[论文解读] Abductive, Causal, and Counterfactual Conditionals Under Incomplete Probabilistic Knowledge

Niki Pfeifer, Leena Tulkki|arXiv (Cornell University)|Mar 9, 2017

Bayesian Modeling and Causal Inference被引用 5

一句话总结

本研究通过概率真值表任务，探究了在不完整概率知识下，人们如何推理反事实、因果及反事实条件句。研究发现，条件事件解释占据主导地位，且出现了新颖的‘半途’策略（上下界），作为节省工作记忆的认知启发法，支持基于一致性的概率逻辑作为不确定推理的理性框架。

ABSTRACT

We study abductive, causal, and non-causal conditionals in indicative and counterfactual formulations using probabilistic truth table tasks under incomplete probabilistic knowledge (N = 80). We frame the task as a probability-logical inference problem. The most frequently observed response type across all conditions was a class of conditional event interpretations of conditionals; it was followed by conjunction interpretations. An interesting minority of participants neglected some of the relevant imprecision involved in the premises when inferring lower or upper probability bounds on the target conditional/counterfactual ("halfway responses"). We discuss the results in the light of coherence-based probability logic and the new paradigm psychology of reasoning.

研究动机与目标

• 探究当概率知识不完整时，人们如何解释反事实、因果及反事实条件句。
• 评估推论关系（如因果或反事实）是否显著影响推理模式，相较于非因果条件句。
• 评估基于一致性的概率逻辑作为不确定推理理性框架的作用。
• 识别响应策略，特别是‘半途’响应策略及其在概率推理任务中的认知意义。

提出的方法

• 采用包含80名参与者的概率真值表任务，为前提与结论命题的四个真值表情形分配不精确（区间）概率。
• 将推理形式化为概率逻辑推理问题，其中前提对联合概率（如p(A∧C)、p(A∧¬C)等）设定边界，结论为对条件句可信度的度量。
• 以条件事件解释（p(C|A) = p(A∧C)/p(A)）作为核心概率传播规则，与物质条件句、合取及双条件解释进行对比。
• 收集四种条件下的响应：非因果直陈句（C1）、因果直陈句（C2）、反事实（C3）及反事实（C4），涵盖不同推论复杂度水平。
• 应用统计分析（ANOVA配合Holm-Bonferroni校正）比较各条件下的置信度评分，识别显著差异。
• 将响应分类为：条件事件、合取、物质条件句及‘半途’响应（下界、上界或两者），分析其频率及认知意义。

实验结果

研究问题

• RQ1 当给予不完整概率信息时，人们如何推理反事实、因果及反事实条件句？
• RQ2 是否存在推论关系（如因果或反事实）显著改变响应模式，相较于非因果条件句？
• RQ3 ‘半途’响应策略——仅估计条件概率的下界或上界——在多大程度上作为认知启发法出现？
• RQ4 由于认知负荷增加或概念难度提升，反事实与反事实推理任务中的置信度评分是否显著降低？
• RQ5 基于一致性的概率逻辑能否作为建模人类在不完整概率知识下推理的理性框架？

主要发现

• 条件事件解释（p(C|A)）在所有条件下均为最常见响应类型，表明其在不确定推理中的主导地位。
• ‘半途’响应策略——仅估计p(C|A)的下界或上界——在11.6%（下界）和12.8%（上界）的响应中出现，表明其作为节省工作记忆的启发法。
• ‘半途上界’响应策略比‘半途下界’策略更常见，表明可能存在保守概率估计的倾向。
• 置信度评分在C4条件（反事实）中显著较低，归因于从结果反推原因的认知难度，以及事实与反事实陈述之间的不一致。
• 尽管有预期，因果/反事实条件句与非因果条件句之间未发现响应模式的显著差异，挑战了推论主义假说中‘推论关系改变推理模式’的观点。
• 结果支持基于一致性的概率逻辑作为人类推理的理性框架，即使在不完整概率知识及多种条件类型下亦成立。