Postęp Naukowy

Spisu treści:

Postęp Naukowy
Postęp Naukowy

Wideo: Postęp Naukowy

Wideo: Postęp Naukowy
Wideo: Postęp naukowy jako lekarstwo XXI wieku | Martyna Neumann | TEDxBydgoszcz 2024, Marzec
Anonim

Nawigacja wejścia

  • Treść wpisu
  • Bibliografia
  • Narzędzia akademickie
  • Podgląd PDF znajomych
  • Informacje o autorze i cytacie
  • Powrót do góry

Postęp naukowy

Po raz pierwszy opublikowano we wtorek 1 października 2002; rewizja merytoryczna śr 16.10.2019

Nauka często różni się od innych dziedzin kultury ludzkiej poprzez jej postępowy charakter: w przeciwieństwie do sztuki, religii, filozofii, moralności i polityki istnieją jasne standardy lub normatywne kryteria określania ulepszeń i postępów w nauce. Na przykład historyk nauki George Sarton argumentował, że „zdobywanie i systematyzacja wiedzy pozytywnej jest jedyną działalnością człowieka, która jest prawdziwie kumulatywna i postępowa”, a „postęp nie ma określonego i niepodważalnego znaczenia w innych dziedzinach niż nauka” (Sarton 1936). Jednak w latach sześćdziesiątych i siedemdziesiątych XX wieku wielu filozofów nauki skutecznie zakwestionowało tradycyjny kumulatywny pogląd na wiedzę naukową, a tym samym pojęcie postępu zostało zakwestionowane również w dziedzinie nauki. Debaty nad normatywną koncepcją postępu dotyczą jednocześnie pytań aksjologicznych o cele i cele nauki. Zadaniem analizy filozoficznej jest rozważenie alternatywnych odpowiedzi na pytanie: Co oznacza postęp w nauce? To koncepcyjne pytanie można następnie uzupełnić pytaniem metodologicznym: Jak rozpoznać postępujący rozwój nauki? W odniesieniu do definicji postępu i przedstawienia jego najlepszych wskaźników, można następnie zbadać faktyczne pytanie: w jakim stopniu i pod jakim względem nauka postępuje?Co to znaczy postęp w nauce? To koncepcyjne pytanie można następnie uzupełnić pytaniem metodologicznym: Jak rozpoznać postępujący rozwój nauki? W odniesieniu do definicji postępu i przedstawienia jego najlepszych wskaźników, można następnie zbadać faktyczne pytanie: w jakim stopniu i pod jakim względem nauka postępuje?Co to znaczy postęp w nauce? To koncepcyjne pytanie można następnie uzupełnić pytaniem metodologicznym: Jak rozpoznać postępujący rozwój nauki? W odniesieniu do definicji postępu i przedstawienia jego najlepszych wskaźników, można następnie zbadać faktyczne pytanie: w jakim stopniu i pod jakim względem nauka postępuje?

  • 1. Badanie zmian naukowych
  • 2. Pojęcie postępu

    • 2.1 Aspekty postępu naukowego
    • 2.2 Postęp a rozwój
    • 2.3 Postęp, jakość, wpływ
    • 2.4 Postęp i cele
    • 2.5 Postęp i racjonalność
  • 3. Teorie postępu naukowego

    • 3.1 Realizm i instrumentalizm
    • 3.2 Empiryczny sukces i rozwiązywanie problemów
    • 3.3 Moc wyjaśniająca, ujednolicenie i prostota
    • 3.4 Prawda i informacje
    • 3.5 Podobieństwo do prawdy
    • 3.6 Wiedza i zrozumienie
  • 4. Czy nauka postępuje?
  • Bibliografia
  • Narzędzia akademickie
  • Inne zasoby internetowe
  • Powiązane wpisy

1. Badanie zmian naukowych

Idea, że nauka jest zbiorowym przedsięwzięciem naukowców w kolejnych pokoleniach, jest charakterystyczna dla epoki nowożytnej (Nisbet 1980). Klasyczni empiryści (Francis Bacon) i racjonaliści (René Descartes) XVII wieku przekonywali, że zastosowanie właściwych metod badawczych gwarantuje odkrycie i uzasadnienie nowych prawd. Ten kumulatywny pogląd na postęp naukowy był ważnym składnikiem optymizmu osiemnastowiecznego oświecenia i został włączony w latach trzydziestych XIX wieku w program pozytywizmu Auguste'a Comte'a: gromadząc potwierdzone empirycznie prawdy, nauka promuje również postęp w społeczeństwie. Innymi wpływowymi trendami w XIX wieku były romantyczna wizja organicznego rozwoju kultury, dynamiczne ujęcie zmian historycznych przez Hegla oraz teoria ewolucji. Wszystkie one inspirowały poglądy epistemologiczne (np. Wśród marksistów i pragmatyków), które postrzegały ludzką wiedzę jako proces. Filozofowie-naukowcy interesujący się historią nauki (William Whewell, Charles Peirce, Ernst Mach, Pierre Duhem) przedstawili interesujące analizy niektórych aspektów zmian naukowych.

Na początku XX wieku analityczni filozofowie nauki zaczęli stosować nowoczesną logikę w badaniach naukowych. Głównym przedmiotem ich zainteresowania była struktura teorii naukowych i wzorców wnioskowania (Suppe 1977). To „synchroniczne” badanie „gotowych produktów” działalności naukowej zostało zakwestionowane przez filozofów, którzy chcieli zwrócić poważną uwagę na „diachroniczne” badanie zmian naukowych. Wśród tych prac można wymienić Patterns of Discovery NR Hansona (1958), The Logic of Scientific Discovery (1959) Karla Poppera i Conjectures and Refutations (1963), The Structure of Scientific Revolutions Thomasa Kuhna (1962), tezę o niewspółmierności Paula Feyerabenda (Feyerabend 1962), metodologia naukowych programów badawczych Imre Lakatosa (Lakatos i Musgrave 1970),oraz Postęp i jego problemy Larry'ego Laudana (1977). Darwinistyczne modele epistemologii ewolucyjnej były popierane przez Popper's Objective Knowledge: An Evolutionary Approach (1972) i Stephen Toulmin's Human Understanding (1972). Prace te podważyły otrzymany pogląd o rozwoju wiedzy naukowej i racjonalności. Falsyfikacjonizm Poppera, ujęcie rewolucji naukowych przez Kuhna i teza Feyerabenda o wariancji znaczeniowej podzielały pogląd, że nauka nie rozwija się po prostu poprzez gromadzenie nowych ustalonych prawd na starych. Z wyjątkiem być może okresów normalnej nauki Kuhna, zmiana teorii nie jest kumulatywna ani ciągła: wcześniejsze wyniki nauki zostaną odrzucone, zastąpione i ponownie zinterpretowane przez nowe teorie i ramy pojęciowe. Popper i Kuhn różnili się jednak w swoich definicjach postępu:pierwszy odwoływał się do idei, że kolejne teorie mogą zbliżać się do prawdy, podczas gdy drugi charakteryzował postęp w zakresie zdolności teorii teorii do rozwiązywania problemów.

Od połowy lat 70. ukazało się wiele prac filozoficznych na tematy zmian, rozwoju i postępu w nauce (Harré 1975; Stegmüller 1976; Howson 1976; Rescher 1978; Radnitzky i Andersson 1978, 1979; Niiniluoto i Tuomela 1979; Dilworth 1981; Smith 1981; Hacking 1981; Schäfer 1983; Niiniluoto 1984; Laudan 1984a; Rescher 1984; Pitt 1985; Radnitzky i Bartley 1987; Callebaut i Pinxten 1987; Balzer et al. 1987; Hull 1988; Gavroglu et al. 1989; Kitcher 1993; Pera 1994; Chang 2004; Maxwell 2017). Badania te doprowadziły również do dodania wielu ważnych nowości do zestawu narzędzi filozofów nauki. Jedną z nich jest systematyczne badanie relacji między teoriami, takich jak redukcja (Balzer i in. 1984; Pearce 1987; Balzer 2000; Jonkisz 2000; Hoyningen-Huene i Sankey 2001), korespondencja (Krajewski 1977;Nowak 1980; Pearce i Rantala 1984; Nowakowa i Nowak 2000; Rantala 2002) i rewizja przekonań (Gärdenfors, 1988; Aliseda, 2006). Innym było uznanie, że oprócz indywidualnych twierdzeń i teorii istnieje również potrzeba uwzględnienia rozwijających się w czasie jednostek działalności i osiągnięć naukowych: nauki normalnej kierowanej paradygmatem Kuhna, programu badawczego Lakatosa, tradycji badawczej Laudana, dynamiki Wolfganga Stegmüllera (1976). ewolucja teorii, praktyka konsensusu Philipa Kitchera (1993). Nowym narzędziem wykorzystywanym w wielu obronach realistycznych poglądów na postęp naukowy (Niiniluoto 1980, 2014; Aronson, Harré i Way 1994; Kuipers 2000, 2019) jest pojęcie podobieństwa lub prawdziwości (Popper 1963, 1970).2006). Innym było uznanie, że oprócz indywidualnych twierdzeń i teorii istnieje również potrzeba uwzględnienia rozwijających się w czasie jednostek działalności i osiągnięć naukowych: nauki normalnej kierowanej paradygmatem Kuhna, programu badawczego Lakatosa, tradycji badawczej Laudana, dynamiki Wolfganga Stegmüllera (1976). ewolucja teorii, praktyka konsensusu Philipa Kitchera (1993). Nowym narzędziem wykorzystywanym w wielu obronach realistycznych poglądów na postęp naukowy (Niiniluoto 1980, 2014; Aronson, Harré i Way 1994; Kuipers 2000, 2019) jest pojęcie podobieństwa lub prawdziwości (Popper 1963, 1970).2006). Innym było uznanie, że oprócz indywidualnych twierdzeń i teorii istnieje również potrzeba uwzględnienia rozwijających się w czasie jednostek działalności i osiągnięć naukowych: nauki normalnej kierowanej paradygmatem Kuhna, programu badawczego Lakatosa, tradycji badawczej Laudana, dynamiki Wolfganga Stegmüllera (1976). ewolucja teorii, praktyka konsensusu Philipa Kitchera (1993). Nowym narzędziem wykorzystywanym w wielu obronach realistycznych poglądów na postęp naukowy (Niiniluoto 1980, 2014; Aronson, Harré i Way 1994; Kuipers 2000, 2019) jest pojęcie podobieństwa lub prawdziwości (Popper 1963, 1970). Program badawczy Lakatosa, tradycja badawcza Laudana, teoria dynamiczna Wolfganga Stegmüllera (1976), praktyka konsensusu Philipa Kitchera (1993). Nowym narzędziem wykorzystywanym w wielu obronach realistycznych poglądów na postęp naukowy (Niiniluoto 1980, 2014; Aronson, Harré i Way 1994; Kuipers 2000, 2019) jest pojęcie podobieństwa lub prawdziwości (Popper 1963, 1970). Program badawczy Lakatosa, tradycja badawcza Laudana, teoria dynamiczna Wolfganga Stegmüllera (1976), praktyka konsensusu Philipa Kitchera (1993). Nowym narzędziem wykorzystywanym w wielu obronach realistycznych poglądów na postęp naukowy (Niiniluoto 1980, 2014; Aronson, Harré i Way 1994; Kuipers 2000, 2019) jest pojęcie podobieństwa do prawdy lub prawdziwości (Popper 1963, 1970).

Żywe zainteresowanie rozwojem nauki sprzyjało ścisłej współpracy historyków i filozofów nauki. Na przykład studia przypadków przykładów historycznych (np. Zastąpienie klasycznej mechaniki Newtona teorią kwantową i teorią względności) zainspirowały wiele filozoficznych rozważań dotyczących rewolucji naukowych. Historyczne studia przypadków były ważne dla filozofów, którzy zaczęli badać odkrycia naukowe (Hanson 1958; Nickles 1980). Filozofowie zorientowani historycznie pokazali, w jaki sposób instrumenty i pomiary przyczyniły się do postępu w fizyce i chemii (Chang 2004). Psychologowie eksperymentalni argumentowali, że dążenie do szerokich i prostych wyjaśnień kształtuje uczenie się i wnioskowanie (Lombrozo 2016). Kolejnego interesującego materiału do filozoficznych dyskusji na temat postępu naukowego dostarczają ilościowe podejścia w badaniu wzrostu publikacji naukowych (de Solla Price 1963; Rescher 1978) i wskaźniki naukowe (Elkana i in. 1978). Socjologowie nauki zbadali dynamiczne interakcje między środowiskiem naukowym a innymi instytucjami społecznymi. Swoim wpływem filozofowie przeanalizowali rolę wartości społecznych i kulturowych w rozwoju nauki (Longino 2002). Jednym z ulubionych tematów socjologów było pojawienie się nowych specjalności naukowych (Mulkay 1975; Niiniluoto 1995b). Socjologów niepokoi również pragmatyczny problem postępu: jak najlepiej zorganizować działalność badawczą w celu promowania postępu naukowego. W ten sposób,modele zmian naukowych okazują się istotne dla zagadnień polityki naukowej (Böhme 1977; Schäfer 1983).

