Teorii contrafactuale
Condiționalele subjunctive sunt familiare cu limbajul obișnuit. Acestea au forma, dacă A ar fi cazul, atunci B ar fi cazul, sau dacă A ar fi fost cazul, atunci B ar fi fost cazul. Condiționalele contrafactuale sunt condiționale specifice subjunctive ale căror antecedente sunt de fapt false, de unde și numele. Cu toate acestea, termenul utilizat tehnic se poate aplica și condiționatelor cu antecedente adevărate.
Cercetările psihologice arată că gândurile oamenilor cu privire la relațiile cauzale dintre evenimente influențează judecățile lor despre plauzibilitatea alternativelor contrafactuale și, invers, gândirea lor contrafactuală despre modul în care o situație s-ar fi putut dovedi în mod diferit schimbă judecățile lor despre rolul cauzal al evenimentelor și agenților. Cu toate acestea, identificarea lor a cauzei unui eveniment și gândirea lor contrafactuală despre modul în care evenimentul s-ar fi putut dovedi diferit nu coincid întotdeauna. Oamenii disting între diferite tipuri de cauze, de exemplu, cauze puternice și slabe. Cercetările în psihologia raționamentului arată că oamenii fac diferite tipuri de inferențe din diferite tipuri de cauze, așa cum se găsesc în domeniile lingvisticii cognitive și analiza accidentelor, de exemplu.
În literatura filozofică, sugestia conform căreia cauzalitatea este definită în termeni de relație contrafactuală este făcută de filosoful scoțian David Hume din secolul al XVIII-lea. Hume remarcă faptul că putem defini relația de cauză și efect astfel încât „în cazul în care, dacă primul obiect nu ar fi fost, al doilea nu ar fi existat niciodată”.
O analiză mai completă a cauzalității din punct de vedere al condiționărilor contrafactuale a venit doar în secolul XX după dezvoltarea semanticii mondiale posibile pentru evaluarea condiționărilor contrafactuale. În lucrarea sa din 1973 „Cauzarea”, David Lewis a propus următoarea definiție a noțiunii de dependență cauzală:
”Un eveniment E depinde cauzal de C dacă și numai dacă, (i) dacă C s-ar fi produs, atunci E s-ar fi produs și (ii) dacă C nu s-ar fi produs, atunci E nu s-ar fi produs.”
Cauzarea este apoi definită ca un lanț de dependență cauzală. Adică C provoacă E dacă și numai dacă există o secvență de evenimente C, D1, D2, … Dk, E astfel încât fiecare eveniment din secvență depinde de cel precedent. Acest lanț poate fi denumit mecanism.
Rețineți că analiza nu intenționează să explice modul în care facem judecăți cauzale sau cum motivăm cu privire la cauzalitate, ci mai degrabă să oferim o informație metafizică despre ceea ce este pentru a exista o relație cauzală între o pereche de evenimente. Dacă este corect, analiza are puterea de a explica anumite caracteristici ale cauzalității. Știind că cauzalitatea este o problemă de dependență contrafactuală, putem reflecta asupra naturii dependenței contrafactuale pentru a ține cont de natura cauzalității. De exemplu, în lucrarea sa „Dependența contrafactuală și săgeata timpului”, Lewis a încercat să dea o explicație pentru direcționarea în timp a dependenței contrafactuale în termenii semanticii condiționalului contrafactual. Dacă este corect, această teorie poate servi pentru a explica o parte fundamentală a experienței noastre, care este că putem afecta cauzal doar viitorul, dar nu și trecutul.
Cauză probabilistică
Interpretarea cauzalității ca o relație deterministă înseamnă că dacă A provoacă B, atunci A trebuie să fie întotdeauna urmată de B. În acest sens, războiul nu provoacă decese și nici fumatul nu provoacă cancer sau emfizem. Drept urmare, mulți apelează la o noțiune de cauzalitate probabilistică. În mod informal, A („Persoana este fumător”) cauzează probabil B („Persoana are acum sau va avea cancer la un moment dat în viitor”), dacă informațiile pe care A le-a făcut să apară crește probabilitatea de apariție a lui B. Formal, P{B|A} ≥ P{B} unde P{B|A} este probabilitatea condiționată de faptul că B va apărea, având în vedere informațiile pe care A le-a făcut să apară și P{B} este probabilitatea ca B să apară fără cunoștințe indiferent dacă A a avut loc sau nu. Această condiție intuitivă nu este adecvată ca o definiție pentru cauzalitatea probabilistică din cauza faptului că este prea generală și, prin urmare, nu îndeplinește noțiunea noastră intuitivă de cauză și efect. De exemplu, dacă A denumește evenimentul „Persoana este fumător”, B denumește evenimentul „Persoana are acum sau va avea cancer la un moment dat în viitor”, iar C denotă evenimentul „Persoana are acum sau va avea un emfizem peste ceva timp în viitor,” atunci se mențin următoarele trei relații: P{B|A} ≥ P{B}, P{C|A} ≥ P{C} și P{B|C} ≥ P{B}. Ultima relație afirmă că știind că persoana are emfizem crește probabilitatea ca acesta să aibă cancer. Motivul pentru aceasta este faptul că, având informațiile că persoana respectivă are emfizem, crește probabilitatea ca acea persoană să fie fumătoare, crescând astfel indirect probabilitatea ca persoana să aibă cancer. Cu toate acestea, nu am dori să concluzionăm că a avea emfizem cauzează cancer. Astfel, avem nevoie de condiții suplimentare, precum relația temporală de la A la B și o explicație rațională a mecanismului de acțiune. Este greu de cuantificat această ultimă cerință și, prin urmare, diferiți autori preferă definiții oarecum diferite.
