- Edmund Gettiers dreiseitiger Aufsatz von 1963 erschütterte den Konsens, Wissen als gerechtfertigte wahre Überzeugung zu verstehen; dieser Artikel verbindet das Problem mit trügerischen Annahmen beim Software-Debugging
- Gettier-Fälle bezeichnen Situationen, in denen eine Überzeugung durch Belege gerechtfertigt ist und tatsächlich wahr ist, aber aus einem anderen Grund wahr wurde als dem, auf dem sie beruht – sodass man schwer sagen kann, jemand habe es gewusst
- In einer Web-App sah es nach dem Deployment eines Pull Requests zur Fokussierung des Suchfelds so aus, als habe diese Änderung den Autofokus kaputtgemacht; tatsächlich lag die Ursache aber in einer Änderung des Frameworks am Binding von Root-DOM-Events
- Auch bei einem Problem mit E-Mail-Benachrichtigungen sah eine Codeänderung wie der Bug aus, doch die direkte Ursache war ein nahezu zeitgleicher Ausfall des abhängigen E-Mail-Dienstes
- Wenn man solchen Situationen einen Namen gibt, hinterfragt man Annahmen wie Cache, Branch oder Codepfad stärker und beurteilt die Ursachen komplexer, flüchtiger Softwareprobleme vorsichtiger
Das Gettier-Problem und die Bedingungen für Wissen
- Edmund Gettier veröffentlichte 1963 in Analysis einen dreiseitigen Aufsatz, der zu einem Klassiker der Philosophie wurde
- Seit der Aufklärung wurde Wissen üblicherweise als gerechtfertigte wahre Überzeugung definiert
- Gerechtfertigt: aus Belegen abgeleitet
- Wahr: Man kann nicht sagen, man „wisse“ etwas Falsches
- Überzeugung: eine Proposition im Kopf
- Gettier stellte die Frage: „Ist gerechtfertigte wahre Überzeugung Wissen?“ und präsentierte Fälle, in denen das nicht so ist
- Diese Fälle wurden später Gettier cases genannt und brachten eine eigene Debattenliteratur hervor
Das Beispiel mit der Kuh auf der Wiese
- Man glaubt, in der Ferne auf einer Wiese eine Kuh zu sehen, tatsächlich sieht man aber ein Kuhmodell aus Pappmaché
- Direkt hinter diesem Kuhmodell steht jedoch eine echte Kuh
- In diesem Fall erfüllt die Überzeugung „Auf der Wiese ist eine Kuh“ alle drei Bedingungen
- Man glaubt, dass auf der Wiese eine Kuh ist
- Die Überzeugung ist begründet, weil man etwas gesehen hat, das wie eine Kuh aussieht
- Tatsächlich ist auf der Wiese eine Kuh
- Trotzdem ist es schwer zu sagen, dass diese Person wusste, dass auf der Wiese eine Kuh ist
- Denn der Grund, aus dem die Aussage wahr ist, ist nicht das Objekt, das die Person gesehen hat, sondern die echte Kuh, die zufällig dahinter stand
„gettier“ bei Genius
- Der CTO von Genius hatte im Grundstudium Philosophie studiert und interessierte sich sehr für Gettier-Fälle
- Bei Genius nannte man solche Situationen kurz gettier und verwendete den Begriff, um eine beim Programmieren häufige Täuschung zu beschreiben
- Sobald es einen Namen dafür gibt, fallen einem ähnliche Situationen häufiger auf
Beispiel einer Web-App, in der Autofokus kaputtging
- Eine Webanwendung nutzte ein intern entwickeltes clientseitiges Framework
- In einer kleinen Suchmaschinen-App wurde ein Pull Request erstellt, damit das Eingabefeld den Fokus verliert, wenn man im Suchfeld Enter drückt
- Die Änderung sollte Nutzerinnen und Nutzern, die per Tastatur durchs Web navigieren, ersparen, das Eingabefeld manuell verlassen zu müssen
- Nach dem Deployment der neuen Version fiel auf, dass das automatische Fokussieren des Suchfelds beim Laden der Seite nicht mehr funktionierte
- Auch nach diversen Codeänderungen, dem Auskommentieren von Zeilen und einem Hard Refresh des Browsers kehrte das Autofokus-Verhalten nicht zurück
- Die tatsächliche Ursache war, dass ein Kollege das Framework selbst geändert hatte und sich dadurch änderte, wie bestimmte Events an das Root-DOM-Element gebunden wurden
- Dadurch ging das Attribut