2. Pojęcie postępu

2.1 Aspekty postępu naukowego

Nauka to wielowarstwowy złożony system obejmujący społeczność naukowców zaangażowanych w badania z wykorzystaniem metod naukowych w celu uzyskania nowej wiedzy. Zatem pojęcie nauki może odnosić się do instytucji społecznej, badaczy, procesu badawczego, metody dociekań i wiedzy naukowej. Pojęcie postępu można zdefiniować w odniesieniu do każdego z tych aspektów nauki. Stąd można wyróżnić różne rodzaje postępu w nauce: ekonomiczny (zwiększone finansowanie badań naukowych), zawodowy (rosnący status naukowców i ich instytucji akademickich w społeczeństwie), edukacyjny (wzrost umiejętności i wiedzy naukowców).), metodyczne (wynalezienie nowych metod badawczych, udoskonalenie instrumentów naukowych) i poznawcze (wzrost lub postęp wiedzy naukowej). Tego typu postęp należy koncepcyjnie odróżnić od postępów w innych działaniach człowieka, chociaż może się okazać, że postęp naukowy ma przynajmniej pewne faktyczne powiązania z postępem technologicznym (zwiększona efektywność narzędzi i technik) oraz postępem społecznym (dobrobyt gospodarczy, jakość życia, sprawiedliwości społecznej).

Wszystkie te aspekty postępu naukowego mogą wiązać się z różnymi względami, tak że nie ma jednej koncepcji, która obejmowałaby je wszystkie. Dla naszych celów właściwe jest tutaj skoncentrowanie się wyłącznie na postępie poznawczym, tj. Przedstawienie postępów nauki w kategoriach jej sukcesów w poszukiwaniu wiedzy lub poszukiwaniu prawdy.

2.2 Postęp a rozwój

„Postęp” jest pojęciem aksjologicznym lub normatywnym, które należy odróżnić od takich neutralnych terminów opisowych, jak „zmiana” i „rozwój” (Niiniluoto 1995a). Ogólnie rzecz biorąc, stwierdzenie, że krok od etapu (A) do etapu (B) stanowi postęp oznacza, że (B) jest poprawą w stosunku do (A) pod pewnym względem, tj. (B)) jest lepsze niż (A) w odniesieniu do niektórych standardów lub kryteriów. W nauce normatywnym wymogiem jest, aby każdy wkład w badania przynosił korzyści poznawcze, a ich sukces w tym zakresie można ocenić przed publikacją przez recenzentów (peer review) i po publikacji przez kolegów. Stąd teoria postępu naukowego nie jest jedynie opisowym ujęciem wzorców rozwoju, którymi faktycznie podążyła nauka. Raczej,Powinien zawierać specyfikację wartości lub celów, które można wykorzystać jako konstytutywne kryteria „dobrej nauki”.

Program „naturalistyczny” w naukach ścisłych sugeruje, że pytania normatywne w filozofii nauki można sprowadzić do historycznych i socjologicznych dociekań nad rzeczywistą praktyką naukową. W tym duchu Laudan bronił projektu testowania filozoficznych modeli naukowych zmian przez historię nauki: takie modele, które są „często sformułowane w języku normatywnym”, można przekształcić „w deklaratywne stwierdzenia dotyczące zachowania nauki” (Laudan i wsp. 1986; Donovan i wsp. 1988). Może się zdarzyć, że większość prac naukowych, przynajmniej najlepszych nauk ścisłych w każdym wieku, jest również nauką dobrą. Ale jest również oczywiste, że naukowcy często mają różne opinie na temat kryteriów dobrej nauki, a rywalizujący badacze i szkoły dokonują różnych wyborów, preferując teorie i programy badawcze. W związku z tym,można argumentować przeciwko naturalistom, że postęp nie powinien być definiowany przez rzeczywisty rozwój nauki: definicja postępu powinna dać nam normatywny standard oceny wyborów, których społeczności naukowe dokonały, mogły dokonać, obecnie dokonują, i zrobię w przyszłości. Zadanie znalezienia i obrony takich standardów jest zadaniem prawdziwie filozoficznym, które może wyjaśnić historia i socjologia, ale którego nie można sprowadzić do empirycznych studiów nad nauką. Z tego samego powodu empiryczna obserwacja Mizrahi (2013), że naukowcy mówią o celu nauki w kategoriach wiedzy, a nie tylko prawdy, nie może rozstrzygnąć filozoficznej debaty na temat postępu naukowego (por. Bird, 2007, Niiniluoto, 2014).

2.3 Postęp, jakość, wpływ

W przypadku wielu działań ukierunkowanych na cel ważne jest rozróżnienie między jakością a postępem. Jakość jest przede wszystkim pojęciem zorientowanym na działanie, dotyczącym umiejętności i kompetencji w wykonaniu jakiegoś zadania. Postęp to koncepcja zorientowana na wyniki, dotycząca sukcesu produktu w odniesieniu do jakiegoś celu. Każda akceptowana praca naukowa musi spełniać określone standardy jakości. Wydaje się jednak, że nie ma koniecznych powiązań między jakością a postępem w nauce. Czasami bardzo dobrze wykwalifikowane projekty badawcze nie przynoszą ważnych nowych wyników, podczas gdy mniej kompetentne, ale bardziej szczęśliwe prace prowadzą do sukcesu. Niemniej jednak umiejętne wykorzystanie metod naukowych uczyni postęp wysoce prawdopodobnym. Dlatego najlepszą praktyczną strategią wspierania postępu naukowego jest wspieranie badań wysokiej jakości.

W ślad za pionierską pracą Dereka de Solla Price (1963) w „scjentometrii”, jako miary aktywności naukowej zaproponowano ilościowe wskaźniki naukowe (Elkana i in. 1978). Na przykład miary produkcji, takie jak liczba publikacji, są miarami osiągnięć naukowych, ale jest problematyczne, czy taka surowa miara wystarczy do wskazania jakości (por. Chotkowski La Follette 1982). Liczba artykułów w recenzowanych czasopismach jest wskaźnikiem jakości ich autora, ale jasne jest, że wskaźnik ten nie może jeszcze określić, co oznacza postęp, ponieważ publikacje mogą w różnym stopniu przyczynić się do postępu wiedzy naukowej. „Prawo Rousseau” zaproponowane przez Nicholasa Reschera (1978) oznacza, że pewna część (pierwiastek kwadratowy) całkowitej liczby publikacji jest „ważna”,ale jest to jedynie rzekoma prawidłowość statystyczna.

Inny przykład wskaźnika naukowego, indeks cytowań, jest wskaźnikiem „wpływu” publikacji i „widoczności” jej autora w środowisku naukowym. Martin i Irvine (1983) sugerują, że pojęcie postępu naukowego powinno wiązać się z pojęciem wpływu, czyli rzeczywistego wpływu badań na otaczającą je działalność naukową w danym czasie. Bez wątpienia słuszne jest to, że nie można rozwijać wiedzy naukowej bez wpływania na epistemiczny stan społeczności naukowej. Ale wpływ publikacji jako takiej pokazuje tylko, że z powodzeniem „przesunęła” społeczność naukową w jakimś kierunku. Jeśli nauka jest ukierunkowana na cel, musimy przyznać, że ruch w złym kierunku nie stanowi postępu.

Niepowodzenie wskaźników naukowych jako definicji postępu naukowego wynika z faktu, że nie uwzględniają one semantycznej treści publikacji naukowych. Aby określić, czy praca (W) wnosi wkład w postęp naukowy, musimy określić, co mówi (W) (alternatywnie: jakie problemy (W) rozwiązuje), a następnie powiązać tę zawartość (W)) do stanu wiedzy społeczności naukowej w momencie publikacji (W). Z tego samego powodu w ocenach badań naukowych można wykorzystywać wskaźniki naukowe jako narzędzia, ale ostatecznie muszą opierać się na ocenie rówieśników, którzy mają znaczną wiedzę w tej dziedzinie.

2.4 Postęp i cele

Postęp jest pojęciem odnoszącym się do celu. Ale nawet jeśli uważamy naukę za przedsięwzięcie poznawcze poszukujące wiedzy, nie ma powodu, aby zakładać, że cel nauki jest jednowymiarowy. W przeciwieństwie do tego, jak argumentował w klasycznym Gambling With Truth (1967) Isaaca Leviego, poznawczy cel badań naukowych należy zdefiniować jako wyważoną kombinację kilku różnych, a nawet sprzecznych, epistemicznych użyteczności. Jak zobaczymy w sekcji 3, alternatywne teorie postępu naukowego można rozumieć jako specyfikacje takich epistemicznych użyteczności. Na przykład mogą zawierać prawdę i informację (Levi 1967; zob. Także Popper 1959, 1963) lub moc wyjaśniającą i predykcyjną (Hempel 1965). Lista wartości nauki Kuhna (1977) obejmuje dokładność, spójność, zakres, prostotę i owocność.

Cel może być dostępny w tym sensie, że można go osiągnąć w skończonej liczbie kroków w skończonym czasie. Cel jest utopijny, jeśli nie można go osiągnąć lub nawet się do niego zbliżyć. Dlatego nie można racjonalnie dążyć do utopijnych celów, ponieważ nie można poczynić postępu w próbie ich osiągnięcia. W tym sensie spacer na Księżyc jest utopijnym zadaniem. Jednak nie wszystkie niedostępne cele są utopijne: cel nieosiągalny, taki jak bycie doskonałym moralnie, może funkcjonować jako zasada regulująca w sensie Kanta, jeśli kieruje naszym zachowaniem tak, abyśmy mogli uczynić postęp w jego kierunku.

Klasyczny argument sceptyków przeciwko nauce, powtórzony przez Laudana (1984a), głosi, że poznanie prawdy jest zadaniem utopijnym. Odpowiedzią Kanta na ten argument było uznanie prawdy za zasadę regulującą naukę. Charles S. Peirce, twórca amerykańskiego pragmatyzmu, argumentował, że dostęp do prawdy jako idealnej granicy badań naukowych jest „przeznaczony” lub gwarantowany w „nieokreślonej” społeczności badaczy. Almeder (1983) interpretuje pogląd Peirce'a na postęp naukowy, że istnieje tylko skończona liczba problemów naukowych i wszystkie zostaną rozwiązane w skończonym czasie. Wydaje się jednak, że nie ma żadnego powodu, by sądzić, że prawda jest ogólnie dostępna w tym silnym znaczeniu. W związku z tym,zasadnicze pytanie brzmi, czy możliwe jest racjonalne oszacowanie tego, że poczyniliśmy postępy w kierunku prawdy (patrz sekcja 3.4).

Cel jest skutecznie rozpoznawalny, jeśli istnieją rutynowe lub mechaniczne testy wykazujące, że cel został osiągnięty lub osiągnięty. Jeśli definiujące kryteria postępu nie są rozpoznawalne w tym silnym sensie, musimy odróżnić prawdziwy lub rzeczywisty postęp od naszych spostrzeżeń lub ocen postępu. Innymi słowy, twierdzenia w postaci `` Krok od etapu (A) do etapu (B) jest progresywny '' należy odróżnić od naszych ocen formy `` Krok od etapu (A) do etapu (B) wydaje się postępować na podstawie dostępnych dowodów”. Te ostatnie oceny, podobnie jak nasze własne osądy, są rozpoznawalne, ale poprzednie twierdzenia mogą być słuszne bez naszej wiedzy. Cechy i miary, które pomagają nam w dokonywaniu takich ocen, są zatem wskaźnikami postępu.

Laudan wymaga, aby racjonalny cel nauki był dostępny i skutecznie rozpoznawalny (Laudan 1977, 1984a). Ten wymóg, którego używa, aby wykluczyć prawdę jako cel nauki, jest bardzo silny. Wymogi racjonalności nie mogą nakazać rezygnacji z celu, jeśli istnieją rozsądne wskaźniki postępu w jego realizacji.

Cel może być wybiegający w przeszłość lub przyszłości: może odnosić się do punktu początkowego lub docelowego działania. Jeśli moim celem jest podróżowanie jak najdalej od domu, miarą sukcesu jest odległość od Helsinek. Jeśli chcę być coraz lepszym pianistą, mój postęp można ocenić w stosunku do moich wcześniejszych etapów, a nie do żadnego idealnego Pianisty. Ale jeśli chcę podróżować do San Francisco, moje postępy zależą od odległości od celu. Tylko w szczególnym przypadku, gdy istnieje tylko jedna droga z (A) do (B), kryteria dotyczące wstecz i w przyszłość (tj. Odległość od (A) i odległość do (B)) określają się nawzajem.

Kuhn i Stegmüller opowiadali się za wstecznymi kryteriami postępu. Sprzeciwiając się poglądowi, że „właściwą miarą osiągnięć naukowych jest stopień, w jakim przybliża nas ona” do ostatecznego celu „jednego pełnego, obiektywnego prawdziwego opisu przyrody”, Kuhn zasugerował, że powinniśmy „nauczyć się zastępować ewolucję. od-tego-co-wiemy dla ewolucji-ku-temu-co-chcemy-wiedzieć”(Kuhn 1970, s. 171). W tym samym duchu Stegmüller (1976) argumentował, że powinniśmy odrzucić wszystkie warianty „metafizyki teleologicznej” definiującej postęp w kategoriach „zbliżania się coraz bardziej do prawdy”.

