更為復雜的關于世界如何運行的模型和假設。一個實驗或一系列觀察結果，并不代表有關自然的一個確定事實，只是代表支持某些特定假設的論據。”[10]262在近代科學革命中，人類通過實驗和測量發現了許多自然規律。隨著對規律的探究深入人心，人們在理性思維上把對于確定性的和普遍性規律的追尋當成了科學的目的，并等同于科學本身。“大學這樣的環境總是想要事實、證據和爭論的。甚至人文主義者對不確定性、或然率、補足和不足等理論的含義也不知其然，而且這樣的無知實在是太久了。”[11]20世紀以來，隨著科學思想的變革，尤其是技術手段的進步，人類可以探究的范圍趨于無限大和無限小，遠遠突破了近代自然科學由牛頓物理學所確定的參考系或適用范圍。事實證明，在極微觀的領域研究者本身也成了研究過程不可分割的一部分，測量本身成為影響測量結果的重要因素。量子力學的主要創始人海森堡就認為不確定性是自然本身的一種固有性質，并據此提出了“測不準原理”(uncertaintyprinciple)。根據海森堡原理(Heisenbergprinciple)，調查研究的過程(進行觀察的過程)會改變調查研究的對象；在某種情況下，調查研究的過程會使調查研究的對象發生很大變化，使所獲得的資料十分不可靠[12]。遺憾的是，雖然早在20世紀30年代末物理學領域里量子理論的理論基礎已經堅不可摧，化學和生物領域隨之接受并采用了這一全新的理論，稍后經濟學領域也開始逐步接受它，但時至今日機械論學說的范式和相應的研究方法在所有其他科學領域里仍占據主導地位[3]230。 長期以來，受機械決定論影響，為了追尋某種確定性，學術理論的建構隱含著對于因果關系的沉迷，是否揭示了因果關系也成了判斷理論解釋力的關鍵。“確定性的尋求已經支配著我們的根本的形而上學。”[5]19然而，因果推斷雖是理性的基石，但事物之間并非只有因果一種關系，更非簡單的線性因果關系。無論生活世界還是科學世界，因果都是一種極其特殊的而非普遍的關系。即便在自然科學中，也只有在嚴格控制諸多變量的實驗室條件下，才能發現特定變量之間的線性因果關系。基于此，“即使一門學問不具備歐幾里得式的論證或亙古不易的定律，仍無損于其科學的尊嚴。還是將確定性和普遍性視為‘度’的問題更為妥當。沒有必要再把自然科學那里引進的一成不變的思維模式強加給每一門知識。因為即使在自然科學界，這種模式也不再通行無阻了”[13]。與自然科學相比，人文社會科學研究無法在“真空”中進行，無論自變量還是因變量都難以計數；再加之受人的自由意志和策略性行為的影響，很少或者不可能存在線性的因果關系。從實踐出發，人文社會科學研究中更多的是相關性而非因果性，理論建構所能揭示的只能是基于概率的可能性，而非基于因果的確定性。與自然科學中的“前”因“后”果不同，由于循環或反饋效應的存在，人文社會科學研究中很多的變量可以互為因果，相同的原因未必產生相同的結果，不同原因的強度變化也可以引起不同的結果，不同的結果又會作為原因引起原因和結果的變化。“主導者的暴力引發暴力的反應，而這一反應帶來更大的暴力。這種膨脹式或穩定式的反饋在經濟、社會、政治或心理現象中大量發生。”[14]20基于反饋機制，實踐中可能產生多重因果關系的良性循環也可能出現惡性循環。由于因果關系的非唯一性，學術理論的建構主要是基于對機制的理解或揭示，對社會現象或問題做出嘗試性解釋，以促進或加深我們對于事物發展規律的理解。在此過程中主觀的認知因素與非認知因素不可避免地影響到對于客觀對象的判斷。“證真偏差是指人們往往會注意、相信和分享與我們已有信念相一致的信息。如果某個言論與我們相信的東西相一致，我們更傾向于接受它，而不太可能懷疑它的真實性。”