Indukcyjne rozumowanie: cechy, typy i przykłady

Rozumowanie indukcyjne jest rodzajem myślenia, które próbuje stworzyć uogólnione teorie oparte na konkretnych obserwacjach. W przeciwieństwie do wnioskowania dedukcyjnego, opiera się na konkretnych danych, aby wyciągnąć wnioski, które mogą mieć zastosowanie w innych podobnych sytuacjach.

Aby przeprowadzić dobre rozumowanie indukcyjne, konieczne jest przeprowadzenie dużej liczby obserwacji, znalezienie wzoru między nimi i uzyskanie uogólnienia na podstawie zebranych danych. Później to uogólnienie można wykorzystać do stworzenia wyjaśnienia lub teorii.

Rozumowanie indukcyjne jest wykorzystywane zarówno w nauce, jak iw życiu codziennym. Chociaż jej wnioski nie są tak nieomylne, jak te uzyskane z innych procesów logicznych, takich jak wnioskowanie dedukcyjne, mogą służyć jako podstawa dla wszystkich typów teorii, prognoz lub wyjaśnień zachowań.

Kiedy przeprowadza się proces wnioskowania indukcyjnego, mówi się, że osiągnięty wniosek jest mniej lub bardziej prawdopodobny niż nieomylny. Jednak przy stosowaniu tego typu myślenia może powstać kilka rodzajów uprzedzeń, które powodują, że argumenty są nieprawidłowe.

Funkcje

Przejdź od betonu do generała

Główną cechą rozumowania indukcyjnego jest to, że podczas korzystania z niego zaczyna się od szeregu konkretnych danych, które są używane do próby stworzenia ogólnych teorii na temat danego zjawiska. Podstawową metodą przeprowadzenia indukcji jest obserwacja szeregu konkretnych przypadków i poszukiwanie tego, co mają wspólnego.

Na przykład etolog, który bada nowy gatunek ptaka, zdaje sobie sprawę, że wszystkie znalezione przez niego okazy mają czarne pióra. Z tego powodu dochodzi do wniosku, że każde inne zwierzę tego gatunku, z którym spotka się w przyszłości, będzie miało upierzenie tego koloru.

Ze względu na sposób działania rozumowanie indukcyjne jest również znane jako „logika oddolna”. Jest to przeciwieństwo sposobu, w jaki działa dedukcja, gdzie zaczyna się od ogólnej teorii, która służy do wyciągania wniosków na temat konkretnej sytuacji.

Ze swej natury nauki społeczne mają tendencję do stosowania rozumowania indukcyjnego znacznie bardziej niż rozumowanie dedukcyjne. Tak więc wiele teorii dyscyplin, takich jak psychologia czy psychologia, zostało stworzonych przez obserwowanie dużej liczby osób i uogólnianie ich cech na całą populację.

Twoje wnioski są prawdopodobne, a nie nieomylne

Kiedy przeprowadzamy dedukcyjne rozumowanie, jeśli przesłanki są prawdziwe i argument jest dobrze skonstruowany, wnioski zawsze będą prawdziwe. Jednak w rozumowaniu indukcyjnym tak się nie dzieje. Nawet jeśli logika jest dobrze używana, wynik argumentu nigdy nie będzie nieomylny, ale możliwe, że jest błędny.

Dzieje się tak, ponieważ podczas pracy z rozumowaniem indukcyjnym zawsze mówi się o prawdopodobieństwach. Na przykładzie czarnych ptaków, które opisaliśmy wcześniej, byłoby konieczne, aby zwierzę innego koloru zdawało się rozmontowywać argument, że wszystkie okazy tego gatunku mają tę samą tonację.

Jednak nie wszystkie typy wnioskowania indukcyjnego są równie wiarygodne. Im większa próbka, w której patrzymy, a im bardziej reprezentatywna jest populacja w ogóle (to znaczy im bardziej przypomina zestaw, który chcemy badać), tym mniej prawdopodobne jest, że istnieje jakiś błąd.

Na przykład, przeprowadzając ankietę na temat zamiaru głosowania, będzie o wiele bardziej wiarygodna, jeśli 10 000 losowo wybranych osób zostanie zapytanych, czy badanie prowadzone jest w klasie uniwersyteckiej do grupy 50 studentów.

Błędy mogą wystąpić podczas jego stosowania

Widzieliśmy już, że wnioski wyciągnięte przez rozumowanie indukcyjne nie są nieomylne, ale po prostu prawdopodobne. Dzieje się tak nawet wtedy, gdy proces logiczny został przeprowadzony poprawnie. Jednakże, podobnie jak w przypadku innych rodzajów rozumowania, możliwe jest popełnianie błędów podczas przeprowadzania indukcji.

