忘却からの帰還〜Intelligent Design

科学では「経験的データ（実験や観測による）」と「説明（メカニズムなど）」がともに役割を果たす。しかし、我々が日常的に求めるのは「説明のみ」であって、データはあまり気にしないようだ。

3.1. PRIVILEGING EXPLANATION OVER EMPIRICAL DATA

Explanations are fundamental to how we think and how we learn (Lombrozo, 2006). We seek explanations as means of integrating new information into existing knowledge (Chi, Leeuw, Chiu, & LaVancher, 1994), interpreting unexpected observations (Koslowski, Marasia, Chelenza, & Dublin, 2008), and discovering hidden causal structure (Walker, Lombrozo, Legare, & Gopnik, 2014). With respect to the latter function, explanations provide us with an answer as to how one event (e.g., carbon emission) is related to another (e.g., climate change). Empirical data, on the other hand, provide us with reason to believe that the two events are, in fact, related, by virtue of their covariation across multiple observations or experimental interventions. Both explanation and empirical data play a role in scientific argumentation, but non-scientists tend to focus exclusively on the former, actively seeking explanations while ignoring the available data (Ahn, Kalish, Medin, & Gelman, 1995), especially when those data conf lict with the explanations we find most convincing (Chinn & Brewer, 2001).

「説明」は、我々がどう考えて、どう学ぶかについての基礎である。我々は、新たな情報を既存の知識にインテグレートし、予想外の観察を解釈し、隠れた因果構造を発見する手段として、説明を探し求める。後者の機能に関して:

説明は「ひとつの現象（たとえば二酸化炭素排出）が別の現象（たとえば気候変動）とどう関連しているか）について、回答を与える。

経験的データ（実験や観測や観察の結果）は、「複数の観察や実験をまたいで共変動しているという効果によって、2つの現象が実際に関連している」ことを信じる理由を与える。

説明と経験的データは、ともに科学的な論において、役割を果たす。しかし、科学者でない人々は、前者（説明）だけにフォーカスし、説明を強く求めるが、入手可能なデータ（特に、最も納得できると思える説明に反するデータ）を無視する。

[ Andrew Shtulman: "How Lay Cognition Constrains Scientific Cognition", Philosophy Compass 10/11 (2015): 785–798, 10.1111/phc3.12260 ]

我々には、自分の主張・意見を正当化し、他人を納得させる証拠の提示を求めても、データではなく、説明を提示する傾向がある。

In one pioneering study, Kuhn (1991) asked people of varying ages and educational backgrounds to justify their positions on everyday issues like the causes of poverty and the causes of student underachievement. She found that most people do not cite evidence in support of their positions, nor do they recognize what sources of evidence might be relevant to those positions. Rather, most people support their positions with explanations. For instance, a person asked to justify her belief that students underachieve when their parents are not involved in their education is more likely to provide an explanation for how those two factors are related (‘parents need to make sure that their children do their homework’) than to identify a relevant source of empirical data (‘children whose parents are involved in their education probably get better grades than children whose parents are not’). Even when participants were explicitly prompted for evidence (e.g., ‘If you were trying to convince someone else that your view is right, what evidence would you give to try to show this?’), they continued to provide explanations. Findings of this nature have been replicated in a variety of tasks (Koslowski, 1996; Kuhn & Udell, 2003), including tasks focused specifically on the justification of scientific claims (Hogan & Maglienti, 2001; Iordanou & Constantinou, 2014; Sandoval & Millwood, 2005).

Kuhnの先駆的研究では、様々な年齢と教育的背景を持つ人々に、「貧困の原因や、学業の不振学生などの日常的な問題について、自分たちの立場（意見）を正当化する」よう求めた。その研究で、Kuhnは「大半の人々が、自分の立場を支持する証拠を参照せず、自分の立場のどのような証拠が関連しそうか認識しない」ことを発見した。むしろ、大半の被験者たちは「説明によって、自分の立場を支持した」

