Scoprire le cause.
Reti causali, contesti, probabilità
Pages: 176
ISBN: 9788846449993
Edition: 1a ristampa 2005, 1a edizione 2003
Publisher code: 490.78
Availability: Esaurito
Di che cosa parliamo quando parliamo di cause? Come possiamo sapere che i nostri giudizi causali sono corretti? Definire le cause è difficile, perché le cause sembrano cambiare a seconda del contesto. Più difficile ancora, se le cause sono probabilistiche.
Vi è un nucleo di problemi che sembra ostinatamente riemergere, pur nelle diverse prospettive, nella vasta produzione contemporanea, sia filosofica, sia scientifica, sulla causalità. Tra questi problemi troviamo (I) il riduzionismo cioè la possibilità di ridurre le cause ad altri concetti (come la probabilità), (II) la relazioni tra i fatti causali e le leggi, (III) la determinazione di quali circostanze debbano essere considerate quando si vuole stabilire un nesso causale.
Il libro fornisce un mappa concettuale per orientarsi nella riflessione contemporanea su questi tre tipi di problemi e sulle diverse teorie che li affrontano. Il testo presenta i diversi case studies e puzzle che sono oggetto di discussione tra i ricercatori nel campo. Offre inoltre un'introduzione accessibile alla teoria delle reti bayesiane causali, ancora poco nota al lettore italiano. La teoria, nata in ambito scientifico come strumento per la ricerca delle cause attraverso meccanismi di inferenza parzialmente automatizzati, è oggi al centro dell'interesse dei filosofi.
Margherita Benzi (Università di Genova) si occupa principalmente di filosofia della scienza e di argomentazione critica. Ha pubblicato lavori su riviste internazionali, tra le quali Statistica e Historia Mathematica . Presso questa casa editrice ha pubblicato il volume Il ragionamento incerto: probabilità e logica in intelligenza artificiale (1997). È curatrice del Quaderno sull'intelligenza artificiale del Servizio Web Italiano per la Filosofia e dirige la rivista elettronica Networks: A Journal in the Philosophy of Artifical Intelligence and Cognitive Science .
Introduzione
I problemi fondamentali della casualità
(Riduzionismo casuale vs . realismo casuale; Il problema dei relata casuali; Leggi casuali e relazioni casuali; Riduzionismo forte e riduzionismo debole; Le proprietà delle relazioni casuali; La varietà delle cause)
Teorie non probabilistiche della casualità
(Hume e neohumeani; Condizioni sufficienti e condizioni necessarie; L'esplicazionismo eliminativista; La teoria di Mackie; Teorie controfattuali; Teorie manipolazioniste; Concezioni singolariste)
La casualità probabilistica
(Cause e probabilità; Il contributo di Reichenbach; La teoria di Suppes; La teoria di Cartwright; Alcune critiche di Salmon; Un problema aperto)
Causazione singolare e causazione generale
(La realizzazione tra cause singolari e cause generali; Gli argomenti di Eells; La teoria di Eells della causalità probabilistica generale; La teoria di Eells della casualità probabilistica singolare; Eells vs. Cartwright: il problema degli intermediari causali; Considerazioni conclusive)
Modelli causali grafici
(Una teoria matematica della causalità: i modelli causali grafici; Reti bayesiane; Reti casuali; Cause dirette, manipolazioni, interventi; L'inferenza causale; Conigli causali da cappello statistico?; Una descrizione alternativa: i modelli causali funzionali)
Cause e contesti
(Il problema del contesto; Cause e condizioni; I contesti causali di fondo e il problema della circolarità; Due livelli di contestualità; causazione generale e causazione singolare: una distinzione dipendente dal contesto?; Modelli, contesti e riduzionismo; Alcune considerazioni conclusive)
You could also be interested in
