Bilimler ve Epistemoloji
2. Rasyonalite ve İnsanî Muhakeme Güçleri
Alvin I. Goldman
Rasyonalitenin ya da rasyonel inancın başlıca epistemik hüner olduğu genel olarak kabul edilmiştir. Epistemik bir bakış açısına göre rasyonel inançlara sahip olmak irrasyonel (veya rasyonel olmayan) inançlara sahip olmaktan daha iyidir. Bu durumda, bir inancı rasyonel saymak ne demektir? Bir inancın rasyonelliği için uygun normatif standart nedir? Ortak bir düşünce, rasyonalitenin kurallarının bulunduğu ve bir inancın bu kurallara uyduğu veya onların herhangi birini ihlal etmediği sürece rasyonel olduğudur. Varsayılan bu kurallar nereden gelmektedir? Standart tablo (Stein 1996, 4), kuralların (klasik) mantık ve olasılık teorisi gibi formel meselelerden geldiği yönündedir. Mantığı kullanan iki kural adayı şunlardır:
“Eğer kişi p’yi benimsediğinde mantıksal olarak tutarsız bir küme oluşturacak başka inançlara sahipse herhangi bir p önermesine inanmamalıdır.”
“Eğer kişi [p] ve [p ⇒ q] formunda iki önermeye inanıyorsa, bu durumda [q] formunda bir başka önermeye inanmayı kabul edebilir.” İkinci kural, Modus Ponens mantık kuralından uyarlanmıştır.
(çev.: Modus Ponens ya da tasdik usulü, önermeler mantığında;
p ⇒q
p
∴
q
şeklindeki temel mantık kurallarından birisidir.)
Olasılık kuramını kullanan diğer bir aday kural da aşağıdaki gibi olabilecektir:
“Kişi, bileşik bir olayın (A ve B) oluşumuna, onun bileşenlerinden birinin, örneğin A’nın oluşumuna tahsis edilenden daha yüksek bir olasılık derecesi vermemelidir.” Örneğin, “bugün yağmur ve 29 derecelik yüksek hava sıcaklığ” gibi bileşik bir hava olayına, “Bugün hava yağmurlu olacak” gibi bir hava olayına verilenden daha yüksek bir olasılık derecesi verilmemelidir.
Bu kuralların bazıları doğrudan epistemolojik eleştiriye açıktır. Tutarsızlık inancına karşı kuralı düşünelim. Bu, rasyonel inancın uygun bir standardı mıdır? Bazı öncü meteorolojik koşullar hakkında inanış ve bu öğleden sonranın bulutlu olmamasına birlikte yol açan bazı meteorolojik yasalara inanışla başladığınızı varsayalım. Öğleden sonra gözünüzle gökyüzüne bakarsınız (consult) ve bulutlu görünür. Havanın bulutlu olduğuna inanmanız gerekir mi? Onun bulutlu olduğu inancını benimsemek, yukarıda formüle edilmiş olan tutarsızlığın olmaması kuralını ihlal edecektir, fakat yine de ona inanmak sizin için rasyonel olacaktır. Bu durumda, yeni inanç, sizin önceden inandığınız diğer şeylerle tutarsız olsa bile eklenen yeni inançtan vazgeçmektense, (meteorolojik yasada yer alan) önceki inanışlarınızdan birinden vazgeçmek daha uygundur. Önceki inanç(lar)ın hangisinden vazgeçeceğiniz açık değilse bile havanın bulutlu olduğuna inanmak hâlâ rasyonel olabilir. Benzer bir husus Modus Ponens ile uyumlu inanç kuralına uygulanır. Bu konuların gösterdiği şey şudur: Formel mantıktan rasyonalitenin makul standartlarını türetmek çok kolay değildir. Bu endişeyi bir kenara koyarak olasılık teorisinin bileşiklik kuralının örneğiyle uğraşmama izin verin.