[10]292最終，無論何種理論只能是認識主體逼近真理或真相的一個工具而不意味著是真理或真相本身。 總之，由于理論視角或視域的限制，我們無法獲得全面的真相，現實中經由人的理智能夠獲得的真理都只能是相對意義上的而非絕對意義上的真理。任何一種復雜的社會現象都有多方面的原因，單一原因的、簡單而廣泛適用的理論不是不可能，而是很少有。研究者選擇不同的原因作為變量，可以對在不同時期、不同地區出現的看似相同的結果做出不同解釋[15]315。科學研究中關于一個事實通常會有多種理論，不同的理論可能前后相繼，也可能同時并存。無論交替或并存，理論與理論之間由于指向同一個事實，并不存在難以彌補的鴻溝。理論的沖突更多的是話語權的爭奪，而非邏輯上的對立或斷裂。科學研究中發明或發現的結果可以總結為理論，但理論的創新不同于發明，也不同于發現。發明意味著要創造一個以前沒有的事物，發現則意味著某一事物或法則事前就存在。理論的創新更多的是一種基于經驗的建構，它既無法創造全新的東西，也不能保證其所揭示的內容就是事物本身所蘊含的規律或本質。某種意義上，只有基于不確定性而非確定性，科學才可能繁榮并保持創造力，學術職業才有存在的必要。“‘多種工作假說’作為一個策略，強迫人對未來進行一系列思考，即一系列可能的路線。它強迫人們保持思想開放，評估選擇和考慮方向修正。保持思想開放和用新思路思考問題是只從一個思想觀點考慮問題的對立面。一個封閉的思維只能看到一條路，很可能最終演變為一種頑固的習慣思維。”[9]180無論自然科學還是人文社會科學，理論的建構或知識的積累只是人的一種主觀認知并非決定性的證據，它更像是一個攀登的或探究的過程，其目的在于揭示或展示現象背后的機制，“達到總是新鮮、總是開闊的境地，并發現在起點與周邊諸多地點之間未曾期待的關聯”[14]9。理論或知識的根本在于理解和解釋，所謂創新就是從實踐出發，基于對舊經驗的重新理解，并賦予它們新含義，以增強解釋力。 二、數字化與量化思維 對于數據或測量的迷思是工業社會的遺產。現代科學中數學思維或其他類型的形式計算牢牢地控制了我們的想象力。“能夠宣稱是建立在這種計算之上的論證、考慮、評議，在我們的社會里有巨大的說服力，甚至當這種推理方式并不真的切合主題時也是如此，這一點可以從這種思維在社會科學和政策研究中的顯著地位得到證明。”[16]當前信息技術的加速發展為數據收集和處理提供的便利，放大了研究者對于量化的推崇和確定性的迷思。在教育領域，“能力發展參數化已經成為教育政策實施與‘以證據為基礎的’教育學研究的關鍵概念，旨在使學校的教育過程可受掌控，即可以評估和可受管控”[2]107。隨著大數據作為一門科學的興起以及統計軟件的智能化，日益量化的社會成為不可避免的趨勢。在日益量化的社會里，無論科學研究還是社會管理都愈來愈強調以數據為基礎的精準，大數據和統計分析技術成為追尋某種確定性的利器。在科學研究以及社會生活的某些領域，量化推理無可厚非，它是理性的基本法則。通過對數據的處理以及因果推斷的確可以發現物質科學中的某些基本規律，也可以看出社會變化的端倪。但需要注意的是，量化并不是什么神秘的技術，大數據亦非決定性的證據，它在揭示某些重要問題的同時也可能會掩蓋另一些至關重要的問題。愛因斯坦曾認為，時間是一種錯覺；但普里戈金認為，確定性才是一種錯覺[17]。現在的關鍵問題是，由于量化技術的濫用，利用數據“胡扯”成了某些學者進行學術研究的套路，從而使得科學研究過程淪為了數據處理的技藝，論文發表“淪為提供數據的供應商”[18]35。 從認知的基本規律來看，人腦的優勢是“小數據”而非“大數據”。人的智能區別于人工智能的最顯著優勢就是基于“小數據”做出理性選擇和判斷，并涌現出驚人的想象力。“如果說數字化數據處理的昂首插進是社會科學的衰退的開始，也不算夸大其詞。