Razonamiento inductivo
El razonamiento inductivo es un método de razonamiento en el que se considera que las premisas proporcionan alguna evidencia de la verdad de la conclusión. También se describe como un método donde se sintetizan las propias experiencias y observaciones, incluido lo que se aprende de los demás, para llegar a una verdad general.
Muchos diccionarios definen el razonamiento inductivo como la derivación de principios generales a partir de observaciones específicas (argumentando de específico a general), aunque existen muchos argumentos inductivos que no tienen esa forma.
El razonamiento inductivo es distinto del razonamiento deductivo. Si bien la conclusión de un argumento deductivo es cierta, la verdad de la conclusión de un argumento inductivo es probable, con base en la evidencia dada.
Tipos
Los tres tipos principales de razonamiento inductivo son generalización, analogía e inferencia causal. Sin embargo, estos todavía se pueden dividir en diferentes clasificaciones. Cada uno de estos, aunque similar, tiene una forma diferente.
Generalización
Una generalización (más exactamente, una generalización inductiva ) procede de una premisa sobre una muestra a una conclusión sobre la población. La observación obtenida de esta muestra se proyecta en una población más amplia.
La proporción Q de la muestra tiene el atributo A.
Por lo tanto, la proporción Q de la población tiene el atributo A.
Por ejemplo, digamos que hay 20 bolas, ya sean negras o blancas, en una urna. Para estimar sus números respectivos, dibuja una muestra de cuatro bolas y descubre que tres son negras y una blanca. Una generalización inductiva sería que hay 15 bolas negras y 5 blancas en la urna.
La cantidad de premisas que respaldan la conclusión depende de (1) el número en el grupo de muestra, (2) el número en la población y (3) el grado en que la muestra representa a la población (lo que puede lograrse tomando una muestra aleatoria muestra). La generalización apresurada y la muestra sesgada son falacias de generalización.
Generalización estadística
Una generalización estadística es un tipo de argumento inductivo en el que se infiere una conclusión sobre una población utilizando una muestra estadísticamente representativa. Por ejemplo:
De una muestra aleatoria considerable de votantes encuestados, el 66% apoya la Medida Z.
Por lo tanto, aproximadamente el 66% de los votantes apoyan la Medida Z.
La medida es altamente confiable dentro de un margen de error bien definido, siempre que la muestra sea grande y aleatoria. Es fácilmente cuantificable. Compare el argumento anterior con el siguiente. «Seis de las diez personas en mi club de lectura son libertarios. Por lo tanto, alrededor del 60% de las personas son libertarios».
El argumento es débil porque la muestra no es aleatoria y el tamaño de la muestra es muy pequeño.
Las generalizaciones estadísticas también se denominan proyecciones estadísticas y proyecciones de muestra.
Generalización anecdótica
Una generalización anecdótica es un tipo de argumento inductivo en el que se infiere una conclusión sobre una población utilizando una muestra no estadística. En otras palabras, la generalización se basa en evidencia anecdótica. Por ejemplo:
En lo que va del año, el equipo de Little League de su hijo ha ganado 6 de 10 juegos.
Por lo tanto, al final de la temporada, habrán ganado alrededor del 60% de los juegos.
Esta inferencia es menos confiable (y por lo tanto es más probable que cometa la falacia de una generalización apresurada) que una generalización estadística, primero, porque los eventos de la muestra no son aleatorios, y segundo porque no es reducible a expresión matemática. Estadísticamente hablando, simplemente no hay forma de saber, medir y calcular las circunstancias que afectarán el rendimiento que se obtendrá en el futuro.
En un nivel filosófico, el argumento se basa en la presuposición de que la operación de eventos futuros reflejará el pasado. En otras palabras, da por sentado una uniformidad de la naturaleza, un principio no probado que no puede derivarse de los datos empíricos en sí. Los argumentos que presuponen tácitamente esta uniformidad a veces se llaman Humeandespués del filósofo que fue el primero en someterlos al escrutinio filosófico.
