Induktiv resonnement: egenskaper, typer og eksempler

Induktiv resonnement er en type tenkning som forsøker å skape generaliserte teorier basert på konkrete observasjoner. I motsetning til deduktiv begrunnelse er det basert på konkrete data for å trekke konklusjoner som kan gjelde for andre lignende situasjoner.

For å utføre en god induktiv begrunnelse er det nødvendig å gjennomføre et stort antall observasjoner, finne et mønster mellom dem og kunne foreta generalisering fra de innsamlede dataene. Senere kan denne generaliseringen brukes til å lage en forklaring eller en teori.

Induktiv resonnement brukes både i vitenskap og i hverdagen. Selv om dets konklusjoner ikke er så ufeilbare som de som oppnås fra andre logiske prosesser, som deduktive resonnementer, kan den tjene som grunnlag for alle typer teorier, spådommer eller forklaringer på atferd.

Når en prosess med induktiv begrunnelse utføres, sies det at konklusjonen er mer eller mindre sannsynlig i stedet for ufeilbarlig. Men når du bruker denne typen tenkning, kan det oppstå flere typer forstyrrelser, noe som gjør argumentene ugyldige.

funksjoner

Gå fra betong til generell

Hovedkarakteristikken for induktiv resonnement er at når man bruker den, begynner man med en rekke konkrete data som brukes til å forsøke å lage generelle teorier om et gitt fenomen. Den grunnleggende metoden for å utføre en induksjon er å observere en rekke konkrete saker og se etter hva de har til felles.

For eksempel er en etolog som studerer en ny fugleart, klar over at alle prøvene han har funnet har svarte fjær. På grunn av dette konkluderer han med at det er sannsynlig at noe annet dyr av denne arten som han møter i fremtiden, også vil ha plumage av denne fargen.

På grunn av måten det virker på, er induktiv resonnement også kjent som "bottom-up logic". Dette er i motsetning til hvordan fradrag fungerer, hvor det starter fra en generell teori som brukes til å trekke konklusjoner om en bestemt situasjon.

I sin natur pleier samfunnsvitenskap å bruke induktiv resonnement mye mer enn deduktiv resonnement. Dermed er mye av teoriene om disipliner som psykologi eller psykologi blitt opprettet ved å observere et stort antall individer og generalisere deres egenskaper til hele befolkningen.

Dine konklusjoner er sannsynligvis ikke ufeilbare

Når vi utfører deduktiv resonnement, hvis lokalene er sanne og argumentet er godt konstruert, vil konklusjonene alltid være sanne. Men i induktiv resonnement skjer dette ikke. Selv når logikken brukes godt, vil resultatet av et argument aldri være ufeilbart, men det er mulig at det er feil.

Dette skjer fordi, når man arbeider med induktiv resonnement, snakker man alltid om sannsynligheter. I eksemplet på de svarte fuglene som vi har lagt før, ville det bare være nødvendig at et dyr av en annen farge ser ut til å demontere argumentet om at alle prøvene av den arten har samme tonalitet.

Imidlertid er ikke alle typer induktiv resonnement like pålitelig. Jo større prøven vi ser på, og jo mer representativ det er av befolkningen generelt (det er jo mer det ligner settet vi vil studere), jo mindre sannsynlig er det at det er en slags feil.

For eksempel, når det gjennomføres en meningsmåling med intensjon om å stemme, vil det være mye mer pålitelig hvis 10.000 tilfeldig utvalgte personer blir spurt om undersøkelsen gjennomføres i en universitets klasse til en gruppe på 50 studenter.

Det kan oppstå feil når du bruker det

Vi har allerede sett at konklusjonene trukket av induktiv resonnement ikke er ufeilbarlig, men bare sannsynlig. Dette skjer selv når den logiske prosessen er utført riktig. Men som med andre typer resonnement er det mulig å gjøre feil ved utførelse av en induksjon.

Den vanligste feilen som oppstår ved bruk av induktiv resonnement er å stole på eksempler som ikke er egentlig representative for tilstanden som studeres. For eksempel påpeker mange kritikere av psykologi som en vitenskap at mange ganger eksperimenter utføres med universitetsstuderende, og ikke med vanlige mennesker.

