De acuerdo con la teoría bayesiana de inferencia/confirmación, su confianza en una hipótesis aumenta a medida que observa más y más evidencia predicha por esa hipótesis (de acuerdo con el teorema de bayes y las leyes del cálculo de probabilidad). Estas actualizaciones ocurren de una manera muy específica. Aunque hay algunos otros problemas asociados con esta versión de la teoría de la confirmación, esto es, al menos en principio, bastante intuitivo.
Sin embargo, frente a una hipótesis grue, esta idea se desmorona. Podría sugerir alguna hipótesis "Todos los A son B". Cada vez que hay una nueva instancia de que A es B, mi confianza en esa hipótesis mejora. Sin embargo, podemos formular una hipótesis similar a Grue: "Todos los A son B hasta el momento t". Esta hipótesis predice lo mismo que la anterior, pero hay una divergencia en algún momento arbitrario en cuanto a lo que realmente sucede.
¿Nuestra confianza en estas dos hipótesis realmente aumenta de la misma manera?
¿Hay alguna manera de resolver este problema que no equivalga a una selección arbitraria de probabilidades previas para favorecer el primer tipo de hipótesis?
Creo que tienes al menos 3 hipótesis.
h1. All A are B.
h2. h1 will be correct until at least time t.
h3. At time t some A will stop being B.
Su confianza en h1 aumentará a medida que descubra A que son B (y no descubra ningún A que no sea B)
Su confianza en h2 aumentará a medida que se acerque al tiempo t y no observe ningún A que no sea B
Es posible que nunca observe ninguna evidencia de que A no sea B antes de t, por lo que, en ausencia de evidencia, su confianza en h3 sigue siendo la misma.
Conifold
Marcos Andrews
Joe Lee-Doctor
Conifold
Joe Lee-Doctor