本稿の目的は、アリストテレス、デカルト、ヘーゲル、ダーウィン、ハイエク、サイモン、カーンマンがそれぞれ別々に論じてきた内容を、「構造は時間の中で複雑化し、観測と選択を通じて単純化し、再び更新される」という単一の過程として再記述することにある[1][2]。ここでいう単純化は、要素を雑に削ることではない。むしろ、運用や観測の結果として、説明に必要な因果構造だけが残る方向への圧縮である。この視点に立つと、哲学史の多くの議論は、実は同じ更新過程の異なる断面を強調していたと読める。
したがって本稿では、まず全体を記述する最小モデルを定義し、そのうえで各哲学者の議論を丁寧に解説し、最後に各自の立場がどの数式のどの項に対応するかを整理する。個別思想を単に比喩として並べるのではなく、状態、観測、複雑化圧、削減、歪みという操作可能な構成要素へ分解することによって、哲学的洞察を設計論や制度論へ接続できる形にすることが本稿の狙いである[3][4]。
1. 全体モデル――複雑化と単純化を同一の更新過程として置き直す
まず、時刻 \(t\) における構造状態を \(S_t\) とし、その内部に少なくとも 4 つの量、すなわち複雑さ \(C_t\)、説明可能性 \(E_t\)、環境適合度 \(F_t\)、認知負荷 \(L_t\) を持たせる。複雑さは分岐数や自由度の多さ、説明可能性はなぜその構造で動くのかを一貫した因果で記述できる程度、環境適合度は現実の制約に対する適応の程度、認知負荷は理解や維持に必要な処理量を意味する。すると最小状態は次のように書ける。
S_t = (C_t, E_t, F_t, L_t)
\]
この状態は、複雑化圧 \(G_t\)、観測入力 \(O_t\)、構造削減 \(R_t\)、歪み \(D_t\) によって更新される。ここで歪み \( D_t \) は複雑化圧 \( G_t \) に影響を与える要因として作用し、過剰な複雑さを生む要因として扱う。なお、各項はそれぞれの定義空間から \(S_t\) と同型の空間へ写像された量として扱い、\(R_t\) は各哲学に応じた具体形 \(R_t^{(\cdot)}\) によって与えられる。直感的には、未来が不確実で不足が怖いほど構造は過剰になり、運用の観測が蓄積するほど不要分岐が削られ、制度や認知の歪みが強いほど不要な複雑さが残りやすい。最小更新式は次のように置ける。
S_{t+1} = S_t + G_t – R_t – D_t
\]
ただし \( D_t \) は \( G_t \) の変形とは別に、削減 \( R_t \) の有効性を低下させる抑制項としても作用する。このとき各哲学は主に \(R_t^{(\cdot)}\) または更新過程の各構成要素に対応する。ここで \(R_t\) は抽象的な構造削減項であり、各哲学はその具体形 \(R_t^{(\cdot)}\) を与えるものとする。さらに、複雑化圧 \(G_t\) を不足回避 \(B_t\) と未知環境への備え \(U_t\) に分け、削減 \(R_t\) を観測と状態から重要経路だけを抽出する写像 \(\Phi\) で表せば、より解釈しやすい形になる。
G_t = \alpha B_t + \beta U_t
\]
\[
R_t^{(\cdot)} = \gamma_{\cdot} \Phi_{\cdot}(S_t, O_t)
\]
\[
D_t = \delta H_t
\]
ここで \(H_t\) はヒューリスティック、評価制度、責任構造、損失回避など、系統的に過剰設計を温存させる要因の総称である。この形にすると、複雑化と単純化は善悪ではなく、同一システムの別方向の力として理解できる。さらに複雑さ成分 \(C_t\) にだけ注目すれば、構造変化は振動方程式としても書ける。この式は、上の一次更新式を複雑さ成分 \(C_t\) に射影し、時間差分で表現したものである。
C_{t+1} – 2 C_t + C_{t-1} = a G_t – b R_t – c (C_t – C^*)
\]
この式の右辺第 1 項は複雑化、第 2 項は観測にもとづく整理、第 3 項は過少でも過剰でも押し戻す復元力である。\(C^*\) はその制度や設計にとっての安定複雑度であり、振動が十分減衰したときに近づく水準を意味する。以下では、各哲学者の議論をこのモデルの各項として読み直す。
| 要素 | 定義 | 役割 |
|---|---|---|
| \(S_t\) | 時刻 \(t\) における構造状態 | 構造全体を状態変数として扱う基礎枠組み |
| \(G_t\) | 複雑化圧 | 不足回避や未知環境への備えが構造を増殖させる力 |
| \(O_t\) | 観測入力 | 運用や環境から流入する現実情報 |
| \(R_t\) | 削減・統合 | 観測にもとづき不要分岐を圧縮する作用 |
| \(D_t\) | 歪み | バイアスや制度制約が過剰を残す要因 |
| \(C^*\) | 安定複雑度 | 系が収束しやすい複雑さの中心値 |
2. アリストテレス――単純化を本質抽出として読む
アリストテレスの強みは、単純化を「要素数の削減」としてではなく、「そのものをそのものたらしめる原因構造の把握」として理解した点にある。彼の四原因論では、ある対象を理解するとは、素材だけを見ることでも、動きの結果だけを見ることでもなく、形相因、質料因、作用因、目的因の連関を通じて、その対象の成立条件を説明することだった[5][6][7]。この立場では、説明とは情報を減らすことではなく、無数の属性の中から本質的な因果だけを残すことである。
