Предмет и значение логики (стр. 6 )

Неполная индукция – такое умозаключение, в котором общий вы­вод о классе предметов делается на основании изучения некоторой части класса однородных предметов, т. е. от знания некоторых пред­метов определенного класса переходят к знанию о классе предметов в целом (в том числе на неисследованные его части). Если не всем предметам класса присущ выделенный нами признак, то тоже можно сделать умозаключение по неполной индукции. На основании изученной части определенного класса явлений мож­но сделать общее заключение обо всем классе явлений, но оно может быть только вероятностным (правдоподобным) знанием, при этом сте­пень его вероятности зависит от глубины и тщательности исследования тex конкретных случаев, на которые опирается индуктивное обобщение.

По способу отбора исходного материала и обоснования заключения неполная индукция делится на два вида – популярную (индукцию через перечисление частных случаев) и научную (индукцию путем ис­ключения несущественного, лишнего – элиминативную). Популярная индукция – такая индукция, в которой общее заключе­ние о наличии какого-то признака у класса предметов делается на ос­нове повторяемости данного признака у некоторой части однородных предметов и при отсутствии противоречащего случая. Степень вероят­ности заключения в популярной индукции невысока, так как не рас­крываются причинные связи между наличием тех или иных признаков предметов. Но этим способом рассуждения часто пользуются люди в обыденной жизни, повседневной практике, наблюдая повторяющиеся явления. На основе популярной индукции в народе создаются приме­ты, пословицы и поговорки. Например: «Береги платье снову, а честь смолоду»; «Старый друг лучше новых двух»; «Лето год кормит»; «Делу время – потехе час»; «Ласточки летают над землей – к дождю» и т. п.

Типичные ошибки в индуктивных умозаключениях: а) «поспешное обобщение» – когда заключение делается на основе случайных фактов, а повторяемость признака может оказаться результатом совпадения. Или когда производится субъективное обоб­щение – предвзятый выбор фактов ради подтверждения своего мне­ния и игнорирование (сокрытие) иных фактических обстоятельств, подтасовка данных. Данная ошибка лежит в основе слухов, сплетен, непроверенных суждений; б) «после этого, значит, по причине этого» – ошибка, совершаемая тогда, когда заключение о причинах явления делается на том основа­нии, что оно произошло раньше его. Например, день предшествует ночи, но это совсем не значит, что день – причина наступления. Подобная ошибка лежит в основе суеверий и предрассудков; в) подмена условного безусловным – ошибка, которая совершается, когда не учитывается, что всякая истина конкретна – в конкретных, определенных условиях. Например, если в обычных условиях вода за­кипает при 100°С, то с изменением давления она закипает при более низкой температуре.

Заключения, полученные в результате популярной индукции, по­стоянно находятся под угрозой опровержения их истинности: доста­точно одного случая, противоречащего общему утверждению, чтобы оно стало ложным. Чтобы повысить степень надежности обобщения, необходимо: I) выявлять наиболее важные и существенные свойства изучаемых явлений (больше существенных свойств, разнообразных и наиболее существенных); 2) устанавливать существенные, необходимые связи между вновь открытыми свойствами и уже известными свойствами. Вероятность истинного заключения популярной индукции увеличи­вается, если не допускаются логические ошибки.

2. Научная индукция – такое умозаключение, в котором общий вывод (заключение) делается на основе систематического отбора повторяю­щихся случаев и исключения случайных обстоятельств, а также на ос­нове изучения существенных, повторяющихся, причинно-следствен­ных связей между явлениями. Индукцию на основе систематического отбора называют селек­тивной, в которой общий вывод о принадлежности признака классу явлений основывается на знании об образце (подклассе) явлений. Этот образец получен методическим отбором явлений из различных частей этого класса. Например, необходимо проверить доброкачест­венность поставленных товаров (допустим, консервов). Вскрыть все, чтобы проверить, – нечего будет продавать. Целесообразно выбрать из партии отдельные банки с консервами и на основе образца судить (с большей или меньшей степенью вероятности) о доброкачественно­сти всей поставленной партии.

