¿Bajo qué definiciones de verdad y conocimiento son 'definitivamente saber' y 'cierto' diferentes? Disculpas si es una pregunta demasiado semántica, pero creo que deberíamos estar de acuerdo en que podemos tener la sensación de saber definitivamente , tal vez algo relacionado con la convicción y la certeza.
No creo que sea una cuestión de fe , que son diferentes cuando tenemos fe en algo, no realmente, porque creo que 'fe' es creer en una proposición injustificada, en lugar de simplemente negar la certeza de la proposición. ¿La respuesta es que estoy, de hecho, seguro de mi conocimiento, si definitivamente lo sé, pero puedo estar seguro sin estar seguro de que lo estoy, a diferencia de no saber que sé (el principio soi disant KK ) ?
Pero entonces, ¿ la probabilidad bayesiana no sugeriría que la certeza incierta es solo incertidumbre? Disculpas si he recordado mal por completo lo que es la carne de Bayes.
Entonces, tal vez haya algún significado 'absoluto' que tenga relación: existe algo como relativo en lugar de certeza absoluta. Pero entonces, ¿no deberíamos negar la certeza absoluta de todo lo que no sea vacío?
En primer lugar, habría que distinguir entre una proposición que es cierta y una persona que tiene certeza de ella. Todos los tipos de proposiciones pueden ser ciertamente verdaderas (por ejemplo, teoremas matemáticos o lógicos), pero estar seguro de ellas requiere suficiente competencia por parte de una persona para reconocerlo. Dado que está contrastando certeza con conocimiento, asumo que está interesado en este último. También debemos dejar en claro que estamos hablando de un tipo de certeza epistémicamente justificable, y no solo de una condición psicológica. Después de todo, las personas pueden estar seguras de todo tipo de cosas, incluidas cosas que la mayoría consideraría simplemente falsas.
Algunos tipos de incertidumbre (no todos) pueden representarse como probabilidades epistémicas: podríamos llamarlas creencias o grados de creencia. El hecho de que las creencias obedezcan al cálculo de probabilidad puede justificarse sobre la base de la teoría de la decisión o sobre la base de cómo las creencias se comportan inferencialmente cuando se usan en el contexto de argumentos deductivos. Entonces podríamos decir que una creencia en A es cierta si P(A) = 1. El problema es que casi nunca estamos justificados para afirmar que algo es absolutamente cierto. De hecho, en la teoría bayesiana existe un principio llamado regla de Cromwell que nunca asigna probabilidad cero o uno a ninguna proposición, debido a la posibilidad de error.
Esto significa que lo más cerca que podemos estar de una cierta credibilidad es que P(A) > 1 - e, donde e es algún umbral de error. En algunas circunstancias, esto podría funcionar como un criterio de conocimiento: podríamos decir que una persona conoce A si su e es lo suficientemente pequeño. Pero el conocimiento es un concepto resbaladizo y se ha derramado mucha tinta tratando de analizarlo. Como han demostrado varios contraejemplos debido a Gettier y otros, incluso cuando hay una fuerte justificación para creer en A, tendemos a rechazar que alguien conozca A si simplemente tuvo suerte. Por lo tanto, el conocimiento y el alto grado de credibilidad pueden desmoronarse.
En cuanto a si uno puede estar seguro de su propio conocimiento, esto podría pensarse como si puede haber grados de incertidumbre sobre el nivel de incertidumbre de uno. Podríamos tratar de representar esto como una declaración de probabilidad de nivel meta, como P( P(A) > 1 - e1) > 1 - e2. Esto es posible, pero bastante torpe. Un enfoque más simple sería tratar la credibilidad como si tuviera un rango de valores o una distribución de probabilidad.
Conifold
usuario35983
usuario35983
Conifold