22. Inductive Scientific Method

 

Summary

Zusammenfassung

Building on the previous discussion of a posteriori (empirical) probability, this video introduces the basics of science and focuses on the inductive scientific method. Since empiricism is the foundation of science, judgments about probability here must be made after observation and data gathering.

Aufbauend auf der vorigen Erörterung der A-posteriori-Wahrscheinlichkeit (empirisch) führt dieses Video in die Grundlagen der Wissenschaft ein und konzentriert sich auf die induktive wissenschaftliche Methode. Da der Empirismus das Fundament der Wissenschaft ist, müssen Urteile über Wahrscheinlichkeit hier nach Beobachtung und Datensammlung gefällt werden.

What Is Science?

Was ist Wissenschaft?

The word derives from the Latin scientia ("knowledge"). Restricting the definition to the hard sciences and some social sciences, science is described as a search for natural causes and an instrument for producing effects and making predictions about the natural world. It is a systematic pursuit of an organized body of knowledge based on reasoning from empirical observation and quantifiable data toward testable explanations.

Das Wort leitet sich vom lateinischen scientia („Wissen") ab. Wenn man die Definition auf die Naturwissenschaften (hard sciences) und einige Sozialwissenschaften beschränkt, wird Wissenschaft als eine Suche nach natürlichen Ursachen und als Instrument beschrieben, um Wirkungen hervorzubringen und Vorhersagen über die natürliche Welt zu treffen. Sie ist ein systematisches Streben nach einem geordneten Wissensbestand, der auf dem Schließen von empirischer Beobachtung und quantifizierbaren Daten hin zu überprüfbaren Erklärungen beruht.

Modern science has been so successful that we tend to treat it as the best and most natural route to knowledge. But it is a human-made system resting on a set of underlying assumptions that should be evaluated:

Die moderne Wissenschaft war so erfolgreich, dass wir dazu neigen, sie als den besten und natürlichsten Weg zum Wissen zu behandeln. Aber sie ist ein von Menschen geschaffenes System, das auf einer Reihe von zugrunde liegenden Annahmen ruht, die bewertet werden sollten:

• Empiricism — sense experience is the source of knowledge and truth.
• Objectivity — we can study the physical world without bias.
• Materialism — everything in the universe is made of physical parts.
• Predictability — the universe consists of regular, interconnected causal relationships.
• Unity — the universe has an underlying unified structure.

• Empirismus — die Sinneserfahrung ist die Quelle von Wissen und Wahrheit.
• Objektivität — wir können die physische Welt ohne Verzerrung untersuchen.
• Materialismus — alles im Universum besteht aus physischen Teilen.
• Vorhersagbarkeit — das Universum besteht aus regelmäßigen, miteinander verbundenen kausalen Beziehungen.
• Einheit — das Universum hat eine zugrunde liegende einheitliche Struktur.

Causal Arguments vs. Causal Explanations

Kausale Argumente vs. kausale Erklärungen

Both deal with causal claims, but they differ. Causal arguments are persuasive: they offer support for the conclusion that one thing caused another, and (as with analogies) the key is to clearly define the two things and their relationship. Causal explanations instead reveal how or why one thing caused another; they are not arguments. An explanation is only adequate relative to what we are looking for (a leaking toilet explains the puddle well enough to call a plumber, but not to repair it yourself).

Beide befassen sich mit kausalen Behauptungen, aber sie unterscheiden sich. Kausale Argumente sind überzeugend: Sie bieten Stützung für die Schlussfolgerung, dass eine Sache eine andere verursacht hat, und (wie bei Analogien) kommt es darauf an, die beiden Dinge und ihre Beziehung klar zu definieren. Kausale Erklärungen enthüllen stattdessen, wie oder warum eine Sache eine andere verursacht hat; sie sind keine Argumente. Eine Erklärung ist nur relativ zu dem angemessen, wonach wir suchen (eine undichte Toilette erklärt die Pfütze gut genug, um einen Klempner zu rufen, aber nicht, um sie selbst zu reparieren).