Важно обеспечить репрезентативность образца. Но даже если мы провели тщательный и систематизирован­ный отбор, нет гарантии, что все предметы класса (популяции) будут обладать теми же признаками, что и образец, т. е. остается опасность ложного обобщения. Поэтому общее заключение в таком умозаклю­чении может быть только вероятностным. Например, при изучении причин преступности среди несовер­шеннолетних можно взять 100 первых попавшихся несовершеннолет­них, проанализировать бюджет их свободного времени, уровень обра­зования и на этом основании сделать общий вывод о причинах преступности несовершеннолетних всей области. Это – пример по­пулярной индукции. Но можно поступить иначе. Можно произвести целевой отбор несовершеннолетних для исследования – исследовать определенные репрезентативные группы школьников, учащихся средних образовательных учреждений, училищ – и выявить наиболее часто повторяющиеся причинно-следственные связи между наследст­венностью, обстоятельствами жизни и девиантным (отклоняющимся от норм) и делинквентным (преступным) поведением их в обществе. К наиболее важным причинам относятся: духовное неблагополучие, неспособность трудиться и преодолевать трудности законным путем, плохое социальное окружение, отсутствие материальных средств к су­ществованию, правовой нигилизм, распущенность, наркомания, пив­ной алкоголизм и др.

Индукция, основанная на выявлении причинно-следственных свя­зей, дает наиболее правдоподобные заключения. Что понимать под причиной при применении указанных методов? Причинной или при­чинно-следственной связью называют такое взаимодействие между явлениями, в котором одно явление при определенных условиях по­рождает другое явление, называемое следствием или действием при­чины. Причина предшествует и порождает другое явление (следствие). Следствие – явление, порождаемое причиной. Это взаимодействие всегда осуществляется при наличии необходимых условий и сопутст­вующих обстоятельств. Например, причина гриппа – взаимодействие вируса с ослабленным организмом. Обстоятельства, ослабляющие действие вируса: закалка организма, иммунитет, качественное пита­ние, активный образ жизни и т. п. Сопутствующие болезни обстоя­тельства: истощение организма, усталость, авитаминоз и т. п.

Рассматривая класс явлений и выявляя причинно-следственные связи между обстоятельствами и следствиями (действиями), исследо­ватель осуществляет следующие общие шаги: 1) сбор информации, анализ явления как сложного целого, состоящего из простых обстоя­тельств; 2) формирование суждений о свойствах изучаемых явлений, необходимых условиях и сопутствующих им обстоятельств; 3) исклю­чение обстоятельств, не являющихся необходимыми; 4) выделение повторяющихся обстоятельств и предположение о том, что данное об­стоятельство является причиной действия

Конечно, в установлении причинно-следственных связей есть свои трудности: всякому явлению предшествует бесконечное множе­ство других явлений; причина и следствие не изолированы, а взаимо­действуют; не всегда легко распознавать предшествующие и последу­ющие обстоятельства явления; у каждого явления может быть множество причин, а одна и та же причина (при наличии разных об­стоятельств) может порождать разные следствия.

3. Научная индукция включает в себя совокупность логических мето­дов, с помощью которых устанавливаются причинно-следственные зависимости. Существует пять методов научной индукции:

Метод сходства – метод, основанный на сравнении двух и бо­лее случаев изучаемого явления, имеющих общим только одно обсто­ятельство (общий признак, фактор), которое повторяется и является, вероятно, причиной искомого явления. Например, наблюдая случаи дорожно-транспортных происшест­вий (в разное время суток, разных марок машин и т. д.), можно сде­лать заключение, что большинство из них происходит в результате превышения скорости или алкогольного опьянения водителей. Трудности этого метода: нелегко отделить разные случаи изучае­мого явления; общую причину следует предварительно угадать или предположить, прежде чем искать ее в различных случаях; причина может быть не одна и связана с условиями протекания явлений. В нашем примере причин аварий может быть много. Степень веро­ятности выводов по данному методу зависит от числа рассмотрен­ных случаев и от степени различия всех обстоятельств, кроме того, которое проявилось во всех случаях и оказалось единственно суще­ственным.

Метод различия – метод, основанный на сравнении случаев (по крайней мере двух), в которых интересующее нас явление происходит при определенном обстоятельстве, а в других – не происходит из-за отсутствия данного обстоятельства, что дает основания предполо­жить, что именно данное обстоятельство является причиной наблю­даемого явления.

Соединенный метод сходства и различия. Исследование причинных связей по данному методу осуществля­ется по следующей схеме:

1. При обстоятельствах А, В, С происходит явление D.

2. При обстоятельствах М, В, F происходит явление D.

3. При обстоятельствах А, С не происходит явление D.

4. При обстоятельствах М, F происходит D.

По-видимому, В является причиной D.

Сначала рассматривается ряд случаев, в которых явление D насту­пает, затем ряд случаев, в которых то же самое явление не наступает. В первых случаях имеется общее обстоятельство В, в других случаях это обстоятельство отсутствует. Из этого делается заключение: обсто­ятельство В представляет собой либо причину, либо часть причины явления D. В практике эмпирического исследования обычно сначала рас­сматривают сходные группы явлений и устанавливают у них наличие некоторого общего признака. Затем эта группа явлений сравнивает­ся с другой группой и устанавливается отсутствие выявленного об­щего признака. В конечном итоге делается заключение о причине явлений.

