Philosophy of science and science of philosophy
Transferir como PPTX, PDF0 gostou94 visualizações
O documento discute a relação entre filosofia da ciência e ciência da filosofia. Apresenta brevemente as visões de Popper, Kuhn, Lakatos e Feyrabend sobre racionalidade científica e revoluções científicas. Argumenta que ideias computacionais como redes neurais, algoritmos genéticos e modelos de dinâmica de avalanches podem ajudar a entender essas visões filosóficas, evitando críticas comuns.
![Sobre ciência e filosofia
• Natural scientists believe that they free themselves from
philosophy by ignoring it or abusing it...[but] they cannot
make any headway without thought...[and] hence they are
no less in bondage to philosophy, but unfortunately in most
cases to the worst philosophy. — Friedrich Engels,
Dialectics of Nature (1883).
• There is no such thing as philosophy-free science; there is
only science whose philosophical baggage is taken on
board without examination. — Daniel Dennett, Darwin's
Dangerous Idea (1995).](https://image.slidesharecdn.com/coloquiofambfilosofiaciencia-171216160448/85/Philosophy-of-science-and-science-of-philosophy-3-320.jpg)
![Valem as afirmações simétricas?
• Philosophers believe that they free themselves from science by ignoring
it or abusing it...[but] they cannot make any headway without
thought...[and] hence they are no less in bondage to science, but
unfortunately in most cases to the worst science.
• There is no such thing as science-free philosophy; there is only
philosophy whose scientific baggage is taken on board without
examination.
• Talvez, na medida em que idéias científicas se difundem e permeiam
nossa linguagem, cultura e repertório conceitual (Kinouchi et al.,
Metáforas científicas no discurso jornalístico, RBEF, 2012).](https://image.slidesharecdn.com/coloquiofambfilosofiaciencia-171216160448/85/Philosophy-of-science-and-science-of-philosophy-4-320.jpg)
![O cientista aprende tacitamente o que é “boa
ciência”, sem usar um método de demarcação
• Thomas Kuhn (in Criticism and the growth of knowledge, 1970)
“A espécie de processo [aprendizagem tácita] que tenho em mente pode
ser modelado num computador, e assim, comparado com o modo mais familiar
que recorre a critérios (…). Ambos os programas funcionarão, mas não darão
resultados idênticos. Diferem por muitas das mesmas razões que a
jurisprudência difere da lei codificada.
Nós ignoramos por muito tempo a maneira como o conhecimento da
natureza pode ser tacitamente incorporado em experiências totais sem que
intervenha a abstração de critérios ou de generalizações. Tais experiências nos
são apresentadas no correr da educação e da iniciação profissional.
Assimilando um número suficiente de exemplares, aprendemos a reconhecer e
trabalhar com o mundo com que nossos professores já estão familiarizados.
O reconhecimento da função cognitiva dos exemplares também pode
remover a eiva de irracionalidade de minhas observações anteriores (…). Em
face de exemplos do que faz uma teoria científica, não precisamos de critérios
para saber que alguma coisa saiu errada ou para fazer escolhas em caso de
conflito.”](https://image.slidesharecdn.com/coloquiofambfilosofiaciencia-171216160448/85/Philosophy-of-science-and-science-of-philosophy-17-320.jpg)
Philosophy of science and science of philosophy
- 1. Filosofia da Ciência e Ciência da Filosofia Osame Kinouchi Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto USP
- 2. Preâmbulo • “Ciência da Filosofia” = absurdo • Objetivos do colóquio • Descrever alguns temas controversos discutidos pelos filósofos da ciência Popper, Kuhn, Lakatos e Feyrabend. • Argumentar que ideias matemáticas e computacionais podem ser úteis no entendimento do que tais filósofos tentaram expressar, evitando algumas críticas e mal- entendidos muito comuns.
- 3. Sobre ciência e filosofia • Natural scientists believe that they free themselves from philosophy by ignoring it or abusing it...[but] they cannot make any headway without thought...[and] hence they are no less in bondage to philosophy, but unfortunately in most cases to the worst philosophy. — Friedrich Engels, Dialectics of Nature (1883). • There is no such thing as philosophy-free science; there is only science whose philosophical baggage is taken on board without examination. — Daniel Dennett, Darwin's Dangerous Idea (1995).
- 4. Valem as afirmações simétricas? • Philosophers believe that they free themselves from science by ignoring it or abusing it...[but] they cannot make any headway without thought...[and] hence they are no less in bondage to science, but unfortunately in most cases to the worst science. • There is no such thing as science-free philosophy; there is only philosophy whose scientific baggage is taken on board without examination. • Talvez, na medida em que idéias científicas se difundem e permeiam nossa linguagem, cultura e repertório conceitual (Kinouchi et al., Metáforas científicas no discurso jornalístico, RBEF, 2012).