Bu kuralı uygulamak insanî olarak mümkün müdür? Bununla iki şey kastedilmiş olabilir. Şu kastedilmiş olabilir: Zaman zaman veya arada sırada bu kurala uymak mümkün müdür? Ya da şu kastedilmiş olabilir: Bu kurala yalnızca tesadüfen veya kazara değil de sistematik bir biçimde uymak mümkün müdür? Bu iki yorum, inancın rasyonalitesinin standartlarının ayrıştırılmasını sağlar. Zayıf (weak/eleyici olmayan) standart; bireysel inanç, kuralla çelişmediği sürece bir inancın rasyonel olarak niteleneceğini söyleyecektir. Güçlü (stronger/eleyici) standart; bir inanç, düzenli bir şeye uyumu kural haline getiren bir mekanizma, duyu, süreç ya da usûlden kaynaklanırsa eğer rasyonel olarak nitelenecektir. Diğer bir deyişle, bir inanç ancak ve ancak (if and only if) rasyonel bir mekanizma tarafından üretilmişse rasyoneldir. Zihinsel mekanizma eğer sadece soyut bir formel kurala uyan değil de bir kurallar demetine uyan bilişsel davranış üretirse onun rasyonel olduğunu ileri sürebiliriz. Geçici olarak bu güçlü standardı benimseyelim. Bu durumda can alıcı soru şudur: İnsanlar rasyonel bir mekanizmaya, özellikle de olasılıksal kurallarla sistematik olarak uyumlu olan bir mekanizmaya sahip midirler?
Çoğu psikolog bu soruyu olumsuz bir biçimde cevaplıyor. Olasılıklı muhakeme hakkında, Amos Tversky ve Daniel Kahneman tarafından kurulan “heuristikler ve önyargılar yaklaşımı”nı (the heuristics and biases approach) destekliyorlar. Bu yaklaşıma göre, olasılıklı muhakeme için insanlar yeterli mekanizmalara sahip değiller. Bunun yerine, olasılıksal külfetlerle karşı karşıya kaldıklarında, çıktıklarının “sistematik ve temel şekillerde istatistiksel tahmin kurallarını ihlal ettiği” bir sezgisel tarama kümesi kullanırlar (Kahneman and Tversky 1973, 48). Bu tür bir heuristiğin başlıca örneği, temsil edilebilirlik heuristiğidir. Temsil edilebilirlik heuristiği, x nesnesinin C kategorisine ait olma olasılığını, x kategorisinin C kategorisinin tipik üyelerini temsil ettiği veya benzer olduğu dereceye göre yargılama eğilimidir. Bu heuristik, Tversky ve Kahneman (1983)’ın, bileşim kuralının ihlalini kanıtlamak için kullandığı deneysel materyalle gösterilmiş olabilir. Denekler için aşağıdaki problemi sundular:
"Linda 31 yaşında, bekâr, geveze ve neşelidir. Felsefe alanında yoğunlaşmıştır. Bir öğrenci olarak ayrımcılık ve sosyal adalet konularıyla derinden ilgilidir ve nükleer karşıtı gösterilere katılmıştır.
Lütfen, en muhtemel için 1, en düşük muhtemel için 8 kullanarak aşağıdaki ifadeleri olasılıklarına göre sıralayınız:
a.
Linda, ilkokulda öğretmendir.
b.
Linda bir kitapçıda çalışıyor ve yoga
dersleri alıyor.
c.
Linda feminist hareketlerde etkin.
d.
Linda psikiyatrik bir sosyal hizmet
uzmanı.
e.
Linda, Kadın Seçmenler Birliği üyesidir.
f.
Linda bir banka memurudur.
g.
Linda bir sigorta satıcısıdır.
h.
Linda bir banka memuru ve feminist
harekette aktiftir. (1983, 296).
