# 靜態真值的破界：判斷不是一個值，而是一個過程
## 動態邏輯解與生成判斷系列・第一篇

**英文題名：** *Breaking the Static Truth-Value Frame: Judgment as a Process Rather Than a Mere Value*  
**版本：** v0.1  
**日期：** 2026-08-16  
**作者：** Neo.K（概念提出）／Aletheia（理論整理與形式化協作）

---

## 摘要

邏輯系統經常以命題的真值為核心表示：

$$
J(P)\in\{\top,\bot\}.
$$

這種表示對大量形式推理極其有效，但在人類研究、AI 推理、科學理論修正、法律判斷與多主體知識系統中，另一個問題同樣重要：一個命題如何從「尚未判定」經由證據、推理、反證、模型修正與語境變化，成為某個目前可採用的判斷？

本文提出一個最小區分：

$$
\boxed{
\text{Truth Value}
\neq
\text{Judgment Process}.
}
$$

命題是否為真，與有限主體在某一時間點如何合理地判定命題，不是同一個問題。本文因此將靜態形式：

$$
J(P)
$$

提升為歷時形式：

$$
\boxed{
J(P,t\mid E_{\leq t},\Gamma_t,O_t,M_t).
}
$$

這並不否認經典邏輯的二值語義，而是增加「判斷狀態」與「判斷歷史」兩個分析層。本文進一步定義暫時閉合、重新開啟、證據事件、判斷轉移與歷史可追溯性，並指出：若新證據可以改變合理判斷，那麼「先前判定為真」與「命題永恆為真」不能混為一談。

本文同時區分本理論與既有 Propositional Dynamic Logic、Dynamic Epistemic Logic、AGM Belief Revision 與 Bayesian Epistemology。本理論的焦點不是以新語言取代這些成熟框架，而是建立一個可供後續「絕對動態解」「三態 $\Omega$ 」「動態不動點」與「可不可論」共用的判斷過程本體。

---

# 一、問題：我們平常把三件事壓成一件事

假設命題：

$$
P=\text{「某藥物對某群體有效」}.
$$

至少可以區分：

1. $P$ 在世界中是否為真；
2. 研究者在時間 $t$ 是否有充分理由接受 $P$ ；
3. 研究者如何從初始未知走到目前判斷。

第一項是 truth condition。

第二項是 epistemic status。

第三項是 judgment history。

但日常介面常直接顯示：

```text
TRUE
```

或：

```text
FALSE
```

於是：

$$
\text{world state}
=
\text{epistemic state}
=
\text{decision state}
$$

被不必要地壓成一層。

本文的第一個工作，就是把三者重新拆開。

---

# 二、真值與判斷狀態

令：

$$
V(P,W)
$$

表示命題 $P$ 在世界 $W$ 中的真值。

令：

$$
J_a(P,t)
$$

表示代理者 $a$ 在時間 $t$ 對 $P$ 的判斷狀態。

則一般而言：

$$
\boxed{
V(P,W)
\neq
J_a(P,t).
}
$$

更精確地說，兩者型別不同。

$$
V:
\mathcal P\times\mathcal W
\rightarrow
\mathcal V
$$

而：

$$
J:
\mathcal A\times\mathcal P\times\mathcal T
\rightarrow
\mathcal S_J.
$$

其中：

- $\mathcal P$：命題集合；
- $\mathcal W$：世界或模型集合；
- $\mathcal V$：真值域；
- $\mathcal A$：代理者集合；
- $\mathcal T$：時間域；
- $\mathcal S_J$：判斷狀態集合。

當：

$$
\mathcal V=\{\top,\bot\}
$$

時，仍然完全可以有：

$$
|\mathcal S_J|>2.
$$

因此「判斷狀態多於二態」不等於否定二值 truth semantics。

---

# 三、從 $J(P)$ 到 $J(P,t)$

本文採用：

$$
\boxed{
J_a(P,t)
=
F(
P,
E_a^{\leq t},
\Gamma_a(t),
O_a(t),
M_a(t)
).
}
$$

其中：

$$
E_a^{\leq t}
$$

為代理者截至 $t$ 所取得的證據集合；

$$
\Gamma_a(t)
$$

為當前判定域、語境與規則；

$$
O_a(t)
$$

為觀察位置、權限與資料可見性；

$$
M_a(t)
$$

為正在使用的模型、推理機制或理論框架。

因此：

$$
J_a(P,t_0)
\neq
J_a(P,t_1)
$$

並不自動表示代理者矛盾。

可能只是：

$$
E^{\leq t_0}
\neq
E^{\leq t_1}.
$$

---

# 四、判斷事件

定義判斷事件：

$$
e_k
=
(
\tau_k,
\operatorname{type}_k,
\operatorname{payload}_k,
\operatorname{source}_k
).
$$

