Sei sulla pagina 1di 46

89

3—
“ spiqan'onc stan‘srica

la radiazione è
divenuta piu intensa (ma non C0no.
che luogo nel pf088imo
tato !-1 voltaggio di scintillazioni che avranno '
satto
o il numero e

chiaramente alla spiegamone Statlsti_


.
‘ ‘

:;:Îto)» 16 Questo passo si riferisce quello che 51 potrebbe chiama_


qui considerato-, esso espone in contrapposlziOne
nel senso
ca
concetto
statistico.probabilistic0 di «perché»,
re un corrisponderebbe alla Sp‘egaZÌOne
deterministico che
ad uno strettamente
molo ico-deduttiva.
.
statistica di eventi particolari Sie ;

noia noîtra analisi della spiegazione !

Nel prossimo paragrafo,


il carattere induttivo.
finora sforzata di mostrarne
importantecaratteristica che separa nettameme
la .

considereremo un‘altra
spiegazione S-I dalle sue controparti deduttive.

IL REQUISITO DELIA spy,


3.4 L’AMBIGUITÀ msm SPIEGAZlONE smrrsnco-momnVr. E
cmcrrìr MASSIMALF.

Consideriamo ancora una vol


3.4.1 Il problema dell’ambiguità esplicativa
.

ta la spiegazione (Sd) della guarigione j


nel caso particolare della malattia
di Giovanni Rossi. La legge statistica qui addotta
afferma che la guarigione \

soltanto in un'alta
in seguito a somministrazione di penicillina ricorre
in effetti certe
percentuale di infezioni da streptococchi ma non in tutte, e
Diciamo che un
specie di streptococchi sono immuni alla penicillina. ‘
evento, ad esempio un determinato caso di malattia,
ha la proprietà S (° .

appartiene alla classe S*) se è un caso di infezione dovuto a


streptococchi
immuni alla penicillina. Allora, la probabilità di guarigione tra i casi di S' \

scelti a caso che sono trattati con la penicillina sarà piccolissima, cioè?
(G,\S'l °.P) sarà vicina a 0 e la probabilità di non-guarigione, p (G,
S* '”
sara Viana a 1. Ma supponiamo, ora, che la
malattia di Rossi sia, di ffltî°v
un miezxone da streptococchi della varietà immune alla penicillina, e
C0“? ,

'

srdenamo il seguente argomento:

P(ò,st “P) èquasi1


S' 1" Pf
(310
[rende praticamente certo]
E; .
]

Questo argomento «rivale» nos!“


ha la stessa forma di (Bd) e, in base alle

h"iscs
AL

(1951). P. 188; corsivo
.

dell’autore
90 Aspetti della spiegazione scientifica

assunzioni, le sue premesse sono vere, esattamente come quelle di (3d),


Eppure la sua conclusione è la contraddittoria della conclusione di (3d),
Oppure, supponiamo che Rossi sia un ottuagenario debole di cuore, e
che in questo gruppo, S'", la probabilità di guarire da un’infezione di
streptococchi in seguito a un trattamento con penicillina, [) (G, S“ . P‘),
sia estremamente bassa. Esisterù, allora, il seguente argomento rivale di
(3d), che presenta la non-guarigione di Rossi come praticamente certa
alla luce di premesse che sono vere:

p (C?, S" ' P) è prossima a 1

5 " f ' Pf
(51) [rende praticamente certo]
_
Gi

peculiare fenomeno logico qui illustrato viene designato come ambi-


Il
guità della spiegazione statistico-induttiva o, in breve, della spiegazione
statistica. Questa ambiguità deriva dal fatto che si può spesso ottenere un
dato'evento individuale (ad esempio, la malattia di Rossi) mediante sele-
zione casuale da una qualsiasi delle numerose «classi di riferimento»
(come S' P, S* ' P, S**° P) rispetto alle quali il tipo di occorrenza (per
esempio, G) esemplificata dall’evento dato ha probabilità statistiche mol-
to diverse. Quindi, per una data spiegazione probabilistica con un expla-
nans vero che conferisce quasi-certezza a un
spesso un argomento rivale avente la medesima forma probabilistica con w…mte
_p_rer_nessg;leîgìlîlîéîlìî”veîe”€hefcont_ecgziascoho
—=-:.n-r—
fig M……2 allaÎtÈdc-
_correnìawdello_ stesso evento. E una spiegazione statistica dellfoccggrenza
di un evento devefisembrareisospetta se esiste la possibilità di una spiega—
zione probabilistica, logicamente e empiricamente—ugualmente"valida,
_ e.-
della sua 'ii'oîfòccorrenza. Questa situazione critica non trova alcuna cor-
., f.le, .3 ,«-…-

rispOMÉÎÈQÉÉZLÈÉZZÈÎÈÌÉÈÉÈÉZÈMQKQLÈ erché se le premesse


di una vere…_alloga_àlelîzi—armh\qwlaîgîaìiîl‘usicy
spiegazione_deduttiva sono
nei—9J3NÉLÉ\.ÉQRÈEÈÉQLÎEEOÎÎ3, essendo falsa, non può essere una conseguen—
Z°î‘ logica 43
Abblàfiî°
“.". .insiemeììiììèmèîtézèm—mzuaeentetere
dell’ambiguità della Spiegazione S—I: avendo
ìîira—[ff5lhéz*lîîfilhîtlfìio
[rianifeStato Sorpresa nel trovare a Stanford
tempo caldo e soleggiato in un
1810rnoautunnale come il 27 di novembre, qualcuno potrebbe dirci a tito—
tîrglljgpéaeîjazione che .c’era invece da aspettarselo, perché la probabilità di
.( T) in un giorno di novembre a Stanford (N) e,
diciamo , di00e9 201e8813t0
, Schematxcamente, questa spiegazrone potrebbe assume—
.
re la Seguente
forma, in
.
cui «71» sta per «Il. 27 novembre»:
\
3. La spiegazione statistica 91

p ( T. Nl
Nn
: 0't)g
('…)%
[u,orq
Tn


Ma su \ noninmo <'-
J“ “… ‘ . h"
“ illUl'nn prima, il 26 ll(]Vljf[|l)f(f, era freddo
e piovoso e che nr () ìn' ' ' 11 .
giorni lInmerliaimnentc surr.C%Sli/l a
.

[)(t
\ ‘ '
liliblhml i
-

quelli freddi ]…“lwi


e ik CSSCl‘ caldi (‘ soleggiati sia (li 0,2; all”m la spie-
quione (%…) li“t il “‘
L\ \; q,uentc‘ ' '
.,
.ugomcnio rivale che, in base a premesse
’ 0 l ’
‘ Sl'CCÎÈC'I'I’A
. -
‘} Ì(.…’
(… ll
.
2 ; ( V( ', | ‘
.'
I I
P—

.,
… .

p(i$)=os
Sn
(Sn) [0,8]
Tn
\
In questa forma, il problema dell’ambiguità concerne gli argomenti S-I
le cu1 premesse sono di fatto vere, a prescindere dal fatto che ne siamo 0
no consapevoli. Ma, come ora mostreremo, il problema ha una variante ;
che concerne le Spiegazioni i cui asserti explanans, non importa se di
fatto veri o no, sono asseriti o a;cgjgflgflifldalia scienza5e_rr_1pjrica nel momen-
to in c_ui_lfig_sgigggèigfijjàliìîîèrgiqta&gpresa_in esame. Questa variante \…

ver? denominata problenìa dell’ambiguità epistemz'òa della spiegazione ?' .


-

statistica, dal momento che si riferisce a ciò che si presume sia noto nella
1_

è di fatto vero.
'

scienza\anziché a ciò che, forse ignoto a ciascuno, ;


;

accettati dalla scienza em-


Sia@à classe di tutti gli enunciati asseriti oallora,
\—- «» -

l’intera informazione
pirica nel t. Questa dclgtg_gg_rapfipresenta,
tempo ì…
La parola
scientifica, o laq.;;@,6nwc3sîenza scientifica;; nel tempo t_._
«cono— '_=_-__…

in cui comunemente parliamo della


scenza» viene qui usata nel senso
-__—-

scientifica in un dato tempo. Essa non intende affermare che a


conoscenza
elementi di K, sono veri, e quindi nemmeno che si sa in maniera con
gli
fare legittimamente nessuna affermano—.
clusiva che sono veri. Non si può
enunciato formulato dalla sc1enza empirica-, i
ne del genere per qualsiasi
empirica richiedono che un
enunCl'—“O
criteri fondamentali della ricerca
empirico, per quanto ben sostenuto, sia accettato e quindi ammesso/gome-
la convenzio-
della QEQMÉQIÌQ{CÌOÈ C0“
membro classe _1{, s (

può venire tolto quàlora Sl dovesse sc0prire un ;-


ne che il privilegio gli c e
membro di K, è quindi una condtzxone
videnza sfavorevole. L'esser dell’incessante ricerca,
perché, in conseguenza
muta nel corso del tempo
R@©MU [N]…[É'bîgjn (i'll (..." I), ‘/' :..r [.'—{“W/5'l‘.

l
.
\
motina… Cp
,
;., “ } !
(.
! 4,
…?sz /,…,…,,…

92 '
. scie
SP‘egaztone
Aspam della
.

.
altri POS sono
nuovi enunciati ven 8 on o ammessx' in ; Clas se mentre
quella
,
risultare screditati & Venire oi de51gnefemf)
.

quindi eliminati. D’ora in P


semplicemente co n K la classe accettati do non è rr-
degli enunciati quan
chiesto uno Speci oltre che
sia logicamente ci?
riferimein temporale AÉ,S umlîî‘îg'ilgnilen108icg" cioè
che essa conten a reiiite e chiusa rispetto all‘impl'lcdi“; da uno qua lsiasi
dei suoi sottoing° ogn enunciato logicamente imp
srem1.
Si può ora caratterizzare
_
'
spiegazione
5Jnel
l'ambiguità epistemica della .
com‘
Seguente modo: l’insieme totale K degli enunciati scientifici accettati
tiene differenti sottoinsiemi di enunciati che si possono impiegare c ome
he
premesse in argomenti 1%Bîiìl'i3titîfiélla forma 50pra consrderataî € C’e
conferiscono alte probabilità a «conclusioni» logicamente contraddittori“;
I nostri
esempi precedenti (3k), (31), (Bm) e (Bn) illustrano questo pun
se assumiamo che le-premessé di quegli argomenti appartengano “me %
IC invece di assumere che dl
esse siano tutte vere. Se viene preposto uno
due argomenti rivali, le cui premesse fanno parte di K, come. spiegarono
di un evento che nella scienza si considera, o si riconosce, che si e verifi-
cato, allora anche la conclusione dell’argomento, cioèflîggggf_Egzèìîpllgìn—E
dum, apparterrà di conseguenza a K.E p_oiché K è coerente, la conclusrone
delllaìggm_ffiîjilààllpllapparterrà anK‘.=È, nondimeno, preoccupante pO-
tÈfdire: a prescindere dal fatto 'che siamo 0 meno informati che l’evento
in questione (tempo caldo e soleggiato nel giorno 27 novembre a Stan-
ford) si sia o no effettivamente verificato, noi possiamo produrre una
spiegazione del risultato registrato nell’uno come nell’altro caso; una
Spiegazione, inoltre, le cui premesse sono enunciati scientificamente fon-
dati, in grado di conferire un’alta probabilità logica al risultato registrato.
.Questa ambiguità epistemica non ha, di nuovo, alcun analogo nella

“\
spiegazione deduttiva perché, dal momento che K è logic$ente coeren—
te, essa non può contenere insiemi di premesse che implicano conch1É
m logicamente contraddittorie.
”E’àìîlìiguità epistemica compromette anche l’uso predittivo di argomen_
ti statistici. Essa ci si presenta in questa circostanza con l’aspetto allarmgn-
te di avanzare due argomenti rivali le cui premesse sono scientificamente
ben stabilite, ma una delle qualicaratteriwz—zagjggmg‘gufutwlgo considerato
come praticamente…ceti9rmsmrgl’altra 10…93ratterizza comeìfaìiìàfnente
impossibile. Su:-quali di-9i’îiiì.îf.gîlfiljlìjrfivali si deve basafe“ìîrdnai_
inerite 135Plégîiîîòflsglantexisione?mc ““”““…
3.4.2 Il requisito della specificità massimale e la relatività epistem ica dell ’—-
spiegazionestatistico-induttiva Le nostre illustraZioni dell’ambi (a
. ,
' .

811Ìtà es-
93

3' La 3i""t‘«’.îjthtft’0flc statistica all'accettabllità di una.Spie.


che una decisione relativa presa alla luce dl tutta
plicativa mostrano ilistica dev’esser
gazione o di una previsione
pmbe Q ue sta esigenza
e manifg_
disposizione.
'
il ragionamen_
.

l’informaz’ tone r…=vante a nostra importanza per


e la cui termini del tu…)
.

stata anche da un principio ‘ cmpre ! n


'50ttoii.
to induttivo & tstata‘
riconosciuta , .

di rece “ te energicamente
da molti aut ori e che e stato ai) ldenza
totale. Camap lo
espliciti, ’
dell ,

lo chiama requisito della 108 i ea … d u’…Vfl


.

meato da Carnap, che


&

modo: «nell'applicazione disponibile dev essere


formula nel seguente l’evidenz a totale
situazione conoscitiva, ” Usare soltan.
una data di conferma».
determinare grado
il
la rimanente parte non
assunta come base, per ammissibile se
totale è ha, in
to una parte deil’evidenza induttiva, cioè se la conclusmne
è rilevante per la «conclusione» grado di conferma,
o dlp1'0b2bi.
lo stesso
base alla sola evidenza parziale, dell’evidenza totale.18
base
lità logica, che avrebbe sulla è ostulato, né un teorema della
Il requisito dell’evidenza totale
non un
la validità formale degli argomenti
logica induttiva; esso non concerne
ha rilevato Carnap, esso è un principio per
induttivi. Al contrario, come
induttiva; potremmo dire che esso enuncia una
l’applicazione della logica licazione di una
' condizrone neces'îa’rîa della
razrorììlità di qualsiasi
sia
app
rappresentata dall’insie-
che pensiamo
data «situazione conoscitiva»,
accettati in quella situazione.
me K di tutti gli enunciati l’idea fondamentale di questo requisito
Ma come si dovrebbe applicare
Certamente, non dovremmo pretendere
alla spiegazione probabilistica? solo l’informazione empirica
di-
contenere tutta e
che l’explanans debba l’informazione di5ponibile, perché altri-
tutta
sponibile al momento. Non accettabili nel tempo tdovreb
menti tutte le spiegazioni probabilistiche solo l’informazione disponibi-
K,; e non
bero avere il medesimo explanans
5- …
” Carnap (1950), p. 211. citato alla not a delli
.

nel passo di Lewis (1 946)


Il requisito è suggerito, ad esempio, le regole della logi
C2
«della più fondamentale di tutte alle
logamente, Williams parla obabilità in rapporto
la
di una proposizione è sua pr
probabilità, che “la” probabilità 1947, p. 72 . do
ad esse soltanto» (Williams, nel 1945. quant“
premesse note e al Professor Carnap di averm
i mostrato
Sono profondamente grato probabilistici, che qui;"Îîlf>lîla‘ìfclurt
argomenti
.…..

volta l’ambiguità degli


rr!evar per la prima che derivano dal
.

della logica induttiva


che uno dei molteplici paradossi dell ;.le
re il requisito dell'evidenza totale.

lucida presentazione indipendente uisim


“eq un
(1957), pp. 70-78, ha fornito una scettica e
Barker e una valutazione o
degli argomenti probabilistici suggerìtò 3, n,wf‘
guita fondamentale al problema. Tuttavia.
deli evrdenza totale come via di approccio l‘ausilio l:,,qui5'r
con ['
rimediare ail'ambiguità della spiegazione probe biiistica che
modo di dell'evidenza totale.
C

srone rigorosamente modificata del requisito


alla Stessa critica-
to 1della specificità massimale, che non è esposto
Cfr. Carnap (1950), p. 211 e p..494.
94 A\[\t'llt‘ della \]thtyni'ntir u
trilli/h ::
50dtlisizire il requisito non
liasgflrìltljtìll[siti*:lifil1îlinll?lolrltnqtpziiîîtîiylin|llh|“…
*
‘ '
“"…“ disponibile
e può tuttavia
addurre alcuni asserti csplla‘flîl‘i che non sono stati illi("tìi"l. '«uffi (‘I (…L-\ -

mente controllati per poter essere inclusi in K,.


