认知规范的认知效用论证（五）

5.5.2认识运气，概率知识和唯一性论文

Jason Konek（2017）争辩说常态比唯一性论文略弱。 他吸引了最佳和最糟糕的案例，而是通过不同可能的机会功能的灯光到最佳和最糟糕的期望。 他对他们对先前选择的看法并不那么感兴趣，但他们在学习新信息时可能从之前的出发后获得可能的后海报。 他认为你应该选择一个先前，这样你的后续的最大预期认证效用与最小值的差异最小化：他称之为Maxsen的这个原则。

为什么这么做？ 因为，Konek辩称，这为您提供了构成Sarah Moss（2018）的概率知识的最佳机会已经描述了。 一个推定的必要条件是关于你形成准确信仰或信任的成功是由于你自己的能力，而不是运气。 Konek认为，如果您选择之前的建议，他建议您在学习新证据和更新后获得的任何准确性，因此是由于您自己的认知能力，并且尽可能少地运气。 Konek的Maxsen与唯一性论文的关系有点微妙。 对于没有证据，固定议程和未来证据的分区的人来说，它需要独特的信任职能; 但是，它所需的确实取决于未来证据将来自的分区，唯一性论文并不能严格允许。

5.5.3礼仪，认知杂项和唯一性论文

Sophie Horowitz（2019）呼吁认识型实用理论，为认知知识分析提出两个问题。

首先，采取严格适当的认知实用功能。 然后，霍洛维茨指出，任何一套先前的信任职能都需要合理允许的，对于许多允许的债务职能来说，他们期望有不允许的人具有更大的认识效用而非其他的唯一唯一的债务职能允许的。 例如，可能的合理性并不要求您在命题中的先前债务是一个特定的数字，但它确实要求它在某个范围内 - 例如，在0.3和0.6之间。 然后，如果您的信用仍然在此范围内的一端，但仍在其中（例如，0.31），那么它就合理允许，但它将期望超出该范围的结束（例如，0.29）的东西，从而具有更大的认知效用于范围内的东西，因此合理允许，但另一端（例如，0.59）。

其次，Horowitz指出，如果我们的认知实用程序功能严格正确，那么每个允许的凭证都希望自己成为最好的。 这会导致何时呼叫“承认允许案例”的问题。 这些是合理性允许的情况，而且个人知道这是如此。 在这种情况下，他们采用了他们的特定事先，他们知道该事先仅仅是许多合理允许的前瞻性中的一种; 但是，因为我们的认知效用功能严格正确，他们希望它具有比任何替代方案更大的认知效用，包括他们采取合理允许的替代方案。 所以，霍洛维茨问道，他们真的认为这些替代方案是什么？ Horowitz考虑了Miriam Schoenfield（2014年）的回复，并发现它想要。

5.6社会认识论中的认知实用争论

到目前为止，我们只考虑了管理个人归立的规范。 但是，当我们考虑个人和他们的互动群体时出现了许多认识学问题。 以下是我们具有认知实用程序参数的两个这样的问题：该组本身是否具有凭证函数，就像其个人成员一样，如果是这样，如何与成员的债务职能有关？ （第5.6.1节）我们如何最大限度地提高本集团的总血统效用，并对个人产生限制吗？ （第5.6.2节）。

5.6.1集团归立的认知效用

在日常谈话中，我们经常将信仰和归属民归于个人群体以及其成员：政府间气候变化小组在此类中自信70％; 议会小组委员会相信如此。 我们经常认为，个人的信任至少部分确定了本集团的归信。 所以假设我必须提出精确的归信来归咎于一群人。 关于概率判断汇总或意见汇集的文献提供了一系列可能性。 例如：

线性汇集组的信用函数应成为成员债务职能的混合。

Sarah Moss（2011）为线性汇集提供了认知效用论证。 她说，本集团的信任职能应该是最大化本集团预期的认可效用的人，并且她定义了本集团的预期认知效用，以成为成员个人预期认可公用事业的加权算术平均值。 然后，她证明，提供我们的认知效用功能是严格正确的，这是成员信用函数的混合，其中相同的权重最大化该数量。