たとえば、「両親が教育に関与しないと、学生の学業不振になる」という信念の正当化を求めると、被験者たちは「いかに二つの要素が関連しているかについての説明」（親は確実に子供が宿題をやるようにする必要がある）を提示し、関連する経験的データ（親が子供の教育の関与している場合、そうではない場合より、子供の成績は良い）を特定しようとしない傾向が見られた。被験者たちに、直接的に証拠を提示するよう促しても（たとえば、「自分の見方が正しいことを、誰かを納得させようとする場合、どのような証拠を提示するか？」）、被験者たちは説明を提示し続けた。発見されたこの傾向は、特に科学的主張の正当化にフォーカスしたタスクなど、異なるタスクに対しても再現された。

[ Andrew Shtulman: "How Lay Cognition Constrains Scientific Cognition", Philosophy Compass 10/11 (2015): 785–798, 10.1111/phc3.12260 ]

我々は、データや証拠をまったく無意味を思っているわけではない。しかし、「納得感のある説明」を「データ」が支持しない場合、データを無視する。

Our preference for explanation over empirical data is not absolute. Most people recognize the relative value of empirical data when those data are identified for them (Brem & Rips, 2000), and even children will rank data over explanation in a forced-choice decision as to which provides the strongest support for an empirical claim (Sandoval & Cam, 2011). But our first inclination when evaluating empirical claims is to identify explanations consistent with those claims, not data (Ahn et al., 1995), and when we encounter data that defy explanation, we tend to ignore those data altogether (Chinn & Brewer, 2001; Koslowski et al., 2008).

我々の経験的データに対する説明選好は、絶対的なものではない。大半の人々は、これらのデータが特定されていれば、経験的データの相対的価値を認める。子供であっても、経験的主張を最も支持するものが何かを強制的に選択させると、説明ではなくデータを選択する。経験的主張の評価の際に、その主張と整合する説明を特定するが、データを特定しないというのが、我々の傾向である。そして、我々は、説明を否定するデータに遭遇すると、そのようなデータを無視する。

Ahn, W., Kalish, C.W., Medin, D.L., & Gelman, S.A. The role of covariation verses mechanism information in causal attribution. Cognition 54 (1995): 299–352.
Brem, S.K., & Rips, L.J. Explanation and evidence in informal argument. Cognitive Science 24 (2000): 573–604.
Chi, M.T., Leeuw, N., Chiu, M.H., & LaVancher, C. Eliciting self-explanations improves understanding. Cognitive Science, 18 (1994): 439–477
Chinn, C.A., & Brewer, W.F. Models of data: A theory of how people evaluate data. Cognition and Instruction, 19 (2001): 323–393
Hogan, K., & Maglienti, M. Comparing the epistemological underpinnings of students’ and scientists’ reasoning about conclusions. Journal of Research in Science Teaching 38 (2001): 663–687.
ordanou, K., & Constantinou, C.P. Developing pre-service teachers’ evidence-based argumentation skills on socioscientific issues. Learning and Instruction 34 (2014): 42–57.
Koslowski, B. Theory and Evidence: The Development of Scientific Reasoning. Cambridge, MA: MIT Press, 1996.
Koslowski, B., Marasia, J., Chelenza, M., & Dublin, R. Information becomes evidence when an explanation can incorporate it into a causal framework. Cognitive Development, 23 (2008): 472–487.
Kuhn, D. The Skills of Argument. New York: Cambridge University Press, 1991
Kuhn, D., & Udell, W. The development of argument skills. Child Development 74 (2003): 1245–1260.
Lombrozo, T. The structure and function of explanations. Trends in Cognitive Sciences 10 (2006): 464–470.
Sandoval, W.A., & Cam, A. Elementary children’s judgments of the epistemic status of sources of justification. Science Education 95 (2011): 383–408.
Sandoval, W.A. & Millwood, K.A. The quality of students’ use of evidence in written scientific explanations. Cognition & Instruction 23 (2005): 23–55.
Walker, C.M., Lombrozo, T., Legare, C.H., & Gopnik, A. Explaining prompts children to privilege inductively rich properties. Cognition 133 (2014): 343–357.

[ Andrew Shtulman: "How Lay Cognition Constrains Scientific Cognition", Philosophy Compass 10/11 (2015): 785–798, 10.1111/phc3.12260 ]

---

---