Predicción
Una predicción inductiva saca una conclusión sobre una instancia futura de una muestra pasada. Al igual que una generalización inductiva, una predicción inductiva generalmente se basa en un conjunto de datos que consta de instancias específicas de un fenómeno. Pero en lugar de concluir con una declaración general, la predicción inductiva concluye con una declaración específica sobre la probabilidad de que la próxima instancia tenga (o no) un atributo compartido (o no compartido) por las instancias anteriores.
La proporción Q de los miembros observados del grupo G ha tenido el atributo A.
Por lo tanto, existe una probabilidad correspondiente a Q de que otros miembros del grupo G tendrán el atributo A la próxima vez que se observe.
Silogismo estadístico
Un silogismo estadístico pasa de una generalización sobre un grupo a una conclusión sobre un individuo.
La proporción Q de las instancias conocidas de la población P tiene el atributo A.
El individuo I es otro miembro de P.
Por lo tanto, hay una probabilidad correspondiente a Q de que tengo A.
Por ejemplo:
El 90% de los graduados de la escuela preparatoria Excelsior van a la universidad.
Bob se graduó de la escuela preparatoria Excelsior.
Por lo tanto, Bob irá a la universidad.
Este es un silogismo estadístico. Aunque uno no puede estar seguro de que Bob asistirá a la universidad, podemos estar completamente seguros de la probabilidad exacta de este resultado (sin más información). Podría decirse que el argumento es demasiado fuerte y podría ser acusado de «hacer trampa». Después de todo, la probabilidad se da en la premisa.
Típicamente, el razonamiento inductivo busca formular una probabilidad. Pueden ocurrir dos falacias de dicto simplicitador en silogismos estadísticos: » accidente » y » accidente inverso «.
Argumento de analogía
El proceso de inferencia analógica implica observar las propiedades compartidas de dos o más cosas y, a partir de esta base, inferir que también comparten algunas propiedades adicionales:
P y Q son similares con respecto a las propiedades a, by c.
Se ha observado que el objeto P tiene más propiedades x.
Por lo tanto, Q probablemente también tenga la propiedad x.
El razonamiento analógico es muy frecuente en el sentido común, la ciencia, la filosofía, el derecho y las humanidades, pero a veces se acepta solo como un método auxiliar. Un enfoque refinado es el razonamiento basado en casos.
El mineral A y el mineral B son rocas ígneas que a menudo contienen vetas de cuarzo y se encuentran más comúnmente en América del Sur en áreas de actividad volcánica antigua.
El mineral A también es una piedra blanda adecuada para tallar en joyería.
Por lo tanto, el mineral B es probablemente una piedra blanda adecuada para tallar en joyería.
Esta es la inducción analógica, según la cual las cosas por igual en ciertas formas son más propensas a ser similares en otras formas. Esta forma de inducción fue explorada en detalle por el filósofo John Stuart Mill en su Sistema de lógica, en el que afirma: » aquí no cabe duda de que cada semejanza ofrece cierto grado de probabilidad, más allá de lo que de lo contrario existiría, a favor de la conclusión «.
Algunos pensadores sostienen que la inducción analógica es una subcategoría de la generalización inductiva porque supone una uniformidad preestablecida que rige los eventos. La inducción analógica requiere un examen auxiliar de la relevancia de las características citadas como comunes a la pareja. En el ejemplo anterior, si se añadiera una premisa que indicara que ambas piedras fueron mencionadas en los registros de los primeros exploradores españoles, este atributo común es extraño a las piedras y no contribuye a su probable afinidad.
Una trampa de analogía es que características pueden ser palmitas : mientras que los objetos pueden mostrar similitudes sorprendentes, dos cosas yuxtapuestas pueden poseer respectivamente otras características no identificados en la analogía de que son características marcadamente dis similar. Por lo tanto, la analogía puede inducir a error si no se hacen todas las comparaciones relevantes.
Inferencia causal
Una inferencia causal saca una conclusión sobre una conexión causal basada en las condiciones de ocurrencia de un efecto. Las premisas sobre la correlación de dos cosas pueden indicar una relación causal entre ellas, pero deben confirmarse factores adicionales para establecer la forma exacta de la relación causal.
Métodos
Los dos métodos principales utilizados para llegar a conclusiones inductivas son la inducción enumerativa y la inducción eliminatoria.
