Вероятность как частота истинности типов аргументов

Мы возвращаемся к анализу вероятностного вывода, который мы описали в начале данной главы. Третья интерпретация вероятности восходит к работам Чарльза Пирса. Мы уже говорили об объективных основаниях вероятности, свойственных излагаемому подходу. Теперь же мы намерены обозначить масштаб данной интерпретации.

Предположим, некая трамвайная компания стремится получить привилегии на территории города и решает, что наиболее эффективный способ достигнуть цели – это дать взятку представителям городской администрации. Для этого требуется немало осторожности, поскольку если с подобным предложением подойти к члену городского совета, преисполненному чувством гражданского долга, то все дело может быть провалено. Следует ли представителям компании подойти к члену совета А? О нем известны следующие факты, которые считаются существенными:

1. Он является членом совета, а это значит, что он – профессиональный политик.

2. Он – веселый ирландец, способный видеть в шутке ее суть.

3. Он – правоверный католик и проповедует высокие моральные принципы.

4. Он владеет недвижимостью и подозревается в мошеннических сделках, также связанных с недвижимостью.

5. Он – член местного школьного совета и вручает призы школьникам, продемонстрировавшим успехи в учебе.

6. Он никогда официально не протестовал против коррупции в государственных учреждениях.

Насколько вероятно то, что он примет плату в обмен на свой голос, если взятка будет ему предложена должным образом? Рассмотрим первый пункт. Если бы это было единственное обстоятельство, известное о мистере А, то теория вероятности по частоте истинности интерпретировала бы вероятность того, что мистер А примет взятку следующим образом. Рассмотрим класс истинных суждений n, полученных из выражения «X является политиком» путем придания переменной X конкретных значений. Рассмотрим также класс суждений nt, полученный путем придания тех же значений переменной X, стоящей в суждении «X является политиком, и X является мздоимцем». Некоторые из суждений, полученных во втором наборе, являются истинными, другие – ложными. Тогда предельная величина отношения nt/n определяется как вероятность того, что каждый отдельный индивид, например мистер А, будет брать взятки на том основании, что он является политиком. Иными словами, вероятность истинности суждения относительна частоте, с которой из класса умозаключений могут быть получены истинные заключения при истинных посылках. Вообще говоря, мы не знаем точного нумерического значения этого отношения. В таком случае мы говорим, что заключение является вероятностным при данных основаниях, если из класса таких умозаключений чаще следуют истинные заключения, чем ложные.

Однако что если основания для истинности суждения являются более сложными, чем только что рассмотренные? В таком случае анализ аргумента также становится более сложным: однако интерпретация вероятностного вывода остается той же. Если бы нам нужно было рассмотреть первые два пункта, относящиеся к мистеру А, то класс суждений n был бы получен из суждения «X является политиком и X является веселым ирландцем», тогда как класс nt был бы получен из суждения «X является политиком, и X является веселым ирландцем, и Х является мздоимцем». Предельная величина отношения nt/n будет вновь определять вероятность того, что мистер А является мздоимцем на том основании, что он – веселый ирландский политик. Сходные соображения применялись бы и в том случае, если бы мы рассматривали в качестве оснований все шесть истинных суждений о мистере А.

В большинстве случаев, как мы уже замечали, нумерическое значение коэффициента вероятности неизвестно. В таких случаях нам приходится довольствоваться более или менее смутными представлениями, а иногда и сущими догадками относительно его величины. Зачастую основания могут быть столь сложны, что нумерическая оценка частоты истинности становится невозможной по практическим причинам. Это, однако, не губительно для такой интерпретации, поскольку мы способны рассуждать при неопределенных коэффициентах так же, как и при определенных. Великое достоинство теории вероятности как частоты истинности заключается 1) в успешности, с которой она интерпретирует как определенные нумерические вероятности, так и неопределенные, и 2) в ее способности предоставлять объективное прочтение вероятности истинности суждений, описывающих единичные события.

1. Теория частоты истинности может вместить в себя все теоремы исчисления вероятности, а также принять статистическое обоснование вероятности посредством простого изменения некоторых аспектов терминологии. Вместо обсуждения событий, таких как выпадение орла, теория частоты истинности будет рассматривать суждение «эта монета упадет орлом вверх при следующем броске». Вместо того чтобы говорить о классе событий, эта теория будет обсуждать класс умозаключений. Не вызывает сомнения то, что относительная частота, с которой суждение «эта монета упадет орлом вверх при броске X» является истинным или когда истинным является суждение «эта монета брошена при специфических условиях при броске X», должна быть такой же, как и относительная частота появления события выпадения орла в серии бросков монеты. Сходным образом независимые, взаимоисключающие и сложные события рассматриваются в терминах независимых, взаимоисключающих и сложных суждений.

2. Вероятность реальных единичных событий оценивается с помощью теории частоты истинности в терминах вида оснований, предлагаемых для каждого события. Что касается доказательной силы оснований, то она зависит уже от фактического положения дел. Сказать «вероятно, что сегодня пойдет дождь» означает, что истинность суждений, сообщающих о текущем поведении барометра, изменениях температуры, облачности неба и т. д. по факту сопровождается с определенной относительной частотой истинностью суждений, в которых утверждается выпадение осадков в течение определенного количества часов [50] .

Последнее предостережение поможет нам избежать часто встречающихся спутываний. Если бессмысленно говорить о покоящемся или движущемся теле безотносительно какого-либо другого тела, то также бессмысленно говорить и о вероятности события или истинности набора суждений безотносительно определенных оснований или материальных допущений. Если же, несмотря на это, мы все равно время от времени говорим о покоящихся телах, то это только потому, что мы столь часто подразумеваем Землю как референтное тело, что зачастую не считаем нужным его упоминать. Так же происходит и в философии: когда мы говорим обо всех материальных суждениях или теориях как о всего лишь вероятных, мы подразумеваем отсылку к целому набору доступного знания, способного служить в качестве существенного основания.

Данное обстоятельство снимает затруднение, которое порой ощущается в том, что касается вероятности философских теорий и их отношения к миру в его целостности. «Универсумы, – как пишет Пирс, – не столь многочисленны, как ягоды ежевики». Однако с логической точки зрения действительный мир – это всего лишь один из класса возможных миров, и вероятность любой теории в отношении действительного мира является относительной частотой, с которой, согласно нашим приблизительным оценкам, теории данного типа являются истинными с опорой на реально доступные основания.

Специфические сложности, встречающиеся при изучении вероятностного вывода, заключаются в разложении большого многообразия подобных умозаключений на их составляющие элементы, в оценке доказательной силы каждого из этих элементов и в определении того, являются ли эти элементы независимыми друг от друга. Такая задача не для вводной и ознакомительной книги. Тем не менее, в более поздних главах у нас еще будет возможность исследовать более сложные формы вероятностного вывода.