Logiczne podstawy prawdopodobieństwa

Książka Carnapa to klasyczna praca, która do dziś pozostaje wzorcem dla współczesnej analizy pojęciowej korzystającej z narzędzi formalnych. Stanowi ona systematyczny wykład interpretacji pojęcia prawdopodobieństwa jako pojęcia logicznego, odzwierciedlającego relację stopnia potwierdzenia jednego zdania przez drugie. Carnap wprowadził tu fundamentalne odróżnienie tego pojęcia od empirycznego pojęcia prawdopodobieństwa jako częstości względnej, stosowanego przez klasyków statystyki i teorii decyzji. W tym celu wykorzystał swoje osiągniecia w semantyce formalnej oraz zainicjował przewrót bayesowski w teorii wnioskowań indukcyjnych, mającej dziś liczne zastosowania. Dzieło Carnapa pozostaje żywą inspiracją dla filozofii i poza nią. Wprowadza ono fundamentalne dla współczesnej humanistyki i nauk społecznych pojęcie eksplikacji pojęcia jako metody precyzacji jego znaczenia. Carnap zainicjował tu teorię światów możliwych, leżącą u podstaw metafizyki analitycznej. Bayesowska teoria wnioskowań indukcyjnych jest dziś szczególnie żywa w wielu obszarach filozofii, jak filozofia nauki, etyka czy metafizyka, a także poza nią, np. w statystyce (zwłaszcza teorii decyzji), ekonomii behawioralnej, informatyce, sztucznej inteligencji oraz w kognitywistyce. Polemiczne odniesienia do pracy Carnapa są punktem wyjścia poglądów najważniejszych przedstawicieli współczesnej filozofii, np. H. Putnama, D. Armstronga czy D. Lewisa. Jest też jedną z kilku prac filozoficznych regularnie i szeroko cytowanych w innych dyscyplinach. Rudolf Carnap (1891–1970) – to jeden z najbardziej wpływowych filozofów XX wieku, współtwórca neopozytywizmu i Koła Wiedeńskiego. W rozprawie Der logische Aufbau der Welt (1928; Logiczna struktura świata 2011) jako pierwszy systematycznie zastosował logikę współczesną do konstrukcji teorii filozoficznej. Carnap miał ogromny wkład w rozwój współczesnej logiki, zwłaszcza semantyki formalnej, filozofii nauki, logiki indukcji oraz epistemologii formalnej. Jego przełomowa monografia Logical Foundations of Probability (19