Epistémologie de la biologie VS physique

[shmikkki]

Bonjour à tous,

Voilà, après la lecture d'une publication de Massimo Pigliucci (un biologiste / philosophe de l'évolution) je me suis posé quelque questions quant à la nature épistémologie des science de l'évolution, enfin, plutôt de l'écologie.
Voici le lien du papier: http://onlinelibrary.wiley.com/doi/1...9.04578.x/full
Et voici le court passage qui m'interpelle:

"Darwin devoted time and energy to convince major philosophers of his time, such as William Whewell, that his theory constituted good science. Whewell was engaged in a dispute with John Stuart Mill on the best way to improve on Francis Bacon's notion of induction, which was considered the centerpiece of the scientific method. Mill's position was closer to Bacon's, that new observations represented a starting point for generating novel hypotheses. Whewell, however, thought that hypotheses had to guide scientific discovery and the collection of new observations. In this context, Darwin's work in The Origin of Species was initially dismissed as an egregious example of deduction, and therefore bad science."

Ma question est en fait de savoir si j'ai bien compris:
La déduction c'est le fait de faire de nouvelles observations, guidées par les hypothèse de la théorie sous-jacente.
L'induction c'est l'inverse: C'est à dire que les nouvelles hypothèses sont guidées par les nouvelles observations que l'on fait.

Bon déjà, est-ce-que j'ai bien compris?

Deuxième question:
Dans ce contexte, Pigliucci dit que l'approche Darwinienne se rapprochait plus de la déduction que de l'induction. (Effectivement, quand on lit l'origine des espèces, on voit bien que Darwin explique sa théorie et ensuite énumère énormément d'exemple (les ânes, les dindons, etc ...) pour l'appuyer).

A l'heure actuelle, en écologie évolutive, la démarche consiste principalement à "aller sur le terrain", faire des mesures, des analyses et montrer que "les corrélations génétique diminue l'adaptation", ou "la sélection fluctue dans le temps et dans l'espace", etc ... Bref, on va surtout sur le terrain pour ensuite affiner la théorie ensuite (une fois que le nombre d'observations sera suffisamment "grand"). J'ai en fait le sentiment que les observations sont très peu guidées par la théorie, mais que celle-ci est au contraire guidée par les observations.
Cependant, j'ai l'impression que cette démarche se rapproche plutôt de l'induction que de la déduction, non?

J'ai aussi l'impression que la démarche est différente en physique: Là on élabore une expérience pour confirmer ou infirmer une hypothèse (exemple le plus connu en ce moment: Le LHC). Cette démarche est franchement rare en biologie évolutive (tellement les prédictions que l'on pourrait faire sont vagues, pour ne pas dire quasiment inexistentes in natura)

Bref, ma question au final est celle-ci:
Quelles sont les différences épistémologiques entre la physique et la biologie?
Induction ou Déduction?

Voilà, merci de m'avoir lu!
Et merci d'avance pour vos réponses!
-----

[toothpick-charlie]

pour moi l'induction consiste à inférer une règle générale à partir d'observations particulières. Par exemple voir tomber une pomme et en induire que toutes les pommes doivent toujours tomber à terre. La déduction serait plutôt l'inverse : à partir d'une règle générale on déduit des conséquences inévitables (ce qu'on appelle "prédictions" en biologie). Il me semble que l'induction est plus importante dans les sciences naturelles (dans lesquelles j'inclurais la physique).

[shmikkki]

Merci pour ta réponse toothpick-charlie, effectivement tes définitions de l'induction et de la déduction se comprennent plus facilement que celle que j'ai donné (elles se recoupent aussi).
Par contre j'ai toujours le sentiment que la physique par exemple se rapproche plus de la déduction que de l'induction.
Notamment en physique théorique, le travail consiste à affiner la théorie afin d'aboutir à une hypothèse que l'on va tester suivant un cadre particulier. En clair, on attend pas les observations pour élaborer une règle générale, elle est déjà là avant, et elle va même jusqu'à guider les expériences, bref l'inverse de l'induction, non?
Ce qui ahma n'est pas le cas en écologie par exemple, ou ce sont les observations qui vont nous aider à élaborer une règle générale (induction).

