Общая характеристика суждения

В процессе многовековой деятельности люди наблюдают устойчивую повторяемость многих явлений. На этой основе возникают обобщения, которые используются для объяснения наступивших и предсказания будущих событий и явлений. Такого рода обобщения бывают связаны с наблюдениями над погодой, влиянием климатических условий на урожай, причинами распространения болезней, поведением людей в определенных ситуациях, отношениями между людьми и т.п. Логический механизм большинства таких обобщений — популярная индукция. Ее иногда называют индукцией через простое перечисление.

 

Повторяемость признаков  во многих случаях действительно  отражает всеобщие свойства явлений. Построенные  на ее основе обобщения выполняют  важную функцию направляющих начал  в практической деятельности людей. Без таких простейших обобщений  невозможен ни один вид трудовой деятельности, будь то совершенствование орудий труда, развитие мореплавания, успешное ведение земледелия, контакты между людьми в социальной среде.

В процессе расследования преступлений часто используют эмпирические индуктивные  обобщения, касающиеся поведения лиц, причастных к преступлению. Например: лица, совершившие преступления, стремятся скрыться от суда и следствия; угроза убийством часто приводится в исполнение; обнаружение похищенных вещей (поличное) свидетельствует о причастности к преступлению. Такие опытные обобщения, или фактические презумпции, как их нередко называют в юридической литературе, часто оказывают неоценимую помощь следствию несмотря на то, что они являются проблематичными суждениями.

Популярная индукция определяет первые шаги и в развитии научных знаний. Любая наука начинает с эмпирического исследования — наблюдения над соответствующими объектами с целью их описания, классификации, выявления устойчивых связей, отношений и зависимостей. Первые обобщения в науке обязаны простейшим индуктивным заключениям путем простого перечисления повторяющихся признаков. Они выполняют важную эвристическую функцию первоначальных предположений, догадок и гипотетических объяснений, которые нуждаются в дальнейшей проверке и уточнении.

Чисто перечислительное обобщение возникает уже на уровне приспособительно-рефлекторных реакций  животных, когда повторяющиеся раздражения  подкрепляют условный рефлекс. На уровне человеческого сознания повторяющийся  признак у однородных явлений  не просто порождает рефлекс или психологическое чувство ожидания, а наводит на мысль о том, что повторяемость — результат не чисто случайного стечения обстоятельств, а проявление каких-то невыявленных зависимостей. Обоснованность выводов в популярной индукции определяется главным образом количественным показателем: соотношением исследованного подмножества предметов (образца или выборки) ко всему классу (популяции). Чем ближе исследованный образец ко всему классу, тем основательнее, а значит, и вероятнее будет индуктивное обобщение.

В условиях, когда исследуются  лишь некоторые представители класса, не исключается возможность ошибочного обобщения.

Ошибочные заключения о  выводах популярной индукции могут  появиться по причине несоблюдения требований об учете противоречащих случаев, которые делают обобщение несостоятельным.

Ошибочные индуктивные  заключения могут появляться не только в результате заблуждения, но и при  недобросовестном, предвзятом обобщении, когда сознательно игнорируют или  скрывают противоречащие случаи. Такие мнимые индуктивные обобщения используются как уловки.

Некорректно построенные  индуктивные обобщения нередко  лежат в основе различного рода суеверий, невежественных поверий и примет вроде «дурного глаза», «хороших»  и «дурных» сновидений, перебежавшей дорогу черной кошки и т.п.

 

3. Научная индукция

 

Научной индукцией называют умозаключение, в котором обобщение  строится путем отбора необходимых  и исключения случайных обстоятельств.

В зависимости от способов исследования различают: 1) индукцию методом отбора (селекции) и 2) индукцию методом исключения (элиминации).

 

1. Индукция методом  отбора

Индукция методом отбора, или селективная индукция, — это  умозаключение, в котором вывод  о принадлежности признака классу (множеству) основывается на знании об образце (подмножестве), полученном методичным отбором явлений из различных частей этого класса.

