Pawel Kawalec

Przedmowa Problematyka związana z zależnościami przyczynowymi, ich modelowaniem i odkrywa¬niem, po długiej nieobecności w filozofii i metodologii nauk, budzi współcześnie duże zainteresowanie. Wiąże się to przede wszystkim z dynamicznym rozwojem, zwłaszcza od lat 1990., technik obli¬czeniowych. Wypracowane w tym czasie sieci bayesowskie uznaje się za matematyczny język przyczynowości. Pozwalają one na daleko idącą auto¬matyzację wnioskowań, co jest także zachętą do podjęcia prób algorytmiza¬cji odkrywania przyczyn. Na potrzeby badań naukowych, które pozwalają na przeprowadzenie eksperymentu z randomizacją, standardowe metody ustalania zależności przyczynowych opracowano na początku XX wieku. Zupełnie inaczej sprawa przedstawia się w przypadku badań nieeksperymentalnych, gdzie podobne rozwiązania pozostają kwestią przyszłości. Zadaniem tej książki jest podanie warunków, które powinny być spełnione przez te rozwiązania, oraz sformułowanie proceduralnego kryterium zależności przy¬czynowych jako szczegółowej realizacji tych warunków. Pociąga ono waż¬kie konsekwencje dla filozofii i metodologii nauk, które ujawnia – podany w Części II – zarys me-todolo¬gii proceduralnej. W literaturze przedmiotu brakuje w miarę wszechstronnego i systema¬tycznego omówie¬nia najnowszych filozoficznych i metodologicznych dys¬kusji na temat przy¬czynowości, co niech będzie wytłumaczeniem, dlaczego w niektórych punktach obecnej książki szczegółowo referuję trudno dos¬tępne teksty źró¬dłowe. Przymiotnik „proceduralny” używam tu w znaczeniu węższym niż Huw Price (w którego pracach właściwszy byłby termin „kryterialny”) dla podkre¬ślenia – zgodnie z łacińskim źródłosłowem procedo – że dla ustalenia przy¬czyny niezbędne jest podjęcie przez uczonych określonych interakcji z ba¬daną rzeczywistością. Zalążki zamysłu prezentowanego w tej książce przedstawiłem podczas warsztatów filozoficznych „Philosophy and Probability” w roku 2002, zor¬ganizowanych przez Instytut Filozofii Uniwersytetu w Konstancji. Wdzięczny jestem uczestnikom tych warsztatów za uwagi, a przede wszyst¬kim następującym osobom: Luc Bovens, Brandon Fitelson, Alan Hájek, Stephan Hartmann oraz Jon Williamson. Podczas międzynarodowej konferencji „Analytical Pragmatism”, zorgani¬zowanej w Lublinie w roku 2003 przez Wydział Filo¬zofii Katolickiego Uniwersytetu Lubelskiego, odniosłem swoją koncepcję do prac Nancy Cartwright. Szczególnie inspirujący okazał się komentarz Huw Price’a do mojego referatu i przeprowadzona z nim dysku¬sja. Ujęcie koncepcji metodologii proceduralnej na szerszym tle współ-czes¬nego nurtu empirystycznego w filozofii nauki przedstawiłem w