Home » Articole » RO » Societate » Filozofie » Logica » Argumente (raționamente) cauzale

Argumente (raționamente) cauzale

Când lovesc un chibrit, va produce o flacără. Este firesc să consideri lovitura chibritului ca fiind cauza care produce efectul de flacără. Dar dacă cutia cu chibrituri este umedă? Sau ce se întâmplă dacă mă aflu într-un vid în care nu există oxigen (cum ar fi în spațiul cosmic)? Dacă oricare dintre aceste situații este cazul, atunci lovirea chibritului nu va produce flacără. Deci nu doar lovirea chibritului produce flacăra, ci o combinație a lovirii chibritului împreună cu o serie de alte condiții care trebuie să fie în vigoare pentru ca lovirea chibritului să creeze o flacără. Care dintre aceste condiții numim „cauza” depinde în parte de context. Să presupunem că sunt în spațiul cosmic lovind un chibrit (să presupunem că port un costum spațial care mă aprovizionează cu oxigen, dar că lovesc chibritul în spațiu, unde nu există oxigen). Îl lovesc continuu, dar nu apare nicio flacără (desigur). Dar apoi cineva (tot într-un costum spațial) scoate o un tub cu oxigen comprimat pe care îl pulverizează pe chibrit în timp ce eu îl lovesc. Dintr-o dată se produce o flacără. În acest context, se pare că pulverizarea oxigenului provoacă flăcări, nu lovirea chibritului. La fel ca în cazul lovirii chibritului, orice cauză este mai complexă decât un simplu eveniment care produce un alt eveniment. Mai degrabă, există întotdeauna condiții multiple care trebuie să existe pentru ca orice cauză să apară. Aceste condiții se numesc condiții de fundal. Acestea fiind spuse, de multe ori luăm de la sine drept îndeplinite condițiile de fundal în contexte normale și ne referim doar la un anumit eveniment ca fiind cauza. Astfel, numim lovirea chibritului ca fiind cauza flăcării. Nu continuăm să specificăm toate celelalte condiții care au fost îndeplinite pentru a crea flacăra (cum ar fi prezența oxigenului și absența apei). Dar acest lucru este mai mult pentru comoditate decât corectitudine. Pentru aproape orice cauză, trebuie să existe o serie de condiții pentru ca efectul să apară. Acestea se numesc condiții necesare. De exemplu, o condiție necesară pentru iluminarea chibritului este că există oxigen. O condiție necesară a unei mașini care rulează este că există benzină în rezervor. Putem folosi condițiile necesare pentru a diagnostica ceea ce nu a funcționat în caz de defecțiune. Adică, putem lua în considerare fiecare condiție pe rând pentru a determina ce a cauzat defecțiunea. De exemplu, dacă chibritul nu se aprinde, putem verifica dacă chibriturile sunt umede. Dacă descoperim că chibriturile sunt umede, atunci putem explica lipsa flăcării spunând ceva de genul „căderea chibriturilor în apă a făcut ca acestea să nu se aprindă”. În schimb, o condiție suficientă este una care, dacă este prezentă, va produce întotdeauna efectul. De exemplu, o persoană care cade într-un tocător de lemn în funcțiune este o condiție suficientă pentru a provoca moartea acelei persoane.

Deoarece lumea naturală funcționează în conformitate cu legile naturale (cum ar fi legile fizicii), cauzele pot fi generalizate. De exemplu, orice obiect din apropierea suprafeței pământului va cădea spre pământ la 9,8 m/s2, cu excepția cazului în care este împiedicat de o forță contrară (cum ar fi propulsia unei rachete). Această generalizare se aplică merelor, rocilor, oamenilor, tocătorilor de lemne și oricărui alt obiect. Astfel de generalizări cauzale sunt adesea părți ale explicațiilor. De exemplu, putem explica de ce avionul s-a prăbușit la sol citând generalizarea cauzală că toate obiectele fără sprijin cad la pământ și observând că avionul a pierdut orice metodă de propulsie pentru că motoarele s-au oprit. Așadar, invocăm generalizarea cauzală pentru a explica de ce s-a prăbușit avionul. Generalizările cauzale au o formă specială:

Pentru orice x, dacă x are caracteristica F, atunci x are caracteristica G

De exemplu:

Pentru orice om, dacă acel om a căzut într-un tocător de lemn în funcțiune, atunci acel om este mort.

