ראיות מדעיות הן ראיות המשמשות לתמוך בתאוריה מדעית או בהשערה מדעית, או לסתור אותה,[1] אם כי מדענים משתמשים בראיות גם בדרכים אחרות, כגון בעת יישום תיאוריות על בעיות מעשיות. ראיות כאלה צפויות להיות ראיות אמפיריות וניתנות לפירוש בהתאם לשיטה המדעית. הסטנדרטים לראיות מדעיות משתנים בהתאם לתחום המחקר, אך עוצמת הראיות המדעיות מבוססת בדרך כלל על תוצאות ניתוח סטטיסטי וחוזק בקרות מדעיות.[דרוש מקור]

עקרונות של הנחת הנחות

עריכה

הנחות או אמונות של אדם לגבי הקשר בין תצפית להשערה ישפיעו אם אותו אדם יחשיב את התצפית בתור ראיה, הוכחה.[2] הנחות או אמונות אלו ישפיעו גם על האופן שבו אדם מנצל את התצפיות כראיה. לדוגמה, חוסר התנועה לכאורה של כדור הארץ עשוי להיחשב כראיה לקוסמולוגיה גיאוצנטרית. עם זאת, לאחר שהוצגו ראיות מספקות לקוסמולוגיה הליוצנטרית והוסבר חוסר התנועה לכאורה, התצפית הראשונית מבוטלת כראיה.

כאשר לצופים רציונליים יש אמונות שונות, הם עשויים להסיק מסקנות שונות מאותן ראיות מדעיות. לדוגמה, פריסטלי, שעבד עם תורת הפלוגיסטון, הסביר את תצפיותיו על פירוק תחמוצת כספית באמצעות פלוגיסטון. לעומת זאת, לבואזיה, שפיתח את תורת היסודות, הסביר את אותן תצפיות בהתייחס לחמצן.[3] אין בהכרח קשר סיבתי אינהרנטי בין התצפיות להשערה. קשר כזה לא גורם לתצפית להיחשב ראיה.[2] הקשר הסיבתי צריך להיות מבוסס על ידי החוקר, המבקש לבסס תצפיות כראיה.

שיטה פורמלית לאפיין את ההשפעה של אמונות על הנחות היא הסקה בייסיאנית.[4] בהסקת בייסיאנית, אמונות מבוטאות באחוזים המציינים את האמון של האדם בהן. מתחילים מהסתברות ראשונית, פריורית, ואז מעדכנים את ההסתברות הזו באמצעות חוק בייס לאחר צפייה בראיות.[5] כתוצאה מכך, שני צופים בלתי תלויים באותו אירוע יגיעו באופן רציונלי למסקנות שונות אם יש שוני גם בהנחות הקודמות שלהם, הנחות המבוססות על תצפיות קודמות, שרלוונטיות למסקנה שאליה מבקשים להגיע.

ניתן להמחיש את החשיבות של אמונות בקביעה מהן תצפיות שהן ראיות, באמצעות נימוקים דדוקטיביים, כגון סילוגיזם.[6] אם אחת הקביעות לא תתקבל כנכונה, גם המסקנה לא תתקבל.

השימושיות של ראיות מדעיות

עריכה

פילוסופים כגון קרל פופר סיפקו תיאוריות על השיטה המדעית שבה לראיות מדעיות יש תפקיד מרכזי.[7] פופר טוען שמדען מפתח תיאוריה שאפשר להפריך על ידי בדיקתה מול ראיות או עובדות. התיאוריה של פופר מציגה אסימטריה בכך שראיות יכולות להוכיח שתיאוריה שגויה, על ידי קביעת עובדות שאינן עולות בקנה אחד עם התיאוריה. לעומת זאת, ראיות אינן יכולות להוכיח שתיאוריה נכונה, כי ייתכן שקיימות ראיות אחרות, שטרם התגלו, שאינן עולות בקנה אחד עם התיאוריה.[8] בפשטות: מבחינה פילוסופית, תיאוריה אפשר להפריך - אי אפשר להוכיחה עד תום. הוכחה מדעית היא תמיד יחסית, ולפי השיטה הבייסיאנית, היא לא מוחלטת.