Если в популярном обобщении исходят из предположения  о равномерном распределении  признака Р в классе К и тем  самым допускают его перенос  на К при простой повторяемости ( Si , Si ,..., S „), то в научной индукции К представляет собою (и потому рассматривается) неоднородное множество с неравномерным распределением Р в различных его частях.

Понятие разнообразие условий  наблюдения оказывается весьма различным  для конкретных видов множеств. В одном случае оно принимает характер пространственного видоразличия, в другом — временного, в третьем — функционального, в четвертом — смешанного.

2. Индукция методом  исключения

Индукция методом исключения, или элиминативная индукция, — это система умозаключений, в которой выводы о причинах исследуемых явлений строятся путем обнаружения подтверждающих обстоятельств и исключения обстоятельств, не удовлетворяющих свойствам причинной связи.

Познавательная роль элиминативной индукции — анализ причинных связей. Причинной называют такую связь между двумя явлениями, когда одно из них — причина — предшествует и вызывает другое — действие. Важнейшими свойствами причинной связи, предопределяющими методичность элиминативной индукции, выступают такие ее характеристики, как: (1) всеобщность, (2) последовательность во времени, (3) необходимость и (4) однозначность.

 

Отмеченные свойства причинной зависимости выполняют  роль познавательных принципов, рационально  направляющих индуктивное исследование и формирующих особые методы установления причинных связей.

Большой вклад в развитие методов элиминативной индукции внесен естествоиспытателями и философами: Ф. Бэконом, Дж. Гер-шелем, Дж.С. Миллем.

Методы научной индукции

Современная логика описывает  пять методов установления причинных связей: (1) метод сходства, (2) метод различия, (3) соединенный метод сходства и различия, (4) метод сопутствующих изменений, (5) метод остатков.

Рассмотрим логическую структуру этих методов.

1. Метод сходства

По методу сходства сравнивают несколько случаев, в каждом из которых исследуемое явление наступает; при этом все случаи сходны лишь в одном и различны во всех других обстоятельствах.

Метод сходства называют методом нахождения общего в различном, поскольку все случаи заметно отличаются друг от друга, кроме одного обстоятельства.

Достоверное заключение может быть получено по методу сходства лишь в том случае, если исследователю  точно известны все предшествующие обстоятельства, которые составляют закрытое множество возможных причин, а также известно, что каждое из обстоятельств не вступает во взаимодействие с другими. В этом случае индуктивное рассуждение приобретает доказательное значение,

2. Метод различия

По методу различия сравнивают два случая, в одном из которых  исследуемое явление наступает, а в другом не наступает; при этом второй случай отличается от первого лишь одним обстоятельством, а все другие являются сходными.

Метод различия называют методом нахождения различного в  сходном, ибо сравниваемые случаи совпадают  друг с другом по многим свойствам.

Применяется метод различия как в процессе наблюдения над  явлениями в естественных условиях, так и в условиях лабораторного  или производственного эксперимента. В истории химии методом различия были открыты многие вещества —  ускорители реакций, которые впоследствии получили название катализаторов. В сельскохозяйственном производстве этим методом проверяют, к примеру, эффективность удобрений.

3. Соединенный метод  сходства и различия

Этот метод представляет собой комбинацию первых двух методов, когда путем анализа множества случаев обнаруживают как сходное в различном, так и различное в сходном.

4. Метод сопутствующих  изменений

Метод применяется при  анализе случаев, в которых имеет  место видоизменение одного из предшествующих обстоятельств, сопровождаемое видоизменением исследуемого действия.

Предыдущие индуктивные  методы основывались на повторяемости  либо отсутствии определенного обстоятельства. Однако не все причинно связанные  явления допускают нейтрализацию  или замену отдельных составляющих их факторов.

