การให้เหตุผลแบบอุปนัย

จากวิกิพีเดีย สารานุกรมเสรี
ไปยังการนำทาง ไปยังการค้นหา
Inductive-reasoning-TH

การให้เหตุผลแบบอุปนัย (อังกฤษ: Inductive reasoning) เป็นวิธีการให้เหตุผลที่ข้อตั้ง (อังกฤษ: premise) ให้การสนับสนุนหลักฐานบางส่วนที่สื่อถึงความเท็จจริงของข้อสรุป พูดง่าย ๆ คือ การให้เหตุผลแบบอุปนัยเป็นการสรุปผลที่เกิดจากหลักฐานข้อเท็จจริงที่มีอยู่ นี่ต่างจากการให้เหตุผลแบบนิรนัยซึ่งตรงกันข้ามกัน ในขณะที่ข้อสรุปจากการให้เหตุผลแบบนิรนัยนั้นจะแน่นอน ความเท็จจริงของข้อสรุปจากการให้เหตุผลแบบอุปนัยจะมีความน่าจะเป็นตามหลักฐานที่ได้มา[1] การให้เหตุผลแบบนี้อาจเรียกได้อีกอย่างว่าการให้เหตุผลจากล่างขึ้นบน (อังกฤษ: bottom-up logic) ข้อสรุปจากการให้เหตุผลแบบอุปนัยนัยมาจากการค้นหาความจริงจากการสังเกตหรือการทดลองหลายครั้ง แล้วนำมาสรุปเป็นความรู้แบบทั่วไป การหาข้อสรุปหรือความจริงโดยใช้วิธีการให้เหตุผลแบบอุปนัยนั้นจึงไม่จำเป็นต้องถูกต้องทุกครั้ง ข้อสรุปจะเชื่อถือได้มากน้อยเพียงใดนั้นขึ้นอยู่กับลักษณะของข้อมูล หลักฐาน และข้อเท็จจริงที่นำมาอ้างซึ่งได้แก่จำนวนข้อมูลและข้อมูล

พจนานุกรมหลายเล่มนิยามการให้เหตุผลแบบอุปนัยเป็นการหาหลักการทั่วไปด้วยการสังเกต แต่ว่ามีการให้เหตุผลแบบอุปนัยหลายอันที่ไม่ได้อยู่ในรูปแบบนั้น[2]

ชนิด[แก้]

ต่อไปนี้เป็นชนิดของการให้เหตุผลแบบอุปนัย สังเกตว่าถึงแม้จะคล้ายกันแต่แต่ละแบบจะมีรูปแบบที่ต่างกัน

การวางนัยทั่วไป[แก้]

การวางนัยทั่วไป (อังกฤษ: generalization) (หรือการวางนัยทั่วไปแบบอุปนัย) ดำเนินการจากข้อตั้ง (premise) เกี่ยวกับตัวอย่าง (statistical sample) ไปยังข้อสรุปเกี่ยวกับประชากร (statistical population)


สัดส่วน Q ของตัวอย่างมีลักษณะ A
เพราะฉะนั้น:
สัดส่วน Q ของประชากรมีลักษณะ A


ตัวอย่าง

มีลูกบอลสีดำและขาว 20 ลูกในไห เพื่อประมาณปริมาณของทั้งสองสีคุณหยิบตัวอย่างออกมาสี่ลูก แล้วพบว่าสามลูกสีดำและอีกลูกสีขาว การวางนัยทั่วไปแบบอุปนัยที่ดีจะเป็นว่ามีสีดำ 15 ลูกและสีขาว 5 ลูก

ข้อตั้งจะสนับสนุนข้อสรุปมากเท่าใดขึ้นอยู่กับ (ก) ปริมาณของตัวอย่าง, (ข) ปริมาณของประชากร, และ (ค) ระดับที่ตัวอย่างแทนตัวประชากร (สามารถบรรลุได้ด้วยการสุ่มตัวอย่าง) การวางนัยทั่วไปเร็วเกินไปและความเอนเอียงของตัวอย่าง (sampling bias) เป็นเหตุผลวิบัติการวางนัยทั่วไป (faulty generalization)

การวางนัยทั่วไปอุปนัยและเชิงสถิติ[แก้]

จากกลุ่มตัวอย่างสุ่มขนาดใหญ่พอสมควรของผู้ออกเสียงลงคะแนน 66% สนับสนุนมาตรการ Z
เพราะฉะนั้นประมาณ 66% สนับสนุนมาตรการ Z


นี่คือการวางนัยทั่วไปเชิงสถิติ[3] หรือเรียกอีกอย่างว่าการคาดคะเนด้วยตัวอย่าง[4] การวัดแบบนี้มีความน่าเชื่อถืออยู่มากในขอบเขตค่าความคลาดเคลื่อนที่ระบุไว้ ภายใต้เงื่อนไขที่ตัวอย่างมีขนาดใหญ่และสุ่มมา แล้วเราสามารถวัดได้อย่างง่ายดาย ลองเปรียบเทียบการให้เหตุผลก่อนหน้ากับอันต่อไปนี้ "หกในสิบคนในชมรมหนังสือของฉันเป็นพวกอิสรนิยม คน 60% เป็นพวกอิสรนิยม" การให้เหตุผลแบบนี้อ่อนมากเพราะตัวอย่างเฉพาะเจาะจงและมีขนาดเล็กเกินไป


จนถึงปีนี้ ทีมลิตเติ้ลลีกของลูกชายเขาแข่งชนะหกเกมจากสิบเกมแล้ว
พอจบฤดู พวกเขาน่าจะชนะประมาณ 60% ของเกมทั้งหมด


นี่คือการวางนัยทั่วไปอุปนัย การอนุมานแบบนี้เชื่อถือได้น้อยกว่าแบบเชิงสถิติ อย่างแรกเพราะเหตุการณ์ตัวอย่างไม่ได้เป็นแบบสุ่ม และอย่างที่สองคือเพราะว่ามันไม่สามารถเขียนย่อเป็นนิพจน์ทางคณิตศาสตร์ได้ ถ้าพูดเชิงสถิติแล้ว ไม่มีทางที่เราจะรู้ วัด และคำนวณสภาพแวดว้อมที่จะส่งผลต่อประสิทธิภาพของทีมของลูกชายเขาได้ ถ้าพูดในขั้นปรัชญา การให้เหตุผลแบบนี้อาศัยสมมุติฐานว่าเหตุการณ์ในอนาคตจะเป็นไปในรูปแบบเดียวกับในอดีต หรือพูดอีกอย่างก็คือการให้เหตุผลแบบนี้ทึกทักเอาเองว่ามีภาวะเอกรูปแห่งธรรมชาติ หลักการที่ยังไม่ถูกพิสูจน์และไม่สามารถหาคำตอบจากข้อมูลเชิงประจักษ์ได้ การให้เหตุผลที่สมมุติโดยปริยายว่าหลักการนี้มีจริงบางครั้งถูกเรียกเป็นแบบฮูมตามนักปรัชญาที่นำเรื่องนี้มาพิจารณาทางปรัชญาเป็นคนแรก[5]

ตรรกบทสถิติ[แก้]

ดูบทความหลักที่: ตรรกบทสถิติ

ตรรกบทสถิติ (อังกฤษ: statistical syllogism) ดำเนินการจากการวางนัยทั่วไปสู่ข้อสรุปเกี่ยวกับปัจเจกบุคล


90% ของผู้จบการศึกษาจากโรงเรียนเตรียมเจริญวิทยาเข้าศึกษาต่อในมหาวิทยาลัย
ก้องเป็นนักเรียนที่จบจากโรงเรียนเตรียมเจริญวิทยา
ก้องได้เข้าเรียนระดับอุดมศึกษาแน่นอน


นี่คือตรรกบทสถิติ[6] เราไม่สามารถมั่นใจได้ว่าก้องจะได้เข้ามหาวิทยาลัยแน่ ๆ แต่เราสามารถแน่ใจในความน่าจะเป็นของผลลัพธ์นี้ (โดยไม่ได้มีข้อมูลอื่นมาเติม) การให้เหตุผลแบบนี้อาจดูมั่นใจเกินไปและอาจถูกกล่าวหาว่า "โกง" เพราะความน่าจะเป็นให้มาในข้อตั้งอันแรกอยู่แล้ว โดยปกติการให้เหตุผลแบบอุปนัยจะพยายามกำหนดความน่าจะเป็น เหตุผลวิบัติการขึ้นอยู่กับกรณี (Secundum quid) สองแบบสามารถพบได้ในตรรกบทสถิติ: การทำลายข้อยกเว้น (accident (fallacy)) และการทำลายกฏ (converse accident)

การอุปนัยแบบง่าย[แก้]

การอุปนัยแบบง่ายดำเนินการจากข้อตั้งเกี่ยวกับกลุ่มตัวอย่างไปสู้ข้อสรุปเกี่ยวกับปัจเจกบุคคลอื่น


สัดส่วน Q ของตัวอย่างที่รู้จักในประชากร P มีลักษณะ A
ปัจเจกบุคคล I เป็นสมาชิกของประชากร P
เพราะฉะนั้น:
มีความน่าจะเป็นที่ I มี A ตรงกับ Q


นี่เป็นการรวมกันของการวางนัยทั่วไปกับตรรกบทสถิติ ที่ซึ่งข้อสรุปของการวางนัยทั่วไปนั้นเป็นข้อตั้งแรกของตรรกบทสถิติ

การอุปนัยแบบแจงนับ[แก้]