Calculul cauzal
Atunci când intervențiile experimentale sunt nefezabile sau ilegale, derivarea relației cauză-efect din studiile observaționale trebuie să se bazeze pe unele presupuneri teoretice calitative, de exemplu, că simptomele nu provoacă boli, de obicei exprimate sub formă de săgeți lipsă în grafice cauzale precum rețelele Bayesiene sau diagrame de cale. Teoria care stă la baza acestor derivări se bazează pe distincția dintre probabilitățile condiționale, ca în P(cancer|fumat) și pe probabilitățile de intervenție, ca în P(cancer|act(fumat)). Primul scrie: „probabilitatea de a găsi cancer la o persoană cunoscută ca fumând, începând, neforțat de experimentator, să facă acest lucru într-un moment nespecificat în trecut”, în timp ce cel din urmă scrie: „probabilitatea de a găsi cancer la o persoană obligată de experimentator să fumeze la un moment dat în trecut”. Prima este o noțiune statistică care poate fi estimată prin observație cu intervenție neglijabilă de către experimentator, în timp ce a doua este o noțiune cauzală care este estimată într-un experiment cu o intervenție randomizată controlată importantă. Este specific caracteristicilor fenomenelor cuantice faptul că observațiile definite de variabile incompatibile implică întotdeauna o intervenție importantă a experimentatorului, așa cum este descris cantitativ de efectul observatorului. În termodinamica clasică, procesele sunt inițiate prin intervenții numite operații termodinamice. În alte ramuri ale științei, de exemplu astronomia, experimentatorul poate observa adesea cu o intervenție neglijabilă.
Teoria „calculului cauzal” (cunoscută și sub denumirea calcul-act, calculul acțiunilor, calculul cauzal al lui Judea Pearl) permite să deducem probabilități de intervenție din probabilități condiționale în rețelele cauzale bayesiene cu variabile nemăsurate. Un rezultat foarte practic al acestei teorii este caracterizarea variabilelor confundante, și anume, un set suficient de variabile care, dacă sunt ajustate pentru, ar produce efectul cauzal corect între variabilele de interes. Se poate demonstra că un set suficient pentru estimarea efectului cauzal al lui X asupra lui Y este orice set de nedescendenți ai lui X care separă-d pe X de Y după îndepărtarea tuturor săgeților emanate de X. Acest criteriu, numit „backdoor”, oferă o definiție matematică a „confundării” și îi ajută pe cercetători să identifice seturi accesibile de variabile demne de măsurat.
Învățarea structurii
În timp ce derivările din calculul cauzal se bazează pe structura graficului cauzal, părți din structura cauzală pot fi învățate, după anumite presupuneri, din datele statistice. Ideea de bază revine la lucrarea lui Sewall Wright din 1921 privind analiza căilor. Rebane și Pearl (1987) au dezvoltat un algoritm de „recuperare” care se bazează pe distincția făcută de Wright între cele trei tipuri posibile de substructuri cauzale permise într-un grafic aciclic direcționat (GAD):
- X → Y → Z
- X ← Y → Z
- X → Y ← Z
Tipul 1 și tipul 2 reprezintă aceleași dependențe statistice (adică, X și Z sunt independente Y dat) și sunt, prin urmare, de nedistins în cadrul datelor doar în secțiune transversală. Cu toate acestea, tipul 3 poate fi identificat în mod unic, deoarece X și Z sunt marginal independente și toate celelalte perechi sunt dependente. Astfel, în timp ce scheletele (graficele decupate de săgeți) ale acestor trei triplete sunt identice, direcționalitatea săgeților este parțial identificabilă. Aceeași distincție se aplică atunci când X și Z au strămoși comuni, cu excepția faptului că cineva trebuie să condiționeze mai întâi acei strămoși. Algoritmii au fost dezvoltați pentru a determina sistematic scheletul graficului de bază și, apoi, pentru a orienta toate săgețile a căror direcționalitate este dictată de independențele condiționale observate.
Metode alternative de învățare a structurii caută prin multe structuri cauzale posibile dintre variabile, și elimină pe cele care sunt puternic incompatibile cu corelațiile observate. În general, acest lucru lasă un set de relații cauzale posibile, care ar trebui apoi testate prin analizarea datelor din seriile de timp sau, de preferință, prin proiectarea unor experimente controlate corespunzător. Spre deosebire de rețelele bayesiene, analiza căilor (și generalizarea acesteia, modelarea ecuațiilor structurale), servește mai bine pentru a estima un efect cauzal cunoscut sau pentru a testa un model cauzal decât pentru a genera ipoteze cauzale.
