- egenskaber
- Gå fra det konkrete til det generelle
- Dine konklusioner er sandsynlige, ikke ufejlbarlige
- Der kan opstå fejl, når du anvender det
- typer
- Generalisering
- Statistisk syllogisme
- Enkel induktion
- Begrundelse ved analogi
- Årsagshindring
- Forskelle med deduktiv begrundelse
- Punkt
- argumenter
- Konklusionernes gyldighed
- eksempler
- Referencer
Den induktive resonnement er en slags tankegang om at skabe generelle teorier fra specifikke observationer. I modsætning til deduktiv begrundelse er den afhængig af konkrete data for at drage konklusioner, der kan være anvendelige i andre lignende situationer.
For at udføre god induktiv begrundelse er det nødvendigt at foretage et stort antal observationer, finde et mønster imellem dem og være i stand til at foretage en generalisering fra de indsamlede data. Senere kan denne generalisering bruges til at skabe en forklaring eller teori.
Kilde: pexels.com
Induktiv ræsonnement bruges både i videnskab og i hverdagen. Selvom konklusionerne ikke er så ufejlbarlige som dem, der er opnået fra andre logiske processer, såsom deduktiv begrundelse, kan det tjene som grundlag for alle slags teorier, forudsigelser eller forklaringer på adfærd.
Når man udfører en induktiv ræsonnement, siges den konklusion, der er nået, at være mere eller mindre sandsynlig snarere end ufejlbarlig. Når man anvender denne type tankegang, kan der dog opstå forskellige typer forspændinger, der gør argumenterne ugyldige.
egenskaber
Gå fra det konkrete til det generelle
Det vigtigste kendetegn ved induktiv resonnement er, at når man bruger det, begynder det med en række specifikke data, der bruges til at forsøge at skabe generelle teorier om et bestemt fænomen. Den grundlæggende metode til at gennemføre en induktion er at se på en række specifikke tilfælde og finde, hvad de har til fælles.
For eksempel bemærker en etolog, der studerer en ny art af fugle, at alle prøver, han har fundet, har sorte fjer. På grund af dette konkluderer han, at det er sandsynligt, at ethvert andet dyr af denne art, som han møder i fremtiden, også vil have fjerdragt af denne farve.
På grund af den måde, det fungerer, er induktiv begrundelse også kendt som "bottom-up-logik." Dette i modsætning til, hvordan deduktion fungerer, hvor man starter fra en generel teori, der bruges til at drage konklusioner om en bestemt situation.
Samfundsvidenskaberne har i sin natur en tendens til at bruge induktiv begrundelse meget mere end deduktiv begrundelse. Således er en stor del af teorierne om discipliner som psykologi eller psykologi skabt ved at observere et stort antal individer og generalisere deres karakteristika for hele befolkningen.
Dine konklusioner er sandsynlige, ikke ufejlbarlige
Når vi udfører deduktiv begrundelse, hvis lokalerne er sande og argumentet er godt konstrueret, vil konklusionerne altid være sande. Imidlertid er dette ikke induktiv induktion. Selv når logik bruges godt, vil resultatet af et argument aldrig være ufejlbarligt, men det er muligt, at det vil være forkert.
Dette sker, når du arbejder med induktiv ræsonnement, du altid taler om sandsynligheder. I eksemplet med de sorte fugle, som vi tidligere har sat, ville det kun være nødvendigt, at et dyr i en anden farve ser ud til at afvikle argumentet om, at alle eksempler på den pågældende art har den samme tonalitet.
Imidlertid er ikke alle typer induktiv begrundelse lige så pålidelige. Jo større stikprøven vi ser på, og jo mere repræsentativ den er for den generelle befolkning (det vil sige, jo mere ligner det sæt vi ønsker at studere), desto mindre sandsynligt er det, at der er en slags fejl.
For eksempel vil det være meget mere pålideligt, når der foretages en undersøgelse om afstemning, hvis 10.000 tilfældigt udvalgte personer bliver spurgt, end hvis undersøgelsen gennemføres i en universitetsklasse med en gruppe på 50 studerende.
Der kan opstå fejl, når du anvender det
Vi har allerede set, at konklusionerne trukket af induktiv ræsonnement ikke er ufejlbarlige, men simpelthen sandsynlige. Dette sker, selv når den logiske proces er udført korrekt. Som med andre typer resonnementer er det imidlertid muligt at lave fejl, når der udføres en induktion.