รูปแบบพื้นฐานของการอุปนัยให้เหตุผลจากกรณีที่เจาะจงไปทุก ๆ กรณี และดังนั้นเป็นการวางนัยทั่วไปไม่จำกัด[7] สมมุติว่าถ้าเราสังเกตหงส์ 100 ตัว และทั้งหมดเป็นสีขาว เราอาจอนุมานประพจน์แบบจัดกลุ่ม (Categorical proposition) สากลได้ในรูป "หงส์ทุกตัวเป็นสีขาว" เนื่องจากรูปการให้เหตุผล (Logical form) นี้ไม่ได้นำมาซึ่งความเท็จจริงของข้อสรุปถึงแม้มันอาจจะเป็นจริงก็ตาม นี่เป็นรูปแบบหนึ่งของการอนุมานอุปนัย ข้อสรุปอาจเป็นจริง และอาจจะจริง หรือเท็จก็ยังได้ คำถามที่พูดถึงการให้เหตุผลและรูปแบบของการอุปนัยแบบแจงนับเป็นปัญหาหลัก ๆ ในปรัชญาวิทยาศาสตร์ (Philosophy of science) เพราะการอุปนัยแบบแจงนับมีหน้าที่สำคัญในแบบดั้งเดิมของกระบวนการวิทยาศาสตร์


สิ่งมีชีวิตทุกตัวเท่าที่ถูกค้นพบมาประกอบไปด้วยเซลล์
สิ่งมีชีวิตทุกตัวประกอบไปด้วยเซลล์


นี่คือการอุปนัยแบบแจงนับ หรือการอุปนัยแบบง่าย หรือการอุปนัยทำนายแบบง่าย เป็นหมวดหมู่ย่อยของการวางนัยทั่วไปอุปนัย ในการใช้งานประจำวัน นี่เป็นรูปแบบการอุปนัยที่พบได้บ่อยที่สุด ในการให้เหตุผลก่อนหน้านี้ ข้อสรุปดูน่าเชื่อถือแต่มันทำนายได้เกินหลักฐานที่มีอยู่ไปเยอะ อย่างแรกคือมันสมมุติว่าสิ่งมีชีวิตทุกตัวที่พบเจอมาจนถึงตอนนี้สามารถบอกได้ว่าในอนาคตจะเป็นอย่างไร: เป็นการจำนนต่อภาวะเอกรูป อย่างที่สองคือคำว่าทุกในข้อสรุปเป็นการกล่าวที่ห้าวมาก การขัดแย้งเพียงกรณีเดียวทำให้การให้เหตุผลแบบนี้พังทลายลงทันที และสุดท้ายคือการคำนวณหาระดับความเป็นไปได้ในรูปแบบตณิตศาสตร์นั้นทำไปได้อย่างมีปัญหา[8]

เราใช้มาตรฐานอะไรมาเอาตัวอย่างสิ่งมีชีวิตที่เรารู้จักบนโลกไปเปรียบเทียบกับสิ่งมีชีวิตทุก ๆ ตัว? สมมุติว่าเราค้นพบสิ่งมีชีวิตใหม่ ให้เป็นจุลินทรีย์ที่ลอยอยู่ในชั้นมีโซสเฟียร์หรือบนดาวเคราะห์น้อยสักดวง แล้วมันประกอบไปด้วยเซลล์ การค้นพบครั้งนี้ทำให้ความเป็นไปได้ของประพจน์เพิ่มขึ้นหรือไม่ ปกติแล้วคำตอบที่มีเหตุผลคือ "ใช่" และสำหรับหลาย ๆ คนคำตอบนี้อาจแย้งไม่ได้ด้วย ถ้าอย่างนั้นแล้วคำถามควรจะเป็นว่าข้อมูลใหม่นี้ควรจะเปลี่ยนความเป็นไปได้ไปมากน้อยเท่าไหร่ ที่ตรงนี้มติร่วมกันนั้นไม่มี และถูกแทนที่ด้วยปัญหาว่าเรายังพูดถึงความเป็นไปได้ได้อย่างสอดคล้องอยู่รึเปล่าโดยไม่ใช้ปริมาณที่เป็นตัวเลขเลย


สิ่งมีชีวิตทุกตัวเท่าที่ถูกค้นพบมาประกอบไปด้วยเซลล์
สิ่งมีชีวิตตัวต่อไปที่ถูกค้นพบจะประกอบไปด้วยเซลล์


นี่เป็นการอุปนัยแบบแจงนับในรูปอย่างอ่อน มันหลดหลั่นคำว่า "ทุก" ไปเป็นแค่กรณีเดียว และจากการกล่าวอ้างอย่างอ่อนกว่ามาก ๆ ทำให้ความเป็นไปได้ของข้อสรุปนั้นสูงขึ้นอย่างมาก มิฉะนั้นมันจะมีจุดอ่อนอย่างในรูปอย่างเข้ม: ประชากรตัวอย่างไม่เป็นแบบสุ่ม และวิธีการปริมาณชัดเจนน้อยกว่า

การอ้างโดยแนวเทียบ[แก้]

ดูบทความหลักที่: การอ้างโดยแนวเทียบ

(อังกฤษ: Argument from analogy) กระบวนการของการอนุมานโดยแนวเทียบคือการนำลักษณะร่วมกันของสิ่งของอย่างน้อยสองอย่างขึ้นไป และบนรากฐานนี้ก็จะอนุมานลักษณะร่วมกันเพิ่มเติมได้:[9]


P กับ Q คล้ายกันในด้าน a, b, และ c
วัตถุ P ถูกสังเกตว่ามีลักษณะเพิ่มเติม x ด้วย
เพราะฉะนั้น Q อาจมีลักษณะ x เหมือนกัน


การให้เหตุผลโดยแนวเทียบพบได้บ่อยในสามัญสำนึก, วิทยาศาสตร์, ปรัชญา และ มนุษยศาสตร์ แต่บางครั้งถูกยอมรับเป็นแค่วิธีเสริม วิธีที่ถูกกลั่นกรองแล้วคือการให้เหตุผลเป็นกรณี (case-based reasoning)[10]


แร่ A เป็นหินอัคนีซึ่งมีสายแร่ควอตซ์อยู่ประมาณหนึ่ง และพบเจอได้บ่อยในบริเวณที่มีกิจกรรมภูเขาไฟเก่าแก่ในทวีปอเมริกาใต้
นอกจากนั้น แร่ A เป็นหินที่อ่อนและเหมาะแก่การนำไปเจียระไนเป็นเครื่องประดับ
แร่ B เป็นหินอัคนีซึ่งมีสายแร่ควอตซ์อยู่ประมาณหนึ่ง และพบเจอได้บ่อยในบริเวณที่มีกิจกรรมภูเขาไฟเก่าแก่ในทวีปอเมริกาใต้
แร่ B อาจเป็นหินที่อ่อนและอาจเหมาะแก่การนำไปเจียระไนเป็นเครื่องประดับ


นี่คือการอุปนัยโดยแนวเทียบ คือสิ่งที่คล้ายกันในด้านด้านหนึ่งจะมีโอกาสคล้ายกันในด้านอื่นด้วย การอุปนัยรูปแบบนี้ถูกสำรวจเพิ่มเติมโดยนักปรัชญา จอห์น สจ๊วต มิลล์ ในหนังสือ A System of Logic ของเขาว่า:


"There can be no doubt that every resemblance [not known to be irrelevant] affords some degree of probability, beyond what
would otherwise exist, in favour of the conclusion."[11]
ไม่ต้องสงสัยเลยว่าทุก ๆ ความคล้ายคลึง [ที่ไม่รู้ว่าไม่มีความเกี่ยวข้อง] มีโอกาสความน่าจะเป็นอยู่ปริมาณหนึ่ง
เกินกว่าที่จะมีอยู่จริง เพิ่อสนับสนุนข้อสรุป


การอุปนัยโดยแนวเทียบเป็นหมวดหมู่ย่อยของการวางนัยทั่วไปแบบอุปนัย เพราะเป็นการอุปโลกน์ว่ามีภาวะเอกรูปก่อนจะถูกพิสูจน์ว่ามี การอุปนัยโดยแนวเทียบต้องการการตรวจสอบความเกี่ยวข้องของลักษณะที่บอกว่ามีร่วมกันของทั้งสองสิ่งเพิ่มเติม ในตัวอย่างก่อนหน้านี้ ถ้าเราเพิ่มข้อตั้งไปว่าหินทั้งสองเคยปรากฏในบันทึกของนักสำรวจชาวสเปนยุคบุกเบิก คุณลักษณะร่วมกันที่ว่ามานี้นอกประเด็นของเรื่องหินและไม่สนับสนุนความน่าจะเป็นของความสัมพันธ์กันของหินทั้งสอง

อันตรายของแนวเทียบคือคุณลักษณะที่เลือกสามารถเป็นแบบ "เลือกที่รัก มักที่ชัง": แม้สิ่งสองสิ่งจะมีคุณสมบัติหนึ่งที่คล้ายกันอย่างสูง เมื่อลองเทียบข้าง ๆ กันอย่างละเอียดอาจมีคุณสมบัติที่ไม่ได้บอกไว้ในแนวเทียบ และไม่มีความคล้ายคลึงกันเลยอยู่ ดังนั้นแนวเทียบอาจนำไปสู่ข้อสรุปที่ผิดถ้าไม่ได้มีการเปรียบเทียบคุณสมบัติที่เกี่ยวข้องทั้งหมดก่อนด้วย

การอนุมานเชิงสาเหตุ[แก้]

ดูบทความหลักที่: การอนุมานเชิงสาเหตุ

(อังกฤษ: Causal inference) การอนุมานเชิงสาเหตุนั้นดึงข้อสรุปของการเชื่อมโยงเชิงสาเหตุอันหนึ่งโดยขึ้นอยู่กับข้อแม้ของการเกิดขึ้นของผลลัพธ์ ข้อตั้งของความสัมพันธ์ของสองสิ่งสามารถชี้ให้เห็นความสัมพันธ์เชิงสาเหตุระหว่างทั้งสองสิ่งนั้น แต่ต้องยืนยันปัจจัยเพิ่มเติมก่อนที่จะก่อตั้งรูปแบบของความสัมพันธ์เชิงเหตุผลที่แน่นอนได้