Pentru datele neexperimentale, direcția cauzală poate fi adesea dedusă dacă informațiile despre timp sunt disponibile. Acest lucru se datorează faptului că (în conformitate cu multe, deși nu toate, teoriile) cauzele trebuie să preceadă efectele lor temporal. Acest lucru poate fi determinat de modele de serii de timp statistice, de exemplu, sau cu un test statistic bazat pe ideea de cauzalitate Granger sau prin manipulare experimentală directă. Utilizarea datelor temporale poate permite teste statistice ale unei teorii preexistente a direcției cauzale. De exemplu, gradul nostru de încredere în direcția și natura cauzalității este mult mai mare atunci când este susținută de corelații încrucișate, modele ARIMA sau analize transversale cu ajutorul unor serii de timp vectoriale decât de date secționale.
Teoriile derivării
Laureatul Premiului Nobel Herbert A. Simon, și filozoful Nicholas Rescher, susțin că asimetria relației de cauzalitate nu are legătură cu asimetria oricărui mod de implicare care se contrapune. Mai degrabă, o relație de cauzalitate nu este o relație între valorile variabilelor, ci o funcție a unei variabile (cauza) asupra alteia (efectul). Deci, având în vedere un sistem de ecuații și un set de variabile care apar în aceste ecuații, putem introduce o relație asimetrică între ecuațiile și variabilele individuale care corespunde perfect noțiunii noastre înțelegătoare de ordonare cauzală. Sistemul de ecuații trebuie să aibă anumite proprietăți, cel mai important, dacă unele valori sunt alese în mod arbitrar, valorile rămase vor fi determinate în mod unic printr-o cale de descoperire în serie care este perfect cauzală. Ele postulează că serializarea inerentă a unui astfel de sistem de ecuații poate capta corect cauzalitatea în toate câmpurile empirice, inclusiv fizica și economia.
Teoriile manipulării
Unii teoreticieni au echivalat cauzalitatea cu manipulabilitatea. Conform acestor teorii, x provoacă y doar în cazul în care se poate schimba x pentru a schimba y. Acest lucru coincide cu noțiunile sensibile de cauzalitate, deoarece de multe ori punem întrebări cauzale pentru a schimba o trăsătură a lumii. De exemplu, suntem interesați să cunoaștem cauzele infracțiunii, astfel încât să putem găsi modalități de reducere a acesteia.
Aceste teorii au fost criticate din două motive primare. În primul rând, teoreticienii se plâng că aceste conturi sunt circulare. Încercarea de a reduce revendicările cauzale la manipulare necesită că manipularea este mai de bază decât interacțiunea cauzală. Dar descrierea manipulărilor în termeni non-cauzali a oferit o dificultate substanțială.
A doua critică se concentrează în jurul preocupărilor legate de antropocentrism. Mulți oameni par să considere cauzalitatea ca o relație existentă în lume pe care o putem valorifica pentru dorințele noastre. În cazul în care cauzalitatea este identificată cu manipularea noastră, atunci această intuiție se pierde. În acest sens, oamenii sunt considerați excesiv de central pentru interacțiunile din lume.
Unele încercări de apărare a teoriilor manipulabilității sunt conturi recente care nu pretind că reduc cauzalitatea la manipulare. Aceste conturi utilizează manipularea ca semn sau caracteristică în cauzalitate, fără a pretinde că manipularea este mai fundamentală decât cauzalitatea.
Teoriile proceselor
Unii teoreticieni sunt interesați să distingă între procesele cauzale și procesele non-cauzale. Acești teoreticieni doresc adesea să facă distincția între un proces și un pseudo-proces. Ca exemplu, o minge care se mișcă prin aer (un proces) este contrastată cu mișcarea unei umbre (un pseudo-proces). Prima este de natură cauzală, în timp ce a doua nu.
Salmon (1984) susține că procesele cauzale pot fi identificate prin capacitatea lor de a transmite o modificare în spațiu și timp. O modificare a mingii (un marcaje făcut de un pix, poate) este purtată cu ea în timp ce mingea trece prin aer. Pe de altă parte, o modificare a umbrei (în măsura în care este posibil) nu va fi transmisă de umbră pe măsură ce se deplasează.
Acești teoreticieni susțin că conceptul important pentru înțelegerea cauzalității nu sunt relațiile cauzale sau interacțiunile cauzale, ci identificarea proceselor cauzale. Noțiunile anterioare pot fi apoi definite în termeni de procese cauzale.
Un subgrup al teoriilor procesului este viziunea mecanicistă asupra cauzalității. Aceasta afirmă că relațiile cauzale supraviețuiesc mecanismelor. În timp ce noțiunea de mecanism este înțeleasă în mod diferit, definiția formulată de grupul de filozofi, denumit „Noii mecaniciști” domină literatura.
Lasă un răspuns