Кратко — какие философские принципы эпистемологии помогут и как их применить на практике:
1. Байесовское обновление (вероятностный эпистемологизм). Оценивать, как новые данные меняют степень уверенности в гипотезе:
- Формула: $P(H\mid E)=\frac{P(E\mid H)P(H)}{P(E)}$.
- Удобна также форма отношения шансов: $\frac{P(H\mid E)}{P(\neg H\mid E)}=\frac{P(E\mid H)}{P(E\mid \neg H)}\cdot \frac{P(H)}{P(\neg H)}$.
- Практика: явные априорные предположения (например, базовая вероятность события) и вычисление отношения правдоподобия ($LR=\frac{P(E\mid H)}{P(E\mid \neg H)}$) для свидетельства и статистики.
2. Отношение правдоподобия и независимость свидетельств. Вес доказательства определяется тем, насколько наблюдение более вероятно при соответствующей гипотезе, чем при альтернативе:
- При условной независимости нескольких источников: $P(E_1,E_2\mid H)=P(E_1\mid H)P(E_2\mid H)$.
- Проверять независимость, чтобы не «двойной счёт» одного и того же факта.
3. Прокурорская и защитная ложные интерпретации (base-rate fallacy). Не путать $P(E\mid H)$ со $P(H\mid E)$. Статистика (групповая частота) не автоматически даёт высокую индивидуальную вероятность без учёта базовой ставки и характеристик теста/наблюдения.
4. Репрезентативность и внешняя валидность статистики. Оценить выборку, смещение, размер выборки, доверительные интервалы, возможный Simpson-парадокс и корректность применения групповых данных к конкретному случаю.
5. Надёжность и верифицируемость свидетельства. Оценивать факторы, влияющие на достоверность свидетеля: восприятие, память, мотивация, согласованность, возможность целенаправленного или непреднамеренного искажения. Свидетель — индивидуальный, статистика — агрегатная; их сочетание требует осторожности.
6. Инференция к лучшему объяснению (inference to the best explanation). Рассмотреть альтернативные гипотезы и выбрать ту, которая лучше объясняет все данные (свидетельство + статистика), при этом оценивать простоту, объём объяснения и согласованность с другими фактами.
7. Релиабилизм и эпистемическая добродетель. Учитывать надёжность методов (например, метод наблюдения свидетеля vs. метод сбора статистики) и практические свидетельства их успешности в прошлом.
8. Предупреждение о когнитивных искажениях. Судье полезно учитывать подтверждающее смещение, эффект недавности, авторитетное влияние и т.п., и применять механизмы контроля (крест. допрос, экспертиза статистики).
Практическая последовательность для суда:
- Формализовать гипотезы (что считается «истинным» событием).
- Установить априорную вероятность (или диапазон) на основе доступных фактов/базы.
- Оценить $P(E\mid H)$ и $P(E\mid \neg H)$ для каждого доказательства (свидетель/статистика) и вычислить отношение правдоподобия.
- Проверить независимость доказательств и избежать двойного счёта.
- Сравнить полученные постериорные вероятности или относительные шансы с юридическим стандартом (превалирование доказательств, вне разумного сомнения).
- При высокой конфликтности предпочесть дополнительные проверки (доп. экспертиза, свидетельства, реконструкция) и сообщить в решении о неопределённостях и допущениях.
Эти принципы позволяют перейти от интуитивной оценки к прозрачной, количественно обоснованной и проверяемой процедуре взвешивания свидетельства и статистики.