Pentru orice motor, dacă acel motor nu are combustibil, atunci acel motor nu va funcționa.

Pentru orice obiect aflat în apropierea suprafeței pământului, dacă acel obiect nu este susținut și nu este împiedicat de o forță contrară, atunci acel obiect va cădea spre pământ cu 9,8 m/s2.

Abilitatea de a determina când sunt adevărate generalizările cauzale este o parte importantă a devenirii unui gânditor critic. Deoarece atât în ​​contextele științifice, cât și în cele zilnice, ne bazăm pe generalizări cauzale în explicarea și înțelegerea lumii noastre, capacitatea de a evalua când o generalizare cauzală este adevărată este o abilitate importantă. De exemplu, să presupunem că încercăm să ne dăm seama ce anume cauzează câinelui nostru, Charlie, convulsii. Pentru a simplifica, să presupunem că avem un set de potențiali candidați pentru ceea ce îi provoacă convulsiile. Poate fi:

  1. consumul de alimente umane,
  2. șamponul pe care îl folosim pentru a-l spăla,
  3. tratamentul său împotriva puricilor,
  4. nu mănâncă la intervale regulate,

sau o combinație a acestor situații. Să presupunem că ținem un jurnal al momentului în care aceste situații apar în fiecare zi și când apar convulsiile sale (S). În tabelul de mai jos, voi reprezenta absența caracteristicii printr-o negare. Deci, în tabelul de mai jos, „~A” reprezintă faptul că Charlie nu a mâncat alimente umane în acea zi; „~B” reprezintă că nu a făcut baie cu șampon în acea zi; „~S” reprezintă că nu a avut o criză în acea zi. În schimb, „B” reprezintă că a făcut baie cu șampon, în timp ce „C” reprezintă că i s-a administrat un tratament pentru purici în acea zi. Iată cum arată jurnalul:

Ziua 1 ~A B C D S
Ziua 2 A ~B C D ~S
Ziua 3 A B ~C D ~S
Ziua 4 A B C ~D S
Ziua 5 A B ~C D ~S
Ziua 6 A ~B C D ~S

Cum putem folosi aceste informații pentru a determina ce ar putea cauza lui Charlie să aibă convulsii? Primul lucru pe care am vrea să-l știm este ce caracteristică este prezentă de fiecare dată când are o criză. Aceasta ar fi o condiție necesară (dar nu suficientă). Și asta ne poate spune ceva important despre cauză. Testul condiției necesare spune că orice caracteristică posibilă (aici A, B, C sau D) care este absentă atunci când caracteristica țintă (S) este prezentă este eliminată ca posibilă condiție necesară a lui S. În tabelul de mai sus, A este absent când S este prezent, deci A nu poate fi o condiție necesară (ziua 1). D este, de asemenea, absent când S este prezent (ziua 4), astfel încât D nu poate fi nici ea o condiție necesară. În contrast, B nu este niciodată absent când S este prezent – adică de fiecare dată când S este prezent, B este, de asemenea, prezent. Asta înseamnă că B este o condiție necesară, pe baza datelor pe care le-am adunat până acum. Același lucru este valabil și pentru C, deoarece nu este niciodată absent când S este prezent. Observați că există momente în care atât B cât și C sunt absente, dar în acele zile caracteristica țintă (S) este absentă și, deci nu contează.