其類型例如：

$$
\operatorname{type}_k
\in
\{
\text{evidence-add},
\text{counterevidence-add},
\text{source-invalidated},
\text{context-change},
\text{model-change},
\text{rule-change}
\}.
$$

判斷狀態因此由事件驅動：

$$
S_{k+1}
=
U(S_k,e_k).
$$

這使：

$$
\boxed{
\text{Judgment}
=
\text{event-sourced epistemic state}.
}
$$

---

# 五、判斷軌跡

令：

$$
\gamma_P
=
(
S_0,S_1,\ldots,S_n
)
$$

為命題 $P$ 的判斷軌跡。

例如：

$$
\gamma_P
=
(
\Omega_0,
\Omega_1,
\top_p,
\Omega_2,
\bot_p
).
$$

其中：

- $\Omega_i$：尚未閉合；
- $\top_p$：暫時支持／暫時閉合為真；
- $\bot_p$：暫時反對／暫時閉合為假。

重點不是此處已經完成三態語義，而是先建立：

$$
\boxed{
\text{current state}
\neq
\text{whole trajectory}.
}
$$

---

# 六、暫時閉合

研究與行動不能永遠維持 open。

因此定義 closure operator：

$$
\mathsf C_\theta(S_t)
\rightarrow
S_t^{\mathrm{closed}}
$$

其中 $\theta$ 是閉合政策。

例如：

$$
\theta
=
(
\text{evidence threshold},
\text{risk tolerance},
\text{decision deadline}
).
$$

如此：

$$
\boxed{
\text{Closure}
\neq
\text{Final Truth}.
}
$$

暫時閉合的真正意思是：

> 在目前資訊與風險條件下，這個判斷已足以支持目前行動。

---

# 七、重新開啟

令 reopen operator：

$$
\mathsf R(S_t,e_{new})
=
S_{t+1}^{\mathrm{open}}.
$$

當新事件具有足夠壓力時：

$$
\Delta(e_{new},S_t)>\rho,
$$

原判定重新進入開放狀態。

因此可能存在：

$$
\top_p
\rightarrow
\Omega
\rightarrow
\bot_p.
$$

這不表示「真會變成假」。

更精確地說：

$$
\boxed{
\text{agent's justified closure changed}.
}
$$

---

# 八、與 AGM Belief Revision 的關係

AGM framework 已系統研究理論的：

$$
\text{expansion},
\quad
\text{contraction},
\quad
\text{revision}.
$$

因此本文不能宣稱「信念會因新證據更新」是一個新發現。

本系列的新工作在於將：

$$
\text{belief revision}
$$

與：

$$
\text{runtime judgment state}
$$

及：

$$
\text{executable document history}
$$

進一步接合。

也就是：

$$
\boxed{
\text{Theory Change}
+
\text{State Machine}
+
\text{Execution Ledger}.
}
$$

---

# 九、與 Dynamic Epistemic Logic 的關係

Dynamic Epistemic Logic 已研究 epistemic model 如何在 public announcement、action model 或其他資訊事件後被更新。

