Captulo 2 Why Is Philosophy of Science Important?

Viso geral
H razes urgentes prticos para tentar descobrir as diferenas entre
o conhecimento cientfico e outros tipos de conhecimento, se houver.
Questes de ordem pblica e do bem-estar individual depender de ser
capaz de dizer a cincia da pseudocincia. No entanto, isso no to fcil
como muitos poderia esperar. Alm de chamar sobre a filosofia para ajudar
a distingui-lo de outros empreendimentos humanos, a cincia continua a ter
um impacto profundo sobre a agenda da filosofia. O seu impacto sobre o
resto da cultura igualmente significativa, e seu impacto entre culturas
parece exclusivamente universal. E se isso verdade, exige explicao.
Resumo
O lugar especial da cincia como fonte de conhecimento objetivo
levanta questes sobre como ele protege esse conhecimento e se existem
alternativas fontes ou meios de o fixar. Porque ele sempre proporcionou um
influente descrio da realidade, a cincia tem sido historicamente a maior
fora na a forma de pressionar problemas filosficos. De fato, algumas
filosficas problemas de acompanhar as mudanas na cincia natural. Como
os filsofos pensam sobre a mente e seu lugar na natureza, livre arbtrio
versus determinismo, o significado da vida, todos so profundamente
afectados por desenvolvimentos cientficos. Como descries da cincia da
realidade ter mudado ao longo dos sculos, os problemas filosficos
mudaram tambm.
Desde que a cincia sem dvida a nica caracterstica distintiva da
civilizao ocidental que todo o resto do mundo assumiu, cincia
entendimento uma parte importante de se confrontar com a influncia-se
bom ou bad-que o Ocidente tem tido sobre outras culturas. Responder a
esta pergunta exige que ns entendemos o que cincia. A filosofia tem
uma reivindicao melhor do que outras disciplinas a serem autorizados a
dar uma primeira resposta pergunta do que a cincia consiste em.
Perguntas de estudo
1. Dada a quantidade de mudana na concepo cientfica do mundo
ao longo dos sculos, no filosofia prestar muita ateno as suas concluses
e teorias em lidar com filosfica problemas?

2. Defender ou criticar: "A filosofia muito mais difcil do que a

cincia, mesmo que no haja nenhuma matemtica e nenhum laboratrio ".
3. Defender ou criticar: "Se no houver nenhuma prova de fogo que
vai dizer a cincia de pseudo, no existe qualquer diferena entre eles em
tudo ".
4. "Como um inqurito de mente aberta e objetiva sobre a natureza
do mundo, a cincia deve acolher o tipo de pesquisa pouco ortodoxa que
uma agncia como o Escritrio de Medicina Alternativa destinado a
incentivar. "H boas razes para esta afirmao?
5. defender ou criticar: "A alegao de que a cincia um ocidental
exclusivamente contribuio para o mundo etnocntrica, desinformados e
irrelevante para a compreenso de carter cincia ".
6. A filosofia da concepo cientfica da natureza da cincia competir
com a sociologia da concepo de cincia da sua natureza?
Captulo 3 - Scientific Explanation
Viso geral
A cincia, como outras atividades humanas, uma resposta nossa
necessidade de compreender o mundo. A forma como ele faz isso
diferente de, possivelmente, competindo atividades como a religio,
mitologia, ou para que o assunto comum sentido. E pretende fornecer
explicaes objetivas superiores em aspectos que valorizamos a estas
alternativas.
Abordagens

alternativas

de

como

cincia

explica

reflectir

fundamentais diferenas filosficas que remontam a Plato, entre os que

ver explicao cientfica, como prova matemtica, como algo que descobrir
e aqueles que trat-la como algo que os humanos criam. Lgico positivistas
teve como objetivo formular um padro ideal de explicao para cientistas a
aspirar.

Outros

filsofos

procuraram

compreender

raciocnio

nas

explicaes que os cientistas realmente dar.

Um ponto de partida para compreender focos explicao cientfica
sobre o papel das leis da natureza. As leis cientficas tm fora explicativa
presumivelmente porque eles descrevem a forma como as coisas tm que
ser. Mas o forma como as coisas tm de ser, a necessidade de leis da
natureza, muito difcil para entender a partir do ponto de vista cientfico.

para cientfica observao e experimentao nunca mostram como as

coisas tm de ser, nica como so as coisas.
4A insatisfao com as respostas dos positivistas lgicos a esta
pergunta mudou o foco de alguns filsofos da cincia longe de leis como
explicativo. Esta abordagem leva a uma teoria de explicaes, que se
concentra em como explicaes responder a perguntas das pessoas, em vez
de quais os ingredientes que eles devem ter para ser cientfico. dando bons
motivos que os seus fenmenos explanandum eram de se esperar. Se se
pode deduzir a ocorrncia do evento ou processo a ser explicada de uma ou
mais leis e condies de contorno, vamos ter satisfeito este requerimento.
Assim, os requisitos para a explicao cientfica sobre este ponto de
vista so
1. Os explanans implica logicamente o explanandum-afirmao.
2. Os explanans contm, pelo menos, uma lei geral que necessrio
para o validade da deduo.
3. Os explanans deve ser testvel.
4. Os explanans deve ser verdade.
Cada uma destas condies levanta srios problemas filosficos.
Um problema particularmente importante o de exatamente por isso
que as leis explicar. Leis so realizadas para explicar ou porque eles relatam
dependncias causais ou alternativamente, porque expressam algum tipo
de necessidade na natureza. Isto o assunto do Captulo 4.
Muitas explicaes da cincia fsica ea maioria explicaes em geral
falha explicitamente para satisfazer este modelo. Expoentes da D-N
explicao argumentam que explicaes pode, em princpio, o fazer, e
devem, se eles so para fornecer verdadeira explicaes. claro que muitas
explicaes aproximadas para o modelo D-N e para muitas finalidades tais
"esboos de explicao" so bons o suficiente.
Outros filsofos rejeitam tanto o modelo D-N e sua motivao. Ao
invs de uma busca por um padro objetivo para a medio explicaes
para a adequao cientfica, eles se concentram em tentar descobrir a
lgica

do

explicaes

cientistas,

fsicos,

biolgicos,

sociais

comportamentais, na verdade, dar. Uma razo para encontrar essa

estratgia alternativa atraente surge quando considerarmos a conta do
positivismo lgico de explicaes estatsticos, o indutivo-estatstica, os I-S,
modelo. Para saber se uma generalizao estatstica explicativo parece

ser uma questo do que se sabe sobre a populao a forma de informaes

de fundo por aqueles pedindo a explicao e aqueles que oferecem isso.
Mas a abordagem alternativa "pragmtica" a explicao no faz
sucesso identificar o que distingue as explicaes cientficas de nocientfica queridos. Isto leva a problemas sobre as leis e teorias que
conferem explicao que explorar nos prximos captulos.
Perguntas de estudo
1. defender ou criticar: "A D-N ou cobrindo lei no acende a natureza
da explicao. Se algum quer saber por que aconteceu x sob condies de
y, no esclarecedor para ser dito que x o tipo de coisa que acontece
sempre em condies y ".
2. Defender ou criticar: "O modelo D-N representa uma adequada
aspirao de explicao cientfica. Como tal, o fato de que no atingvel
nenhuma objeo a sua relevncia para a compreenso Cincia."
3. Pode o modelo D-N acomodar o exemplo bandeira-plo?
4. Exatamente onde fazer o pragmtica e as contas D-N de explicao
conflito? ambos podem estar certo?
5. defender ou criticar: "A abordagem pragmtica da explicao
fornece

um

relato

de

como

usamos

as

palavras

"explicao"

'Compreenso'. Ele no iluminar o que explicao e compreenso realmente

so. "
Captulos 2 e 3, sobre a explicao cientfica, introduzir o modelo D-N
e discutir seus problemas: em primeiro lugar, a dificuldade de entender o
que necessidade nomolgica, necessrio para leis para ser explicativo, pode
consistir em; em segundo lugar, os problemas no tratamento de explicaes
estatsticas; terceiros, problemas na contabilizao das assimetrias de
explicao (como sombra mastro de Bromberg exemplo); e quarto, a
discrepncia entre o relato terico uniforme de explicao e a diversidade
de explicaes que so aceitos na prtica. Estes captulos abrangem
tambm o principal vistas que se seguiram morte do modelo D-N: a
caracterizao da explicao em termos de causalidade ou em termos de
unificao dos fenmenos, e vistas pragmticas de explicao. Rosenberg
tambm discute a viso de que as explicaes devem ser satisfatria e
compreensvel",

como

alguns

ter

pensado

"necessariamente verdade" explicaes pode ser.

nica

teleolgica

ou

Captulo 4 - Why Do Laws Explain?

Viso geral
Independentemente de qual abordagem que adotamos para a
natureza do conhecimento cientfico explicao, ainda precisamos de
abordar a questo de por que as leis explicar. Sem dvida, algumas
explicaes cientficas pode fazer sem explicitamente citando leis, e s
vezes regularidades que no so realmente leis da natureza so o suficiente
para fornecer alguma compreenso cientfica. Mas mesmo quando no
estiver indicado, as leis parecem estar sempre em algum lugar no fundo
fazer as conexes explicativas. Ento, ns ainda precisamos entender por
que as leis tm um lugar particularmente central na cincia. Sobre o que
isso leis da natureza que os torna explicativo? Por que cientfica
compreender centralmente envolvem a busca de leis da natureza? Neste
captulo, localizar o que tem sido amplamente aceito para ser o fonte dos
poderes "leis de explicar: a sua necessidade. Os introduz captulo as formas
vrios filsofos tentaram lidar com a sepultura problema metafsico sobre a
cincia ea realidade que gerado pela poder de leis para explicar. Este
problema metafsico surge repetidamente na filosofia da cincia, apenas por
causa da centralidade de leis para o empreendimento da cincia.
Resumo
difcil negar que cientistas procuram leis da natureza, e que essas
leis so diferentes das regularidades acidentais que detm apenas
temporariamente e coincidentemente na histria do universo. Leis de fato
so realizadas para ser diferente a partir de, e at mesmo do que as
regularidades acidentais "mais fortes" que pode, por todos ns sabemos
mantenha ao longo da histria do universo. Este fato sobre leis, que eles
parecem se ligar o seu antecedente s suas consequentes necessariamente,
precisa ser explicado. bvio que a tarefa uma cincia no endereo, mas
que precisa ser descarregada se quisermos entender por que as leis
explicar.
A diferena entre as leis e regularidades acidentais reflecte-se no fato
de que as leis so indispensveis para decidir qual condicional contrafactual
declaraes que aceitar como verdade e agir de acordo e que rejeitamos
como falsa. Mas esse papel no pode explicar a diferena entre leis e

regularidades acidentais. Suporte para counterfactuals um sintoma da

filosofia diferena da cincia procura explicar. Suporte para counterfactuals
tambm uma marca de afirmaes causais, seja na cincia ou na vida
cotidiana. Isto sugere uma conexo entre leis e causalidade que empiricsts
tm reclamado desde Hume. claro que esta conexo apenas amplia a
gravidade do problema de onde a necessidade fsica ou causal vem. Neste
captulo temos sondada vrias dessas explicaes, bem como algumas
tentativas de explicar a diferena e at mesmo para explicar fixao dos
cientistas para leis como meros dispositivos heursticos. Mas o problema de
como entender necessidade fsica ou natural no pode ser evitado mesmo
por abordagens que parecem negar existem leis.
Na verdade, todo o debate sobre a natureza das leis revela
claramente o quanto os problemas da filosofia da cincia recapitular os
problemas fundamentais que absorveram filsofos desde Plato: o realismo
sobre as leis vai de volta para os dilogos de Plato, e sua negao a
famosa obra de Aristteles, Metafsica, que comeou a busca do subdisciplina da filosofia chamado para ele. A busca por necessidade nos
objetos, entre os assuntos locais de particular verdade, tem sido uma
preocupao de filsofos como Locke e Leibniz, enquanto outros, como
Berkeley e Hume tm argumentado que h no poderia ser qualquer cola
metafsica nos objetos. Nos captulos posteriores, voltar a ver como a
compreenso da cincia nos obriga a assistir a estes questes perenes na
filosofia ocidental.
Perguntas de estudo
1. A maioria dos exemplos de leis da natureza vm de fsica e
qumica. Explicar por que isso assim.
2. De acordo com o texto, apoiando condicionais contrafactuais um
sintoma de necessidade econmica, que no faz parte da explicao da
mesma. um argumento pode ser feito que o apoio contrafactual apenas o
que necessidade econmica consiste em?
3. Podemos observar diretamente causalidade cada vez que vemos
um par de tesoura cortar ou uma libra martelo? Se pudermos, o que
filosfica problemas que isso pode resolver?