roku 2004 podczas konferencji „5th Quadrennial Fellows Conference”, zorgani¬zowanej przez Instytut Filozofii Uniwersytetu Jagiellońskiego oraz Centrum Filozofii Nauki w Pittsburghu. Szczególnie pomocne w dalszych moich pra¬cach były uwagi Jamesa Bogena, Janet Kourany, Jamesa Lennoxa, Johna Nortona, Thomasa Bonka, Jana Woleńskiego i Johna Worralla, za które wyra¬żam swoją wdzięczność. Korpus książki powstał podczas mojego stażu w Centrum Filozofii Nauki w Pittsburghu, który odbyłem jako stypendysta Fundacji na Rzecz Nauki Polskiej w roku akademickim 2004-2005. Uczestniczyłem w tym czasie w życiu naukowym Centrum i w pracach badawczych zespołu z Instytutu Filozofii Uniwersytetu Carnegie-Mellon w Pittsburghu kierowanego przez Clarka Glymoura. Na jego ręce składam podziękowanie za wiele po¬mocnych uwag do moich wy¬stąpień oraz tekstów i za dyskusje przede wszystkim z nim samym i z jego najbliższymi współpracownikami: Peterem Spirtesem oraz Richardem Scheinesem, a także pozostałymi członkami tego zes¬połu, doktorantami i uczestnikami seminarium badawczego „Causality in the Social Sciences”. Za wieloletnie wsparcie, wielopłaszczyznowe inspiracje towarzyszące pi¬saniu tej książki, a także liczne pomocne uwagi do jej wcześniejszych wersji dziękuję przede wszystkim Księdzu Profesorowi Andrzejowi Bronkowi oraz Księdzu Profesorowi Józefowi Herbutowi, współprowadzącemu seminarium doktorskie w Katedrze Metodologii Nauk Katolickiego Uniwersytetu Lubel¬skiego im. Jana Pawła II, jak również pozostałym uczestnikom tego semina¬rium. Dziękuję mojej Żonie, dr Annie Kawalec za wiele wysiłku włożonego w ulepszenie redakcji – językowej i merytorycznej – obecnej książki. Książkę tę można czytać na kilka sposobów. Czytelnikom zainteresowa¬nym przede wszystkim prowadzeniem badań empirycznych polecałbym rozpoczęcie od Rozdziału 2. i kontynuację pozostałych rozdziałów Części I, a następnie Dodatków. Czytelnikom zainteresowanym problemami filozo¬fii i metodologii nauk polecałbym rozpoczęcie lektury książki od Części II i uzupełniającą lekturę Rozdziału 2., a następnie Wprowadzenia i Zakończenia. Czytelnikom mniej zainteresowanym zagadnieniami teoretycznymi pole¬całbym zapoznanie się z fascynującymi dziejami odkrycia przyczyn cholery przez Johna Snowa, które rekonstruuję w Rozdziale 1. W dalszej części nato¬miast polecałbym przejście do Wprowadzenia i Zakończenia, które w mniej specjalistyczny sposób przybliżają proponowane tu rozstrzygnięcia. Tekst książki nie był dotąd publikowany. Wyjątkiem są pewne fragmenty Rozdziału 8. oraz 9., które w zmienionej postaci ukazały się w Rocznikach Filozoficznych (Kawalec 2004). Lublin, luty 2006 r.