因為，對數據越是力求科學上的精確，它們對社會就越是不重要；數據量越大，它們受關注的程度越小。”[18]34當下基于信息技術對于大數據以及統計技術的濫用正在削弱人的理性思考和判斷力，那些基于量化數據得出的情境性結論被誤認為是“真理”，從而阻斷了認知的其他可能性。在由統計軟件自動生成的數字和圖表所給定的認知區間內，原本復雜的理性決策或認知判斷被高度簡化，理性思維成為統計數字的注腳。在化復雜為簡單的思維定式下，“大數據會誘導絕對認知的產生。一切都可以被測量、被量化。各種事物終究會暴露出他們之間存在的遮蔽的、隱秘的相關關系。這預示著新的認知時代的到來。相關關系取代了因果關系。‘就是這樣’取代了‘為什么’。數據驅動的事實的量化使人的認知不再具有靈魂”[19]。結果就是，以量化推理為基礎，表面上看，我們根據統計結果做出了正確的選擇或“科學的”判斷，但實質上，看似“正確的選擇或判斷”卻可能因封閉了其他的可能性而導致嚴重的錯誤后果，最終損害的不只是學術研究的質量或聲譽，而是我們對于社會的真實認知以及基于真實認知的經濟社會發展。與自然科學相比，人文科學的根本是“人”，社會科學的根本則是“社會”，脫離了“人”和“社會”，人文社會科學談不上“科學”，而無論“人”的問題還是“社會”的問題都很難完全量化，更不存在確定性的結果。人文社會科學中的研究結果具有不確定性，而且不能脫離人類價值和社會利益。它們不為“可信性”的傳統指標(實驗重復、預見的證實和長時期成功運用)提供任何機會。在人文社會科學中應對事實或理論受到懷疑的偏見的挑戰時不存在什么共識，“既定科學知識”的背景也很不確定[20]。究其根本，社會由人組成但又不完全由人的理性控制，而是充滿偶然性。由于人的自由意志和策略性行為的存在，社會法則明顯不同于自然法則。對于社會中的政治、經濟、教育等問題進行量化研究不是不可以，而是很有必要，但絕不能簡單地把那些量化研究的結論當成確定性的知識或真理。 近年來，隨著信息技術的進步和統計技術的不斷更新，為追尋數據意義上的“精準”或“精確”，過度量化正在威脅人類的生活，從教育、商業到政治無不受到以算法為基礎的量化思維的影響。“毫無疑問，數字化在很短的時間內徹底改革了可受掌控與不受掌控的關系。”[2]118數字化對于世界前所未有的掌控可能導致兩個不同的問題：一是量化的濫用或誤用，二是對于量化思維的不適應。對于量化的濫用或誤用需要及時調整或糾正，對于量化思維的不適應則需要逐漸適應。隨著人工智能技術更廣泛的介入，一個日益量化的社會將不可避免。在日益量化的社會里，數字生活世界的可測量性和可評估性顯著增強，基于量化評估的分級或排名將彌漫于生活和工作的各個方面，我們必須熟悉數據處理的技術和方法，并適應量化思維。那種基于傳統智慧和小數據思維偏好，簡單地指出量化方法存在某種弊端，進而拒絕測量和統計的做法，并不能有效地幫助我們適應一個日益量化的社會。社會的發展有其不以人的意志和偏好為轉移的規律，一旦算法經由信息技術嵌入社會結構就會成為一種強大的結構性力量，個體只能不斷適應社會和科學技術發展的大趨勢，不可能因為個體暫時的不適應而改變社會和科學技術發展的大方向。不過，需要注意的是，無論技術如何進步，基于大數據的算法并不能瓦解人和社會本身的復雜性。根本上，“人們在收集和使用統計數據時保有一種謙遜的態度是一切的起點和關鍵，在此基礎上，對產生的見解進行進一步探究和探索，從而推進教育目標和重點工作”[21]130。科學技術的進步或許可以增進我們對于復雜事物的理解，但復雜性本身不會因為科學技術的進步而變成簡單性。算法中的解決主義傾向很容易將復雜問題簡單化。