【歸納】
<P align=center><STRONG><FONT size=5>【<FONT color=red>歸納</FONT>】</FONT></STRONG></P> <P><STRONG>Induction</STRONG></P><P><STRONG></STRONG> </P>
<P><STRONG>【辭書名稱】教育大辭書</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>邏輯的論證形式(argumentation)可分為演繹論證與歸納論證。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>其中歸納論證的形式是：論證者宣稱其前提可以支持結論，而這種支持的方式是，在假設前提皆為真的情形下，結論為假的概然可能性極低。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>常見的歸納論證有以下三種：對於未來的預測(prediction)，類比論證(argumentfromanalogy)及歸納之通則化(inductivegeneralization)。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>對於歸納論證的評估是考慮其「強度」(strength)與「可信度」(cogency)。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>一個歸納論證的歸納力弱，指在假設其所有的前提皆為真的情形下，結論為假的概然可能性高；</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>在其餘情形下，該歸納論證的歸納力強。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>所謂「可信度」指該歸納論證不僅歸納力強，而且其所有前提實際上皆為真。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>休姆(D.Hume,1711~1776)指出，我們之所以接受歸納論證完全是來自於我們過去的經驗，但是這種接受方式本身就是歸納論證；</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>因此對歸納論證找不到任何支持的理由。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>這就是有名的「歸納之難題」(theproblemofInduction)。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>古德曼(N.Goodman,1906~)指出，休姆的難題可以就人類生物本能性來提出一個合理的解釋。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>但是古德曼仍然認為歸納是有問題的，這就是他很有名的「歸納之謎」(theNewRiddleofInduction)。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>以他的「翡翠的藍綠色」為例。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>試造一新字(grue)來指出這項屬性，即是「任何在某一時間Ｔ之前未檢查到的藍色東西，以及所有在Ｔ時間之後檢查到的綠色東西」，則可以用這個概念來預測下一次看到的翡翠顏色會是色的。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>這個預測跟我們原先習以為常地預測下一次看到的翡翠顏色是綠色的，在歸納力上完全一樣。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>問題的關鍵顯然不在於我們造的新字，因為「藍」和「綠」也是造出來的字。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>換言之，問題在於：我們有什麼依據認為以歸納來預測翡翠顏色是綠色的這個方式，比我們以歸納來預測翡翠是色的這個方式，比較可以接受？</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>如何對歸納提出適當的解釋已成為當代科學哲學和驗證理論(confirmationtheory)的一大難題。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG></STRONG> </P>轉自:http://edic.nict.gov.tw/cgi-bin/tudic/gsweb.cgi?o=ddictionary
頁:
[1]