[invite6754323456711]

Ma question est en fait de savoir si j'ai bien compris:
La déduction c'est le fait de faire de nouvelles observations, guidées par les hypothèse de la théorie sous-jacente.
L'induction c'est l'inverse: C'est à dire que les nouvelles hypothèses sont guidées par les nouvelles observations que l'on fait.

En lien avec les notions de raisonnement analyse/synthèse.

Il y a aussi l'Abduction

Patrick

[A voir en vidéo sur Futura]

[invite6754323456711]

bref l'inverse de l'induction, non?

Pour moi toute science expérimentale repose à l'origine sur l'induction bayésienne, pour construire nos a-priori/hypothèses relativement à nos connaissances du moment que l'on réévalue en fonction des résultats de nos actions/observations.

Thèse qui commence a prendre forme dans le domaine des neurosciences :

http://forums.futura-sciences.com/de...al-vivant.html
http://www.college-de-france.fr/site...-17-09h30.htm|


Patrick

[karlp]

pour moi l'induction consiste à inférer une règle générale à partir d'observations particulières. Par exemple voir tomber une pomme et en induire que toutes les pommes doivent toujours tomber à terre. La déduction serait plutôt l'inverse : à partir d'une règle générale on déduit des conséquences inévitables (ce qu'on appelle "prédictions" en biologie). Il me semble que l'induction est plus importante dans les sciences naturelles (dans lesquelles j'inclurais la physique).

Bonjour à tous

La façon dont vous illustrez l'induction (généralisation) montre bien qu'aucune théorie scientifique ne peut sortir de cette forme d'induction. Celle ci est une première étape (qui permet juste de supposer la régularité d'un phénomène) avant une tentative d'abduction .
L'abduction consiste à conjecturer les causes d'un phénomène.

(Les animaux semblent capables d'induction. En revanche rien ne permet de dire -sauf preuve du contraire- qu'un animal a pu développer une théorie par abduction.)

La déduction ne consiste pas seulement à inférer une conséquence d'une règle générale (cette définition de la déduction n'est qu'une erreur, commise ponctuellement par Aristote, et qui s'est mystérieusement perpétuée jusqu'à nous. J'avais interrogé un des grands spécialistes français d'Aristote qui s'étonnait aussi que le grand homme ait pu commettre une telle erreur).
Lorsqu'une seule expérience contredit une conjecture, il s'agit d'une démarche déductive (modus tollens).
Rien ne me permet de dire que l'induction est plus ou moins importante que l'abduction ou que la déduction, si ce n'est qu'en effet nous ne chercherions pas l'explication d'un phénomène si nous n'avions pas été portés par l'habitude (de le voir se reproduire) à en supposer la régularité

[karlp]

En lien avec les notions de raisonnement analyse/synthèse.

Il y a aussi l'Abduction

Patrick

Bonjour Patrick

Toutes mes excuses: j'ai répondu avant de voir votre message

[shmikkki]

Bonjour à tous, merci pour vos réponses.
Donc, pour résumer et vérifier que j'ai bien compris:
- Déduction: Lorsque la théorie est confrontée à l'expérience (confirme ou infirme)
- Induction: Lorsque on fait une règle générale à partir d'observations, en supposant la régularité du phénomène
- L'abduction: La continuité de l'induction, c'est à dire faire l'hypothèse d'une relation de cause à effet entre les phénomènes grâce à la règle générale préalablement décrit par la démarche inductive.

C'est bon?

Est-ce abusif de dire que les sciences expérimentales sont déductives et les sciences théoriques sont inductives (et abductive)?
Peut-on dire que l'hypothèse de Dieu est une démarche inductive ...ou déductive? (J'ai le sentiment que cette question n'est pas facile ...).

