Il problema dell’induzione.

Induzione probabilistica
Induzione probabilistica, cos'è l'induzione probabilistica, probabilità empirica, calcolo delle probabilità, statistica, che cos'è la probabilità, inferenza statistica, Il problema dell'induzione,

di Sergio Mauri

  1. Presenza del soggetto con la sua cultura, idee, eccetera.
  2. Selezione di ciò che si deve analizzare (parzialità della selezione)
  3. Induzione, come risolverla?
    1. Inferenza alla migliore spiegazione
    1. Esempio di Nelson Goodman, le previsioni non sono le sole compatibili con le prove
    1. L’induzione è efficace anche se è un argomento circolare
    1. Abbiamo una tendenza evolutiva ad affidarci all’induzione
    1. Probabilità che aumenta col numero di osservazioni, anche argomento circolare
    1. Falsificazionismo, negare che l’induzione sia la base di tale metodo
    1. Ruolo della conferma
  4. Inferenza alla migliore spiegazione. L’inferenza alla migliore spiegazione (conosciuta anche come abduzione) è un metodo di ragionamento che cerca di identificare la spiegazione più probabile per un dato fenomeno. Questo metodo si basa sull’idea che la spiegazione migliore è quella che:
  • Spiega tutti i fatti osservati.
  • È coerente con le nostre conoscenze di base.
  • È più semplice e parsimoniosa di altre spiegazioni possibili.

L’inferenza alla migliore spiegazione viene utilizzata in diversi campi, tra cui la scienza, la medicina, la legge e la vita quotidiana. Ecco alcuni esempi:

Scienza: Un astronomo osserva una nuova luce nel cielo. L’astronomo potrebbe ipotizzare che la luce sia causata da una supernova, da una cometa o da un altro oggetto celeste. L’astronomo valuterà le diverse ipotesi in base alla loro capacità di spiegare le osservazioni disponibili.

Medicina: Un medico visita un paziente con febbre, mal di gola e tosse. Il medico potrebbe ipotizzare che il paziente abbia un’influenza, un raffreddore o un’altra malattia. Il medico valuterà le diverse ipotesi in base alla loro capacità di spiegare i sintomi del paziente.

Legge: Un detective indaga su un crimine. Il detective potrebbe ipotizzare che il crimine sia stato commesso da un sospettato, da un altro individuo o da un gruppo di persone. Il detective valuterà le diverse ipotesi in base alla loro capacità di spiegare le prove disponibili.

Vita quotidiana: Una persona vede che la sua macchina è parcheggiata in un posto diverso da dove l’aveva lasciata. La persona potrebbe ipotizzare che la macchina sia stata spostata da un amico, da un familiare o da un ladro. La persona valuterà le diverse ipotesi in base alla loro plausibilità e alle sue conoscenze di base.

L’inferenza alla migliore spiegazione è un metodo di ragionamento utile, ma non è infallibile. È importante ricordare che le conclusioni tratte con questo metodo sono sempre probabili e possono essere soggette a revisione in base a nuove informazioni o a nuove spiegazioni.

Ecco alcuni dei limiti dell’inferenza alla migliore spiegazione:

  • Dipende dalle nostre conoscenze di base. Se le nostre conoscenze di base sono errate, anche le nostre conclusioni saranno errate.
  • Può essere influenzata dai nostri pregiudizi. Se siamo predisposti a favore di una certa spiegazione, potremmo essere meno propensi a considerare altre spiegazioni possibili.
  • Nonsempreè possibile identificare una spiegazione unica e definitiva. In alcuni casi, diverse spiegazioni potrebbero essere ugualmente plausibili.

Nonostante questi limiti, l’inferenza alla migliore spiegazione rimane un metodo di ragionamento importante e utile per comprendere il mondo che ci circonda.

  • L’esempio di Nelson Goodman, filosofo americano del XX secolo, illustra come le previsioni non siano le uniche spiegazioni possibili per un insieme di prove.

L’esempio: immagina di osservare una serie di macchie verdi su un prato. Potresti ipotizzare che le macchie siano causate da:

  • Erba verde: Questa è la spiegazione più ovvia e prevedibile.
  • Smaragdi sparsi: Questa è una spiegazione meno probabile, ma è comunque possibile.
  • Un pittore che ha dipinto macchie verdi sul prato: Questa è una spiegazione ancora meno probabile, ma è comunque possibile.

Secondo Goodman, tutte e tre le spiegazioni sono compatibili con le prove (le macchie verdi). Non c’è modo di determinare con certezza quale sia la spiegazione corretta, se non attraverso ulteriori informazioni o prove.