对此论点的一个问题是它假设它太接近它试图建立的东西。 它假设成员的个人期望应由加权算术平均结合，并试图表明成员的个人凭证函数应该如此组合。 Pettigrew（2017）提供了一个相关的论点，以某种方式提高了苔藓，尽管假设略微略高。 这一想法是，无论集团的信用职能是什么，最好不要成为群体的每个成员都希望更好地认识到的替代方案。 然后，他表明，如果您的认知实用程序函数是持续且严格的合理的，并且如果集团的债务函数不是个人信用职能的混合，那么就有这样的替代方案。

5.6.2最大化全集团成员的全部认识效用

除了询问本集团的认可的认识效用，还可以询问成员债权的总准确性。 这为令人惊讶的强大规范（Kopec 2012）提供了一个论点：

共识合理要求，组的所有成员都具有相同的债务职能。

该论点基于这一事实，如果一个小组违反共识，那么至少有两个成员不同意他们的一些财富，那么就有一个债务函数，这样，如果本集团的所有成员都拥有它，他们的总血症效用将肯定会更大。

我们应该用少量盐采取这个论点。 毕竟，人们所做的一件事是调查世界并收集证据，然后分享他们的发现。 他们决定通过咨询他们的债权和询问的哪些证据来收集，这将最大限度地提高预期的认识或务实用途，正如我们在第5.3.4节所示的那样。 因此，满足共识的集团中的个人将进行同样的调查并获得类似的证据，而具有更多样化的债权的组将开展更多多样化的调查，并最终得到更多样化的证据。 这可能是一个群体从收集各种证据中收入的好处可能超过他们在开始时缺乏共识的劣势（Zollman 2010）。

6.比较自信

在比较置信模式中，我们通过比较置信度排序代表个人的认识状态，这是一个订购或二进制关系≺，〜在他们的议程上。 对于任何两个命题，x和y在他们的议程中，我们说x≺y如果它们比y在y在y中不太自信，我们会说x ~y如果它们完全在x中的自信。

我们的第一份工作是如何衡量这种订购的认知效用。 Fitelson和McCarthy（2014）建议以下内容。 比较置信度排序是一组成对比较。 Fitelson和McCarthy假设它是完整的，这样，对于个人议程，x≺y或X~y或y≺x的任何X。 所以我们首先说如何为这些个人比较进行评分：

x yx≺yx~y

t tα1

t fβγ

f t 1γ

f fα1

这个想法是，如果x≺y和x是假的，那么你是真的，那么你已经订购了唯一代理的命题，所以你得到最大的认知实用程序，我们将需要一个; 并且类似地，如果x~y和x和y具有相同的真相值。 然后有三个潜在的错误，我们需要确定的分数，我们将这些评分标记为α，β，γ。

现在，我们可以简单地允许任何不同的价值，但Fitelson和McCarthy举例说明我们应该设置：α= 1，β= 0，γ= 1/2（或这些正线性变换）。 只有这些分数只是Fitelson和McCarthy的账户在以下意义上提供了一种严格正确的衡量认识效用方式：

如果c是概率凭证函数和c（x）＜c（y），则C预计x≺y比x ~y更好，比y≺x更好。

如果c是概率凭证函数和c（x）= c（y），则C预计x ~y比xy更好，而且比y≺x更好。

因此，对比较置信排序的唯一严格正确的不准确度量是（达到积极的线性变换）：

x yx≺yx~y

t t 1 1

t f 0 1/2

f t 1 1/2

f f 1 1

我们现在可以问：我们可以使用这一认知效用的衡量标准提供哪些规范？ 这是一个，我们说一个命题是一个比另一个命题更强烈，如果第一个第一次需要第二个，但第二个不符合第一个：

严格的准系列

如果x严格强于y，则x和z是互斥的，而Y和Z是互斥的，然后x∨z≺y∨z。

如果x等同于y，则x和z是互斥的，而y和z是互斥的，然后x∨z~y∨z。

由此，我们可以推导出一些进一步的规范：

非琐碎性⊥≺⊤，如果⊥是矛盾，并且⊤是一个是一个是着作者。

规律性⊥≺x≺⊤，如果⊥是矛盾，则⊤是一个是一个太敬，x是偶然的。

严格的单调性

如果x严格强于y，则合理性要求x≺y。

如果x相当于y，则可合理性要求x~y。

现在，我们已经假定订购已完成。 如果我们增加了完整性和严格的准添加性的传递性，那么它保证有一个特定的方法来表示这个订单：在f上有一个depster-shafer信念功能b，使得b（x）＜b（y）iffx∈Y和b（x）= B（y）IFF x~y（Wong，等人1991）。