この観点から見ると、単純化は次のように定式化できる。構造 \(S_t\) には多くの要素や分岐が含まれているが、そのすべてが説明に必要なわけではない。観測 \(O_t\) に照らして、成立に不可欠な因果集合 \(K_t\) を抽出し、それ以外を捨てる操作が本質抽出である。
K_t = \operatorname{Ess}(S_t, O_t)
\]
\[
R_t^{(A)} = \gamma_A \bigl(S_t – K_t \bigr)
\]
ここで \(\operatorname{Ess}\) は essence を表す演算子であり、観測に耐える本質的因果だけを選び出す。アリストテレス的単純化では、削ること自体が目的ではない。むしろ、何を残すべきかの判断こそが中心である。この点で彼の思想は、本稿のモデルにおける \(\Phi(S_t, O_t)\) の原型にあたる。単純化とは、雑音を減らして本質を残す操作なのである。
| アリストテレスの概念 | 哲学的意味 | 数理モデル上の対応 | 設計上の含意 |
|---|---|---|---|
| 四原因 | 対象成立の因果連関を多面的に捉える | 観測に耐える原因集合 \(K_t\) の抽出 | 表面的機能ではなく成立条件を残す |
| 本質 | そのものをそのものたらしめる核 | \(\operatorname{Ess}(S_t, O_t)\) | 不要分岐を削っても核は保持する |
| 説明 | 羅列ではなく因果構造の把握 | \(E_t\) の上昇 | 単純化は説明可能性の増加として測る |
3. デカルト――分解と再構成を手続きとして書く
デカルトは『方法序説』や関連する方法論的議論において、複雑な問題をできるだけ多くの部分に分け、より容易なものから順に扱い、最後に全体を点検するという手続きを提示した[8][9][10]。重要なのは、ここでの単純化が粗視化ではなく、分解と再構成の手続きだということである。最初に全体を抱えたまま処理するのではなく、局所構造へ切り分けたうえで、整合する順序で再構成する。この意味でデカルトは、複雑さを管理可能な単位へ変換する方法論を与えた。
この視点を数理化すると、構造 \(S_t\) はまず部分構造の列 \(\{s_t^{(i)}\}\) へ分解され、その後、観測 \(O_t\) と整合するように再統合される。したがってデカルト的削減は 1 回の引き算ではなく、分解演算 \(D_{\mathrm{cmp}}\) と再構成演算 \(R_{\mathrm{cmp}}\) の合成として表現するのが自然である。
\{ s_t^{(1)}, \dots, s_t^{(n)} \} = D_{\mathrm{cmp}}(S_t)
\]
\[
\widehat{S}_{t+1} = R_{\mathrm{cmp}}(\{ s_t^{(i)} \}, O_t)
\]
\[
R_t^{(D)} = S_t – \widehat{S}_{t+1}
\]
このとき重要なのは、分解された部分が観測可能な単位であることである。分解の仕方が悪いと、運用時にどこで摩擦が起きているかが見えず、再構成も失敗する。したがってデカルトの方法は、設計を静止した完成品として見るのではなく、分析可能で再構成可能な形へ変換する作業とみなすべきである。これは現代的にいえば、モジュール化、局所観測可能性、障害点の同定可能性を備えた設計原理に近い。
| デカルトの概念 | 哲学的意味 | 数理モデル上の対応 | 設計上の含意 |
|---|---|---|---|
| 分析 | 複雑な問題を部分へ分解する | \(D_{\mathrm{cmp}}(S_t)\) | 衝突点を局所化できる構造にする |
| 総合 | 単純な順序から全体を再構成する | \(R_{\mathrm{cmp}}(\{ s_t^{(i)} \}, O_t)\) | 再構成可能な順序を設計に埋め込む |
| 枚挙と点検 | 見落としを減らす手続き | 再構成後の誤差検証 | 観測と照合して設計を更新する |
4. ヘーゲル――矛盾を更新の駆動力として読む
ヘーゲルの議論の要点は、構造が静止した同一性によってではなく、内部の対立や矛盾を通じて運動するという点にある[11][12][13]。矛盾は単なる破綻ではなく、より高次の統合へ向かう契機である。この見方を制度や設計に移すと、初期設計と運用現実の衝突、目標と副作用の衝突、局所最適と全体最適の衝突は、すべて更新の入力になる。つまり失敗や摩擦は、構造が現実に触れたときに生じる誤差であり、その誤差こそが次の設計を駆動する。
数理的には、ヘーゲルの要点は 2 階差分で書くと理解しやすい。構造の変化量そのものではなく、変化の変化、すなわち加速度が、対立の強さによって生じると考えるのである。複雑化 \(G_t\) と削減 \(R_t\) が釣り合わないとき、その差が構造振動を生む。
\Delta^2 C_t = C_{t+1} – 2 C_t + C_{t-1}
\]
さらに、止揚を「否定しつつ保存する」操作とみなすなら、完全削除ではなく重要部分を保持した再統合として書ける。