4. Que conta a natureza da explicao cientfica, a cobertura

abordagem lei ou a abordagem pragmtica, pode dispensar o afirmam que
as leis tm necessidade econmica?
5. Poucos no-filsofos so platnicos. Muitos filsofos "cientficas"
estamos. Explicar o porqu.
6. Fornecer alguns argumentos para o realismo sobre objetos
abstratos.
7. Se as leis da natureza so verdadeiras por definio, o problema do
porqu eles carregam a necessidade fcil de lidar. Por isso e possvel tal
um argumento ser montado?
8. defender ou criticar: "O problema da necessidade econmica um
bom exemplo do tipo de pseudo-questo que positivistas lgicos procurou
evitar. Eles tinham razo para faz-lo, uma vez que no podem ser
resolvidos e no precisa de ser resolvido para fins cientficos. "
Captulo 4 discute a estrutura e a metafsica de teorias cientficas. Ele
descreve o fracasso de a abordagem hipottico-dedutivo para lidar com a
questo do estatuto de no observvel entidades posta em teorias
cientficas,

esboa

debate

contemporneo

entre

realistas

instrumentistas. A conta semntica das teorias introduzido em uma

discusso sobre o papel da modelos na cincia.
Captulo 5 - Causation, Inexact Laws and Statistical Probabilities
O captulo 5 do livro de Alex Rosemberg refere-se a uma anlise da
explicao cientfica causal. Mais precisamente, o objetivo do captulo
discutir a noo de causalidade como uma explicao cientfica, dado a sua
importncia na explicao do universo ao relacionar eventos, estados e
processos que caracterizam a realidade e tambm a sua importncia,
especialmente, para as cincias alm da fsica, nas quais no se aplicam o
modelo dedutivo-nomolgico devido a dificuldade no estabelecimento de
leis naturais. Especialmente, o captulo trata do problema em distinguir
entre causas e meras condies de um fenmeno, algo que precisa ser
resolvido para considerar a noo de causalidade como explicao.
Baseado em Aristteles, a noo de causalidade mais aceita pela
cincia denominado causa eficiente e refere-se descrio do evento
imediatamente anterior ou que d origem (produz) o fato que se deseja

explicar. Contudo, um primeiro problema da cincia distinguir entre

sequncias causais (causa e efeito) e uma mera coincidncia de fatos que
ocasionam leis e generalizaes acidentais. A sada reconsiderar a
natureza da causalidade, dissociando das leis da natureza, como tem sido
feito por cientistas sociais e comportamentais que oferecem muitas
explicaes causais, embora tenham descoberto poucas leis que comparam
com os da fsica e da qumica em termos de poder explicativo e
confiabilidade preditiva. O segundo problema distinguir a causa de um
evento de uma simples condio necessria. Por vezes, o que cientistas
consideram a causa de um evento, na verdade no passa de uma condio
necessria, dentre outras tantas que possam existir.
Em respostas a esses problemas da causalidade como explicao
cientfica Rosemberg adiciona a ideia de experimento: A provoca B, se
ocorrido uma interveno A, houve uma alterao em B. Intervenes
permitem identificar causas e justificar as explicaes que provm delas, ou
seja, por meio de experimentos controlados possvel compreender quais
manipulaes de A podem efetivamente mudar B sem buscar qualquer lei
sobre esses dois estados. Entretanto, essa explicao causal apenas pela
noo de interveno e sem o estabelecimento de leis apresenta
acompanhada de alguns problemas. Primeiro, a dificuldade em identificar
intervenes no manipuladas pelo homem, ou seja, identificar quando um
evento ocorrido por outros meios pode ser considerado uma interveno ou
no. Segundo, o problema de circularidade nas explicaes causais (A
explica B ou B explica A). Terceiro, a presena de regularidades que so
invariantes.
Para explicar um fato o fenmeno preciso conhecer as condies
que, juntas com a causa, permitem gerar o efeito. Entretanto, se o nmero
de condies for muito grande, a explicao pode no ser possvel, ou seja,
na ideia de experimento, no possvel manipular ou intervir em todas as
condies. Isto implica que para a explicao causais necessrio incluir
para todas as condies, exceto a que se deseja explicar, o estado de
permanecer constante como uma condio necessria, denominado, ceteris
paribus. Para as cincias alm da fsica essa condio sempre includa
implcita ou explicitamente nas explicaes causais. Contudo, essa condio
ocasiona uma dificuldade na demarcao da cincia. Quanto maior o
nmero de condies que precisam ser mantidas constantes, menor grau

de verificao da explicao, o que torna difcil a distino entre cincia,

pseudocincias e no cincias. Exemplificando, encontrar uma condio
contrria a uma explicao, no permite refut-la.
As explicaes nas cincias no fsicas tambm recorrem ao uso de
probabilidades e regularidades estatsticas. Contudo, a dificuldade est nas
condies que podem ser entendidas como relaes causais, pois a simples
correlao estatstica entre dois estados, por si s, no reflete uma conexo
causal. Por exemplo, dizer que quando A ocorre a probabilidade de B ocorrer
de 50% diferente de dizer que uma pessoa que fuma tem 17% contra
1,3% de quem no fuma de contrair um cncer de pulmo. Este ltimo
exemplo permite concluir que fumantes podem no ter cncer, como
tambm no fumantes podem ter cncer, portanto h necessidade de
incluir nesse modelo de previso outras condies causais necessrias.
Portanto, o que torna a varivel fumar um preditor do cncer de pulmo,
que justifica sua explicao causal? Fumar pode ser dito como causador do
cncer quando em todas as condies conhecidas (aleatoriedade) fumar
correlacionado com uma grande incidncia de cncer. Sendo assim, o
desafio identificar condies epistmicas, requerimentos que precisam ser
satisfeitos para regularidades estatsticas serem consideradas explicaes
causais.
Estes problemas da causalidade (causa ou condio necessria,
ceteris

paribus

probabilidade)

sugerem

necessidade

de

uma

caracterstica fundamental que as explicaes devem ter em comum que as

permitam garantir um entendimento. Uma das ideias a de unificao, que
se trata da reduo ao mximo do nmero de crenas bsicas que temos
sobre o mundo, as quais devem ser interpretadas juntas para unificar a
explicao de fenmenos dspares. O conceito de unificao reflete a
derivao de leis mais especficas para leis mais gerais, diminuindo a
quantidade de crenas a um nmero menor possvel. A ideia que a
compreenso humana do mundo aumenta na medida em que o nmero de
explicaes se torna menor. O universo pode ser dito como simples, e,
portanto os processos causais que do origem a todos os fenmenos so
pequenos em nmero.
Captulo 6 - Laws and Explanations in Biology and the Special
Sciences

Mas, alm da unificao, as pessoas tm procurado ainda mais a

partir cientfica explicaes: propsito HORTY e inteligibilidade. Tanto a
explicao de ao humana e de processos biolgicos prosseguir citando
seus propsitos ou metas para explicar o comportamento (pessoas
trabalham para ganhar dinheiro, o corao bate, a fim de fazer circular o
sangue). Por um lado, estas explicaes no parecem ser causal; depois de
todo o explanans-os fins ou metas de obter aps o explanandum-os meios
para atingir a meta-nesses casos. Por outro lado, propositada explicaes
em biologia e especialmente nas cincias humanas interpretativas parece
mais satisfatrio do que explicaes em fsica. Alm disso, cincia fsica
descartou a possibilidade de futura causalidade, mesmo que o senso
comum nunca permitiu a sua possibilidade. Ento, se e como estes
"teleolgica" - goal-directed-explicaes pode ser conciliada com qualquer
coisa como explicao causal um problema a ser resolvido.
O apelo de explicaes teleolgicas e interpretativos por contraste
para aqueles causais nos coloca face a face com um desafio alegadamente
cincia rosto em geral: ele s explica o como das coisas, e nunca realmente
d uma conta satisfatria de por que eles acontecem. este tradicional
denncia de que explicao cientfica realmente no nos dizem por que as
coisas acontecem a maneira que fazem vem com uma expectativa de que a
completa e explicao final de coisas, de alguma forma revelam a
inteligibilidade do universo ou mostrar que a forma como as coisas esto
nele a nica maneira que eles poderia ser. tentativas historicamente
famosos

para

mostrar

essa

necessidade

reflectir

uma

viso

fundamentalmente diferente da natureza do conhecimento cientfico da que

anima a filosofia contempornea da cincia.
Resumo
explicao

cientfica

tem

sido

tradicionalmente

reuniu-se

com

insatisfao por aqueles que exigem tanto que tal explicao mostrar o
propsito, design ou significado dos processos naturais, e no apenas
mostrar como eles chegaram a acontecer. Este demanda por causa final ou
explicao teleolgica remonta a Aristteles. relatos contemporneos de
explicao teleolgica em biologia explorar descoberta de como a variao
e seleo natural cega pode dar origem de Darwin ao aparecimento de

propsito. A teoria de Darwin nos ajuda a ver que teleolgica explicao

apenas uma forma complexa e disfarada de explicao causal.
Onde explicaes funcionais nas cincias da vida no so to para ser
entendido, isso porque eles desempenham um papel totalmente diferente,
elucidando complexo processos, identificando as contribuies-as causais
funes de que as peas de um sistema maior jogar em entregar o
comportamento

complexo.

Se

podemos

lidar

com

explicaes

aparentemente teleolgicos no cincias humanas nas mesmas maneiras

gira em torno de se e como cognitiva das pessoas e atitudes emocionais
explicar o seu comportamento, causalmente, ou em alguma outra forma
que isenta as cincias humanas a partir dos mtodos de os naturais
cientistas sociais e alguns filsofos tm procurado por muito tempo tal
iseno porque a interpretao da ao humana parece transmitir uma
inteligibilidade que a explicao causal nas cincias naturais carece.
Existe alguma base para esperar ou exigir algo mais de cientfico
explicao do que a identificao de causas contingentes, algo que faria
suas explicaes realmente atraente? H uma tradio, que remonta pelo
menos ao filsofos do sculo XVIII Leibniz e Kant, de argumentar que
explicao cientfica tem que mostrar em ltima anlise, que a cincia da
descrio da realidade no apenas verdade, mas necessariamente,
logicamente verdadeiro. Que revelaria que a forma como o mundo , a
nica maneira que poderia ser. Ns temos boas razes para pensar que
qualquer tentativa de estabelecer uma tal concluso ligado falhar. Na
verdade, se fosse para ter sucesso, que seria duramente pressionado para
explicar muito do carter falvel e de auto-correo do conhecimento
cientfico.
Perguntas de estudo
1. defender ou criticar: "O fato de que a explicao cientfica no
pode prever a inteligibilidade ou necessidade de coisas, um bom razo
para procurar outro lugar. "
2. Ser que a teoria darwinista da seleo natural mostram que h
existe tal coisa como propsito na natureza ou ele mostra que existem
propsitos e eles so perfeitamente processos naturais, causal?

3. Existe alguma maneira de combinar a seleo natural darwiniana

abordagem para a funo biolgica com a abordagem papel causal devido a
Cummins?
4. Existem diferenas importantes entre os modelos e ceteris inexatas
leis paribus nas cincias especiais?
O Captulo 6 discute O relato de Kuhn de escolha teoria e Quine
significando holismo e do naturalismo.

Captulo 7, em seguida, retorna questo levantada no primeiro

captulo: o que fazemos com a alegao da cincia para o objetivo
conhecimento?
O estilo do livro inspirado pela crena na mxima "dizer-lhes o que
voc vai dizer, diga-lhes, e, em seguida, dizer-lhes o que voc disse ", com
uma apropriada alm de filsofos:" e, em seguida, pedir-lhes para
argumentar que voc estava errado ". Cada captulo contm uma viso
geral e resumo, e termina com uma srie de questes de estudo. Isso
funciona bem para destacar questes centrais, e muitos dos perguntas so
excelentes guias para obter os alunos a pensar sobre os temas abordados
em cada captulo.
O glossrio de termos tcnicos, todos introduzidos em negrito no
texto, tambm til. No entanto, algumas questes importantes no so
claramente explicadas. Um exemplo a discusso do pragmtica da
explicao. Depois de mencionar que as perguntas com a mesma
formulao pode conter diferentes pedidos explicativas, por exemplo, uma.
"Por que o mordomo matar a condessa?" E b. "Por que o Butler matar a
condessa? ", Rosenberg (p. 40) introduz o conceito de Van Fraassen de um"
contraste classe 'assim: "chamar a todas estas perguntas diferentes
expressible pela mesma frase o" contraste classe "." Mas a classe de
contraste no o conjunto de diferentes questes (como a. e b.) exprimvel
por a sentena sinttica e semanticamente idnticos. Em vez disso, a classe
de contraste o conjunto de proposies alternativas de que um
determinado interlocutor est pedindo, na verdade, por que eles no
ocorreu, ao contrrio do que fez. Assim, no caso de um. acima, a classe de
contraste pode ser < 'o jardineiro morto a condessa ',' a contagem de

mortos a condessa ', etc.>, e no caso b. < 'O mordomo bateu o condessas,
'O mordomo ignorou a condessas, etc.>. Esta definio equivocada torna a
discusso subsequente difcil de seguir.
Ainda assim, at o captulo final, a discusso em geral informativo e
bem equilibrada, e a cobertura de temas bom. Estas virtudes desaparecer,
no entanto, quando voltamos para a questo da afirmao de cincia para o
conhecimento objetivo. Rosenberg enquadra o debate como um entre os
que tomam os escritos de de Kuhn e Quine como levando a epistmica
relativismo, e os defensores de objetividade cientfica. Embora haja alguma
discusso sobre o trabalho de estudiosos como Bloor e Feyerabend, para
efeitos

do

captulo

"relativistas

epistmicas"

incluem

todos,

desde

socilogos da cincia para humanistas "anti-cientificistas" e simpatizantes

da astrologia. Como tal agrupamento torna bvio, os opositores da
objetividade cientfica no so levadas a srio. Rosenberg descreve o
relativismo como lder inevitavelmente concluso de que as mudanas nas
teorias cientficas so to irracional quanto as mudanas na moda, e para a
viso de que a cincia "apenas uma outra religio" (p. 165).
Relativism

tambm

caracterizada

como

"profundamente

incoerente" (p. 168), pela razo de que quando familiarizados se nega

padres universais de verdade objetiva, um est se tornando uma pretenso
de verdade universal. No entanto, Rosenberg escreve, este "argumento
reductio ad absurdum uma questo de indiferena para com oponentes da
objetividade na cincia interessado no em convencer os outros, mas na
defesa dos seus prpria viso como invencvel "(pp. 168-169). Esta retrata o
relativista tanto como avanar um posio incoerente e no est
interessado em uma discusso sria.
No entanto, o relativismo epistmico vem em muitas formas, e no
todos eles enfrentam esta acusao de incoherence. Ningum pode negar
que temos boas razes para acreditar que h universal padres de
conhecimento objetivo, e ainda privilegiam certas formas de conhecimento
encontro porque eles servem os interesses humanos importantes, como
previso e controle do mundo natural, particularmente bem. Esta afirmao
pode

ser

coerentemente

afirmar

como

verdadeira

em

relao

determinadas normas, que o relativista pode alegam que existem boas

razes para aderir. filsofos ps-kuhnianos e socilogos da cincia como
Rorty, Latour, Shapin, Bloor e Smith argumentam que os padres surgem

em sociedade como um todo e dentro de comunidades cientficas para

servir vrios fins. Longe de reclamar que "vale tudo" na medida em que o
conhecimento est em causa, eles explicam como normas emergindo e
permitindo que os processos comuns de valor, do comrcio e da medicina
com

linguagem.

