Getuigenis en vooroordeel, een Bayesiaanse analyse

Vooroordelen, vertrouwen en getuigenis vormen een uitdaging op academisch, maatschappelijk en een economisch vlak. In ons dagelijks leven evalueren we constant de betrouwbaarheid van onze bronnen: Zijn de media bevooroordeeld? Wie zijn de betrouwbare getuigen in een rechtszaak? Welke  websites vertrouwen we met onze persoonlijke data? Welke peer-to-peer applicaties vertrouwen we? Dit zijn dringende vragen. Daarom stel ik een ambitieus maar haalbaar onderzoeksprogramma voor: een geünificeerde logica voor getuigenissen, gebaseerd op technieken uit logica en formele epistemologie. Ik zal, meer bepaald, een logisch framework ontwerpen gebaseerd op hogere orde kanstheorie, die mij zal toelaten om alle nuances van dit probleem te vatten. Filosofisch gezien, zal zo’n framework aanleiding geven tot normatieve epistemische principes die theoretische en praktische problemen kunnen oplossen in sociale epistemologie (bv. fake news detecteren, academische evaluaties verbeteren) en wetenschapsfilosofie (bv. de replicatiecrisis).