Inferentialismus, Bayesianismus und die Theorie wissenschaftlicher Erklärungen

• Antragsteller: Professor Dr. Stephan Hartmann
• Fachliche Zuordnung: Theoretische Philosophie
• Förderung: Förderung von 2015 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 278967060

Erklärungen stellen einen Eckpfeiler wissenschaftlicher Rationalität dar. Aber was ist gültiges erklärendes Denken? Und wann führt gültiges erklärendes Denken zur Wahrheit? Obwohl diese Fragen viel diskutiert wurden, haben sich keine unangefochtenen Antworten ergeben. Unser Forschungsprojekt zielt darauf, die Blockade in der Debatte zwischen verschiedenen philosophischen Theorien der Erklärung aufzubrechen und einen neuen Ansatz erklärenden Denkens zu entwickeln. Dazu bringt das vorgeschlagene Forschungsprojekt Ansätze der Sprachphilosophie (Inferentialismus) und der formalen Erkenntnistheorie (Bayesianismus) zusammen. Erstens berufen wir uns auf den Inferentialismus, um die Auffassung von Erklärungen als Argumente zu begründen, die den Schluss auf das Explanandum durch das Anführen von Gründen ermöglichen. Zweitens nutzen wir den Bayesiansimus, um die Dynamik erklärenden Denkens in wahrscheinlichkeitstheoretischen Begriffen quantitativ zu rekonstruieren. Schließlich untersuchen wir die Möglichkeit, beide Ansätze systematisch zu integrieren, um die Rationalität eines für die Naturwissenschaften typischen Erklärungsmusters zu verteidigen, nämlich des Schlusses auf die beste Erklärung. Unsere Ergebnisse sind informiert durch zwei Fallstudien: einer aus der Ökonomie, nämlich der Erklärung empirisch beobachteter Regelmäßigkeiten im Bereich der Finanzwirtschaft, und einer aus der Biologie, nämlich der Erklärung biologischer Funktionen, deren Erklärungskraft durch den Hinweis auf traditionelle Theorien wissenschaftlicher Erklärung nur schwer zu belegen ist. Die Verbindung von Inferentialismus und Bayesianismus sowie die Einbeziehung von Fallstudien erlauben uns eine innovative Sicht auf das Problem, wissenschaftlicher Erklärung zu verstehen, sowohl normativ als auch deskriptiv. Zweitens nutzen wir den Bayesiansimus, um die Dynamik erklärenden Denkens in wahrscheinlichkeitstheoretischen Begriffen quantitativ zu rekonstruieren. Schließlich untersuchen wir die Möglichkeit, beide Ansätze systematisch zu integrieren, um die Rationalität eines für die Naturwissenschaften typischen Erklärungsmusters zu verteidigen, nämlich des Schlusses auf die beste Erklärung. Unsere Ergebnisse sind informiert durch zwei Fallstudien: einer aus der Ökonomie, nämlich der Erklärung empirisch beobachteter Regelmäßigkeiten im Bereich der Finanzwirtschaft, und einer aus der Biologie, nämlich der Erklärung biologischer Funktionen, deren Erklärungskraft durch den Hinweis auf traditionelle Theorien wissenschaftlicher Erklärung nur schwer zu belegen ist. Die Verbindung von Inferentialismus und Bayesianismus sowie die Einbeziehung von Fallstudien erlauben uns eine innovative Sicht auf das Problem, wissenschaftlicher Erklärung zu verstehen, sowohl normativ als auch deskriptiv.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Großbritannien, Italien, Kanada, Niederlande, Schweiz
• Partnerorganisation: Schweizerischer Nationalfonds (SNF)
• Kooperationspartner: Dr. Holger Andreas; Vincenzo Crupi, Ph.D.; Dr. Giorgio Fagiolo; Professor Dr. Jan Michael Sprenger; Dr. Florian Steinberger; Professor Dr. Gregory Wheeler; Professor Dr. Jon Williamson
• Mitverantwortlich: Professor Dr. Marcel Weber