Talvez

isso

tudo

"objetividade"

podemos

razoavelmente perguntar cincia de ter. O livro de Rosenberg, no entanto,

vai deixar os alunos com a impresso de que essa relativizao dos padres
de conhecimento para os interesses humanos significa abrir a porta
acusao de que a cincia moderna no seno uma "cega, narrowminded,
patriarcal, capitalista e paradigma provavelmente racialista "(p. 173). Em
suma, Rosenberg faz estudantes um desservio ao retratar a escolha de um
entre acordo status epistmico igual a cincia e charlatanismo e cincia
adorando como o provedor da verdade objetiva. Fazendo assim, ele no
consegue atingir propsito declarado do livro: fornecer uma viso geral dos
melhores argumentos atual no campo e para permitir que os alunos a
avaliar de forma inteligente o estado do conhecimento cientfico.

7 A Estrutura das teorias cientficas

Viso geral
Quantas vezes voc j ouviu a opinio de algum baixado com o
declarao: "Isso apenas uma teoria"? De alguma forma em Ingls
ordinrio
termo "teoria" passou a significar um pedao de classificao especulao
ou, no mximo
uma hiptese ainda em aberto a dvida sria, ou para as quais no existe
ainda
provas suficientes. Esse uso estranhamente em desacordo com o
significado
do termo como cientistas us-lo. Entre os cientistas, por isso, longe de
sugerir
tentativeness ou incerteza, o termo frequentemente usado para descrever
uma sub-disciplina estabelecida em que h leis amplamente aceitas,
mtodos, aplicaes e fundaes. Assim, os economistas falam de
"Teoria dos jogos" e fsicos da "teoria quntica", bilogos usam o

termo "teoria da evoluo" quase como sinnimo de evoluo

biologia, e "teoria da aprendizagem" entre os psiclogos comporta muitos
diferentes hipteses sobre uma variedade de fenmenos muito bem
estabelecidas.
Alm de seu uso para citar toda uma rea de investigao, na cincia
"teoria"
significa tambm um corpo de hipteses explicativas para os quais no
forte
suporte emprico.
Mas como exatamente uma teoria fornece tais sistematizao explicativa
de fenmenos dspares uma pergunta que precisamos responder.
Os filsofos da cincia prendido por muito tempo que as teorias explicam
porque, como
geometria ou newtoniana mecnica de Euclides, so deductively
sistemas organizados. No deve ser nenhuma surpresa que um expoente da
modelo D-N de explicao deve ser atrados por este ponto de vista. Afinal,
no modelo D-N, a explicao a deduo, e as teorias so mais
explicaes fundamentais dos processos gerais. Mas, ao contrrio dedutiva
sistemas em matemtica, teorias cientficas so conjuntos de hipteses,
que so testados por logicamente decorrente consequncias observveis de
eles. Se essas conseqncias so observadas, no experimento ou outros
dados
coleo,

ento

as

hipteses,

que

as

observaes

do

ensaio,

so

provisoriamente
aceitaram. Este ponto de vista da relao entre a teoria cientfica
e testes cientficos conhecido como "hipottico-dedutivismo."
intimamente associado com o tratamento de teorias como sistemas
dedutivos,
como veremos.
Nosso tratamento da natureza das teorias e como eles funcionam
rendimentos
pelo estudo de uma teoria particular importncia, mecnica de Newton.
Ns empregamos essa teoria para iluminar questes sobre teoria
geral. Mas tambm mostram por que, em muitos aspectos, efetuou uma
completa
mudana radical na concepo da civilizao ocidental do universo e nossa

lugar dentro dele.

Resumo
As teorias so conjuntos de leis que trabalham em conjunto para explicar
regularidades empricas
por derivao das referidas regularidades e muitas vezes tambm por
explicar as excepes
e contra essas regularidades empricas enfrentar. Mas fazer precisas
como as leis que compem uma teoria fazer isso no fcil e quase
certamente
obriga-nos a vir a enfrentar questes de causalidade e com a necessidade
de
afirmaes sobre fenmenos no observveis. Estes tpicos so aquelas
inevitveis
difcil para os empiristas de lidar. Desde o empirismo o "default" ou
epistemologia oficial das cincias, a natureza das teorias e seu papel central
em toda a cincia levanta uma srie de dificuldades para a filosofia da
cincia
com o qual teremos de lidar.
Enquanto isso, independente dos problemas epistemolgicos que a natureza
das teorias levanta para a filosofia, importante ressaltar a mais ampla
importncia

conceitual

histrica

de

algumas

teorias

cientficas,

especialmente
mecnica newtoniana. Suas realizaes na explicao e sistematizao
dos conhecimentos em toda a fsica ao longo de muitos sculos
revolucionou o
paisagem do pensamento ocidental. Isso fez com que vale a pena trabalhar
atravs do
levando idias da mecnica newtoniana e esboar como eles derrubaram
uma
Viso de mundo que tinha governado cincia e civilizao por pelo menos
2.000 anos.
8 epistmica e questes metafsicas
Sobre teorias cientficas

Viso geral
Teorias so indispensveis para a compreenso cientfica, unificao
do conhecimento cientfico, para aprofundar as suas explicaes, a
aumentar a preciso de suas previses, e de promover a sua evoluo
tecnolgica
aplicaes. Alm disso, como vimos no ltimo captulo, alguns
teorias so to grandes em suas implicaes que eles efeito revolues
na cincia e na cultura de forma mais ampla.
Mas, ao mesmo tempo, existem caractersticas de teorias cientficas que
levantar questes profundas sobre a natureza, extenso e justificativa
as reivindicaes de conhecimento sobre o mundo com base nelas. Para a
extenso
estas questes epistemolgicas esto sem soluo ou sem resposta, por
todas as teorias de impacto tm, seus fundamentos e, portanto, as suas
implicaes
pode ser contestada. Na realidade, em parte devido aos problemas
para o conhecimento humano que as teorias cientficas levantar que
permaneam
controverso mesmo entre os cientistas, alguns filsofos e muitos
pessoas comuns.
Neste captulo e no seguinte, comeamos a explorao destes epistmica
problemas. Eles iro surgir de novo em todo o resto deste livro.
Primeiro vamos considerar a natureza do progresso cientfico, que
tradicionalmente
retratado como revelando como a natureza unificado atravs da
unificao
das teorias cientficas. Mas a maneira em que as teorias foram unificadas
na cincia fsica, especialmente levanta dificuldades para o empirismo em
aceitar as teorias cientficas de todo. Se o empirismo incompatvel com
teorizando, ento, presumivelmente, o problema est com o primeiro.
Alguns filsofos da cincia so preparados para rejeitar as teorias cientficas
para
teoria epistemolgica. Por outro lado, os cientistas insistem em decidir
entre teorias empiricamente. Estas abordagens do problema de
aterramento teoria em evidncia nos levar da epistemologia para a
inevitvel

perguntas sobre a metafsica da cincia-se devemos trat

sua existncia afirma como verdadeiro ou mesmo aproximadamente
verdadeira.
Resumo
A conta axiomtica das teorias cientficas explica como o terico
leis de uma teoria trabalham juntos para fornecer uma explicao de um
grande nmero
de regularidades empricas ou observveis por tratamento de teorias como
deductively
sistemas organizados, nos quais as hipteses so hipteses confirmadas
pela
as observaes confirmam que a generalizao derivadas a partir delas.
este
concepo de leis como hipteses testadas pelas consequncias deduzidas
deles

conhecido

como

"hipottico-dedutivismo,"

uma

conta

bem

processos

no

estabelecido de
como as teorias e experincias so reunidas.
Teorias

explicam

frequentemente,

identificando

os

observadas subjacentes
ou mecanismos que provocam a fenmenos observveis que o teste
as teorias. Reducionismo etiquetas uma viso de longa data sobre a relao
das teorias cientficas para o outro. De acordo com o reducionismo, como
uma cincia
aprofunda a sua compreenso do mundo, mais estreito, menos preciso e
mais
teorias especiais so revelados a ser casos especiais de ou explicveis por
derivao
das teorias mais amplas, mais completos e mais precisos e mais gerais.
Derivao requer a deduo lgica dos axiomas da teoria mais estreito da
teoria mais ampla, e muitas vezes a correo do estreito
teoria antes da deduo efectuada. Reducionistas procuram explicar o
progresso da cincia ao longo do perodo desde a revoluo newtoniana por
apelar para essas relaes intertheoretical. A reduo das teorias cientficas
sculos mais, o que parece para preservar seus sucessos ao explicar sua

falhas (por meio da correo), fcil de entender do ponto de vista

axiomtico
sobre a estrutura das teorias cientficas.
No entanto, o hipottico-dedutivismo da conta axiomtico da
teorias, e de fato a perspectiva epistemolgica geral da cincia como
baseada na observao e experincia, enfrenta graves dificuldades quando
se tenta
para explicar a indispensabilidade de termos em teorias que identificam
terica,
entidades no observveis, como os ncleos celulares, genes, molculas,
tomos e
quarks. Para, por um lado, no h qualquer prova directa da existncia
das entidades tericas estes termos nome, e, por outro lado, a teoria
no pode cumprir a sua funo explicativa sem eles. alguns tericos
entidades, tais como a gravidade, so verdadeiramente problemtico e, ao
mesmo tempo, ns
precisa excluir as foras e coisas cincia misterioso e oculto para
que nenhuma evidncia emprica pode ser fornecida. A noo de que
significativa
palavras devem, eventualmente, ter os seus significados dada pela
experincia um atrativo
um. No entanto, encontrar um caminho para a linguagem terica para
passar este teste, enquanto
excluindo os termos de especulao descontrolada como sem sentido, um
desafio
que uma conta de teorias cientficas devem enfrentar.
O quebra-cabea que hypothesizing entidades tericas indispensvel para
explicao e no regulamentada pela experincia s vezes resolvido por
negar
que as teorias cientficas procuram descrever as realidades subjacentes que
sistematizar e explicar generalizaes observacionais. Este ponto de vista,
conhecida como
instrumentalismo ou anti-realismo, trata teoria como um dispositivo
heurstico, um clculo
instrumento de previses sozinho. Por outro lado, o realismo, a viso de que

devemos tratar teoria cientfica como um conjunto de literalmente

verdadeiras ou falsas descries
de fenmenos observveis, insiste em que s a concluso de que
teoria aproximadamente verdadeira pode explicar seu sucesso preditivo
de longo prazo.
Instrumentistas contradizer essa explicao.
9 Teoria Construo vs. Modelo
Prdio
Viso geral
Em muitas disciplinas, os cientistas descrevem cada vez mais o produto de
a sua investigao no como teorias, mas como modelos. Em algumas
disciplinas,
evidente que a construo de uma sequncia de modelos um processo
que se espera
culminar em uma grande ou pelo menos uma teoria mais geral. Em outras
disciplinas,
O objectivo da investigao um modelo e uma teoria na verdade um
conjunto de
modelos. Alm disso, enquanto as teorias da cincia so pensados como
geral
hipteses cientficas que o cientista considera bons candidatos para
sendo leis da natureza com explicativa e importao de previso, nenhum
dos
essas coisas podem, em geral, ser dito de modelos. Eles no so
necessariamente
oferecido como melhores suposies dos cientistas sobre as leis, nem
mesmo necessariamente com
a inteno de explicar ou prever qualquer real ou experimental
outros processos observveis.
Tudo isso sugere que o positivismo lgico e ps-positivista
absoro com as teorias sistemas como axiomticas compostas de leis e
regularidades que explicam pode no caber ou como uma descrio ou um
racional
reconstruo das actividades tericas de cientistas. Pode ainda
significa que alguns ou todos os problemas decorrentes da filosofia do

natureza das teorias cientficas pode ser contornada por uma abordagem
que
concentra-se em modelos como as unidades de investigao cientfica.
Neste captulo,
explorar algumas destas questes.
Biologia uma disciplina em que parece haver no mximo uma
A teoria de teoria do Darwin da seleo natural, e muitos modelos sobre
fenmenos em todos os nveis da organizao biolgica de
enzimas para populaes. Isto faz com que seja conveniente para explorar o
relacionamento
entre teorias e modelos, uma vez que se desenrola em biologia com
alguns exemplos detalhados.
Resumo
A abordagem axiomtica a teorias tem dificuldade para acomodar o papel
de modelos em cincia. Instrumentalismo no, e como modelos se tornam
mais
centrais para o carter de teorizao cientfica, problemas para a
axiomtica
abordagem e para o realismo de montagem. A questo aqui, em ltima
anlise depende de saber se
cincia mostra um padro de sucessos explicativos e predicativos que pode
s pode ser explicada pelo realismo ea verdade das teorias que organizar e
explicam o sucesso dos modelos cientistas a desenvolver.
a teoria da seleo natural de Darwin fornece um "banco de ensaio" til
para
aplicar e avaliar a adequao de algumas das concepes concorrentes
da teoria cientfica articulada neste captulo. H vrias razes para
pensar que a teoria de Darwin completamente ao contrrio de Newton,
apesar da sua muito
papis similares na organizao quase todas as suas disciplinas. Por um
lado, ele
difcil afirmar qualquer lei da seleo natural darwiniana, ou mesmo
qualquer estrita
leis da biologia em todos. Por outro lado, quase todas as aplicaes
explicativas
da teoria da seleo natural prosseguir com a construo de modelos.