Neredeyse deneklerin %90’ı (h)’yi (f)’den daha olası olarak sıraladılar. (h)’nin bir bileşim olduğuna ve (f)’nin onun bileşenlerinden birisi olduğuna dikkat edin. Yani (h)’nin (f)’den daha olası olarak sıralanışı, olasılık teorisinin bileşim kuralını ihlal ediyor. Deneklerin, Linda’nın her bir kategoriye ait olma olasılığını, Linda’nın (verilen temsilinin) bu kategoriye benzerliği açısından değerlendirdikleri görüldüğü için örnek, temsil edilebilirlik heuristiğini kanıtlıyor. Çünkü Linda tipik bir banka memuruna çok benzemiyor, onun bir banka memuru olma olasılığı düşük olarak değerlendiriliyor. Çünkü Linda, feminist banka memuru kategorisinin tipik bir üyesine daha çok benziyor, onun feminist bir banka memuru olma olasılığı daha yüksek görülüyor. Bu yüzden temsil edilebilirlik heuristiğinin, insanların sezgisel yargılarının (bu konu tipinde) altında yattığı, fakat (sistematik olarak) olasılıksal kurallara uymadığı görülüyor. Temsil edilebilirlik heuristiğinin gücü, deneklerin kendiliklerinden uygulayamasalar bile, birleşme kuralının geçerliliğini tanıyıp tanımayacaklarını görmek için düzenlenmiş bir çalışma ile örneklenmiştir. Onlara, biri, birleşme kuralının esasına ve biri temsiliyetine ya da benzerliğine heuristik olarak hitap eden iki argüman sunuldu. Hangisini ikna edici buldukları soruldu:
1.
Argüman: Linda’nın bir banka memuru
olması, feminist bir banka memuru olmasından daha muhtemeldir. Çünkü feminist
bir banka memuru da bir banka memurudur, fakat bazı kadın banka memurları
feminist değildir ve Linda onlardan biri olabilir.
2.
Argüman: Linda’nın feminist bir banka
memuru olması ihtimali, muhtemelen bir banka memuru olmasından daha yüksektir.
Çünkü o bir banka memurunu benzemekten çok aktif bir feministe benzemektedir.
Deneklerin %65’i, bileşim kuralı argümanına karşı ikincisinin cazibesini kanıtlayarak benzerlik argümanını seçti.
Deneklerin %65’i, bileşim kuralı argümanına karşı ikincisinin cazibesini kanıtlayarak benzerlik argümanını seçti.
Temsil edilebilirlik heuristiğinin yoğun kullanımının -ve ‘doğru’ olasılıksal düşünmenin kullanımının başarısızlığının- bir başka kanıtı, kısmen farklı materyallerle yapılmış deneylerden gelir. Deneklere kişilik testlerinin yüz kişilik mühendis ve avukat grubuna uygulandığı söylenmiştir. Yarısına otuz mühendis ve yetmiş avukat, diğer yarısınaysa yetmiş mühendis ve otuz avukat bulunduğu söylenmiştir. Bu profesyonellerin tasvirleri yazılmış ve deneklere bu tasvirlerden birisi, tesadüfi olarak iddia edilmiş olarak verilmiş oluyordu. Sonra onlardan tasvir edilen kişinin bir mühendis olma olasılığını belirtmeleri istenmiştir. -Kahneman ve Tversky’nin ileri sürdükleri- Olasılıksal teorinin doğru bir kullanımı, yukarıdaki “hikayeyi” yani, otuz mühendis ve yetmiş avukatın ya da yetmiş mühendis ve otuz avukatın bulunması [durumunda] verilen “taban-oran” verisinden yararlanacaktı. Şimdi, alınan tasvirlerden, tarafsız olan veya veri içermeyenlerinden birisi şudur:
“Dick otuz yaşında bir adamdır. Evlidir ve çocuğu yoktur. Yüksek kabiliyetli ve yüksek motivasyona sahip bir adam olarak alanında oldukça başarılı olmayı vadeder. Meslektaşları tarafından iyi bilinir” (1973, 242).
Her iki denek grubu da, %50 civarında Dick’in bir mühendis olma ihtimaline hükmetti. Görünen o ki bir şekilde taban-oran bilgisini görmezden geldiler ve uymanın görmezden gelinebildiği veya dikkate alınmadığı yerlerde sadece Dick ve tipik bir mühendis arasındaki “uyma” veya benzerlik derecesini kullandılar. Bir profil, bir mühendisin özelliklerini gösterecek şekilde olduğunda, her iki grubun da onlara açıkça verilen taban-orana bakmaksızın, onu mühendisler kategorisinde sınıflandırma eğilimi vardı. Bu, bir kez daha, deneklerin olasılık teorisine göre çok önemli olan hususları göz ardı ettiklerini ve olasılık teorisi ile çatışabilecek hususları kullandıklarını göstermektedir. Başka yerde de Tversky ve Kahneman (1982) diğer yargısal heuristikleri benzer özelliklerle tasvir ederler.