Următorul lucru pe care am vrea să-l știm este ce caracteristică este astfel încât de fiecare dată când este prezentă Charlie are o criză. Testul care este relevant pentru determinarea acestui lucru se numește testul condiției suficiente. Testul condiției suficiente spune că orice candidat care este prezent atunci când caracteristica țintă (S) este absentă este eliminat ca o posibilă condiție suficientă pentru S. (3) În tabelul de mai sus, putem vedea că nicio caracteristică candidată nu este o condiție suficientă pentru a provoca convulsii, deoarece pentru fiecare candidat (A, B, C, D) există un caz (adică zi) în care este prezent, dar nu a avut loc nici o convulsie. Deși nicio caracteristică nu este suficientă pentru a provoca convulsii (conform datelor pe care le-am adunat până acum), este încă posibil ca anumite caracteristici să fie suficiente în comun. Două caracteristici candidate sunt suficiente în comun pentru o caracteristică țintă dacă și numai dacă nu există niciun caz în care ambii candidați sunt prezenți și totuși ținta este absentă. Aplicând acest test, putem vedea că B și C sunt împreună suficiente pentru caracteristica țintă, deoarece de fiecare dată când sunt prezente ambele, caracteristica țintă este întotdeauna prezentă. Astfel, din datele pe care le-am adunat până acum, putem spune despre cauza probabilă a convulsiilor lui Charlie că este atunci când îi facem baie și apoi un tratament pentru purici. De fiecare dată când apar aceste două lucruri împreună, el are o criză (condiție suficientă); și de fiecare dată când are o criză, apar aceste două lucruri (condiție necesară). Astfel, datele colectate până acum susțin următorul condițional cauzal:

De fiecare dată când lui Charlie i se face o baie cu șampon și un tratament pentru purici, are o criză.

Deși în cazul de mai sus condițiile necesare și suficiente au fost aceleași, nu trebuie să fie întotdeauna așa. Uneori condițiile suficiente nu sunt condițiile necesare. De exemplu, căderea într-un tocător de lemn este o condiție suficientă pentru moarte, dar cu siguranță nu este necesară! (O mulțime de oameni mor fără a cădea într-un tocător de lemn, deci nu poate fi o condiție necesară a morții.) În orice caz, determinarea condițiilor necesare și suficiente este o parte cheie a determinării unei cauze.

Atunci când analizăm date pentru a găsi o cauză, este important să testăm riguros fiecare candidat. Iată un exemplu pentru a ilustra testarea riguroasă. Să presupunem că în fiecare zi, când am colectat date despre Charlie, a mâncat alimente umane, dar că în nici una dintre zile nu i s-a făcut baie cu șampon, așa cum indică tabelul de mai jos.

Ziua 1 A ~B C D ~S
Ziua 2 A ~B C D ~S
Ziua 3 A ~B ~C D ~S
Ziua 4 A ~B C ~D S
Ziua 5 A ~B ~C D ~S
Ziua 6 A ~B C D S

Având în vedere aceste date, A trivial trece testul condiției necesare, deoarece este întotdeauna prezent (astfel, nu poate exista niciodată un caz în care A să lipsească atunci când S este prezent). Cu toate acestea, pentru a testa riguros A ca o condiție necesară, trebuie să căutăm cazuri în care A nu este prezent și apoi să vedem dacă starea noastră țintă S este prezentă. Am testat riguros A ca o condiție necesară numai dacă am colectat date în care A nu a fost prezent. În caz contrar, nu știm cu adevărat dacă A este o condiție necesară. În mod similar, B trivial trece testul condiției suficiente deoarece nu este niciodată prezent (astfel, nu poate exista niciodată un caz în care B este prezent, dar S este absent). Cu toate acestea, pentru a testa riguros B ca o condiție suficientă, trebuie să căutăm cazuri în care B este prezent și apoi să vedem dacă starea noastră țintă S este absentă. Am testat riguros B ca o condiție suficientă numai dacă am colectat date în care B este prezent. În caz contrar, nu știm cu adevărat dacă B este o condiție suficientă sau nu.

În testarea riguroasă, căutăm activ (sau încercăm să creăm) situații în care o caracteristică candidată eșuează la unul dintre teste. De aceea, atunci când testăm riguros un candidat pentru testul de condiție necesară, trebuie să căutăm cazuri în care candidatul nu este prezent, în timp ce atunci când testăm riguros un candidat pentru testul de condiție suficientă, trebuie să căutăm cazuri în care candidatul este prezent. În exemplul de mai sus, A nu este testat riguros ca o condiție necesară și B nu este testat riguros ca o condiție suficientă. Dacă suntem interesați să găsim o cauză, ar trebui să testăm întotdeauna cu rigurozitate fiecare candidat. Aceasta înseamnă că ar trebui să avem întotdeauna un amestec de situații diferite în care candidații și țintele sunt uneori prezenți și alteori absenți.