Conditions for an Adequate Explanation

Bedingungen für eine angemessene Erklärung

A good causal explanation cannot be self-contradictory, vague or ambiguous, incompatible with established facts, or lead to false predictions. This points to testability: physical explanations generate expectations and predictions, which we test by checking whether the prediction comes true. When a prediction fails, this is falsification, though conclusions remain a matter of probability.

Eine gute kausale Erklärung darf nicht selbstwidersprüchlich, vage oder mehrdeutig, mit etablierten Tatsachen unvereinbar sein oder zu falschen Vorhersagen führen. Das verweist auf die Überprüfbarkeit: Physische Erklärungen erzeugen Erwartungen und Vorhersagen, die wir prüfen, indem wir kontrollieren, ob die Vorhersage eintrifft. Wenn eine Vorhersage fehlschlägt, ist dies eine Falsifikation, obwohl Schlussfolgerungen eine Frage der Wahrscheinlichkeit bleiben.

Some explanations fail because they are non-testable: a song giving off "good vibes" is meaningless (there is no "vibrometer"), and a heart condition blamed on past-life crimes cannot be tested because we cannot identify who counts as a past-life sinner. Other predictions are merely untestable for practical or technical reasons, and what is untestable today may become testable later. Circular explanations simply restate themselves ("the floor is wet because there is water on it") and tell us nothing new. Finally, unnecessary complexity is undesirable. By Occam's razor (William of Occam, 14th c.), a principle of parsimony, if two explanations work equally well, the simpler one is preferable.

Manche Erklärungen scheitern, weil sie nicht überprüfbar sind: Ein Lied, das „gute Schwingungen" verströmt, ist bedeutungslos (es gibt kein „Vibrometer"), und ein Herzleiden, das auf Verbrechen aus einem früheren Leben zurückgeführt wird, lässt sich nicht testen, weil wir nicht bestimmen können, wer als Sünder eines früheren Lebens gilt. Andere Vorhersagen sind bloß aus praktischen oder technischen Gründen nicht überprüfbar, und was heute nicht überprüfbar ist, kann später überprüfbar werden. Zirkuläre Erklärungen wiederholen einfach sich selbst („der Boden ist nass, weil Wasser darauf ist") und sagen uns nichts Neues. Schließlich ist unnötige Komplexität unerwünscht. Nach Ockhams Rasiermesser (Wilhelm von Ockham, 14. Jh.), einem Sparsamkeitsprinzip, ist, wenn zwei Erklärungen gleich gut funktionieren, die einfachere vorzuziehen.

Hypotheses and Two Kinds of Science

Hypothesen und zwei Arten von Wissenschaft

Before asserting a cause scientifically, we begin with a guess: a testable hypothesis offered as a possible solution. The scientific endeavor splits into experimental science (present events) and historical science (past events), but both rest on observation measured against the regular patterns observed in nature. There is no single universal method, only methods (plural).

Bevor wir wissenschaftlich eine Ursache behaupten, beginnen wir mit einer Vermutung: einer überprüfbaren Hypothese, die als mögliche Lösung angeboten wird. Das wissenschaftliche Unterfangen teilt sich in experimentelle Wissenschaft (gegenwärtige Ereignisse) und historische Wissenschaft (vergangene Ereignisse), aber beide beruhen auf Beobachtung, gemessen an den regelmäßigen Mustern, die in der Natur beobachtet werden. Es gibt keine einzige universelle Methode, nur Methoden (Plural).