"autofocus"kaputt - Im Zuge eines routinemäßigen Rebase gelangten zusammen mit dieser Änderung weitere, nicht damit zusammenhängende Änderungen hinein
- Beim Deployment des kleinen Pull Requests wurde also auch ein Bug ausgeliefert, der nichts mit der eigenen Änderung zu tun hatte
- Dadurch ging das Attribut
- Weil Code rund um den Fokus des Suchfelds geändert worden war, sah es so aus, als habe der Pull Request das Problem verursacht
- Die Überzeugung „Der gerade deployte Pull Request hat den Autofokus der Production Site kaputtgemacht“ war gerechtfertigt, und tatsächlich war er nach dem Deployment kaputt – doch die eigentliche Ursache des Defekts war eine völlig andere Änderung
- Tests hätten das abfangen müssen, und es gab auch seltsames Verhalten; trotzdem bleibt der Punkt, dass Softwareentwicklung schwierig ist
Beispiel mit ausgefallenen E-Mail-Benachrichtigungen
- Ein Nutzer meldete, dass Nachrichten innerhalb der Site keine E-Mail-Benachrichtigungen mehr erzeugten
- Am E-Mail-Verarbeitungscode der Web-App war kürzlich eine Änderung vorgenommen worden, und diese Änderung sah aus wie der Bug, der das Fehlverhalten auslöste
- Fast zeitgleich fiel jedoch der E-Mail-Dienst selbst aus, von dem dieser Code abhing
- Die Überzeugung, die Codeänderung sei die Ursache dafür, dass E-Mails nicht mehr zugestellt wurden, war gerechtfertigt, und das Ergebnis war tatsächlich wahr; die direkte Ursache war jedoch der Dienstausfall
Ein nützlicher Begriff für Programmierer
- Philosophinnen und Philosophen könnten einwenden, dass solche Beispiele keine strengen Gettier-Fälle sind und echte gettiers selten vorkommen
- Dennoch wurde das Konzept bei Genius wie ein Begriff verwendet und blieb auch später nützlich
- Eine der kniffligen Situationen, die Programmierer erleben, ist: Ein Problem hat mehrere potenzielle Ursachen, und es gibt gute Gründe, an eine davon zu glauben, während die tatsächliche Ursache woanders verborgen liegt
- Wenn man einer solchen Situation einen Namen gibt, wird man wachsamer
- Man prüft, ob man den Cache nicht geleert hat
- Man fragt sich, ob man vielleicht auf dem falschen Branch arbeitet
- Man kontrolliert, ob tatsächlich dieser Codepfad durchlaufen wird
- Software ist komplex und flüchtig; deshalb stoßen Entwickler häufiger als andere auf merkwürdige erkenntnistheoretische Probleme
- Wenn man die Kuh auf der Wiese von einem gettier unterscheiden kann, kommt man als Entwickler besseren Urteilen näher
1 Kommentare
Hacker-News-Kommentare
Ein verwandter Tweet, der inzwischen offenbar gelöscht wurde:
Die Beispiele im Artikel erzeugen eigentlich kaum interessante Streitpunkte. Der Beobachter, der dunkle Wolken sieht und „weiß“, dass es brennt, liegt einfach falsch. Die Wolken könnten ein Insektenschwarm oder ein Feuer sein; es fehlen zusätzliche Belege, um die Mehrdeutigkeit aufzulösen.
Auch das Schimmern, das ein Wüstenreisender in der Ferne sieht, könnte eine Oase oder eine Fata Morgana sein; um es als gerechtfertigtes Wissen zu bezeichnen, braucht es also mehr Evidenz.
Ich frage mich, ob es sinnvoll wäre, Vorhersagekraft als Bedingung für „gerechtfertigtes wahres Wissen“ aufzunehmen. Dann wären diese beiden Beispiele und auch Russells Beispiel mit der stehen gebliebenen Uhr abgedeckt. Wenn man glaubt, etwas zu wissen, mit diesem Wissen aber keine gültigen Vorhersagen treffen kann, weiß man es nicht wirklich. Das Zoom-Hintergrund-Beispiel könnte dieses Kriterium erfüllen, sofern keine absichtliche Täuschung vorliegt.
a) Niemand denkt, dass ein Zoom-Hintergrund den tatsächlichen Hintergrund zeigen muss; daher sehe ich keine Rechtfertigung dafür, eine solche Schlussfolgerung zu behaupten.
b) Wenn der Hintergrund 1:1 dem echten Hintergrund entspricht, dann ist die Aussage wahr, selbst wenn man aus anderen Gründen glaubt, es sei der echte Hintergrund; man hat also einen gerechtfertigten wahren Glauben.