Kompromis między kryteriami wybiegającymi w przyszłość i kryteriami retrospektywnymi można zaproponować w następujący sposób. Jeśli nauka jest postrzegana jako działalność polegająca na poszukiwaniu wiedzy, naturalne jest definiowanie rzeczywistego postępu w kategoriach wybiegających w przyszłość: poznawczym celem nauki jest poznanie czegoś, co wciąż jest nieznane, a nasz rzeczywisty postęp zależy od odległości od tego celu. Ponieważ jednak cel ten jest nam nieznany, nasze szacunki lub postrzeganie postępu muszą opierać się na dowodach retrospektywnych. Ten rodzaj poglądu na cele nauki nie zakłada istnienia jednego jedynego celu ostatecznego. Używając słów Leviego, nasze cele mogą być raczej „krótkowzroczne” niż „mesjanistyczne” (Levi 1985): konkretny cel, do którego chcemy trafić w trakcie naszego badania, musi zostać przedefiniowany „lokalnie”, w odniesieniu do każdej poznawczej sytuacji problemowej. Ponadto,Oprócz wielu możliwych celów może istnieć kilka dróg prowadzących do tego samego celu. Perspektywiczny charakter celów badania nie wyklucza tego, co Stegmüller nazywa „rozgałęzianiem postępu”. Jest to analogiczne do prostego faktu, że do San Francisco możemy dojechać z Nowego Jorku na dwa różne sposoby - przez Chicago lub St Louis.

2.5 Postęp i racjonalność

Niektórzy filozofowie używają pojęć postępu i racjonalności jako synonimów: postępowe kroki w nauce to właśnie te, które są oparte na racjonalnych wyborach naukowców. Jednym z możliwych zarzutów jest to, że odkrycia naukowe są postępowe, kiedy wprowadzają nowe idee, mimo że nie można ich w pełni wyjaśnić w kategoriach racjonalnych (Popper 1959; por. Hanson 1958; Kleiner 1993). Jednak bardziej istotny jest tutaj inny problem: czyje światła należy oceniać takie kroki? To pytanie jest pilne, zwłaszcza jeśli uznamy, że standardy dobrej nauki zmieniły się w historii (Laudan 1984a).

Jak zobaczymy, główne konkurencyjne filozoficzne teorie postępu proponują kryteria absolutne, takie jak zdolność rozwiązywania problemów lub zwiększające się podobieństwo do prawdy, które mają zastosowanie do wszystkich osiągnięć nauki w całej jej historii. Z drugiej strony racjonalność jest koncepcją metodologiczną, która jest historycznie względna: oceniając racjonalność wyborów dokonanych przez dawnych naukowców, musimy przestudiować cele, standardy, metody, alternatywne teorie i dostępne dowody akceptowane przez społeczność naukową na w tamtym czasie (por. Doppelt, 1983, Laudan, 1987; Niiniluoto 1999a). Jeśli społeczność naukowa (SC) w danym momencie (t) zaakceptowała standardy (V), to preferencja (SC) dla teorii (T) nad (T ') na dowodzie (e) było racjonalne na wypadek, gdyby epistemiczna użyteczność (T) względem (V) była wyższa niż użyteczność (T '). Ale w nowej sytuacji, gdzie standardy były inne niż (V), inna preferencja mogłaby być racjonalna.

3. Teorie postępu naukowego

3.1 Realizm i instrumentalizm

Poważne kontrowersje wśród filozofów nauki dotyczą instrumentalistycznych i realistycznych poglądów na teorie naukowe (Leplin 1984; Psillos 1999; Niiniluoto 1999a; Saatsi 2018). Instrumentaliści idą za Duhemem, sądząc, że teorie są jedynie pojęciowymi narzędziami do klasyfikowania, systematyzowania i przewidywania stwierdzeń obserwacyjnych, tak że prawdziwej treści nauki nie można znaleźć na poziomie teorii (Duhem 1954). Z kolei realiści naukowi traktują teorie jako próby opisania rzeczywistości wykraczającej poza sferę rzeczy obserwowalnych i prawidłowości, tak aby teorie można było traktować jako twierdzenia mające wartość prawdziwości. Nie licząc naiwnych realistów, większość naukowców jest fallibilistami w sensie Peirce'a: teorie naukowe są hipotetyczne i co do zasady zawsze poprawne. Może się okazać, że są prawdziwe,ale nie możemy tego wiedzieć na pewno w żadnym konkretnym przypadku. Ale nawet jeśli teorie są fałszywe, mogą mieć wartość poznawczą, jeśli są bliższe prawdy niż ich rywale (Popper 1963). Teorie powinny być testowalne za pomocą dowodów obserwacyjnych, a sukces w testach empirycznych daje potwierdzenie indukcyjne (Hintikka 1968; Kuipers 2000) lub nieindukcyjne potwierdzenie teorii (Popper 1959).

Wydawałoby się naturalne, że główne rywalizujące ujęcia postępu naukowego byłyby oparte na stanowiskach instrumentalizmu i realizmu. Ale to tylko częściowo prawda. Oczywiście, naiwni realiści z reguły trzymają się poglądu na postęp w postaci akumulacji prawd, a wielu filozofów łączy realistyczny pogląd na teorie z tezą aksjologiczną, że prawda jest ważnym celem badań naukowych. Niekumulatywną wersję realistycznego spojrzenia na postęp można sformułować za pomocą pojęcia podobieństwa do prawdy. Ale są też filozofowie, którzy akceptują możliwość realistycznego traktowania teorii, ale nadal zaprzeczają, że prawda jest istotną wartością nauki, która mogłaby pełnić funkcję w charakteryzowaniu postępu naukowego. Konstruktywny empiryzm Bas van Fraassena (1980) przyjmuje dezyderat nauki za adekwatność empiryczną:to, co mówi teoria o obserwowalnym, powinno być prawdą. Akceptacja teorii wiąże się jedynie z twierdzeniem, że jest adekwatna empirycznie, a nie z jej prawdziwością na poziomie teoretycznym. Van Fraassen nie opracował opisu postępu naukowego w kategoriach jego konstruktywnego empiryzmu, ale przypuszczalnie taki opis byłby bliski empirycznym pojęciom redukcji i przedstawieniom Laudana zdolności rozwiązywania problemów (patrz sekcja 3.2).ale przypuszczalnie taki rachunek byłby bliski empirystycznym pojęciom redukcji i przedstawionemu przez Laudana opisowi zdolności rozwiązywania problemów (patrz sekcja 3.2).ale przypuszczalnie taki rachunek byłby bliski empirycznym pojęciom redukcji i przedstawieniom Laudana na temat zdolności rozwiązywania problemów (patrz sekcja 3.2).

Instrumentalista, który zaprzecza, że teorie mają wartości prawdy, zwykle definiuje postęp naukowy, odwołując się do innych cnót, które mogą mieć teorie, takich jak ich rosnący sukces empiryczny. W 1906 roku Duhem wyraził tę ideę przez porównanie: postęp naukowy jest jak narastający przypływ, podczas którego fale wznoszą się i cofają, ale pod wpływem tego ruchu tam iz powrotem następuje powolny i stały postęp. Jednak nadał swojemu poglądowi realistyczny zwrot, zakładając, że teorie klasyfikują prawa eksperymentalne, a postęp oznacza, że proponowane klasyfikacje zbliżają się do „klasyfikacji naturalnej” (Duhem 1954).

Ewolucyjna epistemologia jest otwarta na interpretacje instrumentalne (Toulmin 1972) i realistyczne (Popper 1972) (Callebaut i Pinxten 1987; Radnitzky i Bartley 1987). Biologiczne podejście do wiedzy ludzkiej w naturalny sposób kładzie nacisk na pragmatyczny pogląd, że teorie funkcjonują jako instrumenty przetrwania. Ewolucja darwinistyczna w biologii nie jest ukierunkowana na cel z ustalonym, wybiegającym w przyszłość celem; raczej gatunki dostosowują się do ciągle zmieniającego się środowiska. Stosując to ujęcie do problemu poszukiwania wiedzy, można przyjąć, że przydatność teorii oznacza, że jest ona akceptowana przez członków społeczności naukowej. Ale realista może reinterpretować model ewolucyjny, przyjmując dopasowanie do prawdy lub podobieństwa do prawdy teorii (Niiniluoto 1984).

3.2 Empiryczny sukces i rozwiązywanie problemów

Dla konstruktywnego empirysta naturalne byłoby myślenie, że spośród teorii adekwatnych empirycznie jedna teoria (T_ {2}) jest lepsza niż inna teoria (T_ {1}), jeśli (T_ {2}) pociąga za sobą więcej prawdziwe stwierdzenia obserwacyjne niż (T_ {1}). Takie porównanie ma sens przynajmniej wtedy, gdy stwierdzenia obserwacji, które pociągają za sobą (T_ {1}), są odpowiednim podzbiorem zdań wynikających z (T_ {2}). Kemeny i Oppenheim (1956) podali podobny warunek w swojej definicji redukcji: (T_ {1}) można zredukować do (T_ {2}) wtedy i tylko wtedy, gdy (T_ {2}) jest co najmniej tak samo usystematyzowane, jak (T_ {1}) i (T_ {2}) jest obserwacyjnie silniejsze niż (T_ {1}), tj. wszystkie stwierdzenia obserwacyjne wyjaśnione przez (T_ {1}) są także konsekwencje (T_ {2}). Warianty takiej empirycznej relacji redukcyjnej zostały podane przez szkołę strukturalistyczną w kategoriach struktur teorii mnogości (Stegmüller 1976; Scheibe 1986; Balzer i in. 1987; Moulines 2000). Podobny pomysł, ale zastosowany do przypadków, w których pierwsza teoria (T_ {1}) została sfałszowana przez pewne dowody obserwacyjne, został użyty przez Lakatosa w jego definicji progresywnych programów badawczych: nowa teoria zastępująca (T_ {2 }) powinno mieć potwierdzoną zawartość nadmiarową w stosunku do (T_ {1}) i (T_ {2}) powinno zawierać całą niezrealizowaną zawartość (T_ {1}) (Lakatos i Musgrave 1970). Definicja Kuipersa (2000) pozwala, że nawet nowa teoria (T_ {2}) jest empirycznie obalona: (T_ {2}) powinna mieć (w sensie włączenia teorii mnogości) więcej sukcesów empirycznych, ale mniej empirycznych kontrprzykładów niż (T_ {1}). Scheibe 1986; Balzer i in. 1987; Moulines 2000). Podobny pomysł, ale zastosowany do przypadków, w których pierwsza teoria (T_ {1}) została sfałszowana przez pewne dowody obserwacyjne, został użyty przez Lakatosa w jego definicji progresywnych programów badawczych: nowa teoria zastępująca (T_ {2 }) powinno mieć potwierdzoną zawartość nadmiarową w stosunku do (T_ {1}) i (T_ {2}) powinno zawierać całą niezrealizowaną zawartość (T_ {1}) (Lakatos i Musgrave 1970). Definicja Kuipersa (2000) pozwala, że nawet nowa teoria (T_ {2}) jest empirycznie obalona: (T_ {2}) powinna mieć (w sensie włączenia teorii mnogości) więcej sukcesów empirycznych, ale mniej empirycznych kontrprzykładów niż (T_ {1}). Scheibe 1986; Balzer i in. 1987; Moulines 2000). Podobny pomysł, ale zastosowany do przypadków, w których pierwsza teoria (T_ {1}) została sfałszowana przez pewne dowody obserwacyjne, został użyty przez Lakatosa w jego definicji progresywnych programów badawczych: nowa teoria zastępująca (T_ {2 }) powinno mieć potwierdzoną zawartość nadmiarową w stosunku do (T_ {1}) i (T_ {2}) powinno zawierać całą niezrealizowaną zawartość (T_ {1}) (Lakatos i Musgrave 1970). Definicja Kuipersa (2000) pozwala, że nawet nowa teoria (T_ {2}) jest empirycznie obalona: (T_ {2}) powinna mieć (w sensie włączenia teorii mnogości) więcej sukcesów empirycznych, ale mniej empirycznych kontrprzykładów niż (T_ {1}).ale zastosowany do przypadków, w których pierwsza teoria (T_ {1}) została sfałszowana przez pewne dowody obserwacyjne, został użyty przez Lakatosa w jego definicji progresywnych programów badawczych: nowa zastępująca teoria (T_ {2}) powinna mają potwierdzoną zawartość nadmiarową w stosunku do (T_ {1}), a (T_ {2}) powinny zawierać całą niezrealizowaną zawartość (T_ {1}) (Lakatos i Musgrave 1970). Definicja Kuipersa (2000) pozwala, że nawet nowa teoria (T_ {2}) jest empirycznie obalona: (T_ {2}) powinna mieć (w sensie włączenia teorii mnogości) więcej sukcesów empirycznych, ale mniej empirycznych kontrprzykładów niż (T_ {1}).ale zastosowany do przypadków, w których pierwsza teoria (T_ {1}) została sfałszowana przez pewne dowody obserwacyjne, został użyty przez Lakatosa w jego definicji progresywnych programów badawczych: nowa zastępująca teoria (T_ {2}) powinna mają potwierdzoną zawartość nadmiarową w stosunku do (T_ {1}), a (T_ {2}) powinny zawierać całą niezrealizowaną zawartość (T_ {1}) (Lakatos i Musgrave 1970). Definicja Kuipersa (2000) pozwala, że nawet nowa teoria (T_ {2}) jest empirycznie obalona: (T_ {2}) powinna mieć (w sensie włączenia teorii mnogości) więcej sukcesów empirycznych, ale mniej empirycznych kontrprzykładów niż (T_ {1}).nowa zastępująca teoria (T_ {2}) powinna była potwierdzić nadmiarową zawartość w stosunku do (T_ {1}), a (T_ {2}) powinna zawierać całą niezmienioną zawartość (T_ {1})) (Lakatos i Musgrave 1970). Definicja Kuipersa (2000) pozwala, że nawet nowa teoria (T_ {2}) jest empirycznie obalona: (T_ {2}) powinna mieć (w sensie włączenia teorii mnogości) więcej sukcesów empirycznych, ale mniej empirycznych kontrprzykładów niż (T_ {1}).nowa zastępująca teoria (T_ {2}) powinna była potwierdzić nadmiarową zawartość w stosunku do (T_ {1}), a (T_ {2}) powinna zawierać całą niezmienioną zawartość (T_ {1})) (Lakatos i Musgrave 1970). Definicja Kuipersa (2000) pozwala, że nawet nowa teoria (T_ {2}) jest empirycznie obalona: (T_ {2}) powinna mieć (w sensie włączenia teorii mnogości) więcej sukcesów empirycznych, ale mniej empirycznych kontrprzykładów niż (T_ {1}).

