導讀
因果關係是什麼？
請先問問你自己，就算兩秒也好，你覺得什麼是因果關係？這個問題沒有想過你根本不會覺得有什麼好討論的，好死不死哲學一吵就給他吵了幾百年。也許你會說，因果關係是規律性，結果總是在原因之後發生。那麼夜晚每天都接續著白天，一次例外都沒有發生，你為什麼不會把夜晚視為白天的結果？
也許有人會說因果就是相關，相關越高就是越強的因果關係，相關到達百分之百就是絕對的因果關係，這也不對，難道我們真的能用幾個數學式子證明因果關係？甚至有人說現實世界根本沒有因果關係，它只是人為了理解世界自己創造出來的詞，是在形容那些「看起來是因果關係」的關係(Hume)，多數人也沒辦法接受這種想法，因為這根本不能解釋因果概念的由來。
試想，你今天遠遠的看到一隻鳥在樹上唱歌，忽然旁邊的窗戶就破了，你難道會認為是鳥造成窗戶破了嗎？你觀望了一下，發現樹下有個小男孩手上著球棒，突然好像一切真相都明白了，你斷定窗戶就是小男孩打破的。但你親眼所見的事實上只有鳥唱歌啊，為什麼不是鳥的聲波造成窗戶破了呢？
那麼如果你現在是親眼看到球打破了窗戶，那隻鳥仍然在一旁唱歌，窗戶破的一瞬間，鳥也停止唱歌了，那我問你，為什麼不是鳥造成窗戶破的呢？你怎麼知道不是那隻鳥有神奇的魔力，一唱歌窗戶就會破呢？如果你看到一百次這樣的事情，你是不是就會開始相信：「哦，我確實遇到了一隻會把窗戶唱破的鳥。」
如果現在一顆棒球往窗戶飛來，一個外野手跳起來接住了球，那他確實是阻止了球打破窗戶。但如果現在是在這個窗戶之前，有一堵牆擋著，外野手仍舊奮力的接住了球，那他還是阻止球打破窗戶的原因嗎？如果是，他不接的話，窗戶也不會破啊！如果這回你覺得不是了，那不是很奇怪嗎，從頭到尾那堵牆只有立在那，就連輕輕碰觸到棒球也沒有，怎麼會影響你判斷呢？
什麼是因，什麼是果，要有多強的證據才能肯定？做實驗時，相關極高，我們叫做有因果；再嚴謹一點，我們使用因果檢定。日常生活中，我們判斷現實經驗是否符合過往的經驗，來決定觀察到的是否是因果關係，那麼這些到底有沒有對錯呢？一個因果理論的哲學家，被發現在別人的水裡下毒，他能夠脫罪嗎？
「那毒是我下的，但是那不是他死亡的原因啊！」哲學家。
「狗扯。」檢察官。
「你看過每次其他人下毒，喝的人都會死掉嗎？既然沒有，你如何肯定我下毒是造成他死掉的原因？如果你曾看過或聽說過幾次，那你看，我也有找到幾個例子是喝了這毒藥結果沒死的例子啊，所以這毒其實是讓他活的。」
「瞎扯。」
「那毒是造成他神經停止運作，我最多只要對這件事負責，神經運作造成了什麼，不關我的事啊！」
「胡扯。」
「如果你說間接的也算，那你怎麼能保證自己沒有間接的害死人過呢？可能你剛剛咳嗽，造成一旁的人感冒，他又傳染了給別人，然後別人死了，難道你要負責嗎？」
「……」
「如果你說是因為我意圖殺死他，而且我成功了，那麼我現在意圖使太陽下降，等等我就成功了，難道我就是太陽下山的原因嗎？」
「…………」
「你說是因為如果我不下毒，他就不會死，那就更奇怪了，他不喝也不會死啊，那不是應該他才是造成自己死的原因嗎？」
「………………」
指導教授：鄧敦民 教授
作者：番茄
日期：2014年1月
關鍵字：causal process theory, causal perception, causal inference, causal reasoning
緒論
在causal process theory中，Salmon認為由於守恆量(conserved quantities)是實際存在於世界上的，所以他斷言因果關係是實存於世界的物理性質。我不同意這樣的宣稱，不只是因為這無法解決Hume的因果難題，而是僅就物理而言，我們都不能保證這是世界根本的規律，至多只能說是在人為觀察者的情況下所符合的事實，正如古典力學在十八世紀大致符合能觀察到的巨觀世界，爾後才出現了解釋微觀世界的量子力學。既然我們不能保證物理定律的普遍性，又何能推論以物理為基礎的因果關係是實存的性質。
然而雖對於因果在真實世界的存有問題我們暫無定論，至少多數人同意的是因果關係確實存在於人的意識之中。但若說真正的因果只存在意識之中亦讓人無法接受，因為這無法解釋因果概念的來源[1]。因此我認為因果同時存在於人的意識中和物理世界中，所以由心理和物理的角度才足以解釋我們所期望看到的因果關係，這也是我理想中的因果模型。
因此我希望就因果理論中最符合物理描述的causal process theory著手，同時討論心理學中的causal cognition，目的是希望能理解以下幾個問題：「物理世界的因果關係」與「人所認為的因果關係」究竟是什麼？之間的關係為何？兩者是否相容或衝突？並在這樣的架構之下嘗試納入所有的因果關係，期望兩個理論可以互相補充。
以下為方便討論，由因果過程理論中所定義的因果關係稱作「物理因果關係」；而人所認為的因果關係，也就是causal cognition所產生的因果關係稱為「心理因果關係」。
Causal Process Theory