Fino a che punto il requisito dell‘evidenzn totale dovrebbe venire Im.
posto alle spiegazioni
statistiche e indicato da considerazioni dei scgt1en»
te tipo. Una determinata spiegazione della guarigione di Rossi basata sul-
l‘informazione che Rossi ha avuto un'infezione cin streptococchi che e
stato sott0posto ad un trattamento con penicillina e che, inoltre, l:iproba-
bilità statistica di guarigione in tali easi è molto alta, è inaccettabile se K
include l‘ulteriore informazione che gli streptococchi dai quali era affetto
Rossi sono immuni alla penicillina, oppure che Rossi era un ottuagenario
debole di cuore. e che in queste classi di riferimento la probabilità di
guarigione e bassa. In realtà, sarebbe desiderabile che una spiegazione
accettabile fosse basata su un assetto di probabilità statistica relativo alla
classe di riferimento più ristretta di cui, in base alla totalità della nostra
informazione, l‘evento particolare considerato è un membro. Pertanto, se
X ci dice non soltanto che Rossi ha avuto un'infezione da streptococchi ed
è stato curato con penicillina, ma anche che era un ottuagenario debole di
cuore (posto che X non fornisca alcuna informazione più specifica di que»
sta), allora richiediamo che una spiegazione accettabile della reazione di
Rossi alla terapia sia basata su una legge statistica che enuncia la probabi-
lità di quella reazione nella classe di riferimento più ristretta alla quale la
totalità della nostra informazione assegna la malattia di Rossi, cioè la clas-
se delle infezioni da streptococchi contratte da ottuagenari deboli di
cuore.”
Mi sia concesso ampliare questa indicazione riferendomi al nostro pre-
cedente esempio dell‘uso della legge che il tempo di dimezzamento del
radon è di 5.82 giorni nella spiegazione del fatto che la quantità residua di
radon alla quale si è ridotto un campione di 10 milligrammi in 7,64 giorni
è compresa fra i 2,4 e i 2,6 miliigrammi. In base alla conoscenza scientifi-

" Questa idea è strettamente connessa a quella utilizzata da Reichenbach (cfr. 1949,
paragrafo 72] nel tentativo di mostrare che e possibile assegnare probabilità a eventi
‘nlelduzli nel quadro di una concezione strettamente statistica della probabilità.
Reichenbach ha di interpretare la probabilità di un evento singolo, come il
proposto
i un particolare volo di un dato aereo commerciale, come la roba-
ibeiice compimento
I…li statista che il tipo di evento considerato ( il felice compimento di,un volo pos-
: ede entro la classe di riferimento alla nale il caso dato (lo specifico volo dell‘aereo in
?:;stlong) =P Mime. e per il quale e ispaniblle un'attendibilc informazione statistica
llenîifmpio'« : classe di voli in orario finora intrapresi dagli aerei della linea cui appar-
lcteo in questione, e in condizioni atmosferiche analoghe a quelle sussistenti al
"lamento del volo in questione).
i la t/Ilognz/nna 'Ill/ltliln
9,)
(‘.1 :illllnln [] |,”… ,
… un “'me…” radioattivo dipende
cnr-lursivntltcnh?«lalli:lulil;'slllrlllllcrlm
dal suo numero
atomico dal suo numcrfi ri; r,;lr:ivatnrnlca, caravtnrizuta
(:
c da fattori come temperarora ilk;,'.J',.n """ '“Pcnd'. dall'età del campione
interazioni chimiche. in mi m,,dF; …nn,"
form Cle…khch magnetiche :
“ … dimezzamento
(ch radon e anche la maasa inì)7iJlàpednundh tempo
amp…{m : “…"/…o temporale
:;
!…
i" Questione, l'expianani tiene.
…… di
lll… informazione disponibile:
]
rilevante per la valutazion»fld € ||.:!
probabilita

del multato da… mediante
leggi statistiche. Per es “ merci in modo
un po' diverso: nelle circostanze
qui considerare , la tota ità della nostra informazione
[|>

Kassegna il caso in
e alla classe di riferimento, diciamo F… dei casi in cui un
czîî'nmîoîinzciit'ung
e tra on di 10 rmlhgrammi viene fatto decadere
tl) per 7,64 giorni;
0 ra, a ] 688° de‘ tempo dl dimezzamento del radon
assegna una probabili
@ molto elevata, ail‘intemo della
classe F,, al «risultato. diciamo 6 con-
sistente nel fatto che la massa residua dei radon "e compresa tra i 2 4,c ] 2
6 mt!ltgrammi. Supponiamo, ora, che K
contenga anche
un'informazione
aulla temperatura del campione dato, sulla pressione e la relativa umidità
in cui vrene mantenuto, sulle condizioni elettriche e magietiche circo
Stìfltl, e COSÌ via, cosicché K assegni il caso dato a una classe di riferimen-
to molto più ristretta di F,, diciamo, F, F, F, F, Ora la teoria del dea-
dimento radioattivo, che è egualmente inclusa in !( ci dice che la probabi
lità statistica di G entro questa classe più ristretta ?. la stessa che entro 6.
Per tale ragione, è sufficiente. nella nostra spiegazione. basarsi sulla pro
babilitàp(G F,).
Osserviamo, però, che sono concepibili -situazioni conoscitive. in cui
il medesimo argomento non costituirebbe una spiegazione accettabile.
Supponiamo, ad esempio, che nel caso dei ampione di radon in esame
la quantità
avvenga che, un’ora prima della fine del periodo di 7,64 giorni,
rimanente sia misurata e risulti di 2,7 milligmmmi. e quindi superi consi-
derevoltnente i 2,6 milligrammi — un evento che, considerando la legge
sul decadimento del radon, è altamente improbabile, ma non impossibile.
Questa constatazione, che viene allora a far parte dell'evide
totale IC
in questione a una classe di riferimento, dicia-
assegna caso particolare
il
del decadimento dei radon, il
mo F', entro la quale, in base alla legge
fiChied"°bbc
risultato 6 è altamente improbabile. dal momento che 550
del decadimento del campione dato per ridurre
un balzo del tutto insolito
i 2,7 milligrammi, entro l‘ora finale del
controllo, a una quantità compresa
non trascurare "inf°fm_zi°flc
tra i 2,4 e i 2,6 milligrammi. Si può quindi del “sum“
addizionale qui considerata e si può accettare una 59108171?“
tiene conto della probabilità di G nella classe
to osservato soltanto se essa
N.,…
St fen/[fim

.hfcth' dcl/.: .sficg.l:i0nv


°."
del decadimento
'N!

(Li teoria
1.
ristretta cioè p (G. F, F'i.
di nf erimento più a [) (G,F‘), cosicchc
'<

implrci che qu est: proinhilit) è ugu.tlc


ndnuuivo in considerazione
consegni—nu. pren dere esplicitamente
enn occorre. di
del caso di… .1d F, ). dalle con-
l:;‘r‘iflct'ienu suggerito
Si può on enuncùre più
espliciumente il requisito massima-
chi.tmcremo req. vitigni [la speaficitàetcrninntzt
.nderwoni precede… i, lo Consideriamo una

\,Wiegm'drfgnx-WDCTW
st…mxri'co-induttive.
Jc.'îz s;x‘cg.znòm
re (:le:
1.—

- .
.

[‘tG. F) =r
Fh
' t}o“ —:_..—== [7]
Gb

di tutti gli
delle premesse e, se K è l'insieme
Su 5 in congiunzione
sia le un enunciato che è logicamen-
enuncuti ::cetuti in un dato istante,?: volta
: K(nel senso che le implicato da Ke implica a sua
tc equn°1lcflt€ razionalmente nella
A'). Per essere. allora, accettabile
ogni enunciato in (30)
da It', la spiegazione proposta
mazione conoscitiva ràppresentata (il requisito della specificità mas-
deve sodd:.sfzre la seguente
condizione
& implica” che b appartiene
ad una classe F,, e che F, è una
se.—,.zle'): se : '
.uwttc-cluse di F. allor: : ' deve
1: altresì implicare un enunciato specifican-
di Gin F,, diciamo:
te 11 probabilità sutistica

P (6. Fl) : "i

l‘assetto di probabilità in que-


Qui r, dev'essere eguzle : r :! men o che delle
te oremn della teoria matematica
stione non si: semplicemente un
prob;tbihti
La chusol:t caratterizzante
«ameno—che» qui aggiunta & estremamente
È
utrebbe conseguenze indesiderabili. op—
opportunz e la su: omissione
pOflunz perché i teoremi della
teoria matematica pura delle probabilità
trala-
non possono fornire una spiegazione
di fatti empirici. Si può perciò
>dzrll qundo indnghiamo se 5 - b non potrebbe
darci leggi statistiche
Specifiann la probabilità dl Gin riferimento
classi più ristrette di F. :1

risulterebbe inopportuna, perché se


tnoiue. l'omissione della clausola
(30) nene presentar: come Spiegazione, si accetta allora presumibilmente

" ll , : Sszichi‘ : li e richiesto perché. come abbiamo precedentemente


",vam'L‘llfitîyîîrntu che tutti
lm"l“"hm0 |A C‘…dlzlunc in esame come se essa eslgesse
gti r.:eril (; .E… “'—Umi debluno esset: scientificamente accettati :il momento in
l,
,:“mindu>l classe K.
quex[…… (. qn..di nella corrizpondente
97

stat/stica
}. Ln spiegazione
e a [C In tal modo, K3$Segng
fatto che Gb; quindi «Gb» ap'partien la probabilità di G in
come un F- Ge, per quanto guarda
ri
ristretta
l'enunciato «p (G, F- G) = 1’.Chg
.

[; alla classe più


- la implica banalmente
quella classe, 5
di misura della probabilità stati.
è una semplice
conseguenza del postulati assai più Specifi_
- le implica, cosi, un
assetto di probabilità
stica. Poiché s della Specificità massima]e
Gdi quello addotto in (30), il requisito Spiegazione stati.
co per da qualsiasi
violato da (50) - e, analogamente, non fosse
verrebbe ficato se per 11
riteniamo si sia veri

evento che che l'en…


stica di'un invalida la nozrone
la quale, in effetti,
clausola «ameno-che»
una legge più appr0priata per
rende”…
- G) = 1» fornisca
ciato «p(G, F
fatto che Gb.
ragione del presunto massimale viene quindi avanzato
in Via
Il requisito della specificità iwi_sit_o_dell'gfideaw
caratterizzare fino a che punto ili-l
provvisoria per uflupifiga_zi_orli_,.JW-Cfimdm ive.
totale si applichi opportuname nel formulare o va,
suggerita consiste in quanto segue:
ded'j:îèìiîoîéosi conto di tutta l'informazione
S-I, dovremmo tenere
lutare una spiegazione l'eventocxpig'.
rilevanza esplicativa per
fornita da K che è di potenziale fatti particolari ch‘;
statistiche rilevanti e quei
nandum, cioè tutte le leggi l'evento-api;
mediante leggi statistiche, con
si possono connettere,
nandum.21 dell'ambi-
simale elimina il problema
Il requisito della specificità mas argomenti rivali cui
è facile vedere che, di due
guità epistemica, perché
.

appartenenti :
e che hanno premesse tutte
sono associate alte probabilità massimale. Siano
K, almeno una di esse
viola il requisito della specificità
infatti:

p(GiF)=rl p(éiH)=rz
Fb Hb
[’I] e [f:]
&],
Gb

sul requisito della specrficilì


“ basandosi su questa idea generale, e specificamente
eliminare l’ambiguità epistemica della spit;1
mass:maie, il metodo qui suggerito per dal modo in cui ho cercato di risolvere il pro
zione statistica differisce sostanzialmente in quello
1962, 5 ecialrnente il paragrafo 10).
blema in uno studio precedente (Hempel, esplicativa prete
fra i ue tipi di ambiguità
studio, che non distingueva esplicitamente il deil‘evideufl I°
paragrafo, ho applicato requisito
dentemente caratterizzati in questo modo che di qu “
tale alle spiegazioni statistiche in un presupponcva che l‘explanans la problbl'
che
accettabile appartenesse alla classe K. e quindi richiedeva l'evichlJ li‘"
lsltîpliîgl'Zlonc fosse eguale :\ quella che
Ll îgplanans
conferisce all‘explanandum mi SCF“
le IÎ uisce all explanandum. i…e ragioni per le quali questo approccio0. Si ossff“
lllî‘o0tltîlfll
sono suggerite dagli argomenti esposti nel presente parag
:}cente
in part i co are che. se fosse rigorosamente applicato. il requisito
.
dell'evidenza toulc P“
os .in/WII della x/virgmlonr
.n lrn/Ill: ::
in questione. “°“ ”: 0
fili argomenti ri prossimi :\ i. Allora.
elî€ Kmntlene le [immesse di eninnnhi gli dal momento
argo]…—
che a HC quindi a he. quindi. entrambi gli … mi, assegna !; sia a I"
l:: li.
della spcmhcn.’i massimale. Kdeve gomenii soddisfano il
re quisito implic- nre che:

P(GF'H)=P(Q.F)=r,
D(QF'H)=P(Q.H)=r1
… p(G.F‘H)+p(G,F-H)=l
Quindi r,+rz=l
.ho è una falsità aritmetica, dal momento Che ri e
timi
': song
nò tîiÎdi essere me mm a a classe entrambi gros-
& ]. essa non
consistente K.
|

:.…imale on S°f8°

R‘“ «"‘-". . - _

e dl due:
.
. ‘
—'amo mai ne 3 a prescmdere
.
dal fatto che questo
inicolare evento si sia o no verificato. possiamo presentare
p” una spiega-
& accettabile dell‘uno e dell’altro risultato; una
.

Eoni remesse sono enunciati scientificamente spiegazione, inoltre,


le accettati che conferisco-
È'îlm probabilità logia al risultato dato.
_nogebbene il problema dell'ambiguità . .
epistemica sxa stato cosi risolto,
l'altnbiguità nel primo senso analizzato in questo paragrafo non viene
toc-
&… dal nostro requisito; cioè, 51 da 1] caso
cite, per un dato argomento
» ' tico con premesse vere e un’alta probabilita
assoc1ata, possa e51stere
Èîgomento rivale con premesse
ugualmente vere e un alta probabilità,
la mi conclusione contraddice quella ciel
primo argomento. Inoltre: seb-
bene l'insieme K di enunciati accettati in un. istante dato qualsxasx
includa mai tutti gli enunciati che sono di fatto ven (e senza dubbio mo ti
non
che sono falsi), e perfettamente possibileche K a le temesse
eonten elx
due simili argomenti rivali; ma, come abbiamo
Visto, almeno una i qu;-
Sie nmîîfiÎE-Ezìînìlimî‘mefaceertaofl’fiîîîfiafim‘vîola‘îmtxde a
sècificità massimale.
pi…—e

‘piecèîiéntiflfoffs-Élerazioni mostrano che il concetto dz . .

spzeîaî;ozte
::atz'm'ca di èventi
particolari} essenzialmente relativo ad una a
nazione conoscitiva rappresentata da una classe K di enunciati acce "a :;

= '
e la d' 5 le azione statistica significante di eventi la cui
.
aisxasi
-7 f
“i'
Lîzaa
con:];
cgnîsfcllz’lat'î fattogssgdato nella scienza. perché
&
un _

quaisl}a5èaennailllîilîà
teme una simile occorrenza è logicamente lmPllcal° da K ed ha
cos ’
:ain'iifà logia ] in
rapporto a !(
1 In iphgnxlnn» uhuh/ira

:: :[iffirlli'rilili:1Îi(iîlillhlm d…“ “D°Ciflcui m;;3imnle fa un riferimento esplici-
…e da‘" C ierVe. crnl, :| caratterizzare il concet—
m di «Spiegazlnnîasuim"di…“
'

:Il: situzzinne connscitiv: npprcscnuta di
K., ““'ilner'emr; questa
C2f2iicrhlicn come relalluild epistemica della
5I' , egazlone
statistica
Potrebbe sembrare che il
concetto di spiegazione deduttiv1 possiedi lo
stesso carattere di relativitl, dal
momento che l'accerubiiizà o meno di
spiegazione NO 0 S-D non dipende solanto dal l'atto che essa sia
ana
ledunlvamenre valida e faccia un uso essenziale del tipo approprizto dl
cgge generale, ma anche dal fatto che le sue premesse simo ben sostenu-
te dall evidenza rilevnme disponibile. È di
certo cosi. e questa condizione
di conferma empirica si
applica egualmente : spiegazioni statistiche che
devono risultare accetubili in una dar: situazione conosciriva. MJ b reh-
twità epistemim che il requisito della
specificità massimale implia per le
spiegazioni S-l ?: di tutt‘altro tipo e non ha zlcun mz]°g° nel 050 delle
spiegazioni N-D. Il requisito della specificità non concerne, inhrti. il 50
stegno evidenziale che l'evidenza rozzi: K fornisce agli
……
esso non esige che questi ultimi siano inclusi in K, né che X fornisca
evidenza a sostegno di essi. Esso concerne ‘
c£nmare il concetto di un i nuziale Esso stabili

!…
ione smi:.fia
sce“, infatti,‘che a prescindere dui grido di «mE!-
sostegno e dell'ex
planans, una spiegazione S-i non è zccetmbile se la sun tom esplim'm
potenziale rispetto all'explamndum specificato
glie che sono incluse in K ma non nell’exphmns, che : 3/
sentir
_..
I. _
Dico nseguenza. queste ultime non sono soggette ad simm condizione ;} ” /

restrittiva di quel tipo, e la nozione di un: spiegzzione deduniu poten- ' ""'
_

ziale (in contrapposizione :: una spiegazione deduttive con un aphmas


ben confermato) non richiede alcuna rehtiviznzione rispetto a &
Come conseguenza di tutto ciò, possiamo perinre

gazioni N-D e di spiegazioni S-Dvere: si ma: di quelle spiegnimi po-
di spie—

tenziali N—D e S—D le cui premesse (e quindi le cui conclusioni) sonovere


— a prescindere dal fatto che ciò
risulti conosciuto o creduto, e quindi dal
fatto che le premesse siano incluse in K. quesi-1 idee non in siam
ih
analogo significativo nelle spiegazioni $i poiché. come abb
concetto di spiegazione statistici
rispetto a

| …un) “cm in un lucido :


{

Lv.qu—
5.4.3 Sistemi di stato discuti
100 -
Axpo/ii della t/rirgaziona nienti/iui

tivo micolo. Reschcr" ha mostrato che i sistemi fisici di un particolare


tipo. che egli chiama sistemi di stato discreti. forniscono eccellenti illu-
:
strazioni delle spleguione della previsione deduttiva e probabilistica, e
che un es.-me più lccunto di tali sistemi può illuminare la struttura logi-
cn. la portata e le interrelazioni di quelle procedure. Ml propongo di mo-
str…-ue che un esame di questi sistemi ci pone di fronte al problema del-

l‘ambiguità espliutiva confermando la soluzione da noi indicata.


