变量问题谬误
❦
Albert：「每次我听见一棵树倒下，它都会发出声音，所以我猜别的树倒下也会发出声音。我不相信在我不看时，周围的世界就会改变。」
Barry：「等一下。要是没人听见，它怎么能算是声音？」
在写 Albert 和 Barry 围绕「一棵树在荒无人烟的森林里倒下是否会发出声音」这一点展开的争论定义对话时，我有时会发现自己开始对角色失去共情。我开始失去那种发自肚子的感觉：为什么任何人会那样争论，尽管我已见过这种事发生过很多次。
在这种时候，我会对自己重复：「要么这棵倒下的树会发出声音，要么不会！」以找回我借来的那股义愤。
如果你把任意英语句子代入 P，那么（P 或 ¬P）并不总是可靠的启发式。「这句话是假的」就无法在一致意义上被视为真或假。还有那句老经典：「你已经停止殴打你的妻子了吗？」
现在，如果你是数学家，而且相信经典逻辑（而非直觉主义逻辑），那么你仍有办法继续坚持（P 或 ¬P）是一个定理：比如说，「这句话是假的」并不是一句话。
但这种解决方式很微妙，这本身就足以说明：你需要微妙。你不能在每个场合都横冲直撞地喊：「要么是，要么不是！」
那么，那棵倒下的树到底会不会发出声音，还是……？
当然，2 + 2 = X 或者不成立，对吧？嗯，也许吧——如果它真的是同一个 X、同一个 2、同一个 + 和 =。如果 X 在某些场合取值为 5，在另一些场合取值为 4，那么你的义愤也许就用错地方了。
要想开始主张（P 或 ¬P）应当是一个必然真理，符号 P 必须在两难的两边都代表完全同一件事。「要么这次倒下会发出声音，要么不会！」——但如果 Albert::sound 与 Barry::sound 不是同一个东西，那么树可以发出 Albert::sound 却不发出 Barry::sound，这一点毫无悖论可言。
（:: 这种写法是我在写 C++ 的那些年里学来的，用来避免命名空间冲突。要是你有两个不同的包都定义了一个类 Sound，你可以写 Package1::Sound 来指明你指的是哪个 Sound。我想这种写法并不广为人知；可惜的是，因为我经常希望自己在写作时也能用上它。）
这种可变性可能很微妙：Albert 和 Barry 也许会仔细核对，确实是同一棵树、同一片森林、同一次倒下，只为确保他们确实在就同一个事件产生实质分歧；然后却忘了检查，他们是否把这个事件对应到了同一个概念上。
想想你最常去的那家杂货店：它在街道左侧，还是右侧？但当然，街道并不存在所谓的「那边的左侧」，只有当你从某个特定方向沿着它前进时的「你这边的左侧」。我们使用的许多词，其实都是语境所提供的隐含变量的函数。
在一个意图解析语言的人工智能（Artificial Intelligence）程序里处理这类问题，其实麻烦得要命，需要做大量工作——这种现象叫作「说话者指示（speaker deixis）」。
「Martin 告诉 Bob 那栋楼在他的左边。」但「左边」是一个功能词，它的取值会依赖一个说话者相关的变量，而这个变量会从周围语境中被悄无声息地抓取出来。这里说的是谁的「左边」——Bob 的，还是 Martin 的？
变量问题谬误（variable question fallacy）里的变量往往没有被整齐地标出来——它并不像「喂，你觉得 Z + 2 等于 6 吗？」这么简单。
如果一次命名空间冲突引入了两个不同概念——它们因为名字相同而看起来像「同一个概念」——或者一次压缩谬误把两个不同事件压进同一个事件里——它们因为没有各自独立的心智档案而看起来像同一个事件——又或者同一个函数在不同语境下取到不同值——那么现实本身就会变得千变万化、飘忽不定。至少，从算法从内部是什么感觉来看，感觉就是如此。你的心眼看到的是地图，而不是直接看到领土。
如果你有一个带着隐含变量的问题，它在不同语境下会取到不同表达式，那么你会感觉像是现实本身不稳定——你的心眼所见，会随着它看向哪里而来回移动。
这常常会把本科生（以及后现代主义教授）搞糊涂：他们发现一句话有不止一种解释，就以为自己发现了现实中某个不稳定的部分。
「天哪！『太阳绕着地球转』对 Hunga Huntergatherer 来说是真的，但对 Amara Astronomer 来说，『太阳绕着地球转』却是假的！根本没有固定的真理！」至于如何解构这种大二学生式的蠢话，就留作读者的练习。
然而，连我一开始也会写出这样的话：「如果 X 在某些场合是 5，在另一些场合是 4，那么句子『2 + 2 = X』也许没有固定的真值。」并不存在某一句具有可变真值的句子。「2 + 2 = X」根本没有真值。它还不是一个命题（proposition）——至少还不是，按数学家对「命题性」的定义——就像「2 + 2 =」不是命题一样，「Fred jumped over the」也不是一个合乎语法的句子。
但这种谬误往往会悄悄溜进来，即便你自以为懂得更清楚：因为，唉，这就是算法从内部的感觉。