R. J. Fogelin & W. Sinnott-Armstrong (1991), Understanding Arguments.

An
Introduction to Informal Logic, Harcourt Brace Jovanovich Publishers
/str. 228 – 259/

INDUKTIVNE GENERALIZACIJE

Induktivne generalizacije su uobičajen (moţda najuobičajeniji) oblik

induktivnog zaključivanja. U tom tipu zaključka oslanjamo se na karakteristike
uzorka populacije da bismo poduprli tvrdnju o osobini populacije u cjelini. Na taj se
način provodi istraţivanje javnog mnijenja. Pretpostavimo da kandidatkinja na
izborima ţeli saznati koliko je popularna meĎu glasačima. S obzirom da je praktički
nemoguće ispitati sve glasače, uzima se uzorak glasača i zaključuje da stavovi
glasača iz uzorka ukazuju na stavove glasača općenito. Ako 60% glasača iz uzorka
kaţe da će glasovati za našu kandidatkinju, ona zaključuje da će dobiti više-manje
60% glasova na stvarnim izborima. Kao što ćemo kasnije vidjeti, zaključci ove vrste
često odu u krivom smjeru, čak i kada ih rade stručnjaci, ali opći obrazac
zaključivanja je jasan: statističke značajke uzorka koriste se za statističke tvrdnje o
populaciji kao cjelini.
Kako dolazimo do takvih zaključaka? Za početak moţemo razmotriti
jednostavan primjer induktivne generalizacije. U različitim prilikama Harold je
pokušao na američkim telefonima koristiti kanadski novčić i to nije funkcioniralo. Iz
toga je izveo zaključak da kanadski novčići ne rade na američkim telefonima.
Haroldovo induktivno zaključivanje izgleda ovako:

Kad sam u prošlosti pokušao koristiti kanadski novčić na američkim telefonima,

nisu radili.
Kanadski novčići ne rade na američkim telefonima.

Koja pitanja moramo postaviti prilikom procjene ovog argumenta? Kroz prvi
dio ovog poglavlja ugrubo ćemo odrediti neka pitanja koja se mogu primjeniti na sve
induktivne generalizacije, a kasnije ćemo ih preoblikovati s većom preciznošću. Za
početak, pitanje koje trebamo postaviti za bilo koji argument tiče se premisa:

1. Trebamo li prihvatiti premise?

Moţda Harold ima loše pamćenje ili je loše biljeţio ili loše opaţa. Iz nekog
nejasnog razloga, mogao bi čak i lagati. Ova je pitanja vaţno postaviti eksplicitno,
jer vrlo često, kad ih ispitate, premise ne izdrţe provjeru.
Ako odlučimo da su premise prihvatljive, tada moţemo svoju pozornost
usmjeriti na odnos izmeĎu premisa i konkluzije i pitati koliku potporu premise daju
konkluziji. Jedno zdravorazumsko pitanje je ovo: „Koliko je točno puta Harold

1
pokušao upotrijebiti kanadski novčić na američkim telefonima?“ Ako dobijemo
odgovor „Tri ili četiri puta“, onda će naše povjerenje u njegov argument pasti gotovo
na nulu. Jer, za induktivne je generalizacije uvijek prikladno pitati za veličinu
uzorka:

2. Je li uzorak dovoljno velik da izbjegne pristranost?

Jedan razlog zbog kojeg moţemo biti sumnjičavi prema malenim uzorcima jest
činjenica da oni mogu biti pod utjecajem slučaja. Pretpostavimo da je Harold četiri
puta bacio kanadski novčić i da je ishod uvijek bio glava. Teško da bi Harold iz toga
zaključio da kanadski novčići uvijek padnu na glavu kad ih se baci. Ne bi mogao
razloţno zaključiti niti da bi taj kanadski novčić uvijek kad je bačen pao na glavu.
Razlog tomu dovoljno je očigledan. Potrošite li mnogo vremena bacajući novčiće,
niz od četiri glave za redom uopće nije neizgledan (šanse su zapravo 1 u 16) pa,
dakle, uzorci ove veličine lako mogu biti dobiveni slučajno. S druge strane, da je
Harold bacio novčić dvadeset puta, a on nastavlja padati na glavu, imao bi jake
temelje za tvrdnju da će taj novčić, napokon, uvijek pasti na glavu. Zapravo, imao bi
vrlo jake temelje za vjerovanje da ima novčić s dvije glave. S obzirom da vrlo malen
uzorak moţe voditi pogrešnoj konkluziji, moţemo reći da je takav uzorak na
statističkoj razini pristran.
No koliko velik treba biti uzorak? Pod pretpostavkom da je uzorak nepristran u
svim ostalim pogledima, koliki treba biti da bismo osigurali temelj za jak induktivan
argument? Ovo nije uvijek jednostavno pitanje, a odgovor na njega ponekad traţi
suptilne matematičke tehnike. Pretpostavite da vaša tvrtka prodaje 100 milijuna
kompjutorskih čipova Ministarstvu obrane i vi jamčite da neispravnih neće biti više
od 0,2%. Bilo bi vrlo skupo testirati sve čipove, a testirati samo tucet ne bi bilo
dovoljno da razloţno zajamči da cijela pošiljka čipova udovoljava traţenoj
specifikaciji. S obzirom da je testiranje čipova skupo, ţelite ih testirati što je manje
moguće, ali s obzirom da je udovoljavanje specifikaciji ključno, ţelite ih testirati
dovoljno da biste to zajamčili. Odgovor na pitanja ove vrste traţi sofisticiranu
statističku tehniku. No iako je ponekad teško odlučiti koliko je velik uzorak potreban
da bismo dobili razloţnu potporu induktivnoj generalizaciji, ipak je često, bez
ulaţenja u tehničke detalje, očigledno da je uzorak premalen. Izvlačenje induktivnih
konkluzija iz uzorka koji je premalen moţe voditi pogrešci prenagljene
generalizacije i iznenaĎujuće je koliko je ova pogreška uobičajena. Vidimo neku
osobu dva ili tri puta, pokaţe se veselom i mi odmah „skočimo na konkluziju“ da je
ta osoba vesela. Tj. iz nekoliko primjeraka veselog ponašanja, izvlačimo opću
konkluziju o osobnosti te osobe. Kad je susretnemo kasnije, tuţnu, nezadovoljnu ili
zlovoljnu, zaključujemo da se promijenila – zamijenjujući tako jednu prenagljenu
generalizaciju drugom.