Wenn der Zuschauer zum Beispiel glaubt, es nicht zu wissen, ich aber urteile, dass er es tatsächlich weiß, beruht auch mein Wissen auf einer Rechtfertigung. In diesem Fall ist mein Wissen, dass ich einen falschen Hintergrund eingeblendet habe, diese Grundlage.
Umgekehrt lässt sich leicht eine Situation konstruieren, in der ich heimlich deinen Hintergrund ausschalte. Dann hat dein Zoom-Gegenüber Wissen, du aber nicht. Trotzdem glaubst du in diesem Fall, dass die andere Person es nicht weiß.
Ich habe an der Universität Philosophie studiert, und damals war semantische Haarspalterei rund um das Gettier-Problem in Mode.
Ich habe immer geglaubt, dass Gettier deshalb berühmt wurde, weil sein Aufsatz nur drei Seiten lang war und damit der einzige war, den Wissenschaftler tatsächlich bis zum Ende gelesen hatten.
Ich habe nie gedacht, dass an diesem Problem etwas besonders Tiefes oder Bemerkenswertes ist. Im Kern ist es eine Debatte über die Definition von Wissen, und solche Debatten kann man ewig führen. Tatsächlich schrieben sie jeweils 30-seitige Aufsätze und stritten weiter über die Definition von Wissen.
Die besten Philosophen verstehen das im Allgemeinen, glaube ich, aber Lehnstuhlphilosophen und sogar manche formal ausgebildete und qualifizierte Leute bilden sich ein, es gebe eine Definition von „Wissen“, und darüber zu streiten sei eine sinnvolle Tätigkeit.
Als hätte es irgendeine nützliche Auswirkung auf das Universum, wenn wir uns nur darauf einigen, was „Wissen“ ist. Sie behandeln das Wort selbst als wichtig und als hätte es eine reale ontologische Substanz, und glauben, etwas erreicht zu haben, wenn sie herausfinden, „was Wissen genau ist“.
In Wirklichkeit ist das aber nicht so. Erst recht nicht der Teil, dass seine Festlegung eine bedeutsame Auswirkung hätte. Ob es nützlich wäre, ist noch einmal eine andere Frage.
Es gibt mehrere Definitionen von Wissen. Es gibt die Sichtweise, dass man etwas nur dann weiß, wenn man zu 100 % sicher ist und es auch abstrakt „stimmen“ muss. Ich nenne das hier „abstrakt“, weil wir von vornherein kein Orakel haben, das uns bei Fakten wie „steht eine Kuh auf dem Feld?“ sagt, ob es stimmt, sodass sich das nicht konkretisieren lässt.
Diese Sicht läuft letztlich auf eine cartesianische Position hinaus, in der fast das Einzige, was man „weiß“, die Tatsache ist, dass man selbst existiert. Das ist philosophisch und historisch eine interessante und wichtige Definition, stößt aber schnell an Grenzen. Auf „Ich existiere“ allein lässt sich nicht viel Logik aufbauen; man braucht mehr Material.
Nimmt man dagegen probabilistisches Wissen, kann man sagen: „Ich sehe auf dem Feld eine Kuh, also weiß ich, dass dort eine Kuh ist.“ Gemeint ist, dass ich genügend induktive Gründe habe zu glauben, dass das, was ich sehe, keine Kuh aus Pappmaché ist, sondern eine echte Kuh. Denn die Wahrscheinlichkeit, dass jemand auf dem Feld eine Kuh aus Pappmaché aufgestellt hat, ist induktiv gering.
Dieses Wissen kann falsch sein. Das ist nicht nur ein Problem der reinen theoretischen Philosophie; ich habe tatsächlich schon Scherzobjekte auf Feldern gesehen und bin auf den ersten Blick auf Vogelscheuchen hereingefallen, die gut genug gemacht waren, um zu täuschen, oder auf Gartendekorationen, die aus der Ferne wie Menschen aussehen sollten. Es ist eine reale Frage.