Heuristik ve önyargılar yaklaşımının taraftarları empirik araştırmanın bu programına dayanarak sıklıkla insan rasyonalitesi hakkında oldukça karamsar sonuçlar çıkarırlar. Bazı yazarlar sıradan insanın rasyonalitesi için “kasvetli imalar”dan söz ederler. Diğerleri, insan zihninin “rasyonellikten sistematik sapmalara” yatkın olduğunu (Bazerman ve Neale 1986) ve “olasılık kuralları ile çalışmak için inşa edilmediğini” iddia eder (Gould 1992). Bir yazar insanın “eşit oranda olasılık körü” olan bir tür olduğunu ileri sürer (Piattelli-Palmarini, 1994). Epistemoloji terimlerini kullanırsak, bu empirik neticeler, en azından onların kendiliğinden sezgileri açısından sıradan insanların olasılıklı muhakeme kapasiteleriyle ilgili “şüpheci” sonuçları işaret etmesiyle sonuçlanabilecektir.
Ayrıca, problemler sıradan insanlarla sınırlandırılmadı. Olasılıklı problemler yüksek eğitim almış ve iyi yetiştirilmiş kişilere sunulduğunda onlar da ciddi hatalar yaptılar. Mesela, Casscells ve diğerleri (1978) aşağıdaki problemi Harvard Tıp Fakültesindeki bir grup fakülte, personel ve dördüncü sınıf öğrencisine sundular.
“Yaygınlık oranı 1/1.000 olan bir hastalığı tespit etmek için yapılan bir test, %5’lik yanlış pozitiflik oranına sahipse kişinin semptom ve belirtileri hakkında hiçbir şey bilmediğinizi varsayarak bir kişinin gerçekten hastalığa sahip pozitif bir sonucu olanı bulma şansı nedir?”
Problemin en makul yorumuna göre doğru (Bayesian) cevap % 2'dir. Ancak Harvard personelinin sadece % 18'i, % 2'ye yakın bir cevap verdi.Bu yüksek eğitimli seçkinlerin yüzde kırk beşi taban-oranı bilgisini tamamen görmezden geldi ve cevabın % 95 olduğunu söyledi.
Bu noktada, doğru olasılıksal akıl yürütme (en azından doğal kapasite veya mekanizma) için insan kapasitesinden beklentiler gerçekten de kasvetli görünüyor. En azından kişi, sezgisel tarama ve önyargı programının yorumunu kabul ederse bu böyledir. Bununla birlikte diğer muhakeme grubu araştırmaları, çok daha iyimser bir tablo sunuyorlar. Gerd Gigerenzer, Leda Cosmides ve John Tooby liderliğindeki bu grup, evrimin insan beynine avcı-toplayıcı atalarımıza özgü uyarlanabilir sorunları çözmek için tasarlanmış çok sayıda işlevsel olarak tahsis edilmiş bilgisayarlar (genellikle “modüller”) sağladığını söylüyor. Bu modüller arasında, sıklık derecesi bilgisini de işleyen tümevarımsal akıl yürütmeye adanmış mekanizmalar bulunur. “Tümevarımsal akıl yürütme mekanizmalarımızın bir kısmı, olasılık hesabının yönlerini ortaya çıkarır, ancak sıklık derecesi bilgisini girdi olarak almak ve çıktı olarak sıklıkları üretmek için tasarlanmışlardır” (Cosmides ve Tooby 1996, 3).
