“不过，哲学史上还有和经验主义对立的学派——以笛卡尔为代表的理性主义。”教授继续讲解，“笛卡尔有句名言‘我思故我在’，他认为通过思考能获得真正的知识。他没有完全否认观察的作用，但觉得观察只能让人认识事物表象，无法触及世界本质。”
“像数学里的等号、开方、对数这些概念，现实世界中没有直接对应的存在，我们不可能靠观察感知到，只能靠理性思考和逻辑推理获得。笛卡尔之后，牛顿、莱布尼茨这些着名数学家，都是理性主义的信奉者。”
蒋尘发现了一个规律：“教授，我发现经验主义代表人物，比如休谟、洛克，好像更关注对社会的观察；而理性主义代表人物，像笛卡尔、牛顿，在数学上都很厉害，这是巧合吗？”
“不是巧合，这和他们的研究方法与关注领域密切相关。”和蔼教授解释道，“经验主义者侧重从社会观察中提炼哲学见解，理性主义者则更擅长通过数学推理探索世界规律。不过，也有哲学家试图调和两者的分歧，比如德国古典主义哲学奠基人康德。他原本是理性主义者，读了休谟的着作后深受启发，花了很多年修正自己的哲学思想，来回应休谟的观点。”
“经验主义和理性主义对西方的政治、法律、科学和社会影响深远。今天我们重点聊聊它们在科学上的影响，尤其是和心理学、人工智能相关的领域。”教授话锋一转，“我把休谟的‘叉子’再延伸一下，结合现代知识体系，把知识和方法分成三类。”
“第一类是数学，纯粹依靠理性，这一点我们之前已经明确了。第二类是自然科学，理性成分占比大，我们会用简单规律构建知识体系，再通过实证主义方法完善规律边界。规律的获取，有的靠有限归纳，有的靠合理演绎。比如哈维发现血液循环、伽利略研究自由落体，理性的逻辑推理都起到了关键作用。”
“第三类是非科学，大家注意，非科学不是伪科学。它包括很多社会科学、人文科学，还有哲学和宗教。在这些领域，经验的占比更大。但这并不意味着它们不需要理性分析和逻辑，而是很难找到像自然科学定律那样普适的规律，就算有规律，适用范围也很严格，甚至很多经验研究根本无法用规律概括。”
周游联想到之前学过的知识：“教授，心理学是不是也属于经验成分较多的学科？我记得心理学有很多实验都是基于经验观察的。”
“非常正确，”和蔼教授肯定道，“现代科学中，心理学和医学在很大程度上都是经验科学。其实‘经验主义’这个词最早就来自古希腊的医学，当时有些医生主张靠经验给病人看病，反对依赖书本教条，这就是早期的经验主义。”
“还有一个特别的领域——认知科学中的人工智能研究，也非常依赖经验。早期的人工智能学者，比如提出形式语言模型的乔姆斯基，想把人工智能划归到自然科学范畴，希望靠理性和逻辑解决问题。他们试图用数学模型生成人类语言，这在计算机语言上是可行的，因为计算机语言能完全纳入数学框架。”
“但人类语言太复杂了，总有很多例外，设定的规律经常失效。到了上世纪70年代，贾里尼克等人扛起经验主义大旗，让计算机通过学习经验和案例来处理人工智能问题。现在人工智能的成功，就是在他们的研究基础上发展起来的。”
叶寒好奇地问：“教授，学术界对人工智能的研究方法没有争议吗？”
“当然有，”和蔼教授说，“很长一段时间里，学术界有两派关于自然语言处理的学术会议。一派是偏传统语言学理论研究的，比如计算语言学国际会议G；另一派是偏经验主义的，比如经验方法自然语言处理会议ENLp。我参加过这两类会议，两派学者的研究思路差异很大。不过近年来，两派会议有时会一起举办，这也体现了经验主义和理性主义的结合趋势。但到目前为止，几乎所有人工智能和大数据的成就，都来自经验主义这一派。我写的《智能时代》这本书，本质上介绍的就是经验主义方法。”
课程接近尾声，和蔼教授开始总结：“回到我们最初的问题，在生活中，什么时候该用理性主义，什么时候该用经验主义呢？我认为，理性主义主要用在两个地方。第一，面对数学和自然科学问题时，理性推理是核心。第二，当我们需要找出一件事的错误时，理性能帮我们判断哪些结论不合逻辑、不合理。但要注意，用理性主义时，一定要清楚规律的适用边界，不能把它变成教条主义。”
“至于经验主义，在我看来，只要涉及非科学问题，我们都应该更相信经验。比如人际交往中，我们靠经验判断对方的性格和态度；在艺术欣赏中，经验让我们更好地理解作品的内涵。当然，这并不意味着经验可以脱离理性，经验需要理性的梳理和分析，才能更好地发挥作用。”
最后，和蔼教授抛出一个思考题：“今天我们探讨了经验主义和理性主义的适用场景，那大家可以思考一下，在教育孩子的过程中，哪些方面应该侧重经验主义，哪些方面应该侧重理性主义呢？欢迎大家下次上课分享自己的观点。觉得这节课有收获的同学，别忘了点赞支持，也可以催更后续课程，我们会带来更多关于哲学与生活的探讨。”
课堂内容总结:
该课堂内容围绕“何时用经验主义，何时用理性主义”展开。和蔼教授以“休谟的叉子”为切入点，指出其将知识分为无需经验验证的观念知识（如数学，靠理性获得）与依赖经验的经验知识，还分析了理性推理中归纳（存在不完全归纳误区，如“火鸡悖论”）与演绎（难辨真实因果，如“着凉致感冒”的误区）的局限性。
教授接着梳理经验主义（以洛克为代表，认为知识源于经验）与理性主义（以笛卡尔为代表，强调靠思考获真知）的争论，提及康德试图调和分歧，又将知识延伸分为数学（纯理性）、自然科学（重理性，需实证）、非科学（重经验，如心理学、部分社会科学）三类，并以人工智能领域发展为例说明经验主义的重要性。
最后教授总结：理性主义适用于数学、自然科学问题及找错误，经验主义适用于非科学问题，还抛出“教育孩子中如何侧重两种主义”的思考题。