"Homeopathy is compatible with science ; As far as I know, it proposes only natural causes for its alleged effects. It just failed to be evidentially confirmed, as so many other pseudoscientific propositions have."
Todisteiden vaatiminen on normaalia, koska muutoin voisimme vain esittää mielipiteitä totuuksina ilman sen kummempaa miettimistä. Kuitenkin tiedämme, että tästä seuraisi ongelmia elämässä, kun esimerkiksi huijaria ei voisi mitenkään erottaa lääkäristä ; Ja kun puhutaan kuinka evidenssi suhtautuu teoriaan pääasiassa on se, että jos uskotaan todistamiseen, tarvitaan heti jokin tapa, jolla voidaan sanoa että jokin tietynlainen evidenssi oikeuttaa teoriaan uskomista.
Ensin kannattaa lähestyä asiaa helposta päästä : Tieteessä on tietynlaisia tutkimusperinteitä, joten evidenssin määritelmät ovat luultavasti niihin sopivia. Ihan sen takia, että joko tieteenteon metodiin on tehty vaatimuksia, jotka on täytettävä. (Mitä evidenssin olisi oltava.) Tai sitten tieteenfilosofit ovat tarkkailleet mitä tieteenteko on ja ottaneet määrittelyn toisin päin. (Mihin tyydytään käytännössä.) Tutkimusmenetelmät voidaan jakaa karkeasti kahtia:
1: Kvantitatiivinen tutkimus eli määrällinen tutkimus kuvaa ja tulkitsee ilmiöitä tieteen yleisen logiikan mukaisesti kehittämällä mahdollisimman tarkkoja mittausmenetelmiä. Tyypillisesti siinä tutkimusaineistot käsitellään tilastotieteen menetelmin.
2: Kvalitatiivisessa tutkimuksessa eli laadullisessa tutkimuksessa annetaan enemmän sijaa esimerkiksi tutkimuskohteena olevien henkilöiden omille tulkinnoille. Tässä näkökannassa esimerkiksi naistutkimus voi tutkia sitä, miten naiset kokevat asemansa yhteiskunnassa ilman biologista näkemystä sukupuolesta, ilman että mitään "biokieltoa" tai asioiden unohtamista tapahtuu. Tutkimukseen osallistuvat henkilöt saavat myös melko vapaaesti kertoa aihealueeseen liittyvistä kokemuksistaan ja mielipiteistään.
Näitä ei kuitenkaan pidä pitää aivan eri asioina: Jos tutkimustavat saadaan yhdistettyä, se on erittäin hedelmällinen tutkimustapa, kun tarkka mittaristo yhdistyy analyysissä vapaamuotoisen aineiston käsittelyyn.
Evidenssin kannalta voidaan jakaa myös suhteessa todennäköisyyksiin:
1: Propabilistiset näkökannat: Näistä yleisin on "increase-in-probability" tai "positive- relevance account" -näkemys, jossa evidenssin luonne on oltava sellainen, että se tekee jonkun tietyn tapahtuman todennäköisemmäksi. Eli jos tapahtumalla ilman evidenssiä olisi jokin tietty tapahtumistodennäköisyys, se on evidenssin kanssa jokin muu, suurempi. Tässä näkemyksessä jos jokin teoria saa haittaa, se tarkoittaa että evidenssi tekee tapahtuman epätodennäköisemmäksi. (Jos joku väittää hypänneensä rajan toiselle puolelle, tämä muuttuu epätodennäköisemmäksi jos rajalla onkin valtavan korkea muuri ja aseistetut vartijat.) Tässä näkemyksissä on tietysti jatkokäsittelyjä, joissa oletetaan että on kaksi erilaista näkemystä, jotka kilpailevat keskenään, ja se joka parantaa todennäköisyyttä enemmän, on parempi; Tällöin toisella teorialla voi jopa olla evidenssinä yksityiskohtia, jotka toisessa näkemyksessä eivät sovi kuvaan, kunhan toinen on kokonaisuutena parempi. Tässä kohden ratkaisee kokonaisuus, eikä välttämättä edes mietitä "kaataako yksittäinen havainto teorian vai ei". Toisaalta tässä näkemyksessä ei välttämättä hankita uutta evidenssiä, vaan ajatellaan että oli ihan sopivaan, että Einstein sovitti teoriaansa tunnetun anomalian, Merkuriuksen radan kulun, joka ei sopinut aikaisempaan näkemykseen.
