Henry E. Kyburg Jr. (1928-2007) fue profesor de Filosofía Moral en Gideon Burbank y profesor de Ciencias de la Computación en la Universidad de Rochester , Nueva York, y Erudito Eminente de Pace en el Instituto de Cognición Humana y Máquina , Pensacola, Florida. Sus primeros puestos en la facultad fueron en Rockefeller Institute , University of Denver , Wesleyan College y Wayne State University .
Kyburg trabajó en probabilidad y lógica, y es conocido por su Lottery Paradox (1961). Kyburg también editó Studies in Subjective Probability (1964) con Howard Smokler. Debido a la relación de esta colección con la probabilidad bayesiana , a menudo se malinterpreta a Kyburg como bayesiano. Su propia teoría de la probabilidad se describe en Logical Foundations of Statistical Inference (1974), una teoría que encontró forma por primera vez en su libro de 1961 Probability and the Logic of Rational Belief (a su vez, un trabajo estrechamente relacionado con su tesis doctoral). Kyburg describe su teoría como keynesiana y pesquera (ver John Maynard Keynes y Ronald Fisher ), una entrega de las promesas deRudolf Carnap y Hans Reichenbach para una probabilidad lógica basada en clases de referencia, una reacción a las estadísticas de Neyman-Pearson (ver el lema de Jerzy Neyman , Karl Pearson y Neyman-Pearson ), y neutral con respecto a la condicionalización confirmacional bayesiana. Sobre este último tema, Kyburg había extendido la discusión en la literatura con su amigo y colega Isaac Levi .
Los trabajos más importantes posteriores de Kyburg incluyen Epistemology and Inference (1983), una colección de ensayos; Theory and Measurement (1984), una respuesta a Foundations of Measurement de Krantz-Luce-Suppes-Tversky ; y Science and Reason (1990), que busca disipar las preocupaciones de Karl Popper y Bruno de Finetti de que los datos empíricos no podrían confirmar un axioma científico cuantificado universalmente (por ejemplo, F = ma ).
Kyburg fue miembro de la Asociación Estadounidense para el Avance de la Ciencia (1982), miembro de la Academia Estadounidense de Artes y Ciencias (1995), miembro de la Asociación Estadounidense de Inteligencia Artificial (2002) y recibió la Medalla Butler de Filosofía en Silver de la Universidad de Columbia , donde recibió su doctorado con Ernest Nagel como asesor. Kyburg también se graduó de la Universidad de Yale y fue miembro del Guggenheim Fellow en 1980 . [1]
Kyburg era dueño de una granja en Lyons, Nueva York, donde criaba ganado Angus con su esposa, Sarah, y promovía sistemas de turbinas eólicas para agricultores independientes de la energía.
Parientes filosóficos
Varios profesores titulares de filosofía en la actualidad fueron estudiantes de Henry Kyburg, incluidos Daniel Dennett , Robert Stalnaker , Rich Thomason, Teddy Seidenfeld y William L. Harper.
Sus estudiantes de tesis de IA fueron Ronald Loui , Bulent Murtezaoglu y Choh Man Teng, y el visitante postdoctoral Fahiem Bacchus. Sus estudiantes de filosofía incluyeron a su hija Alice Kyburg, Mariam Thalos, Gregory Wheeler , William Harper, Abhaya Nayak, Prashanta Bandyopadhaya, además de los mencionados anteriormente.
