Flagpoles anyone? Causal and explanatory asymmetries

Abstract

This paper discusses some procedures developed in recent work in machine learning for inferring causal direction from observational data. The role of independence and invariance assumptions is emphasized. Several familiar examples including Hempel’s flagpole problem are explored in the light of these ideas. The framework is then applied to problems having to do with explanatory direction in non-causal explanation.; Este artículo discute algunos procedimientos desarrollados recientemente en el campo del aprendizaje automático para inferir direcciones causales a partir de datos observacionales. Se enfatiza el papel de la independencia y la invarianza. A la luz de estas ideas, se discuten varios ejemplos familiares, incluyendo el problema del mástil de Hempel. Después, se aplica este marco a problemas relacionados con la dirección explicativa en explicaciones no causales.