Inducción enumerativa
La inducción enumerativa es un método inductivo en el que se construye una conclusión basada en el número de instancias que la respaldan. Cuantas más instancias de apoyo, más fuerte será la conclusión.
La forma más básica de razones de inducción enumerativa de instancias particulares a todas las instancias y, por lo tanto, es una generalización sin restricciones. Si uno observa 100 cisnes, y todos los 100 eran blancos, uno podría inferir una proposición categórica universal de la forma Todos los cisnes son blancos.
Como las premisas de esta forma de razonamiento, incluso si son ciertas, no implican la verdad de la conclusión, esta es una forma de inferencia inductiva. La conclusión podría ser cierta, y podría considerarse probablemente cierta, pero puede ser falsa. Las preguntas sobre la justificación y la forma de las inducciones enumerativas han sido centrales en la filosofía de la ciencia, ya que la inducción enumerativa tiene un papel fundamental en el modelo tradicional demétodo científico.
Todas las formas de vida descubiertas hasta ahora están compuestas de células.
Por lo tanto, todas las formas de vida están compuestas de células.
Esta es la inducción enumerativa, también conocida como inducción simple o inducción predictiva simple. Es una subcategoría de generalización inductiva. En la práctica diaria, esta es quizás la forma más común de inducción. Para el argumento anterior, la conclusión es tentadora pero hace una predicción muy por encima de la evidencia.
Primero, supone que las formas de vida observadas hasta ahora pueden decirnos cómo serán los casos futuros: una apelación a la uniformidad. En segundo lugar, la conclusión de todo es una afirmación muy audaz. Una sola instancia contraria frustra el argumento. Y por último, cuantificar el nivel de probabilidad en cualquier forma matemática es problemático.¿Con qué estándar medimos nuestra muestra terrenal de vida conocida contra toda (posible) vida? Supongamos que descubrimos algún organismo nuevo, digamos un microorganismo que flota en la mesosfera, o mejor aún, en algún asteroide, y es celular.
La adición de esta evidencia corroborante no nos obliga a elevar nuestra evaluación de probabilidad para la propuesta de tema? Generalmente se considera razonable responder a esta pregunta «sí», y para muchos este «sí» no solo es razonable sino incontrovertible. Entonces, ¿cuánto deberían cambiar estos nuevos datos nuestra evaluación de probabilidad? Aquí, el consenso se derrite, y en su lugar surge una pregunta sobre si podemos hablar de probabilidad de manera coherente en absoluto sin cuantificación numérica.
Todas las formas de vida descubiertas hasta ahora se han compuesto de células.
Por lo tanto, la próxima forma de vida descubierta estará compuesta de células.
Esta es la inducción enumerativa en su forma débil. Trunca «todo» en una sola instancia y, al hacer una afirmación mucho más débil, fortalece considerablemente la probabilidad de su conclusión. De lo contrario, tiene las mismas deficiencias que la forma fuerte: su población de muestra no es aleatoria y los métodos de cuantificación son esquivos.
Inducción eliminativa
La inducción eliminatoria, también llamada inducción variante, es un método inductivo en el que se construye una conclusión basada en la variedad de instancias que la respaldan. A diferencia de la inducción enumerativa, las razones de inducción eliminatoria se basan en los diversos tipos de instancias que respaldan una conclusión, en lugar del número de instancias que la respaldan.
A medida que aumenta la variedad de instancias, las conclusiones más posibles basadas en esas instancias pueden identificarse como incompatibles y eliminadas. Esto, a su vez, aumenta la fuerza de cualquier conclusión que permanezca consistente con las diversas instancias. Este tipo de inducción puede usar diferentes metodologías, como la cuasiexperimentación, que prueba y, cuando es posible, elimina la hipótesis rival.También se pueden emplear diferentes pruebas de evidencia para eliminar las posibilidades que se entretienen.
La inducción eliminatoria es crucial para el método científico y se utiliza para eliminar hipótesis que son inconsistentes con observaciones y experimentos. Se centra en posibles causas en lugar de casos reales observados de conexiones causales.
Comparación con razonamiento deductivo
El razonamiento inductivo es una forma de argumento que, en contraste con el razonamiento deductivo, permite la posibilidad de que una conclusión pueda ser falsa, incluso si todas las premisas son verdaderas. Esta diferencia entre el razonamiento deductivo e inductivo se refleja en la terminología utilizada para describir los argumentos deductivos e inductivos.