השקפות פילוסופיות מול מדעיות

עריכה

במאה ה-20, פילוסופים רבים חקרו את הקשר ההגיוני בין הצהרות, ראיות והשערות, בעוד שמדענים נטו להתמקד באופן שבו נוצרים ונאספים הנתונים המשמשים להסקה סטטיסטית. לפי הפילוסופית דבורה מאיו, עד סוף המאה ה-20 הפילוסופים הבינו ש"ישנם מאפיינים מרכזיים של הפרקטיקה המדעית שמתעלמים מהם או מתארים אותם באופן שגוי על ידי דיווחים לוגיים על ראיות, בין אם בשיטות היפותטיות-דדוקטיביות, בייסיאניות או אינסטנטנשיוניסטיות (instantiationists, כלומר "מופעיות", כאלה שעוסקות באופם ההופעה, הנראות של התופעה)."

מגוון גישות פילוסופיות במאה ה-20 עסקו בשאלה כיצד אפשר להחליט אם תצפית יכולה להיחשב ראיה; רבות מהן התמקדו בקשר בין הראיות להשערה. בשנות ה-50 המליץ רודולף קרנפ לחלק גישות כאלה לשלוש קטגוריות: סיווג (האם הראיות מאששות את ההשערה), השוואתיות (האם הראיות תומכות בהשערה ראשונה יותר מאשר השערה חלופית) וכמותיות (המידה שבה הראיות תומכות בהשערה).[9] אנתולוגיה משנת 1983 בעריכת פיטר אצ'ינשטיין הביאה דברי פילוסופים על ראיות מדעיות, כולל קרל המפל (על היגיון האישור), ר"ב ברייתווייט (על מבנה מערכת מדעית), נורווד ראסל הנסון (על היגיון הגילוי), נלסון גודמן (על תאוריית ההשלכה), קרנפ (על הרעיון של ראיות מאששות), וסלי סי סלמון (על אישור, אישוש ורלוונטיות), וקלארק גלימור (על ראיות רלוונטיות).[10] בשנת 1990, ויליאם בכטל סיפק ארבעה גורמים: בהירות של הנתונים, יכולת שכפול הנתונים על ידי אחרים, עקביות עם תוצאות שהושגו בשיטות חלופיות, ועקביות עם תיאוריות סבירות של מנגנונים. הביולוגים השתמשו בגורמים אלה כדי ליישב מחלוקות לגבי נהלים ואמינות ראיות.[11]

בשנת 2001 פרסם אצ'ינשטיין ספר בנושא בשם "ספר הראיות", ובו הבחין בין ארבעה מושגי ראיה: עדות אפיסטמית-מצבית (הוכחה ביחס למצב אפיסטמי-הכרתי נתון), ראיה סובייקטיבית (ראיה של אדם מסוים בזמן מסוים), ראיה אמיתית (סיבה טובה להאמין שהשערה נכונה), וראיה פוטנציאלית (סיבה טובה להאמין שהשערה היא נכונה בסבירות גבוהה).[12] אצ'ינשטיין הגדיר את מושגי הראיות במונחים של ראיות פוטנציאליות, שכן כל סוג ראיה חייב להיות לפחות ראיה פוטנציאלית, וטען שמדענים מחפשים בעיקר ראיות אמתיות אך משתמשים גם במושגים אחרים של ראיות, המסתמכים על נקודת מבט ייחודית - מושג ההסתברות. אצ'ינשטיין העמיד את מושג ההסתברות בשורה עם תיאוריות הסתברותיות קודמות של ראיות, כמו הסקה בייסיאנית, התיאוריה של קרנפ והתיאוריה בדבר השכיחות של ההיעראות, ההתרחשות של האירוע (frequentist).[12]

פשטות היא קריטריון פילוסופי נפוץ לתיאוריות מדעיות. קריטריון זה מתבסס על תזת צ'רץ'-טיורינג, בדבר קריטריון מתמטי להערכת ראיות. הקריטריון דומה לרעיון של תערו של אוקאם, לפיו התיאור המקיף הפשוט ביותר של העדויות הוא ככל הנראה נכון.[13] לפיו "העיקרון האידיאלי קובע שההסתברות הקודמת הקשורה להשערה צריכה להינתן על ידי ההסתברות האוניברסלית האלגוריתמית, וסכום ההסתברות האוניברסלית של המודל בתוספת הסתברות הנתונים במודל צריך להיות נמוך ככל האפשר."[13] עם זאת, כמה פילוסופים (ביניהם ריצ'רד בויד, מריו באנג', ג'ון ד. נורטון ואליוט סובר) אימצו השקפה ספקנית או דפלציונית לגבי תפקידה של הפשטות במדע, וטענו שחשיבותה הודגשה יתר על המידה.

