Bulanık Bilim Felsefesi - 3
|
|
Diğer taraftan, bilim felsefecisi Hume ise “tüm bilimsel gerçeklerin yargılamalarının etki ve tepki arasındaki karşılıklı etkileşimlerden ortaya çıktığını ve bunun da olabilirliğinin Bayes ilkeleri tarafıdan belirtidiğini” söylemişti. Kendisi bulanık mantık yerine hâlâ ikili mantığın ihtimaller kuramını kullanmakta devam etmişti. Keynes (1921), ihtimallerin Russell (1948) gibi gözlemlenerek deneyi yapılabilen sıklıklardan (frekans) yapılmadığını hatılatarak, bilimsel çalışmalarda kişisel ihtimal atamalarının işin için girdiğini belirtmişti. Ona göre bu ihtimaller birer inanma yüzdesinden başka birşey değildir. Sadece önermelere ihtimallerin atanması yetmez, aynı şekilde önermelerin birbirleri ile olabilecek ilişkilerinin de yüzde (ihtimal) olarak ifade edilmesi gerekir. Aslında o, kavramsal ve klasik ihtimal fiirlerini ileriye sürmüştür.
Akılcı bir inancın derecesi, ne kadar aynı olayı tekrarlarsak tekrarlayalım; onun sıklık yüzdesi ile örtüşmeyebilir. Ama aslında belirsizlikler mantık önermelerinin yapılarında (kelimelerinde) içerdikleri müphemliklerle ilişkilidir. Bir bulanık önermede sebepleri içeren öncül kısım (sebepler) ile çıkarım olan ardıl (sonuç) kısım, kısmi geçerliliği olabilen bir sonuca götürür. Böylece, olayı temsil eden her bir önerme (mantık kuralı), o olayın tümünde olan mantık yapısının bir kısmını ifade ederek, o kuralla ilgili olan çıkarımı da kısmi olarak verir. Bunun anlamı şudur; mantık çıkarımlarında sadece önermelere güvenmeden, bunlar arasındaki kısmi de olsa olabilecek karşılıklı zıtlıklara da dikkat edilmelidir. Bir önerme kümesinin öncül kısımlarındaki akılcı yapıların yaklaşık doğru (bulanık) olması halinde, olayın tümden incelenmesi sonucundaki çıkarımlarında yaklaşık doğruluklarda olması beklenir ve bu bir derecelendirmeyi gerektirir. İşte bu derecelendirmeleri içeren çıkarım kümeleri birer bulanık kümedir. İhtimalli önerme ve çıkarımlarındaki sonuçlar sayısal belirsizlikleri gösterir; ama bunlar bulanık olmayan eksik sonuçlardır. Buradaki olasılıkları (ihtimaller, yüzde geçerlilikler) olabilirliklerle yer değiştirirsek, sorunun mantık yapısı ve çıkarımları hep bulanık olur. Buradan da çıkarımların matematile değil de mantıkla yapılabileceği sonucuna varabiliriz.
Matematigin temeli mantık denilmektedir; ama bizim eğitim sistemimizde bolca matematik olmasına karşılık neden mantık yoktur; mantık olmadan matematigi anlamak ve çözümlemelerde bulunarak bunlardan sözel yorumlamalara gidebilmek mümkün olur mu acaba? Bu, yazarın görüşüne göre mümkün değildir; çünkü mantıksız matematik delikli su kovasına benzer. Mantık önermeleri matematik denklemlere götürür, ama tersi doğru değildir.
Belgelerin değişmesi ile müphemlik ve buna bağlı olarak düşüncedeki inanç derecesi ve mantık kurallarının dereceleri de değişir. Olasılıklar (ihtimaller) inanç derecesi olarak özneldir (subjekti) ve psikolojik bir durumu arz ederler (Ramsey, 1978). Tümevarış tartımalarının hedefide öncüllerinin ispat verilmesi durumunda çıkarımların ihtimalli yapılması mümkündür. Tümdengeliş tartımalarında ise sonuçların doğru olduğu var sayılır; bunun için öncüllerin de doğru olması istenir. Her durumda yüzde yüz düzenliliğin bulunması yerine, bazen bir kısımda düzenlilik yüzdesi olabilir. Bu yüzdenin belirlenmesi ile istatitik kurallarının kullanılması yeterli olabilir (Carnap,1995).
