1 / 31

Epistemologia da Física e Física da Epistemologia

Epistemologia da Física e Física da Epistemologia. Osame Kinouchi Faculdade de Filosofia , Ciências e Letras de Ribeirão Preto USP. Preâmbulo. “Física da Epistemologia” = absurdo Objetivos do colóquio

maitland
Download Presentation

Epistemologia da Física e Física da Epistemologia

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Epistemologia da Física e Física da Epistemologia Osame Kinouchi Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto USP

  2. Preâmbulo • “Física da Epistemologia” = absurdo • Objetivos do colóquio • Descrever alguns temas controversos discutidos pelos filósofos da ciência Popper, Kuhn e Feyrabend. • Argumentar que conceitos teóricos introduzidos recentemente em Física e outras ciências 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.

  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 • Coerentismo • Falseacionismo (Popper) e epistemologia evolucionária • Teoria crítica (escola de Frankfurt) • Paradigmas Kuhnianos, Anarquismo metodológico (Feyrabend) e o debate com Popper • Estudos pós-Kuhnianos • Sociologia da Ciência e Construtivismo Social • Pós-positivismo

  7. Roteiro • O debate Popper-Kuhn sobre racionalidade científica. Insights a partir dos conceitos de: • 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 • O debate Reducionismo versus Holismo. • Sistemas dinâmicos não lineares. • Grupo de Renormalização e classes de Universalidade.

  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 eliminadas rapidamente 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, 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 +…

  11. Relevos Rugosos E

  12. “Contra o Método”: 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? Espaço das teorias Progresso vertical (dentro do paradigma) mas exploração não convergente na horizontal? Corre a ciência o perigo de uma transição vítrea?

  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 estado S do sistema (variáveis rápidas) com variáveis lentas que definem os termos Ei. Modulação do relevo pela presença do sistema em um estado S(t).

  16. Racionalidade tácita versus racionalidade explícita • IA baseada em regras (programação): Sistemas especialistas = racionalidade explícita. • IA baseada em exemplos (aprendizagem): Redes Neurais Artificais, Support Vector Machines, etc = 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. Insights a partir dos conceitos de: • 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 • O debate Reducionismo versus Holismo. • Sistemas dinâmicos não lineares. • Grupo de Renormalização e classes de Universalidade.

  19. Revoluções Científicas como terremotos conceituais 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? Evolução temporal Invariância de escala

  21. Modelo de avalanchesFi = H(t) + Jsi + hi (Sethna et al., Nature410, 242 - 250 (08 March 2001)

  22. Modelos de terremotos

  23. Roteiro • O debate Popper-Kuhn sobre racionalidade científica. Insights a partir dos conceitos de: • 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 • O debate Reducionismo versus Holismo. • Sistemas dinâmicos não lineares. • Grupo de Renormalização e classes de Universalidade.

  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 ou clusters percolantes”. • Existe progresso vertical 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 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 incrementos quantitativos • Bifurcações • Caos determinista • Múltiplos atratores • Transições de fase e fenômenos críticos • Modelagem baseada em agentes • Etc.

  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 nãosignifica que “reduzimos o sistema complexo à um sistema hipersimplificado”. A natureza da relação é outra: ambos pertencem à mesma classe de universalidade.

  30. Uma última dúvida • Não é contraditório usar resultados científicos para estudar a ciência? • Primeira resposta: são modelos formais (não empíricos), valem mesmo que não se apliquem à natureza. Não se trata de “naturalizar” a filosofia da ciência. • Segunda resposta: Podemos fazer sociologia da Sociologia e história da História? Se sim, então talvez possamos fazer ciência da Ciência (metaciência), com instrumentos fornecidos pelas ciências humanas, estatística, ciência da informação 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!

More Related