Źródło: mises.org
Tłumaczenie: Mateusz Czyżniewski
Najważniejsza debata w filozofii nauki dotyczy celu opracowywania teorii naukowych: czy powinny one dążyć do jak najdokładniejszego przedstawienia świata, czy też wystarczy, aby generowały użyteczne prognozy? Milton Friedman w swoim wpływowym eseju The Methodology of Positive Economics opowiada się za tym drugim podejściem sugerując, że głównym celem teorii ekonomicznej jest generowanie dokładnych prognoz, niezależnie od tego, czy jej założenia odzwierciedlają rzeczywistość. Ten instrumentalistyczno-empiryczny pogląd wywarł ogromny wpływ na ekonomię, zachęcając badaczy do opracowywania modeli, które mogą nie być prawdziwe czy realistyczne w swoich założeniach, lecz mają być one oceniane przede wszystkim na podstawie ich sukcesu predykcyjnego.
Takie podejście grozi jednak zredukowaniem ekonomii do zwykłego narzędzia w postaci modelu tzw. „czarnej skrzynki”, stosowanego jedynie do celów przewidywania, pozbawionego prawdziwego wglądu w podstawowe mechanizmy napędzające zjawiska gospodarcze. Z perspektywy realizmu naukowego, który utrzymuje, że teoria powinna dążyć do jak najdokładniejszego odwzorowania świata, instrumentalizm-empiryzm Friedmana zaniedbuje głębsze zadanie zrozumienia funkcjonowania gospodarki.
Podejście Friedmana można rozumieć jako zastosowanie instrumentalizmu, poglądu wywodzącego się z filozofii nauki, który koncentruje się zasadniczo na użyteczności teorii w kontekście realizacji predykcji, a nie na prawdziwości, czy realizmie jej założeń. Według Friedmana założenia teorii ekonomicznej nie muszą być realistyczne, liczy się to, czy teoria daje dokładne przewidywania. Jego zdaniem idealny model opisujący działania „doskonałego” gracza bilardowego — który wykonuje strzały tak, jakby był matematycznym geniuszem, precyzyjnie obliczając kąty i prędkości bil — jest poprawny, o ile dokładnie przewiduje trajektorię kul bilardowych w czasie. Podobnie, teoria ekonomiczna nie musi odzwierciedlać rzeczywistych procesów decyzyjnych jednostek lub firm, o ile przewiduje ich zachowanie wystarczająco dobrze, aby być wystarczająco użyteczną do celów realizacji polityki lub tymczasowej analizy. Ten nacisk na przewidywanie ukształtował znaczną część współczesnej ekonomii, prowadząc do rozprzestrzeniania się abstrakcyjnych modeli, które dążą do dokładności predykcyjnej bez obawy o realizm ich założeń.
Jednak czysto instrumentalne podejście do teorii ekonomii wiąże się ze znacznym ryzykiem. Przedkładając przewidywanie nad zrozumienie, instrumentalizm może przekształcić ekonomię w „czarną skrzynkę”, czyli model który dostarcza użytecznych przewidywań ilościowych bez zawarcia istotnych informacji wyjaśniających, dlaczego te przewidywania się sprawdzają. Pojęcie czarnej skrzynki opisuje system, którego wewnętrzne działanie jest nieprzejrzyste i którego wyniki można zaobserwować „na wyjściu”, ale nie mogą być w pełni zrozumiane. Tego typu modele ekonomiczne mogą dostarczać prognoz decydentom i analitykom dotyczących inflacji, bezrobocia lub trendów rynkowych, ale oferują niewielki wgląd w mechanizmy przyczynowe, które generują te wyniki. W konsekwencji, modele instrumentalistyczne mogą prowadzić do udanych prognoz w krótkim okresie, ale mogą również wprowadzać ekonomistów w błąd co do prawdziwej natury systemów gospodarczych i ich dynamiki.
