Causaliteit in economie, informatica, logica en taalkunde

Deze methoden werden opgezet met behulp van natuurlijke experimenten, situaties die in het echte leven gebeuren en lijken op experimenten. Deze natuurlijke experimenten komen bijvoorbeeld voort uit natuurlijke willekeurige variaties, institutionele regels of beleidsveranderingen.

Dit webinar, dat de KNAW samen met de Vereniging voor Logica (VvL) organiseert, brengt verschillende experts op het gebied van redeneren over causaliteit uit verschillende disciplines bij elkaar.

Sprekers

• Guido Imbens, hoogleraar economie en toegepaste econometrie, Stanford Graduate School of Business (Verenigde Staten) en laureaat Nobelprijs voor de Economie 2021 – Causal Inference and Decision Making

  Abstract: Al sinds het ontstaan van de econometrie in de jaren 1930, toen Tinbergen methoden ontwikkelde om vraag- en aanbodfuncties af te leiden uit waarnemingsgegevens, speelt het schatten van causale effecten een centrale rol. In deze lezing zal ik bespreken en illustreren hoe economen denken over causaliteit, welke invloed dit in de praktijk heeft gehad op empirisch economisch onderzoek en hoe dit een belangrijke stimulans heeft gevormd voor theoretisch econometrisch onderzoek.
   

• Sara Magliacane, universitair docent informatica, Universiteit van Amsterdam – Causality-inspired machine learning: what can causality do for  machine learning?

  Abstract: Uit eerder onderzoek is gebleken dat er een verband bestaat tussen causaliteit en de robuustheid van machine-learning-methoden voor wat betreft veranderingen in de datadistributie. In deze lezing beschrijf ik een voorbeeld van een machine-learning-methode die uitgaat van causaliteit, waarbij ik laat zien dat we ook in die context ideeën kunnen toepassen op causaliteit, zelfs als we de causale verbanden niet kunnen reconstrueren.
   

• Thomas Icard, hoogleraar filosofie en informatica, Stanford University (Verenigde Staten) – Logical Problems of Causal Inference

  Abstract: In deze lezing wil ik uitleggen waarom het zinvol en correct is om problemen op het gebied van causale inferentie te begrijpen als logische problemen. Causaal onderzoek levert nieuwe invalshoeken op voor traditionele thema's in de logica, en omgekeerd biedt de logica hulpmiddelen om meer duidelijkheid te krijgen over vragen in de theorie van causale inferentie.
   

• Katrin Schulz, universitair docent taalfilosofie, Universiteit van Amsterdam -  Causality in language: generics and beyond

  Abstract: Causaliteit speelt een cruciale rol in ons begrip van en onze omgang met de werkelijkheid en heeft daarom ook een enorme impact op onze taal. In deze lezing concentreer ik me op één bepaalde constructie, namelijk generieke zinnen, en stel ik een causale benadering van hun betekenis voor. Maar in zekere zin schetst deze theorie een nogal beperkt beeld van de informatie die ons in staat stelt om causaal te redeneren. In het tweede deel ga ik in op lopend onderzoek. Om beter te begrijpen hoe we dit vermogen tot causaal redeneren verwerven, gaan we na welk deel ervan nu al kan worden opgepikt door grote taalmodellen. 

De avond wordt voorgezeten door Rineke Verbrugge, hoogleraar logica en cognitie aan de Rijksuniversiteit Groningen, en Balder ten Cate, universitair hoofddocent logica en theoretische informatica aan de Universiteit van Amsterdam.

Praktische informatie

De voertaal van dit webinar is Engels. Via Zoom kunt u vragen stellen tijdens het webinar. Na inschrijving ontvangt u via mail de Zoomlink.