Testele de condiții necesare și suficiente pot fi aplicate atunci când caracteristicile mediului sunt complet prezente sau complet absente. Cu toate acestea, în situațiile în care caracteristicile mediului sunt întotdeauna prezente într-o anumită măsură, aceste teste nu vor funcționa (deoarece nu vor exista niciodată cazuri în care caracteristicile sunt absente și, prin urmare, nu pot fi aplicate teste riguroase). De exemplu, să presupunem că încercăm să ne dăm seama dacă CO2 este o cauză care contribuie la temperaturi globale mai ridicate. În acest caz, nu putem căuta foarte bine cazuri în care CO2 este prezent, dar temperaturile globale ridicate nu sunt (test de condiție suficientă), deoarece CO2 și temperaturile ridicate sunt întotdeauna prezente într-o anumită măsură. Nici nu putem căuta cazuri în care CO2 este absent atunci când sunt prezente temperaturi globale ridicate (testul condiției necesare), deoarece, din nou, CO2 și temperaturile globale ridicate sunt întotdeauna prezente într-o anumită măsură. Mai degrabă, trebuie să folosim o metodă diferită, metoda pe care J. S. Mill a numit-o metoda variației concomitente. În variația concomitentă, căutăm cum variază lucrurile unul față de celălalt. De exemplu, dacă vedem că odată cu creșterea nivelului de CO2, cresc și temperaturile globale, atunci aceasta este o dovadă că CO2 și temperaturile mai ridicate sunt corelate pozitiv. Când două lucruri sunt corelate pozitiv, pe măsură ce unul crește, celălalt crește, de asemenea, cu o rată similară (sau pe măsură ce unul scade, celălalt scade cu o rată similară). În schimb, atunci când două lucruri sunt corelate negativ, pe măsură ce unul crește, celălalt scade cu o rată similară (sau invers). De exemplu, dacă un departament de poliție a crescut numărul ofițerilor de poliție de pe stradă, numărul infracțiunilor raportate scade, atunci numărul de polițiști de pe stradă și numărul infracțiunilor raportate ar fi corelate negativ. În fiecare dintre aceste exemple, ne putem gândi că putem deduce direct cauza din corelație – creșterea nivelului de CO2 determină creșterea temperaturilor globale, și numărul tot mai mare de polițiști de pe stradă determină scăderea ratei criminalității. Cu toate acestea, nu putem deduce direct cauzalitatea din corelație. Corelația nu este cauzalitate. Dacă A și B sunt corelate pozitiv, atunci există patru posibilități distincte cu privire la care este cauza:

  1. A este cauza pentru B
  2. B este cauza pentru A
  3. Un al treilea lucru, C, este cauza creșterii atât a lui A, cât și a lui B
  4. Corelația este accidentală

Pentru a infera ce cauzează ce într-o corelație, trebuie să ne bazăm pe cunoștințele noastre generale de bază (adică lucrurile despre care știm că sunt adevărate despre lume), pe cunoștințele noastre științifice și, eventual, pe alte teste științifice. De exemplu, în cazul încălzirii globale, nu există o teorie științifică finală care să explice cum creșterea temperaturilor globale ar putea provoca creșterea nivelului de CO2, dar există o teorie științifică anume care ne permite să înțelegem cum creșterea nivelului de CO2 ar putea crește temperaturile medii globale. Aceste cunoștințe fac plauzibil să se infere că creșterea nivelului de CO2 determină creșterea temperaturilor medii globale. În cazul poliției / infracțiunilor, bazându-ne pe cunoștințele noastre de bază, putem ajunge cu ușurință la o inferență a celei mai bune explicații pentru motivul pentru care prezența sporită a poliției pe străzi ar reduce rata criminalității – cu cât este mai multă poliție pe stradă, cu atât este mai dificil ca infractorii să scape de infracțiuni, deoarece există mai puține locuri în care acele infracțiuni ar putea avea loc fără ca aceștia să fie prinși. Întrucât infractorii nu vor să riște să fie prinși atunci când comit o crimă, mai mulți polițiști în jur îi va face mai puțin probabil să comită o infracțiune. În schimb, nu există o explicație bună pentru motivul pentru care scăderea criminalității ar face să existe mai mulți polițiști pe stradă. De fapt, s-ar părea că este exact opusul: dacă rata criminalității este scăzută, orașul ar trebui să reducă, sau cel puțin să păstreze stabil, numărul de ofițeri de poliție și să folosească resursele în altă parte. Acest lucru face plauzibil să se deducă ideea că ofițerii de poliție mai mulți de pe stradă sunt cei care provoacă scăderea criminalității.