我們必須清楚，無論如何復雜的算法所能呈現的只能是基于運算規則的結果，而不意味著被計算的事物真的如此或原本如此。“簡化現實生活只能以犧牲對現實生活的理解為代價。”[7]99面對人類社會生活本身的復雜性或不可解讀性，我們需要在理性上保持謹慎的樂觀，并承認不確定性的不可避免。 客觀上，新的信息技術手段和統計方法的出現可以解決部分在舊的技術條件和方法下無法解決的問題，也可以使部分過去難以解決的問題變得可以解決，但與此同時，數據主義和算法崇拜也是我們解讀教育、人生與社會問題時需要避免的陷阱。“與使用任何工具一樣，研究人員必須弄清楚通過數字研究工具可以實現什么、不能實現什么。得到更多的數據未必就更好或更精確，這取決于探究的目的。我們的立場要以目的為中心，而不是以工具為中心。”[21]131人性之中的反復無常、不可預測，社會發展中的不確定性和歷史偶然性都不是算法或大數據可以解決的。對人和社會發展而言，完備計劃的不可能性，其根本不在于技術和方法，而在于人性與社會本身的不確定。嘗試透過大數據或嚴密的信息控制來精確地預測未來只會導致自我證實的預言并摧毀人的創造性。“我們需要提醒自己：大數據并不是更好的數據，它只是數量更大而已。大數據本身肯定不能說明一切。”[10]232-233表面上，通過對于信息或數據的控制可以塑造我們需要的人，信息的控制可以使數字生活世界中的人完全按照算法的規則進行思考和行動，但算法的壟斷也會導致對于人的創造性和多樣性的破壞；當越來越多的人被某種算法所控制時，那些控制算法的少數人和公司將擁有與其身份和地位不相稱的政治、經濟和社會權力。一旦算法本身人為過濾掉了對于算法的質疑，并逃避了政治監管，當非意圖的技術風險來臨時，人類社會將無法有效應對。換言之，數字技術具有典型的“雙刃劍”效應，“它可以同時增強和限制我們的自由。它使我們可以自由地去做以前不能做的事情，但同時也根據代碼的約束限制我們的行為”[7]150。在一個不確定的世界里，我們有時很難清楚區分何時技術在造福人類，何時技術又在重塑人類，抑或在造福人類的同時就是在重塑人的思考和行動，乃至生活方式。我們無法只享受數字技術帶來的好處而不承擔任何風險。“在未來，問題將變成我們的集體生活中有多少、在何種條件下應該由強大的數字系統指導和控制。我們不能不作為，讓自己成為‘外在力量的玩物’，總是服從于我們無法控制和理解的實體和系統替我們做出的決定。”[7]303對于人類而言，完全的自我決定是不可能的，需要避免的是失去思想和行動的自主而淪為數字技術的奴隸。 歸根結底，作為個體，人類喜歡自由，但作為群體，人類又需要秩序。“人們所不喜歡的不是不確定性本身，而是由不確定性使我們有陷入惡果的危險。”[5]6-7事實證明，如果沒有自由選擇，人類無法形成社會，但如果沒有規范與秩序，即便是形成了社會也無法正常運行。“現代性致力于使世界變得容易管理，并致力于其日常的管理；管理熱情被沒有根據的信念所喚起：一旦讓事物放任自流，它們將會失敗或失去控制。現代性力圖消除偶然事件和隨機事件。”“這種意圖在意外事件和偶然事件出現的地方添加規定；這種意圖使模棱兩可的事物變得一清二白，使不透明的事物變得透明，使不能預測的事物變得可以預測，使不確定的事物變得可以確定；這種意圖把公認的目的插入到事物中去，并因而使它們努力實現那一目的。”[22]由于自由選擇的不確定性和秩序所追求可預測性之間存在難以避免的沖突，人類社會發展時而自由占主導，時而秩序占主導，會呈現出周而復始或類似鐘擺的假象。“確定性總是要求犧牲自由，而自由又只有以確定性為代價才能擴大。但沒有自由的確定性與奴役無異(此外，如果確定性中沒有注入自由，最終將證明是很不確定的確定性)；而沒有確定性的自由與被拋棄和被丟失無異(如果自由中沒有確定性的注入，最終證明只能是極不自由的自由)。