S_{t+1} = \operatorname{Auf}(S_t, O_t)
\]
\[
\operatorname{Core}(S_t) \subseteq S_{t+1}, \quad S_{t+1} \neq S_t
\]
ここで \(\operatorname{Auf}\) は Aufhebung を表す演算子であり、旧構造の核を保存しつつ、矛盾を解消する方向へ再編成する。ヘーゲル的な視点は、単純化を「減らすこと」としてではなく、「矛盾を通じて高次の整合性を得ること」として読む点にある。
| ヘーゲルの概念 | 哲学的意味 | 数理モデル上の対応 | 設計上の含意 |
|---|---|---|---|
| 矛盾 | 発展の契機 | \(a G_t – b R_t\) の不均衡 | 運用摩擦を改善入力として扱う |
| 運動 | 同一性よりも時間的更新を重視する | \(\Delta^2 C_t\) | 設計を静止物ではなく過程として見る |
| 止揚 | 否定しつつ保存し高次統合へ進む | \(\operatorname{Auf}(S_t, O_t)\) | 削減ではなく統合として更新する |
5. ダーウィン――選択圧による淘汰として書く
ダーウィンの自然選択は、変異の発生そのものよりも、環境がどの変異を残しどの変異を消すかに本質がある[14][15][16]。この考え方を構造一般へ拡張すると、初期設計が多くの分岐や余剰機能を持つこと自体は不自然ではない。重要なのは、それらの候補のうち、運用環境に適応したものだけが残ることである。つまりダーウィン的視点では、単純化は理性が上から決めるものではなく、環境との相互作用の中で、適合度の低い分岐が淘汰される結果として生じる。
数理化するには、構造の各部分 \(s_t^{(i)}\) に適合度 \(f_i(O_t)\) を与え、生存条件を満たすものだけを残せばよい。閾値 \(\theta\) を超えない部分は時間とともに削られる。
f_i = f(s_t^{(i)}, O_t)
\]
\[
s_{t+1}^{(i)} =
\begin{cases}
s_t^{(i)} & \text{if } f_i \ge \theta \\
0 & \text{if } f_i < \theta \end{cases} \] \[ R_t^{(\mathrm{Darwin})} = \sum_i s_t^{(i)} \mathbf{1}[f_i < \theta] \]
この形では、単純化は適合度に基づく選択圧の副産物として現れる。不要分岐は「不要だから」消えるのではない。適応上のコストを払い続けるだけの価値がないから消えるのである。したがって、ダーウィン的視点は、設計や制度の更新を最初から最適化された完成形としてではなく、候補生成と環境選択の反復過程として理解させる。
| ダーウィンの概念 | 哲学的意味 | 数理モデル上の対応 | 設計上の含意 |
|---|---|---|---|
| 変異 | 候補の多様性 | 初期の高い \(C_t\) | 初期過剰を異常と見なさない |
| 自然選択 | 環境が候補を選別する | \(f_i\) と閾値 \(\theta\) | 運用環境で不要分岐が淘汰される |
| 適応 | 残る構造は環境条件に適応する | \(F_t\) の上昇 | 成熟構造は選択結果として生じる |
6. ハイエク――観測は分散しており中央は全知ではない
ハイエクの核心は、社会に必要な知識は中央に一括して集まっているのではなく、局所的で断片的な形で分散しているという点にある[17][18][19]。この主張は、設計がなぜ初期段階で過剰になりやすいかをよく説明する。中央は未来の利用頻度、局所の運用制約、現場の暗黙知、例外処理の実頻度を事前に完全には知らない。知らないからこそ、網羅設計が選ばれやすく、分岐が膨張する。しかし、その過剰は現実の局所観測によってしか削れない。
数理的には、観測 \(O_t\) を中央の単一入力ではなく、局所観測の和として表すべきである。各部分系 \(i\) が異なる制約と情報を持つなら、観測は次のように書ける。
O_t = \sum_{i=1}^{n} O_t^{(i)}
\]
ただし、中央が直接扱えるのはその全体ではなく、集約された近似 \(\widetilde{O}_t\) にすぎないことが多い。
\widetilde{O}_t = \mathcal{A}(O_t^{(1)}, \dots, O_t^{(n)})
\]
\[
\widetilde{O}_t \neq O_t
\]
この差分が大きいほど、中央設計は現実からずれ、複雑さを適切に削減できない。したがってハイエク的視点は、本稿のモデルにおいて \(O_t\) の構造そのものを規定する。単純化は中央の好みではなく、分散した現実の制約が押し返してくる結果であり、その回路が制度に埋め込まれているかどうかが決定的なのである。
| ハイエクの概念 | 社会理論上の意味 | 数理モデル上の対応 | 設計上の含意 |
|---|---|---|---|
| 知識の分散 | 必要情報は局所に散在する | \(O_t = \sum_i O_t^{(i)}\) | 中央設計だけでは十分に削減できない |
| 局所知 | 暗黙知や現場知が重要である | \(\widetilde{O}_t \neq O_t\) | 集約誤差を前提に制度を設計する |
