Zusammenfassung
1.1 Pas pragmatische Modell: Nach Auffassung vieler Wissenschaftsphilosophen hat in der Wissenschaftstheorie der letzten zwei Jahrzehnte eine pragmatische Wende stattgefunden2, welche insbesondere auch die Forschungen auf dem Gebiet des Erklärungsbegriffs beeinfluBt hat. Während die friiheren Erklärungsmodelle in der Tradition Hempels Erklärung als eine logische Beziehung zwischen Sätzen ansahen, werden in den jüngeren Modellen die pragmatischen Aspekte von Erklärungen qua Frage-Antwort-Dialogen als wichtige, ja vielleicht die wichtigsten Eigenschaften von Erklärung aner-kannt. Man könnte den Perspektivenwechsel dieser Modelle schlagwortartig so wiedergeben: Erklärung ist keine Relation zwischen Prämissen und Kon-klusion, sondern eine Relation zwischen zwei miteinander kommunizierenden kognitiven Systemen, die wir im folgenden den Versteher v und den Erklärer e nennen. Der Versteher stellt eine erklärungssuchende Frage, der Erklärer gibt die Antwort. Der Versteher verbindet mit seiner Frage das Ziel, eine Antwort zu erhalten, die es ihm ermöglicht, den fraglichen Sachverhalt zuverstehen,3 und genau dann, wenn sie dieses Ziel erreicht hat, war die vom Erklärer gegebene Antwort explanativ erfolgreich. Gemäß der üblichen Terminologie nennen wir jenen Sachverhalt bzw. jene Tatsache, nach deren Erklärung der Versteher fragt, das Explanandum , und jenen Teil der Erklärer-Antwort, welche dieses Explanandum erklärt, das Explanans X. Damit können wir die erklärungssuchende Frage symbolisch durch ?E und die explanative Antwort durch “!X“ wiedergeben (“?E“ steht also z.B. für “warum E?“, “wodurch E?“, und “!X“ dementsprechend für “Weil X“ bzw. “Mithilfe von X“, s. unten)
Ich möchte Herbert Stoyan für die anregenden Diskussionen und den Begutachtern für interessante Hinweise danken.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Achinstein, P. (1983), The Nature of Explanation, Oxford Univ. Press, Oxford.
Aqvist, L. (1965), A New Approach to the Logical Theory of Interrogatives, Almqvist&Wiksell, Uppsala.
Belnap, N./ Steel, T. (1976), The Logic of Questions and Answers, Yale Univ. Press, New Haven.
Bouchon, B./ Yager, R. (eds., 1987), Uncertainty in Knowledge-Based Systems, Lecture Notes in Computer Science 286, Springer, Berlin.
Bratko, I. (1986), Prolog Programming for Artificial Intelligence, Addison-Wesley, Reading/Mass.
Buchanan, B. G./ Shortliffe, E. H. (ed., 1984), Rule-Based Expert Systems. The MYCIN-Experiments of the Standford Heuristic Programming Project, Addison-Wesley, Reading/Mass.
Clancey, W.J. (1983): “The Epistemology of a Rule-Based Expert System—a Framework for Explanation“, Artificial Intelligence 20, 215–251.
Clancey, W.J. (1984): “Extensions to Rules for Explanation and Tutoring“, in: Buchanan/ Shortliffe (ed.), 531–569.
David, J.-M./ Krivine, J.-P. (1989): “Augmenting Experience-Based Diagnosis with Causal Reasoning“, Applied Artificial Intelligence 3, No 2–3, 239–248.
Duda, R. et ai (1976): “Subjective Bayesian Methods for Rule-Baseed Inference Systems“, Proc. National Computer Conference(AFIPS Conference Proc, Vol 45), 1075–1082.
Duda, R. et al (1979): “Model Design in the Prospector Consultant System for Mineral Exploration“, in: Michie (ed., 1979), 153–167.
Eriksson, A./ Johansson, A.-L. (1985): “Neat Explanation of Proof Trees“, Proc. 9th Int. Joint Conf. on AI, Vol 1, 379–381.
