학술논문
개입 인과 이론에 따른 원인 효과 해명에 대한 평가와 인과 상호작용 효과에 관한 반 사실적 조절 변수로 원인 효과를 추정하기
A Criticism of the Intervention Theories of Causation and Estimating Causal Significance of a Variable for another Variable in terms of Counterfactual Moderator Variables for Causal Interaction
A Criticism of the Intervention Theories of Causation and Estimating Causal Significance of a Variable for another Variable in terms of Counterfactual Moderator Variables for Causal Interaction
Document Type
Article
Author
Source
과학철학 / The Korean Journal for the Philosophy of Science. Jul 31, 2020 23(2):109
Subject
Language
Korean
ISSN
1598-754x
Abstract
이 글에서 필자는 우선, 인과에 대한 개입(조종) 이론에 대한 논쟁을 검토하고, 그 이론의 대안을 비판적으로 평가한다. 다음으로, 인과 상호작용을 반 사실적 조절 변수로 전제하여 인과 구조를 유의미하게 해명하고 추정할 수 있는 방법을 제시한다. 이 글의 구조는 다음과 같다. 첫째, 우드워드(Woodward 2005)의 개입(조종) 인과 이론에 대한 스트레븐스(Strevens 2007, 2008)의 비판과 이에 대한 우드워드(Woodward 2008, 2009)의 응답을 검토하고, 이들 논쟁의 의미에 주목한다. 특별히 변수 상대성에 따른 원인 효과의 다양성 문제와 원인 효과의 단조성 문제를 검토한다. 둘째, 우드워드의 이론에 대한 스태텀(Statham 2018)의 분석과 비판 그리고 대안을 검토하고 평가한다. 특별히 스태텀이 제시한 배경 조건 변수와 시스템 변수의 구분에 대해 비판적으로 검토하고 평가한다. 셋째, 우드워드의 이론과 스태텀의 이론 모두가, 결과 변수에 대한 원인 변수의 상반된 다양한 원인 효과를 해명하는 데에 한계가 있음을 논의한다. 넷째, 인과 상호작용을 반 사실적 조절 변수로 고려하여, 그 방식이 앞선 이론들의 문제에 대하여 어떻게 답이 될 수 있으며, 한 변수의 또 다른 변수의 원인 효과를 교란하는 변수를 전제하고도 인과 구조를 추정하는 방법을 제시한다.
In this paper, I first critically examine the debate on the intervention theory of causation and another intervention theory of causation that articulates the first theory. Secondly, I show that causal structure is explicated and estimated in terms of counterfactual moderator variables for causal interaction. The paper consists of four parts. First, I examine Strevens’(2007, 2008) criticism of Woodward’s(2005) intervention theory of causation. In particular, I examine the problem that causal significance of a variable for another variable is different, depending on what variables we are considering. I also examine the problem with the intervention theory of causation due to monotonicty. Second, I introduce Statham’s(2018) analysis of and his criticism of Woodward’s theory(2005, 2008, 2009) and critically examine Statham’s intervention theory of causation that is intended to articulate Woodward’s theory. In particular, I criticize Statham’s distinction between background variables and system variables. Third, I argue that Woodward’s theory and Statham’s theory both do not fully explicate multiple causal significance of a variable for another variable that matters in the world of causal network. Finally, assuming confounding variables, I explicate and estimate multiple causal significance of a variable for another variable in terms of counterfactual moderator variables for causal interaction.
In this paper, I first critically examine the debate on the intervention theory of causation and another intervention theory of causation that articulates the first theory. Secondly, I show that causal structure is explicated and estimated in terms of counterfactual moderator variables for causal interaction. The paper consists of four parts. First, I examine Strevens’(2007, 2008) criticism of Woodward’s(2005) intervention theory of causation. In particular, I examine the problem that causal significance of a variable for another variable is different, depending on what variables we are considering. I also examine the problem with the intervention theory of causation due to monotonicty. Second, I introduce Statham’s(2018) analysis of and his criticism of Woodward’s theory(2005, 2008, 2009) and critically examine Statham’s intervention theory of causation that is intended to articulate Woodward’s theory. In particular, I criticize Statham’s distinction between background variables and system variables. Third, I argue that Woodward’s theory and Statham’s theory both do not fully explicate multiple causal significance of a variable for another variable that matters in the world of causal network. Finally, assuming confounding variables, I explicate and estimate multiple causal significance of a variable for another variable in terms of counterfactual moderator variables for causal interaction.