| 自生的秩序 | 秩序は局所更新の集積で生じる | 分散観測を通じた \(R_t\) の発生 | 観測回路を制度に埋め込む必要がある |
7. サイモン――探索空間の縮小としての単純化
ハーバート・サイモンは、人間や組織の合理性が無制約ではなく、計算能力、情報取得、時間、注意に制約された限定合理性として働くことを示した[20][21][22]。この立場では、設計とは最適解を 1 回で見つける作業ではない。むしろ、広すぎる探索空間の中から、十分良い解に徐々に収束していく過程である。したがって初期段階で候補が多いことは、未熟さであると同時に、探索の合理的帰結でもある。
数理化するには、候補集合 \(X_t\) を探索空間とし、観測と経験に応じてその集合が縮小していくと考えればよい。満足化は最適値の探索ではなく、閾値 \(\eta_t\) を超えた時点で探索を終了するルールとして表現できる。
X_{t+1} = \Psi(X_t, O_t), \quad X_{t+1} \subseteq X_t
\]
このとき、単純化は候補集合の情報的圧縮である。重要なのは、「最適」であることではなく、「現実の制約下で十分良い」ことにある。サイモンの視点は、本稿の \(G_t\) を候補保持、\(R_t\) を探索空間収縮として読み替えることを可能にする。観測が蓄積するほど、残すべき分岐は減り、構造はより安定した形へ近づく。
| サイモンの概念 | 理論的意味 | 数理モデル上の対応 | 設計上の含意 |
|---|---|---|---|
| 限定合理性 | 意思決定は制約された条件で行われる | \(L_t\) と情報制約の導入 | 最初から最適設計は期待しない |
| 満足化 | 十分良い解で探索を打ち切る | \(U(x \mid O_t) \ge \eta_t\) | 改善は段階的更新として管理する |
| 探索空間の縮小 | 観測に応じて候補集合が減る | \(X_{t+1} \subseteq X_t\) | 単純化は探索結果として生じる |
8. カーンマン――複雑化を生む認知バイアスを組み込む
カーンマンとトヴェルスキーの議論が重要なのは、人間が単純に合理的最適化主体ではなく、損失回避、利用可能性、代表性などのヒューリスティックに強く影響されることを示した点にある[23][24][25]。設計や制度運用の文脈では、このことは「足りなかったら困る」「責任を問われたくない」「例外を潰しておきたい」という方向に働きやすい。結果として、初期設計では機能や分岐が過剰に積み上がりやすい。
この歪みは、本稿のモデルでは複雑化圧 \(G_t\) を変形した \(G_t’\) として作用する。損失回避が強いほど、複雑化圧は実際以上に大きく見積もられ、同時に不要分岐の削減も心理的に難しくなる。簡単な形なら、複雑化圧の有効値を次のように書ける。
G_t^{\prime} = \alpha B_t + \beta U_t + \lambda \operatorname{LossBias}_t
\]
\[
D_t^{(K)} = \delta_1 \operatorname{LossBias}_t + \delta_2 \operatorname{Heuristic}_t
\]
ここで \(\operatorname{LossBias}_t\) は損失回避の強さ、\(\operatorname{Heuristic}_t\) は利用可能性や代表性などの近道判断の総量である。この視点を入れることで、なぜ組織や人間が明らかに過剰な構造を保持しやすいのかを、単なる無能論ではなく、認知の系統的傾向として説明できる。単純化が難しいのは、不要分岐が機能しているからではなく、削ることが心理的に「損」に見えるからでもある。
| カーンマンの概念 | 心理学的意味 | 数理モデル上の対応 | 設計上の含意 |
|---|---|---|---|
| 損失回避 | 損失は同額の利得より重く感じられる | \(\lambda \operatorname{LossBias}_t\) | 不足回避が過剰設計を生みやすい |
| ヒューリスティック | 判断は近道に依存する | \(\operatorname{Heuristic}_t\) | 設計更新が偏った観測に引っ張られる |
| 非対称評価 | 削る損失が追加する利益より大きく見える | \(D_t^{(K)}\) の増大 | 単純化を制度的に支援する必要がある |
9. 哲学全体の統合――同一方程式の異なる断面として読む
ここまでの議論を整理すると、各哲学者は別々の世界像を語っているのではなく、同一の更新過程の異なる項を強調していると理解できる。アリストテレスは何を残すかという本質抽出を、デカルトはどう分けてどう組み直すかという手続きを、ヘーゲルは矛盾が更新を駆動する時間性を、ダーウィンは環境選択による淘汰を、ハイエクは観測の分散構造を、サイモンは探索空間の縮小と満足化を、カーンマンは過剰を維持させる認知歪みを主題化していた。
したがって、これらを統合した全体式は次のように再記述できる。
S_{t+1}
=
S_t
+
\underbrace{(\alpha B_t + \beta U_t + \lambda \operatorname{LossBias}_t)}_{\text{複雑化圧}}