Wbrew tym kumulacyjnym definicjom argumentowano, że definicje postępu empirycznego muszą uwzględniać ważną komplikację. Nowa teoria często koryguje empiryczne konsekwencje poprzedniej, tj. (T_ {2}) pociąga za sobą stwierdzenia obserwacyjne (e_ {2}), które są w pewnym sensie zbliżone do odpowiednich konsekwencji (e_ {1}) z (T_ {1}). W takich sytuacjach wprowadzono różne modele przybliżonego wyjaśnienia i przybliżonej redukcji. Ważnym przypadkiem szczególnym jest ograniczająca relacja korespondencji: teoria (T_ {2}) zbliża się do teorii (T_ {1}) (lub obserwacyjne konsekwencje (T_ {2}) zbliżają się do (T_ { 1})), gdy jakiś parametr w jego prawach zbliża się do wartości granicznej (np. Teoria względności zbliża się do mechaniki klasycznej, gdy prędkość światła c rośnie bez ograniczeń). Tutaj (T_ {2}) mówi się, że jest konkretyzacją wyidealizowanej teorii (T_ {1}) (Nowak 1980; Nowakowa i Nowak 2000). Jednak modele te nie gwarantują automatycznie, że przejście od starej teorii do nowej będzie postępowe. Na przykład mechanika klasyczna może być powiązana przez warunek zgodności z nieskończoną liczbą alternatywnych i wzajemnie niezgodnych teorii, a do wybrania najlepszej z nich potrzebne są dodatkowe kryteria.potrzebne są dodatkowe kryteria, aby wybrać najlepsze z nich.potrzebne są dodatkowe kryteria, aby wybrać najlepsze z nich.

Strategią Kuhna (1962) było unikanie pojęcia prawdy i rozumienie nauki jako czynności polegającej na dokonywaniu trafnych przewidywań i rozwiązywaniu problemów lub „łamigłówek”. Nauka normalna oparta na paradygmacie kumuluje się pod względem rozwiązywanych problemów, a nawet zmiany paradygmatów lub rewolucje są postępowe w tym sensie, że „stosunkowo duża część” zdolności rozwiązywania problemów starej teorii jest zachowana w nowym paradygmacie. Ale, jak argumentował Kuhn, może się zdarzyć, że niektóre problemy rozwiązane przez starą teorię nie są już odpowiednie lub znaczące dla nowej teorii. Takie przypadki nazywane są „stratami Kuhna”. Bardziej systematyczny opis tych idei podaje Laudan (1977):skuteczność rozwiązywania problemów teorii jest zdefiniowana przez liczbę i wagę rozwiązanych problemów empirycznych pomniejszoną o liczbę i wagę anomalii i problemów pojęciowych, które teoria generuje. Tutaj pojęcie anomalii odnosi się do problemu, którego teoria nie rozwiązuje, ale zostaje rozwiązany przez niektórych jej rywali. Dla Laudana rozwiązanie problemu za pomocą teorii (T) oznacza, że „stwierdzenie problemu” wywodzi się z (T). Dobra teoria jest zatem adekwatna empirycznie, silna w swej treści empirycznej, a Laudan dodaje - unika problemów pojęciowych. Dobra teoria jest zatem adekwatna empirycznie, silna w swej treści empirycznej, a Laudan dodaje - unika problemów pojęciowych. Dobra teoria jest zatem adekwatna empirycznie, silna w swej treści empirycznej, a Laudan dodaje - unika problemów pojęciowych.

Jedną z trudności w opisie rozwiązywania problemów jest znalezienie odpowiedniej struktury do identyfikowania i liczenia problemów (Rescher 1984; Kleiner 1993). Kiedy zastosuje się mechanikę Newtona do określenia orbity planety Mars, można to uznać za jeden problem. Ale biorąc pod uwagę początkowe położenie Marsa, ta sama teoria pociąga za sobą rozwiązanie nieskończonej liczby pytań dotyczących położenia Marsa w czasie (t). Być może najważniejszą kwestią filozoficzną jest to, czy można konsekwentnie utrzymywać, że pojęcie rozwiązywania problemów może być całkowicie oderwane od prawdy i fałszu: realista może przyznać, że nauka jest działaniem rozwiązywania problemów, jeśli oznacza to próbę znalezienia prawdziwych rozwiązań. na pytania predykcyjne i wyjaśniające (Popper, 1972; Niiniluoto 1984). Główna krytyka Birda (2007) przeciwko „funkcjonalnemu opisowi” Kuhna i Laudana jest konsekwencją tego, że kumulacja fałszywych rozwiązań z całkowicie fałszywej teorii liczy się jako postęp naukowy (np. Oresme w XIV wieku uważał, że gorąca krew kozła może rozłupać diamenty).

Według Shana (2019) „nauka rozwija się, jeśli proponuje się bardziej użyteczne problemy badawcze i odpowiadające im rozwiązania”. Definicja ta obejmuje zarówno definiowanie, jak i rozwiązywanie problemów, co ilustruje rozwój wczesnej genetyki od Darwina do Batesona. Shan porzuca typowe założenie Kuhna-Laudana, że społeczność naukowa jest w stanie wiedzieć, czy dokonuje postępu, czy też nie, i jest otwarty na wprowadzenie pojęć know-how i prawdy perspektywicznej, tak że jego „nowe podejście funkcjonalne” jest kompromis z tym, co Bird (2007) nazywa „epistemicznym poglądem” na postęp.

Inne spojrzenie na rozwiązywanie problemów wiąże się z teoriami, które omawiają problemy decyzji i działania. Radykalny pogląd pragmatyka traktuje naukę jako systematyczną metodę rozwiązywania takich problemów decyzyjnych w odniesieniu do różnego rodzaju praktycznych narzędzi. Zgodnie z poglądem nazywanym behawioryzmem przez statystykę L. J. Savage'a, nauka nie wytwarza wiedzy, a raczej zalecenia dotyczące działań: przyjęcie hipotezy jest zawsze decyzją o działaniu tak, jakby była ona prawdziwa. Postęp w nauce można następnie mierzyć osiągnięciem praktycznych użyteczności decydenta. Alternatywnej metodologicznej wersji pragmatyzmu broni Rescher (1977), przyjmując realistyczny pogląd na teorie z pewnymi zastrzeżeniami,ale twierdzi, że postęp nauki należy rozumieć jako „rosnący sukces zastosowań w rozwiązywaniu problemów i kontroli”. Podobnie Douglas (2014), po zasugerowaniu, że należy porzucić rozróżnienie między nauką czystą a nauką stosowaną, definiuje postęp „w kategoriach zwiększonej zdolności przewidywania, kontrolowania, manipulowania i interweniowania w różnych kontekstach”. Z tego punktu widzenia, pojęcie postępu naukowego sprowadza się w rzeczywistości do postępu technicznego opartego na nauce (por. Niiniluoto 1984).w efekcie pojęcie postępu naukowego sprowadza się do postępu technicznego opartego na nauce (por. Niiniluoto 1984).w efekcie pojęcie postępu naukowego sprowadza się do postępu technicznego opartego na nauce (por. Niiniluoto 1984).

3.3 Moc wyjaśniająca, ujednolicenie i prostota

Już starożytni filozofowie uważali wyjaśnianie za ważną funkcję nauki. Status teorii wyjaśniających był interpretowany w sposób instrumentalistyczny lub realistyczny: szkoła Platona zapoczątkowała tradycję „ratowania pozorów” w astronomii, podczas gdy Arystoteles uznał teorie za prawdy konieczne. Obie strony mogą traktować siłę wyjaśniającą jako kryterium dobrej teorii, czego dowodzi konstruktywny empiryzm van Fraassena (1980) i naukowy realizm Wilfrida Sellarsa (Pitt 1981; Tuomela 1985). Kiedy doda się, że dobra teoria powinna również dawać prawdziwe prognozy empiryczne, pojęcia mocy wyjaśniającej i predykcyjnej można połączyć w ramach pojęcia władzy systematycznej (Hempel 1965). Jeśli wymóg systematycznej władzy oznacza po prostu, że teoria ma wiele prawdziwych konsekwencji dedukcyjnych w języku obserwacyjnym,koncepcja ta jest zasadniczo równoważna pojęciu empirycznego sukcesu i empirycznej zdolności rozwiązywania problemów omówionych w sekcji 3.2, ale zwykle wyjaśnienie obejmuje dodatkowe warunki strukturalne oprócz zwykłego dedukcji (Aliseda 2006). Należy również wziąć pod uwagę systematyzację indukcyjną (Hempel 1965; Niiniluoto i Tuomela 1973).

Jedną z ważnych idei dotyczących systematyzacji jest to, że dobra teoria powinna ujednolicić dane empiryczne i prawa z różnych dziedzin (Kitcher 1993; Schurz 2015). Dla Whewella paradygmatem takiej „zgodności” było udane połączenie praw Keplera i praw Galileusza za pomocą teorii Newtona.

Z drugiej strony, zamiast wymagać konsensusu w sprawie jednej, jednoczącej teorii, wielu filozofów broniło podejść pluralistycznych, argumentując, że postęp naukowy wymaga różnorodnych klasyfikacji pojęciowych (Dupré 1993; Kitcher 2001), nie-fundamentalistycznej mozaiki praw dla „a. świat nakrapiany”(Cartwright 1999) oraz różne perspektywy i wartości (Longino 2002).

Jeśli teorie są niedookreślone przez dane obserwacyjne, często zaleca się wybranie najprostszej teorii zgodnej z dowodami (Foster i Martin 1966). Prostota może być estetycznym kryterium wyboru teorii (Kuipers 2019), ale może też pełnić funkcję poznawczą, pomagając nam w próbach zrozumienia świata w sposób „ekonomiczny”. Pojęcie ekonomii myśli Ernsta Macha wiąże się z wymogiem zarządzalności, co jest ważne zwłaszcza w naukach inżynierskich i innych naukach stosowanych: na przykład równanie matematyczne można „uprościć” poprzez odpowiednie przybliżenia, tak aby można było je „uprościć”. rozwiązany przez komputer. Z prostotą wiąże się również pojęcie władzy systematycznej lub jednoczącej. Jest to jasne w koncepcji względnej prostoty Eino Kaili,którą zdefiniował w 1939 r. jako stosunek między mocą wyjaśniającą a strukturalną złożonością teorii (tłumaczenie, patrz Kaila 2014). Zgodnie z tą koncepcją postęp można osiągnąć, znajdując strukturalnie prostsze wyjaśnienia tych samych danych lub zwiększając zakres wyjaśnień bez komplikowania ich. Formuła Laudana rozwiązanych problemów empirycznych minus generowane problemy konceptualne jest odmianą tej samej idei.

Po pionierskiej pracy firmy Hempel w 1948 r. Zaproponowano różne probabilistyczne miary mocy wyjaśniającej (Hempel 1965; Hintikka 1968). Większość z nich żąda, aby teoria wyjaśniająca (h) była pozytywnie powiązana z danymi empirycznymi (e). Tak jest również w przypadku konkretnej propozycji (frac {P (h / mid e) - P (h / mid / neg e)} {P (h / mid e) + P (h / mid / neg e) }) broniony przez Schupbacha i Sprengera (2011) jako jedyna miara spełniająca siedem intuicyjnie prawdopodobnych warunków adekwatności.

3.4 Prawda i informacje

Realistyczne teorie postępu naukowego traktują prawdę jako ważny cel badań. Ten pogląd jest wbudowany w klasyczną definicję wiedzy jako uzasadnionego prawdziwego przekonania: jeśli nauka jest działalnością polegającą na poszukiwaniu wiedzy, to jest ona również działalnością polegającą na poszukiwaniu prawdy. Jednak prawda nie może być jedyną istotną epistemiczną użytecznością badania. Wyraźnie pokazuje to teoria decyzji poznawczych (Levi 1967; Niiniluoto 1987).

Oznaczmy przez (B = {h_ {1}, / ldots, h_ {n} }) zbiór wzajemnie wykluczających się i łącznie wyczerpujących hipotez. Tutaj hipotezy w (B) mogą być najbardziej pouczającymi opisami alternatywnych stanów rzeczy lub możliwych światów w ramach konceptualnych (L). Na przykład mogą to być kompletne teorie, które można wyrazić w skończonym języku pierwszego rzędu. Jeśli (L) jest interpretowane w dziedzinie (U), tak że każde zdanie (L) ma wartość prawdziwości (prawda lub fałsz), wynika z tego, że istnieje jedna i tylko jedna prawdziwa hipoteza (powiedzmy (h ^ *)) w (B). Naszym problemem poznawczym jest zidentyfikowanie celu (h ^ *) w (B). Elementy (h_ {i}) (B) to (potencjalne) kompletne odpowiedzi na problem. Zbiór (D (B)) odpowiedzi częściowych składa się ze wszystkich niepustych dysjunkcji pełnych odpowiedzi. Trywialna odpowiedź częściowa w (D (B)),odpowiadająca „nie wiem” jest reprezentowana przez tautologię, tj. dysjunkcję wszystkich pełnych odpowiedzi.