Den mest almindelige fejl, der opstår ved brug af induktiv ræsonnement, er at stole på eksempler, der ikke rigtig er repræsentative for den tilstand, der studeres. F.eks. Påpeger mange psykologikritikere som videnskab, at der ofte udføres eksperimenter på universitetsstuderende snarere end på almindelige mennesker.
En anden af de mest almindelige fejl er at basere vores konklusioner på et meget lille antal sager, med hvilke de data, vi starter fra, er ufuldstændige. For at nå frem til virkelig pålidelige konklusioner gennem induktiv begrundelse er det nødvendigt at have så mange data som muligt som en base.
Endelig, selv når vi har tilstrækkelige data, og stikprøven er repræsentativ for den generelle befolkning, kan vores konklusioner være forkerte på grund af tænkelige forudindtægter. I induktiv begrundelse er nogle af de mest almindelige bekræftelsesbias, tilgængelighedsbias og spillerens fejlbehæftelse.
typer
Den grundlæggende mekanisme forbliver altid i en induktiv ræsonnement. Der er imidlertid flere måder at nå frem til en generel konklusion om en befolkning ud fra en række specifikke data. Derefter ser vi de mest almindelige.
Generalisering
Den enkleste form for induktiv ræsonnement er baseret på at observere en lille prøve for at drage en konklusion om en større befolkning.
Formlen ville være følgende: Hvis en del af prøven har et karakteristisk X, vil den samme andel af den generelle befolkning have den.
Den grundlæggende generalisering har tendens til at forekomme i uformelle indstillinger. Faktisk forekommer det ofte på det ubevidste niveau. For eksempel observerer en studerende i en skole, at af hans 30 klassekammerater kun 5 har adskilt forældre. Ser man på dette, kan man foretage en generalisering og tænke, at kun et lille antal voksne er fra hinanden.
Der er dog andre mere pålidelige og videnskabelige former for generalisering. Den første er statistisk generalisering. Handlingen ligner den basale, men dataene indsamles på en systematisk måde i en større population, og resultaterne analyseres ved hjælp af matematiske teknikker.
Lad os forestille os, at 5.000 mennesker blev undersøgt telefonisk om deres politiske tilknytning. Af denne prøve identificerer 70% som "venstrefløj." Hvis man antager, at stikprøven er repræsentativ for befolkningen generelt, kan det udledes, at 70% af indbyggerne i dette land også vil betragte sig selv til venstre.
Statistisk syllogisme
En statistisk syllogisme er en form for induktiv ræsonnement, der starter fra en generalisering for at drage en konklusion om et specifikt fænomen. Når du bruger denne metode, undersøges sandsynligheden for, at et resultat vil finde sted, og anvendes i et individuelt tilfælde.
For eksempel i et land, hvor 80% af ægteskabene ender med skilsmisse, kan vi sige, at det er meget sandsynligt, at et par, der netop er gift, ender med at skilles.
I modsætning til med syllogismer i deduktiv logik er dette resultat ikke ufejlbarligt (der ville være 20% chance for, at ægteskabet fungerer).
Når man bruger statistiske syllogismer, kan der opstå to forskellige problemer. På den ene side er det meget let at ignorere den procentdel af sager, hvor den konklusion, vi har nået, ikke er opfyldt; og på den anden side er det også almindeligt at tænke, at da der er undtagelser fra reglen, kan den ikke generaliseres.
Enkel induktion
Simpel induktion er en kombination af generalisering og statistisk syllogisme. Det består i at drage en konklusion om et individ ud fra en forudsætning, der påvirker en gruppe, som den tilhører. Formlen er som følger:
Vi ved, at en procentdel X i en gruppe har en bestemt attribut. For hvert individ, der hører til denne gruppe, er sandsynligheden for, at de også præsenterer denne attribut, X. For eksempel, hvis 50% af medlemmerne af en gruppe er introverte, har hver enkelt en 50% sandsynlighed for at præsentere denne egenskab.
Begrundelse ved analogi
En anden af de mest almindelige former for induktiv ræsonnement er den, der sammenligner to forskellige grupper eller enkeltpersoner for at forsøge at forudsige, hvad deres ligheder og forskelle vil være. Forudsætningen er dette: Hvis to personer deler et sæt egenskaber, er det mere sandsynligt, at de også er ens i andre.
Begrundelse ved analogi er meget almindelig både i formelle discipliner som videnskab og filosofi og i vores daglige liv. Konklusionerne er imidlertid ikke altid korrekte, så det betragtes generelt kun som nyttigt som hjælpemetode.
Forestil dig for eksempel, at vi observerer to individer og opdager, at de begge er introverte, elskede af at læse og har et lignende temperament. Hvis vi senere observerer, at en af dem er interesseret i klassisk musik, ville resonnementet analogt fortælle os, at den anden sandsynligvis også vil være det.