採用Dowe於2000年發表的conserved quantity theory。我認為Salmon後續的修正將conserved quantity改為invariant quantity並不適當，因此仍採用Dowe的版本[2]。
不適當的理由有二：第一，Salmon的invariant quantity在字義上不適合物理定律，物理定律所描述的守恆並非不變，而是根據某種規則運算後，其物理量的另一種形式是不變的，因此不能直接以「invariant」形容此種物理量，且物理定律的保守亦是用「conserved」一詞。第二，Salmon似乎是無法完全放棄他先前的mark-transmission的想法，invariant的概念類似於在causal process中的每一個時刻他都要是不變的（at-at theory），但事實上不是。
Definition
- 因果過程是一個物體的世界線，且物體必須是擁有[3]保守量的。(A causal process is a world line of an object that possesses a conserved quantity.)
- 因果交互作用是世界線的交叉，且必須有保守量的交換。(A causal interaction is an intersection of world lines that involves exchange of a conserved quantity.) (Dowe, 2000, p.90)
世界線 (World line)
世界線是物體穿越四維度時空的軌跡。(The world line of an object is the unique path of that object as it travels through 4-dimensional spacetime.)[4]
過程 (Process)
過程是一個物體的世界線，無論這個物體有沒有保守量。(A process is the world line of an object, regardless of whether or not that object possesses conserved quantities. A process can be either causal or noncausal(pseudo).) (Dowe, 2000, p.90)
保守量 (Conserved quantity)
建立在物理守恆定律之下的物理量皆稱為保守量。如能量、動量、電荷。(A conserved quantity is any quantity that is governed by a conservation law.) (Dowe, 2000, p.90)
交叉 (Intersection)
兩個以上的過程在時空上的重疊。至少一個進入和離開的過程經歷保守量的變化並遵守守恆定律時就是交換(exchange)，也就是真正的因果交互關係。(An intersection is simply the overlapping in spacetime of two or more processes. An exchange occurs when at least one incoming, and at least one outgoing process undergoes a change in the value of the conserved quantity. The exchange is governed by the conservation law, which guarantees that it is a genuine causal interaction. It follows that an interaction can be if the form x, y, λ, or of a more complicated form.) (Dowe, 2000, p.90)
Causal Cognition
現今認為causal cognition下包含causal learning與causal reasoning。而causal learning下又可分為causal perception與causal inference。此關係如圖1。
Causal learning encompasses the processes by which we learn about causal relations in the world at both the type and token levels. Causal reasoning refers to the ways in which we use those causal beliefs to make further inferences, decisions, predictions, and so on.