Teoría de la probabilidad
Varias ideas distinguen la interpretación kyburgiana o epistemológica de probabilidad de Kyburg :
- La probabilidad se mide mediante un intervalo (algunos confunden esto con una afinidad con la teoría de Dempster-Shafer , pero Kyburg rechaza firmemente su regla de combinación; su trabajo se mantuvo más cerca de los intervalos de confianza y, a menudo, los bayesianos lo interpretaron como un compromiso con un conjunto de distribuciones , que Kyburg no repudió)
- Todos los enunciados de probabilidad se pueden rastrear hasta la inferencia directa de frecuencia en una clase de referencia (puede haber cálculos de la regla de Bayes sobre conclusiones de inferencia directa, pero no hay nada como una distribución previa en la teoría de Kyburg)
- La clase de referencia es la clase más específica con un conocimiento de frecuencia adecuado (esta es la regla de Reichenbach, que Kyburg precisó ; su marco fue reinterpretado más tarde como un sistema de razonamiento derrotable por John L. Pollock , pero Kyburg nunca tuvo la intención de que el cálculo de probabilidades objetivas ser un atajo por la racionalidad limitada debido a la imperfección computacional)
- Todas las inferencias de probabilidad se basan en el conocimiento de las frecuencias y propiedades, no en la ignorancia de las frecuencias; Sin embargo, la aleatoriedad es esencialmente la falta de conocimiento del sesgo (Kyburg rechaza especialmente los métodos entropistas máximos de Harold Jeffreys , ET Jaynes y otros usos del Principio de Indiferencia aquí; y Kyburg no está de acuerdo aquí con Isaac Levi, quien cree que el azar debe afirmarse positivamente. sobre el conocimiento de las simetrías físicas relevantes)
- No hay desacuerdo sobre la probabilidad una vez que hay acuerdo sobre el conocimiento relevante; este es un objetivismo relativizado a un estado evidencial (es decir, relativizado a un conjunto de frecuencias observadas de propiedades en una clase, y un conjunto de propiedades afirmadas de eventos)
Ejemplo: suponga un corpus de conocimientos a un nivel de aceptación. En este corpus hay declaraciones,
e es un T1 y e es un T2 .
El observado
la frecuencia de P entre T1 es .9.
El observado
La frecuencia de P entre T2 es .4.
¿Cuál es la probabilidad de que e sea una P ?
Aquí, hay dos clases de referencia en conflicto, por lo que la probabilidad es [0, 1] o algún intervalo que combine .4 y .9, que a veces es solo [.4, .9] (pero a menudo se obtendrá una conclusión diferente justificado). Añadiendo el conocimiento
Todos los T1 son T2
ahora hace que T1 sea la clase de referencia relevante más específica y un dominador de todas las clases de referencia interferentes. Con esta declaración universal de inclusión de clase,
la probabilidad es [.9, .9], por inferencia directa de T1 .
Las reglas de Kyburg se aplican al conflicto y la subsunción en órdenes parciales complicados.
Aceptación y principios de creencia racional.
Las inferencias de Kyburg siempre se relativizan a un nivel de aceptación que define un corpus de afirmaciones moralmente ciertas . Esto es como un nivel de confianza, excepto que la teoría de Neyman-Pearson tiene prohibido el cálculo retrospectivo y la aceptación posterior a la observación, mientras que la interpretación epistemológica de la probabilidad de Kyburg otorga ambas licencias. A un nivel de aceptación, cualquier afirmación que sea más probable que el nivel de aceptación puede adoptarse como si fuera una certeza. Esto puede crear una inconsistencia lógica, que Kyburg ilustró en su famosa paradoja de la lotería .
En el ejemplo anterior, el cálculo de que e es una P con probabilidad .9 permite la aceptación del enunciado e es una P categóricamente, en cualquier nivel de aceptación inferior a .9 (suponiendo también que el cálculo se realizó en un nivel de aceptación superior a. .9). La tensión interesante es que niveles muy altos de aceptación contienen pocas declaraciones probatorias. Ni siquiera incluyen observaciones crudas de los sentidos si esos sentidos a menudo han sido engañados en el pasado. De manera similar, si un dispositivo de medición informa dentro de un intervalo de error a una tasa de .95, entonces no se aceptan declaraciones medibles a un nivel superior a .95, a menos que se amplíe el intervalo de error. Mientras tanto, a niveles más bajos de aceptación, son aceptables tantas declaraciones contradictorias que nada útil puede derivarse sin inconsistencia.
El tratamiento de Kyburg de las oraciones cuantificadas universalmente consiste en agregarlas al Ur-corpus o postulados de significado del lenguaje. Allí, una declaración como F = ma o la preferencia es transitiva proporciona inferencias adicionales en todos los niveles de aceptación. En algunos casos, la adición de un axioma produce predicciones que no son refutadas por la experiencia. Estos son los postulados teóricos que se pueden adoptar (y aún deben estar ordenados por algún tipo de simplicidad). En otros casos, el postulado teórico está en conflicto con la evidencia y las observaciones basadas en la medición, por lo que el postulado debe ser rechazado. De esta manera, Kyburg proporciona un modelo de poder predictivo mediado por probabilidades , formación de teorías científicas, la red de creencias y variación lingüística. La teoría de la aceptación media la tensión entre la afirmación categórica lingüística y la epistemología basada en la probabilidad.