2
 Ovu tendenciju k prenagljenim generalizacijama razmatrao je, prije više od
dvjesto godina filozof David Hume, koji je uočio da imamo jaku tendenciju „slijediti
opća pravila koja brzopleto oblikujemo za svoje svrhe i koja su izvor onoga što
prikladno nazivamo predrasudama.“ Ova tendencija prenagljenim generalizacijama
bila je predmet opširnog psihološkog istraţivanja. U članku naslova „Vjerovanje u
Zakon malih brojeva“ kognitivni psiholozi Amos Tversky i Daniel Kahneman rekli
su to ovako:
Uzorak koji je slučajno izvučen iz populacije ljudi smatraju visoko
reprezentativnim, tj. sličnim populaciji u svim bitnim karakteristikama. Posljedično,
ljudi očekuju da bilo koja dva uzorka izvučena iz populacije budu sličnija jedan
drugome i populaciji, negoli to predviđa teorija uzoraka, barem za malene uzorke.
Vratimo se prethodnom primjeru – naše prosudbe o nečijoj osobnosti gradimo
na temelju vrlo malenog uzorka njegova ili njezina ponašanja i očekujemo da se ta
osoba ponaša na sličan način u budućnosti. IznenaĎeni smo, katkad ogorčeni, ako se
buduće iskustvo ne poklapa s našim očekivanjem.
Dovoljno velikim uzorcima čuvamo se od iskrivljavanja za koje je odgovoran
'niz slučajnosti', ali čak i vrlo velik uzorak moţe nam dati slabu osnovu za
induktivnu generalizaciju. Pretpostavimo da je Harold pokušao stotine puta
iskoristiti kanadski novčić na američkim telefonima i nikada nije uspio. To bi
povećalo naše povjerenje u njegovu induktivnu generalizaciju, ali sama veličina
uzorka nije dovoljan temelj za jak induktivni argument. Pretpostavimo da je Harold
stalno pokušavao s istim novčićem na stotinama različitih telefona, ili je pokušavao
sa stotinama različitih kanadskih novčića na istom telefonu. U prvom slučaju moţda
nešto nije u redu s tim odreĎenim novčićem; u drugom slučaju moţda nešto nije u
redu s tim odreĎenim telefonom. Ni u jednom od tih slučajeva on ne bi imao dobar
temelj za opću tvrdnju da nijedan kanadski novčić ne radi na bilo kojem američkom
telefonu. To nas vodi trećem pitanju koje moramo postaviti za bilo koju induktivnu
generalizaciju.

3. Je li uzorak pristran na neki drugi način?

Kad uzorak, ma koliko velik, nije reprezentativan za populaciju, tada se takoĎer
kaţe da je pristran. Ovdje moţemo govoriti o pristranom uzimanju uzorka. Jedan od
najpoznatijih primjera pristranog uzimanja uzorka počinio je časopis Literary
Digest. Prije predsjedničkih izbora 1936. godine taj je časopis poslao deset milijuna
upitnika s pitanjem za kojega će kandidata primatelj upitnika glasovati na izborima:
Franklina Roosevelta ili Alfa Landona. Primili su dva i pol milijuna odgovora i na
temelju rezultata uvjerljivo prognozirali da će Landon pobijediti: 56% za Landona
prema samo 44% za Roosevelta. Kad su izbori završeni, Roosevelt je pobijedio čak s
većom razlikom: 62% za Roosevelta prema samo 38% za Landona. Što je pošlo

3
pogrešno? Uzorak je zasigurno bio dovoljno velik; zapravo, po suvremenim
standardima, bio je mnogo veći negoli je potrebno. Problem nije bio u veličini
uzorka već u načinu na koji je uzorak izabran: uzorak je izvučen slučajnim odabirom
iz telefonskih imenika i s lista članstva u klubovima. No 1936. godine bilo je samo
jedanaest milijuna telefona u SAD i mnogi siromašni – pogotovu siromašni ruralni
ljudi – nisu imali telefone. Za vrijeme velike recesije bilo je više od devet milijuna
nezaposlenih u Americi i gotovo svi su bili siromašni i nepredstavljeni u uzorku
časopisa. Konačno, velik postotak ovih grupa koje nisu bile dovoljno reprezentirane
u uzorku glasovalo je za Roosevelta, kandidata demokratske stranke. Kao rezultat
ove pristranosti u uzimanju uzorka kao i nekih drugih pogrešaka, časopis Literary
Digest podcijenio je Rooseveltov postotak glasova za velikih 18%.
Gledajući unazad, moţda je teško povjerovati da su inteligentni istraţivači
posao uzimanja uzorka obavili tako smiješno loše, no priča se ponavlja, iako rijetko
tako drastično kao što je bio fijasko Literary Digesta. Godine 1948., primjerice,
Gullup Poll, koji je točno predvidio pobjedu Roosevelta 1936., predvidio je, skupa s
ostalim glavnim istraţivačima mnijenja, jasnu pobjedu Deweya nad Trumanom.
Uvjerenost u to predviĎanje bilo je tako veliko da je Chicago Tribune objavio veliki
naslov o Deweyevoj pobjedi na izborima čak i prije negoli su glasovi bili prebrojani.
Što je ovaj put pošlo pogrešno? Ovdje je odgovor suptilniji. Gallup (i ostali) zaista
su se potrudili da uzorak bude reprezentativan za glasačku populaciju. Ljudima koji
su ispitivali javno mnijenje rečeno je da izvuku odreĎen broj ljudi iz svake od
odreĎenih društvenih grupa: seosko siromašno stanovništvo, srednja klasa iz
predgraĎa, gradska srednja klasa, etničke manjine itd, tako da omjer ispitanih koliko
je god moguće odgovara omjeru onih koji će vjerojatno glasati. (Literary Digest je
bankrotirao nakon svoje pogrešne procjene, pa istraţivači javnog mnijenja nisu htjeli
riskirati.) Ipak pristranost se nekako uvukla u uzorak, a pitanje je bilo kako? (...)
Općenito je prihvaćen sljedeći odgovor: Iako je Gallupovim ispitivačima rečeno da
ispitaju odreĎen broj ljudi iz svake odreĎene grupe (primjerice, toliko i toliko iz
predgraĎa), nisu bili instruirani da iz svake grupe izbor ljudi bude slučajan. Bez
ozbiljnog razmišljanja o tome, ispitivači su tendirali ići u 'bolje' kvartove i ispitivali
'ljubaznije' ljude. Tako su uzorak učinili pristranim u smjeru preferencija (uglavnom)
srednje klase i, kao rezultat, podcijenili glasačko tijelo koje je Trumanu donijelo
neočekivanu pobjedu.

Izvori pristranosti

S obzirom da i profesionalci koristeći modernu statističku analizu mogu doći do

loših induktivnih generalizacija kroz pristran uzorak, nije iznenaĎujuće da naše
svakodnevne, neformalne induktivne generalizacije često nisu ispravne. Bilo bi
korisno razmotriti neke od glavnih izvora pristranosti. Već smo ispitali dva uzroka

4
pristranosti: pristranost zbog malenog uzorka i pristranost zbog ograničenog
osobnog iskustva. Ovdje su još neki izvori pristranosti.

Predrasude i stereotipi

Ljudi koji imaju predrasude naći će malo dobroga i puno lošega u onima koje
preziru, bez obzira kako se ti ljudi stvarno ponašaju. Većina ljudi zapravo je
mješavina dobrih i loših kvaliteta i ignorirajući prve a naglašavajući potonje, osobi s
predrasudom lako je potvrditi svoje negativno mišljenje. Slično tomu, stereotipi, koji
mogu biti pozitivni ili negativni, često opstaju usprkos preovladavajućoj
protuevidenciji. (...)

Neformane prosudbene heuristike

U svakodnevnom ţivotu mi moramo donijeti velik broj odluka, neke su vaţne,

mnoge nisu. No zato što moramo donijeti mnoge odluke, one moraju biti donešene
brzo, bez stanki za paţljivo vaganje evidencije. Da bismo se snašli s tim prevelikim
brojem odluka, uobičajeno upotrebljavamo ono što kognitivni psiholozi nazivaju
prosudbene heuristike. Tehnički, heuristika je sredstvo koje daje opću strategiju za
rješavanje problema ili za dolaţenje do odluke. (Primjerice, dobra heuristika za
rješavanje geometrijskih problema jest: započeti s konkluzijom do koje nastojite
doći, a zatim raditi unazad.) Nedavna istraţivanja u kognitivnoj psihologiji pokazala
su, prvo, da se ljudi vrlo jako oslanjaju na heuristike i, drugo, da im često
poklanjamo previše povjerenja. Rezultat toga je da su naši induktivni zaključci
često vrlo loši i da ponekad naše razmišljanje postaje potpuno zbrkano. U ovom su
pogledu dvije heuristike posebno zanimljive: heuristika reprezentativnosti i
heuristika raspoloživosti.
Heuristika reprezentativnosti. Jednostavan primjer ilustrira kako se iz
heuristike reprezentativnosti mogu pojaviti pogreške. Podijeljeno vam je pet
slučajno izabranih karata iz standardnog špila. Koja je od dvije sljedeće dvije
kombinacije karata izglednija?

