显而易见的是，混沌理论对社会科学也有重要意义。对经济学家来说，混沌理论有助于解释为什么基于线性等式（这是大多数经济学模型的基础）的预测、预报常常出错。“简单的系统不必然拥有简单的动力属性”这一原则，大概也能用于政治领域。别的不提，至少可以提醒学者们避免用简单的理论来研究选举的决定因素。如罗杰·彭罗斯所提出的，以我们对混沌机制的理解，最多只能“模拟典型结果。预报的天气未必是实际出现的天气状况，但它作为一种天气的确是可能出现的”。还有经济、政治方面的预测，也是如此。长期预报所能做到的只是给我们提供许多可能的事态发展模式，并承认在其中作出选择只是一种猜测，而不是预测。
走向混沌
对历史学家来说，什么是混沌？历史学家关心的不是预测未来，而是理解过去。仅仅说人和其他所有生物一样必须服从自然界的混沌行为是不够的，尽管直到19世纪末天气预报都应该算得上是人们健康幸福与否的决定性因素。不过在现代史中，有部分人的行为在这方面的作用也日益明显。20世纪许多人的寿命都因他们（而非自然）而缩减了，其规模是前所未有的。
混沌理论的哲学意义在于它调和了因果性与偶然性，不仅让我们从奥克肖特等观念论者完全不提因果关系的荒谬世界中脱离出来，也可以防止我们落入决定论者基于法则且预先存在的因果链主导下的同样荒谬的世界。混沌—决定论系统中看似随机的行为—意味着即使是一连串事件存在因果关系，也可能产生不可预知的结果。
其实在混沌理论问世之前，20世纪四五十年代哲学家对于因果关系的论述就涉及到了这样的中立理论。决定论从根本上认为因果关系只能通过法则得到建立。我们已经知道，这种根本观念可以追溯至休谟。在《人性论》中，休谟论证了要假定X1和Y1两个现象间存在因果关系必须要具备以下条件：在一连串事件中，事件X1X2X3X4……后都接着发生了事件Y1Y2Y3Y4……即这一系列事件长到足以证明事件X的发生总是（或者很有可能）会导致事件Y的发生。亨普尔对此作了改进，形成了关于因果关系的覆盖律模型，声称只有基于观察经验归纳推导出的法则（或者说“预先存在”的普遍规律的具体命题），才能说明因果关系是否成立。
然而，如果说“法则”是指与经典物理学定律类似的预测性主张，卡尔·波普尔对于历史学建立此类法则的可能性表示怀疑。他认为科学的方法论都是通过实验对假设进行系统的检验，这并不适用于历史研究。但波普尔对决定论（他含糊地称之为“历史决定论”）的拒斥并不意味着他像奥克肖特那样彻底拒斥因果性的概念。他承认，事件或趋势的确是由“初始条件”造成的。关键在于我们不依赖一种普遍的命题或是推导出的确定性，也可能对历史问题作出因果关系的解释。科林伍德早就区分了亨普尔（或法则性）的因果解释模型与“实践科学”的因果解释模型，在后者中原因是“一个事件或状态，我们可以通过制造或消除它来制造或消除它本应产生的结果”。在这里，建立因果关系的最佳标准不是亨普尔的覆盖律模型，而是所谓的“若不是……就”或“必要条件”检验，即运用“如果原因不发生或不存在，结果也就不会发生或不会存在”这一原则。波普尔同样也指出：“可能性条件总是无穷尽的，为了在探究某个趋势的真正条件时检验这些可能性条件，我们总是会试着想象在这些条件下不会出现这种趋势。”波普尔对历史决定论者最有力的指责是他们无法提出上述问题，无法“想象造成变化的条件也能产生某种变化”（我们已经知道，奥克肖特之类的观念论者也有这样的问题）。