En annen av de vanligste feilene er å basere våre konklusjoner i et svært lite antall tilfeller, med hvilke dataene fra hvilke vi starter er ufullstendige. For å nå virkelig pålitelige konklusjoner gjennom induktiv resonnement, er det nødvendig å basere så mye data som mulig.

Til slutt, selv når vi har nok data og prøven er representativ for befolkningen generelt, er det mulig at våre konklusjoner er feil på grunn av tankevekt. I induktiv resonnement er noen av de vanligste bekreftelsesforstyrrelsene, tilgjengelighetsforstyrrelsen og spillernes feil.

typen

Den grunnleggende mekanismen opprettholdes alltid i en prosess med induktiv resonnement. Det er imidlertid flere måter å nå en generell konklusjon om en befolkning fra en rekke spesifikke data. Neste vil vi se de vanligste.

generalisering

Den enkleste form for induktiv resonnement er basert på observasjon av en liten prøve for å trekke en konklusjon om en større befolkning.

Formelen ville være følgende: Hvis en andel av prøven har en karakteristisk X, vil den samme andelen av befolkningen ha den.

Grunnleggende generalisering skjer vanligvis i uformelle innstillinger. Faktisk skjer det ofte ubevisst. For eksempel observerer en elev i en skole det av sine 30 klassekamerater, bare 5 har separate foreldre. Å se dette, kunne jeg gjøre en generalisering og tenke at bare et lite antall voksne er skilt.

Det er imidlertid andre mer pålitelige og vitenskapelige former for generalisering. Den første er statistisk generalisering. Operasjonen ligner den grunnleggende, men dataene samles systematisk i en større befolkning, og resultatene analyseres ved hjelp av matematiske teknikker.

La oss forestille oss at en telefonundersøkelse på 5.000 mennesker utføres om deres politiske tilhørighet. Av denne prøven er 70% identifisert som «venstre». Forutsatt at prøven er representativ for befolkningen generelt, kan det utledes at 70% av innbyggerne i det landet også vil bli vurdert som venstrefløyen.

Statistisk syllogisme

En statistisk syllogisme er en form for induktiv resonnement som starter fra en generalisering for å trekke en konklusjon om et bestemt fenomen. Når denne metoden blir brukt, er sannsynligheten for et resultat som oppstår, studert og anvendt på en enkelt sak.

For eksempel, i et land hvor 80% av ekteskapene slutter i skilsmisse, kan vi si at det er svært sannsynlig at et nygift par avsluttes.

Men i motsetning til hva som skjer med syllogismene i deduktiv logikk, er dette resultatet ikke ufeilbart (det ville være en 20% sjanse for at ekteskapet ville fungere).

Ved bruk av statistiske syllogmer kan det oppstå to forskjellige problemer. På den ene siden er det veldig enkelt å ignorere prosentandelen tilfeller der konklusjonen vi nådde ikke er oppfylt; og på den annen side er det også vanlig å tenke at det ikke er mulig å generalisere, siden det er unntak fra regelen.

Enkel induksjon

Enkel induksjon er en kombinasjon av generalisering og statistisk syllogisme. Den består av å trekke ut en konklusjon om et individ fra en premiss som påvirker en gruppe som dette tilhører. Formelen er følgende:

Vi vet at en prosentandel X i en gruppe har et spesifikt attributt. For hver person som tilhører gruppen, er sannsynligheten for at de også presenterer dette attributtet X. For eksempel, hvis 50% av komponentene i en gruppe er innadvendt, har hver enkelt en 50% sjanse til å presentere denne egenskapen.

Begrunnelse analogt

En annen av de vanligste former for induktiv resonnement er det som sammenligner to grupper eller forskjellige personer for å prøve å forutsi hva deres likheter og forskjeller vil være. Forutsetningen er som følger: Hvis to personer deler et sett med egenskaper, vil de ha større sannsynlighet for å være lik i andre.