Per rislma di stato discreto, o in breve sistema S-D, Rescher intende un
sistema fisico che in un dato istante e in uno di numerosi stati possibili S,,
S,, .... i‘occorrenza di ciascuno dei quali occupa un periodo di tempo [ini-
to. quantunque forse brevissimo; per lo scopo proposto si suppone cheil
numero di possibili stati di un sistema S-D sia finito. la successione degli
stati esibiti da un sistema SD & govemaia da un insieme di leggi, ciascuna
delle quali può essere deterministica o probabilistica (statistica). Una
legge deterministia ha la forma «Lo stato S, è sempre immediatamente
seguito dallo stato S,»; una legge probabilistica ha la forma da probabilità
antistia che (un'occorrenza di) uno stato S, sia immediatamente seguito
da (un'occorrenza di) uno stato S, e r.,-. Si può caratterizzare un sistema
SD di questo tipo mediante la matrice di tutte le probabilità di transizio-
ne r
Ci'sono vari esempi fisici di sistemi S-D, fra‘i quali Rcscher menziona un
nei suoi stati suc—
computer digitale, un atomo di un elemento radioattivo
cessivi di decadimento, e - dato un modo opportunamente schematizzato
di descrizione - una particella in moto browniano. Una palla che
rotola su
tavola di Gallen” è un altro sistema S-D il cui stato in un dato istante
una
orizzontalmente dal-
e rappresentato dal numero di perni che la separano
la linea centrale veniatle della tavola
di
Una spiegazione probabilistica potenziale (di uno stato momentaneo
è definita da Rescher come un argomento la cui conclu-
un sistema S-D )
di tempo tè S,», o,
sione ha la forma «lo stato del sistema nell'intervallo
conslstono nelle leggi che governa—
in breve, «:r (i) = S,», le cui premesse
che gli stati esibiti
no il sistema, e in un insieme di enunciati
specificano
altri intervalli di tempo l., l,, I,, che sono tutti
dal sistema durante certi …,
() nel senso forte…
diversi da 1.“ L'argomento può essere «probabilistica

“ iterzlwr (l965)«
” Per un‘amlr’;i di questa proemio. DI …“ W…(1939M’V'237'240'
,. P.thcr …… ……ch per una 5p|cpzloftc potenziale » come richiede per una previ
nella sicura maniera - che gli …'
tione Va'-nuale, che altrimenti sarebbe caratterizzata .

iervalli iernpuralr l…‘h. …. ‘. ddlbîm) Pfcmduc "”" " … curry-wenn, ogni ”Vlflkmc
p(/UrZÌZIC «: una spiegazione potenziale, ma non
viceversa. la ragione che eg l adduce u
…" P…Pfi'f0 35’
unregno di quarta interpretazione viene vitamina“
5. la tfr/ngazlono rial/silea ]
"i

che si (i) :
S, è (condizionalmcnte) più probabile che no, o nel.

:
debole che si ( t) S, (: (condizionalmcnte) più probabile dt,,(l)e
per qualsiasi 196 in.” infine, nun argomento potenzialmente
esplica-i,
°
diviene una spiegazione (e]fattiva) se le sua premesse sono effetti… "”
te o probabilmente vere…“
Per riconoscere che la spiegazione probabilistica cosi irtter;;…H ,

nuovamente affetta da ambiguità, consideriamo un sistema


S-D lusccnm.
?

le di tre soli stati, S., S;, S,, le cui probabilità di transizione sono spalti…

te nel seguente scherma

StSz5;
0 0,99 0,01
0 0 1

1 0 0

Di conseguenza, la probabilità di S. di essere immediatamente …


da S, è 0; da S, è 0,99; da S, è 0,01, e cosi via.
mediante dini
Alternativamente si possono caratterizzare i sistemi SD
di transizione. Nel nostro caso, il diam-
Rcscher chiama diagrammi
assume la seguente forma:

i :S,
(1)-J
(0.99) —> S; (1)
S,

(0,01)

Come si può facilmente vedere, le leggi di transizione qui indiatell
piicano le due seguenti leggi derivate:
(L,) La probabilità che il successore al secondo passo di ;. sia 8. N’
X 1 = 0,99.
(L,) La probabilità che l’immediato successore di 5, sia ancora 3. N
,

di
Supponiamo ora che in due particolari intervalli tempo successi“:

” Reschcr (1963). p. 330; corsivo dell‘autore. il concetto di veroslmlalllilfl @"


nale qui addotto non è ulteriormente chiarito; ma con esso si intende (il…
In relazione. o condizionatamcnte,
avrebbero il carattere generale rii prob:biiità logiche; ma Rescher non
"…
rappresentare la verosimiglianza che la conclusione dell‘argomento espiiulifl
alle premesse. in questo uso. 1°
lenile
uso conforme alla concezione rispecchiata dal nostro schema (Sh). in cui li'
gllztnzan In questione @ specificata in parentesi quadre accanto I"! “PF"… \

la conclusione dalle premesse. ii '


sonata "
ilcsclter (l963). p. 329; corsivo dell‘autore. 7
/
103 Arpe/rl della spiegazione
xcienllfica
cstblsca gli. stati S. e S,
.

,-1n05“'0 sistema rispettivamente, che siano


“ iseguenti enunciati: cioè
ver i

(c.) …) = S‘
(a)”… : S’

Allof3' C,,
in congiunzione con L., fornisce le premesse
per un argomen-
obabill'5‘ico che dà lal«verosimiglianza» 0,99 alla
[o p'r di conclusione che,
temilo tempo ’; Immediatamente successivo a t,, il sistema è
ne“…5iato S,. cioè che st (t;
nello :
S,. Ma C2 in congiunzione
con L2 dà
mente la probabilità 1 alla conclusione che st (t,) # S,. In base
analoîslre assunzioni: le premesse addotte
alle " in questi argomenti rivali
…'ndi gli argomenti costituiscono delle forti
sono
"ÉTÎÌ' qnei senso di Rescher, deil‘occorrenza
spiegazioni probabili-
snc o non-occorrenza di S, du»
ei'intervfluo di tempo I,; ed entrambi
rame sono spiegazioni effettive nel
di Rasche“ dal momento che tutte le premesse
sensoAbbiam° cosi un’ambiguità esplicativa esplicative sono
nel primo dei due sensi
veîî ecificm' Che l’ambiguità nel secondo da
no senso, quello epistemico, sia
h‘îssa
:tnC presente è chiaro quando si consideri che, in base alle
nostre
"zio“" …ne le premesse addotte possono naturalmente
appartenere
2
“[Slîuclasse
[(dein enunciati accettati al momento.27
Per evitare questa insostenibile conseguenza, occorre integrare le del‘—
“…o ni di spiegazione e previsione probabilistica di Rescher
con un re-
quisit0 addizionale appropriato. Nel nostro esempio, è chiaro che si
po-
trebbe respingere il primo dei due argomenti rivali in
quanto esso trala-
scia quaiCh€ informazione rilevante.. Ma questo è precisamente il verdetto
del requisito della specificità mass:male. Nella nostra illustrazione
pos-
siamo infatti assumere che la classe !( includa l'informazione
convogliata
da C., C,, 11 e L;, ma che K non
contenga più alcuna informazione specifi-
ca che implicherebbe un'assegnazione di probabilità, su basi
empiri-
che, all’cnunclato «st(b) = Ss”- “
Pf imo dei due argomenti p robabilistlci
Viola il requisito della
specificità massimale, dal momento che esso
de in considerazione soltanto il fatto pren-
che lo stato del sistema in t, è S,,
quantunque Kei dica, inoltre, che i'occorrenza di S] in
!, è direttamente
seguita dall'occorrenza di S,,
e che la probabilità che l‘occorrenza di 5:
seguita dall‘occorrenza di S, abbia
S, come successore al secondo
0(perché £,. ci dice che passo è
per lo più la probabilità che l'occorrenza di S, —

" Ll
stess: ambiguità
comprometterebbe l'uso predittivo di
[.
rnmmbe basate su
{rique_ questi argomenti: quan»
Mumm mn!mddtlioriè premesse accettate (:. in effetti, vere): ‘ÉSSC C°Dd“°°“°
sullo stato del sistema durante t,. ’
3. La
103
spiegazione ria/Ittica

quale che sia il suo predecessore sia 5 è 0). '


seguita dall occorrenza dtlml;ile in
,

Pertanto, solo il secondo dei due rivali risulta 3CCe


base al requisito della
argomenti
specificità massimale.

può sostenere che la


3.5 ASPE’ITI PREDITI’IV1 DELLA SPlEGAZlONE SFAT'iSTICA Si
Spiegazione statistico-induttiva di
un particolare evento costitutsce, 1}'l
stretto parallelismo con la
spiegazione nomologico-deduttiva, una pfeV1'
sione potenziale di quell’evento?
Se l’enunciato che descrive il .
verificarsi dell'evento in questione è rn-
cluso nella classe K degli enunciati
accettati, è chiaro allora che la que-
stione della previsione dell‘evento nella
situazione conoscitiva rappresen-
tata da K non sorge. Poniamo
perciò il nostro problema in questa forma:
supponiamo che un argomento del tipo (30) soddisfi il requisito della
specificità massimale relativamente a K che il suo explanans sia ben
e
confermato da K; sarebbe in
questo caso accettabile come argomento pre-
dittivo nella situazione conoscitiva
caraneriuata da X ? la risposta dipen—
de, naturalmente, dalle condizioni che si
ritiene un argomento SYZÙSÌÎC°
debba soddisfare perché risulti
razionalmente accettabile a scopo predit—
tivo in una data situazione conoscitiva.
Consideriamo brevemente qUESÌO
problema.
È
ragionevole pensare che, nella formulazione di
aspettative circa _gli
eventi futuri, si prenda in considerazione
tutta l’informazione disponibile
al momento:
questo è il punto essenziale del requisito dell'evidenza tota—
le. Ma come si deve
interpretare più specificamente questo requisito? Se è
disponibile una definizione generale e
una teoria della probabilità logica
o induttiva, la condizione richiesta si riduce
a questo: la probabilità con-
ferita alla conclusione dell‘argomento
predittivo dalle premesse soltanto
dovrebbe uguagliare la probabilità attribuita ad
essa dall‘evidenza totale
K; in questo caso, la
parte restante dell‘evidenza totale è legittimamente
trascurata nell‘argomento, in quanto la sua
aggiunta alle premesse non
cambierebbe la probabilità della conclusione. Al
momento attuale non di—
5p0niamo di alcuna definizione e di alcuna teoria della probabilità indut—
'

tiva sufficientemente comprensive da


poter essere applicate a tutti i tipi di
argomento induttivo che si potrebbero considerare. Se si formulasse una
definizione del genere - generalizzando, ad esempio, l’approccio di Car—
nap - potrebbe risultare che un argomento statistico, le cui premesse so—
no ben sostenute da X e che soddisfano effettivamente il requisito della
specificità massimale, non soddisfa ancora rigorosamente il requisito del-
l’evidenza totale nella precisa forma quantitativa considerata… Per
esem—
Aspetti dcl/ri spiegazione
.sci’eiillfir a
]O—i'

' ‘amo che It cons:sta dtlle pn messe


‘ ' ‘ - “ dl' (_ 30) e. inoltre, dell'e-
'
guì,cîautîpîîuldr in sia evidente che quest ultimo
questo caso. sebbene
irriletantcper la conclusione «Gb», sr può pensare
enunciato del tutto
&
di “be … relazione
che la probabilità logica, nel significato qui assunto,
logica r di «Gb»
:: K debba differire dalla probabilità relatrvarnienttîjalllî
prem esse della (50) soltanto. Oppure,
'
supponiamo '
che A cons s ta eg
enunciati .p (6, F) = 0,9». «p (G, H) = 0,1', «p (G, F' H) = 0,85»,
«FI)»,
almeno ultimi tre

di'
.

.Hb»; allor-.: un argomento statistico che abbia gli


il
questi enunciati come premesse e «Gb. come conclusione soddisfa re:
quisito della specificità massimale relativamente a K Tuttavra, anche qur
la probabilità logia di .Gb- relativamente a K potrebbe differire dalla
probabilità logia, 0.85, di «Gb: relativamente all'insieme dei tre
enunciati-premesse.
In assenza di una definizione generale appropriata di probabilità logica
sembra, tuttavia del tutto evidente che si potrebbe, in realtà, considerare
l'argomento predittivo sopra considerato come razionalmente accettabile
nella situazione conoscitiva rappresentata da K; la legge statistica che spe-
dfica la probabilità di Gin F ' H varrebbe ad escludere le leggi che Speci-
ficano la probabilità di G relativamente a F e a H, rispettivamente. Analo-
gamente, si potrebbe senz'altro considerare un argomento del tipo (30),
le cui premesse sono ben sostenute e che è conforme al requisito della
specificità massimale, come un modo razionale di formare aspettative cir-
a l'evento descritto dalla conclusione. In generale, poi, gli argomenti
predittivi della scienm basati su leggi probabilistiche sembrano essere
governati dal requisito della specificità massimale e dal requisito di un’a-
deguata conferma delle premesse. Nella misura così stabilita, allora, un
argomento che costituisce una Spiegazione statistica accettabile relativa-
mente a !( costituisce anche una previsione potenziale accettabile relati—
vamente a K
Hanson” ha avanzato un’interessante concezione della relazione fra arv
gomenti esplicativi e argomenti predittivi nella scienza, che mi da l’occa-
sione e l’opportunità di ampliare la posizione generale
50pra delineata e
di suffragarla ulteriormente.
Secondo Hanson, l’idea che una Spiegazione adeguata fornisca anche
una potenziale previsione è perfettamente conforme al carattere delle
spiegazioni e delle previsioni che sono state rese possibili dalla meccani-
ca classrca newroniana, che & deterministica, ma è del tutto inappropriata
rispetto alla teoria quantistica, che è fondamentalmente non deterministica.

“' Hanson (1959) e (1963),


cap. 2.
105
statlstica
5. La .t];lcgaz‘lortc
dei qui…“
Hanson ritiene che le leggi della teoria
Più specificamente,
di alcun fenomeno quantistico individuale
non consentono previsione
la
di una sostanza “fdioaflìvz'
di particelle beta da parte
p, come l'emissione si
bensì che «P può esser
completamente spiegato ex post facto; può per.
si è verificato
tipo di evento nei termini
fettamente comprendere quale Queste leggi fornism
della… teoria quantistica...
delle leggi ben fondate microeventx”..”
singoli
no il significato di “spiegare
È in realtà vero che, a causa
del loro carattere puramente statistico, le
radioattivo consentono la previsione di eventi, co
leggi del decadimento
beta da parte di atomi che 51 difiint€grm…|
me l’emissione di particelle
di probabilità, e non con la determinate221
soltanto con un certo grado
individuale. Ma, proprio per la Stess;
nomologico-deduttiva di un evento
soltanto una spiegazione probabilmu
ragione; quelle leggi consentono
anziché una spiegazione «completa. .q
di una particolare emissione P,
di Hanson. Perché se, come la frase .a
post facto», secondo l’espressione
l’informazione che Psi è verificato fosse in-
post facto» sembra indicare, sarebbe inutilmente circo
clusa nell’explanans, la Spiegazione risultante
intende. E se l’explanans con…
lare: non è certamente questo che Hanson
antecedenti, più le leggi statistiche
tiene soltanto enunciati su condizioni
sul decadimento radioattivo, allora si può
mostrare tutt’al più che il vai-ili.
fornisce soltanto una spiegarlo
carsi di Pera altamente probabile; ma ciò
la stessa forma logica della previsione pro
ne statistico-induttiva che ha
babilistica, cioè statistico-induttiva, di
P.30
un’altra afferma
Nel contesto della sua argomentazione, Hanson avanza
dal punto di vista inferenziale
zione, ossia: «Ogni previsione, se corretta
deve possedere una corrispondente postdizione».31 Per postdizione
Han-

di una previsione.:
son intende «semplicemente il rovesciamento logico
condizioni di
una previsione procede «dalle condizioni iniziali attraverso
futuro x:», e un:
contorno a un enunciato concernente qualche evento
attuale
postdizione consiste «nell’inferire un enunciato su qualche evento
iniziali già note»."
x, mediante le condizioni di contorno, da condizioni
Ma la tesi di Hanson è scorretta, come risulta dal seguente controesempìa
Consideriamo un sistema di stato discreto i cui possibili tre stati, S… S:.
S:.

