Les cas de Gettier montrent qu'une croyance vraie et justifiée peut rester accidentellement correcte. Il n'en découle pas de test API binaire du savoir.
Problèmes de Gettier
dans GenOS.
Les cas de Gettier montrent qu'une croyance vraie et justifiée peut rester accidentellement correcte. Il n'en découle pas de test API binaire du savoir.
Comprendre le
mécanisme.
Garder séparés vérité T, justification J et provenance ; même T∧J peut être insuffisant selon le cas.
Ce modèle explique le principe. Son implémentation et ses preuves sont décrites dans la source GenOS versionnée ; l'analogie scientifique ne les valide pas.
Explorer le mécanisme: Problèmes de Gettier
Un modèle pédagogique qualitatif de ce concept. Il n'exécute pas GenOS et ne valide pas son implémentation.
La transition modélisée peut avancer. Modifiez l'hypothèse et parcourez les étapes pour examiner la décision.
Du signal
au résultat.
Énoncer croyance et raisons
Les cas de Gettier montrent qu'une croyance vraie et justifiée peut rester accidentellement correcte. Il n'en découle pas de test API binaire du savoir.
Tester vérité et lien causal
Garder séparés vérité T, justification J et provenance ; même T∧J peut être insuffisant selon le cas.
Révéler la vérité accidentelle
Pour Problèmes de Gettier, cette issue découle du modèle ci-dessus seulement si ses hypothèses et le contrôle de résultat sont satisfaits.
Sources et
limites.
Is justified true belief knowledge?
Edmund L. Gettier · Analysis 23(6), 121–123
Recherche primaire sur contre-exemples de Gettier. Elle éclaire l'analogie avec Problèmes de Gettier, sans valider l'implémentation GenOS.
Ouvrir la source ↗Ces références expliquent le mécanisme ou la technologie d'origine ; elles ne constituent pas une preuve de fonctionnement de GenOS.
Vérifier la portée de Problèmes de Gettier.
Le schéma animé est pédagogique. La fiche source versionnée décrit l'implémentation ; les statuts ci-dessous indiquent sa maturité sans déduire un fonctionnement réel de l'analogie scientifique.