因為沒有解決辦法，這種情況令哲學家感到頭痛。這種情況還使得人類相處充滿沖突，因為自由名義下被犧牲的確定性，往往是其他人的確定性；而確定性名義下被犧牲的自由，也往往是其他人的自由。”[23]基于此，我們需要秩序，也必須尊重規范，但絕不能將規范上的“應該”變成秩序中的“必須”，更不能因為規范與秩序而否認和壓制個人的自由選擇。人的本性是多樣的、反復無常的、難以意料的，外力或許可以暫時使人屈服，可以實現人的行為的一致性或規律性，但外力不可能徹底改變人性。隨著時間的推移，人性的力量最終將摧毀所有對于人性的壓制或控制。“人類的世界(除非是墓地)不可能是同一的、規律的、可預測的。人的存在就意味著不斷選擇并推翻選擇，而要阻止人們進一步選擇，使當下的選擇不能被推翻，則需要付出相當大的努力。只有出于‘選擇的質量’的考慮，向往秩序才可以想象。任何一種秩序模式本身就是一種選擇，它想要取代所有其他選擇，終結所有進一步的選擇。不過，終結選擇是不可能的，因為無論是否有意，是否歡迎，厭世必將隨之而來。”[24]145無論何時，當經由理性確立了一種秩序時，我們都需要意識到該秩序在賦予了一些選擇或行為以合法性的同時，也將其他不符合規范的選擇或行為排除在外，一旦那些被排除的選擇或行為找到了適合的機會必然會傾向于顛覆現有的秩序。“如果它們包容一切，能夠囊括所有人，也囊括人們做的所有事，那它們就失去了意義。秩序和規范旗幟鮮明地宣告，不是所有現存事物都可以被包含在這個公設的、正常動作的集合體中，也不是每個選擇都被許可。秩序和規范的概念是對準社會現狀的尖刀，傳達的首先是分離、截斷、切除、驅逐和排斥的意圖。它們通過關注‘不恰當的’來推行‘恰當的’，把現實中那些被剝奪了生存權且注定被孤立、放逐和滅絕的部分挑選出來，加以限制和污名化。”_[24]146未來無論信息技術和人工智能如何進步，人類社會仍沒有任何人為的秩序是不可顛覆的。為避免顛覆可能產生的破壞性，所謂改革就是不斷引入新秩序以緩解舊秩序對于背離行為的壓制。如果沒有改革作為社會壓力的出口，只靠某種強制性的“規律”很難想象一種秩序能夠持續存在。 三、基于不確定性重思知與行的關系 從對于確定性的追尋向不確定性范式的轉移，深刻改變著我們的思維方式[14]24。過去那種認為科學研究一定可以發現普遍規律的雄心不可避免地受到了抑制，因科學主義而興盛的實證方法論在人文社會科學研究中也受到了反思。加爾布雷斯通過系統梳理19世紀以來的經濟思想史發現，“19世紀，資產階級確信資本主義的成功，社會主義者確信社會主義的成功，帝國主義者確信殖民主義的成功，統治階級認為他們注定要統治。現在這些確定性幾乎都不存在了，考慮到人類今天面臨的令人沮喪的復雜問題，如果它們還存在的話也應該是支離破碎的了”[25]。按鮑曼的說法，當下現代性正在從“固體”階段向“流動”階段過渡，我們不得不“生活于充滿不確定性的年代”[26]。簡言之，我們時代唯一能夠確定的就是不確定性，無論在科學認知的層面還是在事物本體的層面，我們必須面對并接受“不確定”這個事實。 值得注意的是，當科學領域開始重審確定性范式與實證方法，并從復雜性思維出發擁抱新科學精神之時，原本處于科學理論之外的教育研究反倒在嘗試通過實證方法來為其科學性“背書”。“為了使教育與大學其他學科(尤其是醫學)具有同等的科學性、地位和權威，教育學的創業家們十分強調定量研究，尋求確定不變的東西，如學習的法則、管理效率的公式，等等。認為哲學導致分歧，深信科學能夠而且也應該提供和諧。”[27]在科學對于世界的認知中，自然科學的實驗可以嚴格控制各種條件，教育的發生則無法在真空中進行，更不能參數化。教育對于學生的影響不限于知識和技能，而更多的是在認知和精神層面。