El bayesianismo considera la creencia como una cuestión de grado y utiliza un enfoque probabilístico para explicar los cambios en la creencia. Veamos en qué se diferencia de la epistemología tradicional.
Muchos epistemólogos tradicionales creen que, para cualquier proposición dada, solo podemos tener una de tres actitudes de creencia. Por ejemplo, podemos creer que la proposición “mañana nevará” es verdadera, falsa o ni verdadera ni falsa. Los bayesianos, por otro lado, ven la creencia como una cuestión de grado. Por ejemplo, cada agente cognitivo puede tener un grado de creencia que va desde la creencia más fuerte hasta la más débil de que “mañana nevará” es verdad. Al incluir grados de creencia en la actitud de creencia, los bayesianos, a diferencia de muchos epistemólogos tradicionales, enriquecen la actitud de creencia.
Según Bayes, los grados de creencia toman valores entre 0 y 1, donde 0 significa no creer en absoluto y 1 significa creer completamente. Al representar la creencia como un continuo de valores, los bayesianos permiten un análisis epistemológico más detallado. Esto se adapta bien a nuestra experiencia cotidiana. Por ejemplo, cuando miramos el pronóstico del tiempo y vemos la información "hay un 70% de probabilidad de lluvia mañana", no lo creemos con certeza o no lo creemos en absoluto, pero sí con cierto grado de confianza.
A menudo aprendemos de nuevo si una proposición arbitraria es verdadera o falsa. Para decirlo en términos bayesianos, a menudo aprendemos de nuevo si una proposición es verdadera o falsa, y tenemos una nueva creencia más fuerte acerca de si es verdadera o falsa. El bayesianismo proporciona una explicación sofisticada de cómo deberían cambiar las creencias en este caso. De acuerdo con esto, cuando un agente cognitivo aprende que una proposición arbitraria A es verdadera o falsa en un momento dado, el cambio en la creencia previa del agente acerca de otra proposición arbitraria B está gobernado por el principio de condicionamiento. Este principio establece que si un perceptor aprende que A es verdadera solamente, entonces el grado de creencia del perceptor de que B es verdadera debe cambiar del grado de creencia inicial al grado de creencia de que B es verdadera bajo la condición de que A sea verdadera.
Por ejemplo, supongamos que Ick cree débilmente que “lloverá mañana” es cierto, y cree firmemente que “lloverá mañana” es cierto bajo la condición de que “está lloviendo hoy” sea cierto. De acuerdo con el Principio de Condicionamiento, es razonable que Gu crea que “llueve mañana” es cierto con más fuerza que antes cuando recién aprende que “llueve hoy” es cierto. El principio de condicionamiento también se aplica cuando hay más de una proposición recién aprendida al mismo tiempo. Sin embargo, este principio se refiere al grado de creencia, no al comportamiento.
Algunas de las proposiciones están relacionadas con la proposición recién aprendida, ya sea verdadera o falsa, como en el ejemplo anterior, mientras que otras no lo están. Según el principio de condicionamiento, aprender que una proposición es verdadera o falsa no debería cambiar el grado de creencia en proposiciones que no están relacionadas con esa proposición. Por ejemplo, como se muestra arriba, si Guy aprende que “Hoy está lloviendo” es verdad, su creencia en la proposición no relacionada “Existen extraterrestres en otras galaxias” no debería cambiar. De esta manera, un bayesiano cree que nuestros grados de creencia deberían permanecer iguales a menos que haya una razón convincente para cambiarlos.
Para justificar esta idea de sentido común, un bayesiano podría apelar a la eficiencia práctica que se obtiene al mantener el grado actual de creencias. Cambiar de escuela sin ninguna razón en particular es, de alguna manera, un uso innecesario de nuestra energía. Un bayesiano consideraría que cambiar de creencias sin ninguna razón en particular es un uso igualmente innecesario de energía. Desde esta perspectiva, es racional mantener nuestro grado actual de creencias a menos que tengamos una razón específica para hacerlo, si lo que buscamos es la eficiencia utilitarista.
En conclusión, el bayesianismo permite un análisis más rico y sofisticado al considerar los grados de creencia, a diferencia de las epistemologías tradicionales que consideran la creencia como binaria. Esto es útil para explicar cómo deberían cambiar las creencias cuando nos encontramos con nueva información, y también tiene sentido desde una perspectiva de eficiencia práctica. Como tal, los enfoques bayesianos tienen un lugar importante en la epistemología moderna.