Le implicazioni: l’esempio di Goodman ha importanti implicazioni per la filosofia della scienza e per il nostro modo di ragionare. Ci mostra che:

  • Le prove non determinano univocamente una spiegazione. Possono essere compatibili con diverse spiegazioni, anche se alcune sono più probabili di altre.
  • La scelta di una spiegazione dipende da fattori oltre alle prove. Questi fattori possono includere la nostra conoscenza di base, i nostri pregiudizi e le nostre preferenze.
  • La scienza è un processo di continua revisione e rivalutazione delle spiegazioni. Nuove prove possono portare a riconsiderare le spiegazioni che riteniamo vere.

L’esempio di Goodman ci aiuta a essere più consapevoli dei limiti del ragionamento basato sulle prove e ci invita a essere aperti a diverse possibili spiegazioni.

Altri esempi: esistono altri esempi che illustrano lo stesso punto. Ad esempio:

  • Le impronte sulla spiaggia: Le impronte sulla spiaggia possono essere causate da un uomo, da un animale o da un oggetto inanimato.
  • Il ticchettio di un orologio: Il ticchettio di un orologio può essere causato da un meccanismo interno o da un suono registrato.

In entrambi questi casi, le prove non sono sufficienti per determinare con certezza la causa del fenomeno.

L’esempio di Nelson Goodman è un importante promemoria del fatto che le prove non sempre ci portano a una risposta definitiva. Dobbiamo essere consapevoli dei limiti del ragionamento basato sulle prove e essere aperti a diverse possibili spiegazioni.

  • La critica principale all’induzione è che si basa su un argomento circolare.

L’argomento circolare:

  1. Assumiamo che il principio di induzione sia vero (cioè, che le conclusioni induttive sono generalmente affidabili).
  2. Usiamo il principio di induzione per trarre conclusioni da osservazioni specifiche.
  3. Le conclusioni induttive confermano il principio di induzione.

In questo modo, la validità del principio di induzione dipende dalle conclusioni induttive, e le conclusioni induttive dipendono dalla validità del principio di induzione. Si crea un circolo vizioso.

Difese dell’induzione:

Nonostante questa critica, ci sono diverse ragioni per cui l’induzione può essere considerata un metodo efficace:

  • Utilità: L’induzione ci permette di fare previsioni e di prendere decisioni nel mondo reale. Anche se non è garantita la certezza, l’induzione ci fornisce una base ragionevole per agire.
  • Convergenza: Con l’accumularsi di osservazioni, le conclusioni induttive tendono a convergere verso una verità. Se osserviamo sempre cigni bianchi, è più probabile che la nostra conclusione “tutti i cigni sono bianchi” sia vera.
  • Pragmatismo: L’induzione è un metodo pragmatico che funziona nella maggior parte dei casi. Non è perfetto, ma è il miglior metodo che abbiamo per trarre conclusioni dal mondo che ci circonda.

L’induzione è un metodo di ragionamento efficace, anche se non è perfetto. È importante essere consapevoli dei limiti dell’induzione e non usarla in modo acritico. Tuttavia, l’induzione rimane uno strumento importante per la scienza e per la vita quotidiana.

Esempio: immagina di essere un bambino che ha visto solo mele rosse. Potresti indurre che tutte le mele sono rosse. Questa induzione è circolare, perché si basa sull’assunzione che non hai mai visto una mela non rossa. Tuttavia, l’induzione è anche utile, perché ti permette di fare previsioni sul colore delle mele che incontrerai in futuro. È più probabile che queste previsioni siano vere se hai visto molte mele rosse, anche se non è garantita la certezza.

In aggiunta:

  • È importante distinguere tra induzione enumerativa e induzione statistica. L’induzione enumerativa è basata sull’assenza di eccezioni, mentre l’induzione statistica è basata sulla frequenza di eventi.
  • Il problema dell’induzione è ancora un problema aperto in filosofia. Non esiste una soluzione universalmente accettata.

d. Ecco alcuni motivi per cui abbiamo una tendenza evolutiva ad affidarci all’induzione:

  • Efficienza: l’induzione ci permette di imparare e adattarci al nostro ambiente in modo efficiente. Non possiamo fare esperimenti controllati su ogni singola situazione che incontriamo. L’induzione ci permette di fare generalizzazioni basate su esperienze passate, che ci aiuta a prendere decisioni rapide e accurate.
  • Predizione: l’induzione ci permette di “predire” il futuro. Se osserviamo che un certo evento si verifica regolarmente in determinate circostanze, possiamo indurre che è probabile che si verifichi di nuovo in futuro. Questa capacità di predire il futuro è fondamentale per la nostra sopravvivenza.
  • Risparmiodienergia: l’induzione ci permette di risparmiare energia mentale. Se dovessimo ragionare su ogni singola situazione da zero, saremmo esausti in pochissimo tempo. L’induzione ci permette di utilizzare le nostre conoscenze passate per prendere decisioni rapide e senza sforzo.

