Bestätigungstheorie
Bestätigung-s-Theorie agr.-deu.
◀▷In der Wissenschaftstheorie bezieht sich der Begriff „Bestätigung“ auf die Beziehung zwischen einem Beleg und einer dadurch bestätigten Hypothese.[1] Die Bestätigungstheorie ist das Studium der Bestätigung und Entkräftung: wie wissenschaftliche Hypothesen durch Belege gestützt oder entkräftet werden.[2] Die Bayesianische Bestätigungstheorie bietet ein Modell der Bestätigung, das auf dem Prinzip der Konditionalisierung beruht.[3][1] Ein Beleg bestätigt eine Theorie, wenn die bedingte Wahrscheinlichkeit dieser Theorie relativ zum Beleg höher ist als die unbedingte Wahrscheinlichkeit der Theorie an sich.[1] Formal ausgedrückt: 𝑃(𝐻 | 𝐵) > 𝑃(𝐻).[3] Wenn der Beleg die Wahrscheinlichkeit der Hypothese verringert, wird sie entkräftet. Wissenschaftler interessieren sich normalerweise nicht nur dafür, ob ein Beleg eine Theorie stützt, sondern auch, wie viel Unterstützung er bietet. Es gibt verschiedene Möglichkeiten, wie dieser Grad bestimmt werden kann.[1] Die einfachste Version misst bloß die Differenz zwischen der bedingten Wahrscheinlichkeit der Hypothese relativ zum Beleg und der unbedingten Wahrscheinlichkeit der Hypothese, d. h. der Grad der Unterstützung ist 𝑃(𝐻 | 𝐵) — 𝑃(𝐻).[4] Das Problem bei der Messung dieses Grades besteht darin, dass er davon abhängt, wie sicher die Theorie bereits vor Erhalt des Belegs ist. Wenn also ein Wissenschaftler bereits sehr sicher ist, dass eine Theorie wahr ist, dann wird ein weiterer Beleg seinen Glaubensgrad nicht sehr beeinflussen, selbst wenn der Beleg sehr stark wäre.[3][4] Eine weitere Bedingungen ist, dass überraschende Belege, welche für sich genommen eine geringe Wahrscheinlichkeit haben, mehr Unterstützung bieten.[4][1] Wissenschaftler stehen oft vor dem Problem, sich zwischen zwei konkurrierenden Theorien entscheiden zu müssen. In solchen Fällen geht es nicht so sehr um die absolute Bestätigung oder darum, inwieweit ein neuer Beleg diese oder jene Theorie unterstützen würde, sondern um die relative Bestätigung, d. h. darum, welche Theorie durch den neuen Beleg stärker unterstützt wird.[3]
Ein bekanntes Problem der Bestätigungstheorie ist das Rabenparadox von Carl Gustav Hempe.[5][2][1] Hempel weist zunächst darauf hin, dass der Anblick eines schwarzen Rabens als Beleg für die Hypothese gilt, dass alle Raben schwarz sind, während der Anblick eines grünen Apfels normalerweise nicht als Beleg für oder gegen diese Hypothese angesehen wird. Das Paradox besteht in der Überlegung, dass die Hypothese „alle Raben sind schwarz“ logisch äquivalent ist zu der Hypothese „wenn etwas nicht schwarz ist, dann ist es kein Rabe“.[1] Da der Anblick eines grünen Apfels als Beleg für die zweite Hypothese gilt, sollte er auch als Beleg für die erste Hypothese gelten.[3] Der Bayesianismus erlaubt, dass der Anblick eines grünen Apfels die Rabenhypothese unterstützt, und erklärt zugleich unsere anfängliche entgegengesetzte Intuition. Zu diesem Ergebnis kommt man, wenn man annimmt, dass der Anblick eines grünen Apfels die Rabenhypothese zwar nur minimal, aber dennoch positiv unterstützt, während der Anblick eines schwarzen Rabens deutlich mehr Unterstützung bietet.[3][1][5]
- ↑ a b c d e f g h Franz Huber: Confirmation and Induction. In: Internet Encyclopedia of Philosophy. Abgerufen am 6. März 2021 (englisch).
- ↑ a b Vincenzo Crupi: Confirmation. In: The Stanford Encyclopedia of Philosophy. Metaphysics Research Lab, Stanford University, 2021, abgerufen am 6. März 2021 (englisch).
- ↑ a b c d e f William Talbott: Bayesian Epistemology. In: The Stanford Encyclopedia of Philosophy. Metaphysics Research Lab, Stanford University, 2016,abgerufen am 6. März 2021 (englisch).
- ↑ a b c Stephan Hartmann, Jan Sprenger: The Routledge Companion to Epistemology. London: Routledge, 2010, Bayesian Epistemology, S. 609–620 (englisch, Online).
- ↑ a b Branden Fitelson, James Hawthorne: How Bayesian Confirmation Theory Handles the Paradox of the Ravens. In: The Place of Probability in Science. Band 284. Springer, 2010, S. 247–275, doi:10.1007/978-90-481-3615-5_11 (englisch, Online).