[invite6754323456711]

- Déduction: Lorsque la théorie est confrontée à l'expérience (confirme ou infirme)

Déjà concernant la déduction

Raisonnement déductif

Modus Ponens
Si A alors B (A ==> B)
A vrai
--------------------------
Par conséquent B vrai

Modus Tollens
Si A alors B (A ==> B)
B faux
----------------------------
Par conséquent A faux


Si A alors B exprime seulement que B est une conséquence logique de A, mais non nécessairement une conséquence de causalité physique. Il faut faire la distinction entre l'implication logique et la causalité physique.


Penses tu que ce type de raisonnement se rencontre souvent dans le domaine des sciences expérimentales qui doivent plutôt raisonner sur des données incertaines et incomplètes ?

Une autre approche qui me semble plus souvent correspondre à une démarche de raisonnement dans le domaine des sciences expérimentales.

Patrick
PS
Il faudrait aussi distinguer la construction d'une théorie de l'usage de cette théorie pour construire des modèles que l'on va confronter aux données expérimentales.

[Amanuensis]

Réflexion personnelle :

Il me semble qu'il y a très très généralement une confusion entre le processus scientifique pris dans sa totalité, et la notion de connaissance.

Si on prend le processus scientifique comme partant de l'ensemble des observations pour faire des prédictions, alors il est strictement inductif, et l'induction bayésienne en est le bon modèle. Il est important de noter qu'on ne parle pas ici d'un ensemble d'observations spécifique à la prédiction à faire, mais de toutes les observations, quelles qu'elles soient, quelle que soit la prédiction à examiner.

Maintenant, il y a des étapes intermédiaires au sein de ce processus tel que mis en œuvre par les humains, et la principale est le passage par un modèle. L'induction au sens bayésien ne parle pas de modèle, elle va directement des observations aux prédictions. La notion de modèle découpe le processus en deux phases, le choix du modèle à partir des observations, et l'application du modèle pour calculer les prédictions. Ce n'est pas parce que le processus total est une induction qu'il faut penser la première phase comme un processus inductif.

Le processus complet n'est que idéalement bayésien. En pratique, et c'est ce qui justifie l'étape intermédiaire des modèles, on ne peut pas mémoriser toutes les observations intervenant dans le processus, chaque humain ne pouvant transmettre aux autres qu'une partie infime de ses observations.

Quand on parle d'épistémologie, on parle de la notion de connaissance, ce qui semble être bien plus les modèles que les prédictions. Si on restreint les connaissances à "connaissances transmissibles symboliquement", ce n'est plus que les modèles.

L'épistémologie apparaît alors comme s'occupant de la construction des modèles, et non pas de la dérivation des prédictions.

Réciproquement, l'induction bayésienne ne s'occupe que de prédictions, pas de construction de modèles. Le calcul est p(A | O), avec A une assertion portant sur le futur, et O l'ensemble des observations. Si on cherche à inclure le modèle dans l'induction bayésienne, on aurait p(A|O) = Σ_{ensemble des modèles} p(A|M et O')p(M|O), avec O' une partie de O (le reste étant ce que le modèle permet d'oublier). Cela ne correspond pas à la construction d'un modèle, qui peut être considéré comme le choix d'un modèle. Le processus effectivement mis en œuvre par les humains passe par la "réduction" de l'ensemble des modèles (et de leurs probabilité) à un seul, considéré de probabilité 1 tant qu'il n'est pas réfuté, et cette réduction n'est pas intrinsèque à l'induction bayésienne.

Vu comme cela, se poser (et a fortiori y répondre) la question si la construction des modèles (des théories) est un processus inductif ou non, sans plus de précision, n'a même pas de sens.

[invite73192618]

Si on prend le processus scientifique comme partant de l'ensemble des observations pour faire des prédictions, alors il est strictement inductif, et l'induction bayésienne en est le bon modèle.