Comunque, è importante notare che l’induzione non è un processo perfetto. A volte possiamo trarre conclusioni errate se le nostre osservazioni sono incomplete o inaccurate. È importante essere consapevoli dei limiti dell’induzione e utilizzare il ragionamento critico per valutare le nostre conclusioni. L’induzione è uno strumento potente che ci aiuta a sopravvivere e prosperare nel nostro ambiente. È importante essere consapevoli dei suoi limiti, ma è anche importante riconoscere il suo valore come processo di apprendimento e di ragionamento.

  • La probabilità di un evento aumenta con il numero di osservazioni. Questo è un principio fondamentale della statistica e della probabilità.

Ecco un esempio: immagina di lanciare una moneta 10 volte e di ottenere 5 teste e 5 croci. La probabilità di ottenere testa è 0,5. Se lanci la moneta 100 volte, è più probabile che tu ottenga un numero di teste vicino a 50 (ad esempio, da 45 a 55) rispetto a un numero di teste molto diverso (ad esempio, da 10 a 20). Tuttavia, è importante notare che la probabilità non può mai essere uguale a 1, anche con un numero infinito di osservazioni. Questo perché c’è sempre una piccola possibilità che le nostre osservazioni siano ingannevoli.

L’argomento circolare. L’argomento circolare si verifica quando si usa una conclusione per giustificare la premessa da cui si è partiti. In questo caso, si potrebbe affermare che la probabilità di un evento aumenta con il numero di osservazioni perché abbiamo già osservato che questo è il caso. Tuttavia, questo tipo di ragionamento è circolare perché non fornisce alcuna prova indipendente a sostegno della conclusione. È come dire “so che è vero perché è vero”.

Esempio di argomento circolare. Immagina di credere che le persone fortunate hanno più probabilità di vincere alla lotteria. Potresti sostenere questa convinzione affermando che hai osservato molte persone fortunate vincere alla lotteria. Tuttavia, questo tipo di ragionamento è circolare. Stai usando la tua osservazione di persone fortunate che vincono alla lotteria per giustificare la tua convinzione che le persone fortunate hanno più probabilità di vincere. Ma non stai fornendo alcuna prova indipendente a sostegno di questa convinzione.

È importante essere consapevoli del fatto che la probabilità non può mai essere uguale a 1, anche con un numero infinito di osservazioni. È anche importante evitare di utilizzare argomenti circolari quando si cerca di giustificare una conclusione.

  • Il falsificazionismo, come metodo scientifico elaborato da Karl Popper, non nega completamente l’induzione, ma la ritiene un metodo non affidabile per la convalida di teorie scientifiche.

Critica all’induzione. Secondo Popper, l’induzione, che ricava conclusioni generali da osservazioni specifiche, è un processo logico problematico per due motivi principali:

  1. Problema della demarcazione: non è possibile distinguere tra leggi universali e generalizzazioni empiriche basandosi solo sull’induzione. L’osservazione di un numero finito di casi non può mai garantire la validità universale di una teoria.
  2. Mancanza di falsificabilità: le teorie formulate per induzione non sono mai realmente falsificabili. Poiché si basano su un numero limitato di osservazioni, è sempre possibile trovare nuove osservazioni che le contraddicono, senza necessariamente invalidarle del tutto.

Il principio di falsificabilità.Popper propone il principio di falsificabilità come criterio di demarcazione scientifica. Una teoria scientifica è tale se e solo se è possibile formularne enunciati di falsificazione, ossia osservazioni o esperimenti che, se verificati, la confuterebbero definitivamente.

Ruolo dell’induzione nel falsificazionismo. L’induzione non è completamente assente dal falsificazionismo. Essa può essere utilizzata:

  • Per formulare ipotesi e congetture da sottoporre a verifica empirica.
  • Per progettare esperimenti e raccogliere dati che mirano a confutare le teorie.