Abstract The opening section outlines probabilism in the 20th century philosophy and shortly discusses the major accomplishments of Polish probabilist thinkers. A concise characterization of Bayesianism as the major recent form of probabilism follows. It builds upon the core personalist version of Bayesianism towards more objectively oriented versions thereof. The problem of a priori probability is shortly discussed. A tentative characterization of Kazimierz Ajdukiewicz’s standpoint regarding the inductive inference is cast in Bayesian terms. His objections against it presented in Pragmatic Logic are presented. His 1958 paper on justification of non-deductive inference, as amply demonstrated by K. Szaniawski and I. Niiniluoto, extends his earlier Baysian position from 1928 monograph. In the closing section Ajdukiewicz’s standpoint is presented as a characteristically pragmatist and empiricist version of Bayesianism, which remains an unexplored and stimulating position.

An antinaturalist defense of causality of mental states. The argument is based on the properties of causal models in cognitive research. Bibliografia prac przywołanych w tekście Damasio A., 1994/1999, Błąd Kartezjusza. Emocje, rozum i ludzki mózg, tłum. M. Karpiński, Poznań: Rebis. Davidson D., 1963/2001, „Actions, reasons, and causes”, w: (Davidson 2001), s. 3-19. Davidson D., 1967/2001, „Causal relations”, w: (Davidson 2001), s. 149-62. Davidson D., 1970/2001, „Mental events”, w: (Davidson 2001), s. 207-25. Davidson D., 1976/2001, „Hempel on explaining action”, w: (Davidson 2001), s. 261-75. Davidson D., 2001, Essays on actions and events, Oxford: Clarendon. Farmer A., McGuffin P., Williams J., 2002, Measuring psychopathology, Oxford: Oxford University Press. Freedman D. A., Petitti D. B., 2002, „Salt, blood pressure, and public policy”, International Journal of Epidemiology, t. 31, s. 319–320. Greyson B., 2000, „Near-death experiences”, w: Varieties of anomalous experience. Examining the scientific evidence, red. E. Cardeña, S. J. Lynn i S. Krippner, Washington, DC: American Psychological Association, s. 315-52. Judycki S., 1995, Umysł i synteza, Lublin: RW KUL. Judycki S., 2000, „Transkauzalność a determinizm”, Kognitywistyka i media w edukacji, t. 3, s. 73-86. Kawalec P. 2005, „Understanding science of the new millennium”, http://philsci archive.pitt.edu/archive/00002558/ Kawalec P., 2006, Jak odkryć przyczynę? Studium z ogólnej metodologii i filozofii nauki, Lublin 2006, w przygotowaniu. Kim J., 1998/2002, Umysł w świecie fizycznym, tłum. R. Poczobut, Warszawa: IFiS PAN. Lauritzen S., 1996, Graphical models, Oxford: Clarendon. Menzies P., 2003, „The causal efficacy of mental states”, w: Physicalism and mental causation. The metaphysics of mind and action, red. S. Walter i H.-D. Heckmann, w druku. Pearl J., 2000, Causality. Models, reasoning, and inference, Cambridge: Cambridge University Press. Piłat R., 1999, Umysł jako model świata, Warszawa: IFiS PAN. Rosenbaum P., 2002, Observational studies, Nowy Jork: Springer. Sabom M., 1998, Life and death. One doctors’s fascinating account of near-death experiences, Grand Rapids: Zondervan. Spirtes P., Glymour C., Scheines R., 2000, Causation, prediction, and search, Cambridge, MA.: MIT. van Fraassen B., 1980, The scientific image, Oxford: Clarendon. van Fraassen B., 2002, The empirical stance, New Haven: Yale University Press. Woodward J., 2003, Making things happen: a theory of causal explanation, Nowy Jork: Oxford University Press. Żegleń U., 2003, Filozofia umysłu, Toruń: A. Marszałek.

Zwolennicy transhumanizmu upatrują przyszłego podmiotu wiedzy w maszynach, które miałyby być inteligentniejsze od ludzi, ich twórców. Jeżeli raz zaistniałaby taka możliwość stworzenia inteligentniejszych podmiotów, to w kolejnym kroku maszyny inteligentniejsze od ludzi stworzą następne pokolenie maszyn bardziej inteligentne od samych siebie. To zapoczątkuje dalsze etapy procesu gwałtownego wzrostu inteligencji aż do osiągnięcia stanu osobliwości (ang. singularity). W niniejszym tekście omówione są wątpliwości dotyczące drugiego z kluczowych stwierdzeń uzasadniających transhumanistyczną tezę o osobliwości, a mianowicie gwałtownego wzrostu inteligencji. Te wątpliwości dotyczą możliwości replikowalności wiedzy danego podmiotu poznawczego jako warunku gwałtownego wzrostu. Inspiracją tych wątpliwości jest program epistemologiczny, który mógłby wydawać się wzorcowym protoplastą programu transhumanizmu, a mianowicie program epistemologiczny R. Carnapa, którego ucieleśnieniem jest tzw. robot Carnapa. W ujęciu synchronicznym zasadniczo taka replikowalność ograniczałaby się wyłącznie do strukturalnych własności wiedzy, co nie daje wystarczającej podstawy do stwierdzenia gwałtownego wzrostu. W ujęciu diachronicznym, możliwości dynamicznego zwiększania zasobów wiedzy robota Carnapa są w sposób nieusuwalny uwarunkowane przyjętymi subiektywnie schematami, a wybór pomiędzy nimi dokonuje się pragmatycznie. W tym przypadku stawianie pytania o wzrost jest bezpodstawne.