Je ne vois rien dans l'histoire des sciences qui amène à définir le processus scientifique de cette façon. En fait je vois très bien des contre-exemples évidents (aucune observation disponible pour la théorie de la relativité, progrès en mathématique, impossibilité de distinguer modèles héliocentristes versus épicyles), mais aucun exemple de progrès s'appuyant de façon centrale sur l'induction baysienne. Pourrais-tu donner un exemple "prototypique"?

[Amanuensis]

Je ne vois rien dans l'histoire des sciences qui amène à définir le processus scientifique de cette façon. En fait je vois très bien des contre-exemples évidents

Contre-exemples à quoi ???

(aucune observation disponible pour la théorie de la relativité

D'où tires-tu cela ? Pour la RR c'est faux. Peut-être évoques-tu la RG ?

, progrès en mathématique

Science ?

, impossibilité de distinguer modèles héliocentristes versus épicyles)

C'est une remarque portant sur les théories, pas sur les prédictions ? Si on ne peut pas les distinguer, les prédictions sont les mêmes, non ? Donc aucune contradiction avec l'idée que le processus vu dans son ensemble va des observations à ces prédictions.

, mais aucun exemple de progrès s'appuyant de façon centrale sur l'induction baysienne.

Progrès ?

Pourrais-tu donner un exemple "prototypique"?

La RG : prédiction du déplacement angulaires des étoiles mesurables lors d'une éclipse du Soleil, double de celui calculé par Newton.

Je parle du processus complet, seul comparable à l'induction bayésienne, processus qui va de toutes les observations disponibles, et qui conclut avec un pari. La prédiction de la valeur déviation de la lumière par le Soleil est un pari, issu d'un processus bayésien très complexe.

À quel autre processus peut-on attribuer ce pari ? À une tentative au hasard ? À la lecture d'un texte révélé ? À une inspiration directe, telle à un prophète ?

Je répète, je ne parle pas de la théorie sous-jacente, mais bien de la prédiction.

----

Ceci dit, j'ai indiqué "Réflexion personnelle". Rien dans ton texte n'y amène de modification pour moi, je l'analyse entièrement comme issu d'une incompréhension desdites réflexions. Et je ne suis pas là pour justifier mes réflexions, c'est d'ailleurs contraire à la charte du forum. Si cette réflexion intéresse, suffit de l'étudier en ce qu'elle est, et non en ce qu'elle n'est pas ; sinon, l'oublier. Je n'irai pas plus loin dans un quelconque débat partant desdites réflexions.

[invite6754323456711]

Je ne vois rien dans l'histoire des sciences qui amène à définir le processus scientifique de cette façon.

Il me semble, comme le mentionne Amanuensis, il y avoir plusieurs niveaux de processus : Construction d'une théorie (rare sont ceux qui ont participé à la construction d'une théorie) - Mise en équation sur la base d'hypothèses simplificatrices/modélisation physique - confrontation statistique du modèle au données empiriques ou l'inférence bayésienne prend toute sa pertinence.

Patrick

[Amanuensis]

Pour reprendre un point important pour la discussion, la question est si le terme "induction" utilisé dans le message #1 dans la description du débat au XIXème, ou utilisé par Karlp, est bien la même chose que la notion d'induction bayésienne.

Propositions :

- l'induction bayésienne consiste en des calculs de probabilité, et n'aboutit qu'à de tels calculs (par opposition à toute notion de "vrai", de validation, de réfutation, etc.), la notion de probabilité étant prise au sens de "rapport de mises équilibré pour un pari" ; (La notion de validation ou réfutation s'apparente à la notion de révision bayésienne, cette dernière étant vue comme la modification des probabilités conséquente à l'addition de nouvelles observations.)