Najczęstszym błędem występującym podczas stosowania wnioskowania indukcyjnego jest poleganie na przykładach, które nie są tak naprawdę reprezentatywne dla badanego stanu. Na przykład wielu krytyków psychologii jako nauki wskazuje, że wiele razy eksperymenty prowadzone są ze studentami uniwersytetów, a nie ze zwykłymi ludźmi.

Kolejnym z najczęstszych błędów jest oparcie naszych wniosków na bardzo małej liczbie przypadków, z którymi dane, od których zaczynamy, są niekompletne. Aby wyciągnąć naprawdę wiarygodne wnioski poprzez rozumowanie indukcyjne, konieczne jest oparcie jak największej ilości danych.

Wreszcie, nawet jeśli mamy wystarczającą ilość danych i próbka jest reprezentatywna dla ogółu populacji, możliwe jest, że nasze wnioski są błędne z powodu uprzedzeń myślowych. W rozumowaniu indukcyjnym jednymi z najbardziej powszechnych są błąd potwierdzenia, błąd dostępności oraz błąd gracza.

Typy

Podstawowy mechanizm jest zawsze utrzymywany w procesie wnioskowania indukcyjnego. Istnieje jednak kilka sposobów, aby wyciągnąć ogólny wniosek na temat populacji z szeregu konkretnych danych. Następnie zobaczymy najpopularniejsze.

Uogólnienie

Najprostsza forma wnioskowania indukcyjnego opiera się na obserwacji małej próbki, aby wyciągnąć wniosek na temat większej populacji.

Formuła byłaby następująca: jeśli część próbki ma charakterystykę X, to taki sam odsetek populacji ogólnej będzie ją posiadał.

Podstawowe uogólnienie występuje zwykle w nieformalnych warunkach. W rzeczywistości często występuje nieświadomie. Na przykład uczeń w szkole zauważa, że ​​spośród 30 kolegów z klasy tylko 5 ma oddzielnych rodziców. Widząc to, mógłbym uogólnić i myśleć, że tylko niewielka liczba dorosłych jest rozdzielona.

Istnieją jednak inne bardziej wiarygodne i naukowe formy uogólnienia. Pierwszy to uogólnienie statystyczne. Operacja jest podobna do operacji podstawowej, ale dane są zbierane systematycznie w większej populacji, a wyniki są analizowane przy użyciu technik matematycznych.

Wyobraźmy sobie, że przeprowadzono ankietę telefoniczną na 5000 osób na temat ich przynależności politycznej. Z tej próbki 70% określa się jako „lewe”. Zakładając, że próba jest reprezentatywna dla ogółu ludności, można wywnioskować, że 70% mieszkańców tego kraju będzie również uważanych za lewicowych.

Sylogizm statystyczny

Sylogizm statystyczny jest formą rozumowania indukcyjnego, która zaczyna się od uogólnienia, aby wyciągnąć wniosek na temat konkretnego zjawiska. Gdy stosowana jest ta metoda, prawdopodobieństwo wystąpienia wyniku jest badane i stosowane do indywidualnego przypadku.

Na przykład w kraju, w którym 80% małżeństw kończy się rozwodem, możemy powiedzieć, że jest bardzo prawdopodobne, że nowożeńcy rozdzielą się.

Jednak w przeciwieństwie do tego, co dzieje się z sylogizmami w logice dedukcyjnej, wynik ten nie jest nieomylny (istniałaby 20% szansa, że ​​małżeństwo zadziała).

Podczas korzystania z sylogizmów statystycznych mogą wystąpić dwa różne problemy. Z jednej strony bardzo łatwo jest zignorować odsetek przypadków, w których wniosek, do którego doszliśmy, nie jest spełniony; Z drugiej strony często zdarza się, że skoro istnieją wyjątki od reguły, nie można uogólniać.

Prosta indukcja

Prosta indukcja to połączenie uogólnienia i sylogizmu statystycznego. Polega ona na wyodrębnieniu wniosku o osobie z przesłanki, która dotyczy grupy, do której należy. Formuła jest następująca:

Wiemy, że procent X grupy ma określony atrybut. Dla każdej osoby, która należy do tej grupy, prawdopodobieństwo, że oni również prezentują ten atrybut, to X. Na przykład, jeśli 50% składników grupy jest introwertycznych, każda osoba ma 50% szans na przedstawienie tej cechy.

Rozumowanie przez analogię

Inną z najczęstszych form rozumowania indukcyjnego jest ta, która porównuje dwie grupy lub różne osoby, aby spróbować przewidzieć, jakie będą ich podobieństwa i różnice. Założenie jest następujące: jeśli dwie osoby mają wspólny zestaw cech, będą bardziej podobne w innych.

Rozumowanie przez analogię jest bardzo powszechne w dyscyplinach formalnych, takich jak nauka i filozofia, jak w naszym codziennym życiu. Jednak jej wnioski nie zawsze są poprawne, więc ogólnie uważa się, że jest ona przydatna jedynie jako pomocnicza metoda myślenia.

Na przykład wyobraźmy sobie, że obserwujemy dwie osoby i odkrywamy, że są one zarówno introwertyczne, kochające czytanie i mają podobny temperament. Jeśli później zauważymy, że jeden z nich interesuje się muzyką klasyczną, rozumowanie przez analogię powiedziałoby nam, że drugi prawdopodobnie też będzie.

Wnioskowanie przyczynowe

Kiedy obserwujemy, że dwa zjawiska zawsze występują jednocześnie, naszym pierwszym impulsem jest myślenie, że jedna z nich jest przyczyną drugiej. Ten typ wnioskowania indukcyjnego jest znany jako wnioskowanie przyczynowe.

Ten typ rozumowania ma problem, że dwa zjawiska, które występują jednocześnie, mogą być spowodowane przez trzecią, której nie znamy, zwaną „dziwną zmienną”. Dlatego też, chociaż wnioskowanie przyczynowe jest bardzo powszechne, nie dostarcza wystarczających dowodów, aby uznać je za ważne w dziedzinach takich jak nauka.

Klasycznym przykładem błędnego wnioskowania przyczynowego jest związek między konsumpcją lodów a liczbą zgonów spowodowanych utonięciem na morzu. Oba zjawiska mają tendencję do występowania w większym stopniu w określonych porach roku; więc jeśli użyjemy wnioskowania przyczynowego, możemy wywnioskować, że jeden z nich powoduje drugi.

Jednak logicznym wyjaśnieniem jest to, że istnieje trzecia zmienna, która powoduje dwie pierwsze. W tym przypadku byłby to wzrost temperatur w miesiącach letnich, co powoduje, że ludzie piją więcej lodów i częściej kąpią się w morzu, zwiększając w ten sposób śmierć przez utonięcie.

Różnice w rozumowaniu dedukcyjnym

Punkt początkowy

Pierwszą podstawową różnicą między wnioskowaniem dedukcyjnym a indukcyjnym jest punkt, od którego zaczyna się w obu. Rozumowanie dedukcyjne znane jest jako „logika odgórna”, ponieważ zaczyna się od ogólnej teorii i kończy się wnioskiem na temat konkretnego przypadku.

Przeciwnie, widzieliśmy już, że rozumowanie indukcyjne nazywane jest również „logiką oddolną”. Dzieje się tak dlatego, że proces jest odwrotny: rozumowanie zaczyna się od konkretnych danych i polega na osiągnięciu logicznego wniosku o ogólnym zjawisku.

Argumenty

W logice argument jest rozumowaniem złożonym z przesłanek i wniosku. W logice dedukcyjnej argumenty mogą być poprawne (jeśli są dobrze skonstruowane) lub nieważne (jeśli przesłanki nie mają żadnego związku między sobą lub wniosek jest błędnie wyodrębniony). Z drugiej strony mogą być również prawdziwe (jeśli przesłanki są prawdziwe) lub fałszywe.

Nie działa to w ten sam sposób w rozumowaniu indukcyjnym. W tego typu logice argumenty mogą być silne (jeśli prawdopodobieństwo, że coś się wydarzy, jest wysokie) lub słabe. Jednocześnie silne argumenty mogą być przekonujące (jeśli przesłanki, na których są oparte, są prawdziwe) lub nieprzekonujące.

Ważność wniosków

Ostatnia różnica między tymi dwoma rodzajami rozumowania ma związek z zasadnością wniosków. W logice dedukcyjnej, jeśli przesłanki są prawdziwe i argument jest dobrze skonstruowany, wniosek będzie prawdziwy w absolutnie wszystkich przypadkach.

Natomiast w rozumowaniu indukcyjnym, nawet jeśli argument jest silny, a przesłanki są prawdziwe, wnioski nie zawsze będą prawdziwe. Dlatego mówimy o przekonujących argumentach, a nie o pewnych argumentach.

Przykłady

Poniżej zobaczymy kilka przykładów wnioskowania indukcyjnego, które możemy przeprowadzić w naszym codziennym życiu:

- Za każdym razem, gdy Juan je orzeszki ziemne, kaszle i czuje się chory. Juan musi być uczulony na orzeszki ziemne.

- Nauczyciel zauważa, że ​​kiedy używa prezentacji PowerPoint w klasie, jego uczniowie wykazują większe zainteresowanie. Nauczyciel stwierdza, że ​​korzystanie z PowerPoint pomoże zwiększyć motywację uczniów.

- Prawnik bada, jak podobne przypadki zostały rozwiązane w stosunku do tego, który miał w przeszłości, i znajduje strategię, która zawsze dawała dobre wyniki. Z tego powodu dochodzi do wniosku, że jeśli użyje go w swoim przypadku, osiągnie swój cel.