正义终极归属于个人的利益 特有理 2023-07-16
如果引用数理的词汇，正义的终极归属也可以表达为：正义的极大值，正义的收敛区域，正义的最终边界。说极大值是因为真正能长远有效的正义必定是有利于最广大群体的道德逻辑。说收敛区域是因为宽泛的群体概念往往不能真正作用到多数的个体，真正的正义必须能确保多数个体的利益不被所谓的“正义”侵害。说最终的边界是因为正义不是空泛的口号，是以个体的具体利益作为防止道德逻辑溢出的屏障。任何宽泛的正义概念都无法落实为真的正义。比如发展、比如共产、比如自由、比如民主。 让我们从一个经典的问题，以普通语言来解析关于正义的基础逻辑。 说一辆失控的列车要么撞死5个人，要么撞死1个人，结果全靠司机的选择。基本的问题是哪种选择才算正义？升级的版本是列车前方有你想要多少人就会有多少人在等着挨撞。如果你把身边的大胖子推到铁轨上，就能牺牲他一人而拯救许多人。于是问，你推他算正义还是不推算正义？ 我发现，普遍的分析都是以正向思维的方式，按着问题描述的方向进行思考，因此不管如何解释或辩论都无法涉及正义的本质。其实，也就是分析问题的人始终把自己作为决策者或旁观者，说得深刻点，就是以上帝视角来分析这类问题。然而，人间的正义绝不是上帝赏赐的，而是人类自我适配的利益判断标准。因此，对正义与否的评判，决策者或旁观者的视角绝对都是错误的。只有将评判者的利益纳入其中，正义才会有明确的答案。 对前面提到的问题，首先，在多数利益对少数利益的问题上，降低群体风险必然优先于降低个体风险，降低多数的风险必然优先于降低少数的风险。这既符合多数人的利益，也符人类发展的优化决策。其基本逻辑在于，正义所覆盖的群体越广泛，个体因之受益的机会就越大。因此，在社会角度，在保护多数的前提下，牺牲少数是当然的正义。但这个多数必须是社会意义上的多数，而不应仅仅是比例上的多数。就像在5比1的假设场景面前，由于差距不大，致使不少人难以启动本能默认的判断机制。可见，离社会多数越远，正义性就会越差。在前面提到的具体问题中，如果把5个人中放入妇女、儿童的角色，正义与否的问题就相对容易判断。尽管那一个人也可能是妇女或儿童，但哪边出现的可能性大是不言而喻的。只不过这种正义已经成为一种弱正义，因此也很容易引起争议。但有一点是非常明确的，就是多数人利益优先的法则总好过少数人的利益优先。因为每个人具体利益的覆盖可能性都是与群体的数量成正相关的。其哲理逻辑就像本人以前曾经解释过的，关于食草动物扎堆的道理一样。 这里，还引申出一个更深层的问题，就是社会对正义性的评判不能仅仅局限在语言概念的水平。因为在概念与概念的逻辑衔接中，语言表达的歧义性往往造成逻辑的混乱并衍生出诡辩逻辑。比如在前面假想的案例中，如果群体里的个体利益虚无化，又强调单独个体的具体利益。这就必将使正义的认定进入两难的尴尬境地。社会的问题不是所谓文科问题，它涉及的是自然的逻辑。因此，数理逻辑的应用就是必须的。因为数理逻辑既是自然逻辑的一种提炼，也保证了逻辑概念的明确性和非发散性。只有将大众利益的解析纳入科学分析的框架，其正义的基础才不会成为似是而非的概念操弄。这个问题点到为止，因为我知道大多数人上网是为了找乐，没几个人有心思对神马博客文章做深入思考。但只要提到了，至少能为社会提供一个思维的参考。指不定何时何地就会产生作用。正义就像大病保险，尽管平时不能当饭吃，但关键时候却能保住吃饭的家伙。其实，文科语言的不严谨性并不是致命问题，只要思考者愿意接受严谨的数理逻辑概念。反而是打着神的旗号否定科学，否认数理逻辑对社会文明的影响，这才是让人气愤的思维态度。这是一种典型的拿无知当理说的行为。