En el razonamiento deductivo, un argumento es » válido » cuando, suponiendo que las premisas del argumento son verdaderas, la conclusión debe ser verdadera. Si el argumento es válido y las premisas son verdaderas, entonces el argumento es «sólido». En contraste, en el razonamiento inductivo, las premisas de un argumento nunca pueden garantizar que la conclusión debeser cierto;
Por lo tanto, los argumentos inductivos nunca pueden ser válidos o sólidos. En cambio, un argumento es «fuerte» cuando, suponiendo que las premisas del argumento sean verdaderas, la conclusión es probablemente cierta. Si el argumento es fuerte y las premisas son verdaderas, entonces el argumento es «convincente».
Menos formalmente, un argumento inductivo puede llamarse «probable», «plausible», «probable», «razonable» o «justificado», pero nunca «cierto» o «necesario». La lógica no ofrece un puente entre lo probable y lo cierto.
La futilidad de alcanzar la certeza a través de una masa crítica de probabilidad puede ilustrarse con un ejercicio de lanzamiento de moneda. Supongamos que alguien prueba si una moneda es justa o de dos cabezas. Lanzan la moneda diez veces, y diez veces sale cara. En este punto, hay una fuerte razón para creer que tiene dos cabezas.
Después de todo, la posibilidad de diez cabezas seguidas es.: menos de uno en mil. Luego, después de 100 lanzamientos, cada lanzamiento ha salido cara. Ahora hay una certeza «virtual» de que la moneda tiene dos cabezas. Aún así, no se puede descartar lógica ni empíricamente que el próximo lanzamiento producirá colas.
No importa cuántas veces seguidas surja cara a cara, este sigue siendo el caso. Si uno programara una máquina para lanzar una moneda una y otra vez continuamente en algún momento, el resultado sería una cadena de 100 caras. En la plenitud del tiempo,
En cuanto a la pequeña posibilidad de obtener diez de diez caras de una moneda justa, el resultado que hizo que la moneda pareciera sesgada, muchos se sorprenderán al saber que la posibilidad de cualquier secuencia de caras o colas es igualmente improbable (por ejemplo, HHTTHTHHHT) y aun así ocurre en cada prueba de diez lanzamientos.
Eso significa que todos los resultados de diez lanzamientos tienen la misma probabilidad que obtener diez de diez caras, que es 0.000976. Si uno registra las secuencias de cara y cruz, para cualquier resultado, esa secuencia exacta tenía una probabilidad de 0.000976.
Un argumento es deductivo cuando la conclusión es necesaria dadas las premisas. Es decir, la conclusión debe ser verdadera si las premisas son verdaderas.
Si una conclusión deductiva se desprende debidamente de sus premisas, entonces es válida; de lo contrario, no es válido (que un argumento sea inválido no quiere decir que sea falso; puede tener una conclusión verdadera, solo que no se debe a las premisas). Un examen de los siguientes ejemplos mostrará que la relación entre premisas y conclusión es tal que la verdad de la conclusión ya está implícita en las premisas.
Los solteros no están casados porque decimosson; los hemos definido así. Sócrates es mortal porque lo hemos incluido en un conjunto de seres que son mortales. La conclusión para un argumento deductivo válido ya está contenida en las premisas ya que su verdad es estrictamente una cuestión de relaciones lógicas.
No puede decir más que sus premisas. Las premisas inductivas, por otro lado, extraen su sustancia del hecho y la evidencia, y la conclusión en consecuencia hace una afirmación o predicción objetiva. Su fiabilidad varía proporcionalmente con la evidencia. La inducción quiere revelar algo nuevo sobre el mundo.
Se podría decir que la inducción quiere decir más de lo que está contenido en las premisas.
Para ver mejor la diferencia entre argumentos inductivos y deductivos, considere que no tendría sentido decir: «todos los rectángulos examinados hasta ahora tienen cuatro ángulos rectos, por lo que el siguiente que veo tendrá cuatro ángulos rectos». Esto trataría las relaciones lógicas como algo factual y reconocible, y por lo tanto variable e incierto.