E a maioria desses modelos no so, obviamente, julgado em seu sucesso

preditivo,
Devido complexidade dos sistemas biolgicos.
Tanto na biologia e nas cincias especiais, o papel de modelos em avano
compreenso cientfica parece muito mais nuances e diversificada do que a
maneira
os filsofos da cincia tradicionalmente retratado teorias que operam na
fsica.
Isso abriu espao para uma ampla rea de pesquisa em filosofia da cincia.

Viso geral
Suponha que resolver o diferendo entre o realismo eo instrumentalismo.
O problema continua a ser de como exatamente observao e provas,
a recolha de dados, etc., na verdade, nos permitir escolher entre cientfica
teorias. Por um lado, que o faam foi tomada para
concedido atravs de vrios sculos de cincia e sua filosofia. No
Por outro lado, ningum est totalmente explicou como eles fazem isso, e
neste
sculo, os desafios que se colocam a explicao de como exatamente
provas
teoria controles aumentaram.
Uma breve reviso da histria do empirismo britnico define a agenda
para uma conta de como a cincia produz conhecimento justificado pela
experincia,
e introduz o problema da induo levantada por David Hume
no sculo XVIII. Se no podemos resolver o problema da induo,
poderemos ser capazes de mostrar que um pseudo-problema. Mesmo se
no pudermos
fazer isso, os cientistas no esto prestes a baixo ferramentas e esperar por
uma resoluo
desta matria. O que mais, eles podem insistir que eles sabem como
proceder indutivamente sem qualquer ajuda de filsofos. Todos ns
realmente

precisa,

muitos

cientistas

insistem,

um

teorema

da

probabilidade
clculo derivado no sculo XVIII por Thomas Bayes,
um contemporneo de David Hume. Alguns filsofos ir concordar
com este julgamento. Ento, precisamos entender este teorema eo
questes de interpretao suscitadas pelo seu uso em experimental e
raciocnio observacional.
O problema da induo
Como observamos no Captulo 7, a revoluo cientfica comeou na Europa
central

com Coprnico, Brahe e Kepler, deslocou-se para a Itlia de Galileu, mudouse para
Descartes Frana e veio para Newton em Cambridge, Inglaterra. o cientfica
revoluo foi tambm uma revoluo filosfica, e por razes que observou.
No sculo XVII, a cincia era "filosofia natural", e figuras que
histria iria entregar exclusivamente a uma ou a outra destas duas Fields
filosofia ou cincia contribuiu para ambos. Assim, Newton escreveu um bom
negcio
da filosofia da cincia, e Descartes fez contribuies fsica. Mas
foram os empiristas britnicos que fizeram uma tentativa de autoconsciente para examinar
se a teoria do conhecimento defendida por estes cientistas vindicaria
os mtodos que Newton, Boyle, Harvey, e outros experimental
cientistas empregados para expandir as fronteiras do conhecimento
humano to amplamente em
seu tempo.
Ao longo de um perodo compreendido entre o final do sculo XVII at o final
do sculo XVIII
sculo, John Locke, George Berkeley e David Hume procurou especificar
a natureza, extenso e justificao do conhecimento como fundada na
experincia sensorial
e ponderar se certificar as descobertas cientficas de
seu tempo como conhecimento e isol-los contra o ceticismo. Os seus
resultados
foram misturados, como Kant estava ansioso para apontar. Mas nada
abalaria sua
confiana

ou

da

maioria

dos

cientistas,

no

empirismo

como

epistemologia direita.
Locke procurou desenvolver empirismo sobre o conhecimento, famosa
segurando
contra racionalistas como Descartes, que no existem idias inatas. "Nada
na

mente

que

no

foi

primeiro

nos

sentidos.

"Mas

decididamente um cientfica
realista sobre as entidades tericas que a cincia do sculo XVII

Locke

era

foi descoberta. Como observado no Captulo 2, ele abraou a viso de que a

matria
foi composta de tomos indiscernveis, ou "corpsculos", e distinto
entre substncia material e suas propriedades ( "qualidades primrias") no
um lado, e as qualidades sensoriais de cor, textura, cheiro ou sabor (o assim
chamado
qualidades secundrias), substncias que causam em ns. As propriedades
reais
da matria, de acordo com Locke, so apenas os que a mecnica
newtoniana
diz-nos que tem em massa, extenso no espao, velocidade, etc. As
qualidades sensoriais
de coisas so idias em nossas cabeas que as coisas causam.
raciocinando volta
de efeitos sensoriais para causas fsicas que adquirimos conhecimento do
mundo, que fica sistematizadas pela cincia.
Que o realismo de Locke e seu empirismo inevitavelmente d origem ao
ceticismo,
no algo Locke reconhecido. Ele era um filsofo do prximo
gerao, George Berkeley, que apreciava que o empirismo torna duvidosa
nossas crenas sobre coisas que no observar diretamente. Como poderia
Locke leigos
afirmam

certo

conhecimento

da

existncia

de

matria

ou

suas

caractersticas, se
ele s poderia estar ciente das qualidades sensoriais, que pela sua prpria
natureza, existem
apenas na mente? No podemos comparar as caractersticas sensoriais,
como cor ou textura
s suas causas para ver se essas causas so incolores ou no, pois no
temos
acesso a essas coisas, por isso no podemos compar-los. E ao argumento
de que podemos imaginar algo para ser incolor, mas no podemos imaginar
um material
objeto a extenso falta ou massa, Berkeley replicou que as propriedades
sensoriais

e os no-sensoriais esto em p de igualdade a este respeito: tente

imaginar algo
sem cor. Se voc pensar nisso como transparente, ento voc est
adicionando na
cor de fundo e que est enganando. Da mesma forma para a outra
alegadamente subjetiva
qualidades que as coisas nos levam a experimentar.
Na opinio de Berkeley, sem o empirismo no podemos fazer sentido do
significado
da linguagem. Berkeley praticamente adotou a teoria da linguagem
como nomear qualidades sensoriais que foi esboado no Captulo 8. Dada a
tese
que as palavras citar idias sensoriais, realismo-a tese de que descobre
cincia
verdades sobre coisas que no podemos ter experincia sensorial de, tornase falsa, por
as palavras que nomeiam estas coisas devem ser sem sentido. No lugar de
realismo
Berkeley defendia uma forte forma de instrumentalismo e fez um grande
esforo para
construir uma interpretao da cincia dos sculos XVII e XVIII,
incluindo mecnica newtoniana, como um corpo de dispositivos heursticos,
calculando
regras, e fices convenientes que ns empregamos para organizar nossas
experincias.
Fazendo isso, Berkeley pensou, salva a cincia do ceticismo. No ocorreu
a Berkeley que outra alternativa para a combinao do empirismo e do
instrumentalismo racionalismo e realismo. E a razo que, at o
sculo XVIII, o papel do experimento na cincia tinha sido to firmemente
estabelecido que no h alternativa ao empirismo parecia remotamente
plausvel como um
epistemologia da cincia. Mesmo racionalismo, como observamos no
Captulo 1, argumenta
s isso algum conhecimento cientfico tem uma justificao no-emprica.

Era inteno de David Hume para aplicar o que ele considerava ser o
emprico
mtodos de investigao cientfica para a filosofia. Como Locke e Berkeley
ele
procurou mostrar como o conhecimento, eo conhecimento cientfico,
especialmente, honras
as restries do empirismo. Incapaz de adotar instrumentalismo radical de
Berkeley,
Hume procurou explicar por que adotar uma interpretao realista
de crenas cientficas e normais, sem tomar partido entre realismo e
instrumentalismo. Mas prossecuo do programa do empirismo de Hume
levou
para enfrentar um problema diferente daquele levantada pelo conflito de
realismo e
empirismo. Este o problema da induo: Dada a nossa sensorial atual
experincia, como podemos justificar inferncias a partir deles e de nossos
registros de
o passado, o futuro e os tipos de leis e teorias cientficas que procuramos?
O argumento de Hume muitas vezes construda como segue: h dois e s
duas maneiras de justificar uma concluso: argumento dedutivo, em que a
concluso
segue logicamente das premissas e argumento indutivo, em que
as premissas suportam a concluso, mas no garantem isso. A dedutiva
argumento coloquialmente descrito como uma em que as instalaes
"contm"
a concluso, enquanto um argumento indutivo frequentemente descrito
como um que
move a partir do particular para o geral, como quando se inferir a partir da
observao
de 100 cisnes brancos concluso de que todos os cisnes so brancos.
Agora, se ns somos
desafiados a justificar a afirmao de que indutivos argumentos de
argumentos de
do particular para o geral, ou do passado para o futuro, ser confivel

no futuro, podemos faz-lo apenas atravs do emprego de um argumento

dedutivo ou um argumento indutivo. O problema com qualquer argumento
dedutivo para esta concluso
que, pelo menos, uma das instalaes em si exigir a fiabilidade de
induo. Por exemplo, considere o argumento dedutivo abaixo:
1. Se uma prtica tem sido fivel no passado, ser fivel no futuro.
2. No passado, argumentos indutivos ter sido fivel.
Portanto,
3. Argumentos indutivos ser confivel no futuro.
Este argumento dedutivamente vlido, mas a sua primeira premissa
requer justificao
e a nica justificao satisfatria para a premissa seria a fiabilidade
de induo, que o que o argumento suposto estabelecer. Qualquer
dedutivo argumento para a fiabilidade da induo incluir, pelo menos, uma
pergunta-implorando premissa.
Isso deixa apenas os argumentos indutivos para justificar a induo. Mas,
claramente, no
argumento indutivo para a induo apoiar sua confiabilidade, por tais
argumentos
tambm so petio de princpio. Como j teve ocasio de observar antes,
Como todos os argumentos da petio de princpio, um argumento indutivo
para a confiabilidade
da induo como subscrio de sua promessa de pagar um emprstimo de
prometendo que voc vai manter suas promessas. Se a sua confiabilidade
como uma promessa
guardio o que est em questo, oferecendo uma segunda promessa para
garantir o primeiro
intil. O argumento de Hume tem por 250 anos foi tratado como um
argumento
para o ceticismo sobre a cincia emprica. Para ele sugere que todas as
concluses
sobre as leis cientficas, e toda a cincia previso faz sobre eventos futuros,
esto em injustificado inferior, possuindo a sua dependncia de induo. E
os seus

no apenas inferncias a partir do especfico para o geral ou do passado

para o
futuro. H outras formas de argumento, que so claramente indutivo sem
tomar qualquer uma destas formas, incluindo argumentos por analogia e
inferncias
para a melhor explicao como empregada para inferir a existncia de no
observvel
entidades

ao

longo

das

cincias.

Todas

as

formas

ampliativas

de

argumentao, em que
as concluses destinam-se a fazer reivindicaes que transcendem os da
instalaes, ser indutiva e aberto ao desafio de Hume. muitos ampliativos
inferncias empregar ou explorar deduo. Mas eles so indutivos entanto.
Por exemplo, o raciocnio hipottico-dedutivo envolve a deduo de
consequncias observacionais de uma hiptese e sua pesquisa direta
ainda
indutivo. Se confirmado, essas consequncias dedutivas so disse para
confirmar a
hiptese de que eles so deduzidos. Toda a inferncia claramente
indutiva:
a concluso, que a credibilidade da hiptese geral reforada
pela evidncia observacional mais estreito, vai alm da evidncia.
O desafio de Hume terico. Ele observou que, como uma pessoa que atua
no
mundo, ele estava convencido de que os argumentos indutivos eram
razoveis; o que ele
pensei que os shows argumento que ns ainda no encontrou a
justificao direita
para a induo, no que no h justificativa para isso.
problema da induo de Hume foi surpreendentemente invisvel para o
primeiro 150
anos depois que ele formulou. A maior epistemologia empirista e filosofia
da cincia do sculo XIX, John Stuart Mill, completamente
no conseguiu reconhec-lo, apesar de dedicar muita ateno induo
como a

mtodo de ncleo da cincia. De acordo com Mill, inferncias a partir de

uma parte relativamente pequena
nmero de casos de leis gerais eram como a cincia avana. moinho famosa
articulados vrias regras de delineamento experimental que ainda orientar
cientistas
hoje em fazer tais inferncias. Contemporary duplo-cego controlado
experimentos agora comuns na cincia mdica devem muito ao
regras Moinho estabelecido e os argumentos que ele deu para eles.
Mas