Hanson (1959). p. 354; corsivo dell'autore; analogamente in Hanson (1963). P' “


29-
"’
” Per osservazioni analoghe si veda Hanson (1963); cfr. anche la risposta critici
Feyerabend (1964).
" Hanson (1963). p. 193; cfr. anche p. 40. Hanson prosegue dicendo: «Ciò P”“
&

della tesr di Hempel ed è necessariamente corretta» (ibid). in effetti, ho portato il!" ‘"
menti contro questa tesi che è vera per previsioni basate su teorie deterministichc.
In generale. Si veda Hempel (1962), pp. 114-115.
no:; vera
Hanson (1963). p. 193; corsivo dell‘autore.
106

rl:
>
.Î…\IH
4
. ‘

:lol/;:
sono connessx dalle segucntl' “CRS": .v/iiqgrnlhiu‘ \" iru/117:
51 C0…“ “3 ò «
seguito, con una probabilità dello sempre se guito da
da 5;- 05, da S, e con la S
” ‘ è
- .S‘
mode Sima
pi'olmbllltà

L‘informazione che nell'intervallo


di tempo :, il si
allam possibile la previsione
dal nomologico—deduttiva e
,e «Con-etto punto di vista inferenziale» , quindi,
in 55; ma non è possibile nessuna
che dur ante te il chiaramen-
postdizione cor sistema sarà
conda informazione alla prima.33 rispondente dalla se-
per concludere, intendo
considerare un argomento
relazione tra spiegazione e previsione. di Rescher circa
Il punto la
re “s‘empljcemente con particolare riferimento essenziale si può enuncia-
sistemi di stato discreti che abbiamo allo studio di Rescher
considerato nel paragme 3.4. sui
do la definizione di Rescher, Secon-
un argomento che
sistema nell’intervallo di spiega lo stato di un tale
tempo può riferirsi, nell’explanans,
1“

esibiti dal 5i5tema in certi


istanti, che possono essere agli stati
anteriori o posterio—

che ogniqualvolta si effettua...


li, «segue
una previsione, si dà a fortiorz‘
spiegazione», ma non viceversa; «Infatti
una
le nostre condizioni
definizione della
previsione... aggiungono in sostanza alle per la
laspiegazione... certe restrizioni condizioni per
supplementari di carattere
Adifesa dell’imposizione temporale:».34
di tale requisito
addizionale sulla previsrone,
Rescher sostiene in
effetti quanto
un argomento segue: supponiamo che le premesse-di
che prevede lo stato del
sistema in tincludano un
f0 Specificante
lo stato di quel sistema in enuncia-
re Il. Allora, un intervallo di tempo posterio—
poiché l’argomento è predittivo, ! è
’:u 6 tale
è perciò anche
posteriore al «presente»
inferire
t,. Ora, esistono due possibilità. 0 (I) S1 PUÒ
per mezzo di leggi la stessa
“ dEl premessa relativa a :, dagli stati passa-
sistema, e allora si
può evidentemente rimpiazzare l'argomento dato
:.
Su
ques") punto si
Pftfrnta una veda anche Gnînbalim (1963), p. 76. L'articolo dl Grunbaum
dettagliata discussione
Cesar…“
““a dell identità strutturale di spiegazione e previsione
A
molteplicità di obiezioni a
RfiSCher
(1963), P- 329. q uesta idea.
[Élr \. «

” ; ‘.2. lml=ìfrì
i. In \[ill‘nflzlnnn YIn/l'il/Efl
107
con un argomento che
init-rl
In ! esclusivamente ram….” (“…hai in SIT…) del sistcmî
dagli “;;.ìt r1rîn ll requisuto_rennttivo «.
soddisfatt0; Oppure (… …… P‘ l'… coîlctl'ic
'I
va ;; ;. dagli Chunciatl Sugli …'“1Pl't l'nll'erire la premessa esplicativa relati-
aff;…o una
previsi0ne ap ” "Paint! del’stste'mu ollnra
e .non abbiamO
"Piedini…" su una prenljesiîn:}tlî P€fChe bnsmrno il nostro argomento
informazione disponibile.,“ - non si può giustificare in ten'mni di

raîiltaa'nzonr2: l?adellîulrl
{gerlîîsntclìlall'evidenzzi probatoria. questa conside-
SU
cui un argomento espira-
tivo è anche P0tenZialrnîme (Île51 secondo
& sarebbe po…… un-
lizzare per derivare un enuncl?rte lmvoj C'…e Che—lo
“" ° Pfedlllxvo
… ! se gli relativo allo statodel Sistema
Enunciati-ex panans
I fossero sist: formulati e uttleti come
.
premess<: P…“a di :. A dire il vero, richiediamo normalmente lo spiega-
zrone di un dato stato soltanto dopo che esso &
occorso cioè, nel nostro
€350, dopo t,“ ed è vero, come mostra l’argomento, che possiamo essere
… grado di suffragi“ la
premessa critica mediante un'etndenza che non
era disponibile prima di L Ma il
sostegno empirico delle premesse non ha
alcun lmpan0 Stil rapporto strutmmle sussistente fm argomenti esplicativi
e argomenti predittivi, né, a mio avviso. le considerazioni basate su di essa
forniscono valide ragioni per imporre una condizione formale restrittiva
sulle inferenze predittive.
Si dovrebbe altresi rammentare che,come abbiamo osservato nel pam-
grafo 2.4, perfino i casi più perfetti di previsione scientifica fanno nor—
malmente uso di certi enunciati sul futuro che non sono inferiti mediante
una legge dall‘infortnazione relativa al passato. Così, la previsione delle
posizioni dei pianeti in un dato isinnte sulla base dei dati relativi alle loro
posizioni e quantità di moto un mese prima.. richiede un'assunzione rela-
tiva alle condizioni di contorno durante l'intervallo di tempo intercorso
che afferma normalmente che non vi saranno interferenze esterne al si«
altri par-
stema. E, sebbene ciò non venga inferito mediante una legge da
di contorno
ticolari, gli argomenti che presuppongono quelle condizioni
non si considerano tali da pOter fornire previsioni appropriate. .
che P05513m0
Infine, potremmo osservare con Scheme! u£°l“ "È8‘î
di un evento futuro e e in e
nevolmente parlare della spiegazione
,
'et:\
in taluni casi, uno stesso orgomento può conmdemtsi come : prevxsro e 1

Rescher (1963ìùpdîîîagigîiîlmvînîcîllklellslcî‘; sarebbe °bb"5“° ‘ di" Che


:: Iengo”…
…… alpi!
]n
esemPl°- um delle
:
cui premesse si riferisce 'A' non,) neîmàîn:l
considerato ne li:—Ss “° di àésebllîill: °P° . pe :

to;“:iznsiesem“
pres:nut:_Pfiflh
“suo“:
se e
"°“‘
I… At/wlli della ([:/egnlinnl ulmll/Ira

di un certo evento e come la spiegazione di eum come quando. ad cscrn:


si risponde fornendo
pio. l."! denuncia -Perchd sorgerà il sole domani?-
qulche informazione astronomica appropriata. ” Anche per questa ragirr
ne sernth sconsigliabile impone requisiti formali diversi sugli argomenti
apitar:vi e predittivi.

36 la non comnxrrvrfl onu sr1rcwona mnmcomntmm in spiega


zione autisticoindurtiu differisce dalla sua controparte deduttlva per un
altro aspetto importante. Quando un dato cxplanans rende conto dedutti—
ramente di ciascuno di numerosi explananda, esso rende allora conto dei-
la loro congiunzione, il che non vale, in generale, perla spiegazione 5-1 in
quanto un explanans che conferisce un‘alta probabilità a ciascuno di nn-
merosi explananda può conferire una probabilità molto bassa alla loro
congiunzione. in questo senso, allora, la spiegazione &! &, contrariamen-
te alla Mozione dedutllva, non-congiuntiva
Consideriamo. ad esempio, l'esperimento casuale Fdl lanciare in aria
una moneta regolare dieci volte di seguito. Ogni esecuzione di questo
esperimento produce come risultato una delle 21° = -1024 possibili diverse
sequenze di 10 risultati individuali ciascuno dei quali è testa o croce. Sia-
no 0,. O;, O,… i difl'erenti possibili tipi di risultato cosi caratterizzati
Allora, in base all'ipotesi statistica classica - designiamola con S— di que-
sto tipo d'esperimento, la probabilità di ottenere testa lanciando la mone-
ta e 1/2, e i risultati dei diversi lanci sono statisticamente indipendenti.
Ne consegue perciò deduttivamente che la probabilità statistica di ottene-
re il risultato 0. come esito dell‘esecuzione di Fè p ( O,, F) 1/1024, e la
probabilità di ottenere un risultato diverso da O,, è }) ( 6., F) = 1 -1/1024
:
: 1023/1024 per uno qualsiasi dei possibili risultati diversi O..
Supponiamo ora che un’esecuzione particolare, ], di Fabbia prodotto
o… come risultato: Oy,° (1). Si può anche descrivere questo risultato di-

/
cendo che non ha prodotto nessuno degli altri possibili risultati:
o‘, (I) - 6, (j) 6,,, (f) - 6… (j) ' ' o,… (9
Ora, l'ipotesi statistica Scongiunta all'informazione che fera una parti-
colare esecuzione di [{ cioè che F (fl, fornisce una spiegazione S-l dotata
di un'alta probabilità
per (i fatti descritti da) ciascuno dei 1023 enunciati
congiunti:

” ‘f…hcifler (1957). P' 500«


} la ;;;/«gazione imm/Ica

p(r),, m
fl(f)
: 1023/1024

._.—--:.== [1023/1024]
(Lt/)
da queste epic…
m assimale (: soddisfatto
il requisito della specificità ulteriore informazione …,
! iguarda tale
dal momento che, per quanto
ticolare esperimento quale può] essere disponibile in base alle (|,…
condiziona la pr……
che 5 implichi che essa non
ze, si può ritenere con l'informazionecbe pm

di O,, . Ma sebbene S , in
congiunzione
un'alta babilltà a ciascuno dei 1023
conferisca ln tal modo pro
il grado bassissimo di'
prohbum‘
congiunti sopra elencati, essa assegna all’enunciato «O,. (D,; i)
che equivale
1/102/i alla loro congiunzione,
biamo infatti:

]) ( o…, p) = 1/1…
F( D
-[1/10241
0500 (D

«F (I): fomisa una spiegazione


5—1
cn
Cosi, sebbene S lnsie me a dei 1023 enn…
descritt i da) qualsiasi
un’alta probabilità per (i fatti
menzionati, essa non fornisce la
medesima probabilità per (i fanidaati
il
da) la loro congiunzione. dal fatto
Questa non-congiuntività della spiegazione S-l scaturisce, così,
confermare il un patio asnieie
che uno stesso insieme di enunciati può
degli n enunciati alternativi, sebbene confermi con ugul
vato ciascuno
forza la negazione della loro congiunzione.
Questo fatto, a sua volta.!
delle probabilità, llqnt
radicato nel teorema generale di moltiplicazione
di due elementi (del.,
le implica che la probabilità della congiunzione
si tratti di probabilità statistiche};
caratteristiche o enunciati, secondoché
inferiore alla probabilità dell'uno
0;—

di probabilità logiche) e, in generale,


volta che si consideri lndnflìî:
dell'altro elemento in. se stesso. Quindi, una
nella spiegazione
va la connessione tra explanans e explanandum
.

ca di fenomeni particolari, l'impossibi


come una delle «f
come un aspetto inevitabile di essa e, quindi,
che fondamentali che distinguono la spiegazione
S-l dalle sue c0- ; ",
deduttive.
.è}; i

" Per un‘altra Illustrazione. cfr. Hempei(l962). p. 165- 'l;'


}…
z
.… Axpom' della spiegazione scr'mllljlm
3.7 POSTAZIONE 1976: NUOVE IDEE SUI
PROBLEMI DELLA SPIEGAZIONE STATISTICA.

3.7.1 Ossenu:ioni prclx'mr'rwri In questa postfazione


tarmi con le idee sulla spiegazione desidero confron-
statistica che sono state
sfiluppate da R.C.Jeffrey.-‘° \\”.C. S;tlnîon‘° e \\7. recentemente
stano considerevolmente dall‘inteqwretnzione Stegnn'iller“ e che si disco—
breve, Jefl'rey e Salmon contestano presentata in precedenza. In
tanto la mia idea di spiegazioni statisti-
che aventi forma di
«argomenti », quanto il mio principio di
di probabilità associato. cosi un alto valore
come la relativizzazione epistemica delle
Spiegazioni statistiche a situazioni
alle leggi statistiche un ruolo cognitive date; essi concedono, però,
e5plicativo (Jeffrey, in verità, solo in misura
limitata) e le caratterizzano in
un modo nuovo.
Stegrnùller &, invece, dell'opinione che le
teoria della spiegazione statistica tesi di Salmon e mie sulla
riguardino due concetti del tutto diffe—
renti c‘ti explicandum: gli
argomenti statistici da me caratterizzati
no, a suo avviso, spiegazioni del non so—
perché, ma forniscono, nella migliore
delle ipotesi, ragioni
per credere su base statistica, mentre Salmon
anche Jefi'rey) si sforzerebbero di (ed
conseguire la chiarificazione di un’im-
portante procedura scientifica che, parimenti,
non si può considerare co-
me una Spiegazione, ma come
una «analisi statistica in profondità» che
conduce a una «comprensione
statistica della situazione». Circa il
to centrale chele ricerche di Salmon concet-
e mie cercano di esplicare,
ler giunge alla conclusione che Stegmt'il-
non esiste affatto qualcosa come
spiegazione statistica. una

3.7.2 La criticadijeffrey al concetto di spiegazione 3-1 Le spiegazioni sta-


tistiche sono state presentate in
quanto precede come argomenti che, nel
caso più semplice, hanno la forma:

p(G, F)=r
F(b)
(30) [fl
G(b)
’ Il Nacbwort
1976: Neuere Ideen zu den Problemen
stato inserito nella der statistiscben Erlela'rung è
presente edizione come paragrafo 3.7,
zione tedesca del conformemente all edi-
saggio di Hempel (1977) in cui è
esplicita richiesta dell 'autore. originariamente apparso,
per
” Jelì'rcy ( 1971).
“"Cfr. in particolare Salmon (1971
santi osservazioni sulla b), ma anche (1971 a), (1971
concezione di Salmon cfr. Niiniluoto c). Per alcune interes-
"‘ Cfr. Stegmùller (1969), e Tuomela ( 1973), cap. rv.
discusse dettagliatamente cap. rx e, in particolare, (1973 n),
anche le idee di Jeffrey di parte lV, in cui vengono
e Salmon.
3. la spiegazione statistica
1
1:

dove l'explanan5 soddisfa il principio della Specificità massimale (Ici .

vamente alla situazione cognitiva data K) e Tè prossimo a 1, cosiCché au


può attendere, in presenza dell’explanans, il verificarsi dell'a……ClSl
°"
planandum.
Jeffrey contesta l'idea secondo cui un evento viene spiegato tanto
glio mediante una legge statistica quanto più grande è la probabili tàch;
la legge attribuisce all’evento.‘2 Consideriamo, ad esempio, un espefimtn‘
to casuale E, ripetibile a piacere, la cui unica esecuzione consiste nella-
ciare dieci volte, una dopo l’altra, una moneta equilibrata. la probabilità
che E dia il risultato «testa almeno una volta: — o, in breve, R - è; D (R, E)
= 1 — (1/2)‘°. Questa probabilità è prossima a 1; come osservzijefffey,ciò
ci autorizza, nel caso di un’unica esecuzione di E, a scommettere con…
alto quoziente di scommessa sul risultato R; ciò non avverrebbe per nen.
R, cioè dieci volte croce. Il valore numerico della probabilità è pena…
secondoJeffrey, «un buon parametro per la giusta forza della nostra aspfi'.
tativa» che l’evento in questione si verificherà;‘3 esso, tuttavia, non ha…
la a che vedere con la bontà della spiegazione del verificarsi dell’evento.È
esattamente lo stesso se un’unica esecuzione di E da il risultato probang
R o il risultato improbabile non—R; la nostra legge statistica spiega un ti—

sultato non meglio dell’altro, poiché la nostra comprensione dell'evento


si fonda sulla conoscenza del processo casuale che ne è alla base e I:
spiegazione è, alla fin fine, per entrambi i casi la stessa: essa consist:
nell’indicazione di questo processo e della legge statistica che determim
le probabilità dei diversi risultati possibili. Secondo Jeffrey, si potrebbe
dire che la domanda su come si verifica un determinato evento ricete um
risposta mediante l’informazione che esso è il risultato di un processo
casuale per cui vale quella determinata legge statistica; alla domanda per-
ché mai si ottenga prOpri0 questo e non un altro dei possibili risultati si
potrebbe rispondere soltanto: per caso — come risultato di quel procwo
casuale. Si può anche aggiungere che l’evento in questione posseden in
base alla legge, quella determinata probabilità; questo e, però, un rilicm
marginale, non una parte essenziale della spiegazione.“ @
Concordo fondamentalmente con Jeffrey: la comprensione che
statistiche ci consentono circa determinati eventi non è tanto più
le!
pr.
“ A dire il vero, non avevo affermato questo e. per quanto ne sappia. non MVD
to da nessuna parte la probabilità in questione come la «forza» della spiegazione. o
:
afferma Jeffrey (1971. p. 23). Le idee fondamentali di Jeffrey sono. comunque. À
mente indipendenti da questi dettagli, come verrà mostrato in breve.
“ Jeffrey (1971), p. 23. ‘

“ Jeffrey (1971), pp. 2-i-25. %


D
] IZ
Aspen, del!“
5Pt'egaziona scieant'ca
,_
da 0 completa qua?… Pilu grande è la probabili tà
,… all'evento.
La sptegazrone consiste che leleggr. attribuisco-
nella cara [[
che ha errzzazrone del processo
casuale prodotto l’evento e nell‘indicaz i One
le
della legge statistica
per probabilita“dei di diversifrisultati quest 0 processo. Queste
Joni s icgan0, 8 ora, i veri icarsi ' .
indica—
;,an dEl verificarsi di un risultato ,glofig :?Z;;ìillmprobabile non meno
:; mio principio se.
11
condo cui una legge statistica deve mostrare che
aspettarsi con
pe mmoîîbda
un'alta probabilitàl’evento-explanandum va
dalle sue riflessioni andonato.
jefirey trae la più ampia con5e ue .

zioni statistiche non hanno, in generale, il Caratteth dini; ciìe le spiegaÌ


argomenti A questo preposito, pone le spiegazioni statisîiîiilgîlgm
° dl

contrasto con le spiegazioni causali. Queste ultime mostrano _ nm?
perch un evento si è verificato, mentre con l’aiutcfîit'nle :
&
ferma ]ct'frey —

generali, dimostrano deduttivamente che esso si ?: veriiicato. Le le setîtg‘l li

stiche non rendono possibile alcuna dimostrazione di tal genîîg & ];


spiegazioni che si fondano su di esse non sono, in generale, conclusioni
Jeffrey e_tuttavia disposto a attribuire il carattere di conclusioni a una Clas:
se più ristretta di spiegazioni statistiche; si tratta dei casi «buoni. come si
presentano, ad esempio, nella meccanica statistica e nel decadimento ra-
dioattivo: qui le leggi statistiche conferiscono all'evento-explanandum
una probabilità cosi prossima a che il suo verificarsi deve ritenersi certo
1

a tutti gli scopi pratici.”Jeffrey aggiunge di ritenere ingannevole il consi-

derare gli argomenti statistici, in genere. come spiegazioni ad eccezione —

dei casi «buoni…


la distinzione dei casi «buoni» dijeft'rey mi sembra tuttavia insostenibi-
le4° non esiste alcuna dilTerenza logica fra una spiegazione statisti—
[)Cl't'hé
t‘;t «buona» e una che non attribuisce al proprio explanandum una proba-

hilltit assai elevata; la grandezza del valore della probabilità non può certo
essere decisiva del fatto che una spiegazione statistica possieda il caratte-
te di argomento. L'ulteriore domanda se argomenti 0 analisi statistiche
non passat… valere in generale, o forse soltanto in caso di probabilità
multo alte, come spiegazioni, verrà discussa approfondimente nei para-
…“ seguenti. Per il momento basti dire che, a mio parere, ci sono buone
“W…. quantunque non decisive, per ampliare il concetto di spiegazione
associate
tii nil-tin tale che
argomenti statistici con piccole probabilità
.‘

“unn ritenersi esplicativi. in teoria di Salmon esprime con chiarezza


"“punto di "lSlJ.