Dla każdego (g) w (D (B)), niech (u (g, h_ {j})) będzie epistemiczną użytecznością akceptacji (g) jeśli (h_ {j}) jest prawdziwy. Zakładamy również, że racjonalna miara prawdopodobieństwa (P) jest powiązana z językiem (L), tak że każdemu (h_ {j}) można przypisać jego epistemiczne prawdopodobieństwo (P (h_ {j}) mid e)) podane dowody (e). Wtedy najlepszą hipotezą w (D (B)) jest ta (g), która maksymalizuje oczekiwaną użyteczność epistemiczną

(tag {1} U (g / mid e) = / sum_ {i = 1} ^ {n} P (h_j / mid e) u (g, h_j))

Dla celów porównawczych możemy powiedzieć, że jedna hipoteza jest lepsza od drugiej, jeśli ma wyższą oczekiwaną użyteczność niż druga według wzoru (1).

Jeśli prawda jest jedynym istotnym narzędziem epistemicznym, wszystkie prawdziwe odpowiedzi są równie dobre, a wszystkie fałszywe odpowiedzi są równie złe. Wtedy możemy przyjąć (u (g, h_ {j})) jako prawdziwą wartość (g) względem (h_ {j}):

[u (g, h_j) = / begin {cases} 1 / text {if} h_j / text {is in} g \\ 0 / text {w przeciwnym razie.} end {cases})

Stąd (u (g, h ^ *)) jest prawdziwą wartością prawdy (tv (g)) z (g) w odniesieniu do domeny (U). Z (1) wynika, że oczekiwana użyteczność (U (g / mid e)) jest równa późniejszemu prawdopodobieństwu (P (g / mid e)) (g) na (e). W tym sensie możemy powiedzieć, że prawdopodobieństwo późniejsze równa się oczekiwanej wartości prawdy. Zasada maksymalizacji oczekiwanej użyteczności prowadzi teraz do skrajnie konserwatywnej polityki: najlepsze hipotezy (g) na (e) to te, które spełniają (P (g / mid e) = 1), tj. Są całkowicie pewne na (e) (np. (e), logiczne konsekwencje (e) i tautologie). W związku z tym, jeśli nie jesteśmy pewni prawdy, to zawsze stopniowe jest zmienianie niepewnej odpowiedzi na logicznie słabszą.

Argument przeciwko stosowaniu wysokiego prawdopodobieństwa jako kryterium wyboru teorii przedstawił już Popper w 1934 r. (Por. Popper 1959). Zaproponował, że dobre teorie powinny być śmiałe lub nieprawdopodobne. Idea ta została sprecyzowana w teorii informacji semantycznej.

Levi (1967) mierzy zawartość informacyjną (I (g)) częściowej odpowiedzi (g) w (D (B)) przez liczbę pełnych odpowiedzi, które wyklucza. Przy odpowiedniej normalizacji (I (g) = 1) wtedy i tylko wtedy, gdy (g) jest jedną z pełnych odpowiedzi (h_ {j}) w (B) i (I (g) = 0) dla tautologii. Jeśli teraz wybierzemy (u (g, h_ {j}) = I (g)), to (U (g / mid e) = I (g)), tak aby wszystkie pełne odpowiedzi w B miały ta sama maksymalna oczekiwana użyteczność 1. Miara ta faworyzuje silne hipotezy, ale nie jest w stanie rozróżnić najsilniejszych. Na przykład krok od fałszywej pełnej odpowiedzi do prawdziwej nie liczy się jako postęp. Dlatego informacja nie może być jedyną istotną użytecznością epistemiczną.

Inną miarą zawartości informacji jest (cd (g) = 1 - P (g)) (Hintikka 1968). Jeśli wybierzemy (u (g, h_ {j}) = cd (g)), to oczekiwana użyteczność (U (g / mid e) = 1 - P (g)) jest zmaksymalizowana przez sprzeczność, ponieważ prawdopodobieństwo zdania sprzecznego wynosi zero. Każdą fałszywą teorię można poprawić, dodając do niej nowe fałsze. Ponownie widzimy, że sama treść informacyjna nie daje dobrej definicji postępu naukowego. Ta sama uwaga dotyczy mocy wyjaśniającej i systematycznej.

Propozycja Leviego (1967) dotycząca użyteczności epistemicznej to ważona kombinacja wartości prawdy (tv (g)) z (g) i zawartości informacyjnej (I (g)) (g):

(tag {2} aI (g) + (1 - a) tv (g),)

gdzie (0 / lt a / lt / bfrac {1} {2}) to „wskaźnik śmiałości”, wskazujący, jak bardzo naukowiec jest skłonny zaryzykować błąd lub „grać z prawdą”, próbując uwolnić się od agnostycyzmu. Oczekiwana użyteczność epistemiczna (g) jest zatem

(tag {3} aI (g) + (1 - a) P (g / mid e).)

Porównawcze pojęcie postępu '(g_ {1}) jest lepsze niż (g_ {2})' można zdefiniować wymagając, aby zarówno (I (g_ {1}) gt I (g_ {2})) i (P (g_ {1} mid e) gt P (g_ {2} mid e)), ale większość hipotez byłaby nieporównywalna z tym wymaganiem. Wykorzystując wagę (a), wzór (3) wyraża równowagę między dwoma wzajemnie sprzecznymi celami badania. Ma tę zaletę, że wszystkie odpowiedzi częściowe (g) w (D (B)) są ze sobą porównywalne: (g) jest lepsze niż (g ') wtedy i tylko wtedy, gdy wartość (3) jest większe dla (g) niż dla (g ').

Jeśli użyteczność epistemiczna jest definiowana przez zawartość informacji cd (g) w sposób zależny od prawdy, to tak

[U (g, e) = / begin {przypadki} cd (g) text {if} g / text {jest prawdą} / -cont (neg g) text {if} g / text {jest fałszem }, / end {cases})

(i, e., przyjmując hipotezę (g), otrzymujemy zawartość (g) jeśli (g) jest prawdą, ale tracimy treść prawdziwej hipotezy (neg g) jeśli (g) jest fałszem), to oczekiwana użyteczność (U (g / mid e)) jest równa

(tag {4} P (g / mid e) - P (g))

Miara ta łączy w sobie kryteria odważności (małe prawdopodobieństwo wcześniejsze (P (g))) i wysokie prawdopodobieństwo późniejsze (P (g / mid e)). Podobne wyniki można uzyskać, jeśli (cd (g)) zastąpimy miarą mocy systematycznej Hempela (1965) (syst (g, e) = P (neg g / mid / neg e)).

Dla Leviego najlepszą hipotezą w (D (B)) jest pełna prawdziwa odpowiedź. Ale jego przypisanie użyteczności również czyni założenia, które mogą wydawać się problematyczne: wszystkie fałszywe hipotezy (nawet te, które popełniają bardzo mały błąd) są gorsze niż wszystkie prawdy (nawet nieinformacyjna tautologia); wszystkie fałszywie pełne odpowiedzi mają tę samą użyteczność (patrz jednak zmodyfikowana definicja w Levi, 1980); wśród fałszywych hipotez użyteczność współzmiennych o sile logicznej (tj. jeśli (h) i (h ') są fałszywe, a (h) pociąga za sobą (h'), to (h) ma większą użyteczność niż (h ')). Te cechy są motywowane projektem Leviego, który zakłada wykorzystanie użyteczności epistemicznej jako podstawy reguł akceptacji. Ale jeśli takie narzędzia są używane do porządkowania konkurencyjnych teorii, to teoria podobieństwa do prawdy sugeruje inne rodzaje zasad.

3.5 Podobieństwo do prawdy

Pojęcie podobieństwa prawdy Poppera jest również połączeniem prawdy i informacji (Popper 1963, 1972). Dla niego prawdziwość reprezentuje ideę „zbliżania się do pełnej prawdy”. Eksplikacja Poppera posłużyła się kumulatywną ideą, że bardziej prawdziwa teoria powinna mieć (w sensie włączenia teorii mnogości) więcej prawdziwych konsekwencji i mniej fałszywych konsekwencji, ale okazało się, że to porównanie nie ma zastosowania do par fałszywych teorii. Alternatywna metoda definiowania prawdziwości, zapoczątkowana w 1974 r. Przez Pavla Tichy i Risto Hilpinena, opiera się zasadniczo na koncepcji podobieństwa.

W podejściu podobieństwa, rozwiniętym w Niiniluoto (1987), bliskość prawdy jest wyjaśniana „lokalnie” za pomocą odległości częściowych odpowiedzi (g) w (D (B)) do celu (h ^ *) w problemie poznawczym (B). W tym celu potrzebujemy funkcji (d), która wyraża odległość (d (h_ {i}, h_ {j}) =: d_ {ij}) między dwoma dowolnymi elementami (B). Poprzez normalizację możemy wybrać (0 / le d_ {ij} le 1). Wybór (d) zależy od problemu poznawczego (B) i wykorzystuje strukturę metryczną (B) (np. Jeśli (B) jest podprzestrzenią liczb rzeczywistych (Re)) lub podobieństwo składniowe między instrukcjami w (B). Następnie, dla częściowej odpowiedzi (g), niech (D _ { min} (h_ {i}, g)) będzie minimalną odległością rozbieżności w (g) od (h_ {i }) i (D _ { rmsum} (h_ {i},g)) znormalizowana suma odległości rozłączników / (g) od (h_ {i}). Wtedy (D _ { min} (h_ {i}, g)) mówi, jak blisko (h_ {i}) hipotezy (g) jest stopień przybliżonej prawdziwości (g)) (względem celu (h ^ *)) to (1 - D _ { min} (h ^ *, g)). Z drugiej strony (D _ { rmsum} (h_ {i}, g)) zawiera karę za wszystkie błędy, które (g) dopuszcza względem (h_ {i}). Miara sumy minimalnej

(tag {5} D _ { rmms} (h_ {i}, g) = aD _ { min} (h_ {i}, g) + bD _ { rmsum} (h_ {i}, g),]

gdzie (a / gt 0) i (b / gt 0), łączy te dwa aspekty. Wtedy stopień podobieństwa do prawdy (g) wynosi

(tag {6} Tr (g, h ^ *) = 1 - D _ { rmms} (h ^ *, g).)

Zatem parametr (a) wskazuje na nasze poznawcze zainteresowanie trafieniem blisko prawdy, a parametr (b) wskazuje na nasze zainteresowanie wykluczaniem fałszów, które są odległe od prawdy. W wielu aplikacjach wybranie (a) równego (2b) daje intuicyjnie rozsądne wyniki.

Jeśli funkcja odległości (d) na (B) jest trywialna, tj. (D_ {ij} = 1) wtedy i tylko wtedy, gdy (i = j), a poza tym 0, to (Tr (g, h ^ *)) sprowadza się do wariantu (2) definicji użyteczności epistemicznej według Leviego.

Oczywiście (Tr (g, h ^ *)) przyjmuje swoją maksymalną wartość 1 wtedy i tylko wtedy, gdy (g) jest równoważne (h ^ *). Jeśli (g) jest tautologią, tj. Dysjunkcją wszystkich elementów (h_ {i}) z (B), to (Tr (g, h ^ *) = 1 - b). Jeśli (Tr (g, h ^ *) lt 1 - b), (g) wprowadza w błąd w silnym sensie, że jego wartość poznawcza jest mniejsza niż wartość całkowitej ignorancji.

Oddie (1986) nadal faworyzuje funkcję średniej zamiast miary sumy minimalnej. Alternatywne ujęcie przybliżenia prawdy podaje Kuipers (2019).

Gdy (h ^ *) nie jest znane, nie można obliczyć stopnia podobieństwa do prawdy (6). Ale oczekiwany stopień prawdziwości częściowej odpowiedzi (g) danego dowodu (e) jest określony przez

(tag {7} ver (g / mid e) = / sum_ {i = 1} ^ n P (h_i / mid e) Tr (g, h_i))

Jeśli dowód (e) pociąga za sobą pewne (h_ {j}) w (B), lub sprawia, że (h_ {j}) jest całkowicie pewne (tj. (P (h_ {j} mid e) = 1)), a następnie (ver (g / mid e)) redukuje się do (Tr (g, h_ {j})). Jeśli wszystkie pełne odpowiedzi (h_ {i}) w (B) są jednakowo prawdopodobne w (e), to (ver (h_ {i} mid e)) jest również stała dla wszystkich (cześć}).

Funkcja podobieństwa prawdy (Tr) pozwala zdefiniować absolutną koncepcję rzeczywistego postępu:

(RP) Krok od (g) do (g ') jest progresywny wtedy i tylko wtedy, gdy (Tr (g, h ^ *) lt Tr (g', h ^ *)),

a oczekiwana funkcja podobieństwa do prawdy (ver) daje relatywne pojęcie szacowanego postępu:

(EP) Krok od (g) do (g ') wydaje się postępowy na podstawie dowodów (e) wtedy i tylko wtedy, gdy (ver (g / mid e) lt ver (g' / mid e))

(Por. Niiniluoto 1980). Zgodnie z definicją RP, sensowne jest stwierdzenie, że jedna teoria (g ') lepiej spełnia poznawczy cel odpowiedzi na problem (B) niż inna teoria (g). Jest to absolutny standard postępu naukowego w rozumieniu sekcji 2.5. Definicja EP pokazuje, jak twierdzenia o postępie mogą być omylnie oceniane na podstawie dowodów: jeśli (ver (g / mid e) lt ver (g '\ mid e)), racjonalne jest twierdzenie na podstawie dowodów (e) że krok od (g) do (g ') w rzeczywistości jest postępowy. Twierdzenie to może oczywiście być błędne, ponieważ oszacowanie postępu zależy od dwóch czynników: dostępnych dowodów (e) i miary prawdopodobieństwa (P) zastosowanej w definicji (ver). Zarówno dowody (e), jak i prawdopodobieństwa epistemiczne (P (h_ {i} mid e)) mogą nas wprowadzać w błąd. W tym sensie,problem oszacowania prawdziwości jest równie trudny jak problem indukcji.