การคาดการณ์[แก้]

การคาดการณ์หาข้อสรุปเกี่ยวกับปัจเจกบุคคลในอนาคตจากตัวอย่างในอดีต


สัดส่วน Q ของสมาชิกที่ถูกสังเกตการณ์ในกลุ่ม G มีลักษณะ A.
เพราะฉะนั้น:
มีความน่าจะเป็นที่สมาชิกอื่น ๆ ในกลุ่ม G จะมีลักษณะ A ในสัดส่วน Q เมื่อถูกสังเกตการณ์ครั้งต่อไป

เปรียบเทียบกับการให้เหตุผลแบบนิรนัย[แก้]

ศัพทวิทยาของการอ้างเหตุผล

การให้เหตุผลแบบอุปนัยเป็นรูปแบบของการอ้างที่อนุญาตให้ข้อสรุปมีโอกาสเป็นเท็จมากกว่าเมื่อเทียบกับการให้เหตุผลแบบนิรนัย แม้ข้อตั้งส่วนใหญ่จะเป็นจริงก็ตาม[12] แทนที่จะสมเหตุสมผลหรือไม่สมเหตุสมผล การอ้างแบบอุปนัยจะ เข้ม หรือ อ่อน ขึ้นอยู่กับว่าข้อสรุปมันน่าจะเป็นจริงหรือไม่[13] เราอาจบอกว่าการอ้างแบบอุปนัยเป็นไปได้ น่าจะเป็น มีเหตุผล มีความเที่ยงธรรม หรือชัดเจน แต่ไม่มีวันแน่นอน หรือมีความจำเป็น ในตรรกศาสตร์ไม่มีสะพานเชื่อมความน่าจะเป็นสู่ความจำเป็น

เราสามารถแสดงให้เห็นการไร้ประโยชน์ของการบรรลุถึงความแน่นอนจากการรวบรวมความน่าจะเป็นจนถึงขนาดวิกฤตหนึ่งได้ผ่านการทอยเหรียญ สมมุติมีคนเอาเหรียญมาให้เราดูแล้วบอกว่าจะพิสูจน์ว่าเป็นเหรียญธรรมดาที่ยุติธรรมหรือเหรียญสองหัวที่ลำเอียง เขาทอยเหรียญสิบครั้งแล้วทุก ๆ ครั้งได้หัวตลอด ณ จุดนี้เรามีเหตุผลมากพอที่จะเชื่อว่าเหรียญนี้มันเป็นเหรียญสองหัว ที่สุดแล้ว โอกาสที่เหรียญจะออกหัวติดกันสิบครั้งนั้นมีค่าเท่ากับ .000976 น้อยกว่าหนึ่งในพันครั้งเสียอีก ต่อจากนั้น เขาลองทอยอีกรอบหนึ่งร้อยครั้ง ทุกครั้งก็ยังออกหัวเหมือนเดิม ตอนนี้เรา "เสมือน" จะแน่ใจแล้วว่าเหรียญนี้มันสองหัวจริง ๆ แต่แล้วเราก็ไม่สามารถพิสูจน์อย่างมีตรรกะหรือประจักษ์ได้ว่าถ้าทอยอีกครั้งแล้วจะไม่ออกหาง มันจะยังคงเป็นดังนี้ไม่สำคัญว่าจะทอยออกหัวติดกันอีกสักกี่รอบ หากมีใครเขียนโปรแกรมให้ทอยเหรียญซ้ำไปมาเรื่อย ๆ ณ จุด ๆ นึงผลอาจเป็นหัว 100 ครั้ง แต่ในเวลาเต็มทั้งหมดการจัดเรียงทุกรูปแบบจะปรากฏออกมา

ส่วนโอกาสอันน้อยนิดที่จะได้หัวติดกันสิบครั้งจากเหรียญยุติธรรม - ผลที่ทำให้เหรียญถูกกลาวหาว่าสองหัว - หลายคนอาจตกใจที่จะได้รู้ว่าโอกาสที่จะได้การจัดเรียงใด ๆ นั้นเท่ากันหมด (เช่น หัว-หัว-หาง-หาง-หัว-หาง-หัว-หัว-หัว-หาง) แต่แล้วมันก็เกิดขึ้นใน ทุก ๆ รอบที่ทอยสิบครั้ง นั่นหมายความว่าผลลัพธ์ ทั้งหมด สำหรับการทอยสิบครั้งมีความน่าจะเป็นที่จะเกิดเท่ากับการที่ออกหัวติดกันสิบครั้ง ซึ่งเท่ากับ 0.000976 ถ้ามีใครบันทึกลำดับ หัว-หาง สิบที่ใด ๆ ก็ตามโดยไม่ว่าผลลัพธ์จะเป็นรูปแบบไหนI ลำดับนั้น ๆ ก็จะมีโอกาสออกเท่ากับ 0.000976

การอ้างเป็นแบบนิรนัยเมื่อข้อสรุปนั้นจำเป็นเนื่องจากข้อตั้ง นั่นคือ ข้อสรุปนั้นไม่สามารถเป็นเท็จได้เมื่อข้อตั้งเป็นจริง

ถ้าข้อสรุปแบบนิรนัยเป็นผลอย่างถูกต้องจากข้อตั้ง แล้วมันถูกต้อง มิฉะนั้น มันไม่สมเหตุสมผล (การที่การอ้างใด ๆ ไม่สมเหตุสมผลไม่ได้หมายความว่ามันเป็นเท็จ ข้อสรุปอาจเป็นจริง เพียงแต่ไม่ได้เป็นเนื่องจากข้อตั้ง) การพิจารณาตัวอย่างดังต่อไปจะแสดงให้เห็นว่าความสัมพันธ์ระหว่างข้อตั้งกับข้อสรุปเป็นดังว่าความเป็นจริงของข้อสรุปนั้นอยู่ในข้อตั้งเป็นปริยายแล้ว คนโสดไม่มีแฟนเพราะเรา ว่า อย่างนั้น เราได้นิยามไว้ดังนั้น โสกราตีสเป็นมัตตัย เพราะเรานับเขารวมไว้ในเซตของสิ่งที่ดำรงอยู่ที่เป็นมัตตัย ข้อสรุปสำหรับการอ้างแบบนิรนัยที่สมเหตุสมผลนั้นถูกจำกัดไว้ในข้อตั้งอยู่แล้ว เนื่องจากความเป็นจริงของมันนั้นเป็นเรื่องของความสัมพันธ์เชิงตรรกะโดยแท้ มันพูดมากกว่าข้อตั้งไม่ได้ กลับกันนั้น ข้อตั้งแบบอุปนัยนำมาซึ่งเนื้อหาของมันจากข้อเท็จจริงและหลักฐาน และข้อสรุปก็อ้างหรือทำนายตามข้อเท็จจริงไปตามนั้น ความน่าเชื่อถือของมันผันแปรไปตามสัดส่วนตามหลักฐาน การอุปนัยต้องการเปิดเผยบางอย่างที่ ใหม่ เกี่ยวกับโลก อาจกล่าวได้ว่าการอุปนัยต้องการจะพูด มากกว่า ที่ถูกจำกัดไว้ในข้อตั้ง

เพื่อที่จะเห็นความแตกต่างระหว่างการอ้างแบบอุปนัยและแบบนิรนัยได้ดีขึ้น ลองคิดดูถ้าบอกว่า: "สี่เหลี่ยมที่เคยเห็นมาจนถึงตอนนี้มีมุมฉากสี่มุม ดังนั้นสี่เหลี่ยมอันต่อไปจะมีมุมฉากสี่มุม" ก็จะไม่เข้าท่า เพราะปฏิบัติต่อความสัมพันธ์เชิงตรรกะเป็นอย่างสิ่งที่เท็จจริงหรือค้นพบได้ และดังนั้นผันแปรได้และไม่แน่นอน ในทางเดียวกัน อาจบอกแบบนิรนัยได้ว่า: "ยูนิคอร์นทุกตัวบินได้ ฉันมียูนิคอร์นชื่อปีเตอร์ ปีเตอร์บินได้" การอ้างแบบนิรนัยแบบนี้นั้นถูกต้องเพราะความสัมพันธ์เชิงตรรกะนี้สมบูรณ์ เราไม่สนถึงความสมเหตุสมผลเท็จจริง

การให้เหตุผลแบบอุปนัยไม่แน่นอน (uncertainty) โดยธรรมชาติ มันจัดการกับข้อสรุปที่ "น่าเชื่อถือ" ตามทฤษฎีใดเกี่ยวกับหลักฐานเนื่องมาจากข้อตั้งที่ได้มา ตัวอย่างเช่นตรรกศาสตร์ค่าหลากหลาย (many-valued logic), ทฤษฎีเดมพ์สเตอร์เชเฟอร์ (dempster-shafer theory), หรือทฤษฎีความน่าจะเป็นด้วยกฏแห่งการอนุมานเช่นกฏของเบย์ (baye's theorem) การให้เหตุผลแบบอุปนัยไม่ได้พึ่งพาขอบเขตของสัมพันธสาร (closed world assumption) เพื่อนำมาซึ่งข้อสรุปแบบการให้เหตุผลแบบนิรนัย จึงสามารถนำมาใช้ได้แม้ในกรณีที่มีความไม่แน่นอนทางญาณวิทยา (open world assumption) (อาจมีปัญหาทางเทคนิคเกิดขึ้น เช่นสัจพจน์ข้อสองของความน่าจะเป็นเป็นมูลบทโลกกว้าง) [14]