(1): 3♣, 7♦, 9♦, Q♥, K♠

(2): A♠, A♥, A♣, A♦, K♠

IznenaĎujuće bi mnogo ljudi automatski reklo da je druga kombinacija puno

manje izgledna od prve. Zapravo, ako o tome malo razmislite, trebalo bi biti
očigledno da bilo koje dvije odreĎene kombinacije karata imaju točno iste izglede da
budu podijeljene. Ljudi se ovdje zbune jer je prva kombinacija uobičajena, ona je od
one vrste koja se stalno pojavljuje, ona je reprezentativna kombinacija, dok je druga

5
neuobičajena i izgleda nereprezentativno. Ovdje nas naše oslanjanje na
reprezentativnost čini slijepima za jednostavnu i očitu činjenicu o vjerojatnoći:
pojava bilo koje odreĎene kombinacije karata jednako je izgledna kao pojava bilo
koje druge.
(...)

Heuristika raspoloživosti. Uzimanje uzoraka i provoĎenje istraţivanja je

skupo, pa mi to često činimo imaginarno - u svojim glavama. Ako pitate navijača u
baseballu koji tim ima veći prosjek, Detroit ili San Diego, ta se osoba moţe
jednostavno sjetiti, moţe otići pogledati ili moţe razmisliti o svakom timu i odlučiti
koji je od njih imao najviše skorove. Ovo potonje, ne treba ni naglasiti, bio bi
riskantan potez, ali mnogi navijači baseballa imaju značajno znanje o prosječnim
skorovima najboljih igrača. No čak i s tim znanjem lako je pogriješiti. Igrači kojih se
normalno prisjete su zvijezde svakog tima: oni su raspoloživiji našoj memoriji i
izgledno je da ćemo prosuditi samo na temelju njih. Ipak, takav uzorak lako moţe
biti pristran jer svi skorovi sudjeluju u prosjeku tima, a ne samo oni od zvijezda.
(Činjenica da slabi skorovi jednog tima mogu biti mnogo bolji od slabih skorova
drugog tima moţe okrenuti ravnoteţu)
Tversky i Kahneman proveli su sljedeći eksperiment koji pokazuje kako utjecaj
heuristike raspoloţivosti (poput utjecaja heuristike reprezentativnosti) moţe voditi
nekoherentnim rezultatima. Ispitanici su bili upitani sljedeće pitanje:
Na četiri stranice priče (oko 2000 riječi)1, koliko očekujete da ćete pronaći riječi
oblika -----ing (riječi od sedam slova koje završavaju s ing)?
Naznačite svoju procjenu zaokruţujući jednu od dolje navedenih vrijednost:
1-2 3-4 5-7 8-10 11-15 16+

Druga verzija pitanja traţila je pricjenu za riječi oblika ------n- (sedam slova,
predzadnje n)
Medijan procjena bio je 13,4 za ing-riječi ..., a 4,7 za n-riječi.
Rezultat je opet logički nekoherentan. U tekstu mora biti barem onoliko n-riječi
koliko i ing-riječi jer svaka ing-riječ ujedno je i n-riječ. Zašto ljudi ne misle o tome?
Odgovor je da se oslanjamo na heuristiku raspoloţivosti, a lakše se dosjetiti ing-
riječi: odmah nam padaju na pamet sve vrste glagola koji završavaju s 'ing'. Riječi sa
sedam slova koje završavaju s '-n-' nemaju osobinu koja bi bila memorirana na
sličan način. Tako ćemo, oslanjajući se na ono što nam prirodno pada na pamet,
često proizvesti pristran uzorak koji će nas voditi izvoĎenju neistinitih, čak
nekoherentnih, konkluzija.

1
[Nap DS] Riječ je, naravno, o priči na engleskom jeziku.

6
 Proučavanje ovih dvaju prosudbenih heuristika i zapaţanje logičkih pogrešaka
koje proizvode nema za cilj sugerirati da se trebamo prestati oslanjati na njih. Prvo,
vrlo je velika šansa da to ne bi bilo psihološki moguće, jer korištenje tih heuristika
izgleda da je ugraĎeno u naš psihički ustroj. Drugo, u velikom rasponu standardnih
slučajeva ove heuristike daju brze i uglavnom točne procjene. Teškoće se tipično
pojavljuju u korištenju ovih heuristika kad je situacija nestandardna, tj. kad je
situacija sloţena ili izlazi iz uobičajenog poretka. To nameće još jedno pitanje koje
rutinski moramo postaviti o induktivnim generalizacijama:
Je li situacija dovoljno standardna da bi dopustila korištenje
standardnih neformalnih prosudbenih heuristika?
Ova je formulacija pomalo nezgrapna pa je moţemo zamijeniti pitanjem: „Je li
ovo zaista vrsta situacije koju ljudi mogu razriješiti u svojim glavama?“ Kad je
odgovor na to pitanje ne, a često jest, trebamo se, u potrazi za odgovorom, okrenuti
formalnim procedurama statističke analize.

Sažetak

Sada moţemo saţeto i preciznije postaviti naša pitanja. Suočeni s induktivnom

generalizacijom, ima pet pitanja koja trebamo rutinski pitati:
1) Jesu li premise prihvatljive?
2) Je li moguće da je uzorak pristran jer je premalen?
3) Je li moguće da je uzorak pristran na neki drugi način?
4) Je li moguće da je uzorak pristran jer su na uzimanje uzoraka utjecale
predrasude i sterotipi?
5) Je li moguće da je uzorak pristran jer se oslanja na neformalne heuristike u
sloţenim situacijama u kojima se često pokazuju nepouzdanima?

STATISTIČKI SILOGIZAM

U statističkoj generalizaciji izvodimo zaključke u pogledu populacije iz

informacija koje se tiču uzorka uzetog iz te populacije. Iz činjenice da je 60% ljudi
u uzorku reklo da bi glasovalo za kandidata X, moţemo izvesti konkluziju da će
otprilike 60% populacije glasovati za kandidata X. U statističkom silogizmu
zaključujemo u suprotnom pravcu: iz informacije koja se tiče populacije izvlačimo
konkluziju koja se tiče člana te populacije. Evo primjera:

7
 97% republikanaca u Californiji glasovalo je za Busha.
Marvin je republikanac iz Californije.
Marvin je glasovao za Busha.
Ovakav argument ima sljedeću opću formu:
x% F-ova imaju osobinu G.
a je F
a ima osobinu G.2
Očigledno je da će, kod procjene snage statističkog silogizma, postotak ili
proporcija F-ova koji imaju osobinu G, biti vaţna. Kako se postotak pribliţava
vrijednosti 100, statistički argument dobija snagu. Tako je naš početni argument koji
se tiče Marvina prilično snaţan. Trebamo takoĎer zapaziti da moţemo dobiti snaţan
statistički silogizam kada se postotak pribliţava nuli. Sljedeći argument takoĎer je
snaţan induktivni argument:
3% socijalista u Californiji glasalo je za Busha
Maureen je socijalistica iz Californije.
Maureen nije glasala za Busha.

Statistički silogizmi ove vrste koju smo ovdje razmotrili biti će snaţni samo ako
je postotak blizu 100% ili 0%. Kad su postotci u sredini tog intervala, statistički
silogizam je slab.

