Defeasible reasoning en de bewijslast: wie moet wat bewijzen en waarom

Stel je voor: je bent in een discussie over de beste voetballer aller tijden.

Jij beweert dat het Lionel Messi is. Je levert argumenten: hij heeft acht Ballons d'Or gewonnen, hij heeft een ongelofelijk doelpuntengemiddelde, en hij heeft een heel team naar de overwinning geleid. Maar dan komt je tegenstander met een verpletterend tegenargument: "Ja, maar hij speelde nooit in de Premier League." In een klassiek, rigide debat zou je nu in de verdediging moeten schieten en bewijzen dat dit feit niet terzake doet. Maar wat als je redenering niet zo zwart-wit is?

Wat als je claim niet absolute waarheid is, maar de beste verklaring op dit moment? Hier komt defeasible reasoning om de hoek kijken.

Het is een concept dat de manier waarop we naar bewijslast en argumentatie kijken volledig op z'n kop zet.

In plaats van te eisen dat alle tegenargumenten worden uitgeschakeld, erkent defeasible reasoning dat argumenten gebaseerd zijn op voorwaarden. Als een van die voorwaarden verandert, verandert de validiteit van je argument mee. Dit artikel duikt in de wereld van defeasible reasoning en onderzoekt wat dit betekent voor de bewijslast: wie moet wat bewijzen, en waarom?

Wat is Defeasible Reasoning Eigenlijk?

Defeasible reasoning, in het Nederlands wel vertaald als 'uitroestbaar redeneren' of 'ondermijnbaar redeneren', is een logische benadering die veel beter past bij de chaotische en complexe echte wereld dan traditionele deductieve logica. Waar deductieve logica eist dat als A waar is, B noodzakelijkerwijs waar moet zijn, laat defeasible reasoning zien dat de meeste van onze dagelijkse argumenten veel flexibeler zijn.

Stel je een simpel voorbeeld voor: "Als het regent, wordt de straat nat.

Het regent nu." De logische conclusie is dat de straat nat is. Dit is een sterk argument. Maar wat nu als er net een enorme overkapping over de straat is gebouwd?

Of als het net begint te regenen en de straat nog droog is? Het argument "de straat is nat" is niet meer absoluut waar. Het is conditioneel.

Het hangt af van de voorwaarden. Defeasible reasoning gaat uit van deze conditionele beweringen. Een argument is geldig zolang er geen nieuwe informatie opduikt die de voorwaarden ondermijnt. Zodra dat gebeurt, 'roeft' het de conclusie terug.

Het idee is afkomstig van filosofen als Douglas Walton en wetenschappers in de kunstmatige intelligentie, die merkten dat computers nogal moeite hadden met de nuance van menselijke besluitvorming.

Wij mensen redeneren niet in absolute zekerheden; we redeneren in waarschijnlijkheden en 'onder normale omstandigheden'.

De Traditionele Benadering van Bewijslast

Laten we even kijken naar de wereld zoals we die vaak leren kennen: de traditionele bewijslast. In rechtszaken, wetenschappelijke discussies en zelfs bij het oplossen van ruzies thuis, wordt bewijslast vaak gezien als een rigide verplichting. De regel is simpel: wie stelt, moet bewijzen.

Als jij beweert dat je buurman je fiets heeft gestolen, ligt de bewijslast volledig bij jou.

Jij moet bewijzen dat hij het heeft gedaan. De buurman hoeft niets te bewijzen; hij kan simpelweg ontkennen.

In deze 'stijve benadering' moet je als steller van de claim alle mogelijke gaten in je verhaal dichten voordat je überhaupt begint. Je moet anticiperen op elk denkbaar tegenargument en dit vooraf ontkrachten. Dit werkt in theorie, maar in de praktijk is het onmogelijk om alle mogelijke scenario's te overzien.

Een ander klassiek voorbeeld is de 'burden of proof' in een wetenschappelijke discussie.

Als een onderzoeker beweert dat een nieuw medicijn kanker geneest, moet deze onderzoeker bewijzen dat het werkt onder alle omstandigheden voor alle soorten kanker. Als er maar één uitzondering is, faalt de claim. Dit leidt vaak tot verlamming, omdat er altijd wel een onbekende variabele is die de theorie kan ondermijnen.

Defeasible Reasoning: Een Flexibelere Kijk op Bewijs

Defeasible reasoning breekt met deze rigide structuur. Het verschuift de focus van "bewijs dat iets absoluut waar is" naar "bewijs dat iets de beste verklaring is onder de huidige omstandigheden".

In plaats van te proberen alle tegenargumenten vooraf te elimineren, richt defeasible reasoning zich op de sterkte van de voorwaarden van je argument.

Stel je voor dat je een bedrijf bent dat beweert dat werken op afstand de productiviteit verhoogt. In een traditioneel model zou je moeten bewijzen dat dit voor elk bedrijf, elke werknemer en elke taak geldt. Dat is een zware last.

Met defeasible reasoning formuleer je je claim anders: "Als werknemers discipline hebben en de juiste tools hebben, dan verhoogt werken op afstand de productiviteit." De bewijslast verandert nu. Je hoeft niet te bewijzen dat het altijd werkt; je moet bewijzen dat de voorwaarden (discipline en juiste tools) aanwezig zijn en dat deze leiden tot de conclusie (hogere productiviteit). Als een werknemer geen discipline heeft, is je argument niet 'fout', de voorwaarde is gewoon niet vervuld.

Je claim is 'geroepen' (defeated), maar niet per se onwaar. Dit is een veel realistischere weergave van hoe kennis werkt.

