Przedmowa Problematyka związana z zależnościami przyczynowymi, ich modelowaniem i odkrywa¬niem, po długiej nieobecności w filozofii i metodologii nauk, budzi współcześnie duże zainteresowanie. Wiąże się to przede wszystkim z dynamicznym rozwojem, zwłaszcza od lat 1990., technik obli¬czeniowych. Wypracowane w tym czasie sieci bayesowskie uznaje się za matematyczny język przyczynowości. Pozwalają one na daleko idącą auto¬matyzację wnioskowań, co jest także zachętą do podjęcia prób algorytmiza¬cji odkrywania przyczyn. Na potrzeby badań naukowych, które pozwalają na przeprowadzenie eksperymentu z randomizacją, standardowe metody ustalania zależności przyczynowych (...) opracowano na początku XX wieku. Zupełnie inaczej sprawa przedstawia się w przypadku badań nieeksperymentalnych, gdzie podobne rozwiązania pozostają kwestią przyszłości. Zadaniem tej książki jest podanie warunków, które powinny być spełnione przez te rozwiązania, oraz sformułowanie proceduralnego kryterium zależności przy¬czynowych jako szczegółowej realizacji tych warunków. Pociąga ono waż¬kie konsekwencje dla filozofii i metodologii nauk, które ujawnia – podany w Części II – zarys me-todolo¬gii proceduralnej. W literaturze przedmiotu brakuje w miarę wszechstronnego i systema¬tycznego omówie¬nia najnowszych filozoficznych i metodologicznych dys¬kusji na temat przy¬czynowości, co niech będzie wytłumaczeniem, dlaczego w niektórych punktach obecnej książki szczegółowo referuję trudno dos¬tępne teksty źró¬dłowe. Przymiotnik „proceduralny” używam tu w znaczeniu węższym niż Huw Price (w którego pracach właściwszy byłby termin „kryterialny”) dla podkre¬ślenia – zgodnie z łacińskim źródłosłowem procedo – że dla ustalenia przy¬czyny niezbędne jest podjęcie przez uczonych określonych interakcji z ba¬daną rzeczywistością. Zalążki zamysłu prezentowanego w tej książce przedstawiłem podczas warsztatów filozoficznych „Philosophy and Probability” w roku 2002, zor¬ganizowanych przez Instytut Filozofii Uniwersytetu w Konstancji. Wdzięczny jestem uczestnikom tych warsztatów za uwagi, a przede wszyst¬kim następującym osobom: Luc Bovens, Brandon Fitelson, Alan Hájek, Stephan Hartmann oraz Jon Williamson. Podczas międzynarodowej konferencji „Analytical Pragmatism”, zorgani¬zowanej w Lublinie w roku 2003 przez Wydział Filo¬zofii Katolickiego Uniwersytetu Lubelskiego, odniosłem swoją koncepcję do prac Nancy Cartwright. Szczególnie inspirujący okazał się komentarz Huw Price’a do mojego referatu i przeprowadzona z nim dysku¬sja. Ujęcie koncepcji metodologii proceduralnej na szerszym tle współ-czes¬nego nurtu empirystycznego w filozofii nauki przedstawiłem w roku 2004 podczas konferencji „5th Quadrennial Fellows Conference”, zorgani¬zowanej przez Instytut Filozofii Uniwersytetu Jagiellońskiego oraz Centrum Filozofii Nauki w Pittsburghu. Szczególnie pomocne w dalszych moich pra¬cach były uwagi Jamesa Bogena, Janet Kourany, Jamesa Lennoxa, Johna Nortona, Thomasa Bonka, Jana Woleńskiego i Johna Worralla, za które wyra¬żam swoją wdzięczność. Korpus książki powstał podczas mojego stażu w Centrum Filozofii Nauki w Pittsburghu, który odbyłem jako stypendysta Fundacji na Rzecz Nauki Polskiej w roku akademickim 2004-2005. Uczestniczyłem w tym czasie w życiu naukowym Centrum i w pracach badawczych zespołu z Instytutu Filozofii Uniwersytetu Carnegie-Mellon w Pittsburghu kierowanego przez Clarka Glymoura. Na jego ręce składam podziękowanie za wiele po¬mocnych uwag do moich wy¬stąpień oraz tekstów i za dyskusje przede wszystkim z nim samym i z jego najbliższymi współpracownikami: Peterem Spirtesem oraz Richardem Scheinesem, a także pozostałymi członkami tego zes¬połu, doktorantami i uczestnikami seminarium badawczego „Causality in the Social Sciences”. Za wieloletnie wsparcie, wielopłaszczyznowe inspiracje towarzyszące pi¬saniu tej książki, a także liczne pomocne uwagi do jej wcześniejszych wersji dziękuję przede wszystkim Księdzu Profesorowi Andrzejowi Bronkowi oraz Księdzu Profesorowi Józefowi Herbutowi, współprowadzącemu seminarium doktorskie w Katedrze Metodologii Nauk Katolickiego Uniwersytetu Lubel¬skiego im. Jana Pawła II, jak również pozostałym uczestnikom tego semina¬rium. Dziękuję mojej Żonie, dr Annie Kawalec za wiele wysiłku włożonego w ulepszenie redakcji – językowej i merytorycznej – obecnej książki. Książkę tę można czytać na kilka sposobów. Czytelnikom zainteresowa¬nym przede wszystkim prowadzeniem badań empirycznych polecałbym rozpoczęcie od Rozdziału 2. i kontynuację pozostałych rozdziałów Części I, a następnie Dodatków. Czytelnikom zainteresowanym problemami filozo¬fii i metodologii nauk polecałbym rozpoczęcie lektury książki od Części II i uzupełniającą lekturę Rozdziału 2., a następnie Wprowadzenia i Zakończenia. Czytelnikom mniej zainteresowanym zagadnieniami teoretycznymi pole¬całbym zapoznanie się z fascynującymi dziejami odkrycia przyczyn cholery przez Johna Snowa, które rekonstruuję w Rozdziale 1. W dalszej części nato¬miast polecałbym przejście do Wprowadzenia i Zakończenia, które w mniej specjalistyczny sposób przybliżają proponowane tu rozstrzygnięcia. Tekst książki nie był dotąd publikowany. Wyjątkiem są pewne fragmenty Rozdziału 8. oraz 9., które w zmienionej postaci ukazały się w Rocznikach Filozoficznych (Kawalec 2004). -/- Lublin, luty 2006 r. (shrink)

