Projektbeskrivning

Vi har alla empiriska övertygelser som vi inte betvivlar, samtidigt som det finns annat som vi tänker om i termer av sannolikheter. En varm sommardag är du förmodligen fullt och fast övertygad om att det inte kommer att snöa nästa dag. Om du kastar en vanlig tärning anser du förmodligen att sannolikheten är 1 på 6 att den kommer att visa en etta när den landat. Våra fasta övertygelser och våra sannolikhetsbedömningar kan i regel samexistera utan problem. Men när man ska göra reda för dem i en exakt logisk eller matematisk modell blir det svårare. Det som ligger närmast till hands är att använda traditionell sannolikhetslära och tilldela de fasta övertygelserna sannolikheten 1. Den lösningen fungerar dock inte, eftersom satser med sannolikheten 1 enligt gängse sannolikhetslära inte kan överges när ny information tillkommer. I en realistisk modell måste fasta övertygelser kunna ändras eller överges. (Om det kommer snöflingor dagen efter den varma sommardagen måste du konstatera att du hade fel.) Flera lösningar på detta problem har föreslagits, men de har också visat sig ha allvarliga problem.

Detta projekt tar sin utgångspunkt i ett nytt, nyligen publicerat förslag till lösning. Grundidén är att fasta övertygelser för närvarande inte betvivlas, och därför statiskt ska behandlas som satser med sannolikheten 1, men att de ändå är reviderbara och kan komma att överges om ny information ger anledning till detta. För att åstadkomma detta i en precis matematisk modell införs dels en ny metod för att revidera sannolikheter, dels en mekanism för att ”komma ihåg” möjligheter som för närvarande bedöms som alltför osannolika men som kan komma till pass om de får stöd av ny information. Detta projekt inleds med en grundlig studie av egenskaperna hos denna modell, och den används också för att på ett mera precist sätt än tidigare undersöka under vilka förutsättningar det är möjligt att närma sig sanningen genom att tillägna sig ny empirisk information.

I en andra fas av projektet undersöks andra logiska och matematiska modeller i vilka en sats kan (statiskt) behandlas som om den har sannolikheten 1, samtidigt som den är möjlig att (dynamiskt) revidera eller överge till följd av ny information. Metoden för denna studie är att utgå från en mycket allmängiltig ”generisk” modell där de statiska och dynamiska egenskaperna hos en sannolikhetstilldelning helt har separerats från varandra, och sedan undersöka vilka tillägg till modellen som behöver göras för att uppnå olika önskvärda egenskaper. (Denna metod har utvecklats av den sökande i en nyligen utkommen bok, där den dock tillämpas på satsmängder i stället för sannolikheter.)

I projektets tredje fas tillämpas de modeller som utvecklats i fas 1 och 2 för att modellera vetenskapens utveckling, i synnerhet modeller av hur vetenskapligt konsensus skapas och förändras. Det viktigaste tillägget till modellerna som behöver göras i denna fas är ett mångaktörs-perspektiv. Konsensus uppstår ur aktörernas (i detta fall forskarnas) uppfattningar i sakfrågor och deras uppfattningar om andra aktörers kompetens och deras sakuppfattningar.

I projektets fjärde fas kommer tillämpningarna på vetenskapens utveckling och på vetenskapligt konsensus att utvidgas till att också modellera den påverkan som olika slags värderingar kan ha på vetenskapens utveckling. I den fjärde fasen kommer dessutom en bok att produceras, byggd på resultat från projektets alla delar, vilka redovisats i artiklar för internationell publicering.