- la notion de probabilité d'une théorie n'a pas de sens, parier sur une théorie n'étant pas possible (pas de moyen de décider de l'issue du pari)

D'où l'idée que la notion d'induction telle qu'utilisée par Karlp n'est pas nécessairement la même que l'induction bayésienne, ainsi que l'idée d'une potentielle confusion de terme qui rendrait la discussion mal engagée.

Conséquence, faudrait choisir entre :

- on discute de l'induction bayésienne en acceptant que c'est la forme aboutie de la notion d'induction, on accepte que l'induction amenant à théorie est une notion erronée, et il reste abduction et déduction pour le processus de construction de théorie ;

- on distingue le processus intégral (celui amenant à pari) du processus de construction de théorie, avec une notion d'induction propre à chacun ; on définit proprement l'induction pour la construction de théorie sans référer à l'induction bayésienne ; et on discute uniquement de la construction de théories, par exemple sur la base induction/abduction/déduction.

[karlp]

Bonjour à tous

Effectivement la notion "classique" d'induction n'est pas la même chose que l'induction bayesienne.

Je crois que ce que décrit Amanuensis relève de cette branche de l'épistémologie qu'on appelle parfois "psychologie de la connaissance", par opposition à la logique de la connaissance.
C'est à dire que ce qui est décrit ici est la démarche de l'agent de la connaissance et non le statut logique de ses inférences (dans la mesure où la question de la construction du modèle transmissible est évacuée).

Tout ceci n'est qu'hypothèse de ma part: une illustration serait la bienvenue pour que je puisse me faire une idée plus précise.

[invite6754323456711]

Tout ceci n'est qu'hypothèse de ma part: une illustration serait la bienvenue pour que je puisse me faire une idée plus précise.

Harold Jereys, Richard Threlkeld Cox, Edwin Thompson Jaynes, ... ont construit la notion de probabilité comme une extension de la logique dans la continuité de Laplace, en formalisant sa citation ("Probability theory is nothing but common sense reduced to calculation." Laplace, 1819)


Probability Theory: The Logic of Science

But the final result was just the standard rules of probability theory, given already by Bernoulli and Laplace; so why all the fuss? The important new feature was that these rules were now seen as uniquely valid principles of logic in general, making no reference to "chance" or "random variables"; so their range of application is vastly greater than had been supposed in the conventional probability theory that was developed in the early twentieth century. As a result, the imaginary distinction between "probability theory" and "statistical inference" disappears, and the eld achieves not only logical unity and simplicity, but far greater technical power and exibility in applications.

La "psychologie de la connaissance" semble s'être inspiré de ces travaux qu’après leur formalisation.

Patrick

[Amanuensis]

Je crois que ce que décrit Amanuensis relève de cette branche de l'épistémologie qu'on appelle parfois "psychologie de la connaissance", par opposition à la logique de la connaissance.
C'est à dire que ce qui est décrit ici est la démarche de l'agent de la connaissance

Je ne le vois pas comme cela. Ce qui est sous-jacent n'est pas la démarche de l'agent de la connaissance, mais la démarche de l'agent. Tout court, au sens de celui qui agit, au sens de faire une action, et aussi de décider de la "meilleure" action parmi une liste de possibles. Dans un tel cadre, la connaissance n'est pas analysée comme but, mais comme moyen.

C'est le découpage que je mentionnais : d'une part le processus qui mène à la connaissance (elle est alors traitée comme but), d'autre part le processus qui mène de la connaissance à l'acte choisi (la connaissance est alors traitée comme moyen).

L'induction bayésienne s'applique à l'ensemble des deux (le choix de l'acte étant "modélisé" par le pari).

Il ne m'est pas clair si l'épistémologie concerne le processus jusqu'à l'acte, ou seulement le processus de l'élaboration des connaissances, sans prendre en compte une quelconque notion d'utilité ou d'usage de ces connaissances.

Et s'il y a une étiquette reconnue pour l'étude du processus complet, je ne le connais pas (pragmatique est pris pour autre chose, pragmalogie?).

et non le statut logique de ses inférences (dans la mesure où la question de la construction du modèle transmissible est évacuée).