Rowbottom (2015) argumentuje przeciwko RP i EP, że postęp naukowy jest możliwy przy braku coraz większej wiarygodności. Prosi nas, abyśmy wyobrazili sobie, że naukowcy z określonej dziedziny fizyki odkryli teorię C * maksymalnie podobną do prawdy. Jednak ta ogólna prawdziwa teoria mogłaby posłużyć do dalszych prognoz i zastosowań. Tak jest w istocie, jeśli nie przyjmiemy wyidealizowanego założenia, że naukowcy znają wszystkie logiczne konsekwencje swoich teorii. Wtedy wyjaśnienia i prognozy z C * stanowią nowe problemy poznawcze. Co więcej, w eksperymencie myślowym Rowbottoma możliwy jest dalszy postęp poprzez rozszerzenie ram koncepcyjnych w celu uznania za cel prawdy głębszej niż C * (Niiniluoto 2017).

Miarę oczekiwanego podobieństwa do prawdy można użyć do retrospektywnych porównań przeszłych teorii (g), jeśli przyjmuje się, że dowód (e) obejmuje naszą obecnie akceptowaną teorię (T), tj. Podobieństwo (g)) jest szacowany przez (ver (g / mid e / amp T)) (Niiniluoto, 1984, 171). W tym samym duchu Barrett (2008) zaproponował, że - zakładając, że nauka czyni postęp w kierunku prawdy poprzez eliminację błędu opisowego - „prawdopodobna przybliżona prawda” grawitacji Newtona może być uzasadniona przez jej „zagnieżdżone relacje” z Ogólną Teorią Względności.

Definicję postępu przez RP można skontrastować z modelem rewizji przekonań (Gärdenfors, 1988). Najprostszym przypadkiem rewizji jest rozwinięcie: teoria (T) jest połączona instrukcją wejściową (A), tak że nowa teoria to (T / amp A). Zgodnie z miarą sumy min, jeśli (T) i (A) są prawdziwe, to rozwinięcie (T / amp A) jest co najmniej tak prawdziwe jak (T). Ale jeśli (T) jest fałszem i (A) jest prawdą, to (T / amp A) może być mniej prawdziwe niż (T). Na przykład niech fałszywa teoria (T) stwierdza, że liczba planet wynosi 9 lub 20 i niech (A) będzie prawdziwym zdaniem, że ta liczba to 8 lub 20. Wtedy (T / amp A) stwierdza, że liczba planet wynosi 20, ale jest to wyraźnie mniej zgodne z prawdą niż sam (T). Podobne przykłady pokazują, że weryfikacja fałszywej teorii przez AGM za pomocą prawdziwych danych wejściowych nie musi zwiększać podobieństwa do prawdy (Niiniluoto 2011).

3.6 Wiedza i zrozumienie

Bird (2007) bronił epistemicznej definicji postępu (akumulacji wiedzy) przed koncepcją semantyczną (akumulacja prawdziwych przekonań lub sukcesja teorii z rosnącą wiarygodnością). Wiedza nie jest tutaj definiowana jako uzasadniona prawdziwa wiara, ale mimo to przyjmuje się, że pociąga za sobą prawdę i uzasadnienie, tak więc epistemiczny pogląd Birda w rzeczywistości powraca do starego, kumulatywnego modelu postępu. Według Birda przypadkowo prawdziwe lub podobne do prawdy przekonanie osiągnięte irracjonalnymi metodami bez żadnego uzasadnienia nie stanowi postępu. Ten rodzaj eksperymentu myślowego może wydawać się sztuczny, ponieważ zawsze istnieje jakieś uzasadnienie dla każdej hipotetycznej teorii, która jest akceptowana lub przynajmniej poważnie rozważana przez społeczność naukową. Ale argument Birda rodzi ważne pytanie, czy uzasadnienie jest jedynie instrumentalne dla postępu (Rowbottom, 2008), czy też konieczne dla postępu (Bird, 2008). Innym interesującym pytaniem jest to, czy odrzucenie nieuzasadnionych, ale przypadkowo prawdziwych przekonań jest regresywne. Podejście podobieństwa do prawdy odpowiada na te problemy poprzez rozróżnienie rzeczywistego postępu RP od szacowanego postępu EP: uzasadnienie nie jest konstytutywne dla postępu w sensie RP, ale twierdzenia o rzeczywistym postępie można uzasadnić odwołując się do oczekiwanej prawdziwości (Cevolani i Tambolo, 2013). Z drugiej strony, pojęcie postępu wyjaśniane przez PE (lub przez połączenie RP i EP) jest związane z dowodami i uzasadnieniem, ale jednocześnie nie podlega kumulacji. Innym interesującym pytaniem jest to, czy odrzucenie nieuzasadnionych, ale przypadkowo prawdziwych przekonań jest regresywne. Podejście podobieństwa do prawdy odpowiada na te problemy poprzez rozróżnienie rzeczywistego postępu RP od szacowanego postępu EP: uzasadnienie nie jest konstytutywne dla postępu w sensie RP, ale twierdzenia o rzeczywistym postępie można uzasadnić odwołując się do oczekiwanej prawdziwości (Cevolani i Tambolo, 2013). Z drugiej strony, pojęcie postępu wyjaśniane przez PE (lub przez połączenie RP i EP) jest związane z dowodami i uzasadnieniem, ale jednocześnie nie podlega kumulacji. Innym interesującym pytaniem jest to, czy odrzucenie nieuzasadnionych, ale przypadkowo prawdziwych przekonań jest regresywne. Podejście podobieństwa do prawdy odpowiada na te problemy poprzez rozróżnienie rzeczywistego postępu RP od szacowanego postępu EP: uzasadnienie nie jest konstytutywne dla postępu w sensie RP, ale twierdzenia o rzeczywistym postępie można uzasadnić odwołując się do oczekiwanej prawdziwości (Cevolani i Tambolo, 2013). Z drugiej strony, pojęcie postępu wyjaśniane przez PE (lub przez połączenie RP i EP) jest związane z dowodami i uzasadnieniem, ale jednocześnie nie podlega kumulacji.ale twierdzenia o rzeczywistym postępie można uzasadnić odwołując się do oczekiwanej wiarygodności (Cevolani i Tambolo, 2013). Z drugiej strony, pojęcie postępu wyjaśniane przez PE (lub przez połączenie RP i EP) jest związane z dowodami i uzasadnieniem, ale jednocześnie nie podlega kumulacji.ale twierdzenia o rzeczywistym postępie można uzasadnić odwołując się do oczekiwanej wiarygodności (Cevolani i Tambolo, 2013). Z drugiej strony, pojęcie postępu wyjaśniane przez PE (lub przez połączenie RP i EP) jest związane z dowodami i uzasadnieniem, ale jednocześnie nie podlega kumulacji.

Bird (2015) może przeformułować swój początkowy przykład, zakładając, że przypadkowo prawdziwa lub podobna do prawdy teoria (H) została uzyskana za pomocą naukowych, ale niewiarygodnych środków, być może poprzez wyprowadzenie z przyjętej teorii, która okazuje się fałszywa. Czy takie zastosowanie błędnego rozumowania stanowi postęp? Współgranie RP i EP daje tutaj kilka możliwości. Późniejsze dowody mogą wskazywać, że początkowe oszacowanie (ver (H / mid e)) było zbyt wysokie. Albo wartość Tr była w rzeczywistości wysoka, ale początkowo wartość ver była niska (np. Arystarch w układzie heliocentrycznym, Wegener w dryfie kontynentalnym), a dopiero później została zwiększona o nowe dowody.

Większość opisów podobieństwa do prawdy spełnia zasadę, że pośród prawdziwych teorii podobieństwo prawdy jest powiązane z siłą logiczną (wyjątek można znaleźć w: Oddie, 1986). Tak więc gromadzenie wiedzy jest szczególnym przypadkiem wzrastającej prawdziwości, ale nie obejmuje przypadku postępu przez kolejne fałszywe teorie. Próbując zrehabilitować model kumulatywnej wiedzy postępu naukowego, Bird przyznaje, że istnieją historyczne sekwencje teorii, z których żadna nie jest „w pełni prawdziwa” (np. Ptolemeusz-Kopernik-Kepler czy Galileo-Newton-Einstein). Ponieważ wiedza pociąga za sobą prawdę, Bird próbuje ocalić swoją epistemiczną relację, przeformułowując przeszłe fałszywe teorie na prawdziwe. Twierdzi, że jeśli (g) jest w przybliżeniu prawdziwe, to twierdzenie „w przybliżeniu (g)” jest prawdziwe, tak że „doskonalenie dokładności przybliżeń może być przedmiotem wiedzy”. Jednym z problemów związanych z tym podejściem jest to, że naukowcy zazwyczaj formułują swoje teorie jako dokładne stwierdzenia, a w momencie ich propozycji nie wiadomo, jak duże marginesy błędów byłyby potrzebne, aby przekształcić je w prawdziwe teorie. Odnosząc się do Barretta (2008), Saatsi (2019) argumentuje, że przybliżoną prawdę mechaniki Newtona można ocenić jedynie z punktu widzenia Ogólnej teorii względności, tak że wiedza ta nie była epistemicznie dostępna dla Newtona w jego czasach. Co więcej, wiele przeszłych teorii było raczej radykalnie fałszywych niż w przybliżeniu prawdziwych lub podobnych do prawdy, ale nadal mogliby je ulepszyć przez następców bardziej podobnych do prawdy. Geocentryczna teoria Ptolemeusza została odrzucona w rewolucji kopernikańskiej, nie zachowana w formie „w przybliżeniu Ptolemeuszowi”. W rzeczy samej,stopniowe kroki od Ptolemeusza do Kopernika lub od Newtona do Einsteina są nie tylko sprawą zwiększonej precyzji, ale obejmują zmiany w teoretycznych postulatach i prawach. Kolejnym problemem dla propozycji Birda jest pytanie, czy jego propozycje przybliżeń są w stanie odróżnić postęp od regresu w nauce (Niiniluoto, 2014).

Dellsén (2016, 2018b) sformułował noetyczny opis postępu naukowego jako rosnącego zrozumienia. Używając rozumienia obiektywnego zamiast rozumienia - dlaczego, charakteryzuje rozumienie w kategoriach „uchwycenia, jak poprawnie wyjaśnić i przewidzieć aspekty danego celu”. Wbrew Birdowi (2007), który traktuje rozumienie jako rodzaj wiedzy o przyczynach, Dellsén argumentuje, że zrozumienie nie wymaga od naukowców uzasadnienia, ani nawet wiary w proponowane przez nich wyjaśnienia lub przewidywania. Jednak zrozumienie jest kwestią stopnia. W ten sposób następuje wzrost zrozumienia naukowego bez gromadzenia wiedzy naukowej (np. Wyjaśnienie ruchu Browna przez Einsteina w kategoriach kinetycznej teorii ciepła) i gromadzenie wiedzy naukowej bez zwiększania zrozumienia (np.wiedza o losowych wynikach eksperymentów lub fałszywych korelacjach statystycznych). Ta ostatnia teza jest łatwa do zaakceptowania, zwłaszcza jeśli wyjaśnienie wymaga praw, ale z drugiej strony podejście epistemiczne i podobieństwo do prawdy mogłoby się zgodzić, że gromadzenie nowych ważnych danych może stanowić postęp naukowy. Zaletą ujęcia noetycznego jest możliwość „quasi-fabularnego” rozumienia za pomocą wyidealizowanych teorii (cecha wspólna z podejściem verisimilitudinarian). Park (2017) podważył wnioski Dellséna z epistemiczną definicją. Twierdzi, że zrozumienie naukowe wiąże się z przekonaniem, że wyjaśnione zjawiska są prawdziwe, a potwierdzone przewidywania są prawdziwe. Twierdzi również, że teoria dryfu kontynentalnego Wegenera, która nie została poparta dostępnymi dowodami, była postępowa,ponieważ utorowała drogę późniejszej teorii tektoniki płyt w latach sześćdziesiątych XX wieku. Dellsén (2018a) kwestionuje argumentację Parka, odrzucając „tezę o środku celu”, tj. Należy dokonać zasadniczego rozróżnienia między poznawczym i pozapoznawczym postępem naukowym, a także rozróżnić epizody, które stanowią i promują postęp naukowy.

4. Czy nauka postępuje?

W sekcji 3.5 dokonaliśmy rozróżnienia między rzeczywistym a szacowanym postępem w zakresie miar podobieństwa do prawdy. Podobnego rozróżnienia można dokonać w odniesieniu do miar sukcesu empirycznego. Na przykład można wyróżnić dwa pojęcia zdolności teorii do rozwiązywania problemów: liczbę problemów rozwiązanych do tej pory oraz liczbę problemów do rozwiązania. Rzeczywisty postęp mógłby być określony przez tę drugą, podczas gdy ta pierwsza daje nam oszacowanie postępu.

