Molé, Phil: Skeptic vol. 1, 10, 1er avril 2003, pp. 40–47 Copyright Millennium Press, Inc. 2003. Provided by ProQuest LLC. For permission to reuse this article, contact Copyright Clearance Center.
| Home |
|---|
Dans le roman Contact de Carl Sagan, l'héroïne Ellie Arroway parvient à voyager à travers des trous de vers dans des régions inconnues de l'univers, rencontrer une vie extraterrestre intelligent, et revenir sauve sur Terre pour raconter à ses collègues son incroyable voyage Sagan, C.: 1985. Contact. NewYork: Simon & Schuster.. Il y a juste un problème : personne ne la croit. L'ensemble de l'aventure d'Ellie est intervenu en l'espace de quelques instants, et les observateurs n'ont même pas vu son vaisseau spatial quitter le site de lancement. Incapables de documenter ses prétendues expériences, les collègues d'Ellie concluent qu'il n'y a simplement aucun élément probant prouvant que son aventure a bel et bien eu lieu.
Bien sûr, en tant que lecteurs du roman, nous savons que Ellie dit vrai et que ses collègues ont tort. Pourquoi ne la croient-ils pas alors ? Ils doutent de son histoire parce que, en bons scientifiques, les pairs d'Ellie examinent toutes les hypothèses en utilisant le principe honoré du Rasoir d'Ockham. C'est-à-dire que, toutes choses étant égales par ailleurs, l'hypothèse la plus simple est la plus susceptible d'être correcte. Ils passent en revue la déclaration élaborée d'Ellie, qui implique des excursions ahurissantes bien au-delà de la portée de la science établie, et trouvent l'histoire fantastiquement improbable. Ellie elle-même doit admettre que la lame finement aiguisée du Rasoir d'Ockham découper son histoire en morceaux.
Bien que Ellie et son sort soient fictifs, her harrowing brush with Raisoir d'Ockham soulève des questions intéressantes pour les sceptiques. Comme les collègues scientifiques de Ellie, nous avons appris à accepter le Raisoir d'Ockham comme un outil puissant pour éliminer les fausses théories. Mais comment savons-nous que la maxime honorée le plus simple est le mieux nous mènera toujours sur la voie royale vers la vérité ? Comment pouvons-nous dire, avant d'autres investigations, que les théories simples sont automatiquement plus susceptibles d'être vraies que des théories complexes ? Ne se pourrait-il pas que le Rasoir d'Ockham, considéré par de nombreux sceptiques comme l'arme la plus sûre contre les pseudosciences, soit simplement une supposition philosophique non prouvée ? Si tel est le cas, peut-être partagerons-nous le sort des collègues d'Ellie et rejèterons-nous les réponses correctes simplement parce qu'elles ne se conforment pas aux attentes préalables.
Cet article présente un bref aperçu historique du principe, et cite des exemples du mauvaise utilisation du Rasoir d'Ockham pour soutenir des théories douteuses et comment cette mauvaise utilisation a mené au rejet d'une bonne science. Cette discussion débouche sur une tentative d'identifier les limites et les qualifications nécessaires pour appliquer le principe de manière adéquate lors d'un choix entre plusieurs théories. Je tente alors de déterminer quelle justification, s'il y en existe une, nous pouvons avoir pour utiliser le Rasoir d'Ockham, et argue que les sceptiques devraient apprendre à utiliser le principe avec précaution en conjunction avec d'autres critères de sélection de théorie. J'espère montrer que le Rasoir d'Ockham est une arme dangereuse lorsqu'elle est mal maniée, mais que ceux qui suivent les précautions de sécurité adaptées le trouveront être un outil précieux pour évaluer des théories.