Trotzdem kann man auch in Situationen, in denen ein Wahrheitsorakel sagen würde: „falsch“, mit einer Wissensdefinition arbeiten, nach der ich „Wissen“ darüber hatte, dass dort ein Mensch ist. Man kann auf einem Wissensbegriff aufbauen, der gegen Wahrheit „konvergiert“, sie aber nicht zwingend erreicht. Das ist komplizierter, aber viel nützlicher.
Diese beiden Beispiele decken auch nicht alle interessanten und nützlichen Definitionen von Wissen ab. Das zweite ist eher eine Klasse von Definitionen als eine einzelne Definition.
Noch einmal: Ich will den am besten ausgebildeten Philosophen im Allgemeinen nicht genau das vorwerfen. Aber viele Philosophen neigen dazu, zu lange um die Tatsache zu kreisen, dass man „keinen Zugang zu einem Orakel absoluter Wahrheit“ hat.
Stimmt. Das ist eine Tatsache, mit der man umgehen muss. Ebenso mit Fragen wie: „Ich denke, also bin ich. Aber was kann ich darüber hinaus mit 100 %iger Strenge folgern?“ Doch daran immer wieder in nur leicht veränderter Form festzuhalten, ist nicht produktiv.
Es gibt kein solches Orakel. Man muss diese Tatsache akzeptieren und weitergehen. Es entsteht nicht dadurch, dass man es definiert, und nicht dadurch, dass man es sich wünscht. Es entsteht auch nicht dadurch, dass man Tinte aufs Papier gießt, die Logik wie eine Brezel verdreht und dann erklärt, das sei irgendwie notwendig.
Falls Gott existiert — persönlich tendiere ich zu „ja“, aber so oder so —, dann ist Gott ganz sicher keine Datenbank, die man jedes Mal abfragen kann, wenn man fragt: „Steht dort eine Kuh?“
Wenn man davon nicht loskommt, bleibt man, egal wie viele Worte man hinzufügt, in einem sehr kleinen Spielplatz gefangen. Vielleicht ist das alles, was sie wollen oder zu tun bereit sind, aber es bleibt ein kleiner Spielplatz.
In der Philosophie kann man tatsächlich nicht „falsch“ liegen. Denn Ideen werden nicht als falsch bewiesen und verworfen. Wenn das möglich wäre, würde man es einfach „Wissenschaft“ nennen.
Deshalb wird Philosophie zu einem Körper, in dem sich immer weiter ansammelt: „Der eine hat dies gesagt, der andere jenes.“ Stellt man eine philosophische Frage, lautet die Antwort: „Aristoteles sagte dies, Kant sagte jenes, Descartes sagte dies, Searle sagte jenes.“
Wenn man fragt: „Und was ist nun die Antwort?“, heißt es: „Habe ich doch gerade gesagt.“ Wenn man also tatsächlich über etwas streiten will, streitet man über Definitionen.
Wissen und Wahrheit sind zentralisierte Konzepte. Ich bevorzuge Modelle, die dieses Problem nicht haben.
Alle Modelle sind unvollständig und vorläufig, und für denselben Prozess kann es mehrere Modelle geben. Wissen und Wahrheit führen leicht zu endlosen Debatten, während Modelle ihre Grenzen besser verständlich machen und niemand behauptet, Perfektion zu erreichen. In der Programmierung nennt man das Abstraktion, und man weiß auch, dass sie immer irgendwo leckt.
Ich denke, viele philosophische Probleme entstehen aus dem Wunsch, Dinge zentralisiert zu erklären. Bewusstsein, Verstehen und Intelligenz sind Beispiele dafür.
Ich bevorzuge den Ausdruck „Suche“. Suche ist dezentralisiert und umfasst persönliche, interpersonelle und gesellschaftliche Bereiche. Suche definiert einen Suchraum, während Bewusstsein, wenn wir darüber sprechen, gegenüber Umwelt und anderen Menschen schweigt.
Suche leistet das, was Bewusstsein, Verstehen und Intelligenz leisten sollen. Alle geistigen Fähigkeiten wie Aufmerksamkeit, Gedächtnis, Vorstellungskraft und Planung sind Formen der Suche. Lernen ist Suche nach Repräsentationen, Wissenschaft ist ebenfalls Suche, Märkte sind Suche, und auch DNA-Evolution und Proteinfaltung sind Suche.