que

prtica

da

inferncia

indutiva

exige

uma

justificao

independente
como um todo foi algo Mill no gostou. Moinho acreditava com
alguma justificao que inferncias indutivas foram fundamentadas no
compromisso
a uniformidade da natureza: a de que o futuro ser como o passado. Se
pudermos
ser justificado em acreditar que este princpio, em seguida, pelo menos,
algumas inferncias indutivas
ser garantido. Mas que tipo de argumento pode ser avanado para a
uniformidade
da natureza? Um argumento dedutivo com uma concluso factual que o
futuro ser como o passado ter de incluir entre suas premissas uma factual
reivindicao, pelo menos, to forte, e em seguida, este ir ser justificada, e
assim por diante em
uma regresso infinita. Um argumento indutivo para a uniformidade da
natureza vai
prossiga com as seguintes linhas: No passado recente, o seu futuro prximo
era como
passado mais distante, no passado mais distante, o seu futuro prximo era
como o
ainda mais distante passado, e assim por diante. Portanto, daqui em diante
ser o futuro
como o passado recente, o passado mais distante e passado muito distante.
Mas isso
forma de argumento em si indutiva e assim levanta a questo. Partimos
para estabelecer a confiabilidade da inferncia indutiva e faz-lo por um
indutiva

inferncia. Isto tem toda a confiabilidade de uma tentativa de assegurar

algum que eu
mantenho minhas promessas, prometendo-lhe que eu faz-lo!
Durante o perodo em que positivistas lgicos estavam confiantes de que o
princpios

da

lgica

matemtica

simblica

foram

definies

consequncias
deles, foram feitas tentativas para resolver o problema de Hume em um
semelhante
caminho. Filsofos como Rudolph Carnap e Carl G. Hempel procurou
enquadrar
regras de inferncia indutiva que poderiam ser justificadas, como as leis da
matemtica
lgica, em conformidade com as definies e suas implicaes. Como o
modelo

dedutivo-nomolgica

que

foi

proposto

para

reconstruir

racionalmente
o conceito de explicao cientfica, o seu objectivo era fornecer uma
"confirmao
teoria "que iria formalizar e explicitar a noo de inferncia indutiva
e resolver o problema de Hume tambm. A estratgia foi mostrar que
indutiva
argumento acaba por ser argumento dedutivo que emprega regras
especiais que
conferir justificao em suas concluses sem garantir a sua verdade
(Ao contrrio das leis da lgica dedutiva que o fizeram). Estas regras
refletiria
os axiomas e teoremas da teoria da probabilidade, um conjunto de verdades
lgicas ou
definies. Para que estas regras para sistematizar as inferncias indutivas,
os
Demonstraes os cientistas usam para descrever os dados ou elementos
de prova a que as regras
teve so aplicadas a ser dada uma estrutura lgica rgida e um vocabulrio
inteiramente observacional. Isso no poderia acomodar razoavelmente os
padres reais de
inferncia cientfica. Mas, alm disso, toda a empresa de desenvolver um

teoria puramente formal ou lgica de probabilidade s revelou o problema a

ser
ainda mais grave do que Hume tinha reconhecido, como veremos no
captulo 11.
Outros filsofos procurou-se mostrar que o problema da induo foi um
pseudo-problema, um exemplo clssico de feitio do nosso entendimento
pelos
lngua. Assim tem sido repetidamente argumentou que a empregar os
princpios indutivos
para enquadrar as expectativas sobre o futuro apenas o que o senso
comum
ea maioria das pessoas entende por ser razovel. Se empregando inferncia
indutiva
, por definio, uma condio necessria para agir de uma forma razovel,
em seguida,
no faz sentido exigir uma justificao para isso. Ou pelo menos no mais
faz
sentido pedir que a induo ser mostrado para ser razovel do que ele faz
para pedir que
sendo razovel ser mostrado para ser razovel. Assim, uma compreenso
adequada da
o que significa ser razovel quando enquadrar crenas sobre o unobserved
resolve o problema da induo, ou melhor, mostra que ela um pseudoproblema,
um reflexo erros sobre a linguagem. Que erro? Um candidato o
tendncia erroneamente a aplicar os padres dedutivos da induo e depois
para
reclamam quando eles no podem ser cumpridas. Validade uma
caracterstica da dedutivo adequada
argumentos: estes argumentos so sempre verdade preservao. desde
indutiva
argumentos so, pela sua natureza, no verdade que preserva (no
pretende nem se espera
ser); fcil, mas equivocada para descrev-los como invlidos e, em
seguida, exigir um

justificao para eles. O erro ainda aplicar a distino vlida / invlida

a tais argumentos e, em seguida, para exigir um substituto para a validade.
Alguns filsofos da cincia poderia levar a srio esta forma de despedir
O problema de Hume. Insistiram em que o erro Callow identificado por
aqueles
que procuram dissolver o problema da induo no um que eles fazem. o
problema da induo muito claramente que de mostrar inferncias
indutivas para
ser geralmente de confiana, no universalmente vlida. E este problema
pode ser moldada
de tal forma a honrar o pensamento de que ser indutiva est sendo
razovel.
Para perguntar se ser razovel, isto , utilizando mtodos indutivos, um
mtodo confivel de obter atravs da vida perfeitamente inteligvel. A
questo
do facto de ser razovel de confiana aquela que todos ns queremos
responder afirmativamente.
Hume de fato nos convida a faz-lo de uma forma no-implorando-pergunta.
Uma maneira de responder a Hume que reconhece esta maneira de colocar
o seu
problema foi devido ao filsofo positivista lgico, Hans Reichenbach
(Ele preferia o rtulo de "empirista lgico"). Ele procurou mostrar que, se
qualquer
mtodo de prever o futuro obras, ento a induo deve trabalhar. supor
desejamos estabelecer se o Orculo de Delfos uma previso exata
dispositivo. A nica maneira de fazer isso sujeitar o Oracle para um
conjunto de testes: pedir
uma srie de previses e determinar se eles so verificados. Se eles so,
a Oracle pode ser aceito como um indicador preciso. Se no, ento o futuro
preciso do Oracle no est a ser invocado. Mas observe que a forma de
este argumento indutivo: se qualquer mtodo funciona (no passado),
apenas induo
pode dizer-nos que ele faz (no futuro). De onde ns garantir a justificao de
induo. Este argumento enfrenta duas dificuldades. Em primeiro lugar, no
mximo, isso prova que, se qualquer mtodo funciona, a induo funciona.
Mas isso est muito longe da concluso

que queremos: que no h qualquer mtodo que faz no trabalho de fato. Em

segundo lugar, o argumento
no vai influenciar o devoto da Oracle. Oracle-crentes no ter
razo para aceitar nosso argumento. Eles vo pedir o Orculo se a induo
funciona,

aceitar

seu

pronunciamento.

Nenhuma

tentativa

para

convencer Oraclebelievers
que a induo suporta tanto o seu mtodo de prever o futuro ou
qualquer outro pode transportar qualquer peso com eles. O argumento de
que, se qualquer mtodo
obras, obras de induo, demasiado implorando pergunta.
Estatstica e Probabilidade para o Resgate?
Em algum ponto os problemas da induo levar alguns cientistas e
filsofos
a perder a pacincia com o filsofo da cincia. Por que se preocupar
justificar a induo? Por que no comear com o grave, mas talvez mais
problema solvel de confirmao emprica? Podemos conceder a falibilidade
da
cincia, a impossibilidade de estabelecer a verdade ou falsidade das leis
cientficas
de uma vez por todas. No entanto, ainda pode explicar como observao,
recolha de dados
e experimentar teoria cientfica teste, rodando a teoria estatstica ea
noo de probabilidade.
Acontece que isso no to simples um assunto como parece. Comear
com as noes de probabilidade e de evidncias empricas ou indutiva no
realmente se alinham juntos to bem como gostaramos.
Para comear, h o problema de se o facto de alguns dados levantam
a probabilidade de uma hiptese faz com que a evidncia de dados para ele
em tudo. Isso pode
soar como uma pergunta to fcil de responder, mas no .
Define p (h, b) as the probability of hypothesis h, given background
information b, and p (h, e and b) as the probability of h given the
background information b, and some experimental observations e.

Assim, quando os dados aumenta a probabilidade de uma hiptese,

constitui favorvel
evidncia para ela.
Assim, neste caso, E "novo" de dados, que considerado como evidncia
para h se levanta a
probabilidade de h (dada a informao de base necessria para testar h).
Para
exemplo, a probabilidade de que o Butler fiz, H, dado que a arma
encontrada
em que o corpo no era dele, b e as novas provas de que a arma carregava
seu
impresses digitais, maior do que a hiptese de que o Butler fez isso, dada
a arma
encontrada no corpo, e nenhuma evidncia sobre impresses digitais. as
impresses digitais
que aumentam a probabilidade de h. por isso que as impresses so
provas de que o
Butler fez isso.
fcil de construir contra-exemplos a esta definio de evidncia positiva
que mostram que o aumento da probabilidade por si s necessrio nem
suficiente para alguma declarao sobre observaes para confirmar a
hiptese.
Aqui esto dois:
publicao

deste

livro

aumenta

probabilidade

de

que

ele

ser

transformado em
um filme de sucesso estrelado por Keira Knightley. Afinal de contas foram
nunca ter
sido publicado as chances de seu ser feitas em um filme seria ainda menor
do que so. Mas, certamente, a publicao real deste livro no positiva
evidncias para a hiptese de que este livro vai ser transformado em um
sucesso de pblico
filme estrelado por Keira Knightley. Certamente no claro que algum fato
que apenas
aumenta a probabilidade de uma hiptese constitui, assim, a evidncia
positiva para

isto. Uma concluso semelhante pode ser derivado a partir do seguinte

exemplo contrrio,
que

invoca

lotarias,

uma

noo

til

ao

explorar

questes

sobre

probabilidade.
Considere uma loteria feira com 1.000 bilhetes, 10 dos quais so comprados
por Andy e um dos quais comprada por Betty. h a hiptese de que Betty
ganha na loteria. e a observao de que todos os bilhetes, exceto os de
Andy e
Betty

so

destrudos

antes

do

sorteio.

e,

certamente,

aumenta

probabilidade
h de 0,001-0,1. Mas no claro que e evidncia positiva de que h
verdade. Na verdade, parece mais razovel dizer que e uma prova positiva
de que h
falso, que Andy vai ganhar. Para a probabilidade de que ele ganha passou
de
0,01-0,9. Outro caso de loteria sugere que o aumento de probabilidade no
necessrio
por ser evidncia positiva; na verdade um pedao de evidncia positiva
pode diminuir
a probabilidade de a hiptese de que confirma. Suponha que na nossa
lotaria Andy tem
comprado 999 passagens em 1000 vendeu na segunda-feira. Suponha que
e a evidncia
que na tera-feira 1.001 ingressos foram vendidos, dos quais Andy adquiriu
999.
Este endereo de e reduz a probabilidade de que Andy vai ganhar na loteria
de 0.999 para
0,998 ... Mas, certamente, e ainda evidncias de que Andy vai ganhar
depois de tudo.
Uma maneira de lidar com estes dois contra-exemplos simplesmente para
exigir
que e uma prova positiva para h se e torna a probabilidade de h alta,
dizem acima
0.5. Em seguida, no primeiro caso, uma vez que a evidncia de no
aumentar a probabilidade de

Betty de ganhar em qualquer lugar perto de 0,5 e, no primeiro caso, a

evidncia no faz
reduzir a probabilidade de Andy de ganhar muito abaixo de 0,999, estes
casos no
minar a definio de evidncia positiva quando assim revisto. Mas claro,
fcil de construir um contra essa nova definio de positiva
evidncia como prova de que torna a hiptese altamente provvel. Aqui
est um
famoso caso: h a hiptese de que Andy no est grvida, enquanto que e
a
declarao de que Andy come Weetabix pequeno-almoo cereais. Uma vez
que o provavelmente de h
extremamente elevada, P (H, E) -a probabilidade de H, dado que tambm
o E- extremamente
Alto. No entanto, e , sem dvida nenhuma evidncia para h. claro que
temos negligenciado o
informao de base, b, construdo na definio. Certamente, se somarmos o
informaes de base que nenhum homem jamais engravidar, ento P (h,
E & b) -O probabilidade de H, E e dado b-ser a mesma como P (H, E) e
assim, dispor do contra-exemplo. Mas, se b a afirmao de que nenhum
homem tem
nunca engravidar, e e a afirmao de que Andy comeu Weetabix, e h
a afirmao de que Andy no est grvida, ento p (h, e & b) ser muito
elevado,
na verdade, quase to perto de 1 como uma probabilidade pode obter.
Assim, mesmo que e no
por si s evidncia positiva para h, e mais b , s porque b uma prova
positiva
para h. No podemos excluir e como prova positiva, quando e mais b uma
evidncia,
simplesmente porque um conjunto que, por si s no tem impacto sobre a
probabilidade
de h, porque a evidncia, por vezes, positiva s faz aumentar a
probabilidade de
uma hiptese quando combinada com outros dados. Claro que queremos
dizer

que, neste caso, e pode ser eliminado sem reduzir a probabilidade de H,

e probabilisticamente irrelevante e por isso que no evidncia positiva.
Mas
fornecendo um teste decisivo para a irrelevncia probabilstica no tarefa
fcil. Pode ser
to difcil como a definio de exemplo positivo. Em qualquer caso, temos
uma introduo
aqui para as dificuldades de expor a noo de prova em termos de
conceito de probabilidade.
Os filsofos da cincia que insistem que a teoria da probabilidade
suficiente para
nos permitem compreender como testar hipteses de dados ir responder a
esses problemas
que refletem as mis-fit entre probabilidade e nosso senso comum
noes de provas. Nossos conceitos comuns so qualitativos, imprecisa, e
no

resultado

de

um

estudo

cuidadoso

das

suas

implicaes.

