La science est en majeure partie généralisante ; elle cherche à découvrir des principes ou des causes expliquant une immense variété d'apparences. Bien que la philosophie des sciences se soit éloignée de l'analyse linguistique pour étudier d'autres dispositifs représentationnels, revenir sur la place du langage en science fournit de nouvelles manières de la comprendre. Par exemple, l'utilisation de généralisations génériques dans la communication scientifique semble suggérer qu'une propriété a une connexion stable, voire essentielle, avec une catégorie (DeJesus, 2019).

Notre projet évalue la possibilité de distinguer empiriquement les généralisations à propos de système cible d'une science donnée (désormais, le « monde ») de celles à propos des systèmes mis en place par la science pour apprendre sur le monde (modèles, laboratoires, participants à une étude, etc.). À titre d'exemple, une proposition en économie telle que « Les agents suivent une fonction d'utilité de type Cobb-Douglas » exprime une propriété d'un modèle mathématique alors qu'une proposition telle que « Les consommateurs achètent moins de viande lorsque son prix augmente » est à propos du monde. Bien que certains cas soient sans équivoque, quelles-sont les situations où faire cette distinction est difficile, voire malavisé ?

L'an dernier, nous avons produit un protocole d'annotation strict via un processus itératif pour identifier les généralisations sur le monde dans un corpus d'articles scientifiques provenant de diverses disciplines. Après un an de travail, notre équipe n'a pas atteint un niveau d'accord acceptable entre annotateurs.

Nous soutenons que l'analyse systématique de nos désaccords indique la présence d'une forme d'ambiguïté dans les pratiques scientifiques de représentation de la généralité par le langage. Ce type d'ambiguïté n'est pas nécessairement problématique, car une équivocité relative à ce que le langage représente pourrait être un atout à la compréhension scientifique, par exemple dans la médiation entre théorie et monde (Morgan and Morrison, 1999).