Le principe du Rasoir d'Ockham est nommé d'après que William d'Ockham (1285-1349), un philosophe et théologien médiéval distingué. Contrairement aux idées reçues, Ockham n'a pas inventé le principle qui lui a été associé. L'idée que la simplicité et l'efficacité sont des avantages importants d'une théorie remonte au moins à Aristote, qui a déclaré que plus une nature est parfaite, moins elle nécessite de moyens pour se réaliser Ross, W. D. 1930. The Works of Aristotle, traduit en anglais, vol. II. Oxford: Clarendon.. Des siècles après l'époque d'Ockham, Isaac Newton citait aussi le principe de simplicité dans son Principia Mathematica : Nous ne devons admettre plus de cuases aux choses naturelles que celles qui sont à la fois vraies et suffisantes pour expliquer leurs apparences Newton, I.: 1999. The Principia: Mathematical Principles of Natural Philosophy, Berkeley: University of California Press..
Ockham souligna le principe de parcimonie comme un antidote aux diverses suppositions unwarranted he perceived in the philosophy of his time. He used a number of different formulations of the principle in his writings. He stated, for example, that it is futile to do with more what can be done with fewer, and perhaps most famously, that plurality should not be assumed without necessity Boehner, P.(ed.) 1957. Ockham: Philosophical Writings. Edinburgh: Nelson.. A common term for this concept is parsimony. Ockham's formulations match up quite well with modern definitions of parsimony, which state that the most parsimonious models are those requiring the fewest assumptions Schick Jr, Theodore & Vaughn, Lewis. 1999. How to Think About Weird Things. 2nd Ed. Mountain View, California: Mayfleld Publishing. For an excellent overview of the methodology used to evaluate new scientific theories, consult Friedlander, Michael W. 1995. At the Fringes of Science. Boulder, CO: Westview Press..
Ockham's use of the principle was specifically targeted at the champions of the philosophical school known as realism, who argued for the reality of traits called universals. Universals are concepts pertaining to the characteristics of individuals or groups of individuals. For example, suppose we were talking about the wisdom of Aristotle, or the heroism of Socrates. A realist would claim that these ideas of wisdom and heroism are not just concepts created by our mind, but eternal truths about reality as well. Nominalists such as Ockham and his mentor Duns Scotus rejected the concept of universals as an unnecessary assumption that does little to improve our understanding, and perhaps even confuses us McGrath, Allster: 2001. Christian Theology: An Introduction. Oxford: Blackwell.. Universals may be useful for visualizing and talking about our perceptions of the world, but they don't necessarily exist in objective reality. And if there really is a shadowy realm of unchanging universals out there somewhere, we don't need to assume the existence of this realm in order to fully explain and understand the world. Why not just avoid assumptions that aren't needed?
As skeptics, we may ask how Ockham reconciled his support of philosophical parsimony with his theological beliefs. After all, isn't belief in God the ultimate example of the kind of universal Ockham was rejecting? We can certainly argue that the concept of God simply represents the synthesis of all of the concepts about life we care most deeply about-love, justice, and mercy, for example. We can describe and discuss these concepts without having to propose the existence of a deity. Perhaps we also know that many cosmologists believe that the universe in some way has always existed, and we can see that there are no scientifically or logically necessary reasons to believe in God, Ockham, however, did not use the principle of parsimony to question the existence of a deity. While he always maintained that plurality should not be assumed without necessity, his life and personal habits of thinking convinced him that God's reality was indeed necessary. Likewise, he found revealed religion as recorded in the Bible to be absolutely essential for understanding the nature of this God.
Of course, none of this is meant to belittle Ockham, or to imply that proper use of Ockam's Razor compels us to reject belief in God. However, the preceding example does show that reliance on parsimony will not lead all of us to the same conclusions. Some of us may regard a certain idea as essential, while others will think differently. In fact, both the supporters and enemies of a certain theory often use the principle of Ockham's Razor with equal passion. Since both sides cannot be right, it should go without saying that Ockam's Razor doesn't always lead to the best possible theory.
Although some of us may wish to believe otherwise, too much reliance on "simplicity" leads to error more often than it leads to truth. By endorsing any theories that subjectively seem simpler than rival theories, we risk paying too little attention to other important criteria for evaluating theories. And when perceived simplicity of a theory commands too much of our attention, the door is opened to reject any and all theories we personally find too complex to understand.