Causal perception consists of the relatively automatic, relatively irresistible perception of certain sequences of events as involving causation. Causal inference, on the other hand, consists of higher-level causal learning that is based largely on statistical relationships.
這兩種路徑在形成成人的causal cognition中是相輔相成的，從幼童的研究可以發現：複雜的刺激對10個月大以上的嬰兒才有反應，小於6個月大的嬰兒對簡單的刺激如啟動事件有反應(Oakes and Cohen, 1990)，這符合causal perception是天生但需要發展的。Causal perception依賴視覺訊息而非高級認知（例如我們無法選擇不把啟動事件視為因果關係），這也是泛文化的(Morris and Peng, 1994)。
Causal inference則是不依賴時空線索，需觀察一系列的情況，注意可能的原因是否發生(Cheng, 1997; Cheng and Novick, 1990; Shanks, 1995)。其中學習的重點在於區分可能的原因與真實的原因及關聯的強度。這不是直接透過知覺，也不是自動的（我們不會受到一次刺激就學會，但可能會因此產生懷疑），且需要高級認知。研究推測這樣的學習過程類似於動物的制約學習，並發展出許多模型如：Rescorla-Wagner (1972) model、ΔP model (Cheng and Novick, 1990; 1992)、The causal power approach (Cheng, 1997; Novick and Cheng, 2004)、The pCI model (White ,2003a)[5]。
Causal perception versus causal inference
多數證據顯示這是兩個不同且獨立的認知過程。fMRI研究顯示了神經解剖上的不同，causal perception集中在顳葉(Blakemore et al., 2001; Fugelsang et al., 2005)，而causal inference則在前額葉(Corlett et al., 2004; Fletcher et al., 2001; Turner et al., 2004)。
但當因果機制需要一些時間處理時兩者關係變得很複雜，例如按按鈕會造成三秒後燈亮，若有人按了按鈕後三秒再按，causal perception會認為是第二次造成燈亮（因為時空接近性），causal inference會認為是第一次。成人可以用物理機制的資訊遮蔽causal perception得到causal inference的結論，但7個月大的小孩不行(Schlottmann, 1999)。這是造成illusion of explanatory depth的原因：
Illusion of explanatory depth: An overestimation of their own mechanism knowledge, and difficulty accepting that their knowledge is limited in this regard. (Rozenblit and Keil, 2002)
Causal Process Theory與Causal Cognition的關係
假設有兩輛外型相同的電動車A、B，內部有程式可以控制引擎使其移動或停止，由外部觀察可以看到車內沒有駕駛者，且無論何時觀察者都無法從外部得知引擎是否在作用（無噪音或排氣），這兩輛車可以用GPS系統得知彼此的位置。現在當A往靜止的B接近，在接觸的瞬間程式作用使A瞬間停止，B瞬間啟動，不知情的觀測者會認為是A造成B移動，且其理由是因為碰撞。但若是由設計此程式的觀測者觀察，他只會認為有間接因果關係，且其理由而是：B的移動是由於內部的程式，但其程式是因為A的接近才令B移動，因此B是因為A而間接移動。但若現在程式修改成未接觸時，於碰撞三公尺前A就停止、三秒後B移動，這時未知的觀察者會認為A並不是B移動的原因。現在如果告知此觀察者內部程式的運作，他又會認為A是B的間接原因。
