Del:
Induktive ræsonnementskarakteristika, typer og eksempler
den induktiv begrundelse Det er en form for tænkning, der forsøger at skabe generelle teorier baseret på specifikke observationer. I modsætning til deductiv begrundelse er den baseret på konkrete data for at drage konklusioner, der kan anvendes i andre lignende situationer.
For at udføre en god induktiv begrundelse er det nødvendigt at udføre et stort antal observationer, finde et mønster mellem dem og være i stand til at generalisere fra de indsamlede data. Senere kan denne generalisering bruges til at skabe en forklaring eller en teori.
Induktiv argumentation bruges både i videnskab og i hverdagen. Selv om dets konklusioner ikke er så ufuldstændige som dem, der opnås fra andre logiske processer, såsom deductiv begrundelse, kan den tjene som grundlag for alle typer teorier, forudsigelser eller forklaringer på adfærd.
Når en proces med induktiv begrundelse udføres, siges det, at den opnåede konklusion er mere eller mindre sandsynlig i stedet for ufejlbarlig. Men når man anvender denne type tænkning, kan der opstå flere typer forstyrrelser, hvilket gør argumenterne ugyldige.
indeks
- 1 kendetegn
- 1.1 Går fra betonen til den generelle
- 1.2 Dine konklusioner er sandsynligvis ikke ufejlbare
- 1.3 Der kan opstå fejl under anvendelse
- 2 typer
- 2.1 Generalisering
- 2.2 Statistisk syllogisme
- 2.3 Enkel induktion
- 2.4 Begrundelse analogt
- 2.5 Årsagssammenhæng
- 3 Forskelle med deductiv begrundelse
- 3.1 Startpunkt
- 3.2 Argumenter
- 3.3 Gyldigheden af konklusionerne
- 4 eksempler
- 5 referencer
funktioner
Gå fra betonen til den generelle
Hovedkarakteristikken for induktiv begrundelse er, at når man bruger det, begynder man med en række specifikke data, der bruges til at forsøge at skabe generelle teorier om et givet fænomen. Den grundlæggende metode til at udføre en induktion er at observere en række konkrete tilfælde og se efter, hvad de har til fælles.
For eksempel er en etolog, der studerer en ny fugleart, klar over, at alle de prøver, han har fundet, har sorte fjer. På den baggrund konkluderes det, at det er sandsynligt, at ethvert andet dyr af denne art, som det finder i fremtiden, også vil have farven i denne farve.
På grund af den måde det virker på, er induktiv argumentation også kendt som "bottom-up logic". Dette er i modsætning til den måde, hvorpå fradrag fungerer, hvor det starter fra en generel teori, der bruges til at drage konklusioner om en bestemt situation.
I sin natur har samfundsvidenskaben tendens til at bruge induktiv begrundelse meget mere end deductiv begrundelse. Således er mange af teorierne om discipliner som psykologi eller psykologi blevet skabt ved at observere et stort antal individer og generalisere deres egenskaber til hele befolkningen.
Dine konklusioner er sandsynligvis ikke ufejlbare
Når vi udfører deductiv ræsonnement, hvis lokalerne er sande og argumentet er godt konstrueret, vil konklusionerne altid være sande. Men i induktiv begrundelse sker det ikke. Selv når logikken bruges godt, vil resultatet af et argument aldrig blive ufeilbart, men det er muligt, at det er forkert.
Dette sker fordi, når man arbejder med induktiv tankegang, taler man altid om sandsynligheder. I eksemplet på de sorte fugle, som vi har lagt tidligere, ville det kun være nødvendigt, at et dyr af en anden farve syntes at afmontere argumentet om, at alle eksemplarer af denne art har samme tonalitet.
Imidlertid er ikke alle typer af induktiv begrundelse lige så pålidelige. Jo større stikprøven vi ser, og jo mere repræsentativ den er af befolkningen generelt (det er jo mere det ligner det sæt, vi ønsker at studere), desto mindre sandsynligt er det, at der er en slags fejl.
Når man for eksempel foretager en undersøgelse om afstemning, vil det være meget mere pålideligt, hvis 10.000 tilfældigt udvalgte personer bliver spurgt, om undersøgelsen udføres i en universitets klasse til en gruppe på 50 studerende.
Fejl kan opstå, når du anvender det
Vi har allerede set, at konklusionerne af induktiv begrundelse ikke er ufejlbarlige, men simpelthen sandsynlige. Dette sker selv når den logiske proces er udført korrekt. Men som med andre typer af tankegang er det muligt at lave fejl ved udførelse af en induktion.