Des exemples d'abuse du Rasoir d'Ockham dans le soutien de théories qui ne le méritaient pas sont nombreux. Des pseudoscientifiques invoquent souvent le Rasoir d'Ockham pour défendre des théories apparemment simples discreditées par la science établie. Ils nous régalent d'histoires sur les fantômes, extraterrestres, monstres des forêts et autres phénomènes "inexpliqués", puis secouent leurs têtes avec impatience lorsque des scientifiques contestent la validité de leurs "preuves". Aren't scientists just grasping at straws when they refute the stories of the thousands of people who have experienced these strange happenings? L'explication la plus simple d'événements paranormaux, au moins pour les paranormalists, est que les événements sont exactement ce qu'il semblent être. Pourquoi avons-nous besoin d'explications complexes de photos de fantômes, par exemple, alors que nous pouvons simplement supposer que le bout de lumière non-identifié dans notre photo de Gettysburg est le spectre d'un soldat de la Guerre Civile ?
Les créationnistes sont particulièrement doués pour utiliser la simplicité apparente pour attaquer la science établie. Qui a besoin d'une théorie de l'évolution tirée par les cheveux, demandent-ils ? Nous n'avons pas besoin de passer en revue toute cette recherche issue de la géologie, la génétique, la biologie dévelopementale et l'anatomie prétendant démontre que toute vie sur terre a lentement évolué en descendant d'ancêtres communs. Il est bien plus simple de simplement dire Dieu l'a fait et de s'arrêter là. En prétendant adopter le principe du Rasoir d'Ockham, les créationistes donnent à leurs théories le veneer de la rigueur intellectuelle. Ils déclarent être plus scientifiques que les scientifiques, qui veulent simplement tout compliquer avec leurs théories alambiquées et contestations de la simple foi en l'autorité biblique.
Parfois, des abus de la simplicité renforce les stéréotypes sur certains groupes. Par exemple, certains scientifiques sociaux arguent que l'infériorité génétique est la plus simple et donc la plus probable explication aux capacités inférieures mesurées chez les personnes de couleur sur des tests d'intelligence standardisés Gould, Stephen Jay: 1996. The Mismeasure of Man. New York: W. W. Norton.. Après tout, il est plus "simple" de juste supposer que les personnes de couleur sont inférieures au lieu d'expliquer les effets complexes de la culture, l'histoire, l'économie et le racisme sur les performances de leurs tests. D'un autre côté, les généticiens comportementaux et psychologues évolutionnistes arguent que leur explication des différences de groupes sont plus complexes que les explication sociales et culturelles, et qu'ainsi la charge du Rasoir d'Ockham s'applique aux sociologues et non aux sociobiologistes.
Malheureusement, même des sceptiques sont connus pour enlist le Rasoir d'Ockham dans la défense de théories douteuses. Prétendant suivre la méthode scientifique, ces sceptiques maintiennent que le Rasoir d'Ockham est juste un exemple du principe de réductionnisme, qui tente d'expliquer les phénomènes complexes en termes de modèles plus simples. Ces sceptiques clament que le réductionnisme est à la base-même de l'investigation scientifique. Dans une certaine mesure, ils ont raison, puisqu'une théorie doit être plus simple que le phénomène qu'elle cherche à expliquer si elle veut être d'une utilité quelconque. Cependant, les sceptiques vont parfois un peu trop loin dans le réductionnisme.
Prenons les exemples de la psychologie évolutionniste et de sa cousine proche, la mémétique. Alors que de nombreux psychologues évolutionnistes sont modestes et responsables lorsqu'ils discutent the reach of their theory, some of their peers are not so cautious. Overzealous evolutionary psychologists seek to explain all of human nature, including consciousness, sexual attitudes, religious beliefs and moral sentiments in terms of evolutionary advantages conferred by those traits. At some point in our ancestral environment, the traits we associate with human nature developed and caused those people (or proto-people) who possessed these traits to reproduce more successfully than those who lacked these traits. Therefore, evolutionary psychologists reason, every aspect of human nature exists because it served an important function in our evolutionary past, and contributed to the selective fitness of the species. Even something as apparently trivial as our sweet tooth may have evolved for good reasons, since it may have conferred an advantage on our ancestors when supplies of sugar were relatively scarce Wright, Robert. 1995. The Moral Animal: Why We are the Way We Are. New York: Vintage Books.. According to some evolutionary psychologists, natural selection acts as a "universal algorithm," determining nearly everything about human nature Dennett, Daniel. 1995. Darwin's Dangerous Idea: Evolution and the Meanings of Life. New York: Touchstone Books..