本系列與 DEL 有深刻親緣性，但研究對象不完全相同。

DEL 常寫：

$$
M
\xrightarrow{\alpha}
M'.
$$

本文則把焦點放在：

$$
J(P,t)
\xrightarrow{e}
J(P,t+\Delta t).
$$

亦即，把「命題判斷狀態」提升為直接可執行、可保存、可回放的研究物件。

---

# 十、與 Bayesian Epistemology 的關係

Bayesian epistemology 使用 credence：

$$
0\leq
P(H)
\leq1
$$

並研究證據如何更新：

$$
P(H\mid E).
$$

這非常適合成為動態判斷中的一個數值維度。

例如：

$$
C_t(H)
=
P_t(H).
$$

但：

$$
\boxed{
C_t(H)
\neq
J(H,t)
}
$$

必須保留。

原因是判斷狀態還可能包含：

- 來源可靠度；
- 反證壓力；
- 證據完整度；
- 權限；
- 判定風險；
- 模型分歧；
- 是否允許閉合；
- 是否需要重新開啟。

因此 Bayesian probability 可以是 renderer 中最直覺的科普投影，但不能被誤認為完整 runtime state。

---

# 十一、歷史不可刪除原則

若目前判斷為：

$$
J(P,t_n)=\bot_p,
$$

不應覆寫掉：

$$
J(P,t_k)=\top_p
$$

曾經存在的事實。

因此定義：

$$
\mathcal H(P)
=
\{
(S_k,e_k)
\}_{k=0}^{n}.
$$

並要求：

$$
\boxed{
\text{Current State}
+
\text{History}
}
$$

共同構成完整判斷物件。

這是後續「負罪前行」與責任追溯的邏輯前提：修正不能假裝過去沒有發生。

---

# 十二、判斷與責任

若代理者在時間 $t$ 已根據：

$$
J(P,t)
$$

採取行動：

$$
a_t,
$$

則後續重新判定不會讓：

$$
a_t
$$

從歷史消失。

因此：

$$
\boxed{
\text{Revisability}
\neq
\text{Retroactive Innocence}.
}
$$

這將在第六篇正式展開。

---

# 十三、第一個最小動態判斷模型

定義：

$$
\mathfrak J
=
(
P,
S,
E,
U,
C,
R,
H
).
$$

其中：

- $P$：命題；
- $S$：當前狀態；
- $E$：證據集合；
- $U$：更新算子；
- $C$：閉合算子；
- $R$：重新開啟算子；
- $H$：完整歷史。

其運行：

$$
\mathfrak J_0
\xrightarrow{e_1}
\mathfrak J_1
\xrightarrow{e_2}
\cdots
\xrightarrow{e_n}
\mathfrak J_n.
$$

這已足以成為後續 Runtime 的最小抽象核心。

---

# 十四、本文不聲稱什麼

本文不聲稱：

$$
\text{所有真理都會改變}.
$$

不聲稱：

$$
\text{經典二值邏輯無效}.
$$

不聲稱：

$$
\text{只要有新證據就必須改變信念}.
$$

更不聲稱：

$$
\text{動態}
=
\text{相對主義}.
$$

本文只提出一個型別區分：

$$
\boxed{
\text{命題真值}
\neq
\text{有限主體的判斷過程}.
}
$$

---

# 十五、推論：靜態文件只顯示切片

如果論文只保存：

$$
J(P,t_n),
$$

那麼它只是：

$$
\operatorname{Snapshot}(\mathcal H(P),t_n).
$$

這對印刷文件完全合理。

但若研究目標包括：

- 判斷如何形成；
- 哪個證據使它反轉；
- 哪個假說何時被拆分；
- 何時閉合；
- 為何重開；

則靜態 snapshot 不足。

因此需要：

$$
\boxed{
\text{Executable Judgment History}.
}
$$

---

# 十六、結論

本文的最小命題為：

$$
\boxed{
J(P)
\longrightarrow
J(P,t)
}
$$

不是因為真理一定隨時間改變，而是因為：

> **判斷具有時間。**

這個區分一旦建立，便可以進入下一篇的核心問題：

> 如果判斷是一條路徑，那麼「解」本身是否也應從一個固定答案，重新理解為一條具有來源、變換、閉合與責任的判定路徑？

---

# 參考文獻

1. Fischer, M. J., & Ladner, R. E. (1979). *Propositional Dynamic Logic of Regular Programs*. Journal of Computer and System Sciences, 18(2), 194–211. DOI: 10.1016/0022-0000(79)90046-1.
2. Alchourrón, C. E., Gärdenfors, P., & Makinson, D. (1985). *On the Logic of Theory Change: Partial Meet Contraction and Revision Functions*. Journal of Symbolic Logic, 50(2), 510–530. DOI: 10.2307/2274239.
3. *Dynamic Epistemic Logic*. Stanford Encyclopedia of Philosophy, Spring 2026 Edition.
4. *Logic of Belief Revision*. Stanford Encyclopedia of Philosophy.
5. *Bayesian Epistemology*. Stanford Encyclopedia of Philosophy.