35. 다음으로부터 추론한 것으로 옳은 것은?
어떤 데이터를 사전에 성공적으로 예측한 가설과 그 데이터를 사후에 설명하기 위해 도입된 가설이 있다고 하자. 이 데이터가 두 가설들을 입증했다고 말할 수 있을까? 입증에 관한 〈이론〉은 다음과 같이 대답한다.
〈이론〉
가설은 시험을 통과함으로써만 입증 정도가 높아지며, 통과하지 못함으로써만 입증 정도가 낮아진다. 그리고 가설은 예측 성공이나 실패를 통해서만 시험을 통과하거나 통과하지 못한다. 예측의 경우 가설이 먼저 만들어져 앞으로 어떤 일이 일어날지를 이야기하기에 실제로는 그런 일이 일어나지 않았음이 밝혀질 위험을 감수한다. 그러나 사후 설명은 그런 위험을 전혀 감수하지 않는다. 사후 설명의 절차를 통해서는 가설이 틀렸음이 밝혀질 수 없는데, 왜냐하면 그 가설은 애초부터 알려진 자료와 일치하도록 구성되었기 때문이다.
〈사례〉
지난 99일간의 날씨에 대해 甲은 강우 현상에 관한 과학적 이론인 A 가설에 따라 매번 그다음 날에 비가 올지 안 올지에 대해 예측하였고, 그러한 甲의 예측은 매번 성공적이었다. 甲이 예측에 성공한 99번의 강우 현상들을 C 증거라고 부르자. 이제 甲은 99일째인 오늘 A 가설에 따라 내일 비가 온다고 예측한다. 甲과 달리 乙은 내일 비가 오지 않는다고 예측한다. 乙의 예측은 강우 현상에 관한 또 다른 과학적 이론인 B 가설에 따른 것이다. 그런데 이 가설은 지난 99일의 날씨가 관측된 이후에 만들어졌다. 따라서 이 가설은 99일 시점까지 어떤 예측도 한 적이 없고, 이에 당연히 예측에 성공한 적도 없다. 그러나 B 가설은 C 증거에 대한 좋은 설명을 제시한다. C 증거는 甲의 A 가설과 乙의 B 가설을 비교할 수 있는 경험적 증거의 전부이다.
- 두 가설이 같은 증거들을 가지고 있다면 그 가설들이 내놓는 예측은 서로 다를 수 없다.
- 〈이론〉에 따르면, 100일째에 비가 오지 않았다는 증거는 A 가설의 입증 정도에 영향을 주지 않는다.
- 〈이론〉에 따르면, 100일째에 비가 오지 않았다고 하더라도 B 가설의 입증 정도는 올라가지 않는다.
- 〈이론〉에 따르면, 99일째의 시점에서 볼 때 B 가설은 입증되기는 하였으나 그 정도는 A 가설보다 낮다.
- 〈이론〉에 따르면, B 가설이 아직 구성되지 않은 어떤 시점에서 A 가설은 이미 어느 정도 입증되었다.