La mémétique amène l'idée de la sélection naturelle comme algorithme universel encore plus loin en postulant l'existence d'entités appelée memes, définies comme d'hypothétiques unités d'information transférées de personne en personne. Un meme peut être n'importe quoi depuis un solo de guitare, un stanza de poésie, un dogme religieux ou un slogan politique Blackmore, Susan: 2000. The Meme Machine. Oxford: Oxford University Press.. Les memes survivent et se reproduisent ou disparaissent, de manière analogue à la sélection naturelle des gênes. Pour les méméteciens, cette théorie explique pourquoi des idées se répandent et s'établissent avec plus de succès que d'autres. Les idées religieuses, par exemple, se reproduiraient de la manière dont les virus se reproduisent dans le corps d'un organisme l'hébergeant : elles infectent une personne otherwise healthy and rational et remplissent sa tête d'absurdités plaisantes sur l'existence d'un Dieu et d'une vie après la mort. En fait, one of the main appeals of both evolutionary psychology and memetics to some skeptics is the simplistic materialism of both theories, and their usefulness in dispensing with religious claims.
Tous ces abuseurs du Rasoir d'Ockham ne comprennent pas que la simplicité n'est pas un critère à utiliser de manière isolée d'autres facteurs évaluateurs importants. Le principe du Rasoir d'Ockham ne nous dit pas que le plus simple est toujours le mieux, il dit simplement que la théorie la plus simple est meilleure si tous les autres facteurs sont égaux. Ainsi, la simplicité doit être considérée comme un facteur parmi d'autres. D'autres facteurs utilisés pour évaluer la valeur d'une théorie particulière incluent : Schick & Vaughn, 1999. Op. cit.:
There are no rigid rules for applying or weighing these criteria, but good theories tend to satisfy one or more of them. Inadequate theories, on the contrary, consistently fail to meet most of these criteria. For example, let's consider the proposition that the hazy patch of light in my Gettysburg photo is a ghost. We can say that this theory is certainly not testable, since there is no way to confirm the presence of the ghost. The ghost hypothesis also is not fruitful, because it is just an ad hoc hypothesis invented to explain a single anomaly in our photograph. The theory doesn't add anything to our understanding or knowledge, so it has very poor scope. It isn't conservative, either, because it contradicts a great deal of background knowledge. This background knowledge tells us, among other things, that a hypothetical noncorporeal entity such as a ghost couldn't possibly show up in a photograph, because it would have to possess matter in order to reflect light toward our camera lens. Finally, the notion of a ghost is far from simple, since it proposes a being with alleged characteristics and powers that not even paranormalists seem able to consistently describe.
Now, let's consider the alternate hypothesis that the image in our photo is merely an aberration caused by technical problems with our camera. This theory is testable, because we can experiment with various settings on our camera to reproduce images similar to those in our ghostly photo Nickell, Joe. 2001. "Ghostly Photos." In Real-Life X-Files: lnvestigating the Paranormal. Lexington, KY: University Press of Kentucky, 128-132.. The theory is also fruitful, because it allows us to predict that certain camera settings will cause specific kinds of "spectral images," even if ghost hunters haven't reported these kinds of images yet. The theory also has good scope and conservatism, because it allows us to explain a wide variety of "mysterious" photographic images in a manner fully consistent with our established knowledge about the world. And yes, it's a simpler theory because it doesn't require us to make complicated or dubious assumptions. No wonder that polls of scientists belonging to the National Academy of Science (NAS), an elite organization consisting of the best scientists in their field, consistently show that almost no NAS members believe in ghosts. Familiarity with the criteria of good science breeds contempt for ad hoc explanations.
