Waarom is dit belangrijk?
Een foute aanname kan worden geschrapt zodra een voorspeld gevolg uitblijft, waardoor redeneren met vaste regels tot een conclusie leidt. In de wetenschap ondersteunt deze regel falsifieerbaarheid: een theorie moet een voorspelde uitkomst geven die weerlegd kan worden. Leerlingen en werknemers krijgen zo een scherpere manier om beweringen te toetsen, al bewijst een geldige stap niets wanneer de uitgangspunten zelf onjuist zijn.
Zo werkt het in de praktijk
In de differentiaaldiagnose sluiten artsen een ziekte uit wanneer een verwacht teken ontbreekt. Het Law, Logic and Technology Research Lab beschrijft die stap in een Amerikaanse uitspraak over vaccinatieschade. De rechter kent het bewijs daar een graad van geloofwaardigheid toe.
Het Munich Center for Mathematical Philosophy onderzoekt die uitsluiting samen met kansrekening. Barbara Osimani beschrijft een modus tollens met kansen: sterk negatief bewijs maakt een diagnose minder aannemelijk. Zo vallen eerst kandidaten af, waarna de stelling van Bayes de rest weegt.
De hypothetisch-deductieve methode toetst een diagnose stap voor stap met modus tollens. Daarnaast gebruiken artsen de stelling van Bayes voor de kans op een resterende optie. In formele bewijzen hoort de regel bij de propositielogica, vaak via contrapositie.