Das ist allgemeiner und wissenschaftlicher. Suche beseitigt viele Mysterien und begeht nicht den Fehler, sich in einem einzelnen Menschen zu zentralisieren.
Tiefe philosophische Probleme entstehen, weil es am Sein tatsächlich Dinge gibt, die rätselhaft sind. Wenn man die Begriffe austauscht, verschwinden diese Rätsel nicht.
Ein erfahrener Kollege, mit dem ich in meinem ersten Praktikum zusammengearbeitet habe, nannte solche Probleme das Gesetz des zufälligen Scheiterns, und das habe ich mir gemerkt.
Beim Debuggen probiere ich viele naheliegende Dinge aus, um die Wahrheit zu überprüfen. Zum Beispiel prüfe ich, ob der Bug verschwindet, wenn ich all meine Änderungen zurücknehme.
Wenn es auch dann nicht funktioniert, gehe ich davon aus, dass sich externe Faktoren geändert haben, etwa Hardware, Backend-Services oder das Wackeln der Erde. Wenn es funktioniert, finde ich die Stelle per binärer Suche entlang der Zeitachse.
Bei schwierigen Bugs, die sich der Logik entziehen, funktioniert diese Methode zu 99 %. Statt endlos Logs, blame und Dateidiffs zu durchforsten, startet man von einem bekanntermaßen funktionierenden Zustand aus.
Natürlich ist das in manchen Fällen unmöglich, aber bei Code mit recht schnellen Build-, Installations- und Testzyklen funktioniert es wirklich gut.
Ich schrieb sogar Tests, um zu sehen, ob ich einen Grenzfall-Bug im Compiler oder ein Problem im Library-Code gefunden hatte. Ich war kurz davor, ein Issue bei der Library zu eröffnen, als die wahre Ursache sichtbar wurde.
Tatsächlich war es eine Kombination aus einem subtilen Bug in der Testkonfiguration und dem Fehler, ein Hardware-Interface eines alten Protokolls fälschlich als HREG statt als IREG definiert zu haben.
Zufällig funktionierte das eine Weile gut, bis es aus Gründen wie Stack-Korruption oder einem falschen Pointer innerhalb der Library eine Callback-Schleife erzeugte. Das war ein Bug, bei dem ich wirklich anfing, an meinem Verstand zu zweifeln.
„Ich sitze mit einem Philosophen im Garten. Er zeigt auf einen Baum in der Nähe und sagt immer wieder: ‚Ich weiß, dass das ein Baum ist.‘ Als jemand anderes dazukommt und das hört, sage ich zu ihm: ‚Dieser Mensch ist nicht verrückt. Wir philosophieren nur.‘“
― Ludwig Wittgenstein
Ich sehe nicht so recht, was daran das große Problem sein soll. Rechtfertigung ist eine Skala zwischen 0 und 1, und bei 1 wäre man allwissend und allmächtig.
Wir leben in einer komplexen Welt, und niemand hat Zeit, Gott zu sein; also kann man einfach einen gerechtfertigten wahren Glauben mit 0,5 akzeptieren und weitermachen.
Zum Teil mit dem Glauben könnte man auch sagen: „Wenn du es glaubst, ist es keine Lüge.“
Auch zum Teil mit der Wahrheit: Nehmen wir an, es gibt tatsächlich eine Kuh. Bevor du aber jemanden holen kannst, um deinen gerechtfertigten wahren Glauben überprüfen zu lassen, entführen Außerirdische die Kuh und hinterlassen einen Kornkreis. Jetzt sieht jeder nur noch die Kuh aus Pappmaché, und du wirkst wie ein Idiot, aber tatsächlich hattest du einen wahren gerechtfertigten wahren Glauben. Schrödingers gerechtfertigter wahrer Glaube.
Wenn du andere nicht überzeugen kannst, ist es dann wirklich wichtig? Umgekehrt: Wenn Wissen falsch ist, aber alle sich darauf einigen, dass es wahr ist, ist das dann wichtig?
Gerechtfertigter wahrer Glaube existiert nur, um falsche Annahmen offenzulegen. Es ist ein bisschen so, als wäre man auf der falschen Seite eines Branch Predictors. Wenn du einen gerechtfertigten wahren Glauben von 0,9 hast, aber mit 0,1 Wahrscheinlichkeit die richtige Antwort bekommst und deine Annahmen nicht aktualisierst, dann hast du ein Problem. Eine Statue auf einem Feld ist noch keine Katastrophe.