Del mismo modo, hablando deductivamente podemos decir permisiblemente. «Todos los unicornios pueden volar; tengo un unicornio llamado Charlie; Charlie puede volar». Este argumento deductivo es válido porque se mantienen las relaciones lógicas; No nos interesa su solidez objetiva.
El razonamiento inductivo es inherentemente incierto. Solo trata en la medida en que, dadas las premisas, la conclusión es creíble según alguna teoría de la evidencia. Los ejemplos incluyen una lógica de muchos valores, la teoría Dempster-Shafer o la teoría de probabilidad con reglas de inferencia como la regla de Bayes.
A diferencia del razonamiento deductivo, no se basa en que los universales mantengan un dominio cerrado del discurso para sacar conclusiones, por lo que puede ser aplicable incluso en casos de incertidumbre epistémica (sin embargo, pueden surgir problemas técnicos con esto; por ejemplo, el segundo axioma de probabilidad es una suposición de mundo cerrado).
Otra diferencia crucial entre estos dos tipos de argumento es que la certeza deductiva es imposible en sistemas no axiomáticos como la realidad, dejando el razonamiento inductivo como la ruta principal para el conocimiento (probabilístico) de tales sistemas.
Dado que «si A es verdadero, eso haría que B, C y D sean verdaderos», un ejemplo de deducción sería » A es verdadero, por lo tanto, podemos deducir que B, C y D son verdaderos». Un ejemplo de inducción sería » se observa que B, C y D son verdaderas, por lo tanto, A podría ser verdad». A es una explicación razonable de que B, C y D son verdaderas.
Por ejemplo:
Un impacto de asteroide lo suficientemente grande crearía un cráter muy grande y causaría un severo impacto invernal que podría llevar a la extinción a los dinosaurios no aviarios.
Observamos que hay un cráter muy grande en el Golfo de México que data muy cerca del momento de la extinción de los dinosaurios no aviarios.
Por lo tanto, es posible que este impacto pueda explicar por qué los dinosaurios no aviarios se extinguieron.
Sin embargo, tenga en cuenta que la explicación del asteroide para la extinción en masa no es necesariamente correcta. Otros eventos con el potencial de afectar el clima global también coinciden con la extinción de los dinosaurios no aviarios. Por ejemplo, la liberación de gases volcánicos (particularmente dióxido de azufre ) durante la formación de las trampas Deccan en la India.
Otro ejemplo de argumento inductivo:
Todas las formas de vida biológicas que conocemos dependen del agua líquida para existir.
Por lo tanto, si descubrimos una nueva forma de vida biológica, probablemente dependerá de la existencia de agua líquida.
Este argumento podría haberse hecho cada vez que se encontraba una nueva forma de vida biológica, y habría sido correcto cada vez; sin embargo, aún es posible que en el futuro se descubra una forma de vida biológica que no requiera agua líquida. Como resultado, el argumento puede expresarse menos formalmente como:
Todas las formas de vida biológicas que conocemos dependen del agua líquida para existir.
Por lo tanto, toda la vida biológica probablemente depende del agua líquida para existir.
John Vickers presentó un ejemplo clásico de un argumento inductivo incorrecto :
Todos los cisnes que hemos visto son blancos.
Por lo tanto, sabemos que todos los cisnes son blancos.
La conclusión correcta sería: esperamos que todos los cisnes sean blancos.
En pocas palabras: la deducción se trata de certeza / necesidad; la inducción es sobre probabilidad. Cualquier afirmación única responderá a uno de estos dos criterios. Otro enfoque para el análisis del razonamiento es el de la lógica modal, que se ocupa de la distinción entre lo necesario y lo posible de una manera no relacionada con las probabilidades entre las cosas que se consideran posibles.
La definición filosófica del razonamiento inductivo está más matizada que una simple progresión de instancias particulares / individuales a generalizaciones más amplias. Más bien, las premisas de un argumento lógico inductivo indican cierto grado de apoyo (probabilidad inductiva) para la conclusión, pero no implican;
Es decir, sugieren la verdad pero no la aseguran. De esta manera, existe la posibilidad de pasar de declaraciones generales a instancias individuales (por ejemplo, silogismos estadísticos).