- 5. Ou seja, filosofia não é estanque em relação à ciência e vice-versa Tempo Phs PhDs
- 6. Breve “História” da Filosofia da Ciência • Empirismo • Racionalismo • Positivismo • Instrumentalismo • Pragmatismo • Neopositivismo • Falseacionismo (Popper) e Programas de Pesquisa (Lakatos) • Epistemologia Evolucionária • Paradigmas Kuhnianos, Anarquismo metodológico (Feyrabend) e o debate com Popper • Estudos pós-Kuhnianos • Coerentismo • Sociologia da Ciência e Construtivismo Social • Pós-positivismo
- 7. Roteiro • O debate Popper-Kuhn sobre racionalidade científica. • Relevos rugosos • Teoria da aprendizagem • O debate sobre a natureza das revoluções científicas. • Dinâmica de avalanches • O debate sobre ciência normal-ciência revolucionária (Kuhn) versus pluralismo teórico (Feyrabend). • Algoritmos genéticos
- 8. O Falsificacionismo de Popper: “Conjecturas e Refutações” • Dados empíricos não confirmam teorias mas podem eliminá-las: “Um cisne negro elimina a teoria de que todos os cisnes são brancos”. • Cientistas fazem (“livremente”) conjecturas T. • Deduz-se consequências lógicas (predições P) de T. • Compara-se P com experimentos E. • Refuta-se conjecturas quando E não está de acordo com P.
- 9. Fraquezas do falsificacionismo ingênuo • Dados podem estar errados (“O cisne negro não era um cisne”) • Teorias são eliminadas sem ter tempo de maturação. “Toda teoria nova nasce refutada”. • Relevância e natureza dos resultados de experimentos dependem das teorias que estão sendo testadas. • Constitui uma lógica da justificação mas não descreve o desenvolvimento real, histórico, da evolução das teorias científicas, onde fatores psicológicos, sociológicos, econômicos e culturais são importantes. • Corresponde a um algorítmo genético (epistemologia evolucionária) que só conserva o indivíduo com maior fitness = não funciona, pois fica preso em mínimos locais.
- 10. Epistemologia normativa versus descritiva: Funções custo (“energia”) • Aspecto Normativo: • Teorias devem minimizar erro empírico E1 • Teorias devem minimizar elementos ad-hoc E2 • Teorias devem minimizar complexidade E3 • Teorias devem minimizar incompatibilidade com outras teorias E4 • Aspecto Descritivo: • Teorias minimizam falta de estética E5 • Teorias minimizam falta de consenso científico E6 • Teorias minimizam dissonância com ideologias dominantes E7 • Teorias minimizam frustração de interesses de pesquisadores E8 • Etc……. • Etotal = a1E1 + a2E2 + a3 E3 +…
- 12. Paradigmas Kuhnianos e relevos rugosos: racionalidade de curto termo e de longo termo • Paradigmas = mínimos locais • Progresso dentro do paradigma = descida pelo gradiente = racionalidade de curto termo = ciência normal • Transição entre paradigmas = escape de mínimos locais = racionalidade de longo termo (“temperatura”, “não eliminação de indivíduos com fitness médio”) = ciência revolucionária
- 13. Mudanças de Paradigmas Quanto maior o salto, maior a “irracionalidade” local. Justificada pela presença de uma racionalidade de longo prazo e global.
- 14. Existe progresso nas teorias científicas? Progresso vertical (dentro do paradigma) mas exploração não convergente na horizontal? Espaço das teorias
- 15. Incomensurabilidade • O novo paradigma afeta os próprios critérios de avaliação do que são boas teorias científicas. Isso pode tornar problemático a comparação do mérito das teorias. • Possível analogia: Acoplamento do paradigma P do sistema (variáveis rápidas = teorias) com variáveis lentas que definem os termos Ei (função custo, critérios de avaliação de teorias). Modulação do relevo E pela presença no sistema de um estado P. P E E P
- 16. Racionalidade tácita versus racionalidade explícita • IA baseada em regras (programação): Sistemas especialistas = racionalidade explícita. • IA baseada em exemplos (aprendizagem): Redes Neurais Artificais = ajuste de curvas (em geral, mapeamentos) = racionalidade implícita.
- 17. O cientista aprende tacitamente o que é “boa ciência”, sem usar um método de demarcação • Thomas Kuhn (in Criticism and the growth of knowledge, 1970) “A espécie de processo [aprendizagem tácita] que tenho em mente pode ser modelado num computador, e assim, comparado com o modo mais familiar que recorre a critérios (…). Ambos os programas funcionarão, mas não darão resultados idênticos. Diferem por muitas das mesmas razões que a jurisprudência difere da lei codificada. Nós ignoramos por muito tempo a maneira como o conhecimento da natureza pode ser tacitamente incorporado em experiências totais sem que intervenha a abstração de critérios ou de generalizações. Tais experiências nos são apresentadas no correr da educação e da iniciação profissional. Assimilando um número suficiente de exemplares, aprendemos a reconhecer e trabalhar com o mundo com que nossos professores já estão familiarizados. O reconhecimento da função cognitiva dos exemplares também pode remover a eiva de irracionalidade de minhas observações anteriores (…). Em face de exemplos do que faz uma teoria científica, não precisamos de critérios para saber que alguma coisa saiu errada ou para fazer escolhas em caso de conflito.”