Esempio: consideriamo la teoria “tutti i cigni sono bianchi”. Secondo il falsificazionismo, questa teoria è scientifica perché è possibile formularne un enunciato di falsificazione: “l’osservazione di un cigno non bianco”. Se tale osservazione venisse effettuata, la teoria sarebbe falsificata e dovrebbe essere rivista o abbandonata.

Il falsificazionismo non nega l’utilizzo dell’induzione nella scienza, ma ne limita il ruolo alla formulazione di ipotesi e alla progettazione di esperimenti. La validità di una teoria scientifica non si basa sull’accumulo di osservazioni positive (induzione), ma sulla sua capacità di resistere a tentativi di falsificazione.

Limiti del falsificazionismo: esistono diverse critiche al falsificazionismo, tra cui:

  • La difficoltà di formulare enunciati di falsificazione precisi e inequivocabili.
  • Il problema delle teorie “non falsificabili”, come la teoria dell’evoluzione.
  • L’eccessiva enfasi sulla confutazione rispetto alla corroborazione delle teorie.

Tuttavia, il falsificazionismo rimane un importante contributo alla filosofia della scienza e ha avuto un impatto significativo sul modo in cui la scienza viene condotta e valutata.

  • Conferma e falsificazione.

Nel falsificazionismo di Karl Popper, la conferma gioca un ruolo secondario rispetto alla falsificazione. Secondo Popper, una teoria scientifica non è mai definitivamente confermata dall’esperienza, ma può solo essere corroborata, ovvero rafforzata, da tentativi di falsificazione falliti.

Perché la conferma non è definitiva:

  • Problema dell’induzione: l’induzione, ossia il processo di trarre conclusioni generali da osservazioni specifiche, non è un metodo affidabile per la convalida di teorie scientifiche. L’osservazione di un numero finito di casi non può mai garantire la validità universale di una teoria.
  • Tautologia: la conferma di una teoria attraverso osservazioni positive è spesso tautologica, ossia circolare. Se una teoria è già stata formulata per includere le osservazioni positive disponibili, la sua successiva conferma non aggiunge nuova conoscenza.

Corroborazione: piuttosto che la conferma, Popper parla di corroborazione per indicare il rafforzamento di una teoria scientifica derivante da tentativi di falsificazione falliti. Più severi sono i test a cui una teoria viene sottoposta e più resiste alla falsificazione, più la sua corroborazione aumenta.

Esempio: consideriamo la teoria “tutti i cigni sono bianchi”. Se osserviamo un gran numero di cigni bianchi, questo non conferma definitivamente la teoria, perché è sempre possibile trovare un cigno non bianco che la confuta. Tuttavia, la mancata scoperta di cigni non bianchi dopo un’ampia e rigorosa ricerca corrobora la teoria, rendendola più affidabile.

Nonostante le sue criticità, il falsificazionismo rimane un importante contributo alla filosofia della scienza e ha avuto un impatto significativo sul modo in cui la scienza viene condotta e valutata. La sua enfasi sulla falsificabilità e la critica ha contribuito a rendere la scienza un processo più rigoroso e affidabile.

Oltre al falsificazionismo, esistono altri approcci alla filosofia della scienza che attribuiscono un ruolo più significativo alla conferma. Tra questi, il bayesianesimo, che utilizza la probabilità per valutare le teorie scientifiche alla luce di nuove prove.

Sergio Mauri
Autore Sergio Mauri Blogger. Premio speciale al Concorso Claudia Ruggeri nel 2007; terzo posto al Premio Igor Slavich nel 2020. Ha pubblicato con Terra d’Ulivi nel 2007 e nel 2011, con Hammerle Editori nel 2013 e 2014 e con Historica Edizioni e Alcova Letteraria nel 2022 e Silele Edizioni (La Tela Nera) nel 2023.
** Se puoi sostenere il mio lavoro, comprami un libro | Buy me a book! **
** ISCRIVITI ALLA NEWSLETTER ! **

About the Author

Sergio Mauri
Blogger, autore. Perito in Sistemi Informativi Aziendali, musicista e compositore, Laurea in Discipline storiche e filosofiche. Premio speciale al Concorso Claudia Ruggeri nel 2007; terzo posto al Premio Igor Slavich nel 2020. Ha pubblicato con Terra d'Ulivi nel 2007 e nel 2011, con Hammerle Editori nel 2013 e 2014, con PGreco nel 2015 con Historica Edizioni e Alcova Letteraria nel 2022 con Silele Edizioni (La Tela Nera) nel 2023 e con Amazon Kdp nel 2024.