Let's not be too smug, however. We've seen that even scientists and skeptics can overemphasize simplicity in their efforts to evaluate theories, as in the cases of overambitious evolutionary psychologists and memeticists. Each of these groups of alleged skeptics would do well to review the criteria of testability, fruitfulness, scope and conservatism a bit more. In their extreme emphasis on natural selection, these groups ignore the fact that much evolutionary change is not completely adaptive, but results from a plurality of factors such as genetic drift and contingency Ridley, Mark. 1996. Evolution. Oxford: Blackwell. Gould, Stephen Jay. 1997. "Evolution: The Pleasures of Pluralism." The New York Review of Books, June 26.. Both theories are unconservative, since they contradict well-established knowledge, and they're not fruitful because they don't predict or explain phenomena better than competing theories. Memetics, for instance, distorts and sometimes completely contradicts the complex model of cultural transmission of ideas presented by mainstream social sciences Polichak, James W. 1998. "Memes: What are They Good For? A Critique of Memetic Approaches to Information Processing." Skeptic, Vol.6, No, 3, 45-53.. When scientists forget to use parsimony in careful conjunction with other criteria, they don't perform much better than pseudoscientists in separating the good science from the bad.
Therefore, we see that parsimony is one criterion among several for evaluating theories, and none of these criteria has clear priority over the others. But we still haven't determined why simplicity should be a criterion for assessing the merits of a theory. Why is simplicity a virtue when it comes to scientific theories?
Avant que nous puissions déterminer pourquoi la parcimonie tend à être un attribut de bonnes théories scientifiques, nous devons déterminer notre but final dans la sélection d'une théorie. C'est-à-dire, qu'espérons-nous accomplir ? Clairement, nous devons savoir ce que nous voulons avant de pouvoir justifier les meilleures manières d'y parvenir. La réponse qui vient immédiatement à l'esprit est que nous souhaitons déterminer quelles théories sont vraies. Après tout, la recherche de la vérité semble être the whole point of doing science. Cependant, il y a des moments où la théorie vraie, au moins au sens le plus strict, pourrait ne pas être le meilleur choix.
Examinons un exemple adapté d'un article important du philosophe des sciences Elliot Sober Sober, E.: "Instrumentalism, Parsimony and the Akaike Framework." 2000. Proceedings of the Philosophy of Science Association. Supposez que nous soyons intéressés par la mesure des effets d'un nouveau fertilisant sur la pousse du maïs. Nous mesurons les hauteurs du maïs dans 2 grandes populations, consistant en une population cultivée avec le nouveau fertilisant et une cultivée avec l'ancien fertilisant. Puis, nous comparons les hauteurs moyennes des populations. Si u(f) et u(o) sont les hauteurs moyennes des populations de maïs avec et sans le nouveau fertilisant, respectivement, alors les 2 hypothèses à considérer sont
L'hypothèse nulle dit qu'il n'y a pas de différence entre les hauteurs moyennes des 2 populations. Nous savons qu'il doit y avoir une différence dans les hauteurs moyennes de 2 populations contenant, disons, chacune des milliers d'épis de maïs. Cependant, les scientifiques, à raison, ne rejettent pas l'hypothèse nulle à moins que la différence entre les moyennes soit statistiquement significative. C'est-à-dire, que les scientifiques acceptent provisoirement une hypothèse qu'il savent être techniquement fausse.
Pourquoi les scientifiques feraient-ils une telle chose ? Ils refusent de rejeter l'hypothèse nulle dans ces circonstances parce qu'un objectif principal de la science est une précision dans les prédictions. Comme nous l'avons vu précédemment, les theories scientifiques devraient rendre testables et fruitful les prédictions to be of use to us. Afin de maximiser le pouvoir prédictif de leurs théories, les scientifiques are willing to settle for a lower degree of truth. In many cases, including the two corn populations in our current example, null hypotheses do a better job at predicting new data than hypotheses meeting a more rigid defnition of truth.