Realista naukowy może kontynuować ten tok myślenia, argumentując, że wszystkie miary sukcesu empirycznego są w rzeczywistości co najwyżej wskaźnikami rzeczywistego postępu poznawczego, mierzonego w kategoriach prawdy lub podobieństwa do prawdy. Na przykład, jeśli (T) wyjaśnia (e), to można wykazać, że (e) również potwierdza (T) lub zwiększa prawdopodobieństwo (T) (Niiniluoto 1999b). Podobne rozumowanie można zastosować, aby podać tak zwany „argument ostateczny” lub „argument bez cudu” dla realizmu naukowego: realizm teoretyczny jest jedynym założeniem, które nie czyni z empirycznego sukcesu nauki cudu (Putnam, 1978; Psillos 1999; Niiniluoto 2017; Kuipers 2019; por. Krytyka w Laudan 1984b). Oznacza to, że najlepszym wyjaśnieniem empirycznego postępu nauki jest hipoteza, że nauka postępuje również na poziomie teorii.

Teza, że nauka jest postępowa, jest ogólną tezą dotyczącą działalności naukowej. Nie oznacza to, że każdy poszczególny krok w nauce był w rzeczywistości postępowy: poszczególni naukowcy popełniają błędy, a nawet społeczność naukowa jest omylna w swoich zbiorowych sądach. Z tego powodu nie powinniśmy proponować takiej definicji, aby teza o postępowej naturze nauki stała się tautologią lub prawdą analityczną. Ta niepożądana konsekwencja pojawia się, jeśli zdefiniujemy prawdę jako granicę dociekań naukowych (nazywa się to czasem konsensusową teorią prawdy), gdyż wtedy jest tylko tautologią, że granicą badań naukowych jest prawda (Laudan 1984a). Ale tej „trywializacji tezy autokorekty” nie można przypisać Peirce'owi, który zdał sobie sprawę, że prawda i granica dociekania pokrywają się co najwyżej z prawdopodobieństwem (Niiniluoto 1980). Pojęcie podobieństwa do prawdy pozwala nam zrozumieć twierdzenie, że nauka zbliża się do prawdy. Jednak opisanie postępu jako rosnącego podobieństwa do prawdy, podane w sekcji 3.5, nie zakłada „metafizyki teleologicznej” (Stegmüller 1976), „konwergentnego realizmu” (Laudan 1984) ani „naukowej eschatologii” (Moulines 2000), ponieważ nie opiera się na przy jakichkolwiek założeniach dotyczących przyszłego zachowania nauki.nie zakłada „metafizyki teleologicznej” (Stegmüller 1976), „realizmu zbieżnego” (Laudan 1984) ani „eschatologii naukowej” (Moulines 2000), ponieważ nie opiera się na żadnych założeniach dotyczących przyszłego zachowania nauki.nie zakłada „metafizyki teleologicznej” (Stegmüller 1976), „realizmu zbieżnego” (Laudan 1984) ani „eschatologii naukowej” (Moulines 2000), ponieważ nie opiera się na żadnych założeniach dotyczących przyszłego zachowania nauki.

Twierdzenie o postępie naukowym można nadal kwestionować tezami, że obserwacje i ontologie są względne w stosunku do teorii. Jeśli to prawda, porównanie konkurencyjnych teorii wydaje się niemożliwe ze względów poznawczych lub racjonalnych. Kuhn (1962) porównał zmiany paradygmatu do przełączników Gestalt (Dilworth 1981). Feyerabend (1984) wywnioskował ze swojego metodologicznego anarchizmu, że rozwój nauki i sztuki są do siebie podobne.

Hanson, Popper, Kuhn i Feyerabend zgodzili się, że cała obserwacja jest obciążona teorią, tak więc nie ma neutralnego teoretycznie języka obserwacji. Rachunki redukcji i postępu, które zakładają za pewnik zachowanie pewnych stwierdzeń obserwacyjnych w ramach zmiany teorii, są zatem kłopotliwe. Chociaż opis postępu Laudana dopuszcza straty Kuhna, można argumentować, że porównanie zdolności dwóch rywalizujących ze sobą teorii do rozwiązywania problemów zakłada pewien rodzaj korelacji lub tłumaczenia między twierdzeniami tych teorii (Pearce 1987). Zaproponowano różne odpowiedzi na tę kwestię. Jednym z nich jest przejście od języka do struktur (Stegmüller 1976; Moulines 2000), ale okazuje się, że redukcja struktur poziomu już gwarantuje współmierność, ponieważ wywołuje translację między ramami pojęciowymi (Pearce 1987). Inną kwestią było to, że stwierdzenie dowodowe (e) może być neutralne w stosunku do konkurencyjnych teorii (T_ {1}) i (T_ {2}), nawet jeśli jest obciążone innymi teorie. Realista może również wskazać, że obciążona teorią obserwacja dotyczy co najwyżej oszacowania postępu (EP), ale definicja rzeczywistego postępu (RP) jako wzrastającego podobieństwa do prawdy w ogóle nie wspomina o pojęciu obserwacji.

Mimo że Popper akceptował teorię obserwacji, odrzucił bardziej ogólną tezę o niewspółmierności jako „micie ramy” (Lakatos i Musgrave 1970). Popper podkreślał, że rozwój wiedzy jest zawsze rewolucyjny w tym sensie, że nowa teoria zaprzecza starej, korygując ją, ale nadal istnieje ciągłość w zmianie teorii, ponieważ nowa teoria powinna wyjaśniać, dlaczego stara teoria odniosła pewien sukces. Feyerabend próbował twierdzić, że kolejne teorie są ze sobą niespójne i niewspółmierne, ale to połączenie nie ma większego sensu. Kuhn argumentował przeciwko możliwości znalezienia pełnych tłumaczeń między językami konkurencyjnych teorii, ale w swojej późniejszej pracy przyznał, że naukowiec może uczyć się różnych języków teoretycznych (Hoyningen-Huene 1993). Kuhn upierał się, że „nie ma niezależnego od teorii sposobu rekonstrukcji wyrażeń typu„ naprawdę istnieje”, tj. Każda teoria ma swoją własną ontologię. Zbieżność z prawdą wydaje się niemożliwa, jeśli ontologie zmieniają się wraz z teoriami. Ta sama idea została sformułowana przez Putnama (1978) i Laudana (1984a) w tak zwanej „pesymistycznej metaindukcji”: ponieważ wiele wcześniejszych teorii w nauce okazało się nie odwoływać się, są wszelkie powody, by oczekiwać, że nawet przyszłe teorie nie odnoszą się do nich - a zatem również nie są w przybliżeniu prawdziwe lub podobne do prawdy. Jednak optymistyczna odpowiedź realistów porównawczych wskazuje, że dla wszystkich odrzuconych teorii z listy Laudana naukowcy byli w stanie znaleźć lepszą, bardziej podobną do prawdy alternatywę (Niiniluoto 2017; Kuipers 2019).

Wydaje się, że trudności związane z realizmem są wzmocnione przez obserwację, że miary podobieństwa do prawdy odnoszą się do języków. O wyborze ram pojęciowych nie można decydować za pomocą pojęcia podobieństwa do prawdy, ale potrzebne są dodatkowe kryteria. W obronie podejścia podobieństwa do prawdy można wskazać, że porównanie dwóch teorii ma znaczenie tylko w tych przypadkach, w których rozpatruje się je (być może poprzez odpowiednie tłumaczenie) jako konkurencyjne odpowiedzi na ten sam problem poznawczy. Interesujące jest porównanie teorii Newtona i Einsteina pod kątem ich podobieństwa do prawdy, ale nie teorii Newtona i Darwina. Gdy definicje RP i EP są stosowane do konkurencyjnych teorii w różnych językach, należy je przełożyć na wspólne ramy koncepcyjne.

Inną linią jest odwołanie się do teorii odniesienia, aby pokazać, że konkurencyjne teorie można przecież uznać za mówiące o tych samych bytach (Psillos 1999). Na przykład Thompson, Bohr i późniejsi fizycy mówią o tych samych elektronach, mimo że ich teorie na temat elektronu różnią się od siebie. Nie jest to możliwe w standardowej opisowej teorii odniesienia: teoria (T) może odnosić się tylko do bytów, o których daje prawdziwy opis. Holizm znaczeniowy Kuhna i Feyerabenda, mający druzgocące konsekwencje dla realizmu, zakłada taki ujęcie odniesienia. Podobnego argumentu używa Moulines (2000), który zaprzecza, że postęp można rozumieć jako „wiedzę o tym samym,”Ale jego własna strukturalistyczna rekonstrukcja postępu z„ częściową niewspółmiernością”zakłada, że rywalizujące teorie mają pewne zamierzone zastosowania. Przyczynowe teorie odniesienia pozwalają na zachowanie tego odniesienia nawet przy zmianach teorii (Kitcher 1993). Ten sam wynik uzyskuje się, jeśli opisowe ujęcie jest modyfikowane poprzez wprowadzenie zasady miłosierdzia (Putnam 1975; Smith 1981; Niiniluoto 1999a): teoria odnosi się do tych bytów, o których opisuje najbardziej zgodny z prawdą. Alternatywne wyjaśnienie, zilustrowane związkiem teorii flogistonu i teorii tlenu, podaje Schurz (2011) w swoim pojęciu zgodności strukturalnej. Dzięki temu możliwe jest, że odnoszą się nawet fałszywe teorie. Co więcej, może istnieć niezmienność odniesień między dwiema kolejnymi teoriami, chociaż obie są fałszywe;postęp oznacza zatem, że ta ostatnia teoria daje bardziej prawdziwy opis ich wspólnej dziedziny niż stara teoria.

