Dans son livre The Scientific image (1980) bas Van Fraassen a produit une défense influente de l`anti-réalisme. Terming son opinion «empirisme constructif» Van Fraassen a affirmé que la science théorique a été correctement interprétée comme un processus créatif de la construction modèle plutôt que d`une découverte des vérités sur le monde inobservable. Tout en évitant les excès fatals du positivisme logique, il a fortement plaidé contre l`interprétation réaliste des termes théoriques, affirmant que le réalisme scientifique contemporain est fondé sur une mauvaise compréhension de la nature de l`explication. (Voir «naturalisme et réalisme scientifique» ci-dessous). À l`appui de son empirisme constructif Van Fraassen produit une théorie épistémique d`explication qui s`inspire de la logique de pourquoi-questions et se fonde sur une interprétation bayésienne de la probabilité. Un point étroitement lié est qu`au moins certains des modèles décrits ci-dessus imposent des exigences sur des explications qui peuvent être satisfaites dans certains domaines d`enquête, mais sont soit irréalisables (dans un sens pratiquement intéressant) dans d`autres domaines ou, dans la mesure où ils peuvent être réalisables, ne portent aucune relation perceptible aux objectifs d`enquête généralement acceptés dans ces domaines. Par exemple, nous avons noté ci-dessus que beaucoup de scientifiques et de philosophes maintiennent qu`il y a peu de lois à découvrir en biologie et en sciences sociales et comportementales. Si c`est le cas, les modèles d`explication qui attribuent un rôle central aux lois peuvent ne pas être très éclairant quant à la façon dont l`explication fonctionne dans ces disciplines. Comme un autre exemple, même si nous supposons que la partition dans des classes de référence objectivement homogènes recommandées par le modèle SR est un objectif réalisable en rapport avec certains phénomènes mécaniques quantiques, il peut être que (comme suggéré ci-dessus), il n`est tout simplement pas un objectif qui peut être atteint d`une manière non négligeable en économie et en sociologie, disciplines dans lesquelles l`inférence causale des statistiques figure également en évidence.
Dans de telles disciplines, il se peut que d`autres partitions statistiquement pertinentes de toute population ou sous-population d`intérêt soient virtuellement toujours possibles, de sorte que l`activité de recherche de ces partitions ne soit limitée que par les coûts de collecte d`autres Informations. Une évaluation similaire peut tenir pour la plupart des applications du modèle de CM aux sciences sociales. Les explications scientifiques ne posent pas de plus en plus de déterminisme les lois universelles, mais le hasard de probabilism, [57] ceteris paribus lois. [40] la contribution du tabagisme au cancer du poumon échoue même le modèle inductif-statistique (modèle IS), nécessitant une probabilité supérieure à 0,5 (50%). 58] (probabilité standard varie de 0 (0%) à 1 (100%).) Une science appliquée qui applique des statistiques cherchant des associations entre les événements, l`épidémiologie ne peut pas montrer la causalité, mais a constamment constaté une incidence plus élevée de cancer du poumon chez les fumeurs versus non fumeurs autrement similaires, bien que la proportion de fumeurs qui développer un cancer du poumon est modeste. [59] contre les non-fumeurs, cependant, les fumeurs en tant que groupe ont montré plus de 20 fois le risque de cancer du poumon, et en conjonction avec la recherche fondamentale, le consensus a suivi que le tabagisme avait été expliqué scientifiquement comme une cause de cancer du poumon [60], responsable de certains cas qui sans fumer n`aurait pas eu lieu [59], une causalité probabiliste contre-factuelle. [61] [62] comme nous venons de le voir, le modèle SR soulève un certain nombre de questions intéressantes sur l`explication statistique des résultats individuels — questions qui sont importantes indépendamment des détails du modèle SR lui-même.