Uneori două lucruri pot fi corelate fără ca unul să provoace pe altul. Mai degrabă, un al treilea lucru le provoacă pe amândouă. De exemplu, să presupunem că Bob descoperă o corelație între a te trezi cu toate hainele pe tine și a te trezi cu o durere de cap. Bob ar putea încerca să deducă faptul că dormitul cu toate hainele pe el provoacă dureri de cap, dar există probabil o explicație mai bună decât asta. Este mai probabil ca băutul prea mult a lui Bob cu o seară înainte să-l fi făcut să se culce cu toate hainele pe el, precum și să fi determinat cu durerea de cap. În acest scenariu, ebrietatea lui Bob este cauza comună a durerii de cap și a hainelor de pe el în pat.

Uneori corelațiile sunt doar accidentale, ceea ce înseamnă că nu există deloc o relație de cauzalitate între ele. De exemplu, Tyler Vigen (4) raportează că consumul de brânză pe cap de locuitor din SUA se corelează cu numărul de persoane care mor prin strangulare în lenjeria de pat:

Logica - Corelații

Și numărul de lămâi mexicane importate în SUA se corelează cu numărul de decese din trafic (5):

Logica - CorelațiiÎn mod clar, niciuna dintre aceste corelații nu este deloc legată de cauzalitate – sunt corelații accidentale. Ceea ce le face accidentale este că nu avem nicio teorie care să înțeleagă modul în care acestea ar putea fi legate în mod cauzal. Acest lucru arată doar că nu doar corelația ne permite să deducem o cauză, ci, mai degrabă, o teorie de fond suplimentară, o teorie științifică sau alte dovezi care stabilesc un lucru ca fiind cel care provoacă pe altul. Putem explica relația dintre corelație și cauzalitate utilizând conceptele de condiții necesare și suficiente: ​​corelația este o condiție necesară pentru cauzalitate, dar nu este o condiție suficientă pentru cauzalitate.

Discuția noastră despre cauze a arătat că nu putem spune că doar pentru că A precede B sau este corelat cu B, că A a cauzat pe B. A susține că, din moment ce A precede sau se corelează cu B, A trebuie, prin urmare, să fie cauza lui B, înseamnă să să comită ceea ce se numește eroarea cauzei false. Eroarea cauzei false este uneori numită eroare „post hoc”. „Post hoc” este prescurtarea sintagmei latine, „post hoc ergo propter hoc”, care înseamnă „înainte de aceasta deci din această cauză”. După cum am văzut, erorile cauzelor false apar de fiecare dată când cineva presupune că două evenimente corelate trebuie să se afle într-o relație de cauzalitate sau că, întrucât un eveniment precede altul, acesta trebuie să provoace pe celălalt. Pentru a evita eroarea cauzei false, trebuie să analizăm mai atent relația dintre A și B pentru a determina dacă există o cauză adevărată sau doar o cauză comună sau o corelație accidentală. Cauzele frecvente și corelațiile accidentale sunt mai frecvente decât s-ar putea crede.

Note

(3) Această discuție este detaliată în capitolul 10, pp. 220-224 din Understanding Arguments, ediția a 9-a (Cengage Learning) de Sinnott-Armstrong and Fogelin.