ความแตกต่างที่สำคัญอีกอันหนึ่งระหว่างการอ้างสองรูปแบบนี้คือ ความแน่นอนแบบนิรนัยนั้นเป็นไปไม่ได้ในระบบไร้สัจพจน์เช่นความเป็นจริง ทำให้เหลือการให้เหตุผลแบบอุปนัยทิ้งไว้เท่านั้นที่เป็นเส้นทางหลักสู่ความรู้ (ที่เป็นในรูปแบบความน่าจะเป็น) ในระบบเหล่านั้น [15]

ได้ว่า "ถ้า เป็นจริง แล้วจะทำให้ , และ เป็นจริง" ตัวอย่างของการนิรนัยเป็นเช่น " เป็นจริง ดังนั้นนิรนัยได้ว่า , และ เป็นจริง" ตัวอย่างของการอุปนัยเป็นเช่น ", และ ถูกสังเกตว่าเป็นจริง เพราะฉะนั้น อาจเป็นจริง" เป็นคำอธิบายที่มีเหตุผลที่ , และ เป็นจริง

ตัวอย่างเช่น:


การพุ่งชนของดาวเคราะห์น้อยขนาดกับโลกจะสร้างหลุมพุ่งชนขนาดใหญ่มากและทำให้เกิดฤดูหนาวดาวพุ่งชนโลกที่สามารถฆ่าล้างไดโนเสาร์ที่บินไม่ได้จนสูญพันธ์
เราสังเกตเจอหลุมพุ่งชนขนาดใหญ่ (chicxulub crater) อยู่ในอ่าวเม็กซิโกซึ่งมีอายุใกล้เคียงกับเหตุการณ์สูญพันธุ์ของไดโนเสาร์ที่บินไม่ได้
เพราะฉะนั้น เป็นไปได้ที่การพุ้งชนนี้จะอธิบายว่าไดโนเสาร์ที่บินไม่ได้สูญพันธุ์ไปอย่างไร


แต่ทราบว่าคำอธิบายดาวเคราะห์น้อยนี้ไม่จำเป็นต้องถูก อาจมีเหตุการณ์อื่นที่มีความสามารถส่งผลต่อสภาพอากาศโลกที่เกิดขึ้นในช่วงเวลาเดียวกันกับเหตุการณ์การสูญพันธุ์ของไดโนเสาร์ที่บินไม่ได้ เช่นการปดปล่อยก๊าซภูเขาไฟ (โดยเฉพาะซัลเฟอร์ไดออกไซด์) ในระหว่างการก่อตัวของหินทรัปป์เดกกันในอินเดีย

ตัวอย่างของการให้เหตุผลแบบอุปนัยอีกอันคือ:


สิ่งมีชีวิตทางชีววิทยาที่เรารู้จักทั้งหมดพึ่งพาน้ำเหลวเพื่อมีชีวิต
เพราะฉะนั้น ถ้าเราค้นพบสิ่งมีชีวิตใหม่ มันน่าจะพึ่งพาน้ำเหลวเพื่อมีอชีวิต


สามารถอ้างแบบนี้ได้ทุกครั้งที่ค้นพบสิ่งมีชีวิตใหม่ และอาจถูกทุกครั้ง แต่มันเป็นไปได้ที่ในอนาคตจะค้นพบสิ่งมีชีวิตทางชีววิทยาที่ไม่ต้องการน้ำเหลว ดังนั้นการอ้างนี้อาจกล่าวใหม่ได้เป็นทางการน้อยกว่าว่า:


สิ่งมีชีวิตทางชีววิทยาที่เรารู้จักทั้งหมดพึ่งพาน้ำเหลวเพื่อมีชีวิต
สิ่งมีชีวิตทางชีววิทยาทั้งหมดน่าจะพึ่งพาน้ำเหลวเพื่อมีชีวิต


ตัวอย่างสุดคลาสสิกของการอ้างแบบอุปนัยที่ ไม่ถูกต้อง ได้นำเสนอโดยจอห์น วิกเกอร์ส:


หงส์ทุกตัวที่ได้เห็นมาเป็นสีขาว
เพราะฉะนั้น เรารู้ว่าหงส์ทุกตัวสีขาว


ข้อสรุปที่ถูกจะเป็น: เราคาด (expectation (epistemic)) ว่าหงส์ทุกตัวสีขาว

พูดสั้น ๆ ได้ว่า: การนิรนัยเกี่ยวกับ ความแน่นอน/ความจำเป็น การอุปนัยเกี่ยวกับ ความน่าจะเป็น[6] ทุก ๆ การอ้างจะเป็นหนึ่งในสองรูปแบบนั้น อีกแนวทางการวิเคราะห์การให้เหตุผลคือตรรกศาสตร์ทัศนภาวะ (modal logic) ซึ่งจัดการกับการแบ่งแยกระหว่าง ความจำเป็น และ ความเป็นไปได้ โดยไม่ได้สนใจถึงความน่าจะเป็นในสิ่งที่ถือว่าเป็นไปได้

นิยามทางปรัชญาของการให้เหตุผลแบบอุปนัยนั้นแตกต่างจากการพัฒนาง่าย ๆ จากตัวอย่างเฉพาะใด ๆ ไปสู่การวางนัยทั่วไปกว้าง ๆ เพียงแต่ว่าข้อตั้งของการอ้างเหตุผล (argument) เชิงตรรกะแบบอุปนัยสนับสนุนแต่ไม่ได้ส่งผล (logical consequence) ต่อความน่าจะเป็นแบบอุปนัยของข้อสรุปในปริมาณใด ๆ นั่นคือ มันเสนอแต่ไม่ได้รับรองความเท็จจริง มันมีความเป็นไปได้ที่จะนำการวางนัยทั่วไปไปสู่กรณีเฉพาะในกิริยานี้ (เช่น ตรรกบทสถิติ มีต่อด้านล่าง)

ทราบว่านิยามของการให้เหตุผลแบบอุปนัยที่ระบุในที่นี่ต่างจากการอุปนัยเชิงคณิตศาสตร์ (mathematical induction) ซึ่งแท้จริงแล้วเป็นรูปแบบของการให้เหตุผลแบบนิรนัย กางอุปนัยเชิงคณิตศาสตร์ใช้เพื่อพิสูจน์คุณสมบัติของเซตที่ถูกนิยามแบบเวียนบังเกิดอย่างเคร่งครัด[16] ความเป็นนิรนัยของการอุปนัยเชิงคณิตศาสตร์มาจากหลักที่ว่ามีจำนวนกรณีที่ไม่จำกัด ซึ่งตรงข้ามกับจำนวนกรณีที่จำกัดที่มีส่วนในกระบวนการการอุปนัยแบบแจงนับเช่นการพิสูจน์โดยการแจงกรณี (proof by exhaustion) ทั้งการอุปนัยเชิงคณิตศาสตร์และการพิสูจน์โดยแจงกรณีเป็นตัวอย่างของการอุปนัยสมบูรณ์

ประวัติ[แก้]

ปรัชญาโบราณ[แก้]

สำหรับการเคลื่อนจากเฉพาะสู่ทั่วไป แอริสตอเติลในปี 300 ก่อนคริสต์ศักราช ใช้คำภาษากรีกว่า epagogé (อ่านว่า เอะปะกอแก) ซึ่งกิแกโรแปลเป็นภาษาละตินคำว่า inductio (อ่านว่า อินดุกติโอ) [17] แต่พวกลัทธิปิร์โร (Pyrrhonism) ได้ชี้ให้เห็นว่าการอุปนัยไม่สามารถให้เหตุผลที่จะยอมรับว่าข้อความสากลนั้นเป็นจริง[17]

ปรัชญาสมัยใหม่ตอนต้น[แก้]

ในปี พ.ศ. 2163 ปรัชญาสมัยใหม่ตอนต้น (early modern philosophy) ฟรานซิส เบคอนปฏิเสธค่าของประสบการณ์และการอุปนัยแบบแจงนับด้วยตัวมันเองตัวใดตัวหนึ่ง วิธีการอุปนัยนิยม (inductivism) ของเขานั้นบอกว่าการสังเกตการณ์ทุกอันที่จะเปิดเผยโครงสร้างของธรรมชาติและความสัมพันธ์เชิงเหตุผลต้องคู่กับการอุปนัยแบบแจงนับเพื่อที่จะได้ความรู้เหนือขอบเขตของประสบการณ์ปัจจุบัน อุปนัยนิยมนั้นจึงต้องใช้การอุปนัยแบบแจงนับควบคู่ไปเป็นส่วนประกอบ

จุดยืนของเดวิด ฮูมนักประจักษนิยมในปี พ.ศ. 2283 คิดว่าการอุปนัยแบบแจงนับไม่มีรากฐานที่มีเหตุผล หรือแม้แต่มีตรรกะ แต่การอุปนัยเป็นสิ่งที่ต้องใช้ประจำวัน ในขณะที่การสังเกตการณ์เช่นการเคลื่อนที่ของดวงอาทิตย์ สามารถจับคู่กับหลักการเป็นเอกรูปของธรรมชาติ (uniformitarianism) และผลิตข้อสรุปที่ดูแน่นอน ปัญหาของการอุปนัย (problem of induction) มีขึ้นมาจากข้อเท็จจริงที่ภาวะเอกรูปของธรรมชาตินั้นไม่ใช่หลักที่ถูกต้องเชิงตรรกะ ฮูมมีข้อกังขาต่อการนำการอุปนัยแบบแจงนับมาใช้ และการที่สามารถไปสู่ความแน่นอนเกี่ยวกับสิ่งที่สังเกตไม่ได้ และโดยเฉพาะการอนุมานเหตุภาพจากข้อเท็จจริงที่การปรับเปลี่ยนแง่มุมของความสัมพันธ์หนึ่งจะขัดขวางหรือผลิตผลลัพธ์หนึ่งออกมา

