第37 章　人性发生学的形式化基础

为什么形式化必须从测量单位开始

如果没有明确区分行为、能力、倾向、价值承诺与自我叙事，任意把它们都写成S(t)只能得到看似严格的符号装饰。形式化的第一步是给定研究的单位：主体i、时间t、任务情境c、行为或特征指标k。S_i,k(t,c)可表示在明确判断规则下的显露；D_i(t)需由实际选择、差异比较和行动序列的可观察代理构成；E_i(t)则需明确哪些主体、工具、规范与历史联系进入当前关系结构。方程所用符号不能自动消除概念歧义，反而要求研究者更清楚地公开歧义如何处理。

其次，发生学涉及时间反馈，不能只对同一时刻的三个变量做相关分析就宣布证实互生。若先前显露改变了当前选择，当前选择又影响未来环境，就要引入滞后、干预与因果识别问题。例如在连续教育场景中，昨天一次成功的自主表达可能提高今天再次发言的机会；教师对这次表达的反馈又会改变明天课堂的E。模型应考察哪些关系具有时间顺序上的可反驳预测，哪些只能作为描述性共变。

从状态空间到可观测代理

设X_i(t)包含与任务有关的S、D、E 状态，研究者可以预先指定测量映射Y_i(t)=M(X_i(t),c)。此处M 既包含工具误差，也包含观察者对特征边界的判断，故不能被默认是无偏镜子。若实验者修改任务说明，相同内在倾向可能产生不同结果；若只根据结果反推内在状态，则可能出现模型不可识别的问题。正规研究应使用多种独立测量、保持定义一致，并说明因样本不足无法分辨的机制。

符号必须对应可观察的构成

形式化模型不能只写出三个大写字母就自称完成科学突破。我们必须为每一个指标明确数据来源：S 可以是具体任务中的行为模式、能力表现或者共同意义的陈述，但同一分析中不应任意互换；D 可以由行动路径、反事实比较、修订行为和选择顺序构成；E 需要记录主体与同伴、工具、制度和既有经验之间能够追溯的影响关系。若研究使用自评问卷代替真实行为，要明确它测量的是某种自我叙事显露，而不是未经校准的全部主体性。

在动态关系中，一次显露可能影响下一次D，D 改变又重组下一时刻的E。模型至少需要时间索引，并记录观察窗口内哪些条件已被控制、哪些没有。研究者可以从简化的有限差分模型开始，再在证据充分时考虑更高阶非线性形式。复杂方程不会自动使理论更深刻；如果一个线性模型已能预测数据，而大型SDE 系统只增加参数却无额外预测力，应坦率承认其在这个问题上的劣势。

从本体论命题转向可否定的研究问题

例如假设“二人互动可以产生双方此前未具有的共同能力”，研究应事先定义能力测量、互动前基础线、对照组和陌生任务迁移标准。如果互动后只提高了完成熟悉任务的速度，而没有新的可迁移能力，不能直接宣称假说已被证实。如果多个实验在足够功效下都显示传统学习模型已完全解释结果，那么所谓额外涌现机制就需要修订或收缩适用范围。

模型中不确定性的诚实表达

研究者若把个体价值判断写成一个0 到1 的数，得到的整齐曲线也许只是量表简化造成的。S 可能具有类别、多维向量与叙事文本等不同形式，D 则包含时间序列，E 可能对应多层网络。模型应根据问题选择表达形式，而不是为方便展示强迫所有概念标量化。对于难以量化的部分，可以保留结构化访谈和事件分析，同时明确它们怎样与统计结果交叉校核。

使用方程不是允许研究者写出不存在的精确性。若没有足够数据识别F、G、H 的函数形式，应将三方程标为构成性理论约束或待估计的动态结构；若实验结果只支持部分路径，就应明确承认。SDE 理论能否取得学术信任，取决于它是否愿意把尚未完成的证明标成尚未完成。

增订：模型从研究单位开始，而不是从符号开始

数学模型的第一个困难不是缺少公式，而是尚未明确“人性特征”如何成为可观察变量。同一个“合作”可以指完成共同任务、共享信息、接受集体决策或主动照顾其他人的收益。若把这些全部视为一个连续数值，数据获得容易，含义却可能混乱。形式化之前必须说明单位、任务、观察窗口和编码规则，并在研究启动前确定哪些行为计入或排除。数学上的精确不能补救概念对象的漂移。

