La réponse naturelle : une solution inadéquate au dilemme darwinien
Bibliographic record
Abstract
Le dilemme darwinien, formulé par Sharon Street, somme les réalistes moraux d’expliquer pourquoi de nombreux jugements qui sont des candidats au statut de vérités morales indépendantes sont aussi ceux qui ont une grande valeur sélective. Les réalistes peuvent soit nier, soit affirmer l’existence d’un lien entre pressions évolutionnistes et vérités morales. Selon Street, la première option mène au scepticisme tandis que la seconde est indéfendable sur le plan scientifique. Peter Singer et Katarzyna de Lazari-Radek optent pour la première branche de ce dilemme. Dans cet article, la stratégie argumentative qu’ils adoptent — la réponse naturelle — sera soumise à un examen critique. Deux objections seront formulées. La première est d’ordre épistémologique : l’intuitionnisme philosophique défendu par les auteurs fait face à des difficultés majeures. La seconde, plus fondamentale, est que leur solution ne permet pas d’expliquer autrement que par un heureux hasard l’alignement entre les vérités morales et les jugements ayant une valeur sélective.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.024 |
| Scholarly communication | 0.006 | 0.010 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.006 | 0.011 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".