Tenga en cuenta que la definición de razonamiento inductivo descrita aquí difiere de la inducción matemática, que, de hecho, es una forma de razonamiento deductivo. La inducción matemática se utiliza para proporcionar pruebas estrictas de las propiedades de conjuntos definidos recursivamente. La naturaleza deductiva de la inducción matemática deriva de su base en un número no finito de casos, en contraste con el número finito de casos involucrados en un procedimiento de inducción enumerativa como la prueba por agotamiento.
Tanto la inducción matemática como la prueba por agotamiento son ejemplos de inducción completa. La inducción completa es un tipo de razonamiento deductivo enmascarado.
Historia
Filosofía antigua
Para pasar de lo particular a lo universal, Aristóteles en los años 300 a. C. usó la palabra griega epagogé, que Cicerón tradujo a la palabra latina inductio. Los antiguos pirhonistas, sin embargo, señalaron que la inducción no puede justificar la aceptación de declaraciones universales como verdaderas.
Filosofía moderna temprana
En 1620, el primer filósofo moderno Francis Bacon repudió el valor de la mera experiencia y la inducción enumerativa solo. Su método de inductivismo requería que observaciones minuciosas y muy variadas que descubrieran la estructura del mundo natural y las relaciones causales debían combinarse con la inducción enumerativa para tener un conocimiento más allá del alcance actual de la experiencia.
El inductivismo, por lo tanto, requería una inducción enumerativa como componente.
David Hume
La postura de 1740 del empirista David Hume encontró que la inducción enumerativa no tenía una base racional, y mucho menos lógica, sino que la inducción era una costumbre de la mente y un requisito cotidiano para vivir. Si bien las observaciones, como el movimiento del sol, podrían combinarse con el principio de la uniformidad de la naturaleza para producir conclusiones que parecieran ciertas, el problema de la inducción surgió del hecho de que la uniformidad de la naturaleza no era un principio lógicamente válido.
Hume se mostró escéptico sobre la aplicación de la inducción enumerativa y la razón para alcanzar la certeza sobre los inobservables y, especialmente, la inferencia de causalidad por el hecho de que modificar un aspecto de una relación impide o produce un resultado particular.
Immanuel Kant
Despertado del «sueño dogmático» por una traducción al alemán de la obra de Hume, Kant intentó explicar la posibilidad de la metafísica. En 1781, la Crítica de la razón pura de Kant introdujo el racionalismo como un camino hacia el conocimiento distinto del empirismo. Kant clasificó las declaraciones en dos tipos.
Las declaraciones analíticas son verdaderas en virtud de la disposición de sus términos y significados, por lo tanto, las declaraciones analíticas son tautologías, meras verdades lógicas, verdaderas por necesidad. Mientras que las declaraciones sintéticas tienen significados para referirse a estados de hechos, contingencias.
Sin embargo, al encontrar que es imposible conocer los objetos como realmente son en sí mismos, Kant concluyó que la tarea del filósofo no debería ser mirar detrás del velo de la apariencia para ver el noúmeno, sino simplemente manejar los fenómenos.
Razonando que la mente debe contener sus propias categorías para organizar los datos sensoriales, haciendo posible la experiencia del espacio y el tiempo, Kant concluyó que la uniformidad de la naturaleza era una verdad a priori. Una clase de afirmaciones sintéticas que no era contingente, sino verdadera por necesidad, era entonces sintética a priori.
Kant salvó así la metafísica y la ley de la gravitación universal de Newton, pero como consecuencia descartó el realismo científico y desarrolló el idealismo trascendental.. El idealismo trascendental de Kant dio origen al movimiento del idealismo alemán. El idealismo absoluto de Hegel floreció posteriormente en toda Europa continental.
Filosofía moderna tardía
El positivismo, desarrollado por Saint-Simon y promulgado en la década de 1830 por su antiguo alumno Comte, fue la primera filosofía moderna de la ciencia. A raíz de la Revolución Francesa, temiendo la ruina de la sociedad, Comte se opuso a la metafísica. El conocimiento humano evolucionó de la religión a la metafísica y la ciencia, dijo Comte, que fluyó de las matemáticas a la astronomía, a la física, a la química, a la biología, a la sociología.-En ese orden- que describe dominios cada vez más complejos.