7-
“i‘ ‘] “lip _‘j‘ :“
_‘0
in (1973 ti). pp-
»: questa conc nione
'

È;%qufùfidltlmtnlc


SWM

'Ul … 3—JÉI
« t \{
113
3 .
L
a spiegazione slathllca
forma
Sarei . inoltr e , dell ' opinione che la rappresentazione statistica in
. .

' — conservi
la sua
di argomen ll - m 3 senza la test di una grande probabilità
. .

dire,
lausib' ' ‘ .
Che non sia necessaria si può
îuttaviaîlà‘r‘l‘èhneìadglîîrîra necessaria. spiegaZi0-
in forma di argomenti di
irî’presenta-Z‘lpne come un
ni N-D. Si potrebbe una classe di enunciati
u deîe, individuare q“31°m siano
50dd1'
eXplanans N-D per n enuncmo'e.Xplanandum
recado il fatto che, in questo caso.
sfatte le condizioni
arp ome entemente discusse; cons-
il C0Hì5pondeme deduttrvamente valido si potrebbe
Co;gne emo.s,la
derare anche qui un «rilievo marginale..
Nella r aPlîtfesentazionr: ' delle spiegazioni
.
statistiche in forma di argo-
nel
ment”1 b" però
lSOgna “leVare una differenza fondame male ’ già esposta
conclusivo
33, fra conclusioni deduttive e induttive: l'enunciato
- - . .

P ara € r
"‘—fo

come
può venire autonomamente affermatomduttrvr
îèrlànsî‘î’îfr‘i‘t‘; g;l(llemijo per gli argomenti
015 g:;nesse egarantrta; dl. separare
non vale nessuna re analoga che permetta
concîusivo Sîîlarazmne autonoma-
un «enunciato * le «premesse: e di affermarlo
anche per spiegazioni Statistiche
lbuoner.
mente. Cio vale,
.
naturalmente,
relativa soltanto alle rispettive pre—
la conclusrone è, in pratica, di certo vere.
se le premesse sono
messe, e può essere sbagliata, perfino statisti-
all‘ambiguità della spiegazione
Jeffrey non dice nulla in merito la quale proposi una
nel paragrafo 5.4, per evitare
ca, messa in evidenza di spiegazione.
relativizzata di questo tipo
concezione epistemicamente senza, però, pren-
considerazioni esprimono un concetto assoluto
Le sue
problematica di questo
nei confronti della
dete esplicitamente posizione in generale, forma
di ar-
che Jeffrey non assegna,
concetto. Dal momento dire che per lui il proble-
statistica, si potrebbe
gomento alla spiegazione descritto nel paragrafo 5.5, non sorge affatto.
Ma

dell‘ambiguità, come da me inteso, si


ma ambiguità. nel senso
esiste. Nel caso di casuali di
esso nondimeno il risultato di processi
l‘explanandum come
può rappresentare danno questo risultato
con probabilità com-
tuttavia,
diverso tipo i quali, considerare queste rappresentazioni
differenti: si debbono affermativa prive—
pletamente spiegazioni? Una risposta seren-
egual misura, come del
tutte, in
di spiegazione
statistica suo interesse condom
assoluto
rebbe il'concetto dalla ricerca sullambrgurtà
risulta ben chiaro chiarito dalla seguente
tifico teorico-, ciò venire ulteriormente
paragrafo 3.4, e potrebbe
nel
discussione della tesi di Salmon.
con
omogeneità Salmon concorda
statistica e essenzulrnente su
Statistiche si fondano
su spiegazione
3 7 3 Salmon del tutto generale
Spiegazioni
me sul fatto che le muove una
contestazrone
Tuttavia. egli
l e ggl Statistiche .
“4 A_ypeni della spiegazione
alla mla scientifica
‘“PPfcscmamn‘î di la“ Spiegazioni in
appfll'Cl’llîl soprattutto per il fatto che
forma di
perle
. _

statia:_gomentr, 1.“
alcuna regola di separazrone paragonabile conclusioni 5 :che

menu' deduttivi.‘7 Come ho


a quella che v | non c e
appena osservato, non a e per gl‘
delle regole di tal genere; presu “8 ‘
,… parte
adoper0 piuttosto îlpîengo. da nessu.
mcnl0' in un senso più ampio che viene
(30), Salmon afferma, inoltre, che Spiegato medi…fÎîne “largo.
non ab biamo alcun ° SC ema
.
Sentarc l explanandum della SpiegaZione
. . b'150g110 di' ra r .
statistica di un
conclusione di un argomento statistico, evento COP}; la
i valor! di aspettativa
ma dobbiamo soltanto indicare i
.pcsi», ()
razionale, che si devono
attribuire all'ex-

come il valore di aspettativa che l'explanans


conferisce all‘explanandum
Queste considerazioni non parlano, dunque,
contro la mia rappresenta-'
zione delle spiegazioni statistiche in forma di
Salmon contesta quanto Jeffrey la mia
argomenti.
tesi secondo cui una
statistica deve mostrare il verificarsi spiegazione
dell'evento-explanandum come
qualcosa di assai probabile. Come già un
detto,
concordo con questa critica.
Salmon richiama a ragione l'attenzione sul fatto
che l‘abbandono della tesi
di alti valori di probabilità elimina la
non congiuntività delle spiegazioni
statistiche;" nell‘esempio descritto nel
paragrafo 3.6 la legge ivi indicata
fornisce, allora, anche una spiegazione
per E,oo (tu), ma assegna a questo
evento un valore di aspettativa molto piccolo.
il concetto di spiegazione
statistica di Salmon è assoluto nel
non & relativizzato a una
senso che
corrispondente conoscenza di sfondo, a una cias-
sc Kdi enunciati accettati di volta
in volta. Per evitare certe potenziali
difficoltà di questa concezione
assolutistica, Salmon esige da ogni legge
statistica in grado di fornire
spiegazioni il riferimento a una classe di rife-
rimento omogenea. Ciò si fonda
sulla seguente considerazione: l'informa—
zione che un certo
evento singolo !) sia del tipo F(in breve che F(b)) e
Cht‘. inoltre.
[) (G, F) = r può valere
del tipo G
come spiegazione del fatto che b è
(in breve, che G(b)) solo
nel senso che
quando Fè omogeneo rispetto a G
non esiste alcuna possibilità di
Ptietà distintiva separare mediante una pro
adeguata, ad esempio G, una sottoclasse F- Cdi
Fper cui
‘?‘Eiiî P ( G, F ' C)
# r poiché, altrimenti. si potrebbe precisare la spiega-
zione di
G(b) se, ad esempio, b
b… della avesse la proprietà C nel senso che sulla
legge più specifica
«p (G, PC) = n. si deve attribuire al verifi-
: F“… (1971 b), ,77,
… :;}:ìf‘n «1971 b), p. 78_
‘ ‘
"'n “971 b),
pp. 80.8].
1 15
3. La spiegazione statistica

un valore di aspettativa r' diverso (ma non necessaflflmeme


al?
[;mdgo
Î;ng(l;)
di

.
îalmon esrge, pertanto, da ogni legge statistica
p(G:F) "…
:
r dunque, Pe‘ ogni P‘°Pfìetà Pe“
tinente Cvalga: Pl &); egìîzlì>o(rlè,îijfìe'
inteso. Sia U la
sono «pertinenti» nel senso qui
C
clìîg E‘îslîaîfogrictlìzîà
tom un urna contenente 1000 palline, simili per ogm
a “ ra proprieta, 800 delle quali sono rosse (R), cosicché p(R,U) = 0.3. Ora,
.

se per scelta la stessa proprietà R, vale chiaramente p (R. U ' R) =


C Viene
1 95 Ma questo assetto di probabilità non consente alcuna precisa
018Ì'
rossa in un
spiegazione statistico-empirica per l’estrazione di una pallina della teoria
caso Singolo, dal momento che è un teorema non empirico
essa
pura delle probabilità. La proprietà R non è, dunque, «pertinente»;
è la domanda sia rispetto a R - se gli
non rilevante per se U omogeneo
elementi di U in riferimento a Rrappresentino singoli casi di un processo
casuale puro. Questa considerazione si può chiaramente generalizzare nel
modo seguente: la condizione di omogeneità «17 (G, F ' C) = p (G, F)“
le
concernente una legge statistica «p (G, F) = r» non deve riguardare
distintive le «(se) [P(x) - CO:) 3 G(x)l», °PP“îe
proprietà C per quali
«(x) [F(x)' C(x)3 "
G(x)l » , è vero in modo puramente logico-, pr0prie-
rtinenti» in vista
tà distintive del genere non sono, dunque, di certo «pe
.

.
della condizione di omogeneità. di-
Salmon da tuttavia una caratterizzazione più ampia delle proprietà
in modo non puramente
stintive non pertinenti. il suo criterio espresso
è
proprietà distintiva C
logico bensi epistemico e, in breve, dice questo: una
di F rispetto a G qualora non sia, in
non è pertinente per l‘omogeneità
di E se esso possie-
linea di principio, possibile sapere di un caso singolo
legge 5 tatistica in
de la caratteristica F. E se «13 ( G, F) = deve essere
C relativo
" una
deve valere: p (G, F - C)
grado di fornire spiegazioni, per ogni
= P ( G, F)?0 si
1) che soddisfi questa condizione
Una legge «p (G, F): r- (dove r# non è suscettibi-
statistica fondamentale: essa
potrebbe definire una legge del tipo per
Se b è un caso singolo di F
le di alcuna ulteriore precisazione. alcuna proprietà C connes-
in particolare.
cui G(b), b non può possedere, .(x) (C (a:) 3 G (x) ).
strettamente universale
sa con Gmediante una legge «(x) ““ (x) ' C(x) 3 G (“ll °» ‘“
'
varrebbe anche
Poiché, altrimenti,
motivi di concisìom
la parola «pertinente» per
1 b . . 43_ Uso qui
,.scrgfl'iîftlamscanléxlo9rzdegnllì“ di fi-Ss‘ll’c sottoclassi della classe
d
l.opmflonc mmm:
lespressionc di R. mn Mise:
:riferinîcnw … vista dg“; condizione Cf‘- di omogeneità con
“971 …' Pl" 4243' 4.9'50'
(«scelta di post…);
.phce selection:
] 16 .it/WI: .le/Ia 5pfrguzfane .tu’vn/ljiru

conseguenza, ;) (G, F- (.') = I # ". in questo senso, in forza della condi-


zione di omogeneità un evento spiegabile statisticamente non potrebbe
ammettere alcuna spiegazione deterministica."
Secondo la concezione di Salmon, c‘è una spiegazione statistica alla
domanda: «Perché l‘evento singolo b ha la caratteristica GP». Si tratta di
una risposta del seguente tenore: [; appartiene alla classe di riferimento F
omogenea rispetto a G, e vale: 17 (G, r.” F):
Viene così evitata. come in Jeffrey, una relativizzazione
epistemica.
La concezione di Salmon è
certamente assai plausibile da un punto di
vista intuitivo,- si posono anche addurre diverse leggi che, allo
stato di
conoscenza attuale, soddisfano la condizione di omogeneità, fra le quali,
ad esempio, le leggi del decadimento radioattivo.”
A una precisa camtterizzazione del
concetto di omogeneità sono, tutta.
n'a. di ostacolo considerevoli difficoltà, su alcune delle
quali ora ci
sofenneremo.
La formulazione di Salmon limita la
condizione di omogeneità «1; (G,
C) = p (6, F): a quelle proprietà distintive P
Cper le quali non si può
sapere in linea di principio se un caso singolo ha la
proprietà Csenza già
sapere se ha la proprietà G.“ Questa formulazione induce
a supporre che
qui si celi una relativiaazione epistemica della
corrispondente conoscen-
za di sfondo totale X; la clausola «in linea di
principio» deve, apparente-
mente. rendere superflua una tale relativizzazione
iun“ di omogeneità
e fornire concetti asso…
e di regolarità statistica mentre, in certo
risce alla classe K tutto ciò che è «in linea modo, si rife-
di principio» accessibile alla
conoscenza umana… Ma questa è un‘idea assai
Parte di questa idea si può senz'altro poco chiara.
esplicare in modo più preciso.
Come spiega l'esempio dell‘estrazione
di una pallina rossa da un‘urna, si
può dire, in generale, che la stessa
proprietà G non determina alcuna par-
Cir. al

riguardo Salmon (1971 b), pp. 4546, 64.


accennate in modo non dettagliato; egli osserva -JeFErey tratta la questione
r1cmedoao una risposta (come, tuttavia che determinate domande qui
ad esempio, «Perché il mio che
una risposta statistica primo figlio era maschio?»)
an19m]eponggmto
/ ,p, corretta, quanto una risposta causale
” Questa è, a mio
.
corretta; cfr.
avviso, l‘idea di fondo della
spiegazione statistica fornita da Salmon in concezione di Salmon. la e ' ' '
( 1971 b),
viene discussa nel
paragrafo 3.7.4, in cui tento di pp. 76-77, è più cogigll‘eìsî'iéniîesgal
comprese nella definizione, dovrebbero mostrare che certe ulteriori condizioni '
Cfr. lesempxo venire abbandonate.
dei demdimento dei
radon nel paragrafo 3.4.2; in
ogni sottoclasse

fornisce ulteriori
escru i in
u
Salmon (1971 b), gp] (I 590471 b). PP 45 . 46.
.

431
}, La spiegazione
s!alis!iea “.,

di riferimento per l'asseno di pr°bîhiliu


tizionc pertinente della classe
P): f»: il fatto chep (G, F- G) = 1 # rnon mostra che Fuori-Q
«p (G,
e, di fatto, possiamo sapere che b ha la proprietà GS°ltamg
omogeneo:
che b ha la proprietà G.. Analogamente, G: H- ]non
quandO sappiamo
fornisce alcuna partizione pertinente di Fnspettoa G e cosi vm. 11 rif…
non qui indispensabile:
mento a ciò che non possiamo sapere .è ès“fiì
ciente - ed è più chiaro invece dire sempiteemente_che non è in Ogni
— C
(G, F ' C) = r'» è un teorema delh
caso una proprietà pertinente se :p
teoria della probabilità, perché un tale teorema non fornisce 35…
pura
una spiegazione empirica.55
Salmon adduce un ulteriore esempio che mostra come la sua concezig
sia più ampia di quella app…
ne delle proprietà selettive non pertinenti
caratterizzata. Consideriamo nuovamente le estrazioni Uda un'urna per le
quali la probabilità di dare una pallina rossa _è p (R, U) = 0,8. Sia El;

proprietà di una estrazione di dare una pallina dEl—(:òlo'rè'a‘ll'eîemo


posto dei viola nello spettro visibile. Una estrazione
ha, allora, la proprie.
tà Rsolo quando possiede la proprietà E. Vale dunque: p (R, U- E): ];
Salmon è dell'opinione che questo fatto non violi la condizione di omo
geneità, e precisamente perché non possiamo sapere che una data esa;
zione ha la proprietà E senza già conòscere «il risultato. dell’estrazione,
dunque senza già sapere che ha la proprietà 1?!6 Questo argomento nortè
però conclusivo. Il fatto che un’estrazione abbia la proprietà Esolo quan-
do possiede la proprietà R è una legge empirica. Supponiamo chele
zioni vengano effettuate da un osservatore che non conosce questa legge,
m

“ Questo criterio ha un'importante conse uenm. Il fatto che una da!: sottoclasseth
soddisfi la condizione di omogeneità per: (S p(G,F)= r
non dipende soltanto dalla probabilità di G in questa sottoclasse. ma anche dal «modo (5
descrizione» della sottoclasse. cioè dal tipo di predicato mediante il quale t'ifl‘:
caratterizzata. '
Supponiamo. ad esempio, che (S’) (:r) [G(Jr)E (F(x) ' H(x))l sia una legge empin'fi
Allora è possibile, «in linea di principio» (vale a dire, se non si conosce la legge),
sapere di un caso singolo che F (b) - H(b). senza sapere che G(b). L‘enunciato S’ impl'fl
allora, però, (S") p(G,F' H)= 1 # r, cosicché la condizione di omogeneità per Sèviollil
D altro canto. a causa di S’, la classe
caratterizzata mediante «FH» è identica zquéfll
eprutterizzata mediante «FG-H». Tuttavia l'assetto di probabilità: (S"' ) p(Gf0w= ’
7— r non alcuna
comporta violazione del concetto di omogeneità, dal momento che”-‘‘
.
teorema della teoria pum della probabilità.
La condizione di
omogeneità non riguarda, dunque. semplicemente delle classi. …
d elle classi in
questo o quel modo di descrizione. lndubitnbiirnente questa
applicare
li?…“
anche al concetto di omogeneità nella versione più generale di
il Ipotrebbe
;;:ltprètrtèn
cerca di caratterizzare con il riferimento a ciò che. in linea di principio. il P'°
“°
Salmon (1971 b). PP. 50. 53.
] …
Aspetti della
spiegazione sclemrfi ca
ma sa che il colore di un corpo fisico
ha la
“…nel“. un'irradtaztonc elettromagnetica proprietà E soltanto
in un determinato imenîitlllando
lunghezza d’onda w. Orbene, ali'uma a 0 dl
potrebbe essere colle

]; condizione di omogeneità non è violata.


