「科学的に証明されている」「データに基づいている」「統計的に有意である」といった言葉は、主張に説得力を与えます。しかし、科学的な手法を使用していることと、その結論が正しいことは同じではありません。また、科学らしい専門用語や数式を使用していても、科学的な検証に耐えない主張は存在します。
科学哲学（Philosophy of Science）は、科学とは何か、科学的知識はどのように成立するのか、科学と非科学をどのように区別するのか、科学理論は現実世界をどこまで説明できるのか、といった問題を考える哲学の一分野です。
科学哲学を学んだからといって、ビジネス上の問題を直接解決できるわけではありません。しかし、「科学的だから正しい」という素朴な科学主義に陥らず、さまざまな理論や分析結果を批判的に評価するためには、科学哲学の基本的な考え方を知っておく価値があります。
反証可能性とカール・ポパー
20世紀の哲学者カール・ポパー（Karl Popper, 1902–1994）は、科学と非科学を区別する基準として「反証可能性（Falsifiability）」を提唱しました。
例えば「すべてのカラスは黒い」という主張を考えてみましょう。黒いカラスを1万羽観察しても、まだ観察されていないカラスがすべて黒いとは証明できません。一方、白いカラスが1羽見つかれば、この普遍的な主張は否定されます。
ポパーは、科学理論は単にそれを支持する事例を集めるだけでなく、どのような観察結果が得られたらその理論が誤りと判断されるのかを明確にする必要があると考えました。これが反証主義（Falsificationism）です。
例えば「この方法を使えば、どんな人でも必ず創造性が高まる」という主張は、創造性の測定方法と条件が定義されていれば、反証可能な命題になりえます。しかし、効果がなかった場合に「本人の意識が十分でなかった」「本当の創造性は測定できない」などと説明して、あらゆる反例を退けるのであれば、科学的な検証は困難になります。
ただし、反証可能であることは、その理論が正しいことを意味しません。また、現実の科学研究では、予測と異なる結果が出た場合、理論だけでなく測定方法、実験条件、補助的な仮定にも問題があるかもしれません。したがって、一度の反例で必ず理論全体が棄却されるわけではありません。
ポパーの考え方は、科学のすべてを説明する完成された基準ではありませんが、主張を支持する証拠だけを探すのではなく、反証する証拠にも目を向けるという重要な姿勢を示しています。
トーマス・クーンとパラダイム論
科学は、新しい事実が発見されるたびに知識が積み重なり、直線的に進歩するのでしょうか。
科学史家・科学哲学者のトーマス・クーン（Thomas Kuhn, 1922–1996）は、1962年の著書『科学革命の構造』（The Structure of Scientific Revolutions）で、科学の発展は必ずしも単純な知識の蓄積ではないと論じました。
クーンによれば、科学者の共同体では、何を重要な問題と考えるか、どのような理論や方法を使うか、どのような説明を適切と認めるかについて、一定の枠組みが共有されています。この枠組みが「パラダイム（Paradigm）」です。
既存のパラダイムのもとで問題を解決していく活動を、クーンは「通常科学（Normal Science）」と呼びました。通常科学では研究が積み重ねられますが、既存の理論では十分に説明できない現象が蓄積すると、パラダイムそのものが見直されることがあります。これが「科学革命」です。
天動説から地動説への転換や、ニュートン力学から相対性理論への展開は、科学の基本的な枠組みが変化した歴史的な事例として考えられます。
ここで重要なのは、科学者も完全に中立な観察者ではないということです。何を観察し、どのような問題を研究するかは、既存の理論や研究上の慣行によって影響されます。
ただし、パラダイム論は「科学理論はすべて主観的で、どれも同じように正しい」という意味ではありません。クーンが問題にしたのは、異なる理論体系を比較する際に、評価基準そのものが変化することがあるという点です。
道具主義 ― 理論は真実を表すのか、それとも役に立つ道具なのか
科学理論は、現実世界のあり方をそのまま表現しているのでしょうか。それとも、観察結果を整理し、将来の現象を予測するための道具なのでしょうか。
後者の考え方は「道具主義（Instrumentalism）」と呼ばれます。
科学的実在論（Scientific Realism）では、科学理論は観察できない対象も含めて、現実の構造を記述しようとするものだと考えます。これに対して道具主義は、理論が現実を文字どおり正しく表現しているかどうかよりも、観察結果の整理や予測にどれだけ役立つかを重視します。
この違いは、現代のデータサイエンスを考えるうえでも興味深いものです。
例えば、機械学習モデルが顧客の離反を高い精度で予測できたとしても、それだけで顧客が離反する原因を解明したことにはなりません。予測に役立つ変数と、現象を引き起こす原因とは必ずしも一致しないからです。
また、多変量解析で得られた潜在変数やクラスターは、データの構造を理解するための有用な表現ですが、それらがそのまま現実世界に独立して存在する実体だとは限りません。