Of course, it's worth stressing that pursuit of predictive power doesn't mean abandoning the quest for truth. Theories that predict more accurately must possess some degree of truth. As science philosopher Ernest Nagel pointed out, there is little or no difference between actively seeking theories with predictive accuracy and those with claims to realism Nagel, Ernest: 1979. The Structure of Science. Indianapolis: Hackett.. If true theories make the most accurate predictions, then maximizing prediction will lead to some degree of truth. It's just that the best theory probably will not perfectly match our empirical observations. That is, there will probably not be a perfect "goodness-of-fit" between our observations and the values predicted by our theory. Models with perfect fit may simply be a reproduction of our empirical observations, and may fail to predict new data sets.
As a further example, suppose we are interested in determining the relationship between an independent variable (x) and a dependent variable (y). We perform a series of measurements of x and y, and plot the results on a coordinate graph. The result of our plot is a cluster of points roughly following a straight line, as shown in figure 1. The most accurate model of this data would be a complex function connecting all of the points. However, most scientists would say that we are justified in modeling the points as a straight line with slope m and y-intercept c as shown in the figure.
There are at least two reasons for doing so. First, even in the best of all situations, some deviation between a parameter's actual value and measured value will occur. If the actual relationship between x and y is represented by the straight line, then a complex, jagged curve connecting the points will be wrong, even though it exactly matches the empirical data we collected! Second, as we've seen, a model should be selected partly based on its ability to predict new data. The process of data selection is twofold: we evaluate empirical data to choose the most likely models, and then subject those models to further tests based on their predictions Forster, Malcom. "The New Science of Simplicity." In A. Zellner, H.A. Keuzenkamp, and M. McAleer (eds.) 2001. Simplicity, Inference and Modeling. Cambridge: Cambridge University Press, 83-119.. Simpler models may help us make better predictions with greater ease than more complex models.
Thus, we want theories that approximate what we commonly think of as truth, but also enable us to make useful and testable predictions. And it aims out that the simplicity of a theory has some bearing on its predictive abilities. The simplicity of a theory, measured in terms of the number of variables or adjustable parameters it contains, affects the accuracy and scope of its predictions. For instance, hypothesis (1) above is a simpler theory than (2), since there is only one model showing that the mean heights of the populations are the same, and many possible models showing that they are different. But in our case, the simpler null hypothesis does a better job at predicting new data than the more complex hypothesis (2), Under the range of data sets under investigation, the simpler hypothesis is superior, because it trades a statistically insignificant loss of "truth" with a greater increase in predictive power.
A relationship between simplicity and prediction is demonstrated in FIGURE 2 below. Suppose we have two models that fit our empirical data about equally well: a simple hypothesis represented by H^sub 1^, and a complex hypothesis represented by H^sub 2^. The simple hypothesis H^sub 1^ makes a limited range of predictions, but it predicts the data in region C^sub 1^ more accurately than the more complex hypothesis H^sub 2^. Thus, we prefer H^sub 1^ if our data set falls within the range represented by C^sub 1^, but we may prefer H^sub 2^ if the data falls outside that range.
These examples show that model selection is a complex process involving the consideration and reconciliation of several evaluative criteria. How we weigh and apply these criteria depends, in part, on our ultimate goals, for example, do we wish to maximize goodness-of-fit, predictive accuracy, or scope? Our choice will determine the relative importance we assign to simplicity in choosing our theory. Luckily, mathematical models exist to help us quantify exactly what we gain and lose in our trade-offs among different criteria. FIGURE 2 above is a model derived using a statistical theory known as Bayesian theoiy that rewards simpler models for their sharper predictions in certain data ranges. As we've already seen, this model allows us to determine the relationship among predictive power, simplicity and scope. A mathematical tool known as the Aikake method also allows us to quantify the degree with which simplicity and goodness-of-fit both contribute to the expected predictive accuracy of a model Forster, Malcolm and Sober, Elliot. 1994. "How to Tell When Simpler, More Unified, or Less Ad Hoc Theories Will Provide More Accurate Predictions." British Journal for the Philosophy of Science, Volume 45, 1-35. Aikake, H. 1973. "Information Theory as an Extension of the Maximum Likelihood Principle." In B. Petrov and F.Csaki (eds.) Second International Symposium on Information Theory. BudapestAkademia Kiado, 267-281.. We have choices in selecting a theory, but not arbitrary choices. The use of mathematical models such as the Bayesian and Aikake methods gives us reliable estimates of the relative roles of simplicity and other factors in determining the value of a given theory.