N. Cartwright’s results on invariance under intervention and causality (2003) are reconsidered. Procedural approach to causality elicited in this paper and contrasted with Cartwright’s apparently philosophical one unravels certain ramifications of her results. The procedural approach seems to license only a constrained notion of intervention and in consequence the “correctness to invariance” part of Cartwright’s first theorem fails for a class of cases. The converse “invariance to correctness” part of the theorem relies heavily on modeling assumptions which prove to be difficult to validate in practice and are often buttressed by independently acquired evidence.

C. Howson’s probabilistic logic as a comprehensive methodological account of scientific inference, which avoids Hume’s inductive skepticism, is discussed against the background of the latter’s quantitative theory of money. Hume’s theory leads to two causal accounts that may appear to be contradictory. As the more general one suggests neutrality of money, while the more descriptive attributes causal influence to specie-flow mechanism of money. The former is grounded by a counterfactual reasoning. The discussion of recent examples of bayesian counterfactual models leads to the conclusion that despite the possibility of a uniform account of Hume’s theory of money, it seems beyond the scope of the Bayesian probabilistic logic offered by Howson.

The paper outlines and discusses the major tenets of moderately pluralistic methodology. The latter is juxtaposed to J. Życiński’s principle of natural interdisciplinarity. It instantiates scientific pluralism as a domain-specific agenda for research. The symbolic and causal understanding are integrated in this methodological conception by means of a specific kind of counterfactual reasoning, which is coined the delimiting counterfactual. It makes the moderately pluralistic methodology applicable to non-experimental research. Streszczenie Tytuł: “Umiarkowanie pluralistyczna metodologia” Artykuł prezentuje i omawia zasadnicze założenia koncepcji umiarkowanie pluralistycznej metodologii. Ta ostatnia jest zbieżna z J. Życińskiego zasadą naturalności interdyscyplinarnej. Reprezenuje ona szeroko rozumiany nurt pluralizmu naukowego w zakresie sposobu prowadzenia badań w danej dziedzinie. W tej koncepcji połączone są dwa poziomy rozumienia symboliczny i przyczynowy za pomocą swoistego rodzaju wnioskowań kontrfaktycznych, określonych tu jako rozgraniczających wnioskowań kontrfaktycznych. Dzięki nim umiarkowanie pluralistyczna metodologia ma zastosowanie do badań nieeksperymentalnych. Słowa kluczowe: pluralizm naukowy, Józef Życiński, Rudolf Carnap, wnioskowanie kontrfaktyczne

W związku ze wzrostem znaczenia komercjalizacji wiedzy i zachęcania naukowców do wykorzystania różnych mechanizmów dyfuzji wiedzy w literaturze przedmiotu zgłasza się wiele wątpliwości dotyczących tego, czy w takim rozwoju nauka finansowana ze środków publicznych nie zatraca swoich istotnych cech. Obawy dotyczą po pierwsze tego, że intensyfikacja komercjalizacji może wpływać negatywnie na ilość publikacji zgłaszanych przez naukowców, wykazujących aktywność w obszarze przedsiębiorczości akademickiej. Po drugie, tego, że uczeni mogą być coraz mniej zainteresowani badaniami podstawowymi na rzecz zagadnień, które dają nadzieje na zgłoszenie patentu w możliwie krótkim czasie. Niniejszy artykuł dokonuje przeglądu najnowszych badań, które w ostatnich latach są prowadzone dość intensywnie, aby udzielić odpowiedzi na te dwa newralgiczne pytania, z odniesieniem przede wszystkim do badań naukowych finansowanych ze środków publicznych. Po nakreśleniu w punkcie pierwszym uwag terminologicznych, związanych z tytułową przedsiębiorczością akademicką, punkt drugi przywołuje krótko tło, związane z tematyką przedsiębiorczości akademickiej i jej związków z kształtem rozwoju nauki. Kolejny punkt prezentuje jeden z – jak można sądzić – nielicznych szczegółowo udokumentowanych przypadków, które ilustrują zagrożenia, jakie mają na względzie autorzy obawiający się negatywnego wpływu przedsiębiorczości akademickiej na dotychczasową działalność naukową i jej rozwój. W punkcie czwartym omówione są najnowsze wyniki badań, dotyczące wpływu intensyfikacji przedsiębiorczości akademickiej na proces tworzenia i upowszechniania wiedzy naukowej. Mimo wielu niejasności w tym względzie, wyraźnie rysuje się wniosek, że ta zależność – wbrew podnoszonym obawom – jest pozytywna. W świetle – dotychczas wciąż jeszcze fragmentarycznych – wyników badań zasygnalizowane są ograniczenia tej zależności oraz potrzeba poszukiwania jej optymalnego modelu. Punkt piąty dotyczy wyników badań empirycznych, zmierzających do określenia zależności między zwiększonymi wysiłkami komercjalizacji wiedzy a proporcją badań podstawowych i stosowanych finansowanych ze środków publicznych. Trudności w podaniu jednoznacznego wniosku z badań należy tłumaczyć w tym przypadku przede wszystkim problemami z klarownym wyodrębnieniem środków przeznaczonych na jeden i drugi z wymienionych wyżej rodzajów badań. W zakończeniu zaprezentowane są wnioski natury ogólnej oraz najważniejsze rekomendacje, wynikające z podjętej w artykule tematyki.

