The Failures of Mathematical Anti-Evolutionism

(Marks, Dembski, and Ewert 2017, 205)
In our brief discussion of Avida, we mentioned that the programs
were able to evolve the ability to carry out complex logic functions.
When MDE refer to a “stairstep information function,” they mean
that the Avida environment rewarded its digital organisms for finding
the intermediate steps on the way to the complex function. They later
elaborate on why they find this so important:
The more complex operations are built with simpler operations.
A stair step information source to generate more complex
operations must signify that the more complex operations are
more fit than the simple operations. If this is not the case, the
existence of the stair steps is not useful. As the stairs are climbed,

---

214 6 information and combinatorial search
we must be informed we are getting “warmer,” i.e. closer to the
result we seek. When a more complex operation degrades into a
simpler one, we are informed that we are getting colder. This
active information source is the reason for Avida’s success. As is
always the case, the evolutionary program does not create any
information.
(Marks, Dembski, and Ewert 2017, 209)
It is on the basis of such arguments that MDE dismiss all
computer simulations of evolution as unrealistic, but their logic is
hard to follow. It is self-evident that the Avida organisms found
evolutionary success in part because the researchers created an envi-
ronment in which success was possible. However, it is equally self-
evident that the algorithm plays a big role in the success. That is,
Avida’s organisms achieved success because a particular algorithm
interacted with a particular environment. The algorithm and the
environment are both critical, and therefore it is plainly wrong to say,
“This active information source is the reason for Avida’s success.”
The fallacy committed by MDE here is essentially the same one we
discussed in Section 5.5.
This point is more easily seen in the context of the weasel exper-
iments described in Section 6.7. We saw two separate experiments
undertaken within the same environment. One employed a blind
search algorithm, while the other employed a hill-climbing algorithm.
The former was unsuccessful, while the latter was successful. The
difference was the algorithm that was used to search the space, and
this is why it is wrong to imply that it was solely the environment
that led to Avida’s success.
If MDE want to argue that computer simulations of evolution
are fundamentally unrealistic, then they must show that these sim-
ulations are relevantly different from what happens in nature. They
point to two related aspects of Avida that are meant to establish this
disanalogy, but they are not successful in either case.
First, they note that Avida’s programmers provided the digital
organisms with a source of information to mine by creating the

---

6.10 conservation of information 215
environment in the first place. But as we discussed in Section 6.8,
nature likewise contains information that populations of organisms
can exploit. Natural selection serves as a conduit for transmitting
environmental information into the genomes of organisms.
Second, they note that the programmers created a selection
gradient that favored intermediate stages on the way to evolving
a complex function. But nature also provides selection gradients
to organisms. If the intermediate steps all promote the reproduc-
tive success of the organisms, then natural selection will favor and
preserve those steps. For example, eyes can evolve in a stepwise
manner because the intermediate steps represent improvements in
visual acuity, thereby improving the reproductive success of their
bearers.
Let us elaborate on this last point. Suppose there really were
an intelligent designer who established the laws of nature. Further
suppose he wants to steer some population of sightless organisms
towards the evolution of eyes. In each generation, he surveys all of the
offspring for novel variations that improve visual acuity. He allows
those creatures to reproduce, and quietly ensures that the others live
out their lives without leaving offspring. He does this generation
after generation, until, very gradually, a bona fide eye appears. ID
proponents would argue that this is not Darwinian evolution, because
success was achieved only because an intelligent agent guided the
process toward a pre-determined goal.
However, biologists would reply that nature can recapitulate
every step of this process without any need for intelligence. Mindless
nature, no less than our intelligent agent, can ensure that only the
organisms with the best eyesight leave offspring. This is possible
because improvements in visual acuity are strongly correlated with
an ability to survive and reproduce. What matters is not the presence
of intelligence, but only the consistency of the selection mechanism.
In our example, it does not matter if our incipient eyes are preserved
because an intelligent agent wills it to be so, or if natural selec-
tion inadvertently preserves them because they happen to promote

---

216 6 information and combinatorial search
increased success in reproduction. Success is achieved in either case
because we select for the same thing in every generation.
And so it is with artificial life experiments. Focusing on the
fact that intelligent agents set up the environment misses the point.
Complexity can be seen to evolve in such experiments because the
random mutations introduced into the system interact with the
selection gradients in the environment to produce adaptive change.
Since the interplay of random variations with selection gradients also
takes place in nature, there is no point of disanalogy here between the
simulations and the reality.
At this point we might wonder why the ID folks are so relentless
in driving home these points. After all, we are once more back to the
trivial observation that nature must be a certain way for evolution to
work, and we have already noted that no sophisticated mathematics
is needed to establish this. So what do Dembski and his coauthors
think they have accomplished?
The clearest statement I have found of their intentions comes
from a 2011 paper written by Dembski and Marks. They characterize
their argument as follows:
The central issue in the scientific debate over intelligent design
and biological evolution can therefore be stated as follows: Is
nature complete in the sense of possessing all the resources it
needs to bring about the information-rich biological structures we
see around us, or does nature also require some contribution of
design to bring about those structures? Darwinian naturalism
argues that nature is able to create all its own information and is
therefore complete. Intelligent design, by contrast, argues that
nature is merely able to re-express existing information and is
therefore incomplete.