Bilim kavramı, günlük hayatta bile sınıflandırıcı, kıyaslayıcı ve niteleyici olmak üzere üç kısımda düşünülebilir. Sınıflandırma kavramında verilen bir nesnenin belirli bir sınıfa atanması söz konusudur. Bu durumda incelenen olay hakkında belirli bir aralık boyunca olabilecek bilgiler ortaya konulabilir. Mesela, bir nesnenin mavi veya sıcak veya kübik olarak sınıflndırılması ile o nesne hakkında oldukça zayıf bir bilgilendirme yapılmış olur. Bunun anlamı, bu vasıfların her biri bir bulanıklık içerir ve sonuçta her biri, bir bulanık küme kavramı ile temsil edilebilir.
Nesnenin daha dar bir sınıfta aralığa konulması, onun hakkında bilgileri artıır. Bu tür darlıklar da bulanıklıkla ifade edilebilir. Bu nesnelerin bilgi içerikleri de bulanıktır. Mesela, bir canlı organizmanın oldukça müphem olması, onun en azından bir hayvan olduğuna işaret eder. Sürüngen dersek daha da ayrıntılı bilgilendirme yapmış oluruz. Sınıfı daralmasına devam edildikçe bulanık küme sayısı artar; ama ayrıntılı bilgi içeriklerine ulaşılır.
Kıyaslamalı kavramlar ise, bilgi iletişimi bakımından daha da etkindir. Mesela, bir nesnenin diğerinden daha ılık olması sınıflandırma kavramına göre daha ayrıntıı bilgi verir. Üçüncü tür kavramlar sayısal olup, bunların ölçümlerle elde edilmesi söz konusudur.
SONUÇLAR
Bu yazıdan çıkarılabilecek önemli sonuç, bilimsel bilgilerin tamamen doğrulanamayacağını veya yanlışlanamayacağını anlamaktı. Ancak, bilgilerin her zaman ve mekanda bulanıklaştırılması mümkündür. Bu tür bulanıklık sayesinde, aynı konuda değişik görüşteki kişiler, paylaşımcı olarak hoşgörülü bir şekilde çalışabilirler. Genel bir sonuç ise, bilim veya ona atfdilen herhangi bir konu asla tamamı ile doğrulanamaz veya yanlışlanamaz. Maalesef, bazı toplumlarda ve bizimkinde de bilimin doğrulayıcı olduğuna inanılarak hiç yanlışlamalar akla getirilmediğinden yenilikçi çalışmalar pek yapılamaz. Halbuki bulanık mantık ve çıkarım ilkelerinin göz önünde tutulması ile bilimsel öncü çalışmalar, geleneksel bilim çalışmaları ve sonrasında da devrimci çalışmaların ortaya konulması mümkündür.
Kaynaklar
Carnap, R. (1987). The Confimatin of Laws and Theories. In J. A. Kourany (Ed.), Scientii Knowledge: Basic issues in the philosophy of science (ss. 122132). Belmont, CA: Wadsworth Publishing Company.
Carnap, R. (1995). An introductin to the philosophy of science. New York: Dover Publicatins. Keynes, J. M. (1921). A tretie on
probability. London: MacMillan. Kuhn, T. (1962). The Structure of Scientii Revolutins. Chicago: University of Chicago Press.
McMullin, E. (1987). Alternatie Approaches to the Philosophy of Science. Janet A. Kourany (Ed.), Scientii Knowledge: Basic issues in the philosophy of science. Belmont, CA: Wadsworth Publishing Company
Popper, K. (1952). The Logic of Scientii Discovery. London: Routledge Publishing Company.
Ramsey, F. P. (1978). Truth and probability. D. H. Mellor (Ed.), Foundatins: Essays in philosophy, logic, mathematis and economics (ss. 58100). London: Routledge and Kegan Paul.