+
\underbrace{\sum_i O_t^{(i)}}_{\text{分散観測}}
–
\underbrace{\gamma \Phi(S_t, O_t)}_{\text{本質抽出・探索空間縮小・淘汰}}
–
\underbrace{\delta H_t}_{\text{認知的・制度的歪み}}
\]
この 1 行の中に、各哲学者の視点は位置づけられる。つまり本稿の結論は、哲学史を統一方程式へ還元したというより、もともと異なる語彙で語られていた更新過程を、状態遷移として可視化したという点にある。単純化は削減ではなく情報抽出であり、複雑化は失敗ではなく探索の前段階であり、矛盾や摩擦や偏りは、すべて構造更新の中で位置づけ直せる。
| 哲学者 | 中核概念 | 数理モデル上の主対応 | 対応項（簡約表現） | 役割 | 一言で言えば何を見ているか |
|---|---|---|---|---|---|
| アリストテレス | 本質と原因 | \(\Phi(S_t, O_t)\), \(K_t = \operatorname{Ess}(S_t, O_t)\) | \(R_t = \Phi(S_t, O_t)\) | 本質抽出（因果圧縮） | 何を残すべきか |
| デカルト | 分析と総合 | \(D_{\mathrm{cmp}}\), \(R_{\mathrm{cmp}}\) | \(D_{\mathrm{cmp}}, R_{\mathrm{cmp}}\) | 分解と再構成 | どう分けてどう組み直すか |
| ヘーゲル | 矛盾と止揚 | \(\Delta^2 C_t\), \(\operatorname{Auf}(S_t, O_t)\) | \(\Delta^2 C_t\) | 対立による振動 | なぜ構造が揺れながら進むか |
| ダーウィン | 自然選択と適応 | \(f_i\), \(\theta\) | \(f_i, \theta\) | 選択圧による淘汰 | 何が環境に残されるか |
| ハイエク | 知識の分散 | \(O_t = \sum_i O_t^{(i)}\) | \(O_t = \sum_i O_t^{(i)}\) | 分散観測 | 観測がどこにあるか |
| サイモン | 限定合理性と満足化 | \(X_{t+1} = \Psi(X_t, O_t)\) | \(X_{t+1} \subseteq X_t\) | 探索空間の収縮 | どう探索空間が縮むか |
| カーンマン | 損失回避とヒューリスティック | \(G_t^{\prime}\), \(D_t^{(K)}\) | \(D_t, \text{LossBias}\) | 認知歪み | なぜ過剰が残りやすいか |
10. 結論――哲学を更新方程式として読む
本稿で示したかったのは、哲学の個別概念を数式へ雑に翻訳することではない。そうではなく、哲学者たちがそれぞれ見ていた現象が、実は「構造が複雑化し、観測と選択で単純化し、矛盾と歪みを含みながら更新される」という単一の動態に収まることを示すことである。アリストテレスは本質を、デカルトは手続きを、ヘーゲルは運動を、ダーウィンは選択を、ハイエクは分散知を、サイモンは探索制約を、カーンマンは認知の偏りを見ていた。そしてそれらは、全体として見ると、構造更新の別々の側面である。
したがって、今後このモデルをさらに発展させるなら、次にやるべきことは 3 つである。第 1 に、\(\Phi\) を具体的なデータ圧縮や因果抽出演算として厳密化すること。第 2 に、\(O_t\) の分散構造をネットワークとして定義すること。第 3 に、\(\operatorname{LossBias}_t\) や \(L_t\) のような心理的・認知的項を、実験や運用ログに接続できる形へ落とすことである。そこまで進めば、哲学は単なる解釈史ではなく、構造更新を扱う一般理論の語彙として再利用できる。
参考文献
- id774, 構造振動モデルを数理モデルとして定義する（2026-04-05）. https://blog.id774.net/entry/2026/04/05/4318/
- Michael Beaney, Analysis, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/analysis/
- Georg Brun and Markus Schlosser, Bounded Rationality, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/bounded-rationality/
- Carl Mitcham, Philosophy of Technology, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/technology/
- Andrea Falcon, Aristotle on Causality, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/aristotle-causality/
- Christopher Shields, Aristotle, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/aristotle/
