о логичности логики

Критерий непротиворечивости - один из ключевых консенсусных  критериев состоятельности любой сложной теории или качества модели в условиях, когда невозможна проверка их на практике. При этом , как правило, не конкретизируется, что означает эта непротиворечивость. В то же время всё очень непросто.

Согласно формальной логики, если из А следует Б, а из Б следует В, то из А следует В. Однако, в жизни всё сложнее. Дело в том, что приведенный пример работает всегда лишь в бинарной логике, а в жизни бинарная логика не всегда имеет место быть. Мы иногда принимаем нечто как бинарное, однако зачастую оно бинарным не является. 

Например, глядя на цвет этого текста можем мы сказать, что он черный ? Он черный ? - Да или нет ? Подвох очевиден, поэтому ответ: смотря в каком контексте! Абсолютно черного не бывает, значит нет такого цвета, по отношению к которому мы можем сказать что он черный ? Формально - да, но все зависит от решаемой задачи. Ситуация понятна - мы категоризируем мир, в отношении этих категорий применяем  бинарную логику и ... заходим в тупики!

Поэтому придумали "мягкую" логику. Решили, что есть ситуации, когда  не стоит вносить дополнительные искажения в модель мира, "обрубая" ее бинарной логикой. И для этого разработали соответствующий механизм.  И уже далеко не очевидно, что если из А следует Б, а из Б следует В, то из А следует В. Вполне может и не следовать!

Потом увидели, что с ростом требований к моделям всё чаще стали попадать в ситуацию, когда логика зацикливается. Следствие является причиной себя же. Ясно, что в реальном мире такого нет, но проблема в том, что мы реальный мир огрубляем в своих "квадратно-гнездовых" моделях (они же - представления), поэтому начинают отовсюду вылазить проблемы эффективности инструмента, который мы применяем для моделирования/познания мира.

Еще одна проблема, с которой сталкивались всегда, но которую перестали игнорировать и осмыслили относительно недавно - суперпозиция. Оказалось, что в некоторых случаях , применяя "мягкую" логику, мы можем получить такое утверждение, которое может быть одновременно и верно и ложно. Потом увидели, что и с бинарной такое случается. Это тоже следствие несовершенства инструмента моделирования в широком смысле этого слова. И если пытаться разрешить эту проблему в каждом конкретном случае, то оказывается, что у нас или нет достаточно знаний о мире или модель становится просто неподъемной. Поэтому попытались как-то научиться работать с суперпозициями. Суперпозиции известны почти всем по иллюстрации "Кот Шрёдингера". Пресловутый кот, который одновременно и жив и мертв - это не про квантовую механику, это всего лишь про несовершенство наших знаний о мире.

В итоге складывается картина :

• есть логика "или да, или нет" (бинарная);

• есть логика "ни да, ни нет" ("мягкая");

• есть логика "и да, и нет" (... назову ее квантовой).

Кроме того - есть логика однонаправленная, а есть циклическая, которые накладываются на логики, приведенные выше.

Причем, если работаем с теориями и моделями в условиях высокой неопределенности, то надо уметь эффективно использовать все приведенные виды логики. 

И , возвращаясь к началу текста - критерий непротиворечивости, как критерий состоятельности теории и/или качества модели становится уже не таким категоричным, как это кажется на первый взгляд.

Но практический вопрос - как с этим работать ? И почему я говорю про логику, а не, например, про математические модели ? Про логику приходится говорить потому, что далеко не всегда мы можем построить добротную математическую модель объекта исследования. В то же время моделей типа онтологических, нам зачастую катастрофически не хватает для решения задач, например, управления. Поэтому модели, которые можно условно назвать "логические" оказались где-то между онтологическими и прикладными математическими, и позволили достаточно неплохо решать некоторые задачи, которые другими способами просто не решить при разумных затратах. И таких задач оказалось достаточно много.

А технологически оказалось все достаточно "элементарно". Надо было только научиться решать балансовые задачи над большими нелинейными моделями. Или, если по-другому : определенный класс задач нелинейной оптимизации большой размерности.

Даже инструмент такой создали. И даже одну мегастратегию на нем просчитали. И не просто просчитали, а оптимизировали, да еще в конфликтной постановке.