(4) http://tylervigen.com/spurious-correlations

(5) Stephen R. Johnson, The Trouble with QSAR (or How I Learned To Stop Worrying and Embrace Fallacy). J. Chem. Inf. Model., 2008, 48 (1), pp. 25–26.

Exercițiul 25

Determinați care dintre candidați (A, B, C, D) din exemplele următoare trec testul de condiție necesară sau testul de condiție suficientă față de țintă (G). În plus, notați dacă există candidați care nu sunt testați riguros pentru condiții necesare sau suficiente.

1.

Cazul 1 A B ~C D ~G
Cazul 2 ~A B C D G
Cazul 3 A ~B C D G

2.

Cazul 1 A B C D G
Cazul 2 ~A B ~C D ~G
Cazul 3 A ~B C ~D G

3.

Cazul 1 A B C D G
Cazul 2 ~A B C D G
Cazul 3 A ~B C D G

4.

Cazul 1 A B C D ~G
Cazul 2 ~A B C D G
Cazul 3 A ~B C ~D G

5.

Cazul 1 A B ~C D ~G
Cazul 2 ~A B C D G
Cazul 3 A ~B ~C ~D ~G

6.

Cazul 1 A B C D ~G
Cazul 2 ~A B C ~D ~G
Cazul 3 A ~B ~C ~D G

7.

Cazul 1 A B ~C D G
Cazul 2 ~A ~B C D ~G
Cazul 3 A ~B C ~D ~G

8.

Cazul 1 A B ~C D ~G
Cazul 2 ~A ~B ~C D ~G
Cazul 3 A ~B ~C ~D ~G

9.

Cazul 1 A B C D G
Cazul 2 ~A ~B C D G
Cazul 3 A ~B ~C D ~G

10.

Cazul 1 ~A B ~C D ~G
Cazul 2 ~A B C D G
Cazul 3 ~A ~B ~C D G

Exercițiul 26

Pentru fiecare dintre următoarele corelații, folosiți-vă cunoștințele de bază pentru a determina dacă A cauzează B, B cauzează A, o cauză comună C este cauza atât a lui A cât și a lui B sau corelațiile sunt accidentale.

  1. Există o corelație pozitivă între cheltuielile pentru știință, spațiu și tehnologie (A) și sinucideri prin spânzurare, strangulare și sufocare (B).
  2. Există o corelație pozitivă între greutatea câinelui nostru Charlie (A) și timpul petrecut în afara casei (B). Adică, cu cât petrecem mai mult timp departe de casă, cu atât Charlie devine mai greu (și cu cât suntem mai aproape de casă, cu atât este mai ușor Charlie.
  3. Înălțimea copacului din curtea din față (A) se corelează pozitiv cu înălțimea arbustului din curtea din spate (B).
  4. Există o corelație negativă între numărul atacurilor sinucigașe (A) și numărul firelor de păr de pe un anumit cap al președintelui țării (B).
  5. Există o corelație pozitivă ridicată între numărul de mașini de pompieri dintr-un anumit cartier (A) și numărul de incendii care apar acolo (B).
  6. La un moment dat din istorie, a existat o corelație negativă între numărul de catâri din stat (A) și salariile plătite profesorilor de la universitatea de stat (B). Adică, cu cât sunt mai mulți catâri, cu atât salariile profesorilor sunt mai mici.
  7. Există o puternică corelație pozitivă între numărul de accidente de circulație pe o anumită autostradă (A) și numărul de panouri publicitare cu femei mai dezbrăcate (B).
  8. Circumferința taliei unui adult (A) este corelată negativ cu înălțimea saltului lor (B).
  9. Timpii de la maratonul olimpic (A) sunt corelați pozitiv cu temperatura din timpul maratonului (B). Adică, cu cât este mai mare timpul scos de un maratonist olimpic pentru a finaliza cursa, cu atât este mai mare temperatura.
  10. Numărul de păr alb din capul unei persoane (A) este corelat pozitiv cu numărul de copii sau nepoți pe care îi are (B).