Bu hipotez Cosmides ve Tooby’yi, Cascells ve diğerleri tarafından kullanılan tıbbî teşhis görevini, sıklık derecesi açısından formüle edilmiş olduğu hem girdi hem de yanıt gerektiren bir probleme dönüştürmek için deneyler yapmak için yönlendirdi. İşte sıklık derecesi verisinin göze çarptığı çalışmalarından bir örnek:
“Her 1.000 Amerikalıdan biri X hastalığına sahiptir. A testi, bir kişi X hastalığına sahip olduğunda onu tespit etmek için geliştirilmiştir. Test, hastalığa sahip birisine her uygulandığında olumlu sonuç vermiştir. Fakat bazan bütünüyle sağlıklı bir kişiye uygulandığında da test olumlu sonuç vermiştir. Özellikle mükemmelen sağlıklı her 1.000 kişinin 50’sinde test hastalık için olumlu sonuçlanır.
1000 Amerikalıdan oluşan rastgele bir örnek oluşturduğumuzu hayal edin. Kurayla seçilmişlerdir. Kurayı gerçekleştirenler, bu insanların hiçbirisinin sağlık durumu hakkında bilgi sahibi değildir. Yukarıda verilen bilgilerle, ortalama olarak, bu hastalık için testin olumlu sonuçlandığı kaç kişi gerçekten hastalığa sahip olacaktır?” (1996, 24).
Deneklerin sadece %18’inin doğru yanıt verdiği özgün deneye belirgin bir karşıtlıkla, yukarıdaki formülasyon deneklerin %76’sından doğru yanıt getirdi. Benzer sonuçlar, aynı zamanda olasılıksal akıl yürütme problemlerinin en sık görülen sürümlerinin yüksek düzeyde performans ortaya çıkardığını vurgulayan Gigerenzer (1991, 1996; ayrıca bkz. Ayrıca Gigerenzer ve Hoffrage 1995; Fiedler 1988) tarafından da bildirilmiştir. Aslında, Tversky ve Kahneman (1983), bu olguyu bileşim sorunu ile ilgili çalışmalarında ilk aktaranlardı.Problemler bir sıklık derecesi biçiminde formüle edildiğinde, denekler çok daha iyi yanıt verdiler.
Tversky ve Kahneman, bir sıklık derecesi formülasyonunun kendini, -olasılıklı ilişkileri anlamak açısından önemli- belirlenmiş içermeler ilişkisini belirginleştiren işaretler veya alanlar açısından mekânsal bir temsile aktarabileceği (lend) şeklinde yorumladılar. Bununla birlikte, bu gerçeği olasılıksal muhakeme için insani yeteneklerin daha iyimser bir görüşüne elverişli olarak yorumlamadılar.
Cosmides, Tooby ve Gigerenzer “evrimci psikologlar” olarak kabul edilirler. Onlar sadece vurguladıkları empirik bulgulardan dolayı değil aynı zamanda uygun rasyonalite standardı anlayışlarıyla da heuristik ve önyargılar yaklaşımından ayrılırlar.[1]
En azından bu Gigerenzer ve arkadaşları için geçerli. Gigerenzer ve Goldstein (1996) (ayrıca bkz. Gigerenzer 1993; Gigerenzer ve diğerleri 1999), Simon (1982)'un rasyonaliteye bağlı olarak başvurduğu bir anlayışla, "tatmin edici" bir rasyonalite yaklaşımı ileri sürmek [konusunda] Herbert Simon'ı izlerler. Bu anlayış, organizmaların sınırlı bir süre, sınırlı bilgi ve sınırlı hesaplama kapasiteleri ile baş etmeleri gerektiği gerçeğini vurgular.
Gigerenzer ve Goldstein için iyi bir çıkarım mekanizmasının ölçüsü, çoğunlukla gerçek dünya ortamları hakkında kesin sonuçlar çıkarması ve bunu çok hızlı ve az bir hesaplama çabasıyla yapmasıdır. Kısaca, akıl yürütme için önerilen normatif standart, [onun] “güvenilir, hızlı ve masrafsız (tutumlu)” olmasıdır. Gigerenzer ve arkadaşları -bazı durumlarda oldukça şaşırtıcı bir şekilde - belirli hız ve tutum algoritmalarının, en azından istenilen sıklıkta hesap yönünden (istatistiksel doğrusal modeller gibi) daha masraflı olan rakiplerinden nasıl daha doğru cevaplar alabildiklerini gösterdiler. Onlar açısından bu gibi yöntemleri normatif olarak istenilir olarak nitelemek için bu yeterlidir, diğer bir deyişle, "rasyoneldir" (Gigerenzer ve arkadaşları tipik olarak "rasyonel" terimini kural tabanlı standartlar için saklı tutarlar).