อิมมานูเอล คานต์ได้ตื่นจาก "การหลับไหลของสิทธันต์ (dogma)" ด้วยงานของฮูมที่แปลเป็นภาษาเยอรมัน เขาแสวงหาที่จะอธิบายความเป็นไปได้ของอภิปรัชญา ในปี พ.ศ. 2324 หนังสือคำวิจารณ์ของเหตุผลบริสุทธิ์ (Critique of Pure Reason) ได้นำเสนอเหตุผลนิยม (rationalism) เป็นเส้นทางสู่ความรู้แตกต่างจากประจักษนิยม (empiricism) คานต์แบ่งข้อความเป็นสองประเภท ข้อความเชิงวิเคราะห์ (analytic-synthetic distinction) เป็นจริงด้วยอานิสงค์ของการจัดเรียงคำและความหมาย ดังนั้นข้อความเชิงวิเคราห์เป็นสัจนิรันดร์ (tautology) เป็นความจริงเชิงตรรกะ เป็นจริงโดยจำเป็น (logical truth) ในขณะที่ข้อความเชิงสังเคราะห์มีความหมายที่อ้างอิงสถานะของความเท็จจริง เป็นอุบัติการณ์ แต่เนื่องจากเป็นไปไม่ได้ที่จะเข้าใจวัตถุในตัวมันเองแท้จริง คานต์สรุปว่าภารกิจของนักปรัชญาไม่ควรเป็นการพยายามมองหลังม่านของสภาพปรากฏเพื่อเห็นชานการณ์ (noumena) แต่ดูแค่เรื่องปรากฏการณ์ (phenomenon)ก็พอ

คานต์ได้ให้เหตุผลว่าจิตนั้นต้องมีการแบ่งประเภทจัดระเบียบข้อมูลประสาทสัมผัส (sense data) ของมันเอง ทำให้ประสบการณ์ของ ปริภูมิ และ เวลา เป็นไปได้ คานต์สรุปว่าเอกรูปของธรรมชาติเป็นความจริงที่มีอยู่ก่อนการมีประสบการณ์[18] หมวดหมู่ของข้อความเชิงสังเคราะห์ที่ไม่ใช่อุบัติการณ์ (contingency) แต่เป็นจริงโดยจำเป็นจึงถูกเรียกว่าที่มีอยู่ก่อนเชิงสังเคราะห์ คานต์จึงทำให้อภิปรัชญาและกฎความโน้มถ่วงสากลของนิวตันรอด แต่ผลกระทบคือสัจนิยมทางวิทยาศาสตร์ (scientific realism) ถูกทิ้งไปและได้พัฒนาจิตนิยมอุตรวิสัย (transcendental idealism) ขึ้นมา จิตนิยมอุตรวิสัยของคานต์ได้ให้กำเนิดจิตนิยมเยอรมัน (german idealism) ตามมาด้วยจิตนิยมสัมบูรณ์ของเฮเกิลซึ่งต่อมาจำเริญทั่วยุโรปภาคพื้นทวีป

ปรัชญาสมัยใหม่ตอนปลาย[แก้]

พัฒนาโดยอองรี เดอ แซ็ง-ซิมอง (Henri de Saint-Simon) และถูกเผยแพร่ในช่วงปี พ.ศ. 2373 โดยนักเรียนเก่าของเขาออกุสต์ กองต์ (Auguste Comte) ปฏิฐานนิยม (positivism) เป็นปรัชญาวิทยาศาสตร์ตอนปลายชนิดแรก ในควันหลงของการปฏิวัติฝรั่งเศสกองต์ต่อต้านอภิปรัชญาเพราะกลัวการล่มสลายของสังคม กองต์กล่าวว่าความรู้ของมนุษย์วิวัฒนาการจากศาสนาสู่อภิปรัชญาสู่วิทยาศาสตร์ ซึ่งก็ไหลมาจากคณิตศาสตร์สู่ดาราศาสตร์ ฟิสิกส์ เคมี ชีววิทยา และสังคมวิทยา โดยเป็นขอบเขตความรู้ที่ซับซ้อนขึ้นเรื่อย ๆ ตามลำดับ ความรู้ของสังคมทั้งหมดได้กลายเป็นวิทยาศาสตร์ทั้งหมดแล้ว และคำถามทางอภิปรัชญาและเทววิทยาก็ไม่สามารถหาคำตอบได้ กองต์คิดว่าการอุปนัยแบบแจงนับนั้นเชื่อถือได้เป็นผลมาจากการมีพื้นฐานในประสบการณ์ที่มี เขาอ้างว่าการใช้วิทยาศาสตร์แทนความจริงทางอภิปรัชญาเป็นวิธีพัฒนาสังคมที่ถูกต้อง

ตามที่กองต์กล่าวไว้ ระเบียบวิธีแบบวิทยาศาสตร์ตีกรอบการทำนายไว้ ทดสอบว่าถูกต้องหรือไม่ และกำหนดกฏขึ้นมา เป็นข้อความเชิงปฏิฐาน ไม่สามารถแย้งได้โดยเทววิทยาหรืออภิปรัชญา นักปรัชญาชาวบริเตนจอห์น สจ๊วต มิลล์ถือว่าประสบการณ์สามารถอธิบายการอุปนัยแบบแจงนับด้วยการแสดงถึงภาวะเอกรูปแห่งธรรมชาติ[18] เขาต้อนรับปฏิฐานนิยมของกองต์ แต่บอกว่ากฏวิทยาศาสตร์ (scientific laws) เสี่ยงต่อการยกเลิกและการปรับปรุง และแยกตัวจากศาสนาแห่งมนุษยชาติ (religion of humanity) ของกองต์ กองต์มั่นใจในการกระทำต่อกฏวิทยาศาสตร์เป็นเหมือนพื้นฐานที่แย้งไม่ได้ของความรู้ทั้งมวล และเชื่อว่าโบสถ์ทั้งหลายยกย่องนักวิทยาศาสตร์ชื่อดัง และควรสำรวมทัศนคติของสังคมสู่ปรัตถนิยม (altruism)-คำที่กองต์สร้างขึ้นมา- เพื่อนำวิทยาศาสตร์มาใช้สำหรับสวัสดิการสังคมของมนุษยชาติผ่านสังคมวิทยา ศาสตร์สำคัญของกองต์

ในช่วงปี พ.ศ. 2373 ถึง 2383 ระหว่างที่กองต์และมิลล์เป็นนักปรัชญาชั้นนำในด้านศาสตร์ วิลเลียม ฮยูเอิล (William Whewell) คิดว่าการอุปนัยแบบแจงนับนั้นไม่ค่อยน่าเชื่อถือขนาดนั้น และได้บัญญัติ "การอภิอุปนัย" ขึ้นมาโดยไม่คำนึงถึงการครอบงำของอุปนัยนิยม[19] ฮยูเอิลอ้างว่า "การนำคำว่าอุปนัยมาใช้แบบแปลก ๆ" นั้นต้องได้การรับรู้: "มันมีการสร้างมโนภาพที่ อภิอุปนัย อยู่บนข้อเท็จจริง" นั่นคือ "การคิดค้นมโนภาพใหม่ในทุกการอนุมานอุปนัย" การสร้างการสร้างมโนภาพนั้นถูกมองข้ามได้อย่างง่ายดาย และไม่เคยถูกรับรู้ก่อนฮยูเอิลกล่าวออกมา[19] ฮยูเอิลอธิบายว่า:

"Although we bind together facts by superinducing upon them a new Conception, this Conception, once introduced and applied, is looked upon as inseparably connected with the facts, and necessarily implied in them. Having once had the phenomena bound together in their minds in virtue of the Conception, men can no longer easily restore them back to detached and incoherent condition in which they were before they were thus combined."[19]

แปลไทย: ถึงแม้เราเชื่อมข้อเท็จจริงเข้าหากันด้วยการอภิอุปนัยการสร้างมโนภาพใหม่ลงไป การสร้างมโนภาพนี้ เมื่อนำเสนอและนำมาใช้แล้ว ก็ถูกมองเสมือนเกี่ยวโยงกับข้อเท็จจริงนั้นอย่างแยกไม่ได้ และเป็นนัยในตัวมันอย่างจำเป็น เมื่อปรากฏการณ์นั้นถูกเชื่อมกันครั้งหนึ่งในใจด้วยอำนาจของการสร้างมโนภาพนั้นแล้ว คนไม่สามารถกลับคืนสู่สถานะที่ไม่ยึดติดและไม่เชื่อมโยงกันอย่างง่ายดาย เหมือนก่อนที่ปรากฏการณ์และมโนภาพนั้นจะถูกประสานกัน

คำอธิบาย "อภิอุปนัย" นี้อาจมีข้อบกพร่อง แต่ความแม่นยำนั้นถูกเสนอเมื่อมันแสดงสิ่งที่ฮยูเอิลเรียกว่า การบรรจบรวม (consilience) นั่นคือ การทำนายการวางนัยทั่วไปแบบอุปนัยพร้อม ๆ กันในหลายสาขาวิชา ความสำเร็จที่ฮยูเอิลบอกว่าสามารถสถาปนาความจริงของมันได้ บางทีที่ฮยูเอิลอุทิศหลายบทให้กับ "วิธีการอุปนัย" และบางครั้งใช้วลี "ตรรกะของการอุปนัย" โดยไม่คำนึงว่าการอุปนัยไม่มีกฏและไม่สามารถฝึกกันได้ นั้นก็เพื่ออำนวยสงเคราะห์มุมมองที่มีทั่วไปว่าวิทยาศาสตร์เป็นวิธีการแบบอุปนัยนิยม[19]

