以下の記事はMedium上のDatafrens.sgの出版物から取られています。ChatGPT 4.0を使用して日本語に翻訳されました。
サー・アイザック・ニュートンは私たちにとって見知らぬ人ではありません。私たちはおそらく小学校の頃に初めて彼のことを聞き、今日に至るまで彼は私たちに多大な影響を与え続けています。彼は仮説、実験、観察を信じる人物でした。では、GPT3.5（ターボ）に彼の簡単な紹介を書いてもらいましょう。
サー・アイザック・ニュートン（1642-1727）は、英国の数学者、物理学者、天文学者でした。彼は歴史上最も影響力のある科学者の一人と広く認識されており、特に運動の法則や万有引力の法則で有名です。ニュートンの業績は現代物理学の基礎を築き、私たちが周囲の世界を理解する方法を革命的に変えました。また、彼は多作の作家で哲学者でもあり、光のスペクトルの発見を含む光学分野にも重要な貢献をしました。ニュートンの科学哲学に対する見解は、経験的観察と実験を重んじる彼の信念に大きく影響を受けました。科学的方法は観察を行い、その観察を説明する仮説を立てることから成り立つと彼は信じていました。また、科学理論は経験的証拠に基づくべきであり、その正確性を検証するために実験と観察によって試されるべきだとも考えていました。ニュートンの科学哲学に対する考え方は、特に運動の法則と万有引力の法則の発展において、彼自身の科学的業績に反映されています。彼は経験的データを用いて理論を開発し、その後、実験と観察を通じてそれらを検証しました。ニュートンはまた、科学と宗教は相互に排他的ではなく、むしろ補完的であると信じていました。彼は自然界を神の創造の表れと見なし、科学的探究が自然界の美しさや複雑さをより深く理解し、感謝する手助けになると考えていました。全体として、ニュートンの科学哲学に対する見解は、科学的探究における経験的観察と実験の重要性を強調し、科学理論が経験的証拠に基づき、検証と試験の対象となるべきであるとの必要性を強調しました。
もちろん、サー・アイザックは物理学、天文学、光学などの自然科学に焦点を当てました。これらの科学はすべて、仮説検証を使用して私たちの世界と宇宙の真実を発見するための強固な基盤を持っています。言うまでもなく、社会科学においてもサー・アイザックの教えから学べる基本原則があります。その一例が直接経験主義の原則です。
直接経験主義とは、科学理論を導出するために、直接的な感覚体験や実験を通じた観察を使用することを指します。簡単に言えば、私たちが感じるものは、直接的な観察を通じて実験によって検証されなければなりません。たとえば、私は20回目に誰かが緑のリンゴを選び、最初の19ラウンドで赤いリンゴを19個選んだのを見ます。これらの一連の出来事から、スーパーマーケットに置かれたかごには赤いリンゴが緑のリンゴよりも多いと推測します。私が見たことが好きであるにせよ、私の仮説によって提案された命題は、実験の外で起こった変化にかかわらず、再度検証されなければなりません。そして、私はそれを直接的で全く同じ方法で行う必要があります。つまり、その人が行ったピッキングを同じ方法で再度行う必要があります。
では、GPTに私たちのために使用事例を書いてもらいましょう：
事例研究：職業訓練プログラムの効果測定
背景：
社会科学の研究者たちはしばしば、人々の生活を改善するために設計された介入の効果を理解しようとします。そのような介入の一つが職業訓練プログラムであり、これは個人が雇用を得るためのスキルと知識を身につけることを目指しています。この事例研究では、職業訓練プログラムの効果を測定するために直接経験主義を使用します。
方法：
職業訓練プログラムの効果を直接経験主義を使用して測定するために、以下のステップに従います：
- 失業中または雇用不足の個人のグループを募集し、職業訓練プログラムに参加することに興味がある。
- 参加者の半数を無作為に治療群に割り当て、この群は職業訓練プログラムを受けることになります。残りの半数を対照群に割り当て、この群はプログラムを受けません。
- 全参加者に対して事前テストを実施し、彼らの職業スキルと知識を測定します。
- 治療群に職業訓練プログラムを提供します。
- 全参加者に対して事後テストを実施し、彼らの職業スキルと知識を測定します。
- 治療群と対照群の事前テストと事後テストのスコアを比較して、職業訓練プログラムの効果を判定します。
- 結果：
この方法を使用して、50人の参加者を対象に研究を行い、25人を治療群、25人を対照群にランダムに割り当てました。治療群が職業訓練プログラムを受ける前に、全参加者に事前テストを実施しました。プログラム終了後、全参加者に事後テストを実施しました。 - 事前テストのスコア：
治療群：平均 = 60、標準偏差 = 10
対照群：平均 = 58、標準偏差 = 12 - 事後テストのスコア：
治療群：平均 = 80、標準偏差 = 8
対照群：平均 = 59、標準偏差 = 10 - 治療群と対照群の平均値を比較するために二標本t検定を使用し、統計的に有意な差（t = 5.5、p < .001）を発見しました。これは、職業訓練プログラムが職業スキルと知識の向上に効果的であったことを示しています。
- 結論：
私たちの研究に基づき、職業訓練プログラムが参加者の職業スキルと知識を向上させる効果があったことが確認されました。ランダム化比較試験デザインと事前/事後テストの尺度の使用は、研究の妥当性を高め、私たちの発見は職業訓練プログラムの政策や実践に役立つ情報を提供します。
データサイエンスでは、強力な経験主義が重要な役割を果たします。特に外部環境が厳密に制御され、実験環境がよく保持されているシナリオでは、再現性が確認されるべきです。テ스트を再実行した後に結果に変化がある場合、実験環境の外部に影響を与える外部要因が存在することを知ることができます。
この経験的アプローチは必ずしもすべての使用事例に適用可能ではありません。実際には、社会科学の領域のほとんどの使用事例に適用することは非常に困難です。そのため、定量的アプローチが研究者にとってより魅力的になっています。将来的には（科学哲学と確率論に関する一連の議論の後であることを願っていますが）、定量研究のトピックに進むことができるでしょう。お楽しみに！