Todo el conocimiento de la sociedad se había vuelto científico, y las cuestiones de teología y metafísica no tenían respuesta. Comte encontró que la inducción enumerativa es confiable como consecuencia de su base en la experiencia disponible. Afirmó el uso de la ciencia, en lugar de la verdad metafísica, como el método correcto para el mejoramiento de la sociedad humana.
Según Comte, el método científico enmarca predicciones, las confirma y establece leyes -enunciados positivos- irrefutables por la teología o la metafísica. Con respecto a la experiencia como justificación de la inducción enumerativa al demostrar la uniformidad de la naturaleza, el filósofo británico John Stuart Mill acogió con beneplácito el positivismo de Comte, pero pensó que las leyes científicas susceptibles de ser recordadas o revisadas y Mill también se retiró de la Religión de la Humanidad de Comte.
Comte confiaba en tratar el derecho científico como una base irrefutable para todo conocimiento, y creía que las iglesias, en honor a eminentes científicos, deberían centrar la mentalidad pública en el altruismo, un término acuñado por Comte, para aplicar la ciencia para el bienestar social de la humanidad a través de la sociología, la ciencia líder de Comte.
Durante las décadas de 1830 y 1840, mientras que Comte y Mill fueron los principales filósofos de la ciencia, William Whewell encontró la inducción enumerativa no tan convincente y, a pesar del dominio del inductivismo, formuló la «superinducción». Whewell argumentó que «la peculiar importación del término Inducción » debería ser reconocida:
Hay una Concepción superinducida sobre los hechos», es decir, «la Invención de una nueva Concepción en cada inferencia inductiva». La creación de Concepciones se pasa por alto fácilmente y antes de Whewell rara vez se reconocía. Whewell explicó:
Aunque unimos los hechos al superinducirles una nueva Concepción, esta Concepción, una vez introducida y aplicada, se considera inseparablemente conectada con los hechos, y necesariamente implicada en ellos. Una vez que tuvieron los fenómenos unidos en sus mentes en virtud de la Concepción, los hombres ya no pueden restaurarlos fácilmente a la condición desprendida e incoherente en la que estaban antes de que se combinaran así «.
Estas explicaciones «superinducidas» pueden ser erróneas, pero su precisión se sugiere cuando exhiben lo que Whewell calificó de consistencia, es decir, prediciendo simultáneamente las generalizaciones inductivas en múltiples áreas, una hazaña que, según Whewell, puede establecer su verdad. Quizás para acomodar la visión predominante de la ciencia como método inductivista, Whewell dedicó varios capítulos a los «métodos de inducción» y a veces usó la frase «lógica de inducción», a pesar de que la inducción carece de reglas y no puede ser entrenada.
En la década de 1870, el creador del pragmatismo, CS Peirce realizó vastas investigaciones que aclararon la base de la inferencia deductiva como una prueba matemática (como, independientemente, lo hizo Gottlob Frege ). Peirce reconoce la inducción, pero siempre insistió en un tercer tipo de inferencia que Peirce denomina diversamente secuestro o retroducción o hipótesis o presunción.
Filósofos posteriores denominaron el secuestro de Peirce, etc., inferencia a la mejor explicación (EBI).
Filosofía contemporánea
Bertrand Russell
Habiendo destacado el problema de inducción de Hume, John Maynard Keynes planteó la probabilidad lógica como su respuesta, o tan cerca de una solución como pudiera llegar. Bertrand Russell encontró el Tratado de Probabilidad de Keynes como el mejor examen de inducción, y creía que si se leía con Le Probleme logique de l’induction de Jean Nicod, así como la revisión de RB Braithwaite del trabajo de Keynes en la edición de octubre de 1925 de Mind, eso abarcaría «la mayor parte de lo que se sabe sobre la inducción», aunque el «tema es técnico y difícil, involucrando una gran cantidad de matemáticas».