Referentni skup i relevantnost

Zanimljiviji problem u procjeni snage statističkog silogizma tiče se relevancije

premisa za konkluziju. U gornjoj shematskoj reprezentaciji statističkog silogizma F
stoji za takozvani referentni skup. U našem prvom primjeru, biti republikanac iz
Californije referentni je skup, a u našem drugom primjeru, biti socijalist iz
Californije referentni je skup. Osobitost je statističkog silogizma da korištenje
različitih referentnih skupova moţe uroditi inkopatibilnim rezultatima. Da bismo to
vidjeli, razmotrimo sljedeći statistički silogizam:
3% Dukakisovih roĎaka glasovalo je za Busha.
Marvin je Dukakisov roĎak.
Marvin nije glasovao za Busha.
2
Statistički silogizam moţe biti i u probabilističkoj verziji:
97% republikanaca u Californiji je glasovalo za Busha.
Marvin je republikanac iz Californije.
97% je šanse da je Marvin glasovao za Busha.

8
 Sad imamo statistički silogizam koji nam daje jaku potporu za tvrdnju da
Marvin nije glasovao za Busha, a to je nekompatibilno s našim prvim statističkim
silogizmom koji je dao jaku potporu tvrdnji da je Marvin glasovao za Busha.
Previdjeti ovaj konflikt izmeĎu statističkih silogizama utemeljenima na različitim
referentnim skupovima bila bi vrst pogreške. No kojem statističkom silogizmu
trebamo vjerovati? To će ovisiti od toga koji od referentnih skupova uzimamo kao
relevantan. Što je vaţnije, političko usmjerenje ili obiteljska povezanost?
Jedan od načina razrješavanja problema rivalskih referentnih skupova jest
njihovo kombiniranje. Moţemo, primjerice, pitati koliki je postotak republikanaca iz
Californije koji su Dukakisovi roĎaci glasovalo za Busha. Rezultat bi mogao
izgledati ovako:
42% republikanaca iz Californije koji su Dukakisovi roĎaci glasovalo je za
Busha.
Marvin je republikanac iz Californije koji je Dukakisov roĎak.
Marvin je glasovao za Busha.
Ovaj statistički silogizam daje vrlo slabu potporu za svoju konkluziju. On
zapravo daje snaţniju, ali još uvijek slabu potporu negiranju konkluzije, tj. tvrdnji da
Marvin nije glasovao za Busha.

Ovaj niz argumenata jasno ilustrira ono što se naziva nemonotonost induktivnog
zaključivanja: jak induktivni argument može biti oslabljen dodavanjem daljnjih
informacija premisama. Uz činjenicu da je Marvin republikanac iz Californije,
izgleda da imamo jak razlog za vjerovanje da je glasovao za Busha. No, kad tome
dodamo daljnju informaciju da je on Dukakisov roĎak, početni argument gubi
glavninu svoje snage. Ali, nova informacija moţe proizvesti novi obrat.
Pretpostavimo da otkrijemo da je Marvin, iako Dukakisov roĎak, aktivno sudjelovao
u Bushovoj kampanji. Budući gotovo svi koji su aktivni u kampanjama za nekog
kandidata glasuju za tog kandidata, čini se da ponovo imamo dobar razlog za
vjerovanje da je Marvin glasovao za Busha.3
Dakle, jasno je da će način na koji izabiremo referentni skup utjecati na snagu
statističkog silogizma. Općenito bismo trebali referentni skup definirati na način koji
donosi svu relevantnu evidenciju za taj predmet. No ovdje se javljaju teškoće. Nije
uvijek očigledno koji su faktori relevantni, a koji ne. U našem primjeru, pripadnost
stranci jest relevantna za način na koji su ljudi glasovali na izborima 1988., veličina

3
Za razliku od induktivnog, deduktivno zaključivanje je monotono. To znači da valjan zaključak ne
moţemo učiniti nevaljanim dodajući mu nove premise, tj. da dodavanje novih premisa valjanom zaključku
ne utječe na logičku snagu tog zaključka. nap.pr.

9
cipele, pretpostavljamo, nije. Pitanje je li značajan spol i, ako jest, koliko je značajan
stvar je daljnjeg statističkog istraţivanja.
Ove teškoće koje se tiču ispravnog načina odreĎivanja referentnog skupa
odraţavaju osobinu induktivnog zaključivanja općenito: da bi bilo uspješno, takvo se
zaključivanje mora odvijeti unutar šireg okvira koje pomaţe odrediti koje osobine
jesu značajne, a koje nisu. Bez tog pozadinskog okvira ne bi bilo razloga ne
razmatrati i veličinu cipele kod pokušaja odreĎivanja kako će netko glasovati. Kao
što ćemo vidjeti, to oslanjanje na pozadinski okvir posebno je vaţno kod bavljenja
uzrocima.

10
ZAKLJUČIVANJE O UZROCIMA

Često se pitamo zašto se odreĎene stvari dogaĎaju, zašto nam je, primjerice,
automobil stao usred prometne guţve i baš nakon redovnog servisa. Smatramo da
mora postojati neki razlog što se to dogodilo – automobili ne staju bez ikakvog
razloga – a razloge te vrste uobičajeno nazivamo uzrocima. Mogli smo isto tako
upitati: „Što je uzrokovalo stajanje automobila?“ Odgovor bi mogao biti da je
automobil ostao bez goriva. Otkrijete li zapravo da je automobil ostao bez goriva,
onda će to uobičajeno biti rješenje problema – otkrili ste (barem mislite da ste
otkrili) zašto je taj konkretni automobil stao. No čak i kad se vaše razmišljanje
odnosi na taj odreĎeni automobil, u toj odreĎenoj prilici, vaše zaključivanje počiva
na odreĎenim generalizacijama. Uvjereni ste da vaš automobil stane kad nema
goriva jer vjerujete da svi automobili stanu kad nemaju goriva. Vaše uzročno
zaključivanje u ovom konkretnom slučaju poziva se na opće prihvaćene uzročne
generalizacije: automobili ne voze kad nemaju goriva. I ono što vrijedi u ovom
slučaju, vrijedi općenito: kad ponudimo uzročno objašnjenje odreĎenog dogaĎaja,
pozivamo se, iako ne uvijek eksplicitno, na uzročne generalizacije.
Drugi vaţni razlog zbog kojeg nas zanimaju uzročne prosudbe tiče se činjenice
da ih koristimo za predviđanje posljedica odreĎenih djelovanja ili dogaĎaja. Vozač
trkaćeg automobila mogao bi se, primjerice, pitati što bi se dogodilo ako doda samo
malo nitroglicerina u mješavinu goriva: bi li postigao veće ubrzanje, bi li
eksplodirao, bi li uopće bilo značajne promjene? Razmišljanje vozača bit će voĎeno
uzročnim generalizacijama.

Dakle, i u uzročnim objašnjenjima i u uzročnim predviĎanjima pojavljuje se

sličan obrazac. Takvi zaključci sadrţe dva bitna elementa:
1) Činjenice u konkretnom slučaju (npr. automobil je stao, a pokazivač goriva
pokazuje da je spremnik prazan)
2) OdreĎenu uzročnu generalizaciju (npr. automobil ne vozi bez goriva)

Ključna ideja, iako će se pokazati sloţenija negoli sugerira ovaj jednostavni

primjer, jest da izvodeći uzročne zaključke, mi zapravo konkretne činjenice
podvodimo pod uzročne generalizacije. Što su, onda, uzročne generalizacije i kako
ih utvrĎujemo?