Sembra chiaro in generale che,
secondo la concezione
condizione di omogcncnà Per un di Salmon la
assetto statistico «p (0,
,) non è sicuramente soddisfatta se, pei’ un
certo C, l’enunciato
p):
,,, (con ',îe
-C(x) 3(,' (x)!» è una legge di natura «(x)
sottoclasse di Fin cui la probabilità
perché, in questo caso esiste[F(x)
di Gnon è una
elementi il fatto di possedere la uguale a r, e per i cui
deterministica.
proprietà G ha una spiegazione
szcgmùiier, che ricorre ti un
principio di omogeneità
del suo concetto di analisi statistica per la definizione
profonda, non esclude
casi del tipo
appena menzionato, ma “ ammette
espressamente.’7 Ciò non mi
tuttavia, in armonia con le sue sembra,
intenzioni, perché la condizione di
gcneiitì deve — come egli afferma — omo-
precisare l'idea «che non c'è alcuna
partizione statisticamente rilevante
Nel caso
per E della classe di riferimento Y-.'-°
appena esaminato, la legge strettamente universale iornirebbe
partizione statisticamente rilevante della classe
una
di riferimento. poiché
implica che [) (G, F ' C) = ];
questa circostanza renderebbe possibile
anche un'analisi profonda
adeguatamente precisa.
Le difficoltà del
concetto di omogeneità accennate in
stevano giù per in'caratterizzazione precedenza esi- 4

di «collettivo» di von Mises;


awiso non hanno finora a mio _

trovato alcuna soluzione soddisfacente. Lo


Salmon sottolinea la stesso
necessità di un‘ulteriore chiarificazione)”
3.7.-i lu
tesi di Salmon delle
classi di nfera‘memo massimali il mio princi—
_….—__…<._….…

… della specificità
massimale per le spiegazioni
statistiche ha una con-

" Γ‘î‘"_…““ (197311). pp. 344—345. (la


_" suli:- motivazioni di
definizione di Stegmùlier
questa idea cfr. (197311). pp. 298—299.
& citata nel par-ngm
. .ì‘f—Wmff ( 1975 II). p- 345. i simboli
‘“.” ch……—
«B» e «Y» corrispondono: «G» e «F» nella
.‘—…
""i°3(1938).01p. te
—1'. ] mp. …, nonché le osernzioni di Salmon (1971 b),
,

"" 105 ° S'CRmÙHCI’ (1973 p. 50 e


..… in le idee di
—“-t
n), pp. 342—344, che elabora con chlzrezn anche la
Salmon e di Mises
3. La spiegazione statistica 119

s?8uenza C_he Salmon considera inaccettabile e esclude dalla sua definì“


zione mediante un‘ulteriore
condizione.
Peîfhnglic-ìiZI—Émèo un caso che abbiamo
adattato ad uno dei suoi esempi-°°

guanto dal raffreddore in una settimana? Ha preso della
vitamina C e la probabilità che chiunque si buschi il raffreddore e prenda
_

gznillmfîtfog:?gîgìcillelrzniìtìîàt'imana è- p ( G, 5 . v) = t), 9. Supponiamo


ina C sta irrilevante per il decorso di un
raffreddore, Cioè che la probabilità di guarire da un raffreddore in una
.

settimana sia generalmente uguale a 0,9 (p (0,5) 0,9) e che S sia, inol-
=
tre, una classe di riferimento omogenea per C. Allora, secondo l’opinione
di Salmon, non si dovrebbe
ammettere la spiegazione che menziona il
lf?“f° d‘ prendere vitamina C dal momento che essa da un‘informazione
irrilevante per l‘explanandum: la classe di riferimento S - V è, in effetti,
omogenea anche rispetto a G, ma è ristretta in modo statisticamente
irrilevante.
Per escludere tali casi indesiderati, Salmon introduce la condizione se-
condo cui una legge statistica «p (G, F) = r» può venire ricondotta a una
Spiegazione solo quando F è una classe di riferimento massimale omoge-
nea per G, cioè se F non è una vera e propria sottoclasse di una classe
omogenea F’ per cui vale 17 (G, F') = p (G, F).61 Questa condizione è
chiaramente violata nel nostro esempio.
Si aggiungano a ciò due osservazioni: (i) il riferimento a una classe di
riferimento non massimale non mi sembra, generalmente, inammissibile a
scopi esplicativi; (il) la soluzione di Salmon conduce ad alcunché di con-
trastante con l'ammissione, appena menzionata, di" classi di riferimento
più ristrette in modo indesiderato: lo si potrebbe definire come la tesi di“
classi di riferimento più ampie in modo indesiderato.
L'osservazione (i) si spiega mediante la seguente riflessione: ammet-
tiamo che la classe K contenga tutti gli enunciati-explanans che compaio-
no nei seguenti due schemi («hn sta qui per «Hans.) e che questi schemi
soddisfino la condizione della specificità massimale.

p(G,S)=O,9 P(GÈS'V)=O,9
3 b ' V I)
) ( )
(sp)
___—…’) [0.91 (sq) [0.9]
G(b) G(b)

" l i b , .33.
19311).
Èdfi-Însg‘llngog7( le modifiche abbozzate in (1971 c).
" p. 43-45. nonché
120 Arpe/Ii della spiegazione scientifica

schemi rappre-
Secondo la mia masterizzazione, allora, ciascuno dei due
statistica della guarigione di Hans; un riferimento
senta una spiegazione
alla classe S- V, inutilmente ristretta, viene dunque ammesso, ma non
richiesta
L‘impressione che lo schema (iq) non possa valere come Spiegazrone sr
. . .

fonda, almeno in parte, sulla seguente erronea riformulazione verbale del-


l‘argomento: era quasi certo che Hans sarebbe guarito dal raffreddore in
una settimana perché aveva preso vitamina C e perché quasi tutti i pazien-
ti colpiti da raffreddore che prendono vitamina C guariscono in una setti-
mana.‘D La riformulazione sembra assegnare il ruolo esplicativo all’attribu-
to. anche se esso è statisticamente irrilevante rispetto a G nella classe S.
E di certo auspicabile evitare in una spiegazione statistica la menzione
di circostanze che sono sistematicamente irrilevanti e psicologicamente
sfianti. Tuttavia - e questo mi porta all’osservazione (ii) - non è affatto
chiaro come, in effetti, si debbano definire esattamente delle limitazioni
di inammissibilità della classe di riferimento.
la tesi di Salmon cita classi di riferimento massimali omogenee non
fornisce alcuna risposta soddisfacente, perché conduce a
conseguenze
che non sono intuitivamente meno inaccettabili di quelle
appena
discusse.
Consideriamo, ad esempio, l'assetto: questo campione idi una sostanza
cristallina si è sciolto in acqua ( W (i) )perché i era sale da cucina
e p (W, X) = 1. In condizione di Salmon non lo ammetterebbe
(K (i) )
come
spiegazione perché i appartiene, rispetto alla solubilità nell’acqua,
a una
classe di riferimento
omogenea M che è molto più ampia di K e che con-
tiene. tra l‘altro, tutte le sostanze che
sono composte di cloruro di sodio o
bromuro di sodio,
Oppure carbonato di sodio o cloruro di potassio, oppu-
re zucehero () ecc. la condizione
massimale di Salmon richiede che una
5P’CSZÈÎODC statistica inserisca il
campione i in questa classe massimale M
P'“ curp (W, M) = 1. Ma questa richiesta non è assolutamente chiara.‘3
îeiflitlcutìîgiÈ îìlllllìntfler; (àlzislsi di riferimento «inutilmente
& classr di
ristrette» condu-
.
' riferimento masstmalt, a una condi-
110ne che non solo
ammette. ma addirittura esige, classi di riferimento
‘“
Salmon formula questo esem
‘“ Plaurlbrlc.
. pio eaitrl analoghi in questo modo c h i n ff '
ma che non rende com e, e em, suo-
del contenuto della spiegazio—
1 ’

(1971 b). pp. 33p%etamente ragione


“fà-lg; esca… o i one & stata essenzialmente soll
“ evata là da Lehmann ]
Saàmon (1973) e la discussir?ne di Koertge (19(759)723hgen3
dlgglafgrfdìlfgi: :;:iesgîgtaalgi . .

on a vari dubbi. Nell idea di classi


msc vede [‘ di riferimento massimali
nl il più possibile
ampie e profonde.
slatlsllca
3. La spiegazione
121

«inutilmente ampie».
Il motivo per cui non
con5idereremm0 la classe M, nonostame la su;
alla solubilità nell’acqua, come una Classe di
omogeneità statistica rispetto
riferimento «naturale»
adatta a scopi esplicativi, sta proprio nel fatto di
le modalità di scioglimento del sale da cucina nell'acqua ,,
sapere che di altre sostanze solubili per
differenziano dalle modalità scioglimento
di
ad esempio, il grado di solubilità e la Sua dipen.
importanti aspetti quali,
molecolari coinvolti nella scioglimen.
denza dalla temperatura, processi
i
volte, tali ampie considerazioni teoriche possono servire
to, e cosi via. A
di riferimento cui si è fatto ricorso in
a
anche a mostrare come le classi
inutilmente ristrette.
certe spiegazioni statistiche siano
considerazioni del genere, menzionate anche in
Non credo, però, che
in Koenge (1975), possano condurre;
Salmon (1972) e, particolarmente,
caratterizzazione univoca di una classe di riferimento «corretta. per
una
una spiegazione statistica.
Pretendere da ogni spiegazione statistica che
essa si debba richiamare a una
classe di riferimento massimale omogena
che richiedere
mi sembra, in linea di principio, altrettanto ingiustificato
di richiamarsi a leggi massi—
a ogni spiegazione nomologico-deduttiva né leggi
né casi speciali
malmente ampie nel senso di non rappresentare '

generali.
a una doman-
Secondo Salmon, una spiegazione statistica è una risposta
di ha la mmiteri—
da della forma: «perché questo b, che è un elemento
F,
la informazione:
stica G?» per cui la risposta esplicativa fornisce seguente
si ripartisce in n
(i) la classe di riferimento, determinata dalla domanda,
C.; (il) la pro
sottoclassi massimali omogenee per G, F- G,, F- G..., F-
C,) = r.(t' = 1,2 …. n);
prietà G ha, in queste classi, le probabilità p (G, F
-
sottoclasse - ld
(iii) il caso singolo b appartiene a quella determinata
un “8°
esempio F- G..“ La spiegazione così formulata non è, dunque. che è
mento; essa determina, però, una legge statistica «p (G, F ' C.)= m
valoredl
applicabile al caso singolo dato e stabilisce, con ciò, anche
un
aspettativa razionale per G(b). Questa risposta vale
anche come Spie?
spiesl'
zione statistica se il valore di aspettativa r,, piccolo, cosicché una c'e…“
e
nel Salmon in generale, che
zione statistica senso di non mostra,
aspettarsi l‘evento—explanandum. ,
P““
la forma di una domanda-«perché» che richiede una spiegazione. 5,

”l
supposta in questa definizione, limita le risposte esplicative,
ma in modo non plausibile e non desiderabile. Così, ad esempio.
“" l

r15posta ammissibile alla domanda: «perché Hans Schmidt, il dentisti. ,


“ Salmon (1971 b), pp. 'Ì6-77.
122 Aspetti della
' spiegazione scleriti/ica
azzurri?» dovrebbe determinare
.

gli occhi una partizione dei


sortoclassi massimali e omogenee per gli occhi dentisti in
gli occhi azzurri azzurri; indicare la proba-
bilità di avere per ognuna di queste
sottoclassi e, infine
includere Hans Schmidt in una di queste so ttoclassi.
Questa tesi non e
Certamen“: in armonia con l‘intuizione che ha
classi di riferimento portato Sal alla teSl ‘

delle massimali. Inoltre, non


corris nàon
dimento scientifico. Infine, lo renderebbe dipendente dapgdlme # proce-
5…;]mente posta la domanda se certe indicazioni
valgono com: Vle[ll'e
Cè.
vc. Per rispondere alla domanda: «perché il corpo K che è
di forîrîp “fmf-
ca, affonda nell'acqua?» sarebbero necessarie leggi sull‘affondamerîtî) È‘an
Corpi sferici; come risposta alla domanda «perché il
corpo la affonda neÎ
l'acqua?» le suddette leggi sarebbero inammissibili a causa della
tesi delle
classi di riferimento massimali.
Nella sua Postfazione (1971 c), Salmon riconosce che
è stato un errore
attribuire una forma ristretta a domande che richiedono
spiegazioni stati-
stiche; non dice, però, come modificherebbe la sua definizione.
Per le
spiegazioni statistiche del tipo relativamente semplice cui si riferisce la
definizione di Salmon, la cosa migliore mi sembra attribuire alle corri-
spondenti domande la forma: «perché la ha la caratteristica Gi». Una ri-
sposta nel senso inteso da Salmon potrebbe avere, inoltre, la forma da lui
stabilita in cui, però, la classe di riferimento non viene imposta,
ma, ad
esempio, suggerita dallo stato di conoscenza attuale. Una spiegazione del
tipo più semplice direbbe che F (b) e p (G,F)
: rdove Fè omogeneo per
G. Questa versione manterrebbe, a mio avviso, tutti i tratti essenziali del

concetto di spiegazione di Salmon.

3.7.5 La relativizzazione epistemica del concetto di omogeneità Salmon


avanza l‘ipotesi che anche la mia tesi della specificità massimale richieda
un‘ulteriore chiarificazione del concetto di omogeneità." Mi sembra, tut-
tavia, che la relativizzazlone epistemica delle spiegazioni statistiche eviti
le difficoltà relative al concetto assoluto di
omogeneità discusse in prece-
denza « e, precisamente, anche quando la tesi di alti valori di probabilità
viene abbandonata.
La mia definizione
non fa, in effetti, alcun uso specifico del concetto di
omogeneità; essa tuttavia pone, a suo modo, una condizione di omogenei-
tà sulla
classe di riferimento di una legge statistica esplicativa e, precisa- '…

mente. mediante il requisito della specificità massimale. Mentre, però, il


romeno di omogeneità di Salmon va riferito semplicemente a tutte le
"
su… (1971 b). p- 50-
123
3. La spiegazione statLrlica

specificità
sottoclassi F- G della classe di riferimento F, il requisito della
massrmale rappresenta una condizione relativizzante in riferimento alla
le quali
situazione cognitiva K; esso concerne soltanto quelle classi F per
K implica logicamente che sono sottoclassi di F. La tesi della speCifidtà
massrmale mi sembra eviti, in particolare, le difficoltà concettuali che ri-
«che si
5“1f3“0 dal riferimento del concetto assoluto di omogeneità a ciò
puo sapere in linea di principio….
la mia precedente versione della specificità massimale, in riferimento a
(€50), menziona però esplicitamente il caso singolo b di cui la spiegazione
sx occupa. Ciò conduce, però, a conseguenze indesiderate. Supponiamo
che la tesi della specificità massimale sia soddisfatta per (30), ma che K
contenga, inoltre, gli enunciati «(x) (F,(x) ]
F(x))» @
«p (G, F,) = r,»
con fr # T, e l’assetto di probabilità riferito a G in F non sia un teorema
della teoria della probabilità. Anche se X non contiene l'enunciato «F,
(b)», non vorremmo di certo ammettere che (30) sia una spiegazione per
G (b) in K, dal momento che «p (G, F) = n non sarebbe, allora, la lei!—8e
più specifica contenuta in K riguardante l'occorrenza di G in F. Sostituirei,
massimale
pertanto, la mia precedente versione della tesi della specificità
con condizione più generale, suggerita
la dalla versione di Salmon, che in
una spiegazione della forma (50) la legge statistica deve soddisfare la
se—

condizione di relativamente a K- per ogni coppia di


guente omogeneità
enunciati contenuti in K della forma: -(x) (F, (:=) 3 F (x))- e «p (G, Fr) =
della
r,b vale r,: r, tranne che quando il secondo enunciato un teorema
?:

teoria pura della probabilità.