N. Cartwright's recent results on invariance under intervention and causality (2003) are reconsidered. Procedural approach to causality elicited in this paper and contrasted with Cartwright's apparently philosophical one unravels certain ramifications of her results. The procedural approach seems to license only a constrained notion of intervention and in consequence the "correctness to invariance" part of Cartwright's first theorem fails for a class of cases. The converse "invariance to correctness" part of the theorem relies heavily on modeling assumptions which prove to be difficult to validate in practice and are often buttressed by independently acquired evidence.

Any serious attempt to give an account of the cognitive aspect of science – as contrasted with e.g. its social or cultural aspects – cannot ignore the automation revolution. In the conception presented in this paper the results of computer science are taken seriously and integrated with many of the ideas concerning what constitutes scientific inquiry that have been proposed at least since the early Middle Ages. The central idea is that of reliable inquiry. Science makes explicit and elaborates on the methods of acquiring beliefs in our daily life. The central question a scientific method applied to inquiry needs to face is if it is reliable in getting to the truth. On the reliabilist criteria presented here, if a method is logically warranted to get to the right answer – given data and background knowledge available – and to stick to it afterwards, then it is reliable. This is a normative theory, but the standard of reliability is adjusted to the domain of the inquiry at hand. This paper presents the central tenets of the reliabilist conception of science and briefly outlines the main results underlying it. Roughly, the aim of science is interesting truth about the world around us (scientific realism) and reliabilist epistemology affords us precise answers as to how far science can succeed in this task – given the methods, goals and background assumptions available. The philosophical task to deliver an adequate understanding of science is taken to be continuous with scientific research itself (naturalism), a major part of which is concerned with delivering causal explanations (causality) and can only be carried out with limited resources (computability). Many of the ideas integrated into the reliabilist conception of science and precisely articulated therewith have appeared earlier in both philosophy and science (history of ideas). I conclude the exposition of the ideas integrated into the reliabilist conception of science with discussions of sample case studies where the reliabilist conception of science has been applied to actual scientific research. For obvious reasons none of the grand conceptions of science from the distant past is adequate. Towards the end of this paper I give some substance to the claim that among the few contemporary conceptions of science reliabilist epistemology is the the most comprehensive account. For only it systematically elaborates the ideas of reliability and computability accompanying science from its inception. None of the past or contemporary alternatives to a thoroughly revised understanding of science offered by the reliabilist approach can embrace the recent outburst of new sciences such as computer science, Bayesian statistics and cognitive science. An outline of open problems and directions for future research concludes the paper.