Fetzer, J. H. (ed., 1988), Aspects of Artificial Intelligence, Kluwer, Dordrecht 1988.
Friedman, M. (1974): “Explanation and Scientific Understanding“, Journal of Philosophy 71, 5–19.
Gärdenfors, P. (1988), Knowledge in Flux, MIT, Cambridge/Mass.
Glymour, C. et al (1989), Discovering Causal Structure: Artificial Intelligence, Philosophy of Science and Statistical Modelling, Academic Press, Orlando.
Goodman, N. (1955), Fact, Fiction and Forecast, Harvard Univ. Press, Cambr./Mass (dt. bei Suhrkamp 1975).
Graham, I./ Jones, P. (1988), Expert Systems-Knowledge, Uncertainty and Decisions, Chapman and Hall, London.
Hempel, C. G. (1965), Aspects of Scientific Explanation, Free Press, New York.
Hempel, C. G. (1966), Philosophy of Natural Science, Prentice-Hall, Englewood Cliffs; deutsch bei dtv 1974.
Kitcher, P. (1981): “Explanatory Unification“, Philosophy of Science 48, 507–531.
Kitcher, P./ Salmon, W. (eds., 1989), Scientific Explanation, Minnesota Studies Vol XIII, Univ. of Minnesota Press, Minneapolis.
McDermott D./ Doyle, J. (1980): “Non-Monotonic Logic I“, Artificial Intelligence13, 41–72.
Merritt, D. (1989), Building Expert Systems in Prolog, Springer, Berlin.
Michie, D. (1979), Expert Systems in the Micro Electronic Age, Edinburgh Univ. Press, Edinburgh.
Moore, J. D./ Swartout, W. R. (1987): “A Reactive Approach to Explanation“, Proc. 11th Int. Joint Conf. on AI, Vol. 2, 1504–1510.
Nute, D. (1988), “Defeasible Reasoning: A Philosophical Analysis in Prolog“, in: Fetzer, (ed., 1988), 251–288.
Pearl, J. (1986): “Fusion, Propagation, and Structuring in Belief Networks“, Artificial Intelligence 29, 241–288.
Pearl, J. (1988): “Embracing Causality in Default Reasoning“, Artificial Intelligence 35, 259–271.
Reiter, R. (1980): “A Logic for Default Reasoning“, Artificial Intelligence 13, 81–132.
Rescher, N. (1964), Hypothetical Reasoning, North-Holland, Amsterdam.
Rousset, M.-C./ Safar, B. (1988): “Negative and Positive Explanations in Expert Systems“, Applied Artificial Intelligence Vol. 1, 25–38.
Salmon, W. (1971), Statistical Explanation and Statistical Relevance. With Contributions by R.C.Jeffrey and J.G.Greeno, Univ. of Pittsburgh Press, Pittsburgh.
Salmon, W. (1984), Scientific Explanation and the Causal Structure of the World, Princeton Univ. Press, Princeton.
Schurz, G. (1982): “Ein Logisch-Pragmatisches Modell von Deduktiv-Nomologischer Erklärung (Systematisierung)“, Erkenntnis 17, 321–347.
Schurz, G. (1983): Wissenschaftliche Erklärung. Ansätze zu einer logisch-pragmati-schen Wissenschaftstheorie, dbv-Verlag, Graz.
Schurz, G. (1983b): “Das deduktive Relevanzkriterium von Stephan Körner und seine wissenschaftstheoretischen Anwendungen“, Grazer Philosophische Studien 20, 149–177.
Schurz, G. (1984): “Correct Explanatory Arguments and Understanding-Why. An Approach to Scientific Understanding Based on Knowledge-Dynamics“, Philosophia Naturalis 1984, 321–338.
Schurz, G. (1985): “Die wissenschaftstheoretische Diskussion um den Erklärungsbegriff und ihre Bedeutung für die Physikdidaktik“, in: Kuhn, W. (Hg.), Didaktik der Physik. Vorträge der Physikertagung 1984 Münster, Gahmig, Gießen, 55–68.