Argumentet analogt er veldig vanlig så mye i formelle disipliner som vitenskapen og filosofien, som i vår dag. Imidlertid er dets konklusjoner ikke alltid korrekte, så det anses generelt at det bare er nyttig som en hjelpemetode.

For eksempel, tenk at vi observerer to personer og oppdager at de er både innadvendte, lesende og har et lignende temperament. Hvis vi senere ser at en av dem er interessert i klassisk musikk, vil argumentasjon analogt fortelle oss at den andre sannsynligvis også vil være.

Årsakssammenheng

Når vi observerer at to fenomener alltid opptrer samtidig, er vår første impuls å tenke at en av dem er årsaken til den andre. Denne typen induktive resonnement er kjent som årsakssammenheng.

Denne typen resonnement har problemet at to fenomener som oppstår samtidig kan skyldes en tredjedel som vi ikke vet, kalt "merkelig variabel". Derfor, selv om årsakssammenheng er svært vanlig, gir det ikke nok bevis for å bli ansett som gyldig i felt som vitenskap.

Et klassisk eksempel på feilaktig årsakssammenheng er forholdet mellom iskonsum og antall dødsfall som skyldes drukning til sjøs. Begge fenomenene har en tendens til å forekomme i større grad på bestemte tider av året; så hvis vi brukte årsakssammenheng, kunne vi konkludere med at en av dem forårsaker den andre.

Den logiske forklaringen er imidlertid at det er en tredje variabel som forårsaker de to første. I dette tilfellet vil det være økt temperatur i sommermånedene, noe som får folk til å drikke mer is og bade mer oftere i havet, og dermed øke døden ved å drukne.

Forskjeller med deduktiv begrunnelse

Utgangspunkt

Den første fundamentale forskjellen mellom deduktiv og induktiv resonnement er det punktet det starter i begge deler. Den deduktive begrunnelsen er kjent som "top-down logic", siden den starter med en generell teori og ender opp med å tegne en konklusjon om et bestemt tilfelle.

Tvert imot har vi allerede sett at induktiv resonnement også kalles "bottom-up logic". Dette skyldes at prosessen er motsatt: argumentasjonen starter fra konkrete data, og handler om å nå en logisk konklusjon om et generelt fenomen.

argumenter

I logikk er et argument en resonnement sammensatt av lokaler og en konklusjon. I deduktiv logikk kan argumentene være gyldige (hvis de er godt konstruerte) eller ugyldige (hvis lokalene ikke har noen sammenheng med hverandre eller konklusjonen er feilaktig hentet). På den annen side kan de også være sanne (hvis lokalene er sanne) eller falske.

Dette virker ikke på samme måte i induktiv resonnement. I denne typen logikk kan argumenter være sterke (hvis sannsynligheten for at noe skjer er høyt) eller svakt. Samtidig kan sterke argumenter være overbevisende (hvis lokalene de er basert på er sanne) eller overbevisende.

Gyldigheten av konklusjonene

Den siste forskjellen mellom disse to typer resonnementene har å gjøre med konklusjonens gyldighet. I deduktiv logikk, hvis lokalene er sanne og argumentet er godt konstruert, vil konklusjonen være sant i absolutt alle tilfeller.

I motsetning, i induktiv begrunnelse, selv om argumentet er sterkt og lokalene er sanne, vil konklusjonene ikke alltid være sanne. Det er derfor vi snakker om overbevisende argumenter, og ikke av visse argumenter.

eksempler

Nedenfor ser vi noen flere eksempler på induktiv resonnement som vi kan utføre i vår tid:

- Hver gang Juan spiser peanøtter, hoster han og føler seg syk. Juan må være allergisk mot peanøtter.

- En lærer observerer at når han bruker en PowerPoint-presentasjon i en klasse, viser elevene mer interesse. Læreren konkluderer med at bruk av PowerPoint vil bidra til å øke motivasjonen til elevene.

- En advokat studerer hvordan lignende saker ble løst til den han har tidligere, og finner en strategi som alltid har gitt gode resultater. På grunn av dette konkluderer han at hvis han bruker det i sitt tilfelle, vil han også nå sitt mål.