由上例可以得知心理因果關係的判斷事實上要根據所得的資訊與推論過程而定，在資訊不完整或推論錯誤的情況下，通常仍可以判斷正確，但也很可能做出歸因謬誤（尤其人為操縱、不符合自然現象的例子特別容易欺騙觀察者）。只要給定條件，心理因果關係可以完全包含物理因果關係（圖2-1）。此條件為：
c. 資訊充足且正確的causal reasoning：使用正確的知識邏輯推理。
心理因果關係符合物理因果關係的充分非必要概括條件為：
a. 不直接採信causal perception：需經過思考。
b. 不直接採信causal inference：相關是必要非充分條件。
c. 資訊充足且正確的causal reasoning：使用正確的知識邏輯推理。
在符合條件c時，心理因果關係會完全包含物理因果關係（圖2-1），此時只有三種情況：心理且物理的、心理非物理的及非物理非心理的因果關係。而當心理因果關係滿足概括條件時，其必為心理物理因果關係；未滿足概括條件時，亦有可能是心理物理因果關係，此種情況是「猜測」成真（應為「推測」，為避免與「推理」字義混淆，故以猜測替代）。
不符合條件c時，心理因果關係與物理因果關係兩者獨立（圖2-2），此時有四種情況：心理且物理的、心理非物理的、非物理非心理的及物理非心理的因果關係。然而此時概括條件無法完全滿足（條件c不合），但心理因果關係仍有可能符合物理因果關係，此種情況亦是猜測成真。
舉例說明
延續上電動車一例，A造成B：
- 符合條件c（圖2-1）
- 心理非物理因果關係：實際上是由程式驅動
- 違反條件a：觀察者知道內部有程式，但第一時間仍產生因果知覺，並直接採信。
- 違反條件b：觀察者在重複看了相同案例十次後才得知內部有程式運作。第十一次觀察者第一時間仍直接推斷有因果關係（causal inference遮蔽causal perception），並直接採信[6]。
- 非心理非物理因果關係：實際上是由程式驅動，且觀察者知情。
- 心理物理因果關係：程式未運作，確實由碰撞造成
- 符合概括條件：觀察者未直接採信causal perception或causal inference，而是經過正確的邏輯推理後認為有因果關係。
- 不符合概括條件（猜測成真）
- 違反條件a：觀察者知道內部有程式，但第一時間仍產生因果知覺，並直接採信。
- 違反條件b：觀察者在重複看了相同案例十次後才得知內部有程式運作。在第十一次觀察者第一時間仍直接推斷有因果關係（causal inference遮蔽causal perception），並直接採信。
- 不符合條件c（圖2-2）
- 心理非物理因果關係：實際上是由程式驅動
- 違反條件c的資訊充足：觀察者完全不知道其內有程式，因此認為是碰撞造成因果關係。
- 違反條件c的正確推論：觀察者知道內部有程式但不清楚其功能，並曾目睹車自行行駛，但仍推論程式只是控制導航系統而無法控制引擎，因此仍認為是碰撞造成因果關係（此例是設計成資訊已經充足，多數人可以依現有資訊判斷出程式可操控引擎）。
- 物理非心理因果關係：程式未運作，確實由碰撞造成，但觀察者以為此車有遙控功能並是受他人操縱（錯誤推論）。
- 非心理非物理因果關係：實際上是由程式驅動，觀察者以為是遙控操縱。
- 心理物理因果關係
- 不符合概括條件（猜測成真）
- 違反條件c的資訊充足：實際程式未運作，而是確實由碰撞造成，觀察者完全不知道其內有程式，因此認為是碰撞造成因果關係。
- 違反條件c的正確推論：實際程式未運作，而是確實由碰撞造成，觀察者知道內部有程式但不清楚其功能，並曾目睹車自行行駛，但仍推論程式只是控制導航系統而無法控制引擎，因此仍認為是碰撞造成因果關係（此例是設計成資訊已經充足，多數人可以依現有資訊判斷出程式可操控引擎）。
準因果(Quasi causation)
此情況不屬於物理因果關係，但通常仍符合心理因果關係，由於違反條件2：緊密的相關不足以推論因果關係，故只是準因果關係。Dowe在causal process theory中有給出明確的說明：
Prevention: A prevent B if A occurred an B did not, and there occurred an x such that, (P1) there is a causal interaction between A and the process due to x, and, (P2) if A had not occurred, x would have caused B. Where A and B name positive events or facts, and x is a variable ranging over events and/or facts.