Den mest almindelige fejl, der opstår ved brug af induktiv begrundelse, er at stole på eksempler, der ikke er reelt repræsentative for den tilstand, der undersøges. For eksempel påpeger mange kritikere af psykologi som videnskab, at der ofte udføres eksperimenter med universitetsstuderende og ikke med almindelige mennesker.
En anden af de mest almindelige fejl er at basere vores konklusioner i et meget lille antal tilfælde, hvorfra de data, som vi starter fra, er ufuldstændige. For at opnå virkelig pålidelige konklusioner gennem induktiv begrundelse er det nødvendigt at basere så mange data som muligt.
Endelig, selv når vi har tilstrækkelige data, og prøven er repræsentativ for befolkningen generelt, er det muligt, at vores konklusioner er forkerte på grund af tankegang. I induktiv begrundelse er nogle af de mest almindelige bekræftelsesforstyrrelser, tilgængelighedsforstyrrelser og spillervilkår.
typen
Den grundlæggende mekanisme opretholdes altid i en proces med induktiv begrundelse. Der er dog flere måder at nå frem til en generel konklusion om en befolkning fra en række specifikke data. Næste vil vi se de mest almindelige.
generalisering
Den enkleste form for induktiv begrundelse er baseret på observation af en lille prøve for at drage en konklusion om en større befolkning.
Formlen ville være følgende: Hvis en del af prøven har en karakteristisk X, vil den samme andel af den generelle befolkning have det.
Grundlæggende generalisering forekommer sædvanligvis i uformelle indstillinger. Faktisk forekommer det ofte ubevidst. For eksempel observerer en elev i en skole sine 30 klassekammerater, kun 5 har separate forældre. Da jeg så dette, kunne jeg gøre en generalisering og tro, at kun et lille antal voksne er adskilt.
Der er dog andre mere pålidelige og videnskabelige former for generalisering. Den første er statistisk generalisering. Operationen ligner den grundlæggende, men dataene indsamles systematisk i en større befolkning, og resultaterne analyseres ved hjælp af matematiske teknikker..
Lad os forestille os, at der foretages en telefonundersøgelse på 5.000 mennesker om deres politiske tilhørsforhold. Af denne prøve er 70% identificeret som "venstre". Forudsat at prøven er repræsentativ for befolkningen generelt, kan det udledes, at 70% af indbyggerne i dette land også vil blive betragtet som venstrefløj.
Statistisk syllogisme
En statistisk syllogisme er en form for induktiv begrundelse, der starter fra en generalisering for at drage en konklusion om et bestemt fænomen. Når denne metode anvendes, undersøges sandsynligheden for et resultat og anvendes i en enkelt sag.
For eksempel i et land, hvor 80% af ægteskaber ender i skilsmisse, kan vi sige, at det er meget sandsynligt, at et nygift par slutter med at adskille.
Men i modsætning til hvad der sker med syllogismes i deductive logik, er dette resultat ikke ufeilbart (der ville være en 20% chance for at ægteskabet ville fungere).
Ved brug af statistiske syllogmer kan der opstå to forskellige problemer. På den ene side er det meget nemt at ignorere procentdelen af sager, hvor den konklusion vi nåede ikke er opfyldt; og på den anden side er det også almindeligt at tro, at da der er undtagelser fra reglen, er det ikke muligt at generalisere.
Enkel induktion
Enkel induktion er en kombination af generalisering og statistisk syllogisme. Det består i at uddrage en konklusion om en person fra en forudsætning, der påvirker en gruppe, som dette tilhører. Formlen er følgende:
Vi ved, at en procentdel X i en gruppe har en specifik egenskab. For hver enkelt person, der tilhører denne gruppe, er sandsynligheden for, at de også præsenterer denne egenskab, X. For eksempel, hvis 50% af gruppens komponenter er indadvendte, har hver enkelt en 50% chance for at præsentere denne egenskab.
Begrundelse analogt
En anden af de mest almindelige former for induktiv argumentation er det, der sammenligner to grupper eller forskellige individer for at forsøge at forudsige, hvad deres ligheder og forskelle vil være. Forudsætningen er dette: Hvis to personer deler et sæt egenskaber, vil de være mere tilbøjelige til at være ens i andre.
Ræsonnementet analogt er meget almindeligt så meget i formelle discipliner som videnskaben og filosofien som i vores dag til dag. Men dens konklusioner er ikke altid korrekte, så det er generelt betragtet, at det kun er nyttigt som en hjælpemetode.
