演绎推理与归纳推理(deductive vs. inductive reasoning)的区别,在于论证声称提供哪种支持。演绎论证(deductive argument)声称:如果前提为真,结论就必然成立;归纳论证(inductive argument)声称:证据使结论成为很可能的。两个标签都不保证质量:演绎论证可能无效,归纳论证也可能薄弱。
演绎与归纳一览
| 特征 | 演绎推理 | 归纳推理 |
|---|---|---|
| 意图提供的支持 | 必然的、决定性的支持 | 概率性的支持 |
| 作者在主张什么 | 结论必须由前提推出 | 证据使结论很可能成立 |
| 主要评估问题 | 论证是否有效(valid)? | 证据对结论的支持有多强? |
| 前提为真时结论可能为假吗? | 有效的演绎论证中不可能;无效的则可能 | 可能,即使是强归纳论证 |
| 常见模式 | 把一般规则应用到具体案例 | 把观察扩展为更广的主张或预测 |
| 常见弱点 | 无效的条件推理或范畴推理 | 有偏样本、因果缺口、证据缺失、过度概括 |
“从一般到特殊”和“从特殊到一般”是有用的速记,但不是定义。一个论证可以使用一般规则,却在演绎上失败;同样,基于若干观察的论证也可能只想提出一个谨慎的概率性主张,并且相当有力。
可靠的问题是:作者看起来在提供哪种标准的支持?
什么是演绎推理?
演绎推理声称以必然性确立结论。如果前提为真且论证有效,结论就不可能为假。
考虑这个论证:
- 所有哺乳动物都是恒温的。
- 海豚是哺乳动物。
- 所以,海豚是恒温的。
这是演绎论证,因为它把结论呈现为在给定前提下不可回避的。它同时也是有效的:不存在前提 1 和 2 为真而结论 3 为假的可能情形。
有效性与健全性
当一个演绎论证的结构在假定前提为真时能保证结论成立,它就是有效的(valid)。有效性并不意味着前提真的为真。
- 所有猫都会说法语。
- Monty 是一只猫。
- 所以,Monty 会说法语。
这个论证在形式上是有效的:如果两个前提都为真,结论就必然为真。但第一个前提是假的,所以这个论证不是健全的(sound)。
一个健全的演绎论证必须同时满足:
- 结构上有效
- 前提为真
一个无效的演绎论证
- 如果一个论证是循环论证,它就有缺陷。
- 这个论证有缺陷。
- 所以,这个论证是循环论证。
作者把结论呈现得仿佛必然成立,所以这是一次演绎尝试。但它是无效的:许多有缺陷的论证并不是循环论证,因此前提可能为真而结论为假。
当用条件句表达时,这种错误通常被称为肯定后件(affirming the consequent):
- 如果 P,那么 Q。
- Q。
- 所以,P。
在 LSAT 逻辑推理(Logical Reasoning)题中,注意“如果”“只有……才”“除非”“需要”这类条件性措辞。一个结论可以听起来铿锵有力,却依然无法从给定条件中推出。
什么是归纳推理?
归纳推理声称提供概率性支持。结论超出了前提严格保证的范围,但证据仍可能使它是合理的。
考虑这个论证:
- 在对这所学校学生的调查中,大多数受访者表示,短时段练习让他们学习更有效。
- 所以,短时段练习很可能帮助这所学校的许多学生更有效地学习。
这个结论并不确定。受访者可能不典型,他们的自我报告可能不完美,学生之间也可能存在调查未捕捉到的差异。但这些证据仍可能为一个有限的结论提供有意义的支持。
强归纳论证与弱归纳论证
归纳推理不以有效性来评判,而是评估其强度:
- 证据与结论相关吗?
- 样本能代表所讨论的群体吗?
- 结论声称的是否超出了证据的支持范围?
- 是否存在貌似合理的替代解释?
- 重要的缺失信息会改变评估吗?
强归纳论证的证据能使结论的可能性显著提高;弱归纳论证则留下太多未解释之处,或做出超越现有证据的跳跃。
例如:
> 三个同学用了一款新的记忆卡片应用,成绩都提高了。这款应用能提高所有人的成绩。
这是一个归纳论证,但很弱。三个同学不能代表所有人,而且他们的成绩提高也可能源于额外的学习时间、换了老师,或后来的考试更简单。
常见模式:谨慎使用
演绎模式:应用规则
> 每个在截止日期前提交全部所需材料的申请人都会获得审核。Priya 在截止日期前提交了全部所需材料。所以,Priya 会获得审核。
如果第一句陈述真的没有例外,这就是一个有效的演绎论证。它从一般规则走向具体案例,这是常见的演绎模式。
归纳模式:从趋势做预测
> 最近六套练习题每套都至少包含一道因果推理题。下一套练习题很可能也包含一道因果推理题。
这是归纳。过去的规律为预测提供了一定支持,但不能保证它。其强度取决于这里没有给出的事实,比如练习题是如何编排的。
归纳模式:从证据推断因果
> 几个开始每天散步的人报告说睡得更好了。所以,每天散步能改善睡眠。
这个论证提供了概率性的因果支持,但就目前的表述而言很弱:它没有排除参与者作息中的其他变化。
更强的版本会加入有意义的对照:
> 在一项研究中,条件相近的参与者被分配为开始每天散步或维持原有作息,散步组的睡眠质量改善更大。
这样的证据更能支持因果结论,因为它回应了替代解释。
如何识别推理类型
不要一上来就用“结论有没有可能为假?”这种二元测试。只有在确认论证试图提供演绎支持之后,这个问题才能用来判定有效性。改用两个阶段。
第一步:推断作者意图提供的支持标准
先找出结论,问作者想确立什么。
作者是在说结论从规则、定义、范畴或条件中以确定性推出吗?那就当作演绎论证,检验它的有效性。
作者是在说证据、观察或某种规律使结论很可能成立吗?那就当作归纳论证,评估它的强度。
“必然”“所以”“证明”这类词可以提示演绎意图,但措辞不是决定性的。要看论证在证据与结论之间声称的关系。
第二步:使用正确的检验
对演绎论证,问:
> 所有前提都为真而结论为假,可能吗?