Probabilidade uma quantitativa

noo matemtica com fundamentos lgicos seguros. Isso permite
-nos a fazer distines noes comuns no podem desenhar e explicar estes
distines. Recordar os empiristas lgicos que procuraram reconstrues
racionais
ou explicaes de conceitos como explicao que fornecem necessrio e
condies suficientes em lugar da impreciso e indefinio do comum
lngua. Da mesma forma, muitos estudantes contemporneos do problema
da confirmao
procurar um substituto mais preciso para a noo comum de provas
na noo quantificvel de probabilidade; para eles contra-exemplos, tais
como
os apresentados acima simplesmente refletir o fato de que os dois conceitos
no so
idntico. Eles so nenhuma razo para no substituir "probabilidade" para a
"evidncia"
na nossa investigao sobre como a teoria de teste de dados. Alguns desses
filsofos ir
mais longe e argumentam que no existe tal coisa como evidncia
confirmar ou no

uma hiptese, por si s. teste de hipteses em cincia sempre

um caso comparativa: ela s faz sentido dizer hiptese h1 mais ou
menos bem confirmado pela evidncia do que hiptese H2, no que h1
confirmada por e em qualquer sentido absoluto.
Estes filsofos sustentam que a teoria matemtica das probabilidades
detm
a chave para entender a confirmao da teoria cientfica. E isto
teoria extremamente simples. Ele encarna apenas trs hipteses muito
bvias:
1. As probabilidades so medidas em nmeros de 0 a 1.
2. A probabilidade de uma verdade necessria (como "4 um nmero par")
uma.
3. Se a hiptese H e J so incompatveis, ento p (h ou j) > = > p (h)
> + > p (j).
fcil para ilustrar esses axiomas com um baralho de cartas normais. o
probabilidade de qualquer um carto que est sendo elaborado a partir de
uma plataforma completa est entre 0
e 1. Na verdade, 1/52. A probabilidade de que um carto ser vermelho ou
preto (o
apenas duas possibilidades) 1 (que uma certeza), e se desenhando um
s de copas
incompatvel

com o

desenho de

um valete

de

espadas,

ento

probabilidade de desenho
um deles 1/52 + 1/52 ou 1/26, cerca de 0,038461 ...
A partir dessas premissas simples e diretas (mais algumas definies)
o resto da teoria matemtica das probabilidades pode ser derivada pela
deduo lgica sozinho. Em particular, a partir destes trs axioma da teoria
de probabilidade, podemos deduzir um teorema, primeiro provado por um
telogo britnico
e matemtico amador, no sculo XVIII, Thomas Bayes, que
tem bulked grande nas discusses contemporneas de confirmao. antes
de introduzir
este teorema, precisamos definir mais uma noo, a condicional
probabilidade de qualquer uma instruo, assumindo que a verdade de uma
outra declarao.

A probabilidade condicional de uma hiptese, h, em uma descrio de

dados, e,
p escrita (H / e) definido como a razo da probabilidade de a verdade de
ambos H
e e probabilidade de a verdade sozinho e:
p(h/e) = df p(h and e)
p(e)

Aproximadamente "a probabilidade condicional de h on e" mede a

proporo de
e a probabilidade de que seja verdade que "contm" a probabilidade de que
h igualmente
verdade. Adaptar uma idia expositiva de Martin Curd e Jan Cover, ns
podemos
iluminar esta definio com alguns diagramas. Suponha que estamos
atirando dardos
numa placa sobre a qual dois crculos sobrepostos so desenhados na forma
de um diagrama de Venn
diagrama (Figura 10.1):
Se um dardo terras dentro do crculo e, o que a probabilidade de que ele
tambm vai pousar
dentro do crculo h, ou seja, a probabilidade de desembarque no h, com a
condio de que
terras e, a probabilidade condicional, p (h / e)? Isso depende de duas coisas:
a rea de sobreposio entre crculo e e crculo h (a interseco e & h),
relativa
para a rea de E, e o tamanho do e em relao ao tamanho de h. Para ver
isto,
comparar os dois esquemas a seguir. Na Figura 10.2, e muito grande
quando comparada
para o tamanho de H, de modo que a possibilidade de que um dardo jogado
dentro de e tambm terras em h baixo. Mas seria maior se mais de h
estavam dentro e. Por outro lado, o
chance de que um dardo que pousa no h tambm terras no e muito maior,
e aumentos
como a proporo de h dentro e cresce.

Por outro lado, considere a Figura 10.3. Aqui, ele pequeno e h grande.
Nisso
caso, a chance de um dardo que terras no e tambm o desembarque em h
maior do que em
no caso anterior, e torna-se ainda maior a mais do e est dentro h. Mais
uma vez,

a probabilidade condicional de e em h , naturalmente, muito mais baixa,

menor a
h crculo e quanto menos se sobrepe.

A definio de probabilidade condicional incorpora esses dois fatores

sobre a qual depende da probabilidade condicional. O numerador reflecte o
tamanho
da sobreposio de E e H em relao aos tamanhos de E e H, e o
denominador
medidas que o tamanho em unidades de tamanho de e.
Agora, se h uma hiptese e e um relatrio de dados, o teorema de Bayes
permite
-nos calcular a probabilidade condicional de h no e, p (h / e). Em outras
palavras,
teorema de Bayes d-nos uma frmula matemtica para calcular quanto
mais ou menos provvel um pouco de provas, e, faz qualquer hiptese, h. A
frmula
como se segue:
p(h/e) = p(e/h) p(h)
p(e)

teorema de Bayes nos diz que uma vez que adquirir alguns dados, e,
podemos calcular
como os dados e alterar a probabilidade de h, elevando-a ou baixando,
desde que
j tem trs outros nmeros:
P (E / H) -a probabilidade de que verdadeira e assumindo que h
verdadeira (como observado
, supra, no devem ser confundidos com P (H / E), a probabilidade de que h
verdadeira, dado
e, que o que estamos a calcular). Este nmero reflecte o grau de
que nossa hiptese nos leva a esperar os dados que recolheu. E se
os dados apenas o que a hiptese prediz ento claro que p (e / h)
muito
Alto. Se os dados no nada parecido com o que a hiptese prev p (e / h)

baixo.
P (h) -O probabilidade do independente hiptese de o teste para o qual

Os dados descritos por e fornece. Se e relata novos dados experimentais,

em seguida
P (h) a probabilidade do cientista atribudo a h antes do experimento
foi conduzido.
p (e) -A probabilidade de que a declarao descrevendo os dados
verdadeiro independente
de saber se h verdade ou no. Em que E um resultado surpreendente
que
teoria cientfica anterior e provas (independente h) no leva
-nos a esperar, p (e) ser baixo.
Para ver a facilidade com que o teorema de Bayes segue dos axiomas de
probabilidade
e nossa definio de probabilidade condicional, voltar a qualquer um dos
dart-board
diagramas acima. Se podemos calcular P (E / H), comparando os tamanhos
relativos
dos crculos e a proporo de suas interseces com seus tamanhos,
podemos tambm
calcular P (H / e) da mesma maneira. claro que os valores relativos a cada
condicional
probabilidade sero diferentes (como cada um dos diagramas mostra).
teorema de Bayes nos diz que uma vez que adquirir alguns dados, e,
podemos calcular
como os dados e alterar a probabilidade de h, elevando-a ou baixando,
desde que
j tem trs outros nmeros:
P (E / H) -a probabilidade de que verdadeira e assumindo que h
verdadeira (como observado
, supra, no devem ser confundidos com P (H / E), a probabilidade de que h
verdadeira, dado
e, que o que estamos a calcular). Este nmero reflecte o grau de
que nossas hipteses nos leva a esperar os dados que recolheu. E se
os dados apenas o que a hiptese prediz ento claro que p (e / h)
muito

Alto. Se os dados no nada parecido com o que a hiptese prev p (e / h)

baixo.
P (h) -O probabilidade do independente hiptese de o teste para o qual
Os dados descritos por e fornece. Se e relata novos dados experimentais,
em seguida
P (h) a probabilidade do cientista atribudo a h antes do experimento
foi conduzido.
p (e) -A probabilidade de que a declarao descrevendo os dados
verdadeiro independente
de saber se h verdade ou no. Em que E um resultado surpreendente
que
teoria cientfica anterior e provas (independente h) no leva
-nos a esperar, p (e) ser baixo.
Para ver a facilidade com que o teorema de Bayes segue dos axiomas de
probabilidade
e nossa definio de probabilidade condicional, voltar a qualquer um dos
dart-board
diagramas acima. Se podemos calcular P (E / H), comparando os tamanhos
relativos
dos crculos e a proporo de suas interseces com seus tamanhos,
podemos tambm
calcular P (H / e) da mesma maneira. claro que os valores relativos a cada
condicional
probabilidade sero diferentes (como cada um dos diagramas mostra).
Pelo desenho electrnico e h-crculos e os cruzamentos deles de tamanhos
diferentes,
fcil ver que a probabilidade de um dardo que atinge o e-crculo tambm
bater
o H-crculo, P (H / e) ir variar directamente como a razo entre a
interseco do
dois crculos para o tamanho do e-crculo, e inversamente com a relao dos
tamanhos de
e-crculo para o tamanho do h-crculo. E isso exatamente o que Bayes
Teorema

diz: faz p (h / e) igual a p (e / h) -a razo entre a interseco de E e H

para o tamanho de e-vezes a fraco P (h) / P (E), que a razo entre o
tamanho de
h para o tamanho de e.
Dois exemplos simples podem ajudar-nos a ver como o teorema de Bayes
suposto
trabalho: Considere como dados relativos posio observada do cometa
Halley fornecem
um teste para as leis de Newton. Suponha que, dadas as observaes
anteriores, que p (E), o
probabilidade de que o cometa Halley ser observada em um determinado
local de
o cu noturno, de 0,8. Isso permite que as imperfeies no telescpio,
atmosfrico
irregularidades, todos os fatores que eventualmente levou os astrnomos a
tomar
muitas fotografias das estrelas e dos planetas e suas posies para a mdia
fazer estimativas de suas posies esperadas no cu. P (E / H) tambm
elevada, o
posio esperada do cometa Halley no cu noite muito prximo ao que
a teoria prev que seria. Vamos definir p (e / h) em 0,95. Vamos supor que
antes da aquisio de e, os novos dados sobre o cometa Halley, a
probabilidade
que as leis de Newton so verdadeiras , digamos, 0,8. Assim, se o cometa
Halley aparece
onde esperado, p (h / e) > = > (0,95 ...) x (0,8) / (0,8) > = >
0,95. Assim, a evidncia quanto
descrito por e elevou a probabilidade de as leis de Newton 0,8-0,95.
Mas agora, suponha que adquirir novos dados sobre, digamos, a precesso
do
perielio de mercrio que , dados que mostram que a rbita elptica
Mercrio em torno do Sol em si balanando de modo que o ponto mais
prximo entre
Mercrio e o Sol continua a mudar. Suponha-se, como era realmente o caso,
que
a figura acaba por ser muito maior do que as leis de Newton (e o auxiliar

hipteses utilizados para aplic-los) nos levaria a esperar, de modo que p (e

/ h)
baixo, digamos 0,3. Desde as leis de Newton no nos levam a esperar que
esses dados, o
probabilidade prvia do e deve ser baixo, ento vamos deix-p (e) ser baixa,
digamos, 0,2; e a
probabilidade prvia de tais dados inesperado, dada as leis de Newton alm
de auxiliar
hipteses, ser tambm bastante baixo, por exemplo, p (e / h) de 0,1. Se p
(h) para as leis de Newton
alm de auxiliares de 0,95, ento o teorema de Bayes nos diz que para o
novo e, a
dados de precesso de Mercrio, o p (h / e) > = > (0,1) (0,95) /
(0,2) > = > 0,475, uma significativa
cair de 0,95. Naturalmente, recordando o sucesso anterior do Newton
leis em descobrir a existncia de Netuno e Urano, a culpa inicial
para a queda foi colocado sobre as hipteses auxiliares. teorema de Bayes
pode at mesmo
nos mostrar o porqu. Embora os nmeros no nosso exemplo so
constitudos, neste caso,
os pressupostos auxiliares acabaram por ser vindicado, e os dados sobre o
muito maior do que a precesso esperado do perilio de Mercrio minado
A teoria de Newton, e (como outro aplicativo do teorema de Bayes faria
show), aumentou a probabilidade de teoria alternativa da relatividade de
Einstein.
Filsofos e muitos estatsticos afirmam que os cientistas raciocnio usar
para testar suas hipteses podem ser reconstruda como inferncias, de
acordo com o teorema de Bayes. Estes tericos so chamados Bayesians.
Alguns filsofos e
historiadores da cincia entre eles procuram mostrar que a histria de
aceitao
e rejeio de teorias em teorema cincia honras de Bayes, mostrando assim
que, de fato, o teste de teoria tem sido a base firme o tempo todo. Outros
filsofos,
e tericos estatsticos tentar aplicar o teorema de Bayes, na verdade,

para determinar a probabilidade de hipteses cientficas, quando os dados

so difceis
para chegar, s vezes no confiveis, ou apenas indiretamente relevante
para a hiptese
sob teste. Por exemplo, eles procuram para determinar as probabilidades de
vrios
hipteses sobre eventos evolutivos como a diviso da espcie ancestral
a partir de um outro, aplicando-se o teorema de Bayes para dados sobre as
diferenas de
as sequncias de polinucletidos dos genes de espcies que vivem
actualmente.
Quanto teorema pode Bayes realmente ajudar?
Quanto compreenso da natureza dos testes empricos faz bayesianismo
realmente fornecer? Ser que vai conciliar epistemologia empirista da
cincia com a sua
compromisso de eventos no observveis e processos que explicam
observvel
queridos? Ser que vai resolver o problema da induo de Hume? Para
responder a essas perguntas,
devemos primeiro entender o que as probabilidades so de que todos estes
p de
simbolizar e de onde eles vm. Precisamos fazer o sentido de p (h), o
probabilidade de que uma determinada proposio verdadeira. Existem
pelo menos duas questes
a ser respondida: Em primeiro lugar, h a questo "metafsica" do que fato
que
sobre o mundo, se houver, que faz um determinado valor de probabilidade,
P (H) para uma
hiptese, h, o verdadeiro ou corrigir um? Em segundo lugar, h a
epistemolgica
questo de justificar a nossa estimativa deste valor de probabilidade. A
primeira pergunta
tambm pode ser entendida como uma questo sobre o significado de
probabilidade