道具主義は科学理論の真理性を否定すること自体を目的とするものではありません。理論を現実の忠実な写像と考えることと、現象を理解・予測するための有用なモデルと考えることを区別する視点を提供します。
オッカムの剃刀 ― 単純な説明を優先する
「オッカムの剃刀（Occam’s Razor）」は、複数の説明が同じ現象を十分に説明できる場合、不要な仮定を増やさない方がよいという考え方です。
その名称は、14世紀の哲学者・神学者ウィリアム・オブ・オッカム（William of Ockham）に由来します。オッカムは中世の神学や哲学の問題を論じるなかで、不要な存在や仮定を導入しないという考え方を重視しました。
ただし、「存在を必要以上に増やしてはならない」という有名な定式が、そのままオッカム自身の著作に書かれているわけではありません。また、単純さを重視する思想はオッカム以前にも存在しました。
この考え方は、現代の統計学や機械学習にも通じています。
例えば、10個の観測値を説明するために、非常に複雑な曲線を作れば、すべての点を正確に通過させられるかもしれません。しかし、観測値に含まれる偶然の誤差まで学習してしまえば、新しいデータに対する予測性能は低下します。これが過学習（Overfitting）です。
統計学のAIC（赤池情報量規準）やBIC（ベイズ情報量規準）、機械学習における正則化（Regularization）は、モデルの適合度だけでなく、複雑さにも配慮する方法です。それぞれの理論的目的や計算方法は異なりますが、不要な複雑さを避けるという点でオッカムの剃刀と共通する問題意識があります。
もっとも、単純なモデルが常に正しいわけではありません。現実の複雑さを無視したモデルも誤った結果を生みます。重要なのは、説明力や予測性能を保ちながら、不必要な複雑さを避けることです。
科学と疑似科学をどう見分けるか
科学と疑似科学（Pseudoscience）を区別する問題は「境界設定問題（Demarcation Problem）」と呼ばれます。
反証可能性はそのための有力な考え方ですが、それだけで科学と疑似科学を完全に区別できるわけではありません。また、科学ではないものがすべて疑似科学というわけでもありません。芸術、倫理、宗教、哲学などは、科学とは異なる目的や方法を持っています。
問題になるのは、十分な検証を受けていない主張が、科学的に確立された知識であるかのように提示される場合です。
科学的な主張を評価する際には、少なくとも次の点を確認するとよいでしょう。
- 検証可能性 — 何を測定すれば、その主張を支持または否定できるのか。
- 証拠の質 — 根拠は個人的な体験談なのか、統制された実験や体系的な観察なのか。
- 再現性 — 異なる研究者や条件でも同様の結果が得られるのか。
- 代替説明 — 偶然、交絡要因、測定誤差、選択バイアスなどを検討しているか。
- 批判への対応 — 反例や新しい証拠に応じて主張を修正する姿勢があるか。
これらは科学と疑似科学を機械的に判定する絶対的な規則ではありませんが、主張の信頼性を考えるための手がかりになります。
AI時代に科学哲学を学ぶ意味
生成AIは、専門的な理論や科学的な説明を流暢に提示できます。しかし、もっともらしい説明が生成されたことは、その説明が正しいことの証明ではありません。
また、AIが示した結論に対して「なぜそうなるのか」と質問すれば説明が返ってきますが、それが実際の根拠や推論過程を忠実に表しているとは限りません。
科学哲学の基本的な知識は、AIの回答を利用する際にも役立ちます。
その仮説はどのような条件で否定されるのか。既存の理論や前提にとらわれていないか。予測に役立つモデルと、原因を説明するモデルを混同していないか。必要以上に複雑な説明を作っていないか。
科学哲学は、これらの問いに唯一の正解を与えてくれるものではありません。しかし、「科学的に見える説明」を無条件に受け入れるのではなく、何がわかっていて、何がまだわかっていないのかを考えるための知的な基盤になります。
参考文献・関連資料
- Karl Popper, The Logic of Scientific Discovery（英語版1959年）
- Karl Popper, Conjectures and Refutations（1963年）
- Thomas S. Kuhn, The Structure of Scientific Revolutions（1962年）
- Stanford Encyclopedia of Philosophy — Karl Popper
- Stanford Encyclopedia of Philosophy — Thomas Kuhn
- Stanford Encyclopedia of Philosophy — Scientific Progress
- Stanford Encyclopedia of Philosophy — Simplicity
- Stanford Encyclopedia of Philosophy — Science and Pseudo-Science