This is a wonderful book; indeed, it is easily one of the most important and creative books I have ever read on the subject of causation and causal inference. Causality is impressive on many levels and should be of great interest to many different audiences. Philosophers will find of particular interest Pearl's defense of what might be described as a broadly manipulationist or interventionist treatment of causation: Causal claims have to do with what would happen under ideal, suitably surgical experimental (...) manipulations . But Pearl moves far beyond philosophical generalities on this theme: He makes the case for the approach that he favors by developing a formal apparatus for talking about interventions and how they relate to causation and information about probabilities that is at once both intuitively compelling and genuinely useful for purposes of calculation and estimation. He also actively engages the philosophical literature on causation at many points – for example, there are illuminating discussions of evidential decision theory, of probabilistic theories of causation of the sort favored by Eells and Cartwright, of Lewisian counterfactual theories of causation, and of the relationship between so-called type and token causal claims, as well as a quite novel treatment of the latter. (shrink)

Manipulablity theories of causation, according to which causes are to be regarded as handles or devices for manipulating effects, have considerable intuitive appeal and are popular among social scientists and statisticians. This article surveys several prominent versions of such theories advocated by philosophers, and the many difficulties they face. Philosophical statements of the manipulationist approach are generally reductionist in aspiration and assign a central role to human action. These contrast with recent discussions employing a broadly manipulationist framework for understanding causation, (...) such as those due to the computer scientist Judea Pearl and others, which are non-reductionist and rely instead on the notion of an intervention. This is simply an appropriately exogenous causal process; it has no essential connection with human action. This interventionist framework manages to avoid at least some of these difficulties faced by traditional philosophical versions of the manipulability theory and helps to clarify the content of causal claims. (shrink)

expose some gaps and difficulties in the argument for the causal Markov condition in our essay ‘Independence, Invariance and the Causal Markov Condition’ ([1999]), and we are grateful for the opportunity to reformulate our position. In particular, Cartwright disagrees vigorously with many of the theses we advance about the connection between causation and manipulation. Although we are not persuaded by some of her criticisms, we shall confine ourselves to showing how our central argument can be reconstructed and to casting doubt (...) on Cartwright's claim that the causal Markov condition typically fails when there are indeterministic by-products. Why believe the causal Markov condition? Causation and manipulation The argument Indeterministic by-products and the causal Markov condition The chemical factory counterexample and PM2 Conclusions: causation and manipulability. (shrink)