Außer natürlich, du ermittelst in einem Mordfall und bist Sherlock Holmes. Er ist ein wirklich starker Branch Predictor.
Wenn man in einen Kuhkadaver einen Roboter einbaut und niemand den Unterschied bemerkt, ist es dann immer noch eine Kuh? Wenn man einen grässlichen Kuh-Pferd-Hybriden entdeckt, wie sollte man den nennen? Wenn diese Kuh eine einzigartige Mutation hat, die keine andere Kuh besitzt, passt sie dann noch zum Prototyp einer Kuh?
Zum Beispiel, wenn sie keine Milch produzieren kann? Wenn sie im Labor erzeugt wurde? Welche Merkmale sind nötig, um Kuhheit zu erben?
Auch das ist eine Unschärfe, die Sprache überdeckt. Beispielsweise wird „cow“ auch als abwertender Ausdruck verwendet, der nicht unbedingt ein Rind bezeichnen muss.
Außerdem gibt es die Frage: „Ist Wissen endlich oder unendlich?“ Wird irgendwann der Punkt kommen, an dem alles erklärt werden kann, die Wissenschaft endet und man sich auf seinen Errungenschaften ausruhen kann? Was passiert danach? Verbringt man die Zeit damit, nicht existierende Annahmen zu erklären? Reine theoretische Mathematik? Oder könnte auch das enden?
https://www.wikiwand.com/en/articles/Karl_Popper
Für das Induktionsproblem und das Abgrenzungsproblem lesenswert: https://www.wikiwand.com/en/articles/Falsifiability
Kurz gesagt: Weil wir nicht „allwissend und allmächtig“ sind, können wir in Wirklichkeit nie irgendetwas wissen.
Wenn man sie aber auffordert, diese Erklärung klar auszusprechen, stellen Menschen häufig fest, dass ihre Erklärung mit der anderer nicht vereinbar ist. Gräbt man tiefer, hält diese Erklärung überhaupt nicht stand. Deshalb können manche Gedankenexperimente der alten Griechen wie Zen-Koans wirken.
Man kann leben, ohne eine strenge Antwort zu finden. Die meisten menschlichen Tätigkeiten jenseits des Überlebens lassen sich in die Kategorie „Ich sehe nicht so recht, was daran das große Problem sein soll“ einordnen.
Zur Frage des Wissens genau das zu sagen und dann 200 Wörter anzuhängen, ist keine Verweigerung der Teilnahme. Es bedeutet, eine ausreichend gute Antwort an die neue Herausforderung anzupassen und weiterzugehen.
Genau deshalb sind solche Fragen schwierig und ziehen manche Menschen dazu hin, nach Antworten zu suchen.
Ramachandrans Fall des Capgras-Syndroms:
https://www.youtube.com/watch?v=3xczrDAGfT4
Die Frage „Umgekehrt: Wenn Wissen falsch ist, aber alle sich darauf einigen, dass es wahr ist, ist das dann wichtig?“ ist ein Beispiel für Konsensrealität. Das ist eine irgendwo entlehnte Intuitionspumpe.
Konsensrealität wird sogar im Quantenbereich respektiert:
https://youtu.be/vSnq5Hs3_wI?t=753
Einzelne Teilchen bleiben in Quantensuperposition, aber ihre relativen Positionen erzeugen innerhalb eines Verschränkungsnetzwerks einen kollektiven Konsens. Dieser Konsens definiert die Struktur makroskopischer Objekte und lässt sie für Beobachter, einschließlich Schrödingers Katze, wohldefiniert erscheinen.
Gettier-Fälle zeigen uns etwas Interessantes über Wahrheit und Wissen.
Eine Tatsachenbehauptung muss das Ereignis abbilden, das die wirksame Ursache dafür war, dass diese Behauptung entstand. Eine Beschreibung ist eine abbildende Beziehung, also eine Entsprechung zwischen Worten und möglichen Ereignissen. Zum Beispiel die Kuh auf dem Feld.
Wissen liegt vor, wenn das beschriebene Ereignis die wirksame Ursache des Glaubens war. Da die Kuh aus Pappmaché die Ursache des Glaubens war und nicht die echte Kuh, betrachtet unsere Intuition dies nicht als normales Wissen.