Schurz, G. (1988): “Was ist wissenschaftliches Verstehen? Eine Theorie verstehens-bewirkender Erklärungsepisoden“, in: Schurz (Hg., 1988), 235–298.
Schurz, G. (Hg., 1988): Erklären und Verstehen in der Wissenschaft (Mit Beiträgen von B. van Fraassen, P. Gärdenfors, R. Tuomela, M. Friedman, P. Kitcher, G. Schurz und K. Lambert), Scientia Nova, R. Oldenbourg, München.
Schurz, G. (1989a), A Theory of Relevant Deduction and Its Applications, Habilitations-schrift Salzburg (wird publiziert).
Schurz, G. (1989b): “Different Relations between Explanation and Prediction in Stable, Unstable and Indifferent Systems“, in: Weingartner, P./ Schurz, G. (eds., 1989), Philosophy of Natural Sciences, Proceedings of the 13th International Wittgenstein Symposium Kirchberg/Wechsel, Hölder-Pichler-Tempsky, Vienna.
Schurz, G. (1991): “Relevant Deduction—From Solving Paradoxes towards a General Theory“, Erkenntnis 35.
Scriven, M. (1959a): “Truisms as the Grounds for Historical Explanation“, in: Gardiner, P. (ed.), Theories of History, New York, 443–468.
Scriven, M. (1959b): “Explanation and Predicton in Evolutionary Theory“, Philosophy of Science 130, 477-482.
Shafer, G. (1976), A Mathematical Theory of Evidence, Princeton.
Shortliffe, E.H. (1976), Computer-Based Medical Consultations: Mycin, Elsevier, Oxford.
Sleeman, D.H. (1985): “UMFE: A User-Modelling Front End System“, International Journal of Man-Machine Studies 23, 71–88.
Spieker, P. (1991): “Erklärungen in technischen Expertensystemen“, in diesem Band.
Stegmliller, W. (1969), Probleme und Resultate der Wissenschaftstheorie und Analytischen Philosophie, Band I: Wissenschaftliche Erklärung und Begründung, Springer, Berlin.
Stegmüller, W. (1973): Probleme und Resultate (…), Band IV: Personelle und Statistische Wahrscheinlichkeit, Springer, Berlin.
Stegm-Uller, W. (1983), Probleme und Resultate (…), Band I: Erklärung-Begründung-Kausalität, 2. erweiterte Auflage, Springer, Berlin.
Steve, G. (1987): “Probabilistic Inference Engines in Expert Systems: How Should the Strength of Rules Be Expressed“, in: Bouchon/ Yager (eds., 1987), 179–188.
Stoyan, H. (1991): “Erklärungen und Beweise“, in diesem Band.
Swartout, W. R. (1983): “XPLAIN: a System for Creating and Explaining Expert Consulting Programs“, Artificial Intelligence 21, 285–325.
Thagard, P. (1989): “Explanatory Coherence“, Behavioral and Brain Sciences 12, 435–467.
Van Fraassen, B. (1980), The Scientific Image, Clarendon Press, Oxford.
Wallis, J. W./ Shortliffe, E.H. (1984): “Customized Explanations Using Causal Knowledge“, in: Buchanan/ Shortliffe (ed.), 371–388.
Zadeh, L. A. et al (eds., 1975), Fuzzy Sets and their Applications to Cognitive and Decision Procedures, Academic Press.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1992 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Schurz, G. (1992). Erklärungsmodelle in der Wissenschaftstheorie und in der Künstlichen Intelligenz. In: Stoyan, H. (eds) Erklärung im Gespräch — Erklärung im Mensch-Maschine-Dialog. Informatik-Fachberichte, vol 310. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-77448-5_1
Download citation
DOI: https://doi.org/10.1007/978-3-642-77448-5_1
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-55388-5
Online ISBN: 978-3-642-77448-5
eBook Packages: Springer Book Archive