はじめに
このブログの連載では、データサイエンスの立場でモノを考えることを基本にしています。その場合、「科学とは何か、非科学(信頼できないもの）は何か」が問題になります。これは、最近のブログで扱っているテーマで言えば、「「事実」とは何か、「真実」とは何か」というテーマや、「「真実」とは何か、「ポスト真実」とは何か」というテーマに関連します。（注１）
スーパーコンピュータ富岳で計算したものは、「事実」であるという趣旨の発言をされている方もいますが、あまりに、サイエンスのリテラシーを疑われるような発言は控えるべきと思います。
さて、科学とは何かを論ずる学問は「科学哲学」になります。科学とは何かを理解するには、「科学哲学」の本を読んで理解するのも一つの方法ではありますが、読まない方法もあると考えています。というのは、科学哲学の最初は、物理学に関する検討から始まり、物理学の成功を見て、なぜ、物理学が成功をおさめて、他の科学があまり成功しないのかという疑問にこたえる形で、理論を構築しているからです。
哲学という学問は、「なんでもいいから、ひたすら考えればなんとかなるさ」が基本姿勢です。そうはいっても、素材なしには、ものを考えることはできません。文字の書ける人が少なく、更に、論理的にものごとを考える人が少なかった時代には、この基本姿勢でよかったと思われますが、１９世紀に、この方針にいきづまりが生じます。一つは、考えるテーマは何でもよいのではなく、トラウマになりうるような強烈な体験をしてしまうと、頭の中にあるイメージが固定化してしまい、「なんでもいい」とは言えないと考えます。これが、実存主義です。逆は、なんでもいいのではなく、ネタの素材が豊富な方がまともな論理展開ができると考える方法です。このネタに物理学を使ったのが、初期の科学哲学です。一見すると、「なんでもいいから」という条件を取り去ったので、汎用性を失ったようにも思われますが、科学には多量の観測データがありますから、「目の前にあるリンゴ」を問題にするよりはまともな議論ができます。
哲学の本にはよく、「目の前にあるリンゴ」とか、「目の前にある机」が出てきて、そうした例はサンプルであって、その例で、一般的な検討ができることを暗黙の了解にしていますが、これは、明らかに間違っています。（注２）科学の観測データは、再現性の検証がなされていますので、この不都合を避けることができます。科学哲学の素材に、生物学やデータサイエンスを採用したらどうなるかが、ここでの検討対象になります。なお、最近の科学哲学は、専門科学毎に分けて考えることが主流になりつつあります。たとえば、生物学の科学哲学といった具合です。しかし、ここで論じたいのは、生物学の科学哲学ではなくて、専門科学を越えた因果律の問題です。
さて、前世紀には、物理学の因果モデルの影響は非常に大きく、例えば、ワインバークは、物理学は一流の学問だが、生物学などの他の科学は二流だといいます。これは、世界は物理法則のように決定論で記載できるはずだという信念です。しかし、我々は、ノーベル物理学受賞者であるワインバーグ先生のいっていることは間違っていることを知っています。生物学の法則の一部はDNAで書かれています。このDNAの設計図をコピーし、設計コードを使って物質を作るときに、エラーが発生ます。しかも、これがたまたま起きたエラーで済む問題ではなく、がんなどの病気の原因になることを知っています。つまり、生物学の法則は、物理学のように決定論では書けませんが、それは、二流であるとか、レベルが低いとかいう問題ではないのです。
注１：
「事実」と「真実」は使いやすい用語ですが、ポスト真実を入れると次の対比になります。
１：「事実」＜＝＞「真実」
２：「真実」＜＝＞「ポスト真実」
つまり、単純には、１：「事実」＝２：「真実」、１：「真実」＝２：「ポスト真実」という対比が出来てしまいます。
しかも、ポスト真実という場合には、例えば、トランプ大統領は、「ポスト真実」の前のオバマ大統領の発言は、「真実」であって、暗に、”「ポスト真実」≠事実、「真実」≒事実”とかんがえているフシがあります。しかし、グレン・カールさんはあくまで、「真実」≠事実という前提でモノを考えています。なお、グレン・カールさんの元の英文をチェックしたかったのですが、グレン・カール（GLENN CARLE ）さんは、Newsweek Japanのコラムニストで、英文は公開されていないようです。
注２：
ここでは、言葉の限界があること、ルール（アルゴリズム）とデータはセットでしか意味がないことがその原因です。