Ramy predykcyjne, które są oderwane od rzeczywistych mechanizmów przyczynowych, nie mają możliwości ustalenia praw rządzących danymi zjawiskami. Aby ustalić przyczynowość, wymagane są następujące warunki: 1) jedno zdarzenie poprzedza drugie; 2) istnieje istotny związek między dwoma zdarzeniami; oraz 3) nie ma żadnych zmiennych zakłócających. Podczas gdy pierwsze dwa można ustalić, trzecie jest nieosiągalne. Nigdy nie można wykazać, że uwzględniono wszystkie zmienne zakłócające.
W związku z tym, o ile nie odwołamy się do mechanizmów przyczynowych w połączeniu z heurystykami, które przybliżają nam prawdziwy obraz świata, takimi jak brzytwa Ockhama, ustalenie przyczynowości jest niemożliwe. Wówczas ekonomiści mogliby jedynie obserwować korelacje i kolejność zdarzeń. Przy tak wąskim ujęciu, odrzucenie teorii zaproponowanej powyżej może nastąpić tylko na bazie tego, że nie generuje ona wystarczająco dokładnych predykcji, a nie dlatego, że nie ma rozsądnego mechanizmu przyczynowego, który można naukowo ustalić. Jeśli jednak tak jest, to wszystko, co można powiedzieć w odniesieniu do korelacji i związku przyczynowego, to to, że istnieją silniejsze i słabsze korelacje między zmienną wyjaśnianą a zmienną wyjaśniającą. W tych ramach teorię można odrzucić tylko wtedy, gdy można wykazać teorię zawierającą silniejsze korelacje. Lecz podchodząc do problemu w ten sposób, odrzuca się przyczynowość.
W momencie gdy zmieniają się warunki lub występują nieoczekiwane zdarzenia, to bez solidnego zrozumienia przyczyn leżących u podstaw danych zjawisk, ekonomiści mogą mieć trudności z dostosowaniem swoich modeli.. Naturalnie, prowadzi to do błędów w polityce lub niepowodzeń w realizowanych predykcjach, gdy modele te są stosowane w kompletnie nowych sytuacjach. Uderzającym przykładem tego niepowodzenia jest kryzys finansowy z 2008 r., podczas którego to wykorzystywane modele od instrumentalistycznym rodowodzie oraz dostrojone do historycznych danych rynkowych, nie były w stanie przewidzieć załamania. Musiało tak się stać, ponieważ były nazbyt dopasowane do poprzedniego okresu stabilności, pomijając głębsze zagrożenia systemowe, takie jak niezrównoważone zadłużenie, czy wzajemne powiązania finansowe. Ci, którzy skupili się na podstawowych związkach przyczynowych, a nie na ślepym prognozowaniu, byli w stanie, wbrew pewnym intuicjom, z powodzeniem przewidzieć kryzys, tak jak wielu austriackich ekonomistów, którzy dostarczyli trafnych ostrzeżeń na temat zbliżającego się załamania.
Z perspektywy realizmu naukowego, to instrumentalistyczne podejście jestnaznaczone wieloma błędami Realizm naukowy utrzymuje, że celem teorii nie jest jedynie przewidywanie, ale odzwierciedlenie świata tak dokładnie, jak to tylko możliwe. W tym ujęciu teoria posiada wartość naukową nie tylko dlatego, że przewiduje przyszłe zdarzenia, ale dlatego, że wyjaśnia, dlaczego te zdarzenia występują, rzucając światło na struktury przyczynowe i relacje, które leżą u podstaw obserwowalnych zjawisk. Na przykład, w naukach przyrodniczych, dobra teoria opisująca ruch planet nie tylko przewiduje ruchy ciał niebieskich, ale także wyjaśnia je w kategoriach praw fizyki. Moc predykcyjna takiej teorii wynika z jej dokładnego odwzorowania rzeczywistych mechanizmów rządzących ruchem planet. Z kolei model ekonomiczny, który dokładnie przewiduje inflację na bazie przeszłych danych, opierając się na ewidentnie fałszywych założeniach dotyczących ludzkich działań, nie ma mocy wyjaśniającej i nie zapewnia głębszego zrozumienia praw rządzących gospodarką.