如果可能,论证无效;如果不可能,论证有效。
对归纳论证,问:
> 这些前提让结论的可能性提高了多少?还有哪些相关的可能性没有排除?
留意过小或有偏的样本、证据与结论之间的错配、缺失的对照组,或未被回应的替代原因。
这种两阶段方法能避免一个常见错误:把所有不确定的论证都斥为糟糕的推理。归纳论证本来就不该提供确定性,它们该做的是为自己实际提出的结论提供足够的支持。
带解析的练习题
第 1 题:分类并评估论证
> 所有依赖调查的论证都需要有代表性的样本来支持宽泛的结论。这个论证依赖调查。所以,它需要有代表性的样本来支持宽泛的结论。
答案:演绎,且有效。
一旦确认该论证以调查为基础,作者就把结论呈现为必然的。如果两个前提都为真,结论就随之成立。
第 2 题:找出缺陷
> 一所大学在图书馆询问了 40 名志愿者是否更喜欢在线授课。多数人说是。所以,大多数大学生更喜欢在线授课。
答案:归纳概括,且薄弱。
结论本身是一个关于大多数大学生偏好的范畴性断言(categorical claim)。使这个论证成为归纳论证的,是它把有限的证据作为对这个更广断言的支持来提供,而不是作为保证。评估证据强度:一个图书馆里的志愿者未必能代表整所大学,他们的偏好可能不同于没有自愿参与、或不使用那个图书馆的学生。
更强的论证会使用有代表性的样本,并让结论的范围与证据相匹配。
第 3 题:检验有效性
> 如果一项研究确立了因果关系,它就排除了貌似合理的替代解释。这项研究没有排除貌似合理的替代解释。所以,它没有确立因果关系。
答案:演绎,且有效。
其结构是否定后件式(modus tollens):
- 如果确立了因果关系,替代解释就已被排除。
- 替代解释没有被排除。
- 所以,因果关系没有被确立。
这个形式是有效的:如果前提为真,结论必然成立。
第 4 题:强化推理
> 一家咖啡馆延长了晚间营业时间,下个月营收增加了。所以,更长的营业时间导致了营收增长。
答案:归纳因果推理。
结论貌似合理,但尚未得到充分支持。营收增加也可能来自季节性需求、一次促销、附近施工结束或其他变化。
一条有力的强化陈述是:
> 同期没有延长晚间营业时间的同类咖啡馆,并未出现类似的营收增长。
这一对照减少了替代解释,使因果主张更可信。
为什么这一区分对 LSAT 和 GRE 备考很重要
LSAT 逻辑推理奖励精确诊断。面对演绎论证,你可能需要找出条件推理错误,或判断什么必然成立;面对归纳论证,任务往往涉及检验样本、因果主张、对照和假设。
现行 GRE 的 Analyze an Issue 任务要求你展开并捍卫一个立场,而不是分析给定的论证。即便如此,这一区分仍能帮你写出更好的论证支持:当证据只是例证而非定论时明说,避免把例子当成证明,并在主张属于概率性时承认其局限。正如 ETS 在其 GRE 分析性写作概览中说明的,自 2023 年 9 月 22 日起,Analyze an Argument 已从 GRE General Test 中移除,因此不要把它过去的论证批判形式误当成现在的作文任务。
想动手练习,读完本文后试试 PurrLearn 的演绎推理与归纳推理测验。重点关注涉及条件陈述、因果主张、样本证据、基础比率谬误(base-rate fallacy)等思维陷阱的题目。
常见问题
演绎推理总是比归纳推理更好吗?
不是。当前提和结构能支撑一个必然结论时,有效的演绎推理很有用。而预测、科学探究以及在证据不完整时做出的日常决策,都离不开归纳推理。
演绎论证可能无效吗?
可能。一个演绎论证可以声称证明了结论,实际上却没有做到。无效意味着前提可能为真而结论为假。
结论可能为假的归纳推理也能算强吗?
能。强归纳论证使结论很可能成立,而不是保证成立。新证据或异常结果仍然可能让结论落空。
从一般到特殊一定是演绎吗?
不一定。这是常见的演绎模式,但论证仍可能无效,也可能只是把一般性断言用作概率性结论的证据。应按论证意图提供的支持标准来分类。
结语
演绎推理声称提供必然支持;归纳推理声称提供概率性支持。先识别作者主张的是哪种标准,再对演绎论证检验有效性,对归纳论证评估证据强度。
当你能在看答案之前先说出支持标准,就可以掐表实战了:演绎还是归纳测验会在你每判一题的瞬间给出对错。