טיוטה:כשל הקרנת התודעה

כשל הקרנת התודעה

כשל הקרנת התודעה הוא כשל לוגי שתואר לראשונה על ידי הפיזיקאי והפילוסוף אדווין תומפסון ג'יימס הכשל מתרחש כאשר אדם חושב שהדרך שבה הוא רואה את העולם היא הדרך שמשקפת את העולם.עד כדי הנחת קיומם של אובייקטים דימיונים.^[1]כלומר שהשיפוט הסובייקטיבי של אדם מסוים "מוקרן" ונחשב כתכונה שטבועה באובייקט מסוים.במקום לייחס את התכונה לתפיסה אישית של האדם.השלכה אחת היא שהאדם מניח שאחרים גם מאמינים באותה תפיסה ומי שלא הוא אדם לא רציונאלי או פשוט טועה.

לדוגמה:אדם מסוים יכול לטעון שברוקולי הוא מאכל טעים אפילו שטעם תלוי בטעמו האישי של האדם ובבלוטות הטעם שלו. צורה אחרת של הכשל הלוגי היא שמישהו מניח שהמחסור שלו בידע בנוגע לתופעה מסוימת אומר שהתופעה איננה יכולה להיות מובנת לעולם.

ג'יימס משתמש בקונספט הזה על מנת לטעון כנגד פרשנות קופנהגן של מכניקת הקוונטים^[2] הכשל מתואר כדלהלן:

"בלימוד תאוריית ההסתברות זה היה מעורפל בצורה מטרידה לראות התייחסות ל"משתנים גאוסיאנים אקראיים" או ל"תהליכים סטוקאסטים" או ל"סדרות זמן קבוע" או "הפרעה" כאילו שהתכונות אקראי סטוקאסטי,קבוע והפרעה הן תכונות אמיתיות,כמו שהתכונות של אובייקט בעל מסה או אורך קיימות בטבע.אכן יש כמה שמנסים לפתח מבחנים סטטיסטיים על מנת לקבע את הנוכחות של התכונות בנתונים שלהם... ברגע שאדם מבין את הרעיון הוא מתחיל לראות את כשל הקרנת התודעה בכל מקום.מה שנלמד כחוכמה עמוקה מתגלה כלא יותר מאשר טעות טפשית.השגיאה מתרחשת בשתי צורות משלימות,שאנו יכולים לסמן כך(A)(דמיוני האישי)←(תכונה אמיתית של הטבע)[או](B)(הבורות שלי)←(הטבע אינו ניתן לחיזוי).

בנוגע לכשל שנובע מבורות הדוגמה הטובה ביותר היא הקביעה שהמדע לעולם לא יוכל להבין את התודעה.

ראו גם

כשל לוגי

הערות שוליים

^ E. T. JAYNES (1989). "PROBABILITY THEORY AS LOGIC" (PDF). Ninth Annual Workshop on Maximum Entropy and Bayesian Methods. Retrieved 2011-05-19
^ Jaynes, E. T. (1989). "Clearing up Mysteries--The Original Goal" (PDF). Maximum Entropy and Bayesian Methods: 7.

[1] E. T. JAYNES (1989). "PROBABILITY THEORY AS LOGIC" (PDF). Ninth Annual Workshop on Maximum Entropy and Bayesian Methods. Retrieved 2011-05-19

[2] Jaynes, E. T. (1989). "Clearing up Mysteries--The Original Goal" (PDF). Maximum Entropy and Bayesian Methods: 7.

[1]

[2]