设主体i 在时刻t 具有某个被研究的显露S，差异运行D 与特征纠缠E 可以用不同数据源近似。一个可行研究是让参与者完成相互依赖的决策任务：通过时间日志记录问题识别和方案修订作为D 的代理，通过消息与工作分工构造E 的联系网络，通过独立评分评估最终成果S。三者的测量误差分别报告。只有这样，三方程才会产生具体研究内容；仅画三个相互指向的箭头，不足以使理论获得科学身份。

因果方向是更高难点。优秀的成果可能来自好的协作，也可能使协作后来改善；第三个未观察因素可能同时造成两者改变。纵向数据、随机分配的合作条件、自然发生的制度变化，以及对潜变量的敏感性分析，可以逐步区分竞争解释。若数据不足，就应把结论限制为关联，而非宣称识别了发生因果。一个谦逊的模型，比一个对所有问题都有答案的模型更有知识价值。

形式模型还应设置简约性惩罚。假如成熟的状态转移模型用两个参数便能很好预测行为，而SDE 模型需要二十个参数才能取得微弱提升，就必须检验该提升在独立样本中是否仍然存在。发生学的价值可能体现在提出更好的问题和观察单位，而不一定每次都体现为更复杂的方程。没有增量解释力的术语，应当允许被淘汰。

补论：形式化的第一任务不是制造漂亮符号，而是明确类型

设主体集合为I，时间集合为T，观测任务集合为K。对每个主体i 及时间t，记录显露S_i(t,k)、差异运行历史D_i[0,t]与特征纠缠状态E_i(t)。三个量不能未经说明便视为同维向量：显露可以是一次行为是否出现的二值记录，也可以是对一项能力的多维评分；D 可能是包含提问、比较、修正的过程日志；E 可能是以人、工具、制度、材料构成的带权图。因此数学模型首先需要说明每个变量的定义域、观测误差与缺失资料处理办法。仅仅把它们排列成S＝F(D，E)，既不能证明F 存在唯一形式，也无法保证E 和D 可被独立测量。

一个候选的动态统计模型可以把S 的下一阶段观测作为因变量，加入上一阶段的S、D 过程特征和E 关系特征，同时采用个体随机效应及情境交互项。与之比较的基线模型只使用过去S 和年龄等简单变量。如果复杂模型不能在保留样本上改善预测，或者所谓“涌现”指标只是在过拟合，它就没有证明其额外解释力。相反，如果D 与E 的具体指标在多群体中反复预测共同特征的形成时间，并且其作用模式能经预先设计的干预检验，便获得比修辞性发生论更坚实的支持。这里的实证模型只是三方程研究的一个可行入口，并非把本体论直接归结为回归方程。

补论：跨尺度模型的单位转换

设二人复合体为A＝{i,j}，其共同显露S_A(t)可以作为团队行为测量，但不能自动写成S_i(t)＝S_j(t)＝S_A(t)。团队在面对共同任务时可能拥有单个成员不具备的结果；离开合作场景后成员的独立能力仍不改变。故模型必须区分个体结果、交互结果和共同体可重复结果。如果一项工作由AI 协助完成，还要把工具当作参与条件或复合节点，而不把输出直接归属于人的全部独立能力。没有清晰单位，任何关于“全人类共同具有某特征”的量词都可能在数据上失去意义。

补论：因果识别的最低义务

时间先后不等于因果。若两个原本观点不同的人在共同讨论后趋于一致，也可能是外部信息同时改变了双方，或者只有意见相近的人愿意继续讨论。可采用随机组队、不同信息组比较、重复任务、自然实验或因果图来提高识别能力；在无法做实验的高风险伦理场景中，应使用过程证据与多种可替代解释相互竞争。SDE 提供思考方向，但必须让证据决定在哪一个层级可以提出什么强度的因果判断。研究者应为每个关键结论记录“被确认的关联”“有机制线索的关联”“有干预支持的因果”和“仍属假说”四种证据标记。