Omission: Not-A quasi-caused B if B occurred and A did not, and there occurred an x such that, (O1) x caused B, and, (O2) if A had occurred then A would have prevented B by interaction with x. Where A and B name positive events/facts, and x is a variable ranging over events and/or facts, and where prevention is analysed above. (Dowe, 2001, p.221, see also 2000, ch6.4)
在Dowe提出的prevention例子中：撞桌子會使球不進洞，可以解析成「撞桌子會改變球的路徑，而球的路徑會造成球進洞，因此撞桌子造成球的路徑改變造成球不進洞」。其中「撞桌子會造成球的路徑改變」為正確推論（有其物理機制），但「球的路徑改變造成球不進洞」只屬預測，是根據先前經驗。故違反條件b。而omission的例子亦類似：不撞桌子會使球進洞，解析成「撞桌子造成路徑改變防止球進洞」，同為非物理因果關係。
複雜的推理
causal reasoning在長期的學習過程中可能會產生一些複雜的因果關係基模(schema)[7]，且其中可能包含prevention或omission的成份。
若沙漠中的旅人的水壺被他人鑽洞和被另一人下毒，造成他渴死。此時我們可以有兩種解釋：
- 鑽洞是造成他死的原因。
- 鑽洞不是他死的原因，因為就算沒鑽洞仍會被毒死。
而這兩種差別來自推理的過程：
- 鑽洞造成沒喝水造成渴死，是正確邏輯推理，符合條件3，但不符合條件2（沒喝水造成渴死）（omission）。
- 沒鑽洞造成有喝水造成被毒死，是正確邏輯推理，符合條件3，但不符合條件2（沒鑽洞造成有喝水）（omission）。
增加公共衛生建設造成流感盛行率下降：
- 增加公衛建設造成洗手臺變多；
- 洗手臺變多造成人洗手頻率提高；
- 人洗手頻率提高造成病毒進入人體數目減少（prevention）；
- 病毒進入人體數目減少造成個人發病率降低；
- 個人發病率降低造成流感盛行率下降。
可能的批評及回應
定義與實際問題
概括條件c中需要資訊充足且正確的推論，「正確的推論」意味著要正確的運用物理知識，這相當於用物理因果關係來定義心理因果關係。另外資訊充足在現實世界中似乎永遠無法達成，總是可以設想有另一未知的機制在背後操縱。
我認為這是無法避免的，也因為這樣的定義關係才使得在概括條件c成立的情況下心理因果關係會包含物理因果關係，若心理因果的定義改變，那麼勢必可以找到心理非物理因果關係。但這並不表示這樣的定義是失敗的，因為人沒有比理性思考更好的分辨事實真假的判斷能力。
我們只能假設現有的資訊已經足夠充足，容許我們判斷真偽，否則我們可以質疑每一件我們所知的事，不可否認的，在觀察者之外判斷其所觀察到的因果關係的判斷者若在資訊不足的情況下，他所做的判斷也可能是錯誤的。這樣的質疑會導致我們也無法判斷判斷者是否是錯誤的，因此只能假設我們所知的便是全部所需知的。另外，判斷時只能針對封閉系統做分析，封閉系統的定義：
In nonrelativistic classical mechanics, a closed system is a physical system which doesn’t exchange any matter with its surroundings, and isn’t subject to any force whose source is external to the system. A closed system in classical mechanics would be considered an isolated system in thermodynamics. (Rana et al., 1991)
反現實
若現在有無法用物理定律解釋的例子，如魔法，則該如何辨別其造成的因果關係？
魔法造成的因果關係仍可以用心理方面的定義判斷，惟物理定律不再適用，因此通常會認為魔法是心理非物理因果關係。但我認為在這樣的架構下無法處理非現實的例子，現今科學無法解釋的超自然現象也不適用，因為無法判斷是否符合條件c，這起因於我們（判斷者）的無知而非觀察者的無知。
註釋
[1] Hume認為，所有因果關係只是對過去經驗所獲得的印象或觀念之經驗或回憶(Hume, Treatise, 1.3.6.2)。但這意味著我們的因果關係僅是規律性的現象，其中沒有起因的作用力在作用。（有詮釋爭議）
[2] 雖然probabilistic theory嘗試用機率描述因果關係，但這樣的描述事實上在causal inference model中已經被提及，機率事實上是建立模型的條件，因為人能感知到的並不是能量，而是經過認知處理過後的「事件」，人只能確認事件出現與否，更進一步由經驗統計事件出現關係之間的機率，這樣的描述模型會在後文中說明。因此causal process theory是最符合物理描述的因果理論。
[3] 擁有，擁有保守量是指像性質一樣所被物體擁有的，和Aronson與Fair所形容的不同。(Possesses is to be understood in the sense of ‘instantiates.’ An object possessing a conserved quantity is an instance if a particular instantiating of a property.)