11
Uzročne generalizacije

Što su zapravo uzročne generalizacije? Ovdje ćemo ih tretirati kao vrstu općeg
kondicionala. Opći kondicional ima sljedeći oblik:
Za svaki x, ako x ima osobinu F, onda x ima osobinu G.
Rekli smo da je x-ovo posjedovanje osobine F dovoljan uvjet za posjedovanje
osobine G, a x-ovo posjedovanje osobine G predstavlja nuţan uvjet za posjedovanje
osobine F.
Svaki opći kondicional ne utvrĎuje uzročne uvjete. Primjerice, nijedan od dva
sljedeća opća kondicionala ne izraţavaju uzročni odnos.
Ako je nešto kvadrat, onda je četverokut.
Ako ste punoljetan muškarac, morate se registrirati za sluţenje vojnog roka.
Prvi nam kondicional kaţe da je biti kvadrat dovoljan uvjet za biti četverokut,
no to je matematički (apriorni, pojmovni), a ne uzročni odnos. Drugi pak iskaz
izraţava odnos ureĎen zakonom – biti punoljetan muškarac dovoljan je uvjet za
obvezu registriranja.
Premda ima problema (i neslaganja) na ovom području, moţemo reći da
uzročni kondicional obično utvrĎuje dovoljne i nuţne uvjete izmeĎu događaja.
Primjerice vaţno je znati da je izgledno da ćete, ako stavite prst u utičnicu koja je
pod naponom, pretrpjeti električni šok. U ovom slučaju shvaćamo da je izvjesna
kombinacija faktora dovoljna da se pojavi neki učinak. U drugim nas situacijama
zanima koji su uvjeti nužni za pojavu nekog učinka. Ovo se zanimanje obično javlja
kada se očekivani dogaĎaj ne pojavi, pa se pitate zašto. Primjerice, birate telefonski
broj i ništa se ne dogaĎa. Naravno, mnogo bi toga moglo biti: moţda su telefonske
linije u kvaru, ili je telefon iskopčan, ili ste zaboravili nazvati pozivni broj.
Razmišljajući o ovome, zapravo se bavite skupom uvjeta koji su uzročno nuţni za
uspješan telefonski poziv. Naše opće znanje o svijetu velikim dijelom je sadrţano u
tome da imamo generalizacije koje specificiraju one uzročne uvjete koji su nuţni i
one uzročne uvjete koji su dovoljni da se odreĎena vrsta dogaĎaja pojavi.
Dakle, naš je stav da je uzročni
kondicional vrst općeg kondicionala.
Slika izgleda ovako:
uzročni
kondicionali

opći
kondicionali

12
 Ako moţemo pokazati da je odreĎeni uzročni kondicional neistinit samo na
temelju toga što je neistinit opći kondicional, onda ćemo ga morati odbaciti. To će
nam je vaţno jer ćemo u ovome što slijedi biti gotovo potpuno zaokupljeni
nalaţenjem razloga za odbacivanje uzročnih generalizacija.

Testiranje općih uzročnih kondicionala

Opći uzročni kondicionali vaţni su za snalaţenje u svijetu, ali bit će korisni,
naravno, samo ako su točni i ispravno primjenjeni. Ono što je potrebno jesu načela
za testiranje i primjenu takvih generalizacija. Jedan od središnjih zadataka
induktivne logike jest dobaviti ta načela.
U prošlosti su za tu svrhu razvijeni vrlo detaljni postupci. Najpoznatiji skup
postupaka razvio je John Stuart Mill i oni su poznati pod nazivom Millove metode.4
Iako inspirirane Millovim metodama, ovdje navedeni postupci sadrţe temeljno
pojednostavljenje: dok je Mill uveo pet pravila ili metoda, kako ih je on nazivao,
ovdje su navedena samo dva primarna pravila, jedno koje se tiče dovoljnih uvjeta, a
jedno koje se tiče nuţnih uvjeta. Dalje, pravila koja ćemo mi navesti za dovoljne
uvjete i za nuţne uvjete su negativna u smislu da pribavljaju samo načine
pokazivanja da nešto nije dovoljan uvjet ili da nije nuţan uvjet. To su pravila za
eliminiranje predloţenih kandidata za dovoljan uvjet ili za nuţan uvjet. Ova dva
pravila nazvat ćemo Test dovoljnog uvjeta (TDU) i Test nuţnog uvjeta (TNU).

Dovoljni uvjeti i nužni uvjeti

Ovdje nas u konačnici zanimaju uzročni uvjeti. Uzročnost je meĎutim sloţena

tema o kojoj još uvijek postoje značajna neslaganja. Stoga ćemo Test dovoljnih
uvjeta i Test nužnih uvjeta prvo uvesti na apstraktnoj razini. Kada jednom bude jasno
kako ta pravila funkcioniraju općenito, primjenit ćemo ih na uzročno zaključivanje.
Definicija dovoljnih uvjeta i nuţnih uvjeta:
F je dovoljan uvjet za G znači da kad god je prisutan F, prisutan je G.

F je nužan uvjet za G znači da kad god je F odsutan, odsutan je G.

Ono što je dovoljan uvjet ili nuţan uvjet u gore navedenom smislu ne mora biti
uzročno nuţan ili dovoljan uvjet, ali bilo što, što nije nuţan ili dovoljan uvjet u
4
Millove „Metode eksperimentalnog istraţivanja“ nalaze se u njegovoj knjizi A System of Logic (knjiga 3,
poglavlje 7) objavljenoj 1843. Paţljiv, ali vrlo tehnički pregled i preoblikovanje Millovih metoda nalazi se u
knjizi Georga Henrika von Wrighta A Treatise on Induction and Probability (poglavlja od 3 do 6).
Jednostavnija verzija von Wrightovih osnovnih ideja nalazi se u knjizi Briana Skyrmsa, Choice and
Chance (poglavlje 4).

13
navedenom smislu, takoĎer neće biti ni nuţan ili dovoljan uvjet u bilo kojem uţem
smislu tih riječi. Iz tih razloga, ove će definicije posluţiti formuliranju načela koja će
isključiti ili eliminirati predloţene dovoljne ili nuţne uvjete bilo koje vrste,
uključujući i one koje su uzročne.5

Test dovoljnog uvjeta (TDU)6

Ovaj je test jednostavnije uvesti na apstraktnoj razini, koristeći slova. TakoĎer
ćemo početi s vrlo jednostavnim slučajem u kojem ćemo razmatrati samo četiri
kandidata – A B C D – kao dovoljan uvjet za ciljanu osobinu G. „A“ će indicirati da
je osobina prisutna, „ne-A“ će indicirati da je osobina odsutna. Koristeći ove
konvencije, pretpostavimo da pokušavamo odlučiti bi li bilo koja od četiri osobine –
A B C D – mogla biti dovoljan uvjet za G. U tu svrhu prikupili smo sljedeće
podatke:

Tablica 1.
Slučaj 1. A B C D G
Slučaj 2. ne-A B C ne-D ne-G
Slučaj 3. A ne-B ne-C ne-D ne-G

Da bi nešto bilo dovoljan uvjet za nešto drugo, po definiciji, kad je prisutno prvo
mora biti prisutno i drugo. Dakle, za primjenu TDU-a trebamo ispitati samo one
slučajeve u kojima je ciljana osobina G odsutna, a tada provjeriti je li bilo koja od
osobina-kandidata prisutna.
Bilo koji kandidat koji je prisutan kad je G odsutan eliminiran je kao mogući
dovoljan uvjet za G.
Test primjenjen na tablicu 1: Slučaj 1 ne treba ispitivati jer je G prisutan, pa tu ne
moţe biti narušavanja TDU-a. Slučaj 2 eliminira dva kandidata, B i C, jer su oba
prisutna u situaciji kad je G odsutan. Konačno, slučaj 3 eliminira A. Tako ostajemo
samo sa D kao jedinim preostalim kandidatom za dovoljan uvjet za G.
Sada razmotrimo D. S obzirom da je 'preţivio' primjenu testa dovoljnog uvjeta,
moţemo li zaključiti da je D dovoljan uvjet za G? Ne – barem ne na temelju ovoga
što je do sada rečeno. Ostaje posve moguće da će novootkriveni slučajevi sadrţavati
primjer u kojem je D prisutan, a G odsutan, pokazujući tako da D nije dovoljan uvjet
za G. Na primjer:

5
Druga prednost uvoĎenja pojmova dovoljnih uvjeta i nuţnih uvjeta na ovaj način jest da tako dobijamo
temelje za raspravu o drugim vrstama dovoljnih i nuţnih uvjeta, primjerice onih koji se javljaju u
legalističkim i moralnim zaključcima.
6
Postupak je paralelan, ali nije istovjetan s Millovom metodom razlike.