Lad os forestille os, at vi observerer to personer og opdager, at de begge er indadvendte, læsende og har et lignende temperament. Hvis vi senere ser at en af dem er interesseret i klassisk musik, vil argumentation analogt fortælle os, at den anden sandsynligvis også vil være interesseret i klassisk musik..
Årsagssammenhæng
Når vi bemærker, at to fænomener altid forekommer på samme tid, er vores første impuls at tro, at en af dem er årsagen til den anden. Denne type induktive resonnement er kendt som årsagssammenhæng.
Denne form for ræsonnement har det problem, at to fænomener, der opstår på samme tid kan være forårsaget af en tredje ukendt, kaldet "mærkelige variabel". Skønt den kausale inferens er meget almindeligt, det giver ikke tilstrækkelig dokumentation til at blive betragtet som gyldige i sådanne områder som videnskab.
Et klassisk eksempel på fejlagtig kausal inferens er, at forholdet mellem is forbrug og antallet af dødsfald ved drukning i havet. Begge fænomener tendens til at forekomme mere i visse årstider; så hvis vi brugte den kausale inferens, kan vi konkludere, at man er årsag til anden.
den logiske forklaring er dog, at der er en tredje variabel, der forårsager de to første. I dette tilfælde ville det være de stigende temperaturer i sommermånederne, som får folk til at gøre mere is og der oftere bade i havet og dermed også stigende drukning dødsfald.
Forskelle med deductiv begrundelse
Udgangspunkt
Den første grundlæggende forskel mellem Deduktion og induktiv er det punkt, som er opdelt i to. Deduktive ræsonnement er kendt som "top-down logik", fordi det begynder med en generel teori og bare tegne en konklusion om en bestemt sag.
Tværtimod har vi set, at induktive ræsonnement også kaldes "bottom-up logik." Dette skyldes, at processen er det modsatte: ræsonnementet fra specifikke data er startet, og er ved at nå en logisk konklusion på et generelt fænomen.
argumenter
I logik, et argument er et argument, der består af lokaler og en konklusion. I deduktiv logik, kan argumenterne være gyldig (hvis velkonstrueret) eller deaktiveret (hvis er relateret lokalerne eller konklusion er forkert udvindes). Desuden kan de også være sandt (hvis lokalerne er sande) eller falsk.
Dette virker ikke på samme måde i induktiv begrundelse. I denne type logik kan argumenterne være stærke (hvis sandsynligheden for at noget sker, er højt) eller svagt. Samtidig kan stærke argumenter være overbevisende (hvis de lokaler, som de er baseret på, er sande) eller ikke overbevisende.
Konklusionernes gyldighed
Den sidste forskel mellem disse to typer af ræsonnement har at gøre med konklusionernes gyldighed. I deductive logik, hvis lokalerne er sande og argumentet er godt konstrueret, vil konklusionen være sand i absolut alle tilfælde.
I modsætning hertil er det i induktiv begrundelse, selvom argumentet er stærkt og lokalerne sande, ikke altid sandt. Det er derfor, vi taler om overbevisende argumenter, og ikke af visse argumenter.
eksempler
Nedenfor vil vi se nogle flere eksempler på induktiv argumentation, som vi kan udføre i vores dag til dag:
- Hver gang Juan spiser peanuts, 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 elever mere interesse. Læreren konkluderer, at ved hjælp af PowerPoint vil det være med til at øge motivationen for sine elever.
- En advokat undersøger, hvordan lignende sager blev løst til det, han tidligere har, og finder en strategi, der altid har givet gode resultater. På den baggrund konkluderer han, at hvis han bruger det i hans tilfælde, vil han også nå sit mål.
referencer
- "Deductive vs. Induktive "i: Diffen. Hentet den: 20. marts 2019 fra Diffen: diffen.com.
- "Deductive Reasoning vs. Induktive Reasoning "i: Live Science. Hentet den: 20. marts 2019 fra Live Science: livescience.com.
- "Inductive Reasoning Definition and Examples" i: Balance Karriere. Hentet: 20. marts 2019 fra Balance Karriere: thebalancecareers.com.
- "Eksempler på induktiv begrundelse" i: Din ordbog. Hentet: 20. marts 2019 fra din ordbog: examples.yourdictionary.com.
- "Induktiv begrundelse" i: Wikipedia. Hentet i: 20. marts 2019 fra Wikipedia: en.wikipedia.org.