[4] 我認為這是較清楚的定義，但來自維基百科，沒有引用文獻。而Dowe的版本則是：
A world line is the collection of points in a spacetime diagram that represents the history of a object. This means that processes are represented by elongated regions, or ’worms,’ in spacetime. (Dowe, 2000, p.90)
[5] ΔP model (Cheng and Novick 1990; 1992)：因果強度的判斷是基於兩個機率的差異，ΔP=P(E|C)-P(E|¬C)。The causal power approach (Cheng 1997; Novick and Cheng 2004)：人用未觀察到的因果力(causal power)代表世界，用可觀察到的統計來推論因果力的強度。The pCI model (White 2003a; c)：人注意的是已確認的例子的比例（部分觀察到的例子是否支持所有觀察到的因果關係）。
[6] 無法確定臨界值，十次只是舉例，會使用causal inference遮蔽causal perception的練習次數因人而異。另外一個較好的例子：左手擲骰子出現1點，右手擲骰子出現6點，重複多次後皆如此以為有因果關係。
[7] 關於因果知覺產生的理論始於Michotte假設所衍生的causal detector theory，其支持人有天生的因果偵測機制，此假設的想法是因果詮釋的過程是來自接收到的訊息，也就是bottom-up processing。而與其對立的理論causal schema theory (Rips, 2011)源自causal graphical model (Tenenbaum& Griffiths, 2009)，認為人的因果知覺來自長期記憶中的基模，知識和期望會影響認知，也就是top-down processing。以下就這兩個理論做比較整理。
|
Category
|
Cause detectors
|
Causal schemas
|
|
Definition
|
There is a perceptual module (cause detector) that produces representations specifying that a causal interaction has taken place in the observer’s visual environment.
|
All representations specifying a causal interaction are the result of (nonmodular) inferences based on information from long-term memory (causal schemas).
|
|
Information source
|
Bottom-up
|
Both top-down and bottom-up
|
|
Innateness
|
天生的
|
受經驗影響，但不排除天生的非知覺概念 (nonperceptual concepts)
|
|
Individual development
|
嬰兒與成人相似
|
基模隨知識的累積改變
|
|
Evolutionary development
|
有演化痕跡
|
可能動物也有
|
|
Universality
|
世界性的(universal)
|
可能有文化差異
|
參考文獻
- Duen-Min Deng, (2013) 臺灣大學因果理論課程講義
- 張建妤, (2003) 因果必然性的發展
- 張欣戊, (2001) 時間與空間的接近因素對因果知覺的影響
- Lance J. Rips, (2011) Causation From Perception, Perspectives on Psychological Science.
- Charles Kemp, Noah D. Goodman & Joshua B. Tenenbaum, Learning Causal Schemata.
