બાયસિયનિઝમ, પરંપરાગત જ્ઞાનશાસ્ત્રથી વિપરીત, માન્યતાઓને દ્વિસંગી કરતાં ડિગ્રી તરીકે જુએ છે, અને સમજાવે છે કે માન્યતાઓમાં ફેરફારોને કન્ડીશનીંગ સિદ્ધાંત અનુસાર તર્કસંગત રીતે ગોઠવવા જોઈએ.
ઘણા પરંપરાગત જ્ઞાનશાસ્ત્રીઓ માને છે કે આપેલ કોઈપણ દરખાસ્ત માટે, આપણી પાસે ફક્ત ત્રણમાંથી એક માન્યતા વલણ હોઈ શકે છે. ઉદાહરણ તરીકે, અમે "આવતીકાલે બરફ પડશે" એ પ્રસ્તાવને સાચો, ખોટો અથવા ન તો સાચો કે ખોટો માની શકીએ છીએ. બીજી બાજુ, બાયેશિયનો માન્યતાને ડિગ્રીની બાબત તરીકે જુએ છે. ઉદાહરણ તરીકે, પ્રત્યેક જ્ઞાનાત્મક એજન્ટને સૌથી મજબૂતથી લઈને સૌથી નબળી માન્યતા સુધીની માન્યતા હોઈ શકે છે કે "કાલે બરફ પડશે" તે સાચું છે. માન્યતાના વલણમાં માન્યતાની ડિગ્રીનો સમાવેશ કરીને, ઘણા પરંપરાગત જ્ઞાનશાસ્ત્રીઓથી વિપરીત, બેયસિયન, માન્યતાના વલણને સમૃદ્ધ બનાવે છે.
બેયસ અનુસાર, માન્યતાની ડિગ્રી 0 અને 1 ની વચ્ચેના મૂલ્યો પર લે છે, જ્યાં 0 નો અર્થ બિલકુલ વિશ્વાસ ન કરવો અને 1 નો અર્થ સંપૂર્ણપણે વિશ્વાસ કરવો. મૂલ્યોના સાતત્ય તરીકે માન્યતાનું પ્રતિનિધિત્વ કરીને, બેયસિયનો વધુ સૂક્ષ્મ જ્ઞાનશાસ્ત્રીય વિશ્લેષણની મંજૂરી આપે છે. આ અમારા રોજિંદા અનુભવ સાથે સારી રીતે બંધબેસે છે. ઉદાહરણ તરીકે, જ્યારે આપણે હવામાનની આગાહી જોઈએ છીએ અને માહિતી જોઈએ છીએ કે “કાલે વરસાદની 70% શક્યતા છે”, ત્યારે આપણે નિશ્ચિતતા સાથે માનતા નથી કે બિલકુલ નહીં, પરંતુ અમુક અંશે આત્મવિશ્વાસ સાથે.
આપણે વારંવાર શીખીએ છીએ કે મનસ્વી દરખાસ્ત સાચી છે કે ખોટી. આને બાયસિયન શબ્દોમાં મૂકવા માટે, અમે વારંવાર શીખીએ છીએ કે પ્રસ્તાવ સાચો છે કે ખોટો છે, અને તે સાચો છે કે ખોટો છે તે અંગે અમારી પાસે એક નવી મજબૂત માન્યતા છે. આ કેસમાં માન્યતાઓ કેવી રીતે બદલવી જોઈએ તે અંગે બાયસિયનિઝમ એક અત્યાધુનિક એકાઉન્ટ પ્રદાન કરે છે. આ મુજબ, જ્યારે જ્ઞાનાત્મક એજન્ટને ખબર પડે છે કે મનસ્વી દરખાસ્ત A સાચો છે કે ખોટો છે, ત્યારે એજન્ટની અન્ય મનસ્વી દરખાસ્ત B વિશેની પૂર્વ માન્યતામાં ફેરફાર કન્ડીશનીંગના સિદ્ધાંત દ્વારા સંચાલિત થાય છે. આ સિદ્ધાંત જણાવે છે કે જો કોઈ જોનારને ખબર પડે કે A માત્ર સાચો છે, તો B સાચો છે તેવી માન્યતાની દ્રષ્ટીએ માન્યતાની પ્રારંભિક ડિગ્રીથી A સાચી છે તેવી શરત હેઠળ B સાચી છે તેવી માન્યતાની ડિગ્રી સુધી બદલવી જોઈએ.
