Pular para o conteúdo principal

[121] Certeza, monotonia e conservadorismo.

Em uma situação ideal de conhecimento podemos ser absolutamente conservativos. Isto é, se cada informação do nosso estoque de conhecimentos é certa, então, obviamente, nenhuma outra informação pode cancelar a sua certeza. A certeza é uma propriedade não-cancelável do conhecimento.

A monotonicidade da lógica clássica, o fato de que se A |= B, então A ^ C |= B, não tem outra função senão espelhar formalmente o conservadorismo do conhecimento certo. Nenhuma conclusão (B) extraída de uma certeza (A) pode ser cancelada, já que a verdade e a certeza são transferidas de (A) para aquilo que ela implica (B). E como a certeza não é cancelável, (B) se elege definitivamente como membro do corpo de conhecimento certo. A lógica dedutiva preserva a verdade. E, ao preservar completamente a verdade, ela restringe a sua utilidade prática à formalização de conhecimentos certos.

Claro que se pode formalizar argumentos de premissas incertas pela lógica dedutiva. Pode-se fazê-lo, é possível fazê-lo, mas, em geral, não é razoável fazê-lo. Claro, para dar substância a minha afirmação anterior, vou limitar o objetivo: a finalidade do argumento é estabelecer aquilo em que devo justificadamente acreditar. O resultado de um argumento formalizado pela lógica dedutiva é uma conclusão que não tem forças para se sustentar. O conhecimento que se obtém, com a formalização dedutiva, é a certeza de que um condicional do seguinte tipo é verdadeiro: se as premissas forem verdadeiras, então também é a conclusão. Mas o objetivo da argumentação não é estabelecer a razoabilidade de se acreditar em condicionais deste tipo, mas sim estabelecer a razoabilidade de se acreditar na conclusão. E, a não ser que você sabia com certeza a verdade das premissas, a formalização dedutiva não ajuda em nada.

Para satisfazer o objetivo da argumentação, precisamos de lógicas mais relaxadas, precisamos de lógicas não-monotônicas. Nestas lógicas, não vale o referido princípio, isto é, que se A |= B, então A ^ C |= B. Pode muito bem ser o caso que A |= B, mas não A ^ C |= B. Em linguagem corrente: a introdução de nova informação pode cancelar conclusões feitas. Esta não é obviamente uma lógica para formalizar o conhecimento certo, é uma lógica para formalizar o "conhecimento" provável. A sua preocupação não é meramente com a preservação da verdade (e de quebra a certeza), mas também em determinar quais informações se sobressaem, quais podem ser concluídas, em quais delas devemos acreditar, ao menos, até o momento atual, e quais delas são canceladas por outras informações. Ora, a situação concreta que habitamos é justamente essa: temos apenas conhecimento provável. Logo, interessa-nos saber quais conclusões podemos extrair a partir do que temos, mas extrair de uma forma crível e não meramente condicional.

Obviamente que a tarefa é hercúlea. Se a lógica dedutiva, por ser concebida para uma situação ideal, pode se dar ao luxo de ser conservadora ao máximo, a lógica não-monotônica, por ser concebida para uma situação concreta, tem a difícil missão de determinar o quanto relaxar no conservadorismo. Sim, pois obviamente não é qualquer informação nova que pode cancelar conclusões já feitas. Se assim fosse, tudo seria igualmente crível e, ao mesmo tempo, não crível, o que é absurdo. E a difículdade toda é determinar esse quanto de uma maneira geral, quiça formal, uma maneira que não seja dependente deste ou daquele corpo de conhecimento concreto. Há de se investigar se isso é realmente possível. Mas certamente é extremamente desejável. A nossa situação epistêmica concreta urge algo do tipo.

Comentários

Postagens mais visitadas deste blog

[201] A ética da crença

Voltei ao assunto da ética da crença (veja aqui a minha contribuição anterior 194 ) para escrever um texto que possivelmente será publicado como um verbete em um compêndio de epistemologia. Nesta entrada, decidi enfatizar três maneiras pelas quais a discussão sobre normas para crer se relaciona com a ética, algo que nem sempre fica claro neste debate: (1) normas morais servem de analogia para pensar normas para a crença, ainda que os domínios normativos, o epistêmico e o moral, sejam distintos; (2) razões morais são os fundamentos últimos para adotar uma norma para crer e (3) razões morais podem incidir diretamente sobre a legitimidade de uma crença, a crença (o ato de crer) não seria assim um fenômeno puramente epistêmico. O item (3) representa sem dúvida a maneira mais forte pela qual, neste debate, epistemologia e ética se entrelaçam. Sobre ele, abordei sobretudo o trabalho da Rima Basu que, a meu ver, é uma das contribuições recentes mais interessantes e inovadoras ao debate da ét...

[200] A distinção entre contexto de descoberta e contexto de justificação, segundo Reichenbach

A distinção entre contexto de descoberta e contexto de justificação é normalmente apresentada como marcando a diferença entre, por um lado, os processos de pensamento, teste e experimentação que de fato ocorreram em um laboratório ou em um ambiente de pesquisa e que levaram ou contribuíram para alguma descoberta científica e, de outro, os processos de justificação e validação dessa descoberta. Haveria, portanto, uma clara diferença entre descrever como cientistas chegaram a fazer certas alegações científicas, o que seria uma tarefa para as ciências empíricas, como a sociologia, a psicologia e a antropologia da ciência, e justificar essas alegações, o que seria uma tarefa para a epistemologia, uma disciplina normativa e não-empírica. Essa distinção é corriqueira em debates acerca do escopo da filosofia da ciência e teria sido explicitada inicialmente por Reichenbach. Contudo, quando examinamos a maneira como ele circunscreveu as tarefas da epistemologia, notamos que alguns elemento...

[205] Desafios e limitações do ChatGPT

  Ontem tive uma excelente discussão com o Everton Garcia da Costa (UFRGS) e André Dirceu Gerardi (FGV-SP), a convite do NUPERGS, sobre Desafios e Limitações do ChatGPT nas ciências humanas . Agradeço a ambos pela aprendizagem propiciada. Gostaria de fazer duas considerações que não enfatizei o bastante ou esqueci mesmo de fazer. Insisti várias vezes que o ChatGPT é um papagaio estocástico (a expressão não é minha, mas de Emily Bender , professora de linguística computacional) ou um gerador de bobagens. Como expliquei, isso se deve ao fato de que o ChatGPT opera com um modelo amplo de linguagem estatístico. Esse modelo é obtido pelo treinamento em um corpus amplo de textos em que a máquina procurará relações estatísticas entre palavras, expressões ou sentenças. Por exemplo, qual a chance de “inflação” vir acompanhada de “juros” numa mesma sentença? Esse é o tipo de relação que será “codificada” no modelo de linguagem. Quanto maior o corpus, maiores as chances de que esse modelo ...