Russel, B. (1948). Human knowledge: Its scope and limits. London: George Allen and Unwin.
Şen, Z. (2003). Modern Mantı. İstanbul: Bilge Kültür Sanat Yayınları.
Şen, Z. (2006). Batmayan Güneşlerimiz. İstanbul: Altı Bur Yayınları.
Şen, Z. (2009). Bulanık Mantı İlkeleri ve Modelleme (Mühendislik ve Sosyal Bilimler) (3. Baskı). İstanbul: Su Vakf Yayınları.
Zadeh, L. A. (1968). Fuzzy Algorithms. Informatin and Control, 12(2), 94102.
Akılcı bir inancın derecesi, ne kadar aynı olayı tekrarlarsak tekrarlayalım; onun sıklık yüzdesi ile örtüşmeyebilir. Ama aslında belirsizlikler mantık önermelerinin yapılarında (kelimelerinde) içerdikleri müphemliklerle ilişkilidir. Bir bulanık önermede sebepleri içeren öncül kısım (sebepler) ile çıkarım olan ardıl (sonuç) kısım, kısmi geçerliliği olabilen bir sonuca götürür. Böylece, olayı temsil eden her bir önerme (mantık kuralı), o olayın tümünde olan mantık yapısının bir kısmını ifade ederek, o kuralla ilgili olan çıkarımı da kısmi olarak verir. Bunun anlamı şudur; mantık çıkarımlarında sadece önermelere güvenmeden, bunlar arasındaki kısmi de olsa olabilecek karşılıklı zıtlıklara da dikkat edilmelidir. Bir önerme kümesinin öncül kısımlarındaki akılcı yapıların yaklaşık doğru (bulanık) olması halinde, olayın tümden incelenmesi sonucundaki çıkarımlarında yaklaşık doğruluklarda olması beklenir ve bu bir derecelendirmeyi gerektirir. İşte bu derecelendirmeleri içeren çıkarım kümeleri birer bulanık kümedir. İhtimalli önerme ve çıkarımlarındaki sonuçlar sayısal belirsizlikleri gösterir; ama bunlar bulanık olmayan eksik sonuçlardır. Buradaki olasılıkları (ihtimaller, yüzde geçerlilikler) olabilirliklerle yer değiştirirsek, sorunun mantık yapısı ve çıkarımları hep bulanık olur. Buradan da çıkarımların matematile değil de mantıkla yapılabileceği sonucuna varabiliriz.
Matematigin temeli mantık denilmektedir; ama bizim eğitim sistemimizde bolca matematik olmasına karşılık neden mantık yoktur; mantık olmadan matematigi anlamak ve çözümlemelerde bulunarak bunlardan sözel yorumlamalara gidebilmek mümkün olur mu acaba? Bu, yazarın görüşüne göre mümkün değildir; çünkü mantıksız matematik delikli su kovasına benzer. Mantık önermeleri matematik denklemlere götürür, ama tersi doğru değildir.
Belgelerin değişmesi ile müphemlik ve buna bağlı olarak düşüncedeki inanç derecesi ve mantık kurallarının dereceleri de değişir. Olasılıklar (ihtimaller) inanç derecesi olarak özneldir (subjekti) ve psikolojik bir durumu arz ederler (Ramsey, 1978). Tümevarış tartımalarının hedefide öncüllerinin ispat verilmesi durumunda çıkarımların ihtimalli yapılması mümkündür. Tümdengeliş tartımalarında ise sonuçların doğru olduğu var sayılır; bunun için öncüllerin de doğru olması istenir. Her durumda yüzde yüz düzenliliğin bulunması yerine, bazen bir kısımda düzenlilik yüzdesi olabilir. Bu yüzdenin belirlenmesi ile istatitik kurallarının kullanılması yeterli olabilir (Carnap,1995).