ในช่วงปี พ.ศ. 2413 ผู้ริเริ่มปฏิบัตินิยม (pragmatism) ชารลส์ แซนเดอรส์ เพิร์ซ (Charles Sanders Peirce) ได้ทำการตรวจสอบอย่างกว้างขวางที่อธิบายหลักของการอนุมานแบบนิรนัยเป็นการพิสูจน์ทางคณิตศาสตร์ (ก็อทโลพ เฟรเกอก็ได้ทำอย่างเดียวกัน แต่ไม่เกี่ยวข้องกัน) เพิร์ซรับรู้การอุปนัยแต่ยืนกรานบนการอนุมานรูปแบบที่สามที่เขาเรียกว่า การหรณนัย (abductive reasoning) หรือ การเสนอใหม่ (retroduction) หรือ สมมุติฐาน หรือ การสันนิษฐาน[20] ต่อมานักปรัชญาเรียกการหรณนัยของเพิร์ซว่า การอนุมานสู่คำอธิบายที่ดีที่สุด (Inference to the Best Explanation, IBE) [21]

ปรัชญาร่วมสมัย[แก้]

เบอร์ทรันด์ รัสเซลล์[แก้]

หลังจากที่ได้เน้นปัญหาของการอุปนัยของฮูม จอห์น เมย์นาร์ด เคนส์เสนอ ความน่าจะเป็นเชิงตรรกะ เป็นคำตอบ หรือเป็นสิ่งที่ใกล้เคียงที่สุดที่เขาพอจะลุถึง[22] เบอร์ทรันด์ รัสเซลล์คิดว่าหนังสือ Treatise on Probability (แปล: ตำราของความน่าจะเป็น) ของเคนส์เป็นการพิจารณาของการอุปนัยที่ดีที่สุด และเชื่อว่าถ้าอ่านกับ Le Probleme logique de l'induction (แปล: ปัญหาเชิงตรรกะของการอุปนัย) ของฌาง นิโกด์ และบทวิจารณ์งานของเคนส์ชื่อ Mind ฉบับเดือนตุลาคมปี พ.ศ. 2468 ของอาร์. บี. เบรธเวต (R. B. Braithwaite) ก็จะครอบคลุม "เกือบทุกสิ่งที่รู้เกี่ยวกับการอุปนัย" ถึงแม้ "วิชานี้จะเชี่ยวชาญและยาก และมีคณิตศาสตร์อยู่มาก"[23] สองทศวรรษต่อมาเบอร์ทรันด์ รัสเซลล์เสนอว่าการอุปนัยแบบแจงนับเป็น "หลักการเชิงตรรกะอิสระ"[24][25] รัสเซลล์พบว่า:

"Hume's skepticism rests entirely upon his rejection of the principle of induction. The principle of induction, as applied to causation, says that, if A has been found very often accompanied or followed by B, then it is probable that on the next occasion on which A is observed, it will be accompanied or followed by B. If the principle is to be adequate, a sufficient number of instances must make the probability not far short of certainty. If this principle, or any other from which it can be deduced, is true, then the casual inferences which Hume rejects are valid, not indeed as giving certainty, but as giving a sufficient probability for practical purposes. If this principle is not true, every attempt to arrive at general scientific laws from particular observations is fallacious, and Hume's skepticism is inescapable for an empiricist. The principle itself cannot, of course, without circularity, be inferred from observed uniformities, since it is required to justify any such inference. It must, therefore, be, or be deduced from, an independent principle not based on experience. To this extent, Hume has proved that pure empiricism is not a sufficient basis for science. But if this one principle is admitted, everything else can proceed in accordance with the theory that all our knowledge is based on experience. It must be granted that this is a serious departure from pure empiricism, and that those who are not empiricists may ask why, if one departure is allowed, others are forbidden. These, however, are not questions directly raised by Hume's arguments. What these arguments prove—and I do not think the proof can be controverted—is that induction is an independent logical principle, incapable of being inferred either from experience or from other logical principles, and that without this principle, science is impossible."[25]

แปล: ความกังขาของฮูมอยู่บนการปฏิเสธหลักของการอุปนัยทั้งสิ้น หลักของการอุปนัยตามที่ใช้ในเหตุกรรม บอกว่าถ้า A ถูกพบเจอบ่อยพร้อมกับหรือตามด้วย B แล้วมันน่าจะเป็นที่ในโอกาสอื่นเมื่อได้สังเกตพบ A อีกก็จะพบพร้อมกับหรือตามด้วย B ถ้าหลักการคือการทำให้เพียงพอ จำนวนกรณีต้องมีพอที่จะทำให้ความน่าจะเป็นใกล้เคียงกับความแน่นอน ถ้าหลักการนี้หรือหลักการอื่นที่ถูกนิรนัยมาจากหลักการนี้นั้นเป็นจริง แล้วการอนุมานเชิงสาเหตุที่ฮูมปฏิเสธนั้นก็จะถูกต้อง โดยไม่ได้ให้ความแน่นอน แต่ให้ความน่าจะเป็นที่เพียงพอต่อการใช้งานเชิงปฏิบัติ ถ้าหลักการนี้ไม่เป็นจริง การพยายามบัญญัติกฏวิทยาศาสตร์ทั่วไปจากการสังเกตจำนวนหนึ่งนั่นผิดทั้งหมด และการกังขาของฮูมนั้นหนีไม่ได้สำหรับนักประสบการณ์นิยม ตัวหลักการนั้นไม่สามารถอนุมานจากการสังเกตภาวะเอกรูปได้แน่นอนฆากไม่ใช้การให้เหตุผลแบบวงกลม เพราะมันจำเป็นต้องใช้เพื่ออธิบายการอนุมานรูปแบบนั้นทุกอัน ดังนั้นมันต้องนิรนัยมาจากหรือเป็นหลักการอสระที่ไม่ได้ตั้งอยู่บนประสบการณ์ ฮูมได้พิสูจน์ในระดับหนึ่งว่าประสบการณ์นิยมเพียว ๆ ไม่ใช่พื้นฐานที่เหมาะสมของวิทยาศาสตร์ แต่ถ้าหลักการนี้ถูกยอมรับ ทุกอย่างสามารถดำเนินต่อไปได้บนทฤษฎีที่ความรู้ทั้งหมดของเราตั้งอยู่บนประสบการณ์ เราต้องยินยอมว่านี่เป็นการออกนอกหลักการประสบการณ์นิยมบริสุทธิ์อย่างสาหัส และผู้ที่ไม่ใช่นักประสบการณ์นิยมอาจถามว่าทำไมถึงออกนอกหลักการได้ครั้งเดียว แล้วอันอื่นถึงทำไม่ได้ แต่ว่าคำถามเหล่านี้ไม่ได้เกิดขึ้นมาจากการอ้างของฮูมโดยตรง การอ้างนี้พิสูจน์-และผมคิดว่าไม่สามารถถูกโต้แย้งได้-ว่าการอุปนัยนั้นเป็นหลักการเชิงตรรกะอิสระ ไม่สามารถถูกอนุมานจากประสบการณ์หรือจากหลักการเชิงตรรกะอื่นได้ และถ้าไม่มีหลักการนี้ วิทยาศาสตร์นั้นเป็นไปไม่ได้

กิลเบิร์ต ฮาร์แมน[แก้]

ในงานวิจัยปี พ.ศ. 2508 ของกิลเบิร์ต ฮาร์แมน (Gilbert Harman) อธิบายว่าการอุปนัยแบบแจงนับไม่ใช่ปรากฏการณ์อิสระ แต่เป็นเพียงผลของการอนุมานสู่คำอธิบายที่ดีที่สุด (IBE) ที่แฝงตัวอยู่[21] ซึ่ง IBE ก็ตรงกับ การหรณนัย ของเพิร์ซ[21] นักปรัชญาวิทยาศาสตร์หลายคนที่รับหลักการสัจนิยมทางวิทยาศาสตร์ก็คงไว้ว่า IBE เป็นวิธีที่นักวิทยาศาสตร์พัฒนาทฤษฎีทางวิทยาศาสตร์เกี่ยวกับธรรมชาติที่จริงพอประมาณหนึ่ง[26]

คำวิจารณ์[แก้]

ดูบทความหลักที่: ปัญหาของการอุปนัย

ถึงแม้นักปรัชญาตั้งแต่สมัยของนักปรัชญาลัทธิปิร์โรเซ็กส์ตุส เอ็มปิริคุส (Sextus Empiricus) ได้ชี้ให้เห็นความฟังไม่สมเหตุสมผลของการให้เหตุผลแบบอุปนัย[27] บทวิจารณ์เชิงปรัชญาสุดคลาสสิกของปัญหาของการอุปนัยมาจากนักปรัชญาชาวสก็อตเดวิด ฮูม[28] ถึงแม้การนำไปใช้ของการให้เหตุผลแบบอุปนัยจะแสดงให้เห็นว่ามีความสำเร็จพอตัว การให้ความถูกต้องของการนำไปประยุกต์ใช้นั้นน่าสงสัย เมื่อรับรู้ถึงสิ่งนี้ ฮูมชี้ให้เหตุถึงข้อเท็จจริงที่สมองของเรามักหาข้อสรุปจากประสบการณ์ที่จำกัดและดูถูกต้อง แต่ไม่ใกล้เคียงความแน่นอนเลย ในการนิรนัยค่าความเท็จจริงของข้อสรุปอยู่บนฐานของความเท็จจริงของข้อตั้ง แต่ในการอุปนัยข้อสรุปมันไม่แน่นอนว่าจะขึ้นอยู่กับข้อตั้งตลอดตัวอย่างเช่น สมมุติว่านกเรเวนทุกตัวสีดำ ความจริงที่ว่ามีนกเรเวนสีดำอยู่หลายตัวสนับสนุนข้อสมมุตินี้ แต่จะไม่สมเหตุสมผลทันทีที่ค้นพบเจอนกเรเวนสีขาว เพราะฉะนั้นกฏทั่วไปที่ว่า "นกเรเวนทุกตัวสีดำ" ไม่ใช่ข้อความที่สามารถแน่นอนได้เลย ฮูมยังอ้างต่อไปว่ามันเป็นไปไม่ได้ที่จะให้ความถูกต้องการให้เหตุผลแบบอุปนัย นั่นเพราะมันไม่สามารถได้ความถูกต้องผ่านการนิรนัยได้ ดังนั้นตัวเลือกเดียวของเราคือต้องให้ความถูกต้องผ่านการอุปนัย ในเมื่อการอ้างนี้เป็นวงกลม ด้วยการช่วยเหลือจากส้อมของฮูม (Hume's fork) เขาสรุปว่าการใช้การอุปนัยของเรานั้นไม่สามารถให้ความถูกต้องได้[29]