Метод сопутствующих изменений – всякое явление, которое ка­ким-либо образом видоизменяется всякий раз, как видоизменяется другое явление, составляет причину или следствие этого явления, или связано с ним какой-нибудь общей причиной. Например, чем хуже состояние дороги, тем больше совершается дорожно-транспортных происшествий (при прочих равных условиях). Чем лучше состояние дороги, тем меньше происшествий. По-видимому, состояние дороги может рассматриваться как одна из причин дорожно-транспортных происшествий.

Метод сопутствующих изменений называется так потому, что в нем одни изменения и характеризующие их величины соответству­ют или сопутствуют другим изменениям и величинам. Более точно этот метод описывается с помощью понятия функциональной связи, В качестве аргумента (независимой переменной) при этом рассмат­риваются свойства и величины, которые могут изменяться исследо­вателем. Тогда функция выражает те изменения величин, которые за­висят от изменения независимой переменной. Например, изменение температуры тела можно считать аргументом, а тепловое его расши­рение – функцией.

Степень вероятности заключения по данному методу зависит от числа рассмотренных случаев, от точности знания о предшествующих обстоятельствах, а также от адекватности изменений предшествую­щего обстоятельства и исследуемого явления. Необходимо также иметь в виду, что для исследователя интерес представляют не любые, а лишь пропорционально нарастающие или убывающие изменения, Недостатком этого метода является то, что он не позволяет выяснить вопрос о том, какова в каждом случае причинная связь.

Метод остатков – метод исследования обстоятельств явлений по следующей схеме:

Составная причина сложного явления (А, В, С) связана

с обстоятельствами X, Y, Z.

Часть обстоятельств – причин X вызывает часть явления А.

Часть обстоятельств – причин У вызывает часть явления В.

По-видимому, оставшаяся часть обстоятельств Z является причиной явления С.

Эта схема иллюстрирует следующее правило метода остатков: если вычесть из данного явления ту часть его, о которой известно, что она есть следствие определенных предшествующих обстоятельств, и тогда остающаяся часть (остаток) явления будет следствием остальных предшествующих обстоятельств.

Методы научной индукции дают правдоподобные заключения. Но есть правила, которые позволяют повысить степень вероятности за­ключения в неполной индукции: исследовать как можно больше предметов изучаемого класса; стараться исследовать разнообразные виды предметов данного класса; обобщать предметы только по существенным признакам; раскрывать причинно-следственные связи между явлениями данного класса; сопоставлять полученные заключения с другими положениями науки в данной области знания, опираться на известные законы, поз­воляющие объяснить полученный вывод.

4. Особым видом умозаключений неполной индукции являются статистические обобщения. Они связаны с анализом массовых собы­тий, таких как рождаемость и смертность, распространение заболева­ний, транспортные происшествия, динамика преступлений, выборов в представительские органы, выявление рейтинга тех или иных поли­тических и общественных деятелей и др. Статистическое обобщение – это умозаключение неполной ин­дукции, в котором установленная в посылках количественная инфор­мация о частоте определенного признака в исследуемой группе (об­разце) явлений переносится в заключении на все множество явлений этого рода (популяцию).

Степень возможности возникновения интересующего нас явления или события зависит от частоты его повторения. Чем чаще повторяет­ся событие, тем выше степень его возможности или вероятности. Та­кие события впоследствии стали называть случайными массовыми событиями, ибо они, во-первых, отличаются от регулярных, законо­мерно появляющихся событий, наступление которых неизбежно; во-вторых, они не являются уникальными единичными событиями, о появлении которых бессмысленно было бы судить по частоте, ибо они никогда не повторяются. Но при достаточно длительных наблю­дениях или испытаниях можно говорить об относительной частоте появления данного случайного события. Так, наблюдая случаи забо­левания инфекционной болезнью у определенной группы населения, ученые могут выявить его относительную частоту, вычислив отноше­ние числа заболевших за определенный период времени к общему числу людей в соответствующей группе населения. Вероятность в та­ких случаях определяют путем статистических выкладок. Поэтому данное понятие вероятности называют статистическим. Численно вероятность определяется через относительную частоту, отсюда ее другое название – частотная. Статистические обобщения характери­зуют, следовательно, численное значение степени возможности появ­ления случайного массового (повторяющегося) события среди других событий при длительных испытаниях и истолковывается в терминах частотной вероятности.

