iching

 

《易经》作为解释因果的指南

- 从卦象到变化机制解释与结构性因果

-

刘永川
Alex Liu

 

摘要

复杂系统研究不仅需要预测未来,更需要解释过去:为何事件发生、为何结果如此、为何结构持续存在。现代数据科学与人工智能在预测任务上取得显著进展,但在“解释因果”与“说明机制”方面仍存在长期困难,尤其在存在非线性、反馈、路径依赖与多因素交互的复杂系统中。本文提出一种方法论重读:将《易经》的六爻—六十四卦体系视为一种面向复杂系统的结构化解释框架。六十四卦提供可枚举、可比较、可解释的离散状态空间,而变爻机制提供状态转移模型,使解释不局限于“相关性”,而能够围绕“变化如何发生”建立机制性叙述。进一步地,《易经》通过解析爻的变化(局部变化)、卦的变化(整体变化)及其相互关系,形成一种将微观触发与宏观结构转折统一起来的解释体系。六十四卦之间存在 64×64 的一阶迁移空间,并可扩展至更高阶的连续变化路径,为分析历史转折、结构断裂与长期演化提供系统性工具。本文据此指出:《易经》可被理解为一种以变化机制为核心的结构性因果解释体系,其价值在于将复杂系统解释从单点原因归因,提升为状态—转移—反馈的动态因果分析,并可与现代 AI 的预测系统形成互补,从而构成更完整的研究方法框架。


1. 引言:解释比预测更困难,因果比相关更稀缺

在复杂系统中,“预测未来”与“解释过去”并非同一任务。预测关注未来状态的可能性分布,而解释关注过去状态的生成机制。现代 AI 在预测任务上表现突出,但在解释任务上仍面临结构性限制:即使模型能够高精度预测,也未必能够回答“为什么”。

解释之所以困难,主要来自复杂系统的基本性质:

  • 多因素交互与非线性导致原因难以分解

  • 反馈回路与延迟效应使因果链条跨越时间尺度

  • 路径依赖导致相同条件在不同历史阶段产生不同结果

  • 结构性约束与制度惯性使系统长期停留在某些稳定状态

  • 观察数据不完整,关键变量不可观测

因此,复杂系统解释往往不能依赖“单一原因”,而需要一种能够表达结构、变化与反馈的机制性框架。


2. 解释的基本单位:不是变量,而是状态与转移

传统因果分析常以变量为中心:寻找某变量对某结果的影响。但在复杂系统中,变量往往不是稳定实体,变量之间的关系也并不恒定。更稳健的解释单位往往不是变量,而是:

  • 系统处于何种结构状态

  • 系统为何从某状态转移到另一状态

  • 哪些变化触发了结构转折

  • 哪些反馈机制放大或抑制了变化

  • 哪些路径依赖使系统锁定在某些结果上

换言之,复杂系统的解释应围绕“状态—转移—反馈”展开。

在这一点上,《易经》提供了高度契合的结构基础:六十四卦提供状态空间,变爻机制提供状态转移,而卦象与爻位的组合结构为解释提供稳定的表达单位。


3. 六十四卦:结构性解释所需的离散状态空间

《易经》的六爻体系构成一个六维二值空间,生成 64 个可枚举状态。其方法论意义并不在于象征意义,而在于它满足复杂系统解释所需的表示层条件:

  1. 可枚举:状态集合有限,解释可以在有限结构内进行比较

  2. 可比较:不同状态之间可定义差异、距离与结构相似性

  3. 可解释:状态由明确维度构成,具备结构语义映射

复杂系统解释的第一步通常是:明确系统处于何种结构状态。若缺乏状态表示,解释将容易滑向“事后叙事”或“随意归因”。

六十四卦提供一种结构化的解释字典:解释不再仅依赖语言叙述,而可以建立在可比较的状态结构之上。


4. 变爻机制:从静态解释到动态机制解释

复杂系统解释的关键不是描述“现在是什么”,而是说明“为何变成这样”。因此,解释必须内置变化机制。

《易经》的核心优势之一,是其解释并不止于卦象分类,而是将变化纳入体系核心。变爻机制使解释可以被组织为:

原状态 → 变化触发点 → 新状态

这一结构具有明确的机制解释意义:

  • 原状态提供结构背景

  • 变爻指出变化发生的关键位置

  • 新状态刻画变化后的结构结果

从现代系统科学视角,这等价于将解释从静态描述提升为状态转移模型。


5. 爻变与卦变:局部变化、整体变化及其关系

《易经》之所以能够形成一种特别的因果分析系统,关键在于它不仅刻画变化,还区分并关联两种不同层级的变化:

  1. 爻的变化(局部变化)

  2. 卦的变化(整体变化)

这一点在复杂系统解释中具有重要意义。复杂系统的因果机制通常呈现多层级结构:局部扰动并不必然导致整体转折,但某些关键位置的局部变化会触发结构性迁移,进而造成宏观状态的改变。

在这一框架中:

  • 爻变可被理解为系统内部关键因素的局部扰动、条件改变或微观触发

  • 卦变可被理解为系统结构形态的整体迁移、稳定性改变或宏观格局转换

  • 爻变与卦变之间的关系则对应“微观触发—宏观转折”的机制链条

由此,《易经》的解释不再停留在“结果发生了什么”,而能够组织为一种更符合复杂系统科学的叙述:

哪个局部因素发生变化 → 触发了何种结构转折 → 导致系统进入新的整体状态 → 进而形成新的反馈与稳定机制

这种层级化解释方式,能够显著提升因果分析的可解释性与可迁移性。


6. 64×64 的迁移空间:解释不是单一原因,而是结构路径

在复杂系统中,重大事件往往不是由单一原因触发,而是由一系列结构变化累积形成。若解释只停留在“某原因导致某结果”,往往无法解释:

  • 为什么在某个时间点才发生

  • 为什么同样因素在过去未引发相同结果

  • 为什么结果一旦出现便持续存在

  • 为什么某些小因素在特定阶段被放大

《易经》的方法论意义在于,它允许解释从单点归因扩展为迁移关系分析。

六十四卦作为状态空间意味着:

  • 当前状态:64 种

  • 下一状态:64 种

因此存在:

64 × 64 = 4096 种可能的一阶状态迁移关系

这一结构并非要求穷举所有变化,而是提供一种解释框架:解释可以围绕“系统为何从 A 迁移到 B”展开,而非围绕孤立变量的相关性展开。

更进一步,复杂系统的解释常需要二级变化与多级路径分析,即:

  • 变化之后为何产生新的变化结构

  • 哪些变化导致连锁反应

  • 哪些变化形成稳定循环

  • 哪些变化导致不可逆断裂

这使得解释成为路径结构分析,而不仅是变量影响分析。


7. 《易经》的因果观:结构性因果与机制性因果

现代因果推断理论强调:相关性不等于因果性。但在复杂系统中,即使能够识别因果,也往往无法得到单一清晰的因果链条。原因在于复杂系统的因果结构通常具备以下特点:

  • 多重原因共同作用

  • 原因之间存在交互与非线性放大

  • 因果链条跨越多个时间尺度

  • 系统存在反馈,导致因果呈循环结构

  • 结构约束与制度惯性构成深层原因

《易经》所提供的并非单一变量因果,而更接近一种结构性因果观:因果不是点对点的线性关系,而是状态—变化—状态的结构迁移。

在这一框架中,“因果解释”主要回答三类问题:

  1. 系统为何处于该状态

  2. 哪些变化机制导致状态转移

  3. 哪些反馈与结构约束使结果持续存在

这与复杂系统研究所需的解释类型高度一致。


8. 案例与历史解释:为何《易经》特别适合解析过去

《易经》长期应用于历史解释与现实判断,其关键优势并不在于“预言”,而在于它提供一种稳定的解释结构。复杂系统的历史解释往往面对以下困难:

  • 历史资料不完整

  • 变量定义随时代变化

  • 解释容易被意识形态与叙事偏好扭曲

  • 结果往往来自长期累积而非单点事件

在此条件下,解释若缺乏结构框架,极易变成选择性叙事。而《易经》的状态—变化结构能够迫使解释围绕:

  • 系统结构背景

  • 变化触发点(局部变化)

  • 结构迁移(整体变化)

  • 迁移路径与反馈后果

进行组织,从而使历史解释更接近机制性分析而非叙事性归因。


9. 与现代 AI 的互补:预测系统需要解释系统

现代 AI 的核心能力是预测。预测系统在许多任务上表现卓越,但其局限也日益明显:高精度预测并不自动产生可接受的解释。尤其在公共政策、金融风控、医学决策与社会治理等领域,预测输出若缺乏解释框架,将难以被信任、难以被审计、也难以承担责任。

因此,现代研究方法越来越强调:预测系统需要解释系统。预测提供“会发生什么”,解释提供“为何发生”。在复杂系统中,解释还承担更关键的功能:识别机制、定位结构风险、揭示反馈回路与长期锁定因素。

《易经》的方法论意义在于:它提供一种以变化机制为中心的解释框架,并通过爻变—卦变的层级结构将微观触发与宏观转折统一起来,从而可与现代 AI 的概率预测系统形成互补。两者结合后,复杂系统研究可以同时具备:

  • 可扩展的预测能力

  • 结构化的机制解释能力

  • 层级化的因果分析能力

  • 反馈驱动的持续迭代能力

由此形成更完整的研究闭环。


10. 结论:《易经》作为结构性因果解释体系的现代意义

本文提出:在方法论层面,《易经》可被理解为一种面向复杂系统的结构性因果解释体系。六十四卦提供离散状态空间,使解释具备可枚举、可比较、可解释的表示基础;变爻机制将变化形式化为状态转移,使解释能够围绕“变化如何发生”建立机制叙述;而爻变与卦变的层级关系进一步使解释能够统一局部触发与整体转折,从而形成一种特别适合复杂系统的因果分析系统。与此同时,64×64 的迁移空间及更高阶变化路径,为分析历史转折、结构断裂与长期演化提供系统性工具。

在复杂系统研究中,解释往往比预测更困难,但解释也更根本:解释揭示机制,机制决定预测框架的有效边界。由此,《易经》不仅是预测系统,也可作为解释系统,为现代研究方法提供一种兼具结构、变化与反馈的因果解释语言,并为后续关于学习与迭代优化的讨论奠定基础。


DaLongJGS
 

 

从莱布尼茨到人工智能. - 作为复杂系统方法论的《易经》,如何被 AI 重新带回 | by Dr. Alex Liu, a thought leader in data and AI | Feb, 2026 | Medium

ResearchMethods.org