Bu yüzden, rasyonelliğin bir standardı için yeni bir teklifimiz var; ve yöntemlerin ve rasyonelitenin biçimsel kural kriterini yerine getirmeyen heuristiklerin çoğu “güvenilir, hızlı ve tutumlu” kriterini geçecektir (Gigerenzer, Hoffrage ve Klein-bolting 1991).
O hâlde insanın bilişsel kapasitelerinin rasyonaliteyi başarıp başaramayacağı -ya da ne ölçüde başarabileceği- sorusuna empirik psikolojinin nasıl katkı sağlayacağı açıktır.
Hiç şüphesiz, kısmen, rasyonalitenin uygun standartlarını veya kriterini ele geçirmek için hazır olduklarından emin olmak basit bir mesele değildir. Ancak burada bile empirik psikoloji perspektifleri bazı cevaplar sağlayabilir, böylece filozofların bu soruyla başa çıkmak için kendi başlarına ilerlemelerine gerek kalmaz, ancak uygun bir kriter için psikologlarla kafa yorarak el ele alabilirler.
Referanslar
Bazerman, M., and M. Neale (1986). "Heuristics in Negotiation." In H. Arkes and K. Hammond, eds., Judgment and Decision Making: An Interdisciplinary Reader. Cambridge: Cambridge University Press.
Casscells, W., A. Schoenberger, and T. Grayboys (1978). "Interpretation by Physicians of Clinical Laboratory Results." New England Journal of Medicine 299: 999-1000.
Cosmides, Leda, and John Tooby (1996). "Are Humans Good Intuitive Statisticians after All? Rethinking Some Conclusions from the Literature on Judgment under Uncertainty." Cognition 58: 1-73.
Gould, Stephen (1992). Bully for Brontosaurus: Further Reflections in Natural History. London: Penguin.
Gigerenzer, Gerd, Ulrich Hoffrage, and Heinz Kleinbolting (1991). "Probabilistic Mental Models: A Brunswickean Theory of Confidence." Psychological Review 98: 506-528.
Kahneman, Daniel, and Amos Tversky (1973). "On the Psychology of Prediction." Psychological Review 80: 237-251.s
Nisbett, Richard, and Eugene Borgida (1975). "Attribution and the Social Psychology of Prediction." Journal of Personality and Social Psychology 32: 932-943.
Piattelli-Palmarini, Massimo (1994). Inevitable Illusions: How Mistakes of Reason Rule Our Minds. New York: Wiley.
Samuels, Richard; Stephen, Stich; and Michael Bishop (2001). "Ending the Rationality Wars: How to Make Disputes about Human Rationality Disappear." In R. Elio, ed., Common Sense, Reasoning and Rationality. Vancouver Studies in Cognitive Science, vol. 11. New York: Oxford University Press.
Stein, Edward (1996). Without Good Reason. Oxford: Oxford University Press.
Tversky, Amos, and Daniel Kahneman (1982). "Judgment under Uncertainty: Heuristics and Biases." In D. Kahneman, P. Slovic, and A. Tversky, eds., Judgment under Uncertainty: Heuristics and Biases. New York: Cambridge University Press.
——. (1983). "Extensional versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment." Psychological Review 90: 293-315.
Hem empirik bulgular hem de alternatif standartların tartışılmasını içeren, tartışmanın mükemmel bir incelemesi için, bkz. Samuels, Stich ve Bishop (2001). Onların asıl amacı, “rasyonellik savaşlarında” rekabet eden yarışmacılar arasındaki ihtilafların, yalnızca her görüşün ana iddialarını retorik gelişimlerden ayırarak ortadan kalkmasıdır. Bu beklentiden daha az eminim.
Hiç yorum yok:
Yorum Gönder