Mentre la relativizzazione dei concetti di omogeneità e di spiegazione
statistica evita le difficoltà, discusse in precedenza, dei corrispondenti
concetti assoluti, è tuttavia innegabile che una spiegazione epistemìca-
mente relativizzata, nel senso da me inteso, è, almeno intuitivamente, una
assoluta nel senso di Jef-
pallida controparte di una spiegazione statistica
il comportamento
frey e Salmon. Se si spiega un evento ad esempio

di
delle bolle di sapone Dewey discusso nel paragrafo 2. — in modo nemo
si avanzano delle asserzioni empiriche, vale a dire gli
logico-deduttivo,
descrivono eventi precedenti e condizio-
enunciati dell’explanans. Questi
che hanno condotto all‘evento da spiegare e, precisamente,
ni di contorno
indicate nell'expla«
sulla base di leggi di natura che vengono parimenti N-D dice,
chiaramente semplificatori, una spiegazione
mans. In termini
si è verificato perché si sono veri-
dunque, questo: l'evento-explanandum necessità nomi-
eventi dai quali è conseguito, con
ficati quei determinati
ca, l’evento dato. ' . _

le spiegazioni statistiche come se 51


_ . trat—
Concepire, '… modo analogo.
“" Avv.-m' .In/!n W.:mnimlr Menti/rm
tasse di selce. rioni nx<oltttc t‘ di …to un‘idea t‘ltlzti;t e Interessante. liane
sl‘it‘sitm-l‘ivvm l‘explztnamium mediante una ragion d'essere in un senso
più debole, \:tlc st dite. fitlilfliilîiiitlt‘8l :\ un processo casuale che. in anno-
nia con una legge dittatura statistica esplicitamente menzionata. ha avuto
mme muscgucnm l‘ctcnto dato mn una corrispondente probabilità. I
concetti di spiegazione statistica tanto diluiti-ey quanto di Salmon sono, in
questo senso. assoluti. Per quanto mi riguarda. preferirei alla mia caratte-
rizz… ‘ionc relatin‘xmta della spiegazione statistica
una assoluta, se solo si
pore&<e risohtem in modo soddisiîaccnte il problema dell'ambiguità antica
di tali spiegazioni assolute - o attraverso un’adeguata esplicazione della
tesi delle classi di riferimento omogenee per leggi statistiche esplicative,
o per qualche nin-a n‘a. Nel prossimo paragrafo considerercmo brevemen—
te aimne recenti tesi in questa direzione.

3-16 Recenn‘ taci sulla esplicazione non re!ativizzata di omogeneità e


;"z'cngx‘one sratim'ca Coffa ha avanzato, a grandi linee, la tesi che un as-
se:to di probabilità «p (G, F) = n. può avere una portata esplicativa solo
quando se .norniamente rilevante» per G, dove «un predicato è nomi-
cztnente rilevante per un altro, se una legge di natura determina quali
modificazioni nel primo producono modificazioni nel secondo…“
Questa
umanizzazione delle leggi esplicative. e la caratterizzazione data da Cof-
& delie spiegazioni statistiche fondate
su di esse,“7 è però finora soltanto
:
programmatica necessita, come osserva lo stesso Coffa, di una più
preci-
sa formulazione di una più ampia articolazione. :
Enigcr ha avanmto indipendentemente da Coffa una concezione fon—
damentalmente analoga secondo cui le leggi
probabilistiche esplicative
hanno il carattere di leggi causali indeterministiche:
per questo in breve —

- -p (G, F) = r: possiederebbe questa peculiarità solo quando la


zione o l'eliminazione di F «influenza» il produ-
verificarsi di G.68 Anche questa
concezione &, tuttavia. solo abbozzam e necessita di ulteriore
elaborazio-
ne. la particolare,
sorge la domanda se un'«influenza» statistico—causale
5; G. mediante la produzione o l‘eliminazione di
F, non richiederebbe
che la
possibilità del verificarsi di G in presenza di Fdovesse
essere la
stessa «…ne presenza di F- C, dove Cè una qualsiasi condizione
iI'…-

m‘imunaic. (.to ncondurrcbbe empirica


poi, nuovamente, alla questione centrale

[:>-"… ; “**“- ;, … Cfr indie le Ob>emzloni


su Coit‘a e Salmon in Nilniluoto

Cr.!z.r1up……p 162
Lv
.,a-x .
tu“-Lr[; Wi Que5w
saggio contiene anche delle
ÎF'— ‘zl.l.
.. .…
‘\ considerazioni assai inte .
,

q……,… …. … … que… Part./azione.


-
In .t/iingrizlmic» slnlisilca
.

3. …

cioè quali condizioni 0 caratteristiche ,-“n° t


del concetto di omogeneità,
in vista di questa tesi.
da considerarsi «pertinenti:
limita le proprietà pertinenti C per il concetto di °m°8Cnt-iu
Stegmt'lllcr
clausola, l'elemento cruciale della quale p;…
mediante un'importante affinità con le idee:;
ta, a una più
attenta osservazione, un’interessante
definizione dice, in breve, quanto segue; sia.?
coffa (: di Kniger. La sua classe di riferiti…
statistica; si ponga poi «Furla
(G, p): fu una legge classe
G, quanto per ogni n0m010giu 0
to assolutamente omogenea per
nomologico C; tanto l'una quanto ['altro non lmplim°,
per ogni attributo
G, né *- G; vale, dunque.: p (G, p. 0
o nomologicamente, né
,

logicamente "

=p (G, F)».69
in considerazione, per il concetto di Omo
Questa definizione prende
;

sottocla551 di F che sono determinate mediani;


geneità, soltanto quelle
ne Sappi}. …
«attributi nomologici». Anche se Stegnn'iller, per quanto
attributo nomoiogico, sembra del tutto chiaro ch.
definisce il concetto di
di predicato consolidato di Goodman. In un 11…
ha in mente il concetto
di motivazione statistica Stegmùller n,
contesto nella sua definizione

debbano essere esclusi-


chiede, infatti, che le leggi statistiche pertinenti
di predicati nomologici e osserva che ciò
vamente formulate per mezzo
fondati sui predicati .fittizi- di
deve servire a evitare i paradossi
Goodman.7°
Come si è detto nel paragrafo 2.1, Goodman
ha richiamato l’attenzione
sul fatto che le leggi di natura si differenziano dai puri e semplici enuncia
veri», fra l'altro, perché possono servite da som
ti generali «casualmente
la concezione che enunciati
gno a enunciati condizionali, e ha sviluppato
legisimili sono caratterizzati dal fatto che predicati
i in essi occorrenti
sono consolidati in un senso che egli poi approfondisce e dettagli:.
Vista sotto questa luce, la tesi di Stegmtiller circa gli attributi nomologi-

" alcuni dei aimhdl


Stegmtiiier (1973 n), p. 344. Per motivi di uniformità ho aostimito
usati da Stegmtiller coni simboli corris udenti qui usati.
Come ho detto alla fine dei parag 3.7.3, sarei dell'opinione che nella subordltll
«che non implicano, logimmente o nomoiogicameme, néG, né — G» si dovrebbero °°
celiare le arole «o nomolo lcamenten.
la con izione restante. c e concerne il caso di connessioni logiche è. però.
debole, perché se. per esempio, Gnon «! logicamente implicata da leuntO.
mld?
W
"‘
come ““
con la conseguenza che p(G,F—C) = I, non considereretnmò di certo %!uesto
violazione della condizione di omogeneità. dal momento che l'assetto pmblbllma’
verso non può fomlre alcuna spiegazione empirica. Come
mi sembra si enunci la tesi ancora più generale: se p(G.F- c = r'
detto nel
"
p…
'. 1110“ "‘"“…
3°“

S°$°°nd° Cili €(GF °C) = r' ch‘esaet'c un teorema della teoria pura
della probabili!!-
Stcsmùi er (1973 n). pp… 324-325. su paradossi di Goodman cfr. Goodmm
(1955)—

cap. ill. Stegmtiller (1969), pp. 276-282 e ienzen (1974).c1p.v. .


126
Aspèrtl della
spiegazione sciéntijica
ci esprimievanno
condo cu presi in considerazione,
mastica, solo assetti statistici Ieglslmili. per gli sc0pi della
La sua definizione spiegazione
””'"ÎÈ;rcsuppone,
legge
dunque, che l'enunciato
statistica
di
in questione, omogeneità
”' 51? e richiede,
poi, che non vi «1; (G, F) =
statle del tipo «9 (G, F' G) sia alcuna
c:; = r'» per la quale r’ 75 legge
nemica di Coffa e l’idea r, La tesi della
r“…22no deli’«infiuenza» di
riChillcat(r)ribiiti
chiaramente, connessioni mediante Fsu G di Krfiger
deg nomici di Stegmùller leggi statistiche;
si può l'idea
ha alla chiarificazione di
mi voiimiurzione considerare, dunque,
queste idee. come una
Una ad assetti statistici
legisimlll renderebbe
ie ire ;; una vecchia obiezione altresi possibi-
sfugsge nei confronti del
ncltà- ad esempio, la classe di concetto di omoge-
i riferimento di una
senso d concetto di probabilità legge statistica, nel
[îa come frequenza relativa,
sequenza di eventi (ripetizione di vien‘e
concepita
comci'autto un processo
è un puramente matematico che casuale), allora
bilità (il limite della frequenza ogni sequenza del tipo F, in cui la
prob; relativa) di Gè uguale
sottoscqucnzc. ["nelle quali la a r, possiede
jr']fcîirilvcîrso frequenza relativa di
r da r prefissablle ::
piacere. come si Gba un valore
ucnzc relativo per in condizione di potrebbero distinguere le
scgli omogeneità?
e a ciò la classe di tutte le
corntinuo: infinite sottoscqucnze
dei Dal momento che la di Fha la potenza
classe delle
8 lo ”Scientifico S (? infinitamente espressioni di un
numerabile, la maggior linguag-
iiosequenzc non possono affatto parte di que e
àîaic di venire definite o caratterizzate
queste soltaclussi si deve riferire la in A
Una limitazione & classi condizione di omogeneità. .7S‘.

di riferimento
caratterizzate mediante predicati

ma di questo
numero d‘ordine. il fatto —
dimostrabile in modo puramen-
3. La spiegaziorre statistica 127

legge statistica. Ciò risulta particolarmente


chiaro quando concepiamo le
leggi statistiche come spiegato nel
paragrafo 3.1 con l‘esemlDio del lanc10
del tetraedro. Secondo
questa concezione, la legge «P (K: M)
segna alla moneta la disposizione, in
nella metà dei casi, il risultato K. lunghe serie
: 1/2’.35'
di lanci, a dare, c1rca
L’enunciato «P (K. M ' C) = 3/4” n°?
ammette, però, alcuna interpretazione
analoga e non abbiamo alcun motl-
vo di supporre che la moneta abbia la
di risultati in cui la disposizione a produrre sequenze
sottosequenza scelta mediante il criterio del numero
d’ordine per C contenga, di volta in
volta, il risultato K con una freq“enza
relativa di circa 3/4. L’esistenza di
sottosequenze di tipo divergente, Spie“
gata mediante M - C, n °“ raPl°fesenta,
dunque, alcuna violazione della
condizione di omogeneità. .

Di fronte a queste considerazioni,


mi sembra un compito importante
esaminare più a fondo e con
maggior precisione il concetto di spiegazio-
ne statistica che è alla base delle tesi di
Stegmt'illet, Kniger e Coffa.
Per quanto riguarda la caratterizzazione
degli enunciati legisimili me-
diante il consolidamento dei predicati in essi
occorrenti, bi50gna conside-
rare che, secondo Goodman, il consolidamento di
un predicato dipende
dalla storia della sua utilizzazione fin
0 a quel momento in proiezioni in-
duttivc” e rappresenta pertanto esattamente
un concetto linguisticamente
e storicamente relativizzato.
i concetti di proiettabilità induttiva
e di consolidamento di un predicato
di Goodman sono allora strettamente affini
all’idea di un predicato che
caratterizza un «genere naturale…” Ciò induce alla domanda
se le classi
interessate dalia'condizione di omogeneità si
possano caratterizzare come
classi che costituiscono generi naturali. Ciò
richiederebbe, però, una for.
mulazione assoluta di «genere naturale»; ma
non mi sembra sia finora
disponibile alcuna spiegazione soddisfacente di
questa idea.73
Un'idea del tutto differente della caratterizzazione assoluta dei
concetti
qui discussi è stata proposta da Co£fa:" una spiegazione statistica in
senso
assoluto dovrebbe essere semplicemente definibile
come una spiegazione
relativizzata nel senso da me’inteso
per il caso speciale in cui la classe K
degli enunciati accettati è identica alla classe T di tutti gli enunciati veri.
In questo caso, la tesi della specificità massimale ’non solo escluderebbe

" Goodman (1955). Gp. N-


” Cfr. al riguardo le concise osservazioni in Goodman
(1955), p. 119 e le più dettaglia-
te q;iegazioni in Quine (1969) e Schlesinger (1968).
” Goodman sarebbe certamente dell‘opinione che il concetto di
naturale si
dovrebbe chiarire mediante la sua teo ria della proiettabilità induttivagenere
,

e del consolida—
mento, che ne è alla base dunque da eepressioni linguistiche e non viceversa.

"

Coffa (1974), pp. 151-153.


.
128 Atpr!ii (It‘/Ill spiegazlum! at'lfltlII/Icu

ic violazioni dell‘omogeneltl che esistono secondo il nostro stato dl co-


noscenza attuale, ma . sslcurcrcbbc che non esiste alcuna sottoclasse di I"
che violi la condizione di omogeneità rispetto a G. poiché l'esistenza di
tali classi sarebbe stata espressa, in ogni caso, mediante enunciati veri,
dunque enunciati in T. L‘omogeneltzì relativa alla classe Tsarebbe, dun-
que, un‘omogeneità assoluta. Come osserva, a ragione, Colin questo ar-
gomento presuppone che la classe Tsia uno dei valori ammessi per «K»,
dunque, che Trapptesenti una situazione cognitiva possibile, almeno dal
punto di fista logico. Coffa dichiara, tuttavia, improbabile il fatto che que-
sto presupposto sia errato.
In effetti, però, l'espressione: «la classe di tutti gli enunciati veri» non
ha affatto un signifiato chiaro, poiché una sequenza di segni può essere
definita un enunciato veto o falso sempre soltanto in riferimento a una
— —

determinata lingua. Una sequenza di segni può senz’altro costituire un


enunciato grammaticalmente corretto di due diverse lingue che è corretto
in una di queste lingue e scorretto nell‘altra. L’espressione: «la classe di
tutti gli enunciati veri» non caratterizza, dunque, alcuna classe di enun-
ciati e quindi, in particolare, nessuna delle classi K che rappresentano
possibili situazioni cognitive.
Si potrebbe mantenere la tesi di Coffa ricorrendo, anziché a T, alla clas—
se T, di tutti gli enunciati veri di un dato linguaggio scientifico molto
ampio in cui, in particolare, si possono formulare tutte le teorie attual-
mente accettate o discusse. Se, come naturalmente si dovrebbe supporre,
S contiene tutt’al più un lessico infinitamente numerabile e soltanto
enunciati di una qualsiasi lunghezza finita, la (classe di tutti gli enunciati
di 5— e, pertanto anche la classe T, - è infinitamente numerabile. In que-
sto caso, non & logicamente escluso che la classe degli enunciati accettati
in un determinato periodo coincida con la classe di tutti gli enunciati veri
in 5. Non si darebbe, tuttavia, il caso che T, contenesse, per ogni fatto,
almeno un enunciato che lo descriva. Consideriamo, ad esempio, il fatto
C£nsìslfutc nell'avere la temperatura assoluta, ad un dato punto nello spa-
° =“ istante :. quel determinato valore
mnl><mlì m un determinato
per cui ; percorre tutti i punti
intervallo di tem p o La totalità dei pu nti i “
questione è. l“0m, Sovtmume‘abile

che essa determina um Classe ed è , pertanto, assai plausrbile dire .

di faut “ gualmente
tre la classe T. di tutti gl \ enunciati sovranumerablle, men—
numerabile.” veri in s è solo infinitamente

" esta onsideraz.lonc utili… . -

QLL-‘al”: non prende … comldtgî\zhm il termine a…… sol |


‘" P"” ' "° “= “ po…, … gcn…|° monio intultlvo;
t'. ?ormu are un cv p,
129
Hulin/ca
_5, la tfr/ngn zlmm .
all’/dea di spiegazione statistica Le idee …
3.7.7 La crltlca dl Sregmilllw in merito alla spiegazione sqcn.
Salmon e da me stesso
luppfllc dnjcl'frcy, critico e da Ste8mtille,
chiarite, in modo assai dettagliato,
(inca sono state non permette di rendere co…
Lo spazio
limitato di questa postfazione osservazioni; 23
delle sue ampie e articolare
mm……“(’
dettagliatamente in precedenza. accennate, "….
idee di Stegmù'ller, già
integrazione delle almeno le sue opinioni fondamenuli Sull'og.
esposte
ranno brevemente
del nostro discorso. .