Рассуждения по методу сопутствующих  изменений применяются при выявлении  не только причинных, но и других, например функциональных связей, когда устанавливают  зависимость между количественными  характеристиками двух явлений. В этом случае важное значение приобретает учет характерной для каждого рода явлений шкалы интенсивности изменений, в рамках которой количественные изменения не меняют качества явления. В любом случае количественные изменения имеют нижнюю и верхнюю границы, которые называются пределами интенсивности. В этих пограничных зонах меняется качественная характеристика явления и тем самым могут обнаруживаться отклонения при применении метода сопутствующих изменений.

Любой процесс количественных изменений имеет свои критические точки, которые следует учитывать при применении метода сопутствующих изменений, эффективно действующего лишь в рамках шкалы интенсивности. Использование метода без учета пограничных зон количественных изменений может приводить к логически некорректным результатам.

5. Метод остатков

Применение метода связано  с установлением причины, вызывающей определенную часть сложного действия при условии, что причины, вызывающие другие части этого действия, уже  выявлены.

Схема рассуждения по методу остатков имеет следующий вид:

АВС вызывает xyz

А вызывает х

В вызывает у

С вызывает z

Методом остатков был  сделан вывод о существовании  некоторых химических элементов  — гелия, рубидия и др. Предположение  основывалось на результатах, полученных в процессе спектрального анализа: были обнаружены новые линии, которые не принадлежали ни одному из уже известных химических элементов.

В практике научных и  обычных рассуждений часто встречается  модифицированный вывод по методу остатков, когда по известному действию заключают  о существовании новой по отношению к уже известной причины.

Схема модифицированного  рассуждения по методу остатков имеет  следующий вид:

 

АВС вызывает abed

А вызывает а

В вызывает Ь

С вызывает с

По-видимому, существует некий X, который вызывает d

Подобно другим индуктивным выводам метод остатков дает, как правило, проблематичное знание. Степень вероятности заключения в таком выводе определяется, во-первых, точностью знаний о предшествующих обстоятельствах, среди которых идет поиск причины исследуемого явления, во-вторых, точностью знания о степени влияния каждой из известных причин на совокупный результат. Приблизительный и неточный перечень предшествующих обстоятельств, как и неточное представление о влиянии каждой из известных причин на совокупное действие, может привести к тому, что в заключении вывода в качестве неизвестной причины будет представлено не необходимое, а лишь сопутствующее обстоятельство.

Рассуждения по методу остатков нередко используются в процессе расследования преступлений, главным  образом в тех случаях, когда устанавливают явную несоразмерность причин исследуемым действиям. Если действие по своему объему, масштабу или интенсивности не соответствует известной причине, то ставится вопрос о существовании каких-то других обстоятельств.

Рассмотренные методы установления причинных связей по своей логической структуре относятся к сложным рассуждениям, в которых собственно индуктивные обобщения строятся с участием дедуктивных выводов. Опираясь на свойства причинной связи, дедукция выступает логическим средством элиминации (исключения) случайных обстоятельств, тем самым она логически корректирует и направляет индуктивное обобщение.

Взаимосвязь индукции и  дедукции обеспечивает логическую состоятельность  рассуждений при применении методов, а точность выраженного в посылках знания определяет степень обоснованности получаемых заключений.

4. Статистические  обобщения

Особым видом умозаключений  неполной индукции являются статистические обобщения, связанные с анализом массовых событий. К ним относятся, например, массовые транспортные перевозки пассажиров и грузов, рождаемость и смертность людей, распространение заболеваний, транспортные происшествия, динамика преступлений и многие другие.

Учитывая трудности  выявления причинных зависимостей, анализ таких массовых событий позволяет установить устойчивое распределение интересующих исследователя случайных признаков. Количественная информация, выражающая устойчивые тенденции развития, имеет важное практическое значение для правильной организации обслуживания населения, профилактических мероприятий, борьбы с преступностью и т.п. Анализ массовых событий ведется чаще всего путем не сплошного, а выборочного исследования отдельных групп или образцов и логического переноса полученных результатов на все их множество. Вывод в этом случае протекает в форме статистического обобщения.