“教育最好是一種半受掌控的過程，是在主體與世界以及兒童與一個特定的世界片段之間發生共鳴的過程。”[2]108在真實的教育過程中，存在著幾乎不計其數的自變量和因變量，整個教育行為只能在與教育狀況中的教育價值系統的關系中理解和解釋[14]143-144。由于教育活動本身的復雜性以及教育理念的超級復雜性，在個體的層面上，學生的個體差異、教師的個人魅力以及教育理念都至關重要，不可能存在普遍的、確定性的教育規律，個體的成功經驗不可復制，失敗亦非不可避免；在群體的層面上，基于統計的分析或許可以描繪出教育實踐的概況，但統計方法本身就存在可選擇性，絕不能將統計的結果直接當成客觀的事實。相反，由于方法和樣本的問題，基于統計分析所得出的結論與客觀事實之間永遠不可避免地存在“信任距離”[14]27。由此可見，那些基于實證方法得出的結論或許不無道理，但絕非唯一的或全面的真理。無論如何實證，教育研究所能揭示的只是可能性而不是確定性。 1845年，馬克思在《關于費爾巴哈的提綱》中寫道：“哲學家們只是用不同的方式解釋世界，問題在于改變世界。”[28]馬克思特別強調哲學改變世界的重要性，但這并不意味著哲學或哲學家們一定能夠或可以改變世界，真正改變世界的只能是行動者或革命者，哲學充其量是“精神武器”。人類社會中認識世界與改造世界屬于不同的社會分工，哲學家們不可能既以不同的方式解讀世界又改變世界。事實上，無論哲學還是科學，共同的旨趣就是認識世界，其本身并不能直接改變世界。由于“知行間隙”(knowing-doinggap)的存在，理論與實踐、知識與行動之間存在著難以克服的關鍵壁壘。如果忽視了認識世界與改造世界的邊界，將認識活動導向實踐行動，將解讀世界的任務轉化為解決現實問題，勢必造成科研的工具化和功利化，無益于現實問題的解決。科學研究中無論是來自于思辨、統計分析還是實驗室的知識均是受條件約束的有限真理，通常無法直接應用于實踐。科學世界中絕大多數的理論都無法直接作用于具體的實際問題，更無法直接改變現狀。“理論并不能讓火車準點開，理念也不能喂飽餓肚子的孩子。普通公民需要優質的學校和平坦的道路，而不是沉悶的‘黑格爾辯證法理論研討會’。”[7]54但需要注意的是，不能改變世界并不意味著抽象的理論不重要。相反，即便不能改變世界亦難以扼制人類認識世界的天性。就認知的本質而言，我們需要把具體的問題變成抽象的概念，唯有如此才能找到認知世界的鎖鑰。學術研究中，我們只有把具體的政治問題、經濟問題、社會問題、教育問題，轉變為抽象的政治學問題、經濟學問題、社會學問題、教育學問題，才可能在解讀世界時從理論層面上取得突破，進而才可能為改變世界奠定認識論的基礎。那種希望理論直接解決實踐問題的企圖忽視了認知和行動的邊界，也反映了主體對于客體的無知和傲慢。事實證明，“每個社會都要防止思想變化過快。如果社會評論領域的大量知識性創新都被當真的話，那將是一場災難。人們會在這種行動或那種行動之間搖擺，經濟和政治生活將變得漂浮不定，沒有方向”[8]15。從經由理性思維生產出來的新的知識到實踐活動基于新的知識做出調整是一個漫長的社會過程。從認識世界到改變世界還有許多中間環節需要突破，在理論與實踐之間，理論需要以理論的信奉者為中介，理論的信奉者也需要以理論為工具。對人類來說，充分認識世界既不是改變世界的必要條件，也不是改變世界的充分條件，二者之間有不確定的相關性，而并非確定的因果關系，更何況有些事物只能認識，難以改變，甚至不能改變。 近代以降，受科學主義的影響，人們對于“知”非常執著。通常以為知道了“是什么”“為什么”然后就知道了“怎么辦”。通過思維，人們似乎可以逃避不確定性的危險[5]5。