Interessante a perspectiva, HerbertGeorgeWells!
Indo um pouco além do título provocativo, a vida do cientista - e de qualquer pessoa que queira fazer o "mapa da percepção" o mais próximo possível do "território da realidade" - é exatamente a de questionar seus modelos pra refiná-los de acordo com as experiências. Esse tipo de estratégia também é super útil até para treinar modelos de IA: imagina que um classificador tem uma acurácia de, por exemplo, 80 %. A melhor forma de aumentar esse número é achar ums exemplos representativos dos 20 % que faltam e adicionar estes exemplos no conjunto de treinamento, com labels manuais mesmo. Assim, nós temos certeza de que estamos fornecendo informação pro modelo que não está contida no conjunto de testes antigo.
Um outro conceito super legal pra discussão é o do Teorema de Bayes, que, literalmente, mudou minha forma de ver o mundo. O teorema basicamente formaliza como você pode usar novas experiências pra reajustar hipóteses de como o mundo funciona. Vale a pena procurar uns vídeos e exemplos de como esse Teorema é super prático pra usar no cotidiano.