有意思的是问题沿展之后，关于推不推胖子做牺牲的问题。我想，这其实是在问题辩论中引出的关于个人利益的问题。其问题似乎要说，如果强调多数人利益，那牺牲个人利益就会成为必然。进而，无辜者的利益就必然会受到侵害。如果要保护个体的利益，多数人的利益就不能保证。 然而，这种悖论的出现恰恰是短视思维和单向思维的结果。 说其短视是因为社会的正义绝不能以任何特殊场景作为辨析的基础。就像函数曲线上某一点的值根本无法体现函数的真实特性一样。不过这个逻辑常识会被多数缺乏数理知识的人所忽略，因此时常会被那些拿特例来说事儿的骗子们忽悠成瘸子。而骗子最常用的一句洗脑术语就是：社会问题远比科学问题复杂得多；科学在社会问题面前就是狗屁。其实，任何用科学方法来解析的问题都已经属于科学问题范畴。只不过简单的社会问题可以用简单的科学方法来解析。比如对交通秩序的控制和维护。而复杂的社会问题则需要纳入更复杂的科学体系。比如对刑事犯罪与各种社会变量之间的相关性研究及其预防和预测。由于人类社会是先于科学的建立而发展的，因此科学能力与社会问题的适配度必定会是一个不断趋近的过程。大数据、算法、AI，这些都是科学与社会不断融合的明确标志。上流社会对AI的恐惧其实更多来自AI对社会非正义体系的威胁，而并不是表面上说的，所谓对人类的威胁。试想如果AI被矫调到维护多数人利益的模式，谁惧怕和仇恨AI不是一目了然吗？这个话题是本人今后要重点探讨的一个方面，本文就此打住。 说其单向是多数人是沿着群体与个人的思路来分析问题。加上描述问题的话术，从而遗忘了正义的初衷到底是什么。这里，又有两个关键点：一是无辜者被当作牺牲品的问题；二是无辜牺牲被正义化后的延申后果是什么？ 很明显，那个潜在的牺牲品是原始问题的一个延申。他并没有存在于当事人的抉择范围之内。其本质就在于，提问者对问题做出了发散性的设置。广义来说，就是少数无辜者也可以成为多数当事人的牺牲品。如果这种逻辑可以拥有正义性的话，那么杀人取器官就也能被标榜成正义的行为。可见，利益关系一旦发散，其“正义性”的结果一定会走向荒谬。第二点在于，在一个发散的利益关系中，任何人都能成为可以被牺牲的少数。在这个问题上你说就推下去一个胖子就能挡住列车；在那个问题上他就可以说扔下一个瘦子就能避免飞机失事；人民群众也可以说，把出题的那小子活埋了可以拯救全人类。你可以赞美“杀二十万稳定中国二十年”的逻辑，别人就可以讲出杀掉20%有钱人可以稳定世界一百年的道理。反正，只要能找到说辞，剥夺你的权益怎么都能编出个“正义”的理由来。可见，在这种逻辑面前，正义早已荡然无存。 通过上述并不复杂的分析就能看出，正义性的问题必须限定在封闭的概念域中。一旦概念域有溢出的缺口，正义的基础随即消失。反过来，对正义性的判断也并不复杂，就是看多数人的具体利益能否得到最大程度的保护。特别要强调的，是要警惕那些伪多数的概念。在社会问题上，很多时候，话术上的人头多数并不代表获益的实际是多数。因为社会变量对个体利益的作用远远比简单的线性数量对应复杂得多。比如选票制度，尽管参与投票的是社会意义上的多数，但这并不意味着能做出正确选择的是统计意义上的多数。在统计学角度，真正能够具有正确政治判断力的人永远会是群体中的少数。哪怕选举制度的初衷是为了正义，但只要这种模式运行到成熟状态，有能力、有胆识、有决心的骗子必然会成为多数人的选择。而只要骗子们掌控了社会的权利资源，其必然会做的两件长远保护自身利益的事：一是将其成功的骗术传授给他们的下一代；再就是制造更多缺乏分析能力的投票者以便他们一直忽悠欺骗下去。比如告诉社会，他们的成功靠得都是聪明才智和勤奋善良。 总之，关于正义性的判断有两个最基础的思维逻辑：一个是保障最普遍的个人利益才是最公正的正义标准。另一个则是最基本的个人利益其实才是最具有普遍性的社会利益。 那么在判断正义性的问题面前，一是要认清谁才是真正的受益者；再就是谁会是正义的牺牲品？ 只有前者是多数，后者是少数，正义才能成立。
|
