科学的知識の非最適性：パス依存、ロックイン、そして局所的ミニマムの罠

emph{軌道}が、それ自体として最適化問題として検討されることはほとんどない。本論文は、いかなる歴史的な時点においても、科学的知識の体系は
emph{大域的最適}ではなく
emph{局所的最適}を表している、と主張する。すなわち、自然を理解するための枠組み、形式体系、パラダイムは、歴史的偶然性、認知的な経路依存性、そして制度的なロックインによって大きく形作られている。機械学習における勾配降下法との類推にもとづき、私たちは、科学が扱いやすさ、経験的なアクセス可能性、制度的報酬に関して最も急な局所的勾配に沿って進むことで、本質的により優れた自然の記述を回避してしまう可能性がある、という仮説を提案する。私たちは、このテーゼを数学、物理学、化学、生物学、神経科学、そして統計的方法論にまたがる詳細な事例研究によって展開する。私たちは、ロックインをもたらす相互に連結した3つのメカニズム――認知的、形式的、制度的――を特定し、これらのメカニズムを認識することが、局所的最適から脱出できるメタ科学的戦略を設計するための前提条件である、と論じる。最後に、具体的な介入策を提案し、科学哲学にとっての本論文のテーゼがもたらす認識論的含意について議論する。