Henry E. Kyburg Jr.

Henry E. Kyburg Jr. (9 de octubre de 1928 - 30 de octubre de 2007) fue un filósofo estadounidense que ocupó la cátedra Gideon Burbank de Filosofía Moral y la cátedra de Ciencias de la Computación en la Universidad de Rochester , Nueva York, y fue investigador distinguido Pace en el Instituto de Cognición Humana y de Máquinas , Pensacola, Florida. Sus primeros puestos docentes fueron en el Instituto Rockefeller , la Universidad de Denver , el Wesleyan College y la Universidad Estatal de Wayne .

Kyburg completó su doctorado en la Universidad de Columbia en 1955 bajo la dirección de Ernest Nagel .

Kyburg trabajó en probabilidad y lógica, y es conocido por su paradoja de la lotería (1961). También editó Estudios sobre probabilidad subjetiva (1964) junto con Howard Smokler. Debido a la relación de esta colección con la probabilidad bayesiana , a menudo se confunde a Kyburg con un bayesiano. Su propia teoría de la probabilidad se expone en Fundamentos lógicos de la inferencia estadística (1974), una teoría que se plasmó por primera vez en su libro de 1961, Probabilidad y la lógica de la creencia racional (una obra estrechamente relacionada con su tesis doctoral). Kyburg describe su teoría como keynesiana y fisheriana (véanse John Maynard Keynes y Ronald Fisher ), una materialización de las promesas de Rudolf Carnap y Hans Reichenbach sobre una probabilidad lógica basada en clases de referencia, una reacción a la estadística de Neyman-Pearson (véanse Jerzy Neyman , Karl Pearson y el lema de Neyman-Pearson ) y neutral con respecto a la condicionalización confirmatoria bayesiana. Sobre este último tema, Kyburg mantuvo un extenso debate en la literatura con su amigo y colega de toda la vida, Isaac Levi .

Entre las obras más importantes posteriores de Kyburg se incluyen Epistemología e inferencia (1983), una colección de ensayos; Teoría y medición (1984), una respuesta a Fundamentos de la medición de Krantz, Luce, Suppes y Tversky ; y Ciencia y razón (1990), que busca disipar las preocupaciones de Karl Popper y Bruno de Finetti de que los datos empíricos no podrían confirmar un axioma científico cuantificado universalmente (por ejemplo, F = ma ).

Kyburg fue miembro de la Asociación Estadounidense para el Avance de la Ciencia (1982), miembro de la Academia Estadounidense de Artes y Ciencias (1995), miembro de la Asociación Estadounidense para la Inteligencia Artificial (2002) y recibió la Medalla Butler de Filosofía en Plata de la Universidad de Columbia , donde obtuvo su doctorado bajo la dirección de Ernest Nagel . Kyburg también se graduó de la Universidad de Yale y fue becario Guggenheim en 1980. ^{[ 1 ]}

Kyburg era propietario de una granja en Lyons, Nueva York, donde criaba ganado Angus con su esposa, Sarah, y promovía los sistemas de turbinas eólicas para agricultores energéticamente independientes.

Varios catedráticos de filosofía actuales fueron alumnos de Henry Kyburg, entre ellos Daniel Dennett , Robert Stalnaker , Rich Thomason, Teddy Seidenfeld y William L. Harper.

Sus estudiantes de tesis doctoral en inteligencia artificial fueron Ronald Loui , Bulent Murtezaoglu y Choh Man Teng, además del investigador postdoctoral Fahiem Bacchus. Entre sus estudiantes de filosofía se encontraban su hija Alice Kyburg, Mariam Thalos, Gregory Wheeler , William Harper, Abhaya Nayak y Prashanta Bandyopadhaya, además de los mencionados anteriormente.

Varias ideas distinguen la interpretación kyburgiana o epistemológica de la probabilidad propuesta por Kyburg:

• La probabilidad se mide mediante un intervalo (algunos confunden esto con una afinidad con la teoría de Dempster-Shafer , pero Kyburg rechaza firmemente su regla de combinación; su trabajo se mantuvo más cercano a los intervalos de confianza y a menudo fue interpretado por los bayesianos como un compromiso con un conjunto de distribuciones, que Kyburg no repudió).
• Todas las afirmaciones de probabilidad pueden rastrearse hasta la inferencia directa de la frecuencia en una clase de referencia (puede haber cálculos de la regla de Bayes sobre conclusiones de inferencia directa, pero no existe nada parecido a una distribución previa en la teoría de Kyburg).
• La clase de referencia es la clase más específica con conocimiento de frecuencia adecuado (esta es la regla de Reichenbach, que Kyburg precisó; su marco fue posteriormente reinterpretado como un sistema de razonamiento derrotable por John L. Pollock , pero Kyburg nunca pretendió que el cálculo de probabilidades objetivas se simplificara mediante la racionalidad limitada debido a la imperfección computacional).
• Todas las inferencias de probabilidad se basan en el conocimiento de frecuencias y propiedades, no en la ignorancia de las frecuencias; sin embargo, la aleatoriedad es esencialmente la falta de conocimiento del sesgo (Kyburg rechaza especialmente aquí los métodos de máxima entropía de Harold Jeffreys , ET Jaynes y otros usos del Principio de Indiferencia ; y Kyburg discrepa aquí con Isaac Levi, quien cree que la probabilidad debe afirmarse positivamente sobre la base del conocimiento de las simetrías físicas relevantes).
• No hay desacuerdo sobre la probabilidad una vez que hay acuerdo sobre el conocimiento relevante; este es un objetivismo relativizado a un estado de evidencia (es decir, relativizado a un conjunto de frecuencias observadas de propiedades en una clase y un conjunto de propiedades afirmadas de eventos).

Ejemplo: Supongamos un corpus de conocimiento en un nivel de aceptación. Este corpus contiene enunciados,

e es un T1 y e es un T2 .

El observado

La frecuencia de P entre T1 es de 0,9. (En la práctica, esto sería un intervalo con un nivel de confianza o de aceptación).

El observado

La frecuencia de P entre T2 es de 0,4.

¿Cuál es la probabilidad de que e sea un P ?

Aquí, hay dos clases de referencia conflictivas, por lo que la probabilidad es [0, 1] , o algún intervalo que combine 0.4 y 0.9, que a veces es simplemente [0.4, 0.9] (pero a menudo se justificará una conclusión diferente). Añadiendo el conocimiento

Todos los T1 son T2

ahora convierte a T1 en la clase de referencia relevante más específica y en un dominador de todas las clases de referencia interferentes. Con esta declaración universal de inclusión de clases,

La probabilidad es [.9, .9], por inferencia directa de T1 . (De nuevo, en la práctica, este sería un intervalo no trivial).

Las reglas de Kyburg se aplican al conflicto y la subsunción en órdenes parciales complejas.

Las inferencias de Kyburg siempre se relativizan a un nivel de aceptación que define un conjunto de enunciados moralmente ciertos . Esto es similar a un nivel de confianza, con la diferencia de que la teoría de Neyman-Pearson prohíbe el cálculo retrospectivo y la aceptación posterior a la observación, mientras que la interpretación epistemológica de la probabilidad de Kyburg permite ambas. En un nivel de aceptación determinado, cualquier enunciado que sea más probable que dicho nivel puede adoptarse como si fuera una certeza. Esto puede generar inconsistencias lógicas, como ilustró Kyburg en su famosa paradoja de la lotería .

En el ejemplo anterior, el cálculo de que e es una P con probabilidad 0,9 permite aceptar categóricamente la afirmación e es una P , en cualquier nivel de aceptación inferior a 0,9 (suponiendo también que el cálculo se realizó en un nivel de aceptación superior a 0,9). La tensión interesante reside en que los niveles de aceptación muy altos contienen pocas afirmaciones basadas en la evidencia. Ni siquiera incluyen observaciones directas de los sentidos si estos se han visto engañados con frecuencia en el pasado. Del mismo modo, si un dispositivo de medición informa dentro de un margen de error con una precisión de 0,95, entonces ninguna afirmación medible es aceptable en un nivel superior a 0,95, a menos que se amplíe el margen de error. Mientras tanto, en niveles de aceptación más bajos, se aceptan tantas afirmaciones contradictorias que no se puede derivar nada útil sin inconsistencia.

El tratamiento que Kyburg da a las oraciones cuantificadas universalmente consiste en añadirlas al corpus primigenio o postulados de significado del lenguaje. Allí, una afirmación como F = ma o preferencia es transitiva proporciona inferencias adicionales en todos los niveles de aceptación. En algunos casos, la adición de un axioma produce predicciones que no son refutadas por la experiencia. Estos son los postulados teóricos adoptables (y aún deben estar ordenados por algún tipo de simplicidad). En otros casos, el postulado teórico entra en conflicto con la evidencia y las observaciones basadas en mediciones, por lo que debe rechazarse. De esta manera, Kyburg proporciona un modelo de poder predictivo , formación de teoría científica, la Red de Creencias y variación lingüística mediado por la probabilidad. La teoría de la aceptación media la tensión entre la afirmación categórica lingüística y la epistemología basada en la probabilidad.

• Obituario oficial