declaraes, ea segunda sobre como eles justificar concluses indutivas

sobre as teorias gerais e eventualidades futuras.
Muito antes do advento da bayesianismo na filosofia da cincia do
significado das declaraes de probabilidade j era uma questo polmica.
tem
algumas interpretaes tradicionais de probabilidade podemos excluir como
inadequados
interpretaes para o emprego do teorema de Bayes. Uma dessas a
interpretao
de probabilidade como suposto para descobrir em jogos de azar justas
como uma roleta ou blackjack. Em um jogo justo de roleta a chance da bola
desembarque em qualquer armadilha exatamente 1/37 ou 1/38, porque h
37 (ou na Europa
38) armadilhas em que a bola pode pousar. Assumindo-se uma roleta feira,
o
probabilidade de a hiptese de que a bola vai parar no nmero 8
exatamente
1/37 ou 1/38 e sabemos que isso a priori, sem experincia, porque ns
sabe a priori quantas possibilidades existem e que cada um igualmente
provvel
(Novamente, assumindo que a roleta justo, um pouco de conhecimento
que pudemos
nunca adquiriu a priori de qualquer maneira!). Agora, quando se trata de
hipteses
que podem ser responsveis por um corpo finito de dados, no h limite
para o nmero
de possibilidades e nenhuma razo para pensar que cada um deles tem a
mesma probabilidade.
Por conseguinte, as probabilidades de uma hiptese sobre, por exemplo, o
nmero de cromossomas em um ncleo humano, no ser determinvel a
priori, pela
contando-se possibilidades e dividindo 1 pelo nmero de possibilidades.
Outra interpretao das probabilidades envolve observaes empricas,
por exemplo, coin flips. Para estabelecer a frequncia com que uma moeda
vai
chegar cabeas, um vira-lo vrias vezes e divide o nmero de vezes que

trata-se cabeas pelo nmero de vezes que foi capotou. Ser que esta
frequncia
ser uma boa estimativa da probabilidade de cabeas? Ser quando o
nmero
de lanamentos de moeda grande, e as frequncias calculamos para
nmeros finitos de
flips moeda convergir para um valor e permanecer perto esse valor no
importa quo
muitas vezes continuamos lanando. Podemos chamar este valor, se
houver, o
longo prazo frequncia relativa de cabeas. E trat-lo como uma medida da
probabilidade da moeda d cara. Mas a frequncia relativa de longo prazo
de cabeas idnticas probabilidade ela vai aparecer cabeas? Isso soa
como
uma pergunta boba, at que voc perguntar qual a relao entre a longo
prazo
estar da frequncia relativa, digamos, 0,5 e a chance de que a prxima
sorteio ser
ser cabeas. Observe que uma frequncia de longo prazo relativo de 0,5
compatvel com uma
executar, de 10, ou 100, ou 1.000.000 cabeas em uma fileira, contanto que
o nmero total
de lanamentos muito grande, to grande que um milho um nmero
pequeno em comparao
para o nmero total de jogadas. Se isto certo, a frequncia relativa de
longo prazo
compatvel com qualquer prazo finito de todas as cabeas, ou todas as
caudas, e, claro,
perfeitamente compatvel com esbarra caudas da moeda na prxima
sorteio. Agora,
suponha que quer saber o que a probabilidade de que a moeda vai vir
para cima
cabeas no prximo sorteio. Se a probabilidade de que a moeda vai vir para
cima cabeas
no prximo sorteio uma propriedade desse lance particular, uma coisa
diferente

da frequncia relativa de longo prazo de cabeas (o que perfeitamente

compatvel
com os prximos lanamentos 234,382 todas as caudas Ser). Ns
precisamos de algum princpio de que
conecta a longo prazo para o prximo sorteio. Um desses princpios que nos
recebe de
a frequncia relativa de longo prazo para a probabilidade do prximo sorteio
sendo cabeas
assumir que as moedas fazer em qualquer prazo finita o que eles fazem
no longo prazo. Mas
este princpio apenas falsa. A melhor princpio para a ligao de longo
prazo em relao
frequncias para a probabilidade de a prxima ocorrncia algo como isto:
Se voc sabe a frequncia relativa de longo prazo, ento voc sabe como
apostar em
se a moeda vai pousar cara ou coroa, e se voc tomar todas as apostas
contra cabeas
em desacordo maiores do que at mesmo dinheiro, voc vai ganhar. Mas
perceber isso uma concluso
sobre o que voc deve fazer como um jogador, no uma concluso sobre o
que a moeda
vai de fato fazer. Ns vamos voltar a esse insight.
Poderia frequncias relativas de longo prazo fornecem os valores de
probabilidade para uma
hiptese, sem um histrico? difcil ver como. Comparar um romance
hiptese de uma nova moeda de um centavo brilhante a ponto de ser
invertida. Longo prazo em relao
dados frequncias fornecer alguma razo para atribuir uma probabilidade
de 0,5 para o
chances de cabeas na moeda nova. Existe um histrico de prvia
hipteses relevantes para o novo? S se pode compar-lo com o direito
classe de hipteses semelhantes a maneira como podemos comparar novas
tostes para os antigos.
Mas hipteses no so como moedas de um centavo. Ao contrrio de
moedas de um centavo, eles diferem uns dos outros de uma forma que no
possvel quantificar quanto teramos que estvamos ao grau

los para a semelhana com uma outra. Mesmo se pudssemos identificar o

recorde da pista
de verdade e de falsificar para hipteses similares formulados sobre a
histria passada
da cincia, teramos os problemas do (a) justificar a inferncia de
uma sequncia real finito a uma frequncia relativa de longo prazo, e (b)
justificando
a inferncia a partir de uma frequncia relativa de longo prazo para o
prximo caso, o novo
hiptese. Recall, que, no caso de cara ou coroa, a nica conexo
parece ser que as frequncias relativas so a nossa melhor guia de como
colocar o nosso
As apostas sobre o prximo lance. Talvez o tipo de probabilidade de que o
teste teoria
invoca o tipo do jogador, o que veio a ser chamado de "probabilidade
subjetiva".
"Subjetivo", pois reflete fatos sobre o jogador, eo que o
jogador acredita sobre o passado eo futuro, e "probabilidade" porque o
aposta o jogador marcas devem honrar os axiomas da probabilidade.
a afirmao de que, em testes cientficos, as probabilidades relevantes
so subjetivos
probabilidades, isto , as probabilidades do jogador, que a marca
distintiva
do Bayesiano. A Bayesian algum que defende que pelo menos dois dos
trs probabilidades precisamos calcular p (h / e) so apenas uma questo de
apostas
odds e que dentro de certos limites fracos, eles podem assumir qualquer
valor no
todos. Voc e eu podemos pensar que as melhores apostas so aqueles que
refletem o nosso
experincia anterior de frequncias actuais ou a nossa estimativa de longo
prazo em relao
frequncias, mas isso no parte de bayesianismo. A Bayesian sustenta
que na
longo prazo, no importa quais os valores que comeam com, o teorema de
Bayes vai

levar o cientista inexoravelmente hiptese (disponvel) melhor apoiada por

a evidncia. Essas afirmaes notveis exigem explicao e justificao.
Calcular o valor de P (E / H) uma questo de dar um nmero para a
probabilidade
que o e obtm se h verdade. Isso geralmente fcil de fazer. Se h nos diz
para
e esperar, ou perto de dados e, em seguida, P (E / H) vai ser muito alta. O
problema
usando o teorema de Bayes tambm exige que o clculo dos valores de
entrada, o chamado "antes
probabilidades, "P (h) e P (E). P (h) especialmente problemtica: afinal, se
h
uma nova teoria que ningum nunca pensou, por que deveria haver
qualquer particular,
resposta certa para a questo da probabilidade com o que verdade? e
atribuindo
um valor de p (e), a probabilidade de que a nossa descrio de dados
pode corrigir
envolvem tantos pressupostos auxiliares, que mesmo que exista um nmero
correcto
difcil ver como poderamos descobrir o que . A Bayesian afirma
que estes no so problemas. Ambos os valores, P (H) e P (E) e (P (E / h)
para que
matria) so simplesmente graus de crena, e graus de crena so
simplesmente uma questo
do que as probabilidades de apostas o cientista levaria ou queda sobre se a
sua
crenas esto corretas. Quanto maior a probabilidade uma toma, mais forte
o grau de
crena. Aqui a Bayesian leva uma pgina de economistas e outros que
desenvolveram
a teoria da escolha racional sob incerteza. A maneira de medir um
grau de crena oferecer as apostas crente contra a verdade de sua
crena. Outras coisas sendo iguais, se voc racional, e que est disposto a
tomar uma aposta que h verdadeiro na proporo de 4: 1, em seguida, o
seu grau de crena de que h verdadeira

 de 0,8. Se voc est disposto a assumir a 5: 1, em seguida, o seu grau de

crena um pouco menos
0.9. As probabilidades so idnticos aos graus de crena. As outras coisas
que tm
para ser igual para esta forma de medir a fora de suas crenas so (a) que
voc tem dinheiro suficiente para que voc no so to avessos ao risco de
perder esse
que inunda sua atrao para a perspectiva de ganhar, (b) que os graus de
crena de que voc atribui a suas crenas obedecer s regras da lgica e as
trs leis de
probabilidade acima. Enquanto seus graus de crena, atribuies de
probabilidade tambm chamadas,
honrar estes dois pressupostos, a Bayesian diz, os valores iniciais ou
"Probabilidades anteriores" voc atribuir a eles pode ser perfeitamente
arbitrria, de fato
pode ser arbitrria, mas isso realmente no importa. Na linguagem do
Bayesians,
como vm mais e mais dados em, as probabilidades anteriores ser
"inundado"
ou seja, quando usamos o teorema de Bayes para "atualizar" probabilidades
anteriores, ou seja, alimentos para animais
nova P (E) 's contra os ltimos valores de P (E / H) e P (E / H), os valores
sucessivos
da p (h / e) ir convergir para o valor correto, no importa o que os valores
iniciais
para estas trs variveis que comeam com! probabilidades anteriores so
nada, mas
medidas de grau puramente subjetivo do cientista individual de crena
antes
aplicar o teorema de Bayes. Em resposta nossa pergunta metafsica sobre
o que
fatos sobre o relatrio probabilidades mundo, probabilidades anteriores no
relatam fatos
sobre o mundo, ou pelo menos nenhum sobre o mundo independente de
nossas crenas.

Em resposta questo epistemolgica do que justifica nossas estimativas

de
probabilidades, quando se trata de probabilidades anteriores, no mais
justificao
necessrio ou possvel do que nossas estimativas obedecer os axiomas da
probabilidade.
No h uma resposta resposta certa ou errada quanto ao que o
probabilidades anteriores
de p (h), ou P (E) so, desde que os valores destas probabilidades obedecer
s regras
da probabilidade e consistncia lgica em apostas. consistncia lgica
simples
significa que um coloca uma de apostas, isto , atribui pontos fortes para os
prprios graus
da crena de tal forma que os agenciadores no pode us-lo para uma
bomba de dinheiro: algum
uma "bomba de dinheiro" para o livro tomadores de quando eles podem
ser feitos para apostar em
maneiras que so irracionais: por exemplo, apostando que a equipa A vai
bater a equipa B,
equipa B vai bater equipa C, ea equipe C vai bater equipa A. Uma srie de
tais apostas
por uma pessoa garante que os bicheiros vai ganhar dinheiro no importa o
que
time ganha. Uma coisa que voc deve fazer para ter certeza de que voc
no uma bomba de dinheiro,
repartir as suas apostas em conformidade com os axiomas da teoria da
probabilidade.
Outro teorema da teoria da probabilidade mostra que se aplicarmos Bayes
teorema incansavelmente para "up-date" nossas probabilidades anteriores
como novas provas
entra, o valor de P (h) todos os cientistas atribuir ir convergir para um
nico valor
no importa onde cada cientista comea na sua atribuio original de
probabilidades anteriores. Assim, no s so probabilidades anteriores
arbitrria, mas isso no acontece

importa que eles so! Alguns cientistas podem atribuir probabilidades

anteriores sobre consideraes
como simplicidade ou a economia de pressupostos, ou semelhana com j
hipteses comprovadas, ou simetria das equaes que expressam a
hiptese.
Outros cientistas ir atribuir probabilidades anteriores com base na
superstio,
preferncia esttica, nmero de adorao, ou puxando uma passagem para
fora de um chapu. isto
No importa, contanto que todos eles conditionalize em novas provas
atravs de Bayes
teorema.
No muito de uma objeco a essa conta de testes cientficos que
cientistas realmente oferecer boas razes para os seus mtodos de
atribuio de probabilidades anteriores. Para comear, no bayesianismo
no condena estas razes, pelo
pior silencioso sobre eles. Mas, se apresenta como a simplicidade de uma
hiptese
ou a simetria da sua forma de fato aumentar a sua probabilidade prvia,
este ser
ser porque uma hiptese que tem caractersticas como esta vontade, via o
teorema de Bayes,
adquirir uma probabilidade posterior maior do que outras hipteses com as
quais
concorrente que no tm estas caractersticas. Mais importante, as
tentativas para subscrever
o raciocnio de cientistas que apelam a consideraes como economia,
simplicidade, simetria, invarincia, ou outras caractersticas formais das
hipteses, por
alegando que esses elementos aumentam a probabilidade objetiva de uma
hiptese,
deparamos com o problema que o nico tipo de probabilidade de que
parece
de fazer qualquer sentido para o teste cientfico a probabilidade subjetiva
Bayesian.

Alm

disso,

assim

entendida,

alguns

Bayesians

sustentam

que

as

probabilidades podem
depois de tudo lidar com alguns dos problemas tradicionais de confirmao.
Um dos grandes problemas das bayesianismo, e talvez outros
relatos de como a evidncia confirma a teoria, o "problema da evidncia
de idade."
No incomum na cincia para uma teoria a ser fortemente confirmada por
dados
j bem conhecido muito antes de a hiptese foi formulada. Com efeito,
quanto
veremos no captulo 14, esta uma caracterstica importante de situaes
em que
revolues

cientficas

ocorrem:

teoria

de

Newton

foi

fortemente

confirmada por
sua capacidade de explicar os dados em que as teorias de de Galileu e
Kepler estavam
Sediada. teoria geral da relatividade de Einstein explicou anteriormente
reconhecida
mas os dados altamente inesperados tais como a invarincia da velocidade
da luz e o
precesso do perilio de Mercrio. Nestes dois casos p (e) > = > 1, p
(e / h)
muito alto. Inserindo esses valores teorema de Bayes nos d
phe
ph
() = P h
() = () 1
1
.
Em outras palavras, o teorema de Bayes a evidncia de idade no aumenta
o posterior
probabilidade de as em hiptese da neste caso as leis de Newton, ou a
teoria da relatividade especial, em tudo. Bayesians ter ido para grandes
comprimentos para lidar

com este problema. Um estratagema "morder a bala" e argumentam que

o velho
evidncia no de fato confirmar uma nova hiptese. Esta abordagem torna
causa comum com a oposio bem estabelecida a hipteses que so
projetado com um olho para evidncias disponveis. Os cientistas que
constroem hipteses
por intencional "ajuste de curva" so justamente criticados e suas hipteses
so muitas vezes negado poder explicativo, alegando que eles so ad hoc. o
problema com esta estratgia que ele no tanto resolver o Bayesian
originais
problema da evidncia antiga como combin-lo com outro problema: como
distinguir
casos como a confirmao de Newton e as teorias de Einstein por idade
evidncias de casos em que a evidncia de idade no confirma uma
hiptese
porque foi acomodada evidncia de idade. A abordagem alternativa
ao problema da evidncia velha para complementar o teorema de Bayes
com alguns
regra que d p (e) um valor diferente de 1. Por exemplo, pode-se tentar dar
p (e) o valor que ele poderia ter tido antes e foi realmente observado no
passado, ou ento tentar reorganizar os prprios presentes crenas
cientficas apagando e de
los e qualquer coisa que ae torna provvel; e ento voltar e atribuir um
valor
para P (E), que presumivelmente ir ser menor do que 1. Isto obviamente
uma estratgia
extremamente difcil para um realmente adoptar. E (subjetivamente)
improvvel
que qualquer cientista conscientemente pensa desta maneira.
Muitos filsofos e cientistas que se opem bayesianismo no faz-lo
por causa das dificuldades que so enfrentadas pelo programa de
desenvolv-lo como um
conta o carcter real de testes cientficos. O problema deles com a
O compromisso da abordagem ao subjetivismo. A Bayesian afirmam que no
importa

o que probabilidades anteriores o cientista atribui subjectivamente a

hipteses,
suas probabilidades subjetivas iro convergir em um nico valor, no
suficiente
consolo para os adversrios. S para comear, os valores de p (h) no ir
convergir
se no comearmos com um conjunto completo de hipteses que so
exaustivas e
concorrentes exclusivos. Isto parece no ser o caso na cincia. Alm disso,
objectores argumentam, no h razo para que o valor sobre o qual todos
os cientistas
convergir pelo conditionalization Bayesian o valor certo para p (h). este
objeo, claro, assume que h uma coisa como o direito, isto , a
objetivamente
probabilidade correta, e assim levanta a questo contra a Bayesian. Mas
Ele mostra que bayesianismo nenhuma soluo para o problema da
induo de Hume,
como alguns filsofos esperava que fosse.
E o mesmo vai muito bem para outras interpretaes de probabilidade.
Se sequncias de eventos revelam frequncias relativas de longo prazo que
convergem para
algum valor probabilidade e ficar perto dele para sempre, ento poderamos
contar com eles na
menos para apostas. Mas dizer que as frequncias relativas de longo prazo
ir convergir
em algum valor simplesmente a afirmar que a natureza uniforme, que o
futuro
ser como o passado, e assim levanta a pergunta de Hume. Da mesma
forma, hypothesizing
propenses probabilsticos que operam de maneira uniforme ao longo do
tempo e espao,
tambm levanta a questo contra o argumento de Hume. Em probabilidades
gerais so
til apenas se a induo justificado, e no vice-versa.

H um problema mais grave enfrentando bayesianismo. o mesmo

problema
que subiu contra na discusso de como conciliar o empirismo e
explicao na cincia terica. Porque o empirismo a doutrina que
conhecimento justificada pela observao, em geral, deve dar a maior
probabilidade

de

declaraes que

descrevem observaes e menor

probabilidade
aos que fazem reivindicaes sobre entidades tericas. Desde teorias
explicam
observaes, podemos expressar a relao entre teoria e observao
como (t e t h ) -onde t a teoria e t h reflete a explicativo
relao entre as afirmaes tericas da teoria, t e observacional
generalizao, h, descrevendo os dados que a teoria nos leva a esperar. o
relao entre t e h pode ser deductive lgico, ou pode ser um pouco mais
relao complexa. Mas p (h) no deve nunca ser inferior p (t e t h),
apenas
porque o antecedente desta ltima uma declarao sobre o que no pode
ser
Observou cuja consequncia apenas para observao h. conditionalization
Bayesian
em provas nunca vai levar-nos a preferir (t e t h) h sozinho. Mas dar-p (e)
o valor que ele poderia ter tido antes e foi realmente observado no
passado, ou ento tentar reorganizar os prprios presentes crenas
cientficas apagando e de
los e qualquer coisa que ae torna provvel; e ento voltar e atribuir um
valor
para P (E), que presumivelmente ir ser menor do que 1. Isto obviamente
uma estratgia
extremamente difcil para um realmente adoptar. E (subjetivamente)
improvvel
que qualquer cientista conscientemente pensa desta maneira.
Muitos filsofos e cientistas que se opem bayesianismo no faz-lo
por causa das dificuldades que so enfrentadas pelo programa de
desenvolv-lo como um
conta o carcter real de testes cientficos. O problema deles com a

O compromisso da abordagem ao subjetivismo. A Bayesian afirmam que no

importa
o que probabilidades anteriores o cientista atribui subjectivamente a
hipteses,
suas probabilidades subjetivas iro convergir em um nico valor, no
suficiente
consolo para os adversrios. S para comear, os valores de p (h) no ir
convergir
se no comearmos com um conjunto completo de hipteses que so
exaustivas e
concorrentes exclusivos. Isto parece no ser o caso na cincia. Alm disso,
objectores argumentam, no h razo para que o valor sobre o qual todos
os cientistas
convergir pelo conditionalization Bayesian o valor certo para p (h). este
objeo, claro, assume que h uma coisa como o direito, isto , a
objetivamente
probabilidade correta, e assim levanta a questo contra a Bayesian. Mas
Ele mostra que bayesianismo nenhuma soluo para o problema da
induo de Hume,
como alguns filsofos esperava que fosse.
E o mesmo vai muito bem para outras interpretaes de probabilidade.
Se sequncias de eventos revelam frequncias relativas de longo prazo que
convergem para
algum valor probabilidade e ficar perto dele para sempre, ento poderamos
contar com eles na
menos para apostas. Mas dizer que as frequncias relativas de longo prazo
ir convergir
em algum valor simplesmente a afirmar que a natureza uniforme, que o
futuro
ser como o passado, e assim levanta a pergunta de Hume. Da mesma
forma, hypothesizing
propenses probabilsticos que operam de maneira uniforme ao longo do
tempo e espao,
tambm levanta a questo contra o argumento de Hume. Em probabilidades
gerais so
til apenas se a induo justificado, e no vice-versa.

H um problema mais grave enfrentando bayesianismo. o mesmo

problema
que subiu contra na discusso de como conciliar o empirismo e
explicao na cincia terica. Porque o empirismo a doutrina que
conhecimento justificada pela observao, em geral, deve dar a maior
probabilidade

de

declaraes que

descrevem observaes e menor

probabilidade
aos que fazem reivindicaes sobre entidades tericas. Desde teorias
explicam
observaes, podemos expressar a relao entre teoria e observao
como (t e t h ) -onde t a teoria e t h reflete a explicativo
relao entre as afirmaes tericas da teoria, t e observacional
generalizao, h, descrevendo os dados que a teoria nos leva a esperar. o
relao entre t e h pode ser deductive lgico, ou pode ser um pouco mais
relao complexa. Mas p (h) no deve nunca ser inferior p (t e t h),
apenas
porque o antecedente desta ltima uma declarao sobre o que no pode
ser
Observou cuja consequncia apenas para observao h. conditionalization
Bayesian
em provas nunca vai levar-nos a preferir (t e t h) h sozinho. Mas isso quer
dizer que bayesianismo no pode explicar por que os cientistas abraar
teorias em tudo, em vez de apenas de acordo com elevada probabilidade
subjetiva ao
generalizaes observacionais que se lhes seguem.
Claro que, se o poder explicativo de uma teoria eram uma razo para
acordo
-lhe uma alta probabilidade prvia, ento teorias abrao dos cientistas seria
racionais do ponto de vista Bayesian. Mas a conceder poder explicativo
tal papel no reforo do grau de crena requer uma conta de explicao.
E no apenas qualquer conta. No pode, por exemplo, se contentar com o
modelo D-N, para a principal virtude desta conta de explicao que ele
mostra que o fenmeno explanandum poderia ser esperado com pelo
menos
alta probabilidade. Em outras palavras, motivos poder explicativo sobre o
reforo

probabilidade,

assim

no

pode

servir

como

uma

alternativa

probabilidade como um
fonte de confiana em nossas teorias. Argumentar, como parece tentador,
que o nosso
teorias so explicativa em grande parte porque eles vo alm e por baixo
observaes aos seus mecanismos subjacentes algo que o Bayesian
No pode fazer.
Resumo
Empirismo a epistemologia que tem tentado fazer sentido do papel do
observao na certificao do conhecimento cientfico. Desde o sculo XVII
sculo, se no antes, uma tradio de filsofos como Ingls de lngua
Hobbes, Locke, Berkeley, Hume e Mill tm encontrado inspirao em cincia
da
sucessos de suas filosofias e argumentos filosficos procurado
a reivindicao de cincia do solo. Ao faz-lo, estes filsofos e seus
sucessores
definir a agenda da filosofia da cincia e revelou quo complexo o
relao aparentemente simples e direta entre a teoria e as evidncias.
Mas empiristas nunca foram acrtica na sua avaliao cientfica
mtodos e do mandado epistemolgica das suas afirmaes. Vimos alguns
dos
estes problemas em ligao com o problema do significado do valor terico
termos e realismo cientfico em captulos anteriores. Aqui temos explorado
outro problema de frente para o empirismo como a epistemologia da cincia
oficial:
o problema da induo, que remonta a Hume, e adicionados agenda
de problemas para ambos os empiristas e racionalistas.
No sculo XX, os sucessores dos empiristas britnicos, a lgica
positivistas ou empiristas lgicos como alguns deles preferia ser chamado,
procurou combinar a epistemologia emprica de seus antecessores com
avanos na lgica, a teoria da probabilidade e inferncia estatstica, para
completar
o projeto iniciado por Locke, Berkeley e Hume. Em particular, os filsofos
tm apelado para o teorema de Bayes, um resultado fornecido no momento
Hume

formulou seu problema da induo, para ajudar a compreender como

suportes em evidncias
hipteses em cincia. Vimos que apelar a probabilidade de
no significa sem problemas. Na verdade, coloca os seus prprios
problemas, juntamente com qualquer que
poderia colocar para descansar. Vamos encontrar mais desses problemas no
prximo

captulo.

problemas

empirismo

enfrenta

em

iluminar

epistemologia da
cincia

continuam

crescer

mesmo

quando

disponibilidade

de

alternativas plausveis
declina.
Perguntas de estudo
1. Discutir criticamente: "Muitos dos cientistas buscar cincia com sucesso
sem qualquer respeito epistemologia. A ideia de que a cincia tem uma
'Oficial', e que o empirismo isso, equivocada. "
2. Por que seria correto chamar Locke o pai de cientfico moderno
realismo e Berkeley o originador do instrumentalismo?
Como Berkeley responderia ao argumento para o realismo como um
inferncia para a melhor explicao do sucesso da cincia?
3. Qual deve ser a relao entre o conceito normal de
provas como, por exemplo empregadas nos tribunais e o cientista de
a utilizao do termo no teste de teorias gerais?
4. Defender a alegao de que existem vrios diferente mas compatvel
significados da palavra "probabilidade" na cincia. um deles
mais fundamental do que os outros?
5. O que voc precisa adicionar ao teorema de Bayes para resolver o
problema
de induo?