Ockhams rakkniv (eller Occams rakkniv) är en princip från filosofin som ofta formuleras som att, bland konkurrerande förklaringar till samma fenomen, är den förklaring som gör minst antaganden vanligtvis att föredra. En vanlig sammanfattning är den latinska frasen Entia non sunt multiplicanda praeter necessitatem — ”Man bör inte multiplicera entiteter utan nödvändighet”. Principen används särskilt inom vetenskapsfilosofin men förekommer i många områden där man väljer mellan alternativa teorier eller modeller.
Ursprung och olika formuleringar
Namnet kommer från medeltidsfilosofen William av Ockham (ca 1287–1347), även om liknande idéer fanns tidigare. Ockhams uttryck betonar enkelhet som ett vägledande kriterium, inte som ett bevis för sanningen. Det finns flera varianter:
- Pragmatisk version: Välj den enklaste hypotesen som förklarar observationerna.
- Logisk version: Undvik onödiga antaganden i resonemang.
- Epistemisk version: Enkla teorier är oftare mer testbara och mindre benägna att överanpassas till data.
Tillämpningar
Ockhams rakkniv används i många fält:
- Vetenskap: För att välja mellan konkurrerande teorier när båda förklarar observationer lika bra.
- Medicin: I differentialdiagnoser föredrar man ofta enklare förklaringar (”När du hör hovslaget, tänk häst, inte zebra”).
- Modellval i statistik och maskininlärning: Metoder som AIC och BIC straffar onödig komplexitet och speglar en form av parsimoni.
- Teoretisk utveckling: Enkelhet gör teorier mer överskådliga och lättare att pröva.
Begränsningar och missförstånd
Det är viktigt att poängtera vad Ockhams rakkniv inte är:
- Den garanterar inte att den enklaste förklaringen är sann — bara att den är att föredra tills mer data kräver komplexitet.
- ”Enklast” är inte alltid väldefinierat; vad som uppfattas som enkelt kan bero på begrepp, teori och kontext.
- I vissa fall kan en mer komplex modell ge bättre förklarings- eller prognoskraft, särskilt när enkla modeller systematiskt missar viktiga aspekter.
Modern tolkning
I modern vetenskapsteori och statistik tolkas Ockhams rakkniv ofta i termer av parsimoni och generaliseringsförmåga. Inom Bayesiansk statistik ses enklare hypoteser ibland som sådana som inte kräver ad hoc-antaganden och därför har högre a priori sannolikhet. I praktiken kombineras principen med empirisk prövning: en modell föredras tills nya data visar att en mer komplex modell bättre förklarar observationerna.
Praktiska råd
- Använd enkelhet som ett vägledande kriterium, inte som ett absolut krav.
- Väg enkelhet mot förklaringskraft och empirisk precision.
- Var tydlig med vilka antaganden en teori gör — det gör det lättare att avgöra om extra komplexitet är motiverad.
Sammanfattningsvis är Ockhams rakkniv ett användbart verktyg för att formulera och jämföra förklaringar, men den måste användas med försiktighet och i kombination med empirisk prövning och klarhet kring vad som menas med ”enkelhet”.

