Natura przyczynowości jest systematycznie badana w kilku dyscyplinach akademickich, w tym w filozofii i fizyce.
W środowisku akademickim istnieje znaczna liczba teorii dotyczących przyczynowości; The Oxford Handbook of Causation (Beebee, Hitchcock & Menzies 2009) obejmuje 770 stron. Wśród bardziej wpływowych teorii w obrębie filozofii są Cztery przyczyny Arystotelesa i okazjonalizm Al-Ghazalego. David Hume argumentował, że przekonania na temat przyczynowości są oparte na doświadczeniu, a doświadczenie podobnie opiera się na założeniu, że przyszłość modeluje przeszłość, która z kolei może być oparta jedynie na doświadczeniu – co prowadzi do logiki kołowej. Podsumowując, twierdził on, że przyczynowość nie opiera się na faktycznym rozumowaniu: jedynie korelacja może być faktycznie postrzegana. Immanuel Kant, według Beebee, Hitchcock & Menzies (2009), twierdził, że „zasada przyczynowości, zgodnie z którą każde zdarzenie ma przyczynę lub następuje zgodnie z prawem przyczynowym, nie może być ustanowiona przez indukcję jako twierdzenie czysto empiryczne, ponieważ brakowałoby jej wtedy ścisłej uniwersalności lub konieczności”.
Outside the field of philosophy, theories of causation can be identified in classical mechanics, statistical mechanics, quantum mechanics, spacetime theories, biology, social sciences, and law. Aby ustalić korelację jako przyczynową w ramach fizyki, zwykle rozumie się, że przyczyna i skutek muszą się połączyć poprzez mechanizm lokalny (por. np. pojęcie oddziaływania) lub mechanizm nielokalny (por. pojęcie pola), zgodnie ze znanymi prawami przyrody.
Z punktu widzenia termodynamiki, uniwersalne własności przyczyn w stosunku do skutków zostały zidentyfikowane poprzez II prawo termodynamiki, potwierdzając starożytny, średniowieczny i kartezjański pogląd, że „przyczyna jest większa od skutku” dla szczególnego przypadku termodynamicznej energii swobodnej. To z kolei jest podważane przez popularne interpretacje koncepcji systemów nieliniowych i efektu motyla, w których małe zdarzenia powodują duże efekty ze względu na, odpowiednio, nieprzewidywalność i mało prawdopodobne wyzwolenie dużych ilości energii potencjalnej.
Przyczynowość konstruowana ze stanów kontrfaktycznychEdit
Intuicyjnie, przyczynowość wydaje się wymagać nie tylko korelacji, ale zależności kontrfaktycznej. Przypuśćmy, że student wypadł słabo na teście i zgaduje, że przyczyną było jego nieuczenie się. Aby to udowodnić, należy pomyśleć o kontrfaktyczności – ten sam uczeń pisze ten sam test w tych samych okolicznościach, ale uczy się poprzedniego wieczoru. Gdyby można było przewinąć historię i zmienić tylko jedną małą rzecz (skłonić studenta do nauki do egzaminu), wtedy można by zaobserwować związek przyczynowy (porównując wersję 1 z wersją 2). Ponieważ nie można przewinąć historii i powtórzyć wydarzeń po dokonaniu małych kontrolowanych zmian, przyczynowość można jedynie wywnioskować, nigdy dokładnie poznać. Jest to określane jako Fundamentalny Problem Wnioskowania Przyczynowego – niemożliwe jest bezpośrednie obserwowanie efektów przyczynowych.
Głównym celem eksperymentów naukowych i metod statystycznych jest jak najlepsze przybliżenie kontrfaktycznego stanu świata. Na przykład, można by przeprowadzić eksperyment na identycznych bliźniakach, o których wiadomo, że konsekwentnie otrzymują takie same oceny na swoich testach. Jeden z nich został wysłany do nauki na sześć godzin, podczas gdy drugi do parku rozrywki. Jeśli wyniki ich testów nagle znacznie by się różniły, byłby to mocny dowód na to, że studiowanie (lub pójście do parku rozrywki) miało przyczynowy wpływ na wyniki testów. W tym przypadku korelacja między studiowaniem a wynikami testu prawie na pewno implikowałaby związek przyczynowy.
Dobrze zaprojektowane badania eksperymentalne zastępują równość jednostek, jak w poprzednim przykładzie, równością grup. Celem jest skonstruowanie dwóch grup, które są podobne, z wyjątkiem leczenia, które grupy otrzymują. Osiąga się to poprzez wybór badanych z jednej populacji i losowe przydzielenie ich do dwóch lub więcej grup. Prawdopodobieństwo, że grupy zachowują się podobnie do siebie (średnio) rośnie wraz z liczbą badanych w każdej grupie. Jeśli grupy są zasadniczo równoważne, z wyjątkiem leczenia, które otrzymują, a różnica w wyniku dla grup jest obserwowana, to stanowi to dowód, że leczenie jest odpowiedzialne za wynik, lub innymi słowy leczenie powoduje obserwowany efekt. Jednakże, obserwowany efekt może być również spowodowany „przypadkowo”, na przykład jako wynik losowych perturbacji w populacji. Testy statystyczne istnieją w celu ilościowego określenia prawdopodobieństwa błędnego stwierdzenia, że zaobserwowana różnica istnieje, gdy w rzeczywistości tak nie jest (na przykład zobacz P-value).