The Inductive Empirical Method: Eight Steps

Die induktiv-empirische Methode: acht Schritte

The inductive empirical method determines a conclusion's probability experimentally (a posteriori), generating a hypothesis to be confirmed or not confirmed:

Die induktiv-empirische Methode bestimmt die Wahrscheinlichkeit einer Schlussfolgerung experimentell (a posteriori) und erzeugt eine Hypothese, die bestätigt oder nicht bestätigt werden soll:

1. The situation — a situation sparks a theoretical or practical problem or question.
2. Formulate the problem — be precise about what is studied and how (statistical, experimental, historical).
3. Observation — watch and record relevant phenomena. (A philosophical worry: theory and assumption often determine what counts as observable.)
4. Reflection — identify emerging patterns and a possible causal mechanism, drawing on background knowledge. A causal mechanism connects cause and effect; without one, events are merely coincidental.
5. Formulate a hypothesis — the central feature, an intelligent guess. This step is abductive (a leap beyond current evidence), using inference to the best explanation.
6. Make predictions — if the hypothesis is correct, certain things should follow (no oxygen, no fire).
7. Run experiments — repeat and observe. A predicted event gives possible confirmation, not proof; a failed prediction means the hypothesis is likely false.
8. Accept or reject the hypothesis — judged by how consistently results occur. Roughly: ~90% success means keep it, ~60% needs further study, under ~40% suggests abandoning it. A hypothesis confirmed with high probability becomes a theory; a universally confirmed theory becomes a scientific law.

1. Die Situation — eine Situation entfacht ein theoretisches oder praktisches Problem oder eine Frage.
2. Das Problem formulieren — genau sein, was untersucht wird und wie (statistisch, experimentell, historisch).
3. Beobachtung — relevante Phänomene beobachten und aufzeichnen. (Eine philosophische Sorge: Theorie und Annahme bestimmen oft, was als beobachtbar gilt.)
4. Reflexion — auftretende Muster und einen möglichen kausalen Mechanismus identifizieren, gestützt auf Hintergrundwissen. Ein kausaler Mechanismus verbindet Ursache und Wirkung; ohne ihn sind Ereignisse bloß zufällig.
5. Eine Hypothese formulieren — das zentrale Merkmal, eine intelligente Vermutung. Dieser Schritt ist abduktiv (ein Sprung über die aktuelle Evidenz hinaus) und nutzt den Schluss auf die beste Erklärung.
6. Vorhersagen machen — wenn die Hypothese richtig ist, sollten bestimmte Dinge folgen (kein Sauerstoff, kein Feuer).
7. Experimente durchführen — wiederholen und beobachten. Ein vorhergesagtes Ereignis gibt eine mögliche Bestätigung, keinen Beweis; eine fehlgeschlagene Vorhersage bedeutet, dass die Hypothese wahrscheinlich falsch ist.
8. Die Hypothese annehmen oder verwerfen — beurteilt danach, wie konsistent die Ergebnisse auftreten. Grob: ~90 % Erfolg heißt, sie behalten, ~60 % erfordert weitere Untersuchung, unter ~40 % legt nahe, sie aufzugeben. Eine mit hoher Wahrscheinlichkeit bestätigte Hypothese wird zu einer Theorie; eine universell bestätigte Theorie wird zu einem wissenschaftlichen Gesetz.

Verification, Falsification, and a Logical Warning

Verifikation, Falsifikation und eine logische Warnung

Hypothesis testing has a logical structure. Concluding "the hypothesis is correct" from "if the hypothesis is correct, X follows; X follows" commits the fallacy of affirming the consequent. Following Karl Popper, falsifiability (not verifiability) is what distinguishes science from pseudoscience: hypotheses can be falsified but never truly verified. This connects to the larger problem of induction, to be explored later. The next video turns to the experimental procedures known as Mill's methods, developed by John Stuart Mill.

Das Testen von Hypothesen hat eine logische Struktur. Aus „wenn die Hypothese richtig ist, folgt X; X folgt" zu schließen „die Hypothese ist richtig" begeht den Fehlschluss der Bejahung des Konsequens. Nach Karl Popper ist es die Falsifizierbarkeit (nicht die Verifizierbarkeit), die die Wissenschaft von der Pseudowissenschaft unterscheidet: Hypothesen können falsifiziert, aber nie wirklich verifiziert werden. Das hängt mit dem größeren Induktionsproblem zusammen, das später erkundet wird. Das nächste Video wendet sich den experimentellen Verfahren zu, die als Mills Methoden bekannt sind, entwickelt von John Stuart Mill.