2: semipropabilistiset näkökannat. Vaikka todennäköisyysmäärittelyissä on eksakti luonne, moni ei kuitenkaan pidä niitä riittävänä. Esimerkiksi Achinstein, joka on kritisoinut todennäköisyyttä sillä, että jos olympiauimari hukkuu harjoitellessaan uimahallissa, esitetty taustatieto antaisi todistetta ja uskottavuutta hukkumiselle, koska henkilöt hukkuvat uidessaan useammin kuin ollessaan kuivalla maalla, ja että olympiaumiarius ei poista tätä asiantilaa, ainoastaan pienentää tätä eroa. (Ja faktojen valikointihan olisi cherry - pickingiä, eli huono asia, päättelyvirhe.) Hän ei kuitenkaan ole hylännyt todennäköisyyttä kokonaisuutena, vaan hänestä se ei ole yksinään riittävä komponentti ollakseen todiste. Hänen tavoitteinaan on ollut varmistaa evidenssin ja hypoteesin yhteyden järkevyys. Tähän hän käyttää vaatimusta korkeasta todennäköisyydestä; Jotta jokin voisi olla todiste, sen täytyy nostaa todennäköisyyttä paljon. Deborah Mayos taas on kehittänyt "error-statistical account" -mallin, jossa lähdetään Popperin ajatuksesta, jossa "any support capable of carrying weight can only rest upon ingenious tests, undertaken with the aim of refuting our hypothesis." Eli toisin sanoen asiaan sopiva todiste voi olla evidenssiä vain, jos se läpäisee kriittisen testin. Tämä tarkoittaa sitä, että jos meillä on potilas, jota testataan sitä onko hänellä tauti. Ja sitten meillä on evidenssi, eli diagnoosi testistä joka on tietyllä todennäköisyydellä oikeassa: Jos testi antaa 95% oikean tuloksen kun tauti on, ja jos sitä ei tule se antaa 99% varmasti oikean tuloksen. Tämä tarkoittaa sitä, että tämä on todiste, koska se täyttää kahdet ehdot: Se sopii, ja lisäksi jos tautia ei olisi, olisi epätodennäköistä että se antaisi väärän tuloksen. Sen sijaan testi, joka antaisi vääriä positiivisia (engl. false positives), eli se tunnistaisi tautitilaa myös silloin, kun sitä ei ole, vaikka 99% tapauksista, toki evidenssi tässäkin tilanteessa sopisi, mutta ei olisi todiste sen puolesta että tauti olisi uskottava..
3: ei_propabilistiset näkökannat. Kaikki evidenssilähtökohdat eivät (ainakaan suoraan) käsittele todennäköisyyksiä. Niitä käytetään kuitenkin paljon, ja monelle voi jopa olla yllättävää, mitä mielenkiintoisia ja käytettyjä menetelmiä siihen liittyy.
