Credito:CC0 Dominio Pubblico
L'universo segue schemi, o noi umani li vediamo semplicemente ovunque guardiamo? In un nuovo documento per il Australasian Journal of Philosophy , Il borsista post-dottorato del programma SFI Tyler Millhouse propone un criterio per valutare quanto sia probabile che un modello sia reale.
L'interpretazione di Millhouse dell'annosa questione potrebbe rivelarsi una preziosa euristica per gli scienziati che studiano sistemi adattativi complessi, come il cervello, dove i dati di neuroimaging vengono interpretati come esibizione di modelli che possono o meno corrispondere a processi cognitivi di livello superiore.
"Gli esseri umani come cercatori di schemi sono su un grilletto per capelli, " Millhouse dice, "e possiamo essere inclini a leggere i modelli in un sistema in cui potrebbero non essere reali". Egli dà, come un esempio chiaramente spurio, i ricercatori vincitori del premio Ig-Nobel che hanno scansionato il cervello di un salmone morto in una macchina per la risonanza magnetica e hanno trovato un segnale correlato all'assunzione di prospettiva sociale. L'esperimento sul salmone è stato progettato per mettere in guardia i neuroscienziati dall'interpretazione eccessiva dei dati, dal vedere schemi dove in realtà non esistono. Ci sono anche molti studi di neuroimaging che mostrano prove convincenti che i modelli di attività neurale in alcune regioni del cervello corrispondono a comportamenti di livello superiore, come navigare in un paesaggio.
Il nuovo documento avanza un resoconto del 1991 del professore esterno SFI Daniel Dennett, che usava la 'compressibilità' per giudicare quanto verosimilmente fosse reale un pattern. Proprio come le fotografie altamente dettagliate possono essere compresse in file JPEG che catturano le caratteristiche essenziali dell'immagine originale, Dennett ha definito modelli reali se dati scientifici complessi possono essere rappresentati fedelmente da modelli scientifici più semplici.
Per Millhouse, la sola compressibilità non è sufficiente per valutare i modelli in un set di dati complesso perché non tiene conto dell'interpretazione spesso richiesta da questi set di dati. Quando gli scienziati esaminano i dati di neuroimaging, Per esempio, usano i dati per creare una mappa dell'attività cerebrale. Quel processo di mappatura comporta un'interpretazione delle misurazioni che a volte può leggere modelli nei dati dove non erano presenti, come nel caso del salmone morto. Millhouse sostiene che più complessa è l'interpretazione richiesta, meno reale è probabile che lo schema sia.
"Si tratta di farci riflettere su quanto lavoro interpretativo svolgiamo, " Millhouse dice, "E ci avverte anche di pensare a come funziona la teorizzazione scientifica in generale. È facile trovare ragioni per cui la tua teoria è ok nonostante le prove contrarie. Questo lavoro suggerisce che la quantità di "leggere dentro" che dobbiamo fare è strettamente collegato a ciò che significa per il mondo esibire davvero un modello".
"Really Real Patterns" è pubblicato nel Australasian Journal of Philosophy .