A ideia central
O bayesiano representa crenças como probabilidades e exige que elas obedeçam ao cálculo de probabilidades. Diante de uma evidência, a crença numa hipótese deve ser atualizada pela regra de Bayes: a posteriori depende da a priori e de quão esperada seria a evidência se a hipótese fosse verdadeira. Confirmar é aumentar a probabilidade; refutar é baixá-la muito.
Referências
Thomas Bayes, Pierre-Simon Laplace, Frank Ramsey, Bruno de Finetti, Richard Jeffrey, Colin Howson e Peter Urbach.
De onde veio
O teorema de Bayes foi publicado em 1763; Laplace o desenvolveu. No século XX, Ramsey e De Finetti fundaram a interpretação subjetiva da probabilidade, e a filosofia da ciência bayesiana cresceu a partir dos anos 1980.
Diante da astrologia
Diria que a astrologia começa com uma priori baixa (não há mecanismo plausível) e que a evidência acumulada (testes cegos sem efeito) é muito mais esperada se ela for falsa. A posteriori fica muito baixa. Veja o caso da astrologia.
Pontos fortes: o que pode estar certo
- Unifica confirmação, refutação e graus de confiança.
- Explica por que afirmações extraordinárias exigem evidências extraordinárias.
- É usado com sucesso em estatística, medicina e IA.
Objeções
- De onde vêm as prioris? Podem parecer arbitrárias.
- Problema da evidência antiga: dados já conhecidos não parecem confirmar.
- Idealização: ninguém atribui probabilidades a tudo.
O que dizem os críticos
Frequentistas criticam o uso de probabilidades subjetivas na estatística. Popperianos dizem que teorias ousadas têm baixa probabilidade e mesmo assim são as que a ciência deve preferir.
O que não é bayesianismo
Concepções erradas e espantalhos que costumam aparecer em conversas e debates, com a correção.
“Bayesianismo é achismo com fórmula.”
As prioris importam, mas a evidência acumulada faz pessoas com pontos de partida diferentes convergirem.
“Exige fazer contas o tempo todo.”
É um ideal normativo. Na prática, basta pensar em termos de probabilidades e atualizá-las com a evidência.