อย่างไรก็ตามฮูมได้กล่าวไว้ว่าแม้การอุปนัยถูกพิสูจน์ว่าไม่น่าเชื่อถือ เราก็ยังต้องพึ่งพามันอยู่ดี ดังนั้นแทนที่ฮูมจะมีจุดยืนเป็นวิมตินิยมเชิงปรัชญา (philosophical skepticism) ฮูมสนับสนุนวิมตินิยมเชิงวิทยาศาสตร์ (scientific skepticism) ที่มีหลักอยู่บนสามัญสำนึก โดยที่การหลีกไม่ได้ของการอุปนัยนั้นถูกยอมรับ[30] เบอร์ทรันด์ รัสเซลล์ แสดงกังขาคติของฮูมให้เห็นด้วยการเล่าเรื่องเกี่ยวกับไก่ตัวหนึ่ง ถูกให้อาหารเช้าทุก ๆ วัน และด้วยกฏของการอุปนัยก็สรุปว่าจะได้อาหารแบบนี้ต่อไปเรื่อย ๆ จนวันหนึ่งสุดท้ายโดนเกษตรกรเชือดทิ้ง[31]

ในปี พ.ศ. 2506 คาร์ล ป็อบเปอร์ (Karl Popper) เขียนไว้ว่า "การอุปนัย กล่าวคือการอนุมานที่ขึ้นอยู่กับการสังเกตการณ์หลายอัน เป็นเรื่องหลอกลวง มันไม่ใช่ข้อเท็จจริงทั้งทางจิตวิทยา ในชีวิตทั่วไป หรือหนึ่งในกระบวนการทางวิทยาศาสตร์" ("Induction, i.e. inference based on many observations, is a myth. It is neither a psychological fact, nor a fact of ordinary life, nor one of scientific procedure.")[32][33] ในหนังสือปี พ.ศ. 2515 ของป็อปเปอร์ชื่อ Objective Knowledge (ความรู้รูปธรรม) ซึ่งบทแรกเกี่ยวกับเรื่องปัญหาของการอุปนัย เริ่มขึ้นว่า "ผมคิดว่าผมได้แก้ไขปัญหาทางปรัชญาที่สำคัญได้แล้ว: ปัญหาของการอุปนัย"[33] ในโครงร่างของป็อปเปอร์ การอุปนัยแบบแจงนับเป็น "ภาพลวงตาชนิดหนึ่ง" ที่ถูกทอดโดยขั้นตอนของการคาดการณ์และการพิสูจน์ระหว่าง "การเคลื่อนปัญหา"[33] การเก้ากระโดดที่เพ้อฝัน "คำตอบที่ไม่แน่นอน" ถูกปฏิภาณหรือ "ด้น" ขึ้นมา ขาดกฏของการอุปนัยเพื่อนำทางมัน[33] ผลที่ได้คือการวางนัยทั่วไปที่ไม่จำกัดและเป็นเชิงนิรนัย ผลที่ตามมาของการพิจารณาที่เป็นการอธิบายทั้งหมด[33] แต่ข้อโต้เถียงก็ดำเนินต่อไปและคำอธิบายที่ป็อปเปอร์สันนิษฐานขึ้นมาไม่ถูกยอมรับโดยทั่วไป[34]

ไม่นานมานี้ การอนุมานแบบอุปนัยได้ถูกแสดงว่าสามารถมีความแน่นอนได้ แต่แค่ในโอกาสที่หายากมาก ๆ เช่นในโปรแกรมการเรียนรู้ของเครื่องในปัญญาประดิษฐ์ (หรือ เอไอ)[35][ไม่อยู่ในแหล่งอ้างอิง] จุดยืนของป็อบเปอร์เรื่องการอุปนัยที่ว่าเป็นภาพลวงตาได้ถูกพิสูจน์แล้วว่าผิด การอุปนัยแบบแจงนับมีอยู่จริง แต่ถึงอย่างนั้น การให้เหตุผลแบบอุปนัยมีอยู่น้อยเกินไปในวิทยาศาสตร์[35] ถึงแม้จะถูกพูดถึงเป็นอย่างมากในหมู่นักปรัชญาสมัยนี้ การหรณนัย หรือการอนุมานสู่คำอธิบายที่ดีที่สุด ไม่มีกฏการอนุมาน (rule of inference) และการอนุมานที่หามาได้ด้วยการหรณนัยนั้นเกิดขึ้นจากจินตนาการและการสร้างสรรค์ของมนุษย์[35]

ความเอนเอียง[แก้]

เช่นเดียวกับการให้เหตุผลแบบนิรนัย ความลำเอียงสามารถบิดเบือนการนำการอ้างแบบอุปนัยไปใช้อย่างเหมาะสมได้ ด้วยเหตุนั้นจึงยับยั้งไม่ให้ผู้ให้เหตุผลหาข้อสรุปเชิงตรรกะ (logical consequence) ที่ดีที่สุดที่อยู่บนหลักฐานได้ ตัวอย่างของความเอนเอียงเช่น ฮิวริสติกโดยความเข้าถึงได้ง่าย ความเอนเอียงเพื่อยืนยัน และความเอนเอียงโลกที่คาดเดาได้

ฮิวริสติกโดยความเข้าถึงได้ง่ายทำให้ผู้ให้เหตุผลอาศัยข้อมูลที่มีอยู่พร้อมและเข้าถึงได้ง่ายเป็นหลัก เช่นในแบบสำรวจ เมื่อผู้คนถูกขอให้ประมาณอัตราร้อยละของสาเหตุการตายต่าง ๆ ของผู้คน ผู้ตอบจะเลือกสาเหตุที่ปรากฏอยู่ชุกในสื่อ เช่นการก่อการร้าย ฆาตกรรม และอุบัติเหตุการบิน มากกว่าโรคและอุบัติเหตุจราจรซึ่ง "เข้าถึงได้ยากกว่า" เพราะไม่ได้ถูกเน้นมากเท่าในสังคมรอบตัว

ความเอนเอียงเพื่อยืนยันอยู่บนแนวโน้มโดยธรรมชาติที่จะยืนยันมากกว่าปฏิเสธสมมติฐานปัจจุบัน งานวิจัยได้แสดงให้เห็นว่าผู้คนบ่ายเบนหาคำตอบของปัญหาที่ตรงกับสมมติฐานที่เข้าใจมากกว่าจะพยายามพิสูจน์ว่าสมมติฐานผิด ในการทดลอง บ่อยครั้งที่ผู้รับจะถามคำถามที่หาคำตอบที่เข้ากับสมมติฐานที่สถาปนาไว้ จึงเป็นการยืนยันสมมติฐานเหล่านั้นเอง เช่นถ้าสมมติฐานว่าสมหญิงเป็นคนเข้าสังคม ผู้รับการทดลองจะพยายามยืนยันข้อตั้งนี้โดยธรรมชาติด้วยการถามคำถามที่จะผลิตคำตอบที่ยืนยันว่า สมหญิงนั้นเป็นคนที่เข้าสังคมได้จริง ๆ

ความเอนเอียงโลกที่คาดเดาได้เวียนอยู่เรื่องการบ่ายเบนที่จะแลเห็นระเบียบในที่ ๆ ยังไม่ถูกพิสูจน์ว่ามีอยู่ ไม่ว่าจะไม่มีเลยหรือมีอย่างเป็นนามธรรมในระดับหนึ่ง ตัวอย่างที่โด่งดังที่สุดเช่นการพนัน นักการพนันมักจะเริ่มคิดว่าตัวเองเห็นรูปแบบที่ง่ายและชัดเจนในผลลัพธ์และจึงเชื่อว่าตัวเองสามารถคาดเดาผลลัพธ์ด้วยสิ่งที่ตัวเองเห็น แต่ในความเป็นจริง ผลลัพธ์ของเกมแต่ละเกมยากที่จะคาดเดาและซับซ้อนมาก โดยทั่วไปแล้วผู้คนมักจะหาระเบียบอย่างง่ายรูปแบบหนึ่งเพื่ออธิบายหรือให้ความถูกต้องกับความเชื่อและประสบการณ์ของตัวเอง และยากมากที่พวกเขาจะนึกขึ้นได้ว่าระเบียบที่ตัวเองเห็นอาจผิดไปจากความจริงโดยสิ้นเชิง[36]

การอนุมานแบบเบย์[แก้]

เป็นตรรกะของการอุปนัยมากกว่าทฤษฎีของความเชื่อ การอนุมานแบบเบย์ไม่ได้ระบุว่าความเชื่อใดมีตรรกะก่อนประสบการณ์ แต่ระบุว่าเราควรเปลี่ยนความเชื่อของเราอย่างมีตรรกะอย่างไรเมื่อเผชิญกับหลักฐาน เราเริ่มโดยไว้ใจความน่าจะเป็นก่อน (prior probability) สำหรับสมมติฐานที่อยู่บนตรรกะหรือประสบการณ์ก่อน ๆ และเมื่อเผชิญกับหลักฐาน เราปรับความมั่นใจของความเชื่อเราในสมมติฐานนั้นในกิริยาที่แม่นยำด้วยตรรกะแบบเบย์