הדגש על בדיקת השערות כמהות המדע רווח בקרב מדענים ופילוסופים.[14] עם זאת, פילוסופים ציינו שבדיקת השערות על ידי עימותן עם ראיות חדשות אינה מכסה את כל הדרכים שבהן מדענים משתמשים בראיות. לדוגמה, כאשר גייגר ומרסדן פיזרו חלקיקי אלפא דרך נייר זהב דק, הנתונים שהתקבלו אפשרו ליועץ הניסוי שלהם, ארנסט רתרפורד, לחשב במדויק את המסה והגודל של גרעין אטום בפעם הראשונה.[15] רתרפורד השתמש בנתונים כדי לפתח מודל אטומי חדש, לא רק כדי לבדוק השערה קיימת; שימוש כזה בראיות להפקת השערות חדשות נקרא לפעמים "חטיפה" (בעקבות צ'ארלס פרס).[15] המתודולוג של מדעי החברה דונלד ט. קמפבל, שהדגיש בדיקת השערות, הדגיש כי מהות המדע היא "לא ניסויים כשלעצמם" אלא התחרות האיטרטיבית של "השערות יריבות סבירות", תהליך שבכל נתון עשוי להתחיל מראיות או מהשערה.[16] מדענים ופילוסופים אחרים הדגישו את התפקיד המרכזי של שאלות ובעיות בשימוש בנתונים ובהשערות.[17]

מושג ההוכחה המדעית

עריכה

הביטוי "הוכחה מדעית" משמש לעיתים קרובות בתקשורת הפופולרית,[18] אך מדענים ופילוסופים רבים טענו שאין באמת דבר כזה הוכחה בלתי ניתנת להפרכה. פופר כתב ש"במדעים האמפיריים, שלבדם יכולים לספק לנו מידע על העולם בו אנו חיים, הוכחות אינן מתרחשות, אם אנו מתכוונים ב"הוכחה" לטיעון המבסס אחת ולתמיד את האמת של תיאוריה."[19][20] אלברט איינשטיין אמר:

אין לקנא בתיאורטיקן המדעי. שכן הטבע, או ליתר דיוק הניסוי, הוא שופט בלתי נמנע ולא ידידותי במיוחד של עבודתו. הוא אף פעם לא אומר "כן" לתיאוריה. במקרים הכי נוחים הוא אומר "אולי", וברוב המקרים - פשוט "לא". אם ניסוי מתאים לתיאוריה, פירוש הדבר שהתיאוריה "אולי" נכונה, ואם הוא לא מתאים, פירושו "לא". כנראה שכל תיאוריה תחווה מתישהו את ה"לא" שלה - רוב התיאוריות, זמן קצר לאחר הגייתן."

[21]

עם זאת, בניגוד לאידיאל ההוכחה הבלתי ניתנת לכישלון, בפועל תיאוריות מוכחות על פי סטנדרט הוכחה כלשהו המשמש במחקר נתון.[22][23] במובן מוגבל זה, ההוכחה היא מידת הקבלה הגבוהה של תיאוריה בעקבות תהליך של חקירה והערכה ביקורתית על פי הסטנדרטים של קהילה מדעית[22][23] באופן שיאפשר יישומים ופעולה בעולם. למשל, תצפיות ומחקרים לגבי העולם האטומי מספקים ראיות שלפי המודל התת-אטומי הן נכונות רק בקירוב, או אף שגויות לפי מודלים עדכניים (תורת הקוואנטים), אך מאפשרות פעולה בעולם, למשל בעולם הרפואה (מודלים ביולוגיים לשם ניתוחים), בעולם ההנדסה (מודלים של צפיפות חומרים ובניית מבנים) או בעולם הטכנולוגיה הווירטואלית והלוויינית (מודלים של GPS).