- Helen Beebee, Christopher Hitchcock, Peter Menzies, (2012) “The oxford handbook of causation”, Oxford University Press.
- Cheng, P. W. (1993). Separating causal laws from casual facts: Pressing the limits of statistical relevance. In The psychology of learning and motivation, volume 30, pages 215–264. Academic Press, San Diego.
- Rana, N.C.; P.S. Joag (1991). Classical Mechanics. p. 78.
- Landau, L.D.; E.M. Lifshitz (1976). Mechanics (third ed.). p. 8.
—20140201
布羅姆寫了一篇引人入勝的文章刊登在《大西洋月刊》裡，他就這些出於直覺的信仰鋪排了一個引人的理論。簡言之，人的大腦包含了兩大部分，等同兩部獨立的電腦執行著兩個有助理解因果律的個別程式？一個非常適合理解物理因果關係（「子彈發射，因為他扣動扳機。」）另一個適合理解社會因果關係（「他扣動扳機，因為他很生氣。」）按照布羅姆的話來講，「理解力（在兒童時期）的發展速率是不一樣的；社會理解力晚於物理面的。在史前時代，二者的演化時點不同：我們的物理理解許多物種也具備，然而我們的社會理解卻是一個較晚近的適應過程，就某些方面而言，這是人類獨有的能力。」社會體系尤其習於尋找意圖。據布羅姆的說法，超自然信仰的出現正是在社會體系試圖解釋物理現象時發生的。龍捲風的形成原因為何？社會體系堅持一再詢問這個問題：誰想要這個龍捲風——為什麼？問這個問題，你也就準備好要去尋找那個憤怒的上帝了。
Steven E. Landsburg，大哉問：為何常識會說謊，p.96-97。
—20140621
簡評 From 鄧敦民 教授
本文核心的架構在於以causal process theory為描述客觀物理世界之因果關係的假設下，企圖整合causal cognition的心理因果關係。其中，作者主張：心理因果關係能夠完全包含物理因果關係的條件是：「資訊充足且正確的causal reasoning：使用正確的知識邏輯推理。」
因為在本文的假設中，是直接假定process theory正確的描述了物理因果關係，因此文章的整體討論集中在心理因果要如何去補捉到正確的物理因果關係。這樣的設定是沒有問題的，同時也可以使得討論聚焦。不過這樣的設定也使得本文的方向是偏向心理因果的討論而非物理因果的討論。
我覺得比較大的問題會是：「什麼是正確的causal reasoning?」在本文關鍵的條件中，需要用到「正確的causal reasoning」來做為心理因果符合物理因果的要件之一。但是這樣一個概念能否完全從causal attribution的心理因果角度來定義? 如果惟一的定義是「正確的causal reasoning」就是它的reasoning是符合真正的物理因果關係，那麼這樣的條件會有「循環」的問題。(即: 要知道心理因果是否符合物理因果要先知道什麼是正確的causal reasoning; 但要知道這個又要先知道心理因果是否符合物理因果。)
其實這部份的問題也可能是知識論的問題。正確的causal reasoning應該會是我們獲得因果知識的可靠方法，但問題是我們要如何知道一個causal reasoning是否正確? 判定的方式不能只是說「描述真正物理因果的就是正確的」，因為我們還不知道哪一個才是真正的物理因果。
或許這問題不是本文需要處理的。但它確實是一個值得再思考的哲學議題。
—20140625
在導讀所提的故事中其實是法學內的因果關係，而法學的因果關係強調「需取得確切的心證」，而非理論上的證明。理論部分又有：條件因果關係、相當因果關係、流行病學因果關係。
相當因果關係中的狹義相當性包括：第三人介入、被害人介入、行為人介入。如故事內所提，他不喝就會死，意為被害人有介入之能力；咳嗽造成他人死亡，為第三人介入之疑慮；因果鏈（加害者、毒、受害者） 之存在，有行為人介入之疑慮。
詳細資訊請參考：因果關係（法律）及相當因果關係。