然而，事實上，“理論”是“被迫”假定不確定性不存在的[29]。更何況，自然科學中從基礎研究到應用研究再到開發研究的線性認知鏈條并不適用于社會科學。關于自然界的運行，一旦我們在知的層面上取得了突破，自然的規律就可以被人所掌握并利用，但在社會秩序中不存在自然科學意義上的規律或法則。與自然科學知識的相對客觀不同，社會科學知識大多是建構的。“在‘順其自然’的過程中，知識的增加和干預可能性的增大，即可受掌控程度的上升，會伴隨著不確定性。”[2]103社會的運行和發展并不是以社會科學研究所揭示的規律為基礎，相反，社會科學的知識要經常根據社會運行與發展的實際進行修正。“人們傾向于把歷史事件看作是根深蒂固的力量不可避免的結果，同時我們要看到，意外事件也總是其中的一個因素。”[15]83-84同樣，教育研究可以豐富我們對于教育的認識，也可以破除我們對于教育問題的無知，但并不能必然促進教育發展。研究者對于教育的認知有其合理性，但遠不是真理，而且由于教育的實踐性，研究者也不可能得出永恒的或全面的教育真理。所有的研究、所有的認知都是暫時的、情境性的。研究可以揭示一個國家的教育為何成功、為何失敗，甚至也可以明晰何種制度安排更有利于教育繁榮，但沒有人可以保證正確的道路一定有人選擇，相反，實踐中“錯誤”的政策會一再發生。一種看法認為，錯誤的選擇之所以發生是因為決策者不知道何為正確的選擇。研究者的責任就是“使其正確”。這種看法高估了研究本身以及研究者的作用。教育制度或發展道路的選擇受多種不確定因素的影響，知識只是諸多因素中的一種。“科學的應用并不是優良政策的全部。良好決策的制度需要有倫理和價值觀、歷史和傳統、美學和人文考量，當然也必須考慮政治因素。”[30]52那些從專業知識角度看似錯誤的決策，若從其他角度看則未必錯誤，而可能另有目的。教育太重要，教育發展政策的選擇和制度安排有時并非完全為了教育本身。那些影響深遠的教育政策也并非總是基于教育理論而是經常源于政治或經濟需要。 理論上，人類可以通過理性的建構把周遭世界合理化，也可以在“是什么”“為什么”以及“怎么做”之間建立起某種秩序或因果鏈條；但若追根溯源，人類的認知和實踐活動的顯著特征則是不確定性。“科學家，實際上我們每一個人，總是通過事物運行方式的簡單化概念進行工作的。我們將這些簡化的表示稱為‘模型’(models)，它們以多種方式出現：概念模型、物理模型、數值模型。在從現實世界建立的模型中，通過對我們努力理解的現象或系統的不完全、有時是不準確、偶爾是沖突的測量或觀察，我們接受到的是不完全的指引。”[9]100在已知的限度內，有些國家富裕，有些國家貧窮，有些國家人才輩出，有些國家乏善可陳，學者可以針對種種現象提出問題并給出各種不同的理論解釋，但沒有任何解釋真的可以改變所有的現實。根本上，人類對世界的改造并非遵循學術的邏輯。就整個科學領域來看，學術研究主要還是為了滿足“閑逸的好奇”或工作的績效，改造世界似乎只是副產品。教育研究可以對教育的興衰給出理論解釋，但沒有任何教育理論可以使人類的教育普遍地趨于卓越。教育的繁榮絕不是教育理論能夠決定或引領的，而是深深植根于特定國家的政治、經濟或文化傳統之中。作為一種人為的結果，教育的發展也不是勻速的而是存在關鍵節點。至于哪些節點是關鍵點不是研究者可以定義的，而是由歷史的重要性決定的。歷史的重要性只是一種機遇的重要性，結果如何通常取決于實踐者的創造性反應，而非理論的預測。人類社會中制度或策略的選擇有良性循環，也不排除惡性循環。“由于惡性循環或良性循環，這些制度差異及其影響會持續到現在(盡管影響并非完美)，并成為解釋世界不平等之出現和我們周圍實際情況之本質的關鍵。”[15]81歷史上某些關鍵的節點可能導致一些國家的教育走向卓越，