Au contraire, l'induction bayésienne s'occupe explicitement du statut logique de l'inférence. Pas pour s'arrêter à la connaissance, mais pour aller "au bout", à la décision et l'acte.

[Nicophil]

Bonjour,

Il faudrait aussi distinguer la construction d'une théorie de l'usage de cette théorie pour construire des modèles que l'on va confronter aux données expérimentales.

Des exemples de théorie/modèles ?

[invite6754323456711]

Des exemples de théorie/modèles ?

J'en ai déjà donné plusieurs sur FS dont la théorie de Newton ( http://www.imnc.univ-paris7.fr/alain....quant/RQ1.pdf ).

Patrick

[invite73192618]

Je n'irai pas plus loin dans un quelconque débat partant desdites réflexions.

C'est comme tu veux, mais il n'est pas clair pour moi si tu souhaites discuter des questions que tu me posais dans ce post ou si ton souhait est à posteriori de ne plus discuter dans cette ligne.

il y avoir plusieurs niveaux de processus : Construction d'une théorie (rare sont ceux qui ont participé à la construction d'une théorie) - Mise en équation sur la base d'hypothèses simplificatrices/modélisation physique - confrontation statistique du modèle au données empiriques ou l'inférence bayésienne prend toute sa pertinence.

Dans le schéma que tu proposes l'inférence baysienne est une contingence d'un processus plus général de test d'hypothèse. Si l'hypothèse est simple (est-ce que la lumière dévie ou non?) alors le calcul baysien est inutilisable pour la "confrontation statistique". Si l'hypothèse est complexe et/ou partiellement déterminée (la physique des particules actuelle me semble prototypique de cela), alors le calcul baysien peut être très utile, mais pas fondamental à la démarche.

Au contraire on pourrait imaginer placer l'inférence baysienne au centre d'une démarche de progrès dans les connaissances. Le problème est qu'il faudrait alors être capable de générer une distribution de probabilité portant sur des modèles plutôt qu'une distribution de probabilité portant sur des observables. Si on était capable de faire cela la recherche pourrait être automatisée, notamment en microbiologie ou en mathématique. Mais on ne sait pas encore faire, faute d'avoir compris comment les humains réalisent cette étape. Dans cette optique, la discussion des différences éventuelles entre biologie et physique me semble particulièrement intéressante.

[shmikkki]

Bonjour à tous,

Je vous remercie pour tous ces messages, très riches, mais qui me dépassent honnêtement ...
Quelque questions:

Quelqu'un pourrait-il définir clairement l'induction bayésienne dans un cadre épistémologique? Non parce que j'utilise tous les jours des modèles bayésiens, et honnêtement pour moi ça n'a qu'une seule définition: La probabilité des paramètres sachant les données (donc effectivement, processus essentiellement inductif).
En quoi un modèle fréquentiste (probabilité des données sachant les paramètres (que l'on va tester)) n'est pas de l'induction, au vu de la notion de maximum de vraisemblance?
Note: Dans un modèle bayésien, si l'apriori est de 0 (apriori non informatif), cela revient exactement à faire un modèle fréquentiste (puisque normalement dans la formule bayésienne il ne reste que le maximum de vraisemblance si prior = 0).

Autre question:
Voyez-vous des différences d'un point de vue épistémologiques entre la physique et la biologie? (J'ai l'intuition qu'il y en a, mais je n'arrive pas à les trouver).

Merci!

[invite6754323456711]

Si on était capable de faire cela la recherche pourrait être automatisée, notamment en microbiologie ou en mathématique. Mais on ne sait pas encore faire, faute d'avoir compris comment les humains réalisent cette étape.

Nos théories, dans le domaine des sciences expérimentales, sont elles construite uniquement sur la base d'une logique ?

Dans le domaine des mathématiques, Hilbert avait tenté une démarche semblable, Gödel en avait démontré les limites. Quand bien même cela a permis l'identification d'une correspondance permettant son informatisation.