Dos décadas después,Russell propuso la inducción enumerativa como un «principio lógico independiente». Russell encontró:
El escepticismo de Hume se basa completamente en su rechazo del principio de inducción. El principio de inducción, aplicado a la causalidad, dice que si A se ha encontrado muy seguido acompañado o seguido por B, entonces es probable que en la próxima ocasión que A se observa, se acompañado o seguido de B.
Para que el principio sea adecuado, un número suficiente de instancias debe hacer que la probabilidad no sea muy inferior a la certeza. Si este principio, o cualquier otro del que pueda deducirse, es verdadero, entonces las inferencias casuales que Hume rechaza son válidas, no como certeza, sino como una probabilidad suficiente para fines prácticos.
Si este principio no es cierto, cada intento de llegar a leyes científicas generales a partir de observaciones particulares es falaz, y el escepticismo de Hume es inevitable para un empirista. El principio en sí no puede, por supuesto, sin circularidad, inferirse de las uniformidades observadas, ya que se requiere para justificar tal inferencia.
Debe, por lo tanto, ser, o deducirse de, un principio independiente no basado en la experiencia. En esta medida, Hume ha demostrado que el empirismo puro no es una base suficiente para la ciencia. Pero si se admite este principio, todo lo demás puede proceder de acuerdo con la teoría de que todo nuestro conocimiento se basa en la experiencia.
Debe admitirse que esta es una desviación seria del empirismo puro, y que aquellos que no son empiristas pueden preguntar por qué, si se permite una desviación, se prohíben otras. Sin embargo, estas no son preguntas directamente planteadas por los argumentos de Hume. Lo que demuestran estos argumentos, y no creo que la prueba pueda ser controvertida, es que la inducción es un principio lógico independiente, incapaz de inferirse de la experiencia o de otros principios lógicos, y que sin este principio, la ciencia es imposible «.
Todo lo demás puede proceder de acuerdo con la teoría de que todo nuestro conocimiento se basa en la experiencia. Debe admitirse que esta es una desviación seria del empirismo puro, y que aquellos que no son empiristas pueden preguntar por qué, si se permite una desviación, se prohíben otras. Sin embargo, estas no son preguntas directamente planteadas por los argumentos de Hume.
Lo que demuestran estos argumentos, y no creo que la prueba pueda ser controvertida, es que la inducción es un principio lógico independiente, incapaz de inferirse de la experiencia o de otros principios lógicos, y que sin este principio, la ciencia es imposible «. todo lo demás puede proceder de acuerdo con la teoría de que todo nuestro conocimiento se basa en la experiencia.
Debe admitirse que esta es una desviación seria del empirismo puro, y que aquellos que no son empiristas pueden preguntar por qué, si se permite una desviación, se prohíben otras. Sin embargo, estas no son preguntas directamente planteadas por los argumentos de Hume. Lo que demuestran estos argumentos, y no creo que la prueba pueda ser controvertida, es que la inducción es un principio lógico independiente, incapaz de inferirse de la experiencia o de otros principios lógicos, y que sin este principio, la ciencia es imposible «.
Otros están prohibidos Sin embargo, estas no son preguntas directamente planteadas por los argumentos de Hume. Lo que demuestran estos argumentos, y no creo que la prueba pueda ser controvertida, es que la inducción es un principio lógico independiente, incapaz de inferirse de la experiencia o de otros principios lógicos, y que sin este principio, la ciencia es imposible «.
Otros están prohibidos Sin embargo, estas no son preguntas directamente planteadas por los argumentos de Hume. Lo que demuestran estos argumentos, y no creo que la prueba pueda ser controvertida, es que la inducción es un principio lógico independiente, incapaz de inferirse de la experiencia o de otros principios lógicos, y que sin este principio, la ciencia es imposible «.
Gilbert Harman
En un artículo de 1965, Gilbert Harman explicó que la inducción enumerativa no es un fenómeno autónomo, sino que simplemente es una consecuencia encubierta de la Inferencia a la mejor explicación (EBI). OIE es sinónimo de lo contrario CS Peirce ‘s secuestro. Muchos filósofos de la ciencia que defienden el realismo científico han sostenido que la EBI es la forma en que los científicos desarrollan teorías científicas aproximadamente verdaderas sobre la naturaleza.
Crítica
Aunque los filósofos al menos tan lejos como la pirronista filósofo Sexto Empírico