ઉદાહરણ તરીકે, ધારો કે Ik નબળી રીતે માને છે કે "કાલે વરસાદ પડશે" તે સાચું છે, પરંતુ મજબૂતપણે માને છે કે "કાલે વરસાદ પડશે" તે શરત હેઠળ સાચું છે કે "આજે વરસાદ પડશે" સાચું છે. કન્ડીશનીંગ પ્રિન્સિપલ મુજબ, ગુ માટે એવું માનવું વાજબી છે કે "કાલે વરસાદ પડશે" તે પહેલાં કરતાં વધુ મજબૂત રીતે સાચું છે જ્યારે તેણીને માત્ર નવી જ ખબર પડે છે કે "આજે વરસાદ પડશે" સાચું છે. કન્ડીશનીંગ સિદ્ધાંત પણ લાગુ પડે છે જ્યારે એક જ સમયે એક કરતા વધુ નવા શીખેલા પ્રસ્તાવ હોય છે. જો કે, આ સિદ્ધાંત માન્યતાની ડિગ્રી વિશે છે, વર્તન નહીં.
કેટલીક દરખાસ્તો સાચા કે ખોટા તરીકે નવા શીખેલા પ્રસ્તાવ સાથે સંબંધિત છે, જેમ કે ઉપરના ઉદાહરણમાં છે, જ્યારે અન્ય નથી. કન્ડિશનિંગ પ્રિન્સિપલ મુજબ, દરખાસ્ત સાચી કે ખોટી છે તે જાણવાથી તે દરખાસ્ત સાથે સંબંધિત ન હોય તેવા દરખાસ્તોમાં વિશ્વાસની ડિગ્રી બદલવી જોઈએ નહીં. ઉદાહરણ તરીકે, ઉપર બતાવ્યા પ્રમાણે, જો ગાયને ખબર પડે કે "આજે વરસાદ પડી રહ્યો છે" સાચું છે, તો "અન્ય તારાવિશ્વોમાં એલિયન્સ અસ્તિત્વ ધરાવે છે" એ અસંબંધિત પ્રસ્તાવમાં તેની માન્યતા બદલવી જોઈએ નહીં. આ રીતે, એક બાયસિયન માને છે કે જ્યાં સુધી તેમને બદલવા માટે કોઈ અનિવાર્ય કારણ ન હોય ત્યાં સુધી અમારી માન્યતાની ડિગ્રી સમાન રહેવી જોઈએ.
આ સામાન્ય-સમજના વિચારને ન્યાયી ઠેરવવા માટે, બાયસિયન માન્યતાની હાલની ડિગ્રી જાળવી રાખીને પ્રાપ્ત કરેલ વ્યવહારિક કાર્યક્ષમતાને અપીલ કરી શકે છે. કોઈ ખાસ કારણ વગર શાળાઓ બદલવી એ અમુક રીતે આપણી ઊર્જાનો બિનજરૂરી ઉપયોગ છે. એક બાયસિયન કોઈ ખાસ કારણ વગર પોતાની માન્યતાઓને બદલતા જોશે કારણ કે તે જ રીતે ઊર્જાનો બિનજરૂરી ઉપયોગ. આ પરિપ્રેક્ષ્યમાં, જો આપણે ઉપયોગિતાવાદી કાર્યક્ષમતા શોધી રહ્યા હોઈએ તો આપણી પાસે આવું કરવા માટે કોઈ ચોક્કસ કારણ ન હોય ત્યાં સુધી આપણી હાલની માન્યતા જાળવી રાખવી એ તર્કસંગત છે.
નિષ્કર્ષમાં, બાયસિયનિઝમ માન્યતાની ડિગ્રીને ધ્યાનમાં લઈને વધુ સમૃદ્ધ અને વધુ સુસંસ્કૃત વિશ્લેષણ માટે પરવાનગી આપે છે, પરંપરાગત જ્ઞાનશાસ્ત્ર જે માન્યતાને દ્વિસંગી તરીકે જુએ છે તેનાથી વિપરીત. જ્યારે આપણે નવી માહિતીનો સામનો કરીએ ત્યારે માન્યતાઓ કેવી રીતે બદલવી જોઈએ તે સમજાવવા માટે આ ઉપયોગી છે, અને તે વ્યવહારિક કાર્યક્ષમતાના પરિપ્રેક્ષ્યમાં પણ અર્થપૂર્ણ છે. જેમ કે, આધુનિક જ્ઞાનશાસ્ત્રમાં બાયસિયન અભિગમો મહત્વપૂર્ણ સ્થાન ધરાવે છે.