Daher muss eine wahre Aussage sowohl eine kausale Beziehung als auch eine beschreibende Beziehung zu etwas in der Welt haben. Anders gesagt: Eine wahre Aussage beschreibt implizit einen Teil ihrer eigenen kausalen Geschichte.
In der klassischen Logik kann eine Aussage an sich wahr sein, auch ohne Beweis; in der intuitionistischen Logik ist eine Aussage nur wahr, wenn es einen Beweis gibt. Der Beweis ist die Ursache dafür, dass die Aussage wahr ist.
In der intuitionistischen Logik ist es nicht so einfach wie „Auf dem Feld ist eine Kuh oder es ist keine da“. Denn wie gesagt braucht das Wissen „Auf dem Feld ist eine Kuh“ einen Beweis, um wahr zu sein.
Daraus entstehen viele Feinheiten. Zum Beispiel ist „Es ist nicht so, dass keine Kuh auf dem Feld ist“ schwächeres Wissen als „Auf dem Feld ist eine Kuh“.
QED, Beweis per terminologischer Konvention.
Das Problem beginnt schon bei der Stelle: „Etwas Falsches zu ‚wissen‘ ergibt keinen Sinn, also muss es wahr sein.“
Für die Griechen mag das sinnvoll gewesen sein, aber im 21. Jahrhundert ergibt es überhaupt keinen Sinn. Es ist weithin anerkannt, dass wir alle mit falschen Dingen leben, die wir „wissen“.
Falsch war also nicht das Wissen, sondern der Glaube, Wissen zu besitzen.
Natürlich kann man im alltäglichen Sinn am Ende sagen, dass wir es wussten, und diese Unterscheidung bestenfalls als übertriebenes Haarspalten abtun. Aber die Philosophie ist bereit, Haare so fein zu spalten, wie die Vernunft sie nur spalten kann.
Vielleicht haben sie grundlegend andere Überzeugungen über die Natur der Wirklichkeit, oder sie verwenden schlicht unterschiedliche Definitionen für dasselbe Wort.
Daher kann man etwas, das tatsächlich falsch ist, nicht als wahr wissen, sondern nur glauben, dass etwas tatsächlich Falsches wahr ist. Genau zu beschreiben, wie man vom Glauben zum Wissen gelangt, ist Aufgabe der Erkenntnistheorie.
Und in manchen konkreten Diskussionen zu bestimmten Themen scheint der Zustand „nicht wissen“ für die meisten Beteiligten, die nicht schweigen, praktisch unmöglich zu sein.
Das Problem ist, dass das Wort „wissen“ überladen ist.
Wissen in der ersten Person ist Glaube. In gewissem Maß ist es einfach Faith. Wir glauben, dass sich die physikalischen Gesetze morgen nicht ändern werden, und wir glauben, uns daran zu erinnern, dass es ein Gestern gab.
Die Wissenschaft versucht, alles gnadenlos zu überprüfen und diesen Glauben so nah wie möglich an Tatsachen heranzuschieben. Aber wir können bei nichts jemals wissen, warum es so ist.
Ein anderes „Wissen“ ist ein Begriff wie absolute Wahrheit, und die Überzeugung einer Person trifft zufällig damit zusammen. Ob dieser Zufall reines Glück ist, scharfe Beobachtung oder – wie im Beispiel des Papers – beides, macht dabei keinen Unterschied.
Tatsächlich ist es eher ein Spektrum, und auch dieser Ausdruck selbst ist einer, den ich überladen verwende. Eine andere Formulierung, die ich häufig benutze, ist: „Das ist eine probabilistische Frage, und hier gibt es nichts Absolutes.“
Das mag die analytische Philosophie oder eines ihrer Teilgebiete erschüttert haben, aber in der Philosophie insgesamt war darüber hinaus kaum etwas davon zu spüren.
Die analytische Philosophie stellt sich gern vor, sie sei die eigentliche Philosophie, aber das ist Unsinn. Sie ist nur eine überhebliche, aggressiv ihr Revier verteidigende Fraktion, die die Ressourcen an sich reißt.
Und das, obwohl viele Studierende sich nach dem Reichtum und der Breite dessen sehnen, was man heute postkantische Philosophie nennt und was der früheren kontinentalen Philosophie oder modernen europäischen Philosophie näherkommt.