การอนุมานแบบอุปนัย[แก้]

ในช่วงปี 2503 เรย์ โซโลมอนอฟ ก่อตั้งทฤษฎีการอนุมานแบบอุปนัยของโซโลโมนอฟ (solomonoff's theory of inductive inference) ทฤษฎีการพยากรณ์ที่อยู่บนการสังเกตการณ์ ตัวอย่างเช่นการพยากรณ์เครื่องหมายต่อไปตามลำดับเครื่องหมายที่ให้มา นี่เป็นขอบข่ายการอุปนัยแบบทางการที่รวมทฤษฎีสารสนเทศเชิงขั้นตอนวิธี (algorithmic information theory) กับขอบข่ายของเบย์ การอนุมานอุปนัยสากลอยู่บนรากฐานเชิงปรัชญาที่สมบูรณ์[37] และสามารถถือได้ว่าเป็นมีดโกนอ็อกคัมที่ถูกทำให้เป็นทางการในรูปแบบของคณิตศาสตร์ ส่วนประกอบพื้นฐานของทฤษฎีนี้เป็นแนวคิดของความน่าจะเป็นเชิงขั้นตอนวิธีและความซับซ้อนคอลโมโกรอฟ

ดูเพิ่ม[แก้]

อ้างอิง[แก้]

  1. Copi, I.M.; Cohen, C.; Flage, D.E. (2006). Essentials of Logic (Second ed.). Upper Saddle River, NJ: Pearson Education. ISBN 978-0-13-238034-8.
  2. "Deductive and Inductive Arguments", Internet Encyclopedia of Philosophy, It is worth noting that some dictionaries and texts define "deduction" as reasoning from the general to specific and define "induction" as reasoning from the specific to the general. However, there are many inductive arguments that do not have that form, for example, 'I saw her kiss him, really kiss him, so I'm sure she's having an affair.'
  3. Schaum’s Outlines, Logic, Second Edition. John Nolt, Dennis Rohatyn, Archille Varzi. McGraw-Hill, 1998. p. 223
  4. Schaum’s Outlines, Logic, p. 230
  5. Introduction to Logic. Gensler p. 280
  6. 6.0 6.1 Introduction to Logic. Harry J. Gensler, Rutledge, 2002. p. 268
  7. Churchill, Robert Paul (1990). Logic: An Introduction (2nd ed.). New York: St. Martin's Press. p. 355. ISBN 978-0-312-02353-9. OCLC 21216829. In a typical enumerative induction, the premises list the individuals observed to have a common property, and the conclusion claims that all individuals of the same population have that property.
  8. Schaum’s Outlines, Logic, pp. 243–35
  9. Baronett, Stan (2008). Logic. Upper Saddle River, NJ: Pearson Prentice Hall. pp. 321–25.
  10. For more information on inferences by analogy, see Juthe, 2005.
  11. A System of Logic. Mill 1843/1930. p. 333
  12. John Vickers. The Problem of Induction. The Stanford Encyclopedia of Philosophy.
  13. Herms, D. "Logical Basis of Hypothesis Testing in Scientific Research" (PDF).
  14. Kosko, Bart (1990). "Fuzziness vs. Probability". International Journal of General Systems. 17 (1): 211–40. doi:10.1080/03081079008935108.
  15. "Kant's Account of Reason". Stanford Encyclopedia of Philosophy : Kant's account of reason. Metaphysics Research Lab, Stanford University. 2018.
  16. Chowdhry, K.R. (January 2, 2015). Fundamentals of Discrete Mathematical Structures (3rd ed.). PHI Learning Pvt. Ltd. p. 26. ISBN 9788120350748. สืบค้นเมื่อ 1 December 2016.
  17. 17.0 17.1 Stefano Gattei, Karl Popper's Philosophy of Science: Rationality without Foundations (New York: Routledge, 2009), ch. 2 "Science and philosophy", pp. 28–30.
  18. 18.0 18.1 Wesley C Salmon, "The uniformity of Nature", Philosophy and Phenomenological Research, 1953 Sep;14(1):39–48, [39].
  19. 19.0 19.1 19.2 19.3 Roberto Torretti, The Philosophy of Physics (Cambridge: Cambridge University Press, 1999), 219–21[216].
  20. Roberto Torretti, The Philosophy of Physics (Cambridge: Cambridge University Press, 1999), pp. 226, 228–29.
  21. 21.0 21.1 21.2 Ted Poston "Foundationalism", § b "Theories of proper inference", §§ iii "Liberal inductivism", Internet Encyclopedia of Philosophy, 10 Jun 2010 (last updated): "Strict inductivism is motivated by the thought that we have some kind of inferential knowledge of the world that cannot be accommodated by deductive inference from epistemically basic beliefs. A fairly recent debate has arisen over the merits of strict inductivism. Some philosophers have argued that there are other forms of nondeductive inference that do not fit the model of enumerative induction. C.S. Peirce describes a form of inference called 'abduction' or 'inference to the best explanation'. This form of inference appeals to explanatory considerations to justify belief. One infers, for example, that two students copied answers from a third because this is the best explanation of the available data—they each make the same mistakes and the two sat in view of the third. Alternatively, in a more theoretical context, one infers that there are very small unobservable particles because this is the best explanation of Brownian motion. Let us call 'liberal inductivism' any view that accepts the legitimacy of a form of inference to the best explanation that is distinct from enumerative induction. For a defense of liberal inductivism, see Gilbert Harman's classic (1965) paper. Harman defends a strong version of liberal inductivism according to which enumerative induction is just a disguised form of inference to the best explanation".
  22. David Andrews, Keynes and the British Humanist Tradition: The Moral Purpose of the Market (New York: Routledge, 2010), pp. 63–65.
  23. Bertrand Russell, The Basic Writings of Bertrand Russell (New York: Routledge, 2009), "The validity of inference"], pp. 157–64, quote on p. 159.
  24. Gregory Landini, Russell (New York: Routledge, 2011), p. 230.
  25. 25.0 25.1 Bertrand Russell, A History of Western Philosophy (London: George Allen and Unwin, 1945 / New York: Simon and Schuster, 1945), pp. 673–74.
  26. Stathis Psillos, "On Van Fraassen's critique of abductive reasoning", Philosophical Quarterly, 1996 Jan;46(182):31–47, [31].
  27. Sextus Empiricus, Outlines of Pyrrhonism. Trans. R.G. Bury, Harvard University Press, Cambridge, Massachusetts, 1933, p. 283.
  28. David Hume (1910) [1748]. An Enquiry concerning Human Understanding. P.F. Collier & Son. ISBN 978-0-19-825060-9. Archived from the original on 31 December 2007. สืบค้นเมื่อ 27 December 2007.
  29. Vickers, John. "The Problem of Induction" (Section 2). Stanford Encyclopedia of Philosophy. 21 June 2010
  30. Vickers, John. "The Problem of Induction" (Section 2.1). Stanford Encyclopedia of Philosophy. 21 June 2010.
  31. Russel, Bertrand (1997). The Problems of Philosophy. Oxford: Oxford University Press. p. 66. ISBN 9780195115529.
  32. Popper, Karl R.; Miller, David W. (1983). "A proof of the impossibility of inductive probability". Nature. 302 (5910): 687–88. Bibcode:1983Natur.302..687P. doi:10.1038/302687a0.
  33. 33.0 33.1 33.2 33.3 33.4 Donald Gillies, "Problem-solving and the problem of induction", in Rethinking Popper (Dordrecht: Springer, 2009), Zuzana Parusniková & Robert S Cohen, eds, pp. 103–05.
  34. Ch 5 "The controversy around inductive logic" in Richard Mattessich, ed, Instrumental Reasoning and Systems Methodology: An Epistemology of the Applied and Social Sciences (Dordrecht: D. Reidel Publishing, 1978), pp. 141–43.
  35. 35.0 35.1 35.2 Donald Gillies, "Problem-solving and the problem of induction", in Rethinking Popper (Dordrecht: Springer, 2009), Zuzana Parusniková & Robert S Cohen, eds, p. 111: "I argued earlier that there are some exceptions to Popper's claim that rules of inductive inference do not exist. However, these exceptions are relatively rare. They occur, for example, in the machine learning programs of AI. For the vast bulk of human science both past and present, rules of inductive inference do not exist. For such science, Popper's model of conjectures which are freely invented and then tested out seems to be more accurate than any model based on inductive inferences. Admittedly, there is talk nowadays in the context of science carried out by humans of 'inference to the best explanation' or 'abductive inference', but such so-called inferences are not at all inferences based on precisely formulated rules like the deductive rules of inference. Those who talk of 'inference to the best explanation' or 'abductive inference', for example, never formulate any precise rules according to which these so-called inferences take place. In reality, the 'inferences' which they describe in their examples involve conjectures thought up by human ingenuity and creativity, and by no means inferred in any mechanical fashion, or according to precisely specified rules".
  36. Gray, Peter (2011). Psychology (Sixth ed.). New York: Worth. ISBN 978-1-4292-1947-1.
  37. Rathmanner, Samuel; Hutter, Marcus (2011). "A Philosophical Treatise of Universal Induction". Entropy. 13 (6): 1076–136. arXiv:1105.5721. Bibcode:2011Entrp..13.1076R. doi:10.3390/e13061076.

อ่านเพิ่ม[แก้]

แหล่งข้อมูลอื่น[แก้]