These models also allow us to finally answer the question of whether Ockham's Razor rests on unproven philosophical assumptions. The answer is a resounding "no." Simplicity is not an arbitrary yardstick for assessing theories, or a whim of skeptics and scientists. We apply Ockham's Razor to theories because of empirical evidence that it works, and we have the mathematical models to show how and why it works. Simplicity has a definite and demonstrable relevance to the value of a theory, and interacts in important ways with other evaluative criteria. And contrary to some critics of Ockham's Razor, our use of simplicity as a criterion does not imply a belief that the world itself is simple. Rather, we have learned that better theories tend to be no more complicated than necessary to explain the world around us, in all its wondrous complexity. Even chaos theory, with all of its inherent unpredictability, is expressible in comparatively simple mathematical equations Stewart, lan. 1991. "Portrait of Chaos." In Nina Hall (ed.), Exploring Chaos: A Guide to the New Science of Disorder. London: W. W. Norton..
This means, of course, that we must take great care in application of Ockham's Razor. We should not be heedless reductionists, clinging to simple theories regardless of their adequacy. Instead, we should use mathematical models such as Bayes theorem and the Aikake network to model our models, and determine how much simplicity contributes to their utility. Then we will be well equipped to measure the strengths and weaknesses of scientific théories, and can use Ockham's Razor without injuring the reliability of our knowledge.
J'ai commencé cet article avec un exemple fictif de l'échec du Rasoir d'Ockham. Comment pouvons-nous être sûrs que notre propre utilisation du Rasoir d'Ockham ne nous obligera pas à rejeter des idées valides, ou à adopter des théories douteuses ?
La réponse courte est que nous ne pouvons pas être sûrs. Cependant, nous pouvons utiliser le Rasoir d'Ockham avec plus de précautions, en utilisant des modèles mathématiques pour déterminer les coûts et bénéfices de la simplicité dans nos théories, toujours conscients de nos objectifs finaux dans la sélection de théories. Nous pouvons aussi faire de notre mieux pour acquérir des données de plus haute qualité avec lesquelles former et évaluer ces théories.
Nous devrions aussi nous souvenir que la science est toujours provisoire. Les théories respectant actuellement tous nos critères de sélection pourraient être insatisfaisantes lors de futures applications. Pourtant, la science progresse à travers la prudente modification et acquisition de connaissances et l'utilisation de méthodes validées empiriquement. Le Rasoir d'Ockham est une méthode importante pour améliorer cette acquisition de connaissances. Même une utilisation "sûre" du Rasoir d'Ockham n'éliminera pas tout à fait les erreurs, mais elle minimisera au moins nos erreurs par rapport à d'autres méthodes moins fiables d'évaluation de théories.
MacKay, D.J.C. 1992. "Bayesian Interpolation." Neural Computation, 4(3), 415447. Also, see Jeffreys, William H. and Berger, James O. 1991. "Sharpening Ockham's Razor on a Bayesian Strop." Technical Report #91-44C, Purdue University Department of Physics. More discussion of both the advantages and limitations of simple theories using the Bayesian paradigm is available in Rasmussen, Carl Edward, and Zoubin, Ghahramani. 2001. "Occam's Razor." Advances in Neural Information Processing Systems 13, MIT Press. Useful examples applying Ockham's Razor and Bayesian statistics to chemical reaction mechanisms are found in Huffman, Roald, Minkin, Vladimir I., and Carpenter, Barry K. 1997. "Ockham's Razor and Chemistry." HYLE-An International Journal for the Philosophy of Chemistry, Volume 3, 3-28.
| Home |
|---|