In this work, we explore the epistemic import of the value-ladenness of Neyman-Pearson’s Theory of Testing Hypotheses by reconstructing and extending Daniel Steel’s argument for the legitimate influence of pragmatic values on scientific inference. We focus on how to properly understand N-P’s pragmatic value-ladenness and the epistemic reliability of N-P. We develop an account of the twofold influence of pragmatic values on N-P’s epistemic reliability and replicability. We refer to these two distinguished aspects as “direct” and “indirect”. We discuss the replicability of experiments in terms of the indirect aspect and the replicability of outcomes in terms of the direct aspect. We argue that the influence of pragmatic values is beneficial to N-P’s epistemic reliability and replicability indirectly. We show that while the direct influence of pragmatic values can be beneficial, its negative effects on reliability and replicability are also unavoidable in some cases, with the direct and indirect aspects possibly being incongruent.

This book revives inductive logic by bringing out the underlying epistemology. The resulting structural reliabilist theory propounds the view that justification supervenes on syntactic and semantic properties of sentences as justification-bearers. It is claimed to set up a genuine alternative to the prevailing theories of justification. Kawalec substantiates this claim by confronting structural reliabilism with a number of epistemological problems. While the book is addressed to both professionals and students of philosophical logic, probability, epistemology, and philosophy of science, it also surveys ideas central to the development of philosophy in the 20th century. It will be a valuable companion to multifarious graduate and postgraduate courses.

The paper discusses basic philosophical assumptions of the new conception of scientific research which tends to possibly complete automation of research. The theoretical underpinnings of reliable inquiry sets a framework for a comprehensive spectrum of attainable solutions to a research problem formulated in the framework given the theoretical assumptions and available evidence. The framework is general, but the success criteria are adjustable to a domain of inquiry. Research on causal dependencies in macroeconomics seems a successful application of the framework

A survey of the modern theories of explanation leads us to conclude that it is J. Woodward\'s conterfactual approach that seems to set out a promising agenda for setting up a satisfactory model of explanation. Such a model would need to come to terms with two stipulations, i.e. to reflect causal asymmetry and be empirically adequate. To meet the latter I modify the counterfactual model of explanation to require a class of observationally equivalent (Bayesian) causal models instead of the true causal model. For in most cases empirical adequacy of causal models, i.e. their identifiability and consistency with observed distributions, would neither grant the stronger conclusion Woodward embeds in his conterfactual account of explanation nor license metaphysical naturalism

We show that if among the tested hypotheses the number of true hypotheses is not equal to the number of false hypotheses, then Neyman-Pearson theory of testing hypotheses does not warrant minimal epistemic reliability. We also argue that N-P does not protect from the possible negative effects of the pragmatic value-laden unequal setting of error probabilities on N-P’s epistemic reliability. Most importantly, we argue that in the case of a negative impact no methodological adjustment is available to neutralize it, so in such cases the discussed pragmatic-value-ladenness of N-P inevitably compromises the goal of attaining truth.

The paper focuses on knowledge generation, a topic frequently overlooked in the traditional debates in epistemology and philosophy of science. We focus on investigation as the primary process generating knowledge and its products. Investigation is taken as a generalization of the research process that includes similar knowledge-generating practices in aboriginal communities. To characterize the complexity of investigation processes and their products we go beyond traditional epistemological characterization of knowledge in terms of mental states and turn to the concept of routine. Investigation processes share a common symbolic representation form which we call here a knowledge thread. The dynamics of the knowledge thread may be characterized by two intertwined tiers: cognitive and institutional. Using examples from our previous studies, especially on the recent discovery of microRNAs in molecular biology, we illustrate the dynamics of threads and claim that it is susceptible to the social network analysis which, however, requires insightful applications and sound interpretation of the results. Such an interpretation, as we suggest, may further be elaborated on the grounds of anthropological theories of distributed agency and distributed cognition.

We analyse the issue of using prior information in frequentist statistical inference. For that purpose, we scrutinise different kinds of sampling designs in Jerzy Neyman’s theory to reveal a variety of ways to explicitly and objectively engage with prior information. Further, we turn to the debate on sampling paradigms (design-based vs. model-based approaches) to argue that Neyman’s theory supports an argument for the intermediate approach in the frequentism vs. Bayesianism debate. We also demonstrate that Neyman’s theory, by allowing non-epistemic values to influence evidence collection and formulation of statistical conclusions, does not compromise the epistemic reliability of the procedures and may improve it. This undermines the value-free ideal of scientific inference.