Teorie, które dokładnie odzwierciedlają istotę badanych zjawisk, są bardziej odporne na błędy oraz mogą być wszechstronnie wykorzystywane. Z kolei modele, które przedkładają przewidywanie nad wyjaśnianie, mogą sprawdzać się dobrze w określonych, konkretnych zastosowaniach, ale zawodzą, gdy są stosowane w nowych sytuacjach. W naukach przyrodniczych historia postępu naukowego często wiązała się z udoskonalaniem teorii w celu lepszego przedstawienia rzeczywistości. Prawa ruchu Newtona zostały udoskonalone przez teorię względności Einsteina, która zapewniła dokładniejsze odwzorowanie działania wszechświata, gdy należy wziąć pod uwagę duże odległości oraz wpływ silnego pola grawitacyjnego. Podobnie w ekonomii, teoria, która dokładnie reprezentuje procesy decyzyjne jednostek i firm, dynamikę rynków i rolę instytucji, z większym prawdopodobieństwem zapewni solidne prognozy w wielu różnych kontekstach niż taka, która opiera się na nierealistycznych założeniach tylko dlatego, że działa w wąskim zestawie przypadków.
Wreszcie, instrumentalizm Friedmana zakłada, że sukces predykcyjny jest ostatecznym testem ważności teorii. Jednak w złożonych systemach dynamicznych, takich jak gospodarka, prognozy mogą czasami dawać liczbowo dobre wyniki z niewłaściwych, patrząc z perspektywy realistycznej, powodów. Model może dawać trafne przewidywania w krótkim okresie z powodu wystąpienia zwyczajnego przypadku lub dlatego, że wychwytuje on powierzchowne prawidłowości występujące w danych, bez faktycznego reprezentowania głębszych struktur przyczynowych między zmiennymi, które wiążą te prawidłowości. W takich sytuacjach przewidywania modelu mogą zawieść, gdy zmienią się warunki odniesienia. Dlatego też nie jest niczym niezwykłym, że ekonomiści generują notorycznie słabe wyniki, jeśli chodzi o przewidywanie. Jak Deirdre McCloskey zauważyła, „branża generowania prognoz ekonomicznych (...) przynosi tylko zwyczajne zyski”.
Dla porównania teoria, która dokładnie odzwierciedla rzeczywistość leżącą u podstaw mechanizmów przyczynowych gospodarki, z większym prawdopodobieństwem stworzy solidne prognozy, które utrzymają się nawet wtedy, gdy zmienia się warunki odniesienia. Tak jak zrozumienie genetycznych podstaw ewolucji pozwala biologom na dokonywanie bardziej wiarygodnych prognoz dotyczących rozwoju gatunków, tak zrozumienie rzeczywistych struktur gospodarki pozwala ekonomistom na dokonywanie prognoz opartych na rzeczywistej dynamice rynków, instytucji i ludzkich działań.
Podczas gdy instrumentalistyczne podejście Friedmana miało ogromny wpływ na kształtowanie rozwoju teorii ekonomii, grozi ono zredukowaniem ekonomii do zwykłej „czarnej skrzynki”, czyli maszyny mającej na celu generowania prognoz bez oferowania prawdziwego wglądu w funkcjonowanie gospodarki. Z perspektywy realizmu naukowego, celem teorii naukowej powinno być jak najdokładniejsze przedstawienie świata, a nie tylko tworzenie użytecznych prognoz. W ekonomii oznacza to dążenie do opracowania teorii, które dokładnie odzwierciedlają rzeczywiste mechanizmy napędzające zjawiska gospodarcze, zamiast polegać na założeniach dotyczących danych empirycznych, które dają pewne prognozy, ale nie zapewniają prawdziwego zrozumienia praw ekonomii. Dążąc do precyzji w odzwierciedlaniu rzeczywistości, ekonomiści mogą tworzyć bardziej solidne, odporne na błędy teorie, które nie tylko przewidują przyszłe wydarzenia, ale także wyjaśniają, dlaczego te wydarzenia mają miejsce, oferując głębszy wgląd w naturę systemów gospodarczych.
Źródło ilustracji: Pixabay