Bilim kavramı, günlük hayatta bile sınıflandırıcı, kıyaslayıcı ve niteleyici olmak üzere üç kısımda düşünülebilir. Sınıflandırma kavramında verilen bir nesnenin belirli bir sınıfa atanması söz konusudur. Bu durumda incelenen olay hakkında belirli bir aralık boyunca olabilecek bilgiler ortaya konulabilir. Mesela, bir nesnenin mavi veya sıcak veya kübik olarak sınıflndırılması ile o nesne hakkında oldukça zayıf bir bilgilendirme yapılmış olur. Bunun anlamı, bu vasıfların her biri bir bulanıklık içerir ve sonuçta her biri, bir bulanık küme kavramı ile temsil edilebilir.
Nesnenin daha dar bir sınıfta aralığa konulması, onun hakkında bilgileri artıır. Bu tür darlıklar da bulanıklıkla ifade edilebilir. Bu nesnelerin bilgi içerikleri de bulanıktır. Mesela, bir canlı organizmanın oldukça müphem olması, onun en azından bir hayvan olduğuna işaret eder. Sürüngen dersek daha da ayrıntılı bilgilendirme yapmış oluruz. Sınıfı daralmasına devam edildikçe bulanık küme sayısı artar; ama ayrıntılı bilgi içeriklerine ulaşılır.
Kıyaslamalı kavramlar ise, bilgi iletişimi bakımından daha da etkindir. Mesela, bir nesnenin diğerinden daha ılık olması sınıflandırma kavramına göre daha ayrıntıı bilgi verir. Üçüncü tür kavramlar sayısal olup, bunların ölçümlerle elde edilmesi söz konusudur.
SONUÇLAR
Bu yazıdan çıkarılabilecek önemli sonuç, bilimsel bilgilerin tamamen doğrulanamayacağını veya yanlışlanamayacağını anlamaktı. Ancak, bilgilerin her zaman ve mekanda bulanıklaştırılması mümkündür. Bu tür bulanıklık sayesinde, aynı konuda değişik görüşteki kişiler, paylaşımcı olarak hoşgörülü bir şekilde çalışabilirler. Genel bir sonuç ise, bilim veya ona atfdilen herhangi bir konu asla tamamı ile doğrulanamaz veya yanlışlanamaz. Maalesef, bazı toplumlarda ve bizimkinde de bilimin doğrulayıcı olduğuna inanılarak hiç yanlışlamalar akla getirilmediğinden yenilikçi çalışmalar pek yapılamaz. Halbuki bulanık mantık ve çıkarım ilkelerinin göz önünde tutulması ile bilimsel öncü çalışmalar, geleneksel bilim çalışmaları ve sonrasında da devrimci çalışmaların ortaya konulması mümkündür.
Kaynaklar
Carnap, R. (1987). The Confimatin of Laws and Theories. In J. A. Kourany (Ed.), Scientii Knowledge: Basic issues in the philosophy of science (ss. 122132). Belmont, CA: Wadsworth Publishing Company.
Carnap, R. (1995). An introductin to the philosophy of science. New York: Dover Publicatins. Keynes, J. M. (1921). A tretie on
probability. London: MacMillan. Kuhn, T. (1962). The Structure of Scientii Revolutins. Chicago: University of Chicago Press.
McMullin, E. (1987). Alternatie Approaches to the Philosophy of Science. Janet A. Kourany (Ed.), Scientii Knowledge: Basic issues in the philosophy of science. Belmont, CA: Wadsworth Publishing Company
Popper, K. (1952). The Logic of Scientii Discovery. London: Routledge Publishing Company.
Ramsey, F. P. (1978). Truth and probability. D. H. Mellor (Ed.), Foundatins: Essays in philosophy, logic, mathematis and economics (ss. 58100). London: Routledge and Kegan Paul.
Russel, B. (1948). Human knowledge: Its scope and limits. London: George Allen and Unwin.
Şen, Z. (2003). Modern Mantı. İstanbul: Bilge Kültür Sanat Yayınları.
Şen, Z. (2006). Batmayan Güneşlerimiz. İstanbul: Altı Bur Yayınları.
Şen, Z. (2009). Bulanık Mantı İlkeleri ve Modelleme (Mühendislik ve Sosyal Bilimler) (3. Baskı). İstanbul: Su Vakf Yayınları.
Zadeh, L. A. (1968). Fuzzy Algorithms. Informatin and Control, 12(2), 94102.