הערות שוליים

עריכה
  1. ^ Taper, Mark L.; Lele, Subhash (2004). "The nature of scientific evidence: a forward-looking synthesis". In Taper, Mark L.; Lele, Subhash (eds.). The nature of scientific evidence: statistical, philosophical, and empirical considerations. Chicago: University of Chicago Press. pp. 527–551 (547). doi:10.7208/chicago/9780226789583.003.0016. ISBN 0226789551. OCLC 54461920. Scientific evidence is generally taken to be anything tending to refute or confirm a hypothesis.
  2. ^ 1 2 Longino, Helen (במרץ 1979). Philosophy of Science, Vol. 46. pp. 37–42. {{cite book}}: (עזרה)
  3. ^ Thomas S. Kuhn, The Structure of Scientific Revolution, 2nd Ed. (1970).
  4. ^ William Talbott "Bayesian Epistemology" Accessed May 13, 2007.
  5. ^ Thomas Kelly "Evidence". Accessed May 13, 2007.
  6. ^ George Kenneth Stone, "Evidence in Science"(1966)
  7. ^ Karl R. Popper,"The Logic of Scientific Discovery" (1959).
  8. ^ Reference Manual on Scientific Evidence, 2nd Ed. (2000), p. 71. Accessed Feb 21, 2020. see: the 3rd edition of Reference Manual on Scientific Evidence
  9. ^ Carnap, Rudolf (1962). Logical foundations of probability (2nd ed.). Chicago: University of Chicago Press. p. 462. ISBN 978-0226093437. OCLC 372957.
  10. ^ Achinstein, Peter, ed. (1983). The concept of evidence. Oxford readings in philosophy. Oxford; New York: Oxford University Press. ISBN 0198750625.
  11. ^ Bechtel, William (1990). "Scientific evidence: creating and evaluating experimental instruments and research techniques". PSA: Proceedings of the Biennial Meeting of the Philosophy of Science Association. 1990 (1): 559–572 (561). doi:10.1086/psaprocbienmeetp.1990.1.192732. JSTOR 192732.
  12. ^ 1 2 McArthur, Dan (באוגוסט 2003). "Book review: Peter Achinstein, The book of evidence". Philosophy in Review. 23 (4): 235–237. {{cite journal}}: (עזרה) Achinstein's four concepts are also summarized in: Achinstein, Peter (2014). "Evidence". In Curd, Martin; Psillos, Stathis (eds.). The Routledge companion to philosophy of science. Routledge philosophy companions (2nd ed.). London; New York: Routledge. pp. 381–392. doi:10.4324/9780203744857. ISBN 9780415518741. OCLC 824535995.
  13. ^ 1 2 Vitányi, Paul M. B.; Li, Ming (במרץ 2000). "Minimum description length induction, Bayesianism, and Kolmogorov complexity" (PDF). IEEE Transactions on Information Theory. 46 (2): 446–464. arXiv:cs/9901014. doi:10.1109/18.825807. {{cite journal}}: (עזרה) See also Chapter 5 in: Li, Ming; Vitányi, Paul (2019). An introduction to Kolmogorov complexity and its applications. Texts in computer science (4th ed.). Cham: Springer-Verlag. doi:10.1007/978-3-030-11298-1. ISBN 978-3030112974. OCLC 1106165074.
  14. ^ For example: Schindler, Samuel (2018). "Testability and non–ad hocness". Theoretical virtues in science: uncovering reality through theory. Cambridge, UK; New York: Cambridge University Press. pp. 6–7. doi:10.1017/9781108381352. ISBN 978-1108422260. No other criterion of a good scientific theory is as widely recognized as the falsifiability or testability of a theory—not only within the philosophy of science, but also way beyond it. And: "Understanding Science 101: Testing scientific ideas". undsci.berkeley.edu. University of California Museum of Paleontology. Testing hypotheses and theories is at the core of the process of science.
  15. ^ 1 2 Thagard, Paul; Toombs, Ethan (2005). "Atoms, categorization and conceptual change" (PDF). In Cohen, Henri; Lefebvre, Claire (eds.). Handbook of categorization in cognitive science. Amsterdam: Elsevier. pp. 243–254 (253). doi:10.1016/B978-008044612-7/50065-2. ISBN 0080446124. OCLC 60667797. The features of abductive prototypes are hypothesized in order to explain observations, as when Rutherford inferred that the mass of an atom is concentrated in a very small region in order to explain why alpha particles pass through gold foil. Abductive prototypes can change dramatically when new data require revision of hypotheses concerning explanatory features. This is just what happened to the concept of an atom when the experiments of Thompson and Rutherford revealed the divisibility of atoms. Rutherford's interpretation of the Geiger–Marsden experiment is also mentioned as an example of abduction in: Faye, Jan (2014). "On interpretation". The nature of scientific thinking: on interpretation, explanation, and understanding. Houndmills, Basingstoke, Hampshire; New York: Palgrave Macmillan. pp. 60–84. doi:10.1057/9781137389831_3. ISBN 978-1137389824. OCLC 870285649.