- S. Marc Cohen, Aristotle’s Metaphysics, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/aristotle-metaphysics/
- Tad M. Schmaltz and Theo Verbeek, Descartes’ Method, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/descartes-method/
- Michael Beaney, Early Modern Conceptions of Analysis, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/analysis/s4.html
- René Descartes, Discourse on the Method, Project Gutenberg. https://www.gutenberg.org/ebooks/59
- Julie E. Maybee, Hegel’s Dialectics, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/hegel-dialectics/
- Paul Redding, Georg Wilhelm Friedrich Hegel, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/hegel/
- G. W. F. Hegel, The Phenomenology of Spirit, Marxists Internet Archive. https://www.marxists.org/reference/archive/hegel/works/ph/phba.htm
- Charles Darwin’s theory of evolution by natural selection, Encyclopaedia Britannica. https://www.britannica.com/summary/Charles-Darwin
- Natural selection, Encyclopaedia Britannica. https://www.britannica.com/science/natural-selection
- Charles Darwin, On the Origin of Species, Darwin Online. https://darwin-online.org.uk/contents.html#origin
- David Schmidtz, Friedrich Hayek, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/friedrich-hayek/
- F. A. Hayek, The Use of Knowledge in Society, Econlib. https://www.econlib.org/library/Essays/hykKnw.html
- Markets, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/archives/fall2025/entries/markets/
- Gerd Gigerenzer and Reinhard Selten eds., Bounded Rationality, Stanford Encyclopedia of Philosophy entry overview. https://plato.stanford.edu/entries/bounded-rationality/
- Carl Mitcham, Philosophy of Technology, Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/technology/
- Herbert A. Simon, The Sciences of the Artificial, Internet Archive lending preview reference page. https://archive.org/details/sciencesofartifi0000simo
- Prospect theory, Encyclopaedia Britannica. https://www.britannica.com/topic/prospect-theory
- Daniel Kahneman, Encyclopaedia Britannica. https://www.britannica.com/biography/Daniel-Kahneman
- Daniel Kahneman, Thinking, Fast and Slow, Internet Archive lending preview reference page. https://archive.org/details/thinkingfastslow0000kahn