Patrick

[invite6754323456711]

Quelqu'un pourrait-il définir clairement l'induction bayésienne dans un cadre épistémologique?

Le livre de E.T jaynes me semblait pourtant clair et aborde les questions épistémologiques. Sinon cette synthèse qui repose sur les deux règle fondamentale addition et produit.

Pour percevoir la différence entre l'approche d'inférence bayésienne (plus générale) et celle fréquentiste comme le fait remarqué, Jiav il faut prendre des exemples complexes.

http://www.phas.ubc.ca/~gregory/papers/bayesrevol.pdf

Patrick

[shmikkki]

D'accord, merci pour ces références ù100fil, je vais y jeter un coup d’œil. J'avais déjà lu une référence que vous aviez donné sur un autre fil, celle portant sur Newton (dans un document traitant de la physique quantique il me semble).

Désolé, je réitère ma question, mais celle-ci m'intéresse particulièrement:
Voyez-vous des différences épistémologique entre la biologie et la physique.
Si je fais une brève constatation: En écologie par exemple, la théorie est extrêmement vague (la seule base solide est la théorie de l'évolution de Darwin), et on se contente bien souvent d'aller sur le terrain, faire des observations, des analyses, etc ... se qui nous permet d'avoir un feed-back sur la théorie et l'affiner (quand 2 ans plus tard certains auteurs ne trouvent pas l'inverse chez une autre espèce ...).
En physique, j'ai le sentiment que c'est vraiment la théorie qui guide les expériences (peut-être due à leur cout énorme). Le meilleur exemple en est le LHC ou encore les nouveaux télescope mis en orbites (Un nouveau télescope va être lancé bientôt, il me semble que c'est Planck non?).

J'ai le sentiment que si la théorie avait été différente, les expériences n'auraient pas été les mêmes. Ce n'est pas le cas en écologie j'ai l'impression. Peut être est-ce dû au manque de maturité de la théorie dans ce domaine? (La physique existe depuis bien plus longtemps que l'écologie).

[invite6754323456711]

Sinon cette synthèse qui repose sur les deux règle fondamentale addition et produit.

Un autre de D.S Sivia . Je ne trouve pas d'article en français du même niveau, certainement du au fait que l'enseignement des probabilités/statistiques en ce qui concerne l'inférence reposent encore en France majoritairement dans un cadre épistémologique fréquentiste.

Patrick

[Amanuensis]

Voyez-vous des différences d'un point de vue épistémologiques entre la physique et la biologie? (J'ai l'intuition qu'il y en a, mais je n'arrive pas à les trouver).

Une opinion en réponse très courte : non. Ce n'est pas vraiment intéressant comme réponse, faudrait plutôt quelqu'un qui en voit et les proposent !

[invite6754323456711]

Voyez-vous des différences épistémologique entre la biologie et la physique.

La plus évidente est l'objet d'étude qui n'est pas le même non ?

Maintenant existe t-il un niveau d'abstraction qui permette de trouver des points d'unification ? Je ne connais pas suffisamment la biologie et connais la physique en tant qu'amateur curieux, avec juste comme bagage dans ce domaine un Deug (et il y a quelques années ) car mettant orienté ensuite vers une autre discipline plus mathématique.


Patrick

[Amanuensis]

La plus évidente est l'objet d'étude qui n'est pas le même non ?

C'est une différence épistémologique ?

[invite6754323456711]

C'est une différence épistémologique ?

Les conséquences faisant apparaître les différences en découlent dans la construction des connaissances me semble t-il, si on donne comme sens à épistémologie : analyse de la construction des connaissances scientifiques.

Patrick

[Amanuensis]

Disons que j'ai du mal à imaginer que le fait que la biologie et la physique soit deux sciences distinctes ait échappé à Shmikki, et du coup penchait pour un sens à la question n'appelant pas une telle réponse.