Hoe Verandert Dit de Verdeling van de Bewijslast?

Wie moet wat bewijzen in dit model? Het antwoord is: het is een dynamisch proces. In defeasible reasoning is de bewijslast niet langer een eenrichtingsverkeer waarbij één partij de hele berg moet beklimmen.

De partij die een claim maakt, draagt de primaire bewijslast. Zij moeten aantonen dat de basisvoorwaarden van hun argument plausibel zijn.

Ze hoeven geen 100% garantie te geven, maar ze moeten genoeg bewijs leveren om de conclusie waarschijnlijk te maken. Maar hier komt de flexibiliteit: de tegenpartij draagt de secundaire bewijslast.

Zij moeten niet alleen roepen "dat is niet waar", maar zij moeten een specifieke voorwaarde aanwijzen die niet klopt. Ze moeten een 'ondermijnende aanname' (defeater) presenteren. Stel je een discussie over een nieuwe auto die veilig zou zijn.

De verkoper (primaire bewijslast) tooit tests waaruit blijkt dat de auto sterke kreukelzones heeft.

De Rol van Tegenbewijs en Voorwaarden

De koper (secundaire bewijslast) kan de bewijslast verschuiven door te wijzen op een specifiek feit: "Die tests zijn gedaan op een gladde ondergrond, maar ik rijd op sneeuw. De voorwaarde voor veiligheid op gladde wegen is niet getest." De bewijslast verschuift nu terug naar de verkoper om aan te tonen dat de auto ook op sneeuw veilig is. Het is een tenniswedstrijd, geen eenzame mars.

De kracht van wat Jaap Hage schrijft over defeasible reasoning zit in de precisie van het tegenbewijs. Je kunt niet zomaar een vage twijfel opperen.

Je moet een specifieke 'defeater' introduceren. Een defeater is een nieuwe informatie die de link tussen de voorwaarde en de conclusie verbreekt.

Stel: "De lucht is blauw, dus het is dag." Dit is een defeasible argument. De voorwaarde is dat de lucht blauw is (geen bewolking, etc.). Als iemand nu zegt: "Maar het is middernacht," dan is dat een krachtige defeater.

De voorwaarde (blauwe lucht) is niet meer geldig in die context, en de conclusie (het is dag) valt weg. In dit model is de bewijslast dus niet alleen het verzamelen van feiten, maar het scherpstellen van de voorwaarden. Wie de meest relevante en specifieke voorwaarden kan identificeren en bewijzen, wint het argument.

Praktische Toepassingen: Recht, Wetenschap en AI

Waarom is dit belangrijk? Omdat defeasible reasoning de kern vormt van hoe we overal, vaak zonder dat we het doorhebben, redeneren.

In de rechtspraak zien we dit constant. Een rechter hoeft niet te bewijzen dat een verdachte nooit onschuldig kan zijn; hij hoeft alleen te bewijzen dat, gegeven de bewijslast en de voorwaarden (motief, middel, gelegenheid), de verdachte schuldig is 'beyond reasonable doubt'. Als de verdediging een nieuwe voorwaarde introduceert (bijvoorbeeld een alibi), verschuift de bewijslast. Defeasible reasoning maakt het juridische proces minder star en meer toegespitst op de specifieke context van de zaak.

In de medische wereld is dit essentieel. Een diagnose is zelden 100% zeker.

Een arts gebruikt defeasible reasoning in het gezondheidsrecht: "Als de patiënt koorts heeft en hoest, is de waarschijnlijkheid op een longontsteking hoog." De bewijslast is om de symptomen te matchen met de voorwaarden.

Als de patiënt echter een andere medische geschiedenis heeft (een nieuwe voorwaarde), moet de diagnose worden bijgesteld. De arts bewijst niet dat de patiënt altijd longontsteking heeft, maar dat het de beste verklaring is op basis van de huidige data. Ook in Artificial Intelligence speelt defeasible reasoning een huge rol.

Moderne AI-systemen, zoals die van Google of Microsoft, zijn niet gebaseerd op harde, onveranderlijke regels. Ze werken met probabilistische modellen.

Een AI die bepaalt of een foto een kat toont, doet dit op basis van voorwaarden (oren, snorharen, vacht). Als er een nieuwe voorwaarde opduikt (bijvoorbeeld een hond die op een kat lijkt), moet het systeem zijn conclusie herzien. Het is een continu proces van afwegen en herijken.

Hoe Pas Je Dit Toe in Je Eigen Redenering?

Wil je je eigen argumentatie verbeteren? Begin met het identificeren van je conditionele beweringen. Stop met het claimen van absolute waarheden.

In plaats van te zeggen: "Dit marketingplan is perfect," zeg je: "Dit marketingplan is effectief als we de doelgroep op de juiste manier targeten en als het budget voldoende is."

Door je bewijslast te koppelen aan voorwaarden, maak je je argumenten sterker en moeilijker te weerleggen. Je hoeft niet alle mogelijke tegenargumenten te weerleggen; je hoeft alleen maar de voorwaarden van je eigen plan solide te maken.

De volgende keer dat je in een discussie zit, of het nu gaat om voetbal, werk of politiek, denk dan aan defeasible reasoning. Vraag je af: "Wat zijn de voorwaarden achter mijn claim?" en "Welke nieuwe informatie zou mijn conclusie ondermijnen?" Door de bewijslast te zien als een dynamisch proces van voorwaarden en uitzonderingen, word je een scherpere, eerlijkere en overtuigendere denker.