  16. ^ Campbell, Donald T. (1984) "Foreword". In Yin, Robert K. (2018). Case study research: design and methods (6th ed.). Los Angeles: SAGE Publications. pp. xiii–xiv. ISBN 978-1506336169. OCLC 983826254. More and more I have come to the conclusion that the core of the scientific method is not experimentation per se but rather the strategy connoted by the phrase 'plausible rival hypotheses'. This strategy may start its puzzle solving with evidence, or it may start with hypothesis. Rather than presenting this hypothesis or evidence in the context-independent manner of positivistic confirmation (or even of postpositivistic corroboration), it is presented instead in extended networks of implications that (although never complete) are nonetheless crucial to its scientific evaluation. This strategy includes making explicit other implications of the hypothesis for other available data and reporting how these fit. It also includes seeking out rival explanations of the focal evidence and examining their plausibility. The plausibility of these rivals is usually reduced by ramification extinction, that is, by looking at their other implications on other data sets and seeing how well these fit. This idea is further discussed in several chapters in: Bickman, Leonard, ed. (2000). Donald Campbell's legacy. Thousand Oaks, CA: SAGE Publications. OCLC 42603382.
  17. ^ For example: "Thematic issue: Scientific method as a problem-solving and question-answering technique: Vol. 47, No. 1 of Synthese". באפריל 1981. {{cite web}}: (עזרה) One article from the issue is: Nickles, Thomas (באפריל 1981). "What is a problem that we may solve it?". Synthese. 47 (1): 85–118. doi:10.1007/BF01064267. JSTOR 20115620. Data sometimes do not constitute the problem (or the primary problem) but serve chiefly as evidence that a problem (or at least a deeper problem) exists. {{cite journal}}: (עזרה) See also: Nickles, Thomas (1988). "Questioning and problems in philosophy of science: problem-solving versus directly truth-seeking epistemologies". In Meyer, Michel (ed.). Questions and questioning. Grundlagen der Kommunikation = Foundations of communication. Berlin; New York: De Gruyter. pp. 43–67. doi:10.1515/9783110864205.43. ISBN 3110106809. And from a scientist's perspective: Krauss, Lawrence M. (14 במאי 2015). "The big unanswered questions". The Huffington Post. נבדק ב-15 במאי 2015. {{cite web}}: (עזרה)
  18. ^ See, for example, "Greenpeace co-founder: No scientific proof humans are dominant cause of warming climate". Fox News Channel. 28 בפברואר 2014. נבדק ב-19 במרץ 2014. {{cite web}}: (עזרה)
  19. ^ Popper, Karl (2011). The Open Society and Its Enemies (5th ed.). Routledge. pp. 229–230. ISBN 978-1136700323.
  20. ^ Theobald, Douglas (1999–2012). "29+ Evidences for Macroevolution". TalkOrigins Archive. נבדק ב-19 במרץ 2014. {{cite web}}: (עזרה)
  21. ^ Gaither, Carl (2009). Gaither's Dictionary of Scientific Quotations. New York: Springer. p. 1602. ISBN 978-0-387-49575-0.
  22. ^ 1 2 Walton, Douglas N.; Zhang, Nanning (במאי 2013). "The epistemology of scientific evidence". Artificial Intelligence and Law. 21 (2): 173–219 (214). doi:10.1007/s10506-012-9132-9. Traditional epistemology established knowledge on the basis of a false concept—true belief. On our theory, scientific evidence should be based on a process of justifying the agent's reasonable acceptance of a hypothesis in an inquiry that ends in proof. We have shown in section V how this procedure can be modeled using the Carneades Argumentation System. Any proposition that cannot be proved in an inquiry to an appropriate standard of proof following this kind of epistemological procedure is not acceptable as knowledge. {{cite journal}}: (עזרה)
  23. ^ 1 2 Walton, Douglas N. (2016). Argument evaluation and evidence. Law, governance and technology series. Vol. 23. Cham; New York: Springer-Verlag. p. 224. doi:10.1007/978-3-319-19626-8. ISBN 9783319196268. OCLC 919080389. To say that something is knowledge, it is important that the proposition claimed as knowledge be based on evidence of a kind that reaches a level where the proposition passes beyond the level of being accepted as true because it is based on evidence. Only when it is proved by a certain kind of evidence, that is sufficient for the discipline, or more generally the context in which the proposition was claimed, can something be properly said to be knowledge. The standard has to be high enough in a scientific inquiry to minimize the possibility that the proposition accepted as true will later have to be retracted.