Сборник из 5 саммари «Моё эффективное общение»
Шрифт:
Валидность может обеспечиваться двумя основными видами дедуктивных выводов:
• Если А, то В. А, из чего следует В. Этот ход дедуктивного заключения можно проиллюстрировать примером: если на улице солнечная погода, мне тепло. Сейчас солнечная погода, следовательно, мне тепло;
• Если А, то В. Не В, значит, и не А. Например: если на улице солнечная погода, мне тепло. Мне не тепло, а значит, на улице не солнечная погода.
Также существует две распространенные формы невалидных рассуждений, например: «Если на улице солнечно, я радуюсь. Я радуюсь, а значит, на улице
Необходимые и достаточные условия
Чтобы применить логику и научиться отличать верные аргументы и суждения от неверных, необходимо разобраться в базовых понятиях необходимых и достаточных условий.
Необходимые условия – это то, что нужно для истинности аргумента, но при этом они не дают полной гарантии, что довод будет правильным. Они служат сигналом к ошибочному утверждению в случае, если хотя бы одно из них не выполняется.
Если же выполняются достаточные условия, вы можете быть уверены, что рассматриваемое вами суждение истинно.
При помощи этих понятий вы можете выделить невалидные и необоснованные аргументы, которые не удовлетворяют достаточным условиям или предпосылки для которых оказались неверными.
Работаем с результатами наблюдений и неопределенностью
Помимо дедуктивных методов существуют также индуктивные способы логических рассуждений, которые больше применимы в реальных жизненных ситуациях.
При помощи индукции вы можете понять, что окажется истинным с наибольшей вероятностью. В отличие от дедукции, индукция предполагает, что аргументы подбираются по принципу лучших из возможных вариантов, а значит, они не могут быть подкреплены точным доказательством.
Индуктивные аргументы можно ранжировать по степени их убедительности, делая оценочные суждения. Наиболее убедительными можно считать аргументы, которые сложнее всего опровергнуть.
Существует несколько аспектов, которые следует учесть, чтобы понять, когда лучше всего применять индукцию:
Когда перед вами укоренившаяся система с большим количеством подтверждающих фактов, индукция будет эффективна;
Если подтверждений недостаточно, а система сложная или неопределенная, индукцию лучше не использовать;
Общие прогнозы событий всегда будут вероятнее, чем частные случаи. Например, вероятность встретить на улице женщину будет выше, чем увидеть там женщину с длинными волосами;
Прежде чем пользоваться индуктивными методами, нужно подумать, можно ли применить выводы, сделанные вами в отношении прошлого, к ситуациям в будущем.
После того, как вы определите, подходят ли условия для использования индукции, следует приступить к оценке убедительности индуктивных аргументов при помощи анализа индуктивной силы. Слабый индуктивный аргумент, по аналогии с валидным дедуктивным
Далее нужно найти имплицитные уточнения, которые указаны в предпосылках. Если перед вами общее утверждение, необходимо уточнить, к каким ситуациям оно применимо (к большинству, к некоторым или к немногим), а также выяснить, как часто оно выполняется.
Решение проблемы неопределенности путем оценки вероятности
Чтобы проверить истинность индуктивного суждения, следует воспользоваться терминами вероятности, то есть возможности наступления того или иного события или верности утверждения.
Шкала вероятности обычно начинается с 0, когда событие почти невозможно, и заканчивается 1, когда событие произойдет почти наверняка. Показатель вероятности 0,5 говорит о том, что шансы на то, что событие может случиться, равны.
Вероятность позволит вам сформировать рациональные ожидания и определить, стоит ли считать выводы из приведенных аргументов истинными, при условии, что предпосылки окажутся верными.
Использование выборки
Метод индукции предполагает выбор конкретных случаев, которые вы будете использовать далее, чтобы сделать обобщение. Лучше всего брать как можно более обширную выборку. Обычно ученые обозначают всё число выбранных случаев за n, где n, равное 1, считается единичным событием.
Вы можете использовать репрезентативную выборку, отобрав отдельные случаи, наиболее подходящие по своим особенностям более широкому набору событий, из которого вы эти случаи выделите. Однако вам следует избегать нерепрезентативной выборки, которая не опирается на ключевые признаки выбранных случаев и искажает выводы.
Чтобы не допустить подобной ошибки, примените рандомизацию выборки, случайным образом выделив объекты большой системы. Так они будут представлены в равной степени, и ни одному из них не будет отдано предпочтение. Но помните, что достичь выборки без погрешностей практически невозможно, поэтому всегда учитывайте, насколько высока вероятность, что полученные вами выводы по конкретным случаям совместимы с выводами, касающимися всей системы.
Проблема индукции
Главной сложностью в применении индуктивных методов является то, что индуктивные аргументы и предпосылки не могут быть проверены как следует. Единственное, что вы можете сделать, чтобы снизить вероятность получения ложных аргументов и выводов, – использовать опровержение выдвинутой вами теории и найти контрпримеры, которые докажут, что вы оказались неправы. Иногда одно свидетельство может показать несостоятельность всех выдвинутых ранее аргументов, не нашедших конкретного подтверждения.