da Jeffrey, Salmon e dJ me
getto che le analisi effettuate
Stegmiiller afferma di due imponmfl co……
alla chiarificazione
stesso contribuiscono che debbono, però, venire nememc
scientificoteorici di explicandum dei quali dev'essere inteso come …
e nessuno
distinti l'uno dall'altro, credere Su …
statistica; Stegmiiller li definisce: ragione per
spiegazione Per quanto riguarda il conc…
statistica in profondità."
Statistica e analisi cercato di esplicare, suggumucx
ricerche mie e di Salmon hanno del genere da,
che le esiste afjafia qualcosd
giunge alla
conclusione che «non
spiegazioni statistiche…” ricorre. tra l'altro, ;
mia esplicazione, Sregmfiiier
Nella sua cri tica della leibniziana; vale a dire, una spiegg.
hiama condizione
una tesi che egli e all’explanandum E, «cur podussi1
zione deve mostrar e, in riferimento E si è
dia una «ragione delpercbé
()

non sit»; ciò ri chiede che essa


quam
non si è manifestato».78 deduttivo. è chiaro che
viene intesa in S€flSO SUG [tamente
Se la ragione di spiegazioni sun"-
richiesta escluderebbe del tutto la possibilità cui si è inno
questa molto meno: in legge a
stiche. Stegmriller pretende, però, 1 eventi
del

la motivazione statistica di 601) deve assegnare


ricorso per
maggiore di 1/2.”
tipo Galmeno una probabilità liberale della condizione leibnizinm sqm-
Perfino questa formulazione di Salmon che
ed ancora, ad esempio, la concezione
lifica però sempre pertinenti.
non fissa alcun limite
inferiore peri valori di probabilitànel 3-41
spiegazioni para
Gli argomenti da me caratterizzati come
il pifi°'""
i fatti; comunque css:
mi sembra sufficiente per
ciso crite rio di identità per bit!“
n); per un
scopo. tv di Stegrmilier (1973
" Questa concezione è esposta nella parte
in (19691.W
riassunto cfr. pp. 350—354. tesi è già espressa da Siegmùller
" 51=8m11116f(1973 il). p. 356; la stess:
l'onnulw'uì‘ "
701 -702. cfr. anche l‘analoga
" Stegmililer (1973 il). p. 313. corsivo dell'autore;
leibnilm“
(1969). pp. 220, 684. generale della condizione n). it
" Stegmùllcr non fornisce alcuna esplicazione chiaramente espresso in (1975
il requisito minimale qui menzionato viene.
però,
324'525.
i.”
Arpe!!!
della apxegazione
.
,oddi5mw chiaramente la scientifica
chiede che il valore di
condizione leibniziana
probabilità assodato , dal ino
pc…, "(.'-E:. loro il
.
sta prossnno & mento che si ri—
earatlcrc di spiegazioni e,
.
1. Stegmtìller
che egli formula in riferimento precisamente
a una versione e '
[…o di splegallOfle in
questione. Supponiamonon reiatl&zì:lmadraglone el
le
se uî
con—
……gu, premesse stano vere e che che
la legge statistilzanel

=
zioni che si considerano soddigsfi lìete grill?-
pertinenti: c n -
[) (G, I") = 0,99
[’ (b)
[0,99]
6( b)
Se questo argomento, che ha la forma (30),
pende da G (b), dal fatto cioè che sia o no una spiegazione
G (6) si dia di-
gamento e una spiegazione del fatto effettivamente: se si, i’ar.
fano spiegato dall'argomento:
che si da G (17); se
no, non c'è alcun
nc. Che gli enunciati-premessa
questo, allora, non è affatto
una spiegazio-
veri considerati
dipende dunque dal fatto che si dia spieghino o no qualcosa,
G (b)o piuttosto -—- G
ta questa concezione
della spiegazione (b). Se si accet-
caso Il fatto che qualcosa
statistica, «si lascia dipendere dal
spieghi qualcos’altro. Questo sarebbe
traddizione con tutte le in con-
nostre intuizioni…” Questo
spiegazione dell'improbabile»'I :? il «paradosso della
motivo fondamentale cui Steg-
mtilicr abbandona
completamente il concetto di spiegazioneper
Stcgmtlller è, però, statistica."
dell'opinione che le leggi statistiche giochino un
ruolo essenziale in
un altro contesto, vale a dire nella
rigioni per credere su base formulazione di
statistica. Una tale ragione mostra, in
che -è razionale generale,
aspettarsi… il verificarsi di un evento (nel
sente o futuro) che passato, ptf:-
non viene accettato attualmente come dato di fatto.
Si
potrebbe dire, approssimatixtamente, che
le condizioni un argomento che soddisfi _

formulate nel paragrado 3.2.4


fornisce in
per le spiegazioni statistiche

conformità con quanto espresso da Stegmtîller
dei casi
una motivazione statistica.
- nel-migliore
c°iifìiliva K per l'ipotesi «G (b)» nella situazione
Stegmtllier da una definizione più generale
Minica, anch'essa esplicitamente della motivazione
relativizzata ;: una situazmne
U\1.nelia quale
evita la forma di conosc-
argomento perle motivauoni °°“ dxver—
' Siexmùllcr (1975 il). p. 284.
: immune: (1975 u).p. 281.
“mail:: (1973 lil. p. 285…

.hÈ@lfiilfilllliinîél
% Al] nox—…o CCAMJC$[RA
@@@
3- la $iegazione statiîlt'ca
131
samente da vanto nella sua defmizione delle spiegazioni stati—
'

stiche; con giò sfugîesîluìon


stesso, ai problemi connessi con la posi-
zione che l'informazione em?°
motivante conferisca all‘ipotesi motivata una cle-
terminata probabilità ind utt1va.
Secondo la concezione di Stegnitiiler, una


motivazione statistica non
fornisce alcuna ragione del perché, nessuna
spie 'one er i'
tostogwmotiv,i Îaz €‘:Ì_nto descritto nell'ipotesi motivata-, essa indica, piut-

nale - ,nella situazlio:nel, Cloe mio;;nazioni in presenza delle quali è razio-



cognitiva ta , as p ettarSi' il' venficarm
' '
dell ‘ evento 'tn

g
questione.“
dg g
e, è [ analisr statistica in profondità. Al pari
della ricerca di una s lecenîra one, una tale analisi può essere motivata dal
cPonîîz
bisogno di prendere cenza di un determinato evento. Questo evento
P°U€l?be, ad esempio. consistere nel fatto che un determinato caso singo-
.

lo 'bdi un processo casuale di tipo Fdà il risultato G. Secondo Stegmùiler,


un analisi in profondità non può, in effetti, rispondere ad alcuna doman-
da-«perché: circa il verificarsi di G (b), bensì a «una domanda che mira
alla comprensione della situazione, e che si potrebbe formulare all‘incirca
cosi: «come sipuò comprendere che b, che è un F,_è anche un G?” A parte
taluni affinamenti, la risposta prevista da Stegmfilier a questa domanda ha
lo stesso contenuto informativo delle indicazioni che per Salmon costitui-
rebbero una spiegazione statistica per G (b). Una risposta che prenda le
mosse da un‘analisi in profondità determina, infatti, una partizione della
classe Fin sottoclassi massimali omogenee F ' q (i =1,2, ..., 11), indica i
valori delle probabilità 1; (G, F- C| ) e inserisce b in una determinata sotto-
3.7.6,
classe di Fira quelle menzionate. Come si è spiegato nel paragrafo
classi di riferimento caratteriz-
Stegmùller limita la tesi deil’omogeneità :\
al concetto assoluto di analisi in
zate da predicati nomologici. Accanto
Stegmflller introduce anche un correlato epistemimmente
profondità,
relativizzato.“
Statistica di una situazione
_

L'idea di Stegmtiller circa la comprensione

di motimlone. cfr.
inclusa la definizione del concetto
" Per i punti fondamentali,
2
- individuale ua-
“fl?;éfiîîîîàagîgîìè.
.
Per motivi di uniformità. hbî°mme
.

' Stegm
' dalla nostra costante : .
menzionati cfr., in
neltesto sdtugmùut‘illgèîlulî ' $$$-357; in riferimento punti ai qui
CEL “ di
nile: definisce le analisi che?:
esto tipo anche «analisi
statistiche addotte
P“".ic9hre' pp. …?46àsî leggi
345 347) per indicare dun-
fù… del concerto di omogeneità. e che esse sono
î;wmcgfgfngrgrgîlsene fondamentali che si avvicinano il più possibile
da me usata leggi
[minologia '
que, n gl]:
aleggì ausall.
H..)
scienixf ica
'

Aspetti della spiegazione


r
zione d,’
. _.

î?àf°smbile da un’analisi in profondità è affine flnÈhe a“(ffîgarrìccfl’evento


,
y Sec0ndo cui la
domanda relativa a come si e vcr! il
C.;(b) deve Ottenere
una risposta mediante l'indicazione Chc “35,50, stato
&

risultato di un
processo casuale per cui vale la legge Stausu.“ addotta
nell‘analisi; invece la domanda G (b) e
«perché mai è accaduto PIOPHO
non, PÎUÎÎOSIO, ” G(b)»,
ammette unicamente la risposi?l «per caso, come
risultato del processo casuale
menzionato».
le Opinioni di St€gmu“€r e di Jef.
Una delle differenze fondamentali fra ,,

fer Sta nel fatto che come si è precedentemente osservato ‘ J€ ffrey


ammette spiegazioni statistiche in forma di argomento, almeno C erti

casi «buoni». Una seconda differenza ?“


sta nel fatto chejeffrey sostiene una
concezione assoluta delle analisi e delle leggi statistiche, senza pr e,nd,erF
esplicitamente posizione nei confronti della questione dell’ambrgultai
dell’omogeneità e delle leggi statistiche fondamentali, 0 senza
caratteriz-
zare più precisamente le peculiarità dei processi casuali, o
«processr sto-
castici», quali si riferiscono le leggi statistiche.
ai
L’analisi profonda di Stegmù'ller mutua dall’analisi della
spiegazione sta-
tistica di Salmon (i) la supposizione che la classe F,
ripartita nell’analisi,
sia fissata mediante una domanda predeterminata,
e (ii) la tesi secondo
cui le sottoclassi debbono essere classi di riferimento
massimali omoge-
nee rispetto e G in F.Partendo dai motivi esposti nel
paragrafo 3.7.4, sarei
dell’opinione che queste condizioni dovrebbero venire
dall’esplicazione dell’analisi statistica in profondità di
eliminate anche
lisi in profondità risponderebbe, allora, a Stegmt'iller. Un’ana-
una domanda del tipo:
può comprendere che questo b è un G?». E, «come si
che in questo contesto si parli di analisi in indipendentemente dal fatto
profondità o di
deve, a mio avviso, pretendereda una risposta spiegazioni ’ Si.
il caso singolo b in una classe di adeguata che essa ins _

riferimento omogenea . €Irsca


una legge statistica che determina le
probabilità di G in
per G e lndlChl
l’enunciazione di leggi circa le probabilità di uè
G in altre Class?d' Sia classe;
to non mi sembra necessaria. Così, ad 1
riferimen-
esempio, una Spiegaz‘
o un’analisi dell’emissione di particelle
minato elemento in un intervallo di
alfa da un
Cam i ione statistica
tempo dato, non hp îne di un deter-
di addurre anche leggi statistiche
per l’emissione d‘ ’ “.C! certo bisogno
elementi. pdrticelle àlfa
1

da alt '
Ne consegue, a quanto mi
sembra, che ]
informazione ti

sale azione o su una analisi statistic'
elsattîmente " .. fOri 11 ‘
\
in enunciati del tipo di (‘tilel1lieîl.lîjfîofren2a di b13rî su }lna
nel mio schema (SO), vale a dire «1:
(b),, @ (;pt(gìn3paiono COme 0nsrste
L'analisi in () la Spiegazi(…e' ' l'.) = pr emeSsa
n r%gmdità,
'—' r» .
@@ V '

C. c‘
C() …
D =:

Iìil©tr%@fi |\
IRE@lM_HJ
prod… son
'<…

@@ ru @nn@ on…,eaa,
‘!
…'
i

siutlstlm
i

In
.- imm
Spilli—"“ induttivo»_del
tipo (3
«un argomento
I i 3‘,

come o)?
talune
.

mrsi. più
esattztn unite, a negativa con CCCP-Zion], da
rice VC ll nn rispost

Stegmiillcr. Evitare la f0fmief'


i

domanda lr 3 almon e
Qu esta c.t
alcuna eccezione evitare i problemi di una teo… dell‘
frcy, scum vantaggio di :
certo, il tuttavia, delle questioni analoghe pe
argomento ha,
pr0iiilbi ini
i induttiva; sorgono, ionaie che l’informazione Statistical;
di aspettativa raz
che Salmon identifica
.

u —
nurctio di valore :tii'cxplz-lliìlfldum, nUmenq'
pii cati…
attribuisce…
che compare nella legge statistica pertinente ”
mente con la probabilità semplificata appena propose}-«!
salmoniana nella forma .
Una spiegazione
nel modo seguente: «b appartiene alla Classe di
può esprimch, dunque, a G per cu ivale la legge: “p (G, F): f,
riferimento F omogenea rispetto .

conferisce alla supposr zione che si dà g(b) il Vaio,;


,y

questa informazione
di aspettativa r». Certamente, questo
non è un argomento che fornisca Un
enunciato conclusivo separa bile; ma
ciò vale anche per la rappresentazio
(50). A questo pro i
ne di una spiegazione nella for ma dell’argomento
to, dunque, mi sembra che la mia concezione
coincida fondamentalmente
con quelle di Salmon eJeffrey.
un’informazione del tipo appena menzionato può valere come spie
Ma

gazione di G (b) e precisamente, relativamente alla concezione di Sal-


mon, 1nd1pendentemente dal fatto che il valore numerico di rsia r d
piccolo? La condizione leibniziana esigerebbe una risposta negagtian'
' ' V2,mn
'
;;
momento che l’informazione m enzmnata '
serv1rebbe '
, a tr1ment1 altre
1
-
to ben . . .
dell ,
don
ÎiiSIÈ a(làz)r Sàilergamo(riie occorrenza, sia a quella della occor-
renza , a con izione leibni zrana' '
. risulta davvero il min ame"-
l’ho ri e… .
con51derata — anche se non nord:;l '
cedeng lavîîînte con questo °— m.pre-
ome una condizione di adeguatezza p er o gm' spiegazione
razionaimem
eaccettabfle (p. es. nel para raf 2 . 4 ). I
eodd15facrmento di questa condiziong ‘0
Il .

e,
ra [' una caratteristica «essenziale p ero, veramente da consìde
sP ;:galloni
filme.
e», 1fldlSpensabile per tutte le
empiriche? Nel quadro di
una teoria con leggi fondamentali di

’ ' '790 St .

erizzazione de“ er presuppone,


° in linea di principio 1“
dell'amlls. °Vef80).
:
m0tlvazloni
Ca p
ma no !! vl fa s -

?
Un ‘8iatstica roi
con certo di esplicito .rictgîgsàiîìheell a(csfr. fiesempio
attendibillgnrazìonaîhe la condizione ! ua e nizionc
e ib niziana ri chiede,
'
i]i]iiil©îiè…
e_
naturalmente.
i
134 ASM… della spiegazione
scientifica
frispondcntc concetto di Spiegazione:”;
il
cocertmncnte, una Spiegazione statistica non
risponde
si è verificato l…,)p;m (.': (…’ anche SC, secondo la alla domanda per-
ché N 6 ( )) {“ teoria san-bi Stato
Oss…“C {…Che Pfîtrchhc (“fe' Però, che , «» .

essa fornisr'):
“omologica obiettivamente piu comp…… I"…sslhilc -c …

PM"… in questione. Contrariamente a una spie gazrone nornologico-rie-


mostra che c era da aspettarsi Pew;
di…"“ essa nto—explananrlu … “(In CT)“ #
\ nom/ologica, 89 ma con una, certa'
. . '

probabilità flf)ffi()lr)gica,
.
necC 551…
la\ tgmprensmne
'
/.
dei fenomeni
,… emplridi ottenuta \mìîliante
lpggi di
mmm strettamente universale e teorie causali e la comprensione
consentì-
ta da leggi statistiche, esistono importanti analogie, così come prr,fr;nap
differenze. Tanto pm chiaramente esse vengono comprese - impresa Ché
è stata favorita
dai lavori qui discussi tanto —
meno importante appare il
considerare, con Salmon, le informazioni statistiche pertinenti come spie.
gazi0ni, oppure definrrle, con Stegmt'iller, analisi statistiche in profondità
che non forniscono alcuna Spiegazwne, bensì una comprensione statistica
della situazione.
Il considerare tali informazioni come Spiegazioni acquisirebbe plausibi-
lità se si potesse porre a fianco del concetto assoluto di legge di natura
una controparte statistica chiaramente esplicitata e altrettanto assoluta. La
problematica inerente al concetto assoluto, e5pressa ad esempio nella
qUesti0ne dell’ambiguità, mi ha fornito l’occasione per una relativizzazio—
ne epistemica del tutto generale del concetto di spiegazione statistica.
Partendo dai motivi esposti in questa postfazione, desidero apportare
qualche modifica alla mia versione del concetto assoluto formulata nel
paragrafo 3.4.2: la tesi di alti valori di probabilità va abbandonata in quan-
to erronea; considero la rappresentazione in forma di argomento ancora
ammissibile, ma non necessaria. Generalizzerei l’idea della specificità
massimale nel modo indicato nel paragrafo 5.7.5. Mantenei il termine
«Spiegazione» nel senso statistico corrispondentemente ampliato. E anche
se alla fine del
paragrafo 3.4.2 ho definito il concetto di spiegazione stati—
stica come
qualcosa di «essenzialmente» relativo a una situazione cono—
scitiva, desidero sottolineare
ancora una volta che le difficoltà da me
menzionate non rendono certo
impossibile una chiara e5plicazione di un
C°“Cfrtto assoluto
e che ritengo una tale esplicazione particolarmente
aU3picabile.

wi
(.fr. dj
3.?.UOVO a von Mises citate alla fine l
. .
ques… riguardo, le osservazioni di R. de}
paiagfafo
che l‘enunciato-explanandum è deducibile dalla descrizione, fornita nel-
'cxpìlîrlìîrafjiîfv‘.
15,di eventi
precedenti, e dalle leggi di natura citate nell‘explimans'