14
 Slučaj 4. A B ne-C D ne-G

Ovo odraţava činjenicu da je induktivni zaključak, ma koliko dobro bio

potvrĎen, uvijek podloţan odbacivanju. No pretpostavimo da imamo dobar razlog za
vjerovanje da su kandidati od A do D svi mogući kandidati za G, i pretpostavimo da
imamo dobar razlog vjerovati da nešto mora biti dovoljan uvjet za G. Uz ove
dodatne pozadinske informacije, moţemo razloţno zaključiti da je D dovoljan uvjet
za G, ako ne nalazimo bilo koji slučaj (poput slučaja 4) u kojem su prisutni D i ne-G.

Test nužnog uvjeta (TNU)7

Test nuţnog uvjeta je poput TDU, ali djeluje na obratan način. S TDU
eliminiramo kandidata F kao dovoljan uvjet za G, ako je F prisutan a G odsutan. S
TNU eliminiramo kandidata F kao nuţan uvjet za G ako moţemo pronaći slučaj u
kojem je G prisutan, a F nije. To je razumljivo, jer ako G moţe biti prisutan kad F
nije, onda F ne moţe biti nuţan uvjet za pojavu G. Tako u primjeni TNU moramo
ispitati samo one slučajeve u kojima je ciljana osobina G prisutna i provjeriti je li
neka od osobina-kandidata odsutna.

Bilo koji kandidat koji je odsutan kad je G prisutan eliminiran je kao mogući
nužan uvjet za G.
Sljedeća tablica je primjer primjene ovoga testa:

Tablica 2
Slučaj 1. A B C D ne-G
Slučaj 2. ne-A B C D G
Slučaj 3. A ne-B C ne-D G

Budući u slučaju 1 nije prisutan G, moţemo ga zanemariti. Slučaj 2 eliminira A,

jer pokazuje da G moţe biti prisutan bez prisutnosti A, Slučaj 3 eliminira B i D,
ostavljajući samo C kao mogućeg kandidata za nuţan uvjet za G. Iz toga ne
moţemo, naravno, zaključiti da C jest nuţan uvjet za G, jer, kao i uvijek, novi ga
slučajevi mogu eliminirati. No ako imamo dobar razlog za pretpostavku da smo
ispitali sve moguće kandidate za nuţan uvjet za G i, dalje, ako imamo dobar razlog
za vjerovanje da nešto mora biti nuţan uvjet za G, tada moţemo zaključiti da imamo
dobar razlog za pretpostavku da je C nuţan uvjet za G.

7
Postupak je paralelan, ali nije istovjetan s Millovom metodom slaganja.

15
 Moguće je takoĎer primjeniti ova pravila istodobno u potrazi za mogućim
uvjetima koji su oboje – dovoljni i nuţni.8 U tablici 1, primjerice, D moţe biti i
nuţan uvjet za G jer G nije prisutan nikad kada je D odsutan. U tablici 2, C moţe biti
samo nuţan uvjet jer je u slučaju 1 prisutan kad je G odsutan.

Strogo testiranje
Pogledajmo sljedeću tablicu:

Slučaj 1. A ne-B C D G
Slučaj 2. A ne-B ne-C ne-D ne-G
Slučaj 3. A ne-B C ne-D ne-G
Slučaj 4. A ne-B ne-C D G

U ovom je primjeru A uvijek prisutan, a B uvijek odsutan, bez obzira na

prisutnost ili odsutnost G-a. No ako je nešto uvijek prisutno, kao što A jest, onda to
mora zadovoljiti TNU jer nema slučaja kad je ciljana osobina prisutna, a osobina-
kandidat odsutna, jer je kandidat uvijek prisutan. Ţelimo li A podvrći strogom TNU,
trebali bismo pokušati pronaći slučajeve u kojima je A odsutan te tada provjeriti je li
takoĎer odsutan i G. Obratno, ţelimo li B podvrgnuti strogom TDU, trebali bismo
pokušati pronaći slučajeve u kojima B jest prisutan, te tada provjeriti je li takoĎer
prisutan i G. Slično tomu, ograničimo li pozornost samo na slučajeve u kojima je G
prisutan, onda nijedan kandidat ne moţe biti testiran s TDU. Ako ograničimo
pozornost na slučajeve u kojima je G uvijek odsutan, nijedan kandidat ne moţe biti
testiran na TNU. Za oba pravila, strogo testiranje uključuje traţenje slučajeva za
koje postoji stvarna mogućnost da ne zadovolje test. Zadovoljavanje testa bez ovoga
je poput osobe koja se hvali da nikada nije promašila koš kad zapravo nikad nije niti
igrala košarku.

Neke napomene
Naša rasprava o nuţnim i dovoljnim uvjetima pojednostavljena je u dva vaţna
elementa: (i) ograničili smo kandidate za osobine koje su prisutne, tj. nismo uzeli u
obzir činjenicu da odsutnost osobine takoĎer moţe biti nuţan uvjet ili dovoljan
uvjet. (ii) usmjerili smo pozornost na jednostavne osobine i nismo razmatrali
mogučnost sloţenih nuţnih ili dovoljnih uvjeta.
(i) Negativni uvjeti. Ponekad odsutnost neke osobine moţe biti dovoljan
uvjet za prisutnost ili odsutnost nečeg drugog. Primjerice, ako je zrak

8
Postupak je paralelan, ali nije istovjetan s Millovom udruţenom metodom slaganja i razlike.

16
 odsutan, ljudi će se ugušiti. Odsutnost zraka je dovoljan uvjet za gušenje.
TakoĎer je istinito da će drvo gorjeti samo ako nije mokro. Ovdje je
izostanak osobine (nije mokro) nuţan uvjet za gorenje. Naravno, izbor
opisa stvari u negativnim ili pozitivnim terminima često je proizvoljan
(...)
(ii) Složeni uvjeti. Uvjeti mogu biti sloţeni poput:
Ako se vodik pomiješa s kisikom i zapali, eksplodirat će.
Ovo izraţava konjunktivni dovoljan uvjet.
Pojedete li blato ili kamenje, pozlit će vam.
Ovo izraţava disjunktivni dovoljan uvjet.
Kratki spoj uzrokovat će vatru samo ako je prisutan kisik i gorivni materijal.
Ovaj uvjet je konjunktivni nuţan uvjet.

Korištenje testova za nalaženje uzroka

Opisani postupci bili su potpuno mehanički. Jednostavno smo utvrdili dva pravila
i onda pokazali kako mogu biti primjenjena na apstraktni obrazac uvjeta. Korištenje
ovih pravila u stvarnim konkretnim situacijama donosi sa sobom i odreĎen broj
komplicirajućih faktora.