- 18. Roteiro • O debate Popper-Kuhn sobre racionalidade científica. • Relevos rugosos • Machine learning • O debate sobre a natureza e caracterização das revoluções científicas. • Modelos de dinâmica de avalanches • O debate sobre ciência normal-ciência revolucionária (Kuhn) versus pluralismo teórico (Feyrabend). • Algoritmos genéticos
- 19. Revoluções Científicas como terremotos conceituais (equilíbrio puntuado) The Earth crackles. a, Time history of radiated energy from earthquakes throughout all of 1995. The Earth responds to the slow strains imposed by continental drift through a series of earthquakes (impulsive events well separated in space and time). This time series, when sped up, sounds remarkably like the crackling noise of paper, magnets and Rice Krispies (listen to it in ref. 110). b, Histogram of number of earthquakes in 1995 as function of their magnitude (or, alternatively, their energy release). Earthquakes come in a wide range of sizes, from unnoticeable trembles to catastrophic events. The smaller earthquakes are much more common: the number of events of a given size forms a power law called the Gutenberg–Richter law.
- 20. Quão grande precisa ser uma revolução científica para merecer o nome de revolução? Evolução temporal Invariância de escala
- 21. Modelo de avalanches Fi = H(t) + ∑Jsi + hi (Sethna et al., Nature 410, 242 - 250 (08 March 2001)
- 23. Roteiro • O debate Popper-Kuhn sobre racionalidade científica. • Relevos rugosos • Machine learning • O debate sobre a natureza das revoluções científicas. • Modelos de dinâmica de avalanches • O debate sobre ciência normal-ciência revolucionária (Kuhn) versus pluralismo teórico (Feyrabend). • Algoritmos genéticos
- 24. O debate normativo Kuhn-Feyrabend: ciência normal ou pluralismo teórico? Kuhn
- 25. Sugestões para Kuhnianos • Racionalidade implicita é defensável. • Eficiência dos algorítimos “ciência normal” versus “pluralismo teórico” pode ser testada em algorítmos genéticos. • Mudanças de paradigmas são avalanches de mudanças conceituais. Ocorrem em todas as escalas, não existe um tamanho característico que defina uma mudança de paradigma. • Em todo caso, poderíamos associar as “grandes revolucões científicas” à avalanches que afetam toda a ciência e mesmo a cultura em geral = “avalanches percolantes”. • Existe progresso vertical no relevo E(T) mas “não-progresso” horizontal.
- 26. Reducionismo versus Holismo • “O Todo é maior que a soma de suas partes” (Aristóteles) • Princípio da superposição linear = Todo igual à soma das partes. • Gás ideal, teorias do tipo um gene-um caracter, individualismo metodológico na economia e sociologia. • Sistemas não lineares = comportamento do todo é qualitativamente diferente do das partes. • Fato trivial? • f(x) = xa f(x + y) ≠ f(x) + f(y) para a ≠ 1
- 27. O Todo é qualitativamente diferente das partes e (em grande parte) independe delas! Often there will be fixed points that attract in all directions. These fixed points describe phases rather than phase transitions. Most phases are rather simple, with fluctuations that die away on long length scales. When fluctuations remain important, they will exhibit self-similarity and power laws called generic scale invariance.
- 28. Emergência = mudança qualitativa a partir de pequenos incrementos quantitativos • Transições de fase • Bifurcações
- 29. Classes de Universalidade • Sistemas classificados em “classes de universalidade” que dependem principalmente de simetrias e dimensão espacial, mas não dependem de detalhes finos do sistema (detalhes das interações, número de vizinhos etc). • Um modelo muito complexo e detalhista pode estar na mesma classe de universalidade que um modelo simples. • Portanto, podemos estudar o modelo simples para ganhar insight e conhecimento qualitativo (e mesmo alguns resultados quantitativos como expoentes críticos) sobre o sistema complexo. • Isso não significa que “reduzimos o sistema complexo à um sistema hipersimplificado”. A natureza da relação é outra: ambos pertencem à mesma classe de universalidade. • Ou seja, a existência de classes de universalidade é um argumento a favor do holismo (emergência de fenômenos sem dependência estrita das partes microscópicas) e não do reducionismo.
- 30. Uma última dúvida • Não é contraditório usar resultados científicos para estudar a ciência? • Primeira resposta: são modelos formais (conceituais, não empíricos), valem mesmo que não se apliquem à natureza. Não se trata de “naturalizar” a filosofia da ciência. Assim como a Lógica e a Teoria de Probabilidades (Bayesianismo) tem sido usadas na Filosofia da Ciência, outras ciências formais como Algoritmos Computacionais podem ser usadas. • Segunda resposta: Podemos fazer sociologia da Sociologia e história da História? Se sim, então talvez possamos fazer ciência da Ciência (metaciência), com instrumentos fornecidos pela estatística, ciência da informação e computação e idéias (como as apresentadas aqui) sugeridas por outras disciplinas. • Talvez até seja possivel fazer uma filosofia da ciência baseada em modelos computacionais, conforme sugeriu Kuhn!