Eric Raidl和Wolfgang Spohn（2020）提供了一种略有不同的方式来测量比较置信度排序的准确性，并为SPOHN排名理论的规范提供论证（SPOHN 2012）。

7.不精确的财富

在不精确的债务模型中，我们通常代表个人的认知状态，而不是单一的信用函数，而是作为一系列债务职能，我们认为这些债务职能是概率。 有各种相关的表示，其中一些更强大，一些较少，如上下预示，套装所需的赌场和概率滤波器。 我将在这里专注于概率函数。

该领域的中央结果是，对于不精确的债权，没有关于严格案件中严格适当的财产的不精确归属的措施。 这些结果中有三个版本，从由于Seidenfeld，Schervish和Kadane（2012），包括Miriam Schoenfield（2017）和Conor Mayo-Wilson和Gregory Whileer（2016）的适应。。 我介绍了Schoenfield，因为它是最简单的。

Schoenfield认为最简单的案例，我们的个人只有关于一个命题及其否定的意见。 她认为，对于不精确的债务的任何认知效用的任何衡量标准都有以下属性：

延伸当限制在这两个命题上的精确概率时，在无所不知的凭证函数中最大化了认知效用的量度，并且它是连续的。

有界性认可公用事业由实数衡量。

概率受理对任何精确的债务状况，没有不精确的债务状态，至少与所有世界的精确州一样好。

然后，Schoenfield显示，如果延伸，界限和概率可否受理持有，那么对于任何不精确的集合，就有一个精确的概率信用函数，在每个世界上都有相同的认识效用。 这似乎有问题，因为它表明它永远无法理性要求拥有不精确的财富，而他们的支持者通常认为它可以是。

Jason Konek（2019）已经提出了一种避免这种担忧的方法。 他认为，事实上，我们不应该指望一定程度的认识效用来为各种情况工作。 我们的想法是，我们对不精确的债务的认知效用的衡量标准不仅可以编码我们对准确性的态度，而且我们对认知风险的态度，以及针对衡量认知效用的每种合法方式，还有一个不精确的财富，这些归属是由它认可的。 所以所有真正需要的是，对于任何连贯的不精确的职业，有一种合法的方式来衡量认可他们的认知效果：即他们认为自己是从那个角度来看最好的。

8.未来的方向

我们已经看到认识型实用争论对认知规范提供了富有成效的方法。 我们通过突出一些可能的途径来结束本节，虽然该清单绝不是详尽无遗的：

认知实用方法的一个吸引力是它不仅为我们提供了一种方法，可以建立我们已经制定的规范; 它还允许提供一个过程，通过该过程制定用于控制我们可以使用它的不同情况的新规范。 配方简单：指定情况; 指定您的认知效用的衡量标准; 询问认知状态必须具有哪些物业，如果是优化这种情况的认识效用的衡量标准。 例如，这种方法是从乔伊斯对概率主义的论点引导，以Greaves＆Wallace对条件化的论点，以MyRvold的探讨，以获得新证据的价值。 越来越多的认识论家正在考虑较少和更少的理想识别情况：您有证据的情况，但您不知道该证据是什么（Williamson 2000）; 您有更高阶证据的情况，旨在对您的一阶推理（Feldman 2005）产生疑虑; 等等。 认可的效用方法是理想的，可以帮助制定规范，以管理这些非理想情况。

虽然有一些关于如何在衡量认知实用程序的不同方式之间进行选择的工作，但可以完成更多（Pettigrew 2016，Levinstein 2017）。 我们使用一个严格正确的评分规则而不是另一条评分统治的原因是什么？

虽然在认知实用程序上有很多工作，但与Veritist一起出现，唯一的认识价值来源是真理或渐进的准确性，但是其他部分的认识论谈论进一步或替代来源，例如解释力或由认识学形成善良的过程。 如果这些是源代码，我们将如何衡量认知效用？

最终的，相当明显的建议是，对必须解决的方法有很大的反对意见。 我们在这项调查方面遇到了许多人，从莱维斯坦在第5.1.1节的不同重视反对意见中，在第5.2.3节第5.2.3节中的行动状态依赖担忧。 这三个，以及上面详述的其他人仍然缺乏真正引人注目的反应。

还有很多要做的事情。