We currently have on offer a variety of different theories of causation. Many are strikingly good, providing detailed and plausible treatments of exemplary cases; and all suffer from clear counterexamples. I argue that, contra Hume and Kant, this is because causation is not a single, monolithic concept. There are different kinds of causal relations imbedded in different kinds of systems, readily described using thick causal concepts. Our causal theories pick out important and useful structures that fit some familiar cases—cases we (...) discover and ones we devise to fit. (shrink)

Functional robustness refers to a system’s ability to maintain a function in the face of perturbations to the causal structures that support performance of that function. Modularity, a crucial element of standard methods of causal inference and difference-making accounts of causation, refers to the independent manipulability of causal relationships within a system. Functional robustness appears to be at odds with modularity. If a function is maintained despite manipulation of some causal structure that supports that function, then the relationship between that (...) structure and function fails to be manipulable independent of other causal relationships within the system. Contrary to this line of reasoning, I argue that functional robustness often attends feedback control, rather than failures of modularity. Feedback control poses its own challenges to causal explanation and inference, but those challenges do not undermine modularity—and indeed, modularity is crucial to grappling with them. (shrink)

Causation is in trouble—at least as it is pictured in current theories in philosophy and in economics as well, where causation is also once again in fashion. In both disciplines the accounts of causality on offer are either modelled too closely on one or another favoured method for hunting causes or on assumptions about the uses to which causal knowledge can be put—generally for predicting the results of our efforts to change the world. The first kind of account supplies no (...) reason to think that causal knowledge, as it is pictured, is of any use; the second supplies no reason to think our best methods will be reliable for establishing causal knowledge. So, if these accounts are all there is to be had, how do we get from method to use? Of what use is knowledge of causal laws that we work so hard to obtain? (shrink)

This paper aims (a) to provide characterizations of realism and instrumentalism that are philosophically interesting and applicable to economics; and (b) to defend instrumentalism against realism as a methodological stance in economics. Starting point is the observation that ‘all models are false’, which, or so I argue, is difficult to square with the realist's aim of truth, even if the latter is understood as ‘partial’ or ‘approximate’. The three cheers in favour of instrumentalism are: (1) Once we have usefulness, truth (...) is redundant. (2) There is something disturbing about causal structure. (3) It's better to do what one can than to chase rainbows. (shrink)

Mechanisms are often characterized as causal structures and the interventionist account of causation is then used to characterize what it is to be a causal structure. The associated modularity constraint on causal structures has evoked criticism against using the theory as an account of mechanisms, since many mechanisms seem to violate modularity. This paper answers to this criticism by making a distinction between a causal system and a causal structure. It makes sense to ask what the modularity properties of a (...) given causal structure are, but not whether a causal system is modular tout court. The counter-examples to the interventionist account are systems in which a particular structure is modular in variables, but not in parameters. A failure of parameter-modularity does not by itself threaten the interventionist interpretation of the structure and the possibility of causally explaining with that structure, but it does mean that knowledge of the structure is not sufficient to constitutively explain system-level properties of the embedding system. (shrink)

Causation is in trouble—at least as it is pictured in current theories in philosophy and in economics as well, where causation is also once again in fashion. In both disciplines the accounts of causality on offer are either modelled too closely on one or another favoured method for hunting causes or on assumptions about the uses to which causal knowledge can be put—generally for predicting the results of our efforts to change the world. The first kind of account supplies no (...) reason to think that causal knowledge, as it is pictured, is of any use; the second supplies no reason to think our best methods will be reliable for establishing causal knowledge. So, if these accounts are all there is to be had, how do we get from method to use? Of what use is knowledge of causal laws that we work so hard to obtain? (shrink)