___3.1: Hypoteettis-deduktiivinen menetelmä on tunnettu ; Monet ovat sitä mieltä että tämä on jopa tieteellisen tutkimuksen eräs tärkeimmistä menetelmistä. Tässä ei ajatella sitä, kasvattaako evidenssi teorian tapahtumistodennäköisyyttä, vaan mieluummin voisi sanoa että se sanoo pikemminkin "aikaansaako teorian luonne evidenssin ilmestymisen". Havaintoaineisto voi tukea tai haitata teoriaa, sen mukaan miten siitä johdetuille ennusteille käy. Tässä mallissa sama tapahtuma voi olla evidenssi useammalle erilaiselle teorialle: Jos teoria 1 ja teoria 2 ennustavat saman tapahtuman ja se tapahtuu, molemmat saavat tukea. Ongelmana tässä on tietenkin se, että vaikka meillä olisi miljardeja eri havaintoja, silti voisi olla useita eri teorioita, joille kaikille ne kaikki antaisivat tukea. Monen mielestä voimme valita näistä teorioista minkä tahansa yhtä hyvin. Toisaalta tätä valintaa on useimmiten täydennetty Okhamin partaveitsellä, jonka mukaan tässä tilanteessa yksinkertaisin teoria on paras. Tämä onkin tärkeä täydennys, koska muutoin voisimme vain ottaa jonkun ytimen ja rakentaa tämän ympärille äärettömän määrän alkuoletuksia ja saada näin mistä tahansa lähtökohdasta sellainen, jolle kaikki havaittu olisi evidenssiä.
___3.2: Carl Hempel esitti hypoteettis-deduktiiviselle lähestymiselle vaihtoehtoja. Hänestä evidenssi oli "a Positive-Instance". Tässä lähestymistavassa esitys on evidenssiä universaalille väitteelle kun se kuvailee jonkin väitteen esittämän positiivisen ominaisuuden tai tapahtuman. Evidenssi voi olla todiste vain jos ne on kuvattu samalla kieliopilla. Hempelin näkemystä ei siis voida käyttää tilanteissa, joissa käytössä on erilaisia teoreettisia termejä, eli käsitteitä jotka eivät ole suoraan tulkittavissa semanttisten sääntöjen avulla, eikä siksi ole suoraan havaintotermejä, mutta on järkevässä suhteessa korrespondenssisääntöjen kautta yhteydessä havaintotermeihin (Esimerkiksi "valta" on tälläinen, kun puhutaan ihmisyksilöiden vuorovaikutuksesta.)
___3.3: Bootstrapping. Glymourin bootstrapping -teoria on yksinkertaisuudessaan seuraava: Jotta voitaisiin testata hypoteesia teoriassa, jossa on useita hypoteeseja, joissa kaikissa on teoreettisia termejä, voimme käyttää näitä muita hypoteeseja ja hankkia todisteita niiden kautta. Kun tätä prosessia toistetaan joka ikiselle hypoteesille, me saamme todisteita teorialle kokonaisuutena. Vaikka lähtökohdassa onkin teoreettisia sanastoja, todisteet ovat kuitenkin havaintojen avulla saatuja. Toisin sanoen teoriassa käytetään tiettyjä osia jotta voitaisiin hankkia todisteita toiselle osalle sama teoriaa. Tätä kautta koko teoria voidaan kumota tai antaa sille evidenssiä. Glymour käytti historiallista esimerkkiä siitä miten tämän kaltaista ajattelua on käytetty: Newton oli aikanaan esittänyt että kappaleet johtavat tietyn kaavan mukaisen voiman toisiin kappaleisiin. Hän keksi käyttää hyväkseen Keplerin lakia, jossa oli teoreettinen termi "voima". Ne tarjosivat vain havaittavan ja testattavissa olevan säännönmukaisuuden, jonka takana ei ollut minkäänlaista mekaanista selitystä. Kuitenkin kun Keplerin teoreettinen termi "voima", sidottiin yhteen ajatuksen kanssa, jossa massa liittää mitattavan voiman tietyllä kaavalla toiseen suuntaan, saatiin aikaan testattava teoria. Tässä lähestymistavassa tehtiin se, mikä Hempelin lähestymistavassa ei ollut mahdollista: Kaksi eri kielioppia käyttävää kohdetta yhdistettiin. Glymourin näkemykseen liittyy kuitenkin kehäisyysongelmia. Tämä onkin odotettavaa, kun "henkilö nostaa itsensä omista kengännauhoistaan ilmaan."
Näitäkin menetelmiä voidaan luonnollisesti yhdistää.
Ei kommentteja:
Lähetä kommentti