Normalnost
Prvo, vaţno je imati na umu da u uobičajenom razumijevanju uzročnih
kondicionala, obično uzimamo kao zajamčeno da su okolnosti normalne. Dio općeg
znanja jest da će se ţigica upaliti kresanjem. Tako kresanje ţigice smatramo
dovoljnim uvjetom za njezino paljenje. No ako je netko sobu napunio ugljičnim
dioksidom, onda se ţigica neće upaliti. Netko moţe biti sklon reći da kresanje ţigice,
dakle, nije dovoljan uvjet za njezino paljenje. Moţemo biti oprezniji i dodati uvjet
da soba nije napunjena ugljičnim dioksidom. No opet smo previdjeli druge
mogućnosti – primjerice, da je soba napunjena dušikom, da je ţigica otporna na
gorenje, da je ţigica već izgorjela itd. itd. Sad izgleda da će antecedent našeg
kondicionala morati biti beskonačno dugačak da bi specificirao istinit dovoljan
uvjet. Mi smo meĎutim obično zadovoljni s početnom tvrdnjom. Jednostavno ne
brinemo o mogućnosti da je soba napunjena ugljičnim dioksidom, da je ţigica
otporna na gorenje itd. Uobičajeno mislimo da su okolnosti normalne, a od te
pretpostavke odustajemo samo ako se pojavi dobar razlog za to.

Ova razmišljanja sugeriraju sljedeću kontekstualiziranu definiciju dovoljnih

uvjeta i nuţnih uvjeta:

17
 F je dovoljan uvjet za G znači da kadgod je prisutan F, u normalnom kontekstu,
prisutan je također i G.

F je nužan uvjet za G znači da kadgod je odsutan F, u normalnom kontekstu,

odsutan je također i G.
Što će se smatrati normalnim kontekstom ovisit će o tipu i svrsi istraţivanja, no
sva istraţivanja uzročno dovoljnih i uzročno nuţnih uvjeta odvijaju se u okviru
mnogih faktora koji se uzimaju kao fiksni.

Pozadinske pretpostavke
Osim podrazumijevanja da su okolnosti normalne, pripisivanje uzročnih uvjeta
odvija se u okviru bogate pozadine općeg znanja, a ponekad i specijaliziranog
tehničkog znanja o tome kako stvari djeluju. Istraţivači koji traţe uzrok zbog kojeg
je kuća izgorjela dolaze 'oboruţani' velikom količinom informacija o tome kako se to
moglo dogoditi: loše instalacije, eksplozija peći, spontano zapaljenje istrošenog
materijala, podmetanje poţara itd. Istraţivači će imati i detaljno znanje o tome kako
će testirati svaku od tih mogućnosti. To pozadinsko znanje ključno je za primjenu
dva pravila koja smo naveli jer ono sugerira listu kandidata i njihovih ograničenja.
Istraţivači će tako rutinski provjeriti je li eksplodirala peć, a neće provjeravati je li
neka ptica preletjela kuću, jer vjerovanje da vatru moţe uzrokovati eksplozija, a ne
moţe prelijetanje ptice dio je općeg razumijevanja predmeta.
(...)

Što nazivamo uzrokom

Proučimo to pitanje na jednom konkretnom primjeru. Nakon iscrpnog

istraţivanja pojave nove bolesti, istraţivači su identificirali, opisali i imenovali
bakteriju, te rekli da je Legionella pneumophila uzrokovala legionarsku bolest. Što
je time rečeno? Malo pojednostavljeno, pretpostavimo da se L. pneumophila (kako
joj glasi skraćenica), nalazi u tijelu svih koji su zaraţeni bolešću: kad god je prisutna
bolest, prisutna je i L. pneumophila. Tako L. pneumophila prolazi TNU. Dalje ćemo
pretpostaviti, kao što se to i dogaĎa kod bakterijskih infekcija, da se imunološki
sustav nekih ljudi uspješno brani od L. pneumophile i da oni nikada ne razviju
bolest. Tako L. pneumophile ne bi prošla TDU za legionarsku bolest. To sugerira da
uzrokom ponekad zovemo i ono što zadovoljava TNU, iako ne zadovoljava TDU.
No, iako ponekad nuţne uvjete nazivamo uzrocima, zasigurno ne smatramo
uzrocima sve nuţne uvjete. Primjerice, da bi dobio legionarsku bolest, čovjek mora
biti ţiv, pa ipak nitko ne misli da 'biti ţiv' uzrokuje legionarsku bolest. Manje
trivijalan primjer drugog nuţnog uvjeta za razvoj legionarske bolesti mogao bi biti

18
slabost organizma – zdravi ljudi mogli bi se uvijek othrvati L. pneumophili. Hoćemo
li tada reći da slabost organizma uzrokuje legionarsku bolest. U opisanim
okolnostima, sigurno ne, ali mogli bismo reći da je vaţan uzročni faktor ili uzročno
relevantni faktor.
Ono što zovemo uzrokom, za razliku od uzročno relevantnog faktora izgleda
ovisi o mnogo stvari. Tendiramo izraz „uzrok“ sačuvati za promjenu koja se
dogodila prije posljedice, a stalne ili fiksne osobine konteksta nazivati uzročnim
faktorima. Tako govorimo i o legionarskoj bolesti. Izloţenost L. pneumophila bio je
specifičan dogaĎaj koji se dogodio prije izbijanja bolesti, uzrokujući je. Slabost
organizma koju je oboljela osoba imala neko vrijeme prije izbijanja bolesti nije
uzrok nego uzročni faktor. No ne povlačimo uvijek razliku izmeĎu uzroka i
uzročnog faktora na temelju prethodne promjene u odnosu na stalne (fiksne) uvjete.
Primjerice ako ţelimo objasniti zašto su neki ljudi koji su došli u kontakt s L.
pneumophila razvili bolest, a drugi nisu, tada bismo mogli reći da je prva grupa
oboljela jer im je organizam bio slabe kondicije. Tako se, ograničavajući istraţivanje
samo na one ljude koji su došli u kontakt s L. pneumophila, naša perspektiva
promijenila. Unutar te grupe ţelimo znati zašto su neki oboljeli, a drugi nisu. U
ovom se kontekstu čini posve prirodnim navesti slabost organizma kao uzrok. Ovi
primjeri sugeriraju da uzrokom zovemo ono što ima posebno važnu ulogu u odnosu
na svrhu istraživanja. Obično će to biti dogaĎaj ili promjena koja je nastupila uz
pozadinske stalne (fiksne) nuţne uvjete, a ponekad neće.

Ponekad uzrocima nazivamo dovoljne uvjete. Kaţemo da kratki spoj uzrokuje

vatru jer u mnogim je normalnim kontekstima kratki spoj dovoljan da uzrokuje
vatru. Naravno, kratki spoj nije nuţan za uzrokovanje vatre jer vatra moţe biti
uzrokovana na puno drugih načina. Kod dovoljnih uvjeta, kao i kod nuţnih uvjeta,
često razlikujemo ono što nazivamo uzrokom od onoga što nazivamo uzročnim
faktorom i to radimo na sličan način. Ugrubo, mogli bismo reći da ponekad
uzrocima nazivamo ključne komponente dovoljnih uvjeta. Odrţavajući pozadinske
uvjete fiksnima, takve uzročne tvrdnje moţemo procijeniti koristeći TDU.
Saţeto, moţemo koristiti TNU za eliminaciju predloţenih nuţnih uzročnih
uvjeta. Moţemo koristiti TDU za eliminaciju predloţenih dovoljnih uzročnih uvjeta.
Oni kandidati koji 'preţive' testiranje mogu se nazivati uzročnim uvjetima ili
uzročnim faktorima ako se uklapaju u naš sustav ostalih uzročnih generalizacija.
Konačno, neke od tih uzročnih uvjeta ili uzročnih faktora nazivamo uzrocima ako
imaju ključnu ulogu u našem uzročnom istraţivanju. Tipično, iako ne uvijek, nešto
nazivamo uzrokom dogaĎaja ako se dogodilo prije tog dogaĎaja ili promjene u
odnosu na pozadinu fiksnih uvjeta.

