Наукові докази — це докази[en], які служать для підтримки або заперечення науковій теорії чи гіпотези[1], хоча вчені також використовують докази іншими способами, наприклад, коли застосовують теорії до практичних проблем.[2] Очікується, що такі докази будуть емпіричними, і їх можна інтерпретувати відповідно до наукових методів. Стандарти наукових доказів відрізняються залежно від сфери дослідження, але сила наукових доказів зазвичай базується на результатах статистичного аналізу та надійності наукового контролю

Принципи висновування ред.

Припущення або переконання людини щодо зв'язку між спостереженнями та гіпотезою впливатимуть на те, чи сприйме ця особа спостереження як доказ.[3] Ці припущення або переконання також впливатимуть на те, як людина використовує спостереження у якості доказів. Наприклад, очевидну відсутність руху Землі можна вважати доказом геоцентричної космології. Однак після того, як надано достатньо доказів геліоцентричної космології та пояснено явну відсутність руху, початкове спостереження зовсім не вважається доказом.

Коли раціональні спостерігачі мають різні передумови, вони можуть зробити різні висновки з одних і тих же наукових даних. Наприклад, Прістлі, працюючи з теорією флогістону, пояснив свої спостереження про розкладання оксиду ртуті за допомогою флогістону. Навпаки, Лавуазьє, розвиваючи теорію елементів, пояснив ті ж спостереження з посиланням на кисень.[4] Зауважте, що причинно-наслідковий зв'язок між спостереженнями та гіпотезою не існує для того, щоб спостереження було прийнято як доказ[3], а скоріше причинно-наслідковий зв'язок надається особою, яка прагне встановити спостереження як доказ.

Більш формальним методом для характеристики ефекту фонових переконань є байєсівське висновування[5]. У байєсівському висновуванні переконання виражаються у відсотках, що вказує на впевненість людини в них. Починається з початкової ймовірності (a prior), а потім оновлюється за допомогою теореми Байєса після спостереження свідчень.[6] Як наслідок, два незалежні спостерігачі однієї події раціонально прийдуть до різних висновків, якщо їхні апріорні посилки (попередні спостереження, які також мають відношення до висновку) відрізняються. Однак, якщо їм дозволити спілкуватися один з одним, вони дійдуть згоди (згідно з теоремою згоди Аумана[en]).

Важливість базових переконань у визначенні того, які спостереження є доказами, можна проілюструвати за допомогою дедуктивних міркувань, таких як силогізми.[7] Якщо будь-яке з положень не визнається істинним, висновок також не буде прийнятим.

Корисність наукових доказів ред.

Філософи, такі як Карл Р. Поппер, запропонували впливові теорії наукового методу, у яких наукові докази відіграють центральну роль.[8] Підводячи підсумок, Поппер передбачає, що вчений творчо розробляє теорію, яка може бути сфальсифікована шляхом перевірки теорії доказами чи відомими фактами. Теорія Поппера представляє асиметрію, оскільки докази можуть довести хибність теорії, встановлюючи факти, які суперечать теорії. Навпаки, докази не можуть підтвердити правильність теорії, оскільки можуть існувати інші докази, які ще не були виявлені, але несумісні з теорією.[9]

Філософські погляди проти наукових ред.

У 20-му столітті багато філософів досліджували логічний зв'язок між доказовими твердженнями та гіпотезами, тоді як вчені зосереджувалися на тому, як генеруються дані, які використовуються для статистичного висновувовання.[10]:S193Але, за словами філософа Дебори Мейо[en], до кінця 20-го століття філософи прийшли до розуміння того, що «є ключові особливості наукової практики, які не помічаються або неправильно описуються всіма подібними логічними поясненнями доказів, чи то гіпотетико-дедуктивними, чи байєсівськими, чи інстанційними.».[10]:S194

У 20-му столітті існували різні філософські підходи до вирішення питання про те, чи можна вважати спостереження доказом; багато з них зосереджені на зв'язку між доказами та гіпотезою. У 1950-х роках Рудольф Карнап рекомендував розділяти такі підходи на три категорії: класифікаційний (чи підтверджують докази гіпотезу), порівняльний (чи докази підтверджують першу гіпотезу більше, ніж альтернативну гіпотезу) чи кількісний (ступінь, до якої дані підтверджують гіпотезу).[11] Антологія 1983 року під редакцією Пітера Ахінштейна[en] містила стислі виклади видатних філософів про наукові докази, зокрема Карла Гемпеля (про логіку підтвердження), Р. Б. Брейтуейта[en] (про структуру наукової системи), Норвуда Рассела Хансона[en] (про логіку відкриття), Нельсона Гудмена[en] (Нова загадка індукції[en]]], про теорію проекції), Рудольфа Карнапа (про концепцію підтверджуючих доказів), Уеслі К. Салмона[en] (про підтвердження та релевантність) і Кларка Глімура[en] (про відповідні докази).[12] У 1990 році Вільям Бектель[en] навів чотири фактори (ясність даних, повторення іншими, узгодженість з результатами, отриманими альтернативними методами, і узгодженість з правдоподібними теоріями механізмів), які біологи використовували для вирішення суперечок щодо процедур і надійності доказів.[13]

У 2001 році Ахінштейн опублікував власну книгу на цю тему під назвою «Книга доказів», в якій, серед інших тем, він розрізняв чотири концепції доказів: докази епістемічної ситуації (докази, що стосуються даної епістемічної ситуації), суб'єктивні докази (вважаються бути доказом конкретної особи в певний час), достовірний доказ (вагома причина вважати, що гіпотеза вірна) і потенційний доказ (вагома причина вважати, що гіпотеза є високоймовірною).[14] Ахінштейн визначив усі свої концепції доказів у термінах потенційних доказів, оскільки будь-який інший вид доказів повинен бути принаймні потенційним доказом, і він стверджував, що вчені переважно шукають достовірні докази, але вони також використовують інші концепції доказів, які спираються на відмінну концепцію ймовірності, і Ахінштейн протиставив цю концепцію ймовірності попереднім імовірнісним теоріям доказів, таким як байєсівська, карнапівська та частотна.[14]

Простота є одним із загальних філософських критеріїв для наукових теорій.[15] На основі філософського припущення сильної тези Черча-Тюрінга було висунуто припущення про математичний критерій для оцінки доказів, причому цей критерій схожий на ідею бритви Оккама про те, що найпростіший вичерпний опис доказів є, швидше за все, правильним.[16] Він формально стверджує: «Ідеальний принцип стверджує, що апріорна ймовірність, пов'язана з гіпотезою, повинна бути задана алгоритмічною універсальною ймовірністю, а сума логарифму універсальної ймовірності моделі і логарифму ймовірності даних, наданих моделлю, повинна зводитись до мінімуму».[16] Однак деякі філософи (зокрема, Річард Бойд[en], Маріо Бунхе, Джон Д. Нортон[en] і Елліот Собер[en]) прийняли скептичну або дефляційну точку зору на роль простоти в науці, різними способами стверджуючи, що її значення було надмірно підкреслено.[17]

Наголос на перевірці гіпотез як суті науки є поширеним як серед учених, так і серед філософів.[18] Однак філософи зауважили, що перевірка гіпотез шляхом зіткнення їх з новими доказами не пояснює всіх способів, якими вчені використовують докази.[19] Наприклад, коли Гейгер і Марсден розсіювали альфа-частинки крізь тонку золоту фольгу, отримані дані дозволили їх експериментальному консультанту Ернесту Резерфорду вперше дуже точно обчислити масу та розмір атомного ядра.[20] Резерфорд використовував дані для розробки нової моделі атома, а не лише для перевірки існуючої гіпотези; таке використання доказів для створення нових гіпотез іноді називають абдукцією[en] (за Ч. С. Пірсом).[20] Методолог із соціальних наук Дональд Т. Кемпбелл[en], який протягом усієї своєї кар'єри наголошував на перевірці гіпотез, пізніше все більше наголошував, що суть науки полягає «не в експерименті як такому», а натомість у ітераційній конкуренції «правдоподібних конкуруючих гіпотез», процесі, у якому у будь-який момент фаза може починатися доказів або може починатися з гіпотези.[21] Інші вчені та філософи наголошували на центральній ролі питань і проблем у використанні даних і гіпотез.[22]

Поняття наукового доказу ред.

Хоча фраза «науковий доказ» часто використовується в популярних ЗМІ,[23] багато вчених і філософів стверджують, що насправді не існує такого поняття, як безпомилковий[en] доказ. Наприклад, Карл Поппер якось писав, що «в емпіричних науках, які єдині можуть надати нам інформацію про світ, у якому ми живемо, доказів не існує, якщо ми маємо на увазі під „доказом“ аргумент, який раз і назавжди встановлює істинність теорії».[24][25] Альберт Ейнштейн сказав:

Науковому теоретику не позаздриш. Бо Природа, а точніше експеримент, невблаганний і не дуже доброзичливий суддя його праці. Ніколи не сказано «так» теорії. У найбільш сприятливих випадках він говорить «Можливо», а в переважній більшості випадків просто «Ні». Якщо експеримент узгоджується з теорією, це означає для останньої «Можливо», а якщо не узгоджується, то означає «Ні». Ймовірно, кожна теорія колись відчує своє «Ні» — більшість теорій незабаром після зачаття.[26]

Однак, на відміну від ідеального безпомилкового доказу, на практиці можна сказати, що теорії доведені відповідно до певного стандарту доведення[en], який використовується в даному дослідженні.[27][28] У цьому обмеженому значенні доказ — це високий ступінь прийняття теорії після процесу дослідження та критичної оцінки відповідно до стандартів наукової спільноти.[27][28]

Див. також ред.

 

Примітки ред.

  1. Taper, Mark L.; Lele, Subhash (2004). The nature of scientific evidence: a forward-looking synthesis. У Taper, Mark L.; Lele, Subhash (ред.). The nature of scientific evidence: statistical, philosophical, and empirical considerations. Chicago: University of Chicago Press. с. 527–551 (547). doi:10.7208/chicago/9780226789583.003.0016. ISBN 0226789551. OCLC 54461920. Scientific evidence is generally taken to be anything tending to refute or confirm a hypothesis.
  2. Boyd, Nora Mills; Bogen, James (14 червня 2021). Theory and observation in science. У Zalta, Edward N. (ред.). Stanford Encyclopedia of Philosophy. «Discussions about empirical evidence have tended to focus on epistemological questions regarding its role in theory testing … even though empirical evidence also plays important and philosophically interesting roles in other areas including scientific discovery, the development of experimental tools and techniques, and the application of scientific theories to practical problems.»
  3. а б Longino, Helen (March 1979). Philosophy of Science, Vol. 46. с. 37—42.
  4. Thomas S. Kuhn, The Structure of Scientific Revolution, 2nd Ed. (1970).
  5. William Talbott «Bayesian Epistemology» Accessed May 13, 2007.
  6. Thomas Kelly «Evidence». Accessed May 13, 2007.
  7. George Kenneth Stone, «Evidence in Science»(1966)
  8. Karl R. Popper, «The Logic of Scientific Discovery» (1959).
  9. Reference Manual on Scientific Evidence, 2nd Ed. (2000), p. 71. Accessed Feb 21, 2020. see: the 3rd edition of Reference Manual on Scientific Evidence
  10. а б Mayo, Deborah G. (September 2000). Experimental practice and an error statistical account of evidence. Philosophy of Science. 67 (Supplement): S193—S207. doi:10.1086/392819. JSTOR 188668. S2CID 61281250. A question regularly posed by scientists and philosophers of science is: When do empirical data provide a good test of, or reliable evidence for, a scientific hypothesis? Despite this shared interest, the considerations scientists appeal to in answering it are markedly different from those invoked in philosophical accounts of evidence and confirmation. Mayo's paper was part of the symposium «Evidence, data generation, and scientific practice: toward a reliabilist philosophy of experiment» at the 1998 biennial meetings of the Philosophy of Science Association. See also Achinstein's contribution to the symposium: Achinstein, Peter (2000). Why philosophical theories of evidence are (and ought to be) ignored by scientists. Philosophy of Science. 67 (Supplement): S180—S192. doi:10.1086/392818. JSTOR 188667. S2CID 120774584.
  11. Carnap, Rudolf (1962). Logical foundations of probability (вид. 2nd). Chicago: University of Chicago Press. с. 462. ISBN 978-0226093437. OCLC 372957.
  12. Achinstein, ред. (1983). The concept of evidence. Oxford readings in philosophy. Oxford; New York: Oxford University Press. ISBN 0198750625.
  13. Bechtel, William (1990). Scientific evidence: creating and evaluating experimental instruments and research techniques. PSA: Proceedings of the Biennial Meeting of the Philosophy of Science Association. 1990 (1): 559–572 (561). doi:10.1086/psaprocbienmeetp.1990.1.192732. JSTOR 192732.
  14. а б McArthur, Dan (August 2003). Book review: Peter Achinstein, The book of evidence. Philosophy in Review. 23 (4): 235—237. Achinstein's four concepts are also summarized in: Achinstein, Peter (2014). Evidence. У Curd, Martin; Psillos, Stathis (ред.). The Routledge companion to philosophy of science. Routledge philosophy companions (вид. 2nd). London; New York: Routledge. с. 381—392. doi:10.4324/9780203744857. ISBN 9780415518741. OCLC 824535995.
  15. Baker, Alan (20 грудня 2016). Simplicity. У Zalta, Edward N. (ред.). Stanford Encyclopedia of Philosophy.
  16. а б Vitányi, Paul M. B.; Li, Ming (March 2000). Minimum description length induction, Bayesianism, and Kolmogorov complexity (PDF). IEEE Transactions on Information Theory. 46 (2): 446—464. arXiv:cs/9901014. doi:10.1109/18.825807. See also Chapter 5 in: Li, Ming; Vitányi, Paul (2019). An introduction to Kolmogorov complexity and its applications. Texts in computer science (вид. 4th). Cham: Springer-Verlag. doi:10.1007/978-3-030-11298-1. ISBN 978-3030112974. OCLC 1106165074.
  17. Fitzpatrick, Simon (2013). Simplicity in the philosophy of science. Інтернет-енциклопедія філософії. See especially Sections 1b and 4c.
  18. For example: Schindler, Samuel (2018). Testability and non–ad hocness. Theoretical virtues in science: uncovering reality through theory. Cambridge, UK; New York: Cambridge University Press. с. 6—7. doi:10.1017/9781108381352. ISBN 978-1108422260. No other criterion of a good scientific theory is as widely recognized as the falsifiability or testability of a theory—not only within the philosophy of science, but also way beyond it. And: Understanding Science 101: Testing scientific ideas. undsci.berkeley.edu. University of California Museum of Paleontology. Testing hypotheses and theories is at the core of the process of science.
  19. Boyd, Nora Mills; Bogen, James (14 червня 2021). Theory and observation in science. У Zalta, Edward N. (ред.). Stanford Encyclopedia of Philosophy. «Discussions about empirical evidence have tended to focus on epistemological questions regarding its role in theory testing … even though empirical evidence also plays important and philosophically interesting roles in other areas including scientific discovery, the development of experimental tools and techniques, and the application of scientific theories to practical problems.»
  20. а б Thagard, Paul; Toombs, Ethan (2005). Atoms, categorization and conceptual change. У Cohen, Henri; Lefebvre, Claire (ред.). Handbook of categorization in cognitive science. Amsterdam: Elsevier. с. 243–254 (253). doi:10.1016/B978-008044612-7/50065-2. ISBN 0080446124. OCLC 60667797. The features of abductive prototypes are hypothesized in order to explain observations, as when Rutherford inferred that the mass of an atom is concentrated in a very small region in order to explain why alpha particles pass through gold foil. Abductive prototypes can change dramatically when new data require revision of hypotheses concerning explanatory features. This is just what happened to the concept of an atom when the experiments of Thompson and Rutherford revealed the divisibility of atoms. Rutherford's interpretation of the Geiger–Marsden experiment is also mentioned as an example of abduction in: Faye, Jan (2014). On interpretation. The nature of scientific thinking: on interpretation, explanation, and understanding. Houndmills, Basingstoke, Hampshire; New York: Palgrave Macmillan. с. 60—84. doi:10.1057/9781137389831_3. ISBN 978-1137389824. OCLC 870285649.
  21. Campbell, Donald T. (1984) «Foreword». In Yin, Robert K. (2018). Case study research: design and methods (вид. 6th). Los Angeles: SAGE Publications. с. xiii—xiv. ISBN 978-1506336169. OCLC 983826254. More and more I have come to the conclusion that the core of the scientific method is not experimentation per se but rather the strategy connoted by the phrase 'plausible rival hypotheses'. This strategy may start its puzzle solving with evidence, or it may start with hypothesis. Rather than presenting this hypothesis or evidence in the context-independent manner of positivistic confirmation (or even of postpositivistic corroboration), it is presented instead in extended networks of implications that (although never complete) are nonetheless crucial to its scientific evaluation. This strategy includes making explicit other implications of the hypothesis for other available data and reporting how these fit. It also includes seeking out rival explanations of the focal evidence and examining their plausibility. The plausibility of these rivals is usually reduced by ramification extinction, that is, by looking at their other implications on other data sets and seeing how well these fit. This idea is further discussed in several chapters in: Bickman, Leonard, ред. (2000). Donald Campbell's legacy. Thousand Oaks, CA: SAGE Publications. OCLC 42603382.
  22. For example: Thematic issue: Scientific method as a problem-solving and question-answering technique: Vol. 47, No. 1 of Synthese. April 1981. One article from the issue is: Nickles, Thomas (April 1981). What is a problem that we may solve it?. Synthese. 47 (1): 85—118. doi:10.1007/BF01064267. JSTOR 20115620. Data sometimes do not constitute the problem (or the primary problem) but serve chiefly as evidence that a problem (or at least a deeper problem) exists. See also: Nickles, Thomas (1988). Questioning and problems in philosophy of science: problem-solving versus directly truth-seeking epistemologies. У Meyer, Michel (ред.). Questions and questioning. Grundlagen der Kommunikation = Foundations of communication. Berlin; New York: De Gruyter. с. 43—67. doi:10.1515/9783110864205.43. ISBN 3110106809. And from a scientist's perspective: Krauss, Lawrence M. (14 травня 2015). The big unanswered questions. The Huffington Post. Процитовано 15 травня 2015.
  23. See, for example, Greenpeace co-founder: No scientific proof humans are dominant cause of warming climate. Fox News Channel. 28 лютого 2014. Процитовано 19 березня 2014.
  24. Popper, Karl (2011). The Open Society and Its Enemies (вид. 5th). Routledge. с. 229—230. ISBN 978-1136700323.
  25. Theobald, Douglas (1999–2012). 29+ Evidences for Macroevolution. TalkOrigins Archive. Процитовано 19 березня 2014.
  26. Gaither, Carl (2009). Gaither's Dictionary of Scientific Quotations. New York: Springer. с. 1602. ISBN 978-0-387-49575-0.
  27. а б Walton, Douglas N.; Zhang, Nanning (May 2013). The epistemology of scientific evidence. Artificial Intelligence and Law. 21 (2): 173–219 (214). doi:10.1007/s10506-012-9132-9. Traditional epistemology established knowledge on the basis of a false concept—true belief. On our theory, scientific evidence should be based on a process of justifying the agent's reasonable acceptance of a hypothesis in an inquiry that ends in proof. We have shown in section V how this procedure can be modeled using the Carneades Argumentation System. Any proposition that cannot be proved in an inquiry to an appropriate standard of proof following this kind of epistemological procedure is not acceptable as knowledge.
  28. а б Walton, Douglas N. (2016). Argument evaluation and evidence. Law, governance and technology series. Т. 23. Cham; New York: Springer-Verlag. с. 224. doi:10.1007/978-3-319-19626-8. ISBN 9783319196268. OCLC 919080389. To say that something is knowledge, it is important that the proposition claimed as knowledge be based on evidence of a kind that reaches a level where the proposition passes beyond the level of being accepted as true because it is based on evidence. Only when it is proved by a certain kind of evidence, that is sufficient for the discipline, or more generally the context in which the proposition was claimed, can something be properly said to be knowledge. The standard has to be high enough in a scientific inquiry to minimize the possibility that the proposition accepted as true will later have to be retracted.