Bibliografia

  • Aliseda, A., 2006, Abductive Reasoning, Dordrecht: Springer.
  • Almeder, R., 1983, „Scientific Progress and Peircean Utopian Realism”, Erkenntnis, 20: 253–280.
  • Aronson, JL, Harré, R. and Way, EC, 1994, Realism Rescued: How Scientific Progress is Possible, Londyn: Duckworth.
  • Balzer, W., 2000, „O przybliżonej redukcji”, w: Jonkisz i Koj (2000), s. 153–170.
  • Balzer, W., Pearce, D., and Schmidt, HJ (red.), 1984, Reduction in Science: Structure, Examples, Philosophical Problems, Dordrecht: D. Reidel.
  • Balzer, W., Moulines, CU, and Sneed, JD, 1987, An Architectonic for Science, Dordrecht: D. Reidel.
  • Barrett, JA, 2008, „Approximate Truth and Descriptive Nesting”, Erkenntnis, 68: 213–224.
  • Bird, A., 2007, „What Is Scientific Progress?” Nie, 41: 92–117.
  • –––, 2008, „Postęp naukowy jako akumulacja wiedzy: odpowiedź dla Rowbottoma”, Studia z historii i filozofii nauki, 39: 279–281.
  • –––, 2015, „Scientific Progress”, w: P. Humphreys (red.), The Oxford Handbook of Philosophy of Science, Oxford: Oxford University Press, s. 544–563.
  • Böhme, G., 1977, „Models for the Development of Science”, w: I. Spiegel-Rösing i D. de Solla Price (red.), Science, Technology, and Society, London: Sage Publications, str. 319–351.
  • Callebaut, W. and Pinxten, R. (red.), 1987, Evolutionary Epistemology, Dordrecht: D. Reidel.
  • Cartwright, N., 1999, The Dappled World: A Study of the Boundaries of Science, Cambridge: Cambridge University Press.
  • Chang, H., 2004, Inventing Temperature: Measurement and Scientific Progress, Oxford: Oxford University Press.
  • Cevolani, G. and Tambolo, L., 2013. „Progress as Approximation to the Truth: A Defense of the Verisimilitudinarian Approach”, Erkenntnis, 78: 921–935.
  • Chotkowski La Follette, M. (red.), 1982, Quality in Science, Cambridge, Mass.: The MIT Press.
  • Dilworth, C., 1981, Postęp naukowy: studium dotyczące natury relacji między kolejnymi teoriami naukowymi, Dordrecht: Reidel.
  • Dellsén, F., 2016, „Postęp naukowy: wiedza a zrozumienie”, Studia z historii i filozofii nauki 56: 72–83.
  • –––, 2018a, „Scientific Progress, Understanding, and Knowledge: Reply to Park”, Journal ofr General Philosophy of Science, 49: 451–459.
  • –––, 2018b, „Scientific Progress: Four Accounts”, Philosophy Compass, 13: e12525.
  • Donovan, A., Laudan, L. i Laudan, R. (red.), 1988, Scrutinizing Science: Empirical Studies of Scientific Change, Dordrecht: Kluwer.
  • Doppelt, G., 1983, „Relativism and Recent Pragmatic Conceptions of Scientific Rationality”, w: N. Rescher (red.), Scientific Explanation and Understanding, Lanham: University Press of America, str. 107–142.
  • Douglas, H., 2014, „Pure Science and the Problem of Progress”, Studies in History and Philosophy of Science (część A), 46: 55–63.
  • Duhem, P., 1954, The Aim and Structure of Physical Theory, Princeton: Princeton University Press.
  • Dupré, J., 1993, The Disorder of Things: Metaphysical Foundations of the Disunity of Science, Cambridge, MA: Harvard University Press.
  • Elkana, Y., i in. (red.), 1978, Toward a Metric of Science: The Advent of Science Indicators, New York: Wiley and Sons.
  • Feyerabend, P., 1962, „Explanation, Reduction, and Empiricism”, w: H. Feigl and G. Maxwell (red.), Minnesota Studies in the Philosophy of Science, tom. II. Minneapolis: University of Minnesota Press, s. 28–97.
  • –––, 1984, Wissenschaft als Kunst, Frankfurt nad Menem: Suhrkamp
  • Foster, MH; Martin, ML (red.), 1966, Probability, Confirmation, and Simplicity, Nowy Jork: The Odyssey Press.
  • Gärdenfors, P., 1988, Knowledge in Flux: Modeling the Dynamics of Epistemic States, Cambridge, MA: The MIT Press.
  • Gavroglu, K., Goudaroulis, Y. and Nicolacopoulos, P. (red.), 1989, Imre Lakatos and Theories of Scientific Change, Dordrecht: Kluwer Academic Publishers.
  • Hacking, I. (red.), 1981, Scientific Revolutions, Oxford: Oxford University Press.
  • Hanson, NR, 1958, Patterns of Discovery, Cambridge: Cambridge University Press.
  • Harré, R. (red.), 1975, Problems of Scientific Revolutions: Progress and Obstacles to Progress in the Sciences, Oxford: Oxford University Press.
  • Hempel, CG, 1965, Aspects of Scientific Explanation, New York: The Free Press.
  • Hintikka, J., 1968, „The Varieties of Information and Scientific Explanation”, w: B. van Rootselaar i JE Staal (red.), Logic, Methodology and Philosophy of Science III, Amsterdam: North-Holland, str. 151–171.
  • Howson, C. (red.), 1976, Method and Appraisal in the Physical Sciences: The Critical Background to Modern Science, 1800–1905, Cambridge: Cambridge University Press.
  • Hoyningen-Huene, P. and Sankey, H. (red.), 2001, Incommensurability and Related Matters, Dordrecht: Kluwer.
  • Hull, DL, 1988, Science as a Process: Evolutionary Account of the Social and Conceptual Development of Science, Chicago: The University of Chicago Press.
  • Jonkisz, A., 2000, „O względnym postępie w nauce”, Jonkisz i Koj (2000), s. 199–234.
  • Jonkisz, A. and Koj, L. (red.), 2000, On Comparing and Evaluating Scientific Theories, Amsterdam: Rodopi.
  • Kaila, E., 2014, Human Knowledge: A Classic Statement of Logical Empiricism, Chicago: Open Court
  • Kemeny, J. and Oppenheim, P., 1956, „On Reduction”, Philosophical Studies, 7: 6–19.
  • Kitcher, P., 1993, The Advancement of Science: Science without Legend, Objectivity without Illusions, Oxford: Oxford University Press.
  • Kitcher, P., 2001, Science, Truth, and Democracy, Oxford: Oxford University Press.
  • Kleiner, SA, 1993, The Logic of Discovery: A Theory of the Rationality of Scientific Research, Dordrecht: Kluwer.
  • Krajewski W., 1977, Correspondence Principle and the Growth of Knowledge, Dordrecht: D. Reidel.
  • Kuhn, TS, 1970, The Structure of Scientific Revolutions, Chicago: University of Chicago Press, 1962. Wydanie drugie powiększone.
  • –––, 1977, The Essential Tension, Chicago: The University of Chicago Press.
  • Kuipers, T., 2000, From Instrumentalism to Constructive Realism, Dordrecht: D. Reidel.
  • –––, 2019, Nomic Truth Approximation Revisited, Cham: Springer.
  • Lakatos, I. and Musgrave, A. (red.), 1970, Criticism and the Growth of Knowledge, Cambridge: Cambridge University Press.
  • Laudan, L., 1977, Progress and Its Problems: Toward a Theory of Scientific Growth, Londyn: Routledge i Kegan Paul.
  • –––, 1984a, Nauka i wartości: cele nauki i ich rola w debacie naukowej, Berkeley: University of California Press.
  • –––, 1984b, „Explaining the Success of Science: Beyond Epistemic Realism and Relativism”, w: JT Cushing, CF Delaney i GM Gutting (red.), Science and Reality, Notre Dame, Indiana: University of Notre Dame Press, s. 83–105.
  • –––, 1987, „Postęp czy racjonalność? Perspektywy naturalizmu normatywnego”, American Philosophical Quarterly 24, 19–31.
  • –––, 1990, Science and Relativism, Berkeley: The University of California Press.
  • Laudan, L. i in., 1986, „Scientific Change: Philosophical Models and Historical Research”, Synthese, 69: 141–224.
  • Leplin, J. (red.), 1984, Scientific Realism, Berkeley: University of California Press.
  • Levi, I., 1967, Gambling With Truth: An Essay on Induction and the Aims of Science, Nowy Jork: Harper & Row; Wydanie drugie, Cambridge, MA: The MIT Press, 1973.
  • –––, 1980, The Enterprise of Knowledge, Cambridge, MA: The MIT Press.
  • –––, 1985, „Messianic vs Myopic Realism”, w: PD Asquith i P. Kitcher (red.), PSA 1984 (tom 2), East Lansing, MI: Philosophy of Science Association, str. 617–636.
  • Lombrozo, T., 2016, „Explanatory Preference Shape Learning and Inference”, Trends in Cognitive Sciences, 20: 748–759.
  • Longino, H., 2002, The Fate of Knowledge, Princeton: Princeton University Press.
  • Martin, B. and Irvine, J., 1983, „Assessing Basic Research: Some Partial Indicators of Scientific Progress in Radio Astronomy”, Research Policy, 12: 61–90.
  • Maxwell, N., 2017, Understanding Scientific Progress: Aim-Oriented Empiricism, St. Paul, MN: Paragon House.
  • Mizrahi, M., 2013, „Co to jest postęp naukowy? Lessons from Scientific Practice”, Journal of General Philosophy of Science, 44: 375–390.
  • Moulines, CU, 2000, „Czy jest prawdziwie naukowy postęp?”, W: Jonkisz i Koj, 173–197.
  • Mulkay, M., 1975, „Three Models of Scientific Development”, The Sociological Review, 23: 509–526.
  • Nickles, T. (red.), 1999, Scientific Discovery: Case Studies, Dordrecht: D. Reidel.
  • Niiniluoto, I., 1980, „Scientific Progress”, Synthese, 45: 427–464.
  • –––, 1984, Is Science Progressive? Dordrecht: D. Reidel.
  • –––, 1987, Truthlikeness, Dordrecht: D. Reidel.
  • –––, 1995a, „Czy jest postęp w nauce?”, W: H. Stachowiak (red.), Pragmatik, Handbuch pragmatischen Denkens, Band V, Hamburg: Felix Meiner Verlag, s. 30–58.
  • –––, 1995b, „Emergence of Scientific Specialties: Six Models”, w: W. Herfel i in. (red.), Teorie i modele w procesach naukowych, Amsterdam: Rodopi str. 21–223.
  • –––, 1999a, Critical Scientific Realism, Oxford: Oxford University Press.
  • –––, 1999b, „Defending Abduction”, Philosophy of Scince (Proceedings), 66: S436 – S451.
  • –––, 2011, „Revising Beliefs Towards the Truth”, Erkenntis, 75: 165–181.
  • –––, 2014, „Postęp naukowy jako rosnąca wierność”, Studia z historii i filozofii nauki (część A), 75: 73–77.
  • –––, 2017, „Optimistic Realism about Scientific Progress”, Synthese, 194: 3291–3309.
  • Niiniluoto, I. and Tuomela, R. (red.), 1979, The Logic and Epistemology of Scientific Change, Helsinki: Acta Philosophica Fennica (tom 30).
  • Nisbet, R., 1980, Historia idei postępu, Londyn: Heinemann.
  • Nowak, L., 1980, The Structure of Idealization: Towards a Systematic Interpretation of the Marxian Idea of Science, Dordrecht: D. Reidel.
  • Nowakowa, I. i Nowak, L., 2000, The Richness of Idealization, Amsterdam: Rodopi.
  • Oddie, G., 1986, Podobieństwo do prawdy, Dordrecht: D. Reidel.
  • Park, S., 2017, „Czy postęp naukowy polega na zwiększaniu wiedzy lub zrozumienia?”, Journal for General Philosophy of Science, 48: 569–579.
  • Pearce, D., 1987, Roads to Commensurability, Dordrecht: Reidel.
  • Pearce, D. i Rantala, V., 1984, „A Logical Study of the Correspondence Relation”, Journal of Philosophical Logic, 13: 47–84.
  • Pera, M., 1994, The Discourse of Science, Chicago: The University of Chicago Press.
  • Pitt, JC, 1981, „Pictures, Images, and Conceptual Change: An Analysis of Wilfrid Sellars”, Philosophy of Science, Dordrecht: D. Reidel.
  • –––, (red.), 1985, Change and Progress in Modern Science, Dordrecht: D. Reidel.
  • Popper, K., 1959, The Logic of Scientific Discovery, Londyn: Hutchinson.
  • –––, 1963, Conjectures and Refutations: The Growth of Scientific Knowledge, Londyn: Hutchinson.
  • –––, 1972, Objective Knowledge: An Evolutionary Approach, Oxford: Oxford University Press; Wydanie drugie rozszerzone, 1979.
  • Price, D. de Solla, 1963, Little Science, Big Science, Nowy Jork: Columbia University Press.
  • Psillos, S., 1999, Scientific Realism: How Science Tracks Truth, London: Routledge.
  • Putnam, H., 1975, Mind. Język i rzeczywistość, Cambridge: Cambridge University Press.
  • –––, 1978, Meaning and the Moral Sciences, Londyn: Routledge i Kegan Paul.
  • Radnitzky, G.; Andersson, G. (red.), 1978 Progress and Rationality in Science, Dordrecht-Boston: Reidel.
  • –––, (red.), 1979, The Structure and Development of Science, Dordrecht: D. Reidel.
  • Radnitzky, G. and Bartley, WW III (red.), 1987, Evolutionary Epistemology, Rationality, and the Sociology of Knowledge, Open Court, La Salle, Illinois.
  • Rantala, V., 2002, Tłumaczenie wyjaśniające: Poza Kuhnian Model of Conceptual Change, Dordrecht: Kluwer.
  • Rescher, N., 1977, Methodological Pragmatism, Oxford: Blackwell.
  • –––, 1978, Scientific Progress: A Philosophical Essay on the Economics of Research in Natural Science, Oxford: Blackwell.
  • –––, 1984, The Limits of Science, Berkeley: The University of California Press.
  • Rowbottom, DP, 2008, „N-ray and the Semantic View of Progress”, Studies in History and Philosophy of Science, 39: 277–278.
  • –––, 2015, „Postęp naukowy bez zwiększania wiarygodności: w odpowiedzi na Niiniluoto”, Studies in History and Philosophy of Science, 51: 100–104.
  • Saatsi, J. (red.), 2018, The Routledge Handbook of Scientific Realism, London: Routledge,
  • –––, 2019, „What is Theoretical Progress in Science”, Synthese, 196: 611–631.
  • Sarton, G., 1936, The Study of the History of Science, Cambridge, MA: Harvard University Press.
  • Schäfer, W. (red.), 1983, Finalization in Science: The Social Orientation of Scientific Progress, Dordrecht: Reidel.
  • Scheibe, E., 1976, „Conditions of Progress and Comparability of Theories”, w: RS Cohen et al. (red.), Essays on Memory of Imre Lakatos, D. Reidel, Dordrecht, s. 547–568.
  • Schupbach, JN and Sprenger, J., 2011, „The Logic of Explanatory Power”, Philosophy of Science, 78: 105–127.
  • Schurz, G., 2011, „Structural Correspondence, Indirect Reference, and Partial Truth: Phlogiston Theory and Newtonian Mechanics”, Synthese, 180: 103–120.
  • –––, 2015, „Przyczynowość i unifikacja: jak przyczynowość ujednolica statystyczne regularności”, Theoria, 30: 73–95.
  • Shan, Y., 2019, „A New Functional Approach to Scientific Progress”, Philosophy of Science. 86: 739–758
  • Sintonen, M., 1984, The Pragmatics of Scientific Explanation, Helsinkki: Acta Philosophica Fennica (tom 37).
  • Smith, P., 1981, Realism and the Progress of Science, Cambridge: Cambridge University Press.
  • Stegmüller, W., 1976, The Structure and Dynamics of Theories, New York-Heidelberg-Berlin: Springer-Verlag.
  • Zupa, F. (red.), 1977, struktura teorii naukowych, 2 nd ed. Urbana: University of Illinois Press.
  • Toulmin, S., 1972, Human Understanding, vol. 1. Oxford: Clarendon Press.
  • Tuomela, R., 1985, Science, Action, and Reality, Dordrecht: Reidel.
  • van Fraassen, B., 1980, The Scientific Image, Oxford: Oxford University Press.
  • Wachbroit, R., 1986, „Progress: Metaphysical and Otherwise”, Philosophy of Science, 53: 354–371.

Narzędzia akademickie

człowiek ikona
człowiek ikona
Jak cytować ten wpis.
człowiek ikona
człowiek ikona
Zobacz wersję PDF tego wpisu w Friends of the SEP Society.
ikona Inpho
ikona Inpho
Poszukaj tego tematu wpisu w Internet Philosophy Ontology Project (InPhO).
ikona dokumentów phil
ikona dokumentów phil
Ulepszona bibliografia tego wpisu na PhilPapers, z linkami do jego bazy danych.

Inne zasoby internetowe

[Prosimy o kontakt z autorem z sugestiami.]

Zalecane: