看见许多白天鹅,就断言所有天鹅都是白的,直到遇见黑天鹅才知道归纳会出错。科学研究、社会调查、日常经验大量依赖归纳和类比:从个别到一般,从此类到彼类。它们能启发新知,但结论往往是或然的。本课既要会用,也要会限制其可靠性。
- 归纳推理的含义,完全归纳与不完全归纳。
- 简单枚举法、科学归纳及其可靠性。
- 求同法、求异法、共变法、剩余法等求因果方法。
- 类比推理的结构、作用和易错点。
一、归纳推理
归纳推理是从个别性或特殊性知识推出一般性知识的推理。完全归纳推理考察某类中每一个对象,然后得出关于该类的一般结论。在对象有限且确实查完时,其结论具有必然性,如某小组五人全部交卷,可完全归纳“全组已交卷”。多数情况下对象无限或无法穷尽,只能用不完全归纳。
简单枚举归纳根据已观察到的对象都具有某属性、且未遇反例,推出全类都具有该属性。它简便,但容易“以偏概全”,遇到反例即被推翻。科学归纳则不仅枚举,还分析对象与属性之间的因果联系或内在机制,因而可靠性更高,但仍不是演绎那样的绝对必然。抽样调查要注意样本的代表性和随机性,样本偏差会系统性误导结论。
提高不完全归纳可靠性的途径包括:扩大考察范围,增加样本多样性;寻找反例;分析因果机制;与演绎、实验结合。统计中的“平均数”掩盖分布,个案故事感动人却可能没有代表性,都需要科学归纳意识。
二、探求因果联系的方法
因果联系是引起与被引起的关系,具有先后、复杂、多样等特点。穆勒五法是常用逻辑方法。求同法:在被研究现象出现的若干场合中,只有一个因素共同,则该因素可能是原因。求异法:两个场合其他因素相同,唯一不同的因素出现则现象出现、不出现则现象不出现,该因素可能是原因。求同求异并用法综合二者。共变法:某因素变化时现象随之变化,可能存在因果。剩余法:已知复合现象的一部分原因,剩余部分可能由剩余因素引起。
这些方法提供的是线索而非最终证明。先因后果不等于因果,可能有共同原因,可能有反向因果,可能有偶然相关。科学实验通过控制变量来落实求异法和共变法,社会问题则更要警惕混杂因素。不能把“先有鸡还是先有蛋”式的复杂反馈,简化成单一线性因果。
三、类比推理
类比推理根据两个或两类对象在一些属性上相同或相似,推出它们在其他属性上也相同或相似。其结构是:A有属性a、b、c、d;B有a、b、c;所以B也可能有d。类比是提出假说、技术移植、教学比喻的重要方法,具有启发性。
类比结论是或然的。提高可靠性,应选择本质属性相同或相似的对象,相似属性应与推出属性有内在联系,相似点要多且本质,避免“机械类比”。把生物体简单类比为机器,或把国家简单类比为家庭而不加限定,可能掩盖本质差异。法律上禁止不当类比损害当事人权利;科学上类比提出的假说必须实验检验。
归纳、类比与演绎相互补充:归纳、类比发现命题,演绎检验其形式后承,实践检验其真假。三者结合,才构成较完整的逻辑思维能力。
在思想政治课答题中,归纳和类比特别容易被误用。用一个国家的个别政策推导“所有资本主义国家都如此”,或用中国某一地方经验直接类比外国,都可能以偏概全或机械类比。比较题应先列出可比的本质属性:国家性质、发展阶段、历史条件,再谨慎得出有限度的结论。调查报告则应写明样本如何选取、有无反例、因果是否经过控制变量的思考。把或然结论写成必然判断,是逻辑上的越级。
求因果时,还可以自觉使用“反向思考”:如果没有该因素,现象是否仍出现?如果该因素加强,现象是否同步加强?有没有更简单的共同原因?这些提问并不保证找到因果,但能显著降低把巧合当规律的概率,为后续实验或调研设计提供方向。
完全归纳在穷尽对象时结论必然,不完全归纳和类比通常或然。求因果方法能提高科学归纳的质量,但仍需排除假相关。使用归纳与类比,必须自觉寻找反例、分析机制、接受实践检验,防止以偏概全和机械类比。
四、材料题演练
材料(教学情境):记者在某校门口采访了最先走出的五名同学,都说作业不多,于是报道“该校学生普遍认为负担不重”。
运用归纳推理知识评析。
✏️ 查看解析
①这是样本极小且可能有偏的简单枚举:最先走出的学生或许完成较快或更外向。②由五个个案推至“普遍”,属于以偏概全。③提高可靠性应扩大样本、分层随机(年级、班级、成绩、住校与否等),并允许表达不同意见。④媒体表达应用“受访的五人”而非“普遍”,体现不完全归纳的谨慎。
材料(教学情境):甲校晚自习延长后平均分上升。乙校条件不同,仍简单类比“延长晚自习必然提高成绩”,立即照搬。
分析其推理问题。
✏️ 查看解析
①这是类比推理,把“延长晚自习”与“成绩上升”从甲校搬到乙校。②未分析是否本质相似:师资、生源、睡眠、课程难度可能不同;甲校成绩上升也可能由其他共变因素引起。③共变法线索不能直接当普遍因果。④应调查机制、试点评估,而不是机械类比。科学思维要求或然推理保持谦虚。
- 简单枚举不是完全归纳,不能把“我所见”当成“世界全部”。
- 相关不是因果;共变可能是第三因素导致。
- 类比不是证明,只是启发。
- 统计平均数、极端个案都不能单独代表总体结构。
看到若干成功者都有某一习惯,先当简单枚举假说:失败者也有同样习惯吗?有没有更关键的资源条件?能否实验或对照?把鸡汤先降成待检验命题,再决定是否借鉴,这就是归纳素养。
五、自测与解析
- 为什么科学归纳比简单枚举更可靠,却仍不是必然推理?
✏️ 查看答案
科学归纳分析了因果或机制,减少了表面枚举的任意性,可靠性提高。但人类对机制的认识可能不完整,未考察对象仍可能出现反例,所以除完全归纳和有效演绎外,多数科学结论保持可修正性。
- 机械类比错在何处?
✏️ 查看答案
它只抓表面相似,忽略本质差异,并把或然当必然。对象在关键属性上并不相同,推出属性与相似属性缺乏内在联系,因而结论极易错误,还可能误导实践。