Pensum · Del 2: Vitenskapsfilosofi

Bekreftelse

Tenk! kap. 7 · Forelesning 9

Kjernen

At en test bekrefter en hypotese, betyr at hypotesen er mer sannsynlig etter testen enn før. Bekreftelse kommer i grader og er kumulativ: mange tester som hver gir litt støtte, gir samlet mye. Sobers overraskelsesprinsipp sier hvor mye en observasjon bekrefter, og base rate sier hvor sannsynlig hypotesen var i utgangspunktet. Begge avhenger av bakgrunnskunnskap og hvilke alternative hypoteser vi kjenner, og derfor er det ofte rasjonelt for ikke-eksperter å lytte til eksperter.

Base rate: sjelden sykdom, 99 % pålitelig test

1 000 000 testes
1 er syk
999 999 er friske
1 positiv riktig
ca. 10 000 positive 1 % feil gir falske positive
Rundt 10 001 får positivt svar, men bare én av dem er syk. En positiv test gjør det mer sannsynlig at du er syk, men det er fortsatt langt mer sannsynlig at testen tok feil.

Nøkkelbegreper

Overraskelsesprinsippet (Sober)
Observasjon e bekrefter hypotese h i den grad
  1. e er forventet dersom h er sann, og
  2. e er overraskende dersom h er usann. Eks.: at butleren har hender, bekrefter knapt at han er øksemorderen (mange har hender); en øks med offerets DNA og et motiv bekrefter mye.
Base rate
Sannsynligheten for at noe er tilfelle før ny evidens kommer inn. Prinsipp 3: hvor sannsynlig er h uavhengig av e?
Base rate-problematikken
Sykdom X rammer 1 av 1 million; testen er 99 % pålitelig. Av en million testede får 10 000 falskt positivt svar. En positiv test gjør det mer sannsynlig at du er syk (1/1 000 000 → ca. 1/10 000), men det er fortsatt langt mer sannsynlig at testen tok feil.
Kontekstavhengighet
Hvor mye en observasjon bekrefter, avhenger av hva vi ellers vet og hvilke alternativer vi kjenner. Det er informasjonen vår som endrer seg, ikke verden.
Epistemologisk arbeidsdeling
De som kan mest om et felt, er best rustet til å vurdere evidens; for de fleste andre er det mest rasjonelt å lytte til dem.
Bayesianisme
Synet at sannsynlighetskalkylen (Bayes' teorem) gir hele logikken for hvordan evidens styrker eller svekker hypoteser. Kan gi et svar på Humes induksjonsproblem, men har «the problem of priors»: hvor skal vi starte?

Teorier og poenger

Evolusjon vs. intelligent design

Før Darwin bekreftet komplekse organismer designhypotesen, fordi alternativet var rene tilfeldigheter. Da evolusjonsteorien kom, var kompleksitet ikke lenger overraskende selv om design var usant. Designhypotesen ble ikke falsifisert, men en bedre forklaring tok over. Evolusjonsteorien forklarer også fossilrekker, genetikk og rudimentære organer.

Gran Sasso og Quine–Duhem

Målinger antydet nøytrinoer raskere enn lyset. Forskerne veide A (relativitetsteorien er feil) mot B (instrumentene svikter). Relativitetsteorien var svært godt bekreftet, så B var mer sannsynlig. Popper sliter med å forklare hvorfor dette var rimelig; base rate forklarer det. Det gjelder begge veier: et overraskende resultat for at jorda er flat skyldes nok støy.

Hvorfor lytte til eksperter?

Å se hvor overraskende en observasjon er, krever bakgrunnskunnskap. Eks.: dødsfall kort tid etter koronavaksinen i 2021 var forventet statistisk sett, gitt hvem som ble vaksinert. Eksperter kan ta feil, men vurderer statistisk sett bedre. Vitenskapsfornektere henvender seg gjerne til massene, ikke til ekspertene. Men ekspertise finnes også utenfor akademia: ungdom om egen situasjon, AIDS-aktivister (Epstein) og marginaliserte grupper.

Er det problematisk at bekreftelse avhenger av aktørene?

For / styrker

  • Base rate må tas med, ellers ender man fort opp med tvilsomme konklusjoner fra tilfeldige funn (Gorski & Novella om homøopati).
  • Harding: troen på en nøytral vitenskap uten ståsted er en myte og kan hindre fremskritt.

Mot / svakheter

  • Jo færre hypoteser man kjenner, jo lettere er det å få bekreftelse. Vi må vurdere alle hypoteser og alle data (Garzarelli traff på Black Monday, men var totalt sett ikke bedre enn tilfeldig gjetting).
  • Forskere er uenige om utgangssannsynligheter og dermed om hva en test viser. Feil i bakgrunnsteori kan forplante seg.
  • Mayo (neo-popperianer): uten et nøytralt mål undergraves objektiviteten. Evidens er evidens fordi testene følger god praksis. Beslektet med Evidence-based medicine (EBM).

Typiske eksamensspørsmål

  • Hva vil det si at en observasjon bekrefter en hypotese?
  • Forklar overraskelsesprinsippet med et eksempel.
  • Hva er base rate, og hvorfor er det viktig ved f.eks. medisinske tester?
  • Hvordan kan base rate forklare forskernes reaksjon på Gran Sasso-målingene?
  • Hvorfor påvirker bakgrunnskunnskap hvor mye en observasjon bekrefter? Er det problematisk?
  • Hvorfor kan det være rasjonelt å stole på eksperter?