Årsagshindring
Når vi observerer, at to fænomener altid opstår på samme tid, er vores første impuls at tænke, at det ene af dem er årsagen til det andet. Denne type induktiv begrundelse er kendt som årsagssammenhæng.
Denne type resonnementer har problemet, at to fænomener, der opstår på samme tid, kan være forårsaget af en tredjedel, som vi ikke kender, kaldet "mærkelig variabel." Selvom kausal inferens er meget almindelig, giver den ikke tilstrækkelig dokumentation til at blive betragtet som gyldig inden for områder som videnskab.
Et klassisk eksempel på forkert årsagssammenhæng er forholdet mellem isforbrug og antallet af dødsfald forårsaget af drukning til søs. Begge fænomener har en tendens til at forekomme i større grad på bestemte tidspunkter af året; så hvis vi brugte kausal inferens, kunne vi konkludere, at den ene af dem forårsager den anden.
Den logiske forklaring er imidlertid, at der er en tredje variabel, der forårsager de to første. I dette tilfælde ville det være stigningen i temperaturer i sommermånederne, hvilket får folk til at drikke mere is og bade oftere i havet, hvilket også øger dødsfaldene efter drukning.
Forskelle med deduktiv begrundelse
Punkt
Den første grundlæggende forskel mellem deduktiv og induktiv begrundelse er udgangspunktet for begge. Deduktiv begrundelse er kendt som "top-down logik", da den begynder med en generel teori og ender med at drage en konklusion om en bestemt sag.
Tværtimod har vi allerede set, at induktiv begrundelse også kaldes "bottom-up-logik". Dette skyldes, at processen er det modsatte: resonnement begynder fra konkrete data, og det handler om at nå en logisk konklusion om et generelt fænomen.
argumenter
I logik er et argument begrundet i lokaler og en konklusion. I deduktiv logik kan argumenter være gyldige (hvis de er godt konstrueret) eller ugyldige (hvis lokalerne ikke hænger sammen, eller konklusionen er dårligt trukket). På den anden side kan de også være rigtige (hvis lokalerne er rigtige) eller falske.
Dette fungerer ikke på samme måde i induktiv ræsonnement. I denne type logik kan argumenterne være stærke (hvis sandsynligheden for, at der sker noget, er høj) eller svag. Samtidig kan stærke argumenter være overbevisende (hvis lokalerne, de bygger på, er sande) eller ikke overbevisende.
Konklusionernes gyldighed
Den sidste forskel mellem disse to typer resonnementer har at gøre med konklusionernes gyldighed. I deduktiv logik, hvis lokalerne er sande, og argumentet er godt konstrueret, vil konklusionen være sandt i absolut alle tilfælde.
I modsætning hertil, i induktiv begrundelse, selvom argumentet er stærkt og premisserne er sande, vil konklusionerne ikke altid være sande. Derfor taler vi om overbevisende argumenter og ikke om ægte argumenter.
eksempler
Nedenfor ser vi nogle flere eksempler på induktiv ræsonnement, som vi kan udføre i vores daglige:
- Hver gang Juan spiser jordnødder, hoster han og føler sig syg. Juan skal være allergisk over for jordnødder.
- En lærer bemærker, at når han bruger en PowerPoint-præsentation i en klasse, viser hans studerende mere interesse. Læreren konkluderer, at brug af PowerPoint vil hjælpe med at øge hans studerendes motivation.
- En advokat studerer, hvordan sager, der ligner den, han har hånden i fortiden, blev løst, og finder en strategi, der altid har givet gode resultater. På grund af dette konkluderer han, at hvis han bruger det i sit tilfælde, vil han også nå sit mål.
Referencer
- "Deduktiv vs. Induktiv ”i: Diffen. Hentet den: 20. marts, 2019 fra Diffen: diffen.com.
- "Deduktiv begrundelse vs. Induktiv begrundelse ”i: Live Science. Hentet den: 20. marts, 2019 fra Live Science: livescience.com.
- "Induktiv begrundelse og eksempler" i: Balancekarrierer. Hentet den: 20. marts, 2019 fra The Balance Careers: thebalancecareers.com.
- "Eksempler på induktiv ræsonnement" i: Din ordbog. Hentet den: 20. marts, 2019 fra din ordbog: eksempler.yourdiction.com.
- "Induktiv begrundelse" på: Wikipedia. Hentet den 20. marts, 2019 fra Wikipedia: en.wikipedia.org.