Например, можно предсказать какое-либо новое событие на основе изучения равновероятного появления данного события среди многих других событий. В общей форме такое соотношение между благопри­ятствующими событиями и всеми равновероятными (равновозможными) можно изобразить формулой Р(А) = т/п, где Р(А) – вероятность события А; т – число случаев, благоприятствующих появлению события А; п – число всех равновозможных событий. Например, статистическая информация о совершении такого рода преступлений, как хулиганство, показывает, что из 100 случаев хули­ганских действий до 95 из них совершаются в состоянии алкогольного опьянения. Значит, частота хулиганства, сопровождаемая алкоголь­ным опьянением, определяется как 95/100, т. е. равна 95%. В статис­тических обобщениях логический переход от посылок к заключению дает лишь правдоподобное знание.

Статистическая вероятность характеризует не отдельное случай­ное событие, а определенный класс таких событий. Например, когда говорят о вероятности появления какого-либо заболевания, то имеют в виду заболевание не какого-либо конкретного человека, а лишь определенный процент заболевших людей. Когда говорят о степени распространенности того или иного вида преступлений, то имеют в виду вероятность появления не какого-либо конкретного деяния-преступления, а данного вида.

В статистических рассуждениях особое значение приобретают та­кие понятия, как генеральная совокупность (или популяция), с одной стороны, и выборка (или образец) – с другой. Само же умозаключе­ние может идти как от выборки к генеральной совокупности, так и от генеральной совокупности к выборке. Поэтому статистические умо­заключения могут напоминать индуктивные умозаключения, когда рассуждение идет от выборки к генеральной совокупности, и могут быть похожи на дедуктивные умозаключения, когда заключение осу­ществляется от генеральной совокупности (общего) к выборке (част­ному).

Статистический метод обобщения широко применяется в практике и научных исследованиях, при принятии решений во многих областях деятельности. Например, при составлении прогнозов популярности тex или иных решений, рейтинге политических деятелей, при анализе мнений и ответов людей, на основании которых делается вывод о мне­ниях большой совокупности людей (генеральной совокупности). Для того, чтобы прогнозы стали более адекватными и надежными, необхо­димо стремиться к тому, чтобы структура выборки отражала структуру генеральной совокупности, из которой она выбрана. Вероятность такого заключения определяется следующими условиями:

1) размером выборки, ибо чем больше ее размеры, тем больше эле­ментов всей совокупности доступно для проверки и тем выше будет вероятность заключения, относящаяся к генеральной совокупности;

2) репрезентативностью выборки, так как полученная выборка должна адекватно отражать распределение свойств и отношений в ге­неральной совокупности;

3) объективностью, непредвзятостью отбора элементов выборки. Это означает, что каждый элемент из генеральной совокупности с одинаковой степенью вероятности мог быть отобранным для вы­борки. Нарушение этого условия нередко происходит в силу тех или иных субъективных факторов: симпатий или антипатий, предубежде­ний, устоявшихся стереотипов мышления, в угоду властям или заин­тересованным лицам и т. п.

Для исследования социальных явлений в социологии существу­ют продуманные методики и техника проведения выборки, главная цель которой состоит в обеспечении репрезентативности выборки. Так, например, для проведения опросов населения особое внима­ние должно быть уделено его стратификации, или группировке, по возрастным, национальным, образовательным и другим признакам, чтобы результаты выборки можно было перенести на генеральную совокупность, а полученный результат оказался более правдопо­добным. В статистических обобщениях нет логической достоверно­сти и в принципе всегда возможен такой случай, когда большинст­во членов генеральной совокупности будут обладать общим свойством Р, а в выборке могут быть члены, которые этим свойст­вом не обладают. Поэтому заключения в статистических обобщени­ях правдоподобны.

Тема 7. ЛОГИКА ВОПРОСОВ И ОТВЕТОВ

План лекции.

1. Вопрос, его базис и предпосылка. Классификация вопросов. Логически некорректные вопросы.\

2. Ответы правильные и неправильные. Классифика­ция правильных ответов.

1. Наряду с суждением значительным и относительно самостоятель­ным эвристическим потенциалом в ряду способов познания действи­тельности обладает логико-вопросная форма мышления. С позиций логики сам вопрос по своей структурной организации близок к суж­дению и сопоставим с ним. Подобная близость выражена достаточно многообразно: во-первых, в вопросе так же, как и в суждении, пред­ставлена связь понятий; во-вторых, вопрос выражается посредством предложения; в-третьих, всякий вопрос изначально ориентирован на суждение в качестве целеполагающего, смыслового основания. Несо­мненно, можно указать и на отличия, которые существуют между суждением и вопросом. Главное из них состоит в том, что в вопросе (в отличие от того, что имеет место в суждении) связь между поняти­ями выражена не посредством утверждения или отрицания чего-либо о действительности, а через процесс стимулирования такого движения мысли, которое направлено на приращение знаний или информации об интересующем предмете.