19
Usporedne varijacije

Korištenje TDU i TNU ovisi o činjenici da su izvjesne osobine ponekad prisutne,

a ponekad odsutne. No izvjesne osobine uvijek su prisutne u odreĎenom stupnju.
Budući su uvijek prisutne TNU ih nikada neće eliminirati kao moguće nuţne uvjete
bilo kojeg dogaĎaja, a TDU nikad neće bilo što moći eliminirati kao dovoljne uvjete
za te osobine. Ipak, mjera ili stupanj u kojem neka osobina postoji često je fenomen
koji traţi uzročno objašnjenje.
Primjer će to razjasniti. Posljednjih godina pojavila se kontroverza oko utjecaja
kiselih kiša na okoliš sjeveroistoka SAD i Kanade. Dio kontroverze tiče se i
ispravnog tumačenja prikupljenih podataka. Problem se pojavio iz sljedećeg razloga:
atmosfera uvijek sadrţi odreĎenu količinu kiseline, većina koje je iz prirodnih
izvora. TakoĎer je poznato da povećanje kiselosti u okolišu moţe ostaviti ozbiljne
posljedice na biljke i ţivotinje. Jezera su posebno osjetljiva na efekt kiselih kiša.
Konačno, priznato je i da industrija, pogotovu na srednjem zapadu ispušta u zrak
velike količine sumpornog dioksida (SO2), a to povećava kiselost vode u atmosferi.
Pitanje je, i ovdje počinje kontroverza, je li doprinos industrije kiselosti uzrok šteti
koja se nanosi okolišu?
Kako riješiti taj problem? Dva pravila koja smo uveli ne daju neposrednu pomoć
jer kao što smo vidjeli oni mogu strogo testirati uzročnu hipotezu samo ako naĎemo
slučajeve prisutnosti, odnosno odsutnosti osobine. TNU moţe strogo testirati nuţan
uvjet samo ako moţemo naći slučajeve gdje se osobina ne pojavljuje i tada
provjerimo pojavljuje li se ciljana osobina. TDU moţe strogo testirati dovoljan uvjet
samo ako moţemo naći slučajeve gdje je ciljana pojava odsutna i tada provjerimo je
li kandidat za dovoljan uvjet takoĎer odsutan. Ovi testovi meĎutim nisu primjenjivi
na slučaj kiselih kiša jer uvijek postoji odreĎena količina kiselosti u atmosferi, pa
nije moguće provjeriti što se dogaĎa kad je atmosferska kiselost potpuno odsutna.
Slično tomu, oštećen okoliš, koje je ciljana pojava, takoĎer je vrlo raširena pojava u
našem suvremenom industrijskom društvu da je takoĎer teško pronaći slučaj gdje je
oštećenost potpuno odsutna.
Dakle, ako u atmosferi uvijek ima kiseline i uvijek postoje oštećenja okoline
barem u odreĎenoj mjeri, kako odrediti je li SO2 koji je ispušten u atmosferu
značajno odgovoran za oštećenje okoliša? Ovdje koristimo ono što je John Stuart
Mill nazvao metoda usporednih varijacija. Pitamo se varira li količina oštećenja
direktno u proporciji s količinom SO2 ispuštenog u okolinu. Ako se oštećenje okoliša
povećava s količinom SO2 ispuštenog u okolinu, a pada kad je količina SO2
smanjena, onda izgleda razloţno pretpostaviti da je razina SO2 u atmosferi pozitivno
kolerirana s oštećenjem okoliša. Imali bismo dobar razlog za vjerovanje da bi
smanjenje emisije SO2 smanjilo stupanj oštećenja okoliša barem u odreĎenoj mjeri.
Argumente koji se zasnivaju na usporednoj varijaciji teško je procijeniti
pogotovu ako nema prihvaćene teorije koja bi osmislila usporednu varijaciju. Neke

20
varijacije dobro su utvrĎene i shvaćene. Primjerice svatko zna da će trošiti više
goriva što brţe vozi. Zašto? Objašnjenje daje teorija – za veću brzinu treba više
energije nego za manju brzinu, a ta se energija dobija iz goriva kojeg troši motor
automobila. Druge korelacije slabije su objašnjene. Čini se da postoji korelacija
izmeĎu razine kolesterola u krvi i šanse za srčani infarkt. Prvo, korelacija u ovom
slučaju nije ni pribliţno jaka poput korelacije izmeĎu potošnje goriva i brzine, jer
mnogi ljudi s visokom razinom kolesterola ne pretrpe srčani infarkt, a mnogi ljudi s
niskom razinom kolesterola pretrpe. Dalje, nije pronaĎena teorija koja bi objasnila
postojeću pozitivnu korelaciju.
Pozivanje na teoriju je ključno jer dva skupa pojava mogu biti u korelaciji u vrlo
visokom stupnju iako meĎu njima nema direktne uzročne veze. Omiljeni primjer
koji se pojavljuje u mnogim udţbenicima iz statistike je otkriće pozitivne korelacije
izmeĎu veličine stopala u dječaka i kvalitete njihova rukopisa. Teško je zamisliti
uzročnu vezu u bilo kojem smjeru. Veliko stopalo neće utjecati na bolje pisanje i,
jednako očigledno, dobro pisanje neće vam povećati stopalo. Ispravno objašnjenje je
da su oboje, veličina stopala i sposobnost pisanja pozitivno korelirani s godinama.
Ovdje je neuzročna korelacija izmeĎu dvije pojave (veličine stopala i sposobnosti
pisanja) objašnjena trećom zajedničkom korelacijom (sazrijevanjem) koja jest
uzročna.
Ponekad je moguće otkriti uzročne korelacije unazad. Primjerice, prije nekoliko
godina, sportski su statističari otkrili negativnu korelaciju izmeĎu odreĎenog tipa
dodavanja lopte i pobjede. Drugim riječima, što je tim više koristio odreĎen tip
dodavanja, imao je manju šansu da pobjedi. To bi sugeriralo da taj tip dodavanja nije
dobra strategija jer smanjuje šanse za pobjedu. No detraljnije ispitivanje pokazalo je
da uzročna relacija zapravo ide u obratnom smjeru. Prema kraju igre, tim koji gubi
tendira koristiti taj tip dodavanja jer gubi, a ne obratno.
Konačno, neke se korelacije čine neobjašnjivima. Primjerice, u Nizozemskoj
postoji jaka pozitivna korelacija izmeĎu stope nataliteta i broja roda koje se gnijezde
na dimnjacima. Postoji naravno pozadinska teorija koja bi ovo objasnila – rode
donose djecu – ali tu teoriju ne podrţava suvremena znanost. U nedostatku bilo koje
bolje teorije, fenomen jednostavno izgleda čudno.
Dakle, uz datu jaku korelaciju izmeĎu fenomena tipa A i B, postoje četiri
mogućnosti:
(1) A je uzrok B
(2) B je uzrok A
(3) Nešto treće uzrokuje oboje
(4) Korelacija je slučajna
Prije negoli prihvatimo bilo koju od ovih mogućnosti moramo imati dobre
razloge zašto je preferiramo u odnosu na ostale tri.

21
22