O documento apresenta teorias da filosofia da ciência relevantes para a inferência estatística, discutindo os trabalhos de Popper, Lakatos, Kuhn, Mayo e Longino. Popper definiu ciência como falsificável, mas há complicações para a falsificação devido a erros, hipóteses auxiliares e estatísticas. Lakatos propôs um "falsificacionismo metodológico sofisticado". Kuhn distinguiu ciência normal de revoluções científicas. Mayo relacionou falsificação à estatística frequent

1. 1 / 12
Um pouco de filosofia da
ciência
Prof. Dr. Caio Maximino

2. 2 / 12
Objetivos
●
Apresentar algumas teorias da filosofia da
ciência que são relevantes para o problema
da inferência estatística
– Karl Popper, Imre Lakatos, Thomas Kuhn,
Helen Longino, Deborah Mayo

3. 3 / 12
Popper e os critérios de
demarcação
●
Qual a diferença entre
ciência e pseudociência?
●
Popper (1959): Teorias
científicas são falsificáveis
– O objetivo da ciência não
é comprovar hipóteses,
mas falseá-las
"File:Photo of Karl Popper.jpg" by
DorianKBandy is licensed under CC
BY-SA 4.0Uma hipótese H é dedutivamente falseada se H
acarreta um resultado experimental R, quando na
verdade o resultado é ~R

4. 4 / 12
Modus tollens
●
Na lógica proposicional, o modus tollens é
uma regra válida de inferência em que se
nega o consequente
Se P, então Q
~Q
Portanto, ~P

5. 5 / 12
Complicações para a
falsificação
●
O resultado experimental R é, por si só, sujeito a erro; é
subdeterminado pela teoria; e derivado somente com o
auxílio de hipóteses auxiliares
●
Popper: através do modus tollens, falseamos todo o
sistema (a teoria junto com as condições iniciais) que era
necessário para a dedução da previsão.
– MAS não podemos saber qual hipótese auxiliar precisa
ser alterada
– H muitas vezes acarreta não uma observação específica,
mas afirmações sobre a probabilidade de um resultado

6. 6 / 12
Complicações para a
falsificação
●
Considerando as dificuldades, é preciso fazer
escolhas para determinar
1) O que conta como uma observação, e
quais observações são aceitáveis em um
determinado experimento
2) Se hipóteses auxiliares são aceitáveis, e
se hipóteses alternativas são descartadas
3) Quando é possível rejeitarmos hipóteses
estatísticas

7. 7 / 12
Lakatos: “falsificacionismo
metodológico sofisticado”
●
Lakatos (1978): Tomar a
decisão de rejeitar fatores
auxiliares/alternativos é
arbitrário
●
Há um “núcleo duro” contra o
qual o modus tollens não é
direcionado; face a
inconsistências ou anomalias,
podemos tentar substituir os
auxiliares fora desse núcleo,
conquanto o resultado seja
progressivo ao invés de
degenerativo.

8. 8 / 12
Thomas Kuhn: Ciência normal vs
Ciência revolucionária
●
Ciência normal: pesquisa científica
orientada por um paradigma e
baseada em um consenso entre
especialistas
– As anomalias são tratadas como
enigmas ou quebra-cabeças
●
Revolução científica: Após o
acúmulo de anomalias
significativas, os cientistas passam
a questionar o paradigma "File:Thomas-kuhn-portrait.png" by
Davi.trip is licensed under CC BY-
SA 4.0

9. 9 / 12
Deborah Mayo: Inferência estatística
para aprender com os erros
●
Popperianos: Teste severo está ligado
a definir quando os dados oferecem
evidências novas para uma hipótese
●
Assim, a falsificação está relacionada
à estatística frequentista
– Fisher: resultados significativos
isolados são uma evidência fraca de
um efeito genuíno, e a significância
estatística não garante inferência
causais substantivas
– “um resultado de sucesso é um
teste severo da hipótese H apenas
na medida em que é muito
improvável que um tal resultado de
sucesso ocorra, se H for falso.”
Mayo DG (1996). Error and the growth of experimental knowledge. Chicago: University of Chicago Press

10. 10 / 12
Ciência normal e testes
severos
●
A ciência normal requer testes severos, confiáveis,
ou exigentes; não seria possível “aprender com
soluções falhadas para problemas normais se
pudessem sempre mudar a questão, fazer
alterações, etc.”
●
As anomalias, portanto, são oportunidades de
aprender com a ciência normal (“conhecimento
experimental”); o objetivo da Ciência não é evitar a
anomalia e o erro, mas ser capaz de aprender com
a anomalia e com o erro.

11. 11 / 12
Helen Longino: Conhecimento
científico como produto social
●
Empirismo contextual: as observações e
dados do tipo utilizado pelos cientistas não
são, por si só, provas a favor ou contra
qualquer hipótese em particular. Pelo
contrário, a relevância de qualquer dado
particular para qualquer hipótese em
particular é decidida pelas crenças e
suposições humanas sobre que tipos de dados
podem suportar que tipos de hipóteses.
●
A crítica inter-subjetiva é o que constitui a
objetividade da ciência; vias abertas para a
crítica, bem como padrões compartilhados,
abertura à re-avaliação, e igualdade, são
fundamentais para issoHelen E Longino, CC BY-SA 4.0
<https://creativecommons.org/licens
es/by-sa/4.0>, via Wikimedia
Commons

12. 12 / 12
Próximo vídeo:
Introdução aos paradigmas frequentista,
bayesiano, e de verossimilhança