Exercițiul 25

  1. C este suficientă deoarece oricând este prezentă ținta G este prezentă. Atât C cât și D sunt necesare, deoarece de fiecare dată când ținta G este prezentă, ele sunt prezente.
  2. A și C sunt suficiente; A și C sunt, de asemenea, necesare.
  3. C și D sunt necesare. Toți candidații sunt suficienți, deoarece nu există niciodată un caz în care un candidat este prezent, dar ținta este absentă. Cu toate acestea, testul pentru condiții suficiente nu este riguros, deoarece nu există niciun caz în care ținta este absentă (prin urmare, este trivial adevărat că nu există niciun caz în care un candidat este prezent atunci când ținta este absentă).
  4. Niciun candidat nu este suficient (cazul 1 îi exclude pe toți). Este necesar doar C.
  5. C este suficient; B, C și D sunt necesare.
  6. Niciunul nu este suficient (cazul 1 le exclude pe toate); A și D sunt necesare.
  7. B este suficient; A, B și D sunt necesare.
  8. C este suficient; A, B, C și D sunt toate necesare. Cu toate acestea, testarea condițiilor necesare nu este riguroasă, deoarece nu există niciun caz în care ținta este prezentă (prin urmare, este trivial adevărat că nu există niciun caz în care un candidat să lipsească atunci când ținta este prezentă).
  9. B și C sunt suficiente; C și D sunt necesare.
  10. A și C sunt suficiente; D este necesar.

Exercițiul 26

  1. Accidental
  2. B cauzează A. Poate că atunci când este departe de casă, Charlie face mai puțină mișcare, prin urmare se îngrașă. În acest caz, B provoacă (indirect) A, deoarece depărtarea de acasă are ca rezultat ca Charlie să facă mai puțin exercițiu, ceea ce duce la creșterea în greutate.
  3. Cauză comună. Cauza comună este pur și simplu factorii care fac plantele să crească, cum ar fi lumina soarelui, apa și solul bun. În acest caz, A și B nu se cauzează reciproc, dar există altceva (de exemplu, factorii de creștere a plantelor) care îi determină pe fiecare să crească independent.
  4. A cauzează B. Cu cât mai multe atacuri sinucigașe, cu atât mai mult stres pentru președinte. Și cu cât este mai mult stres pentru președinte, cu atât îi cade mai mult din păr.
  5. B cauzează A. Probabil că numărul mediu de incendii pe an va influența numărul de mașini de pompieri necesare. Mai puține incendii ar necesita mai puține motoare (caz în care probabil ar retrage unele); mai multe incendii ar necesita mai multe motoare (caz în care probabil că ar dobândi unele).
  6. Cauză comună: societățile agrare vor avea mai mulți catâri și vor plăti, de asemenea, mai puțin profesori, deoarece învățământul superior nu este la fel de important într-o societate agrară. Deci, cauza comună este aceea de a fi o societate (mai mult sau mai puțin) agrară.
  7. B cauzează A. Șoferii sunt distrași de femeile mai dezbrăcate de pe panouri, iar șoferii mai distrași provoacă mai multe accidente.
  8. A cauzează B. Cu cât talia este mai largă, cu atât este mai mare greutatea datorată grăsimii. Cu cât este mai mare greutatea datorată grăsimii, cu atât este mai mică înălțimea saltului.
  9. B cauzează A. Căldura provoacă timpi de maraton mai mici.
  10. Cauza frecventă: îmbătrânirea. Cu cât este mai în vârstă, cu atât este mai probabil ca părul să aibă părul alb și cu atât mai probabil să aibă mai mulți copii sau nepoți. Cu toate acestea, niciunul dintre acești factori nu îl provoacă pe celălalt. Mai degrabă, ambele sunt cauzate independent de un factor comun: vârsta.

Sursa: Matthew J. Van Cleave, Introduction to Logic and Critical Thinking, licența CC BY 4.0. Traducere și adaptare de Nicolae Sfetcu

© 2021 MultiMedia Publishing, Logica și gândirea critică în dezvoltarea personală, Volumul 1

Faci un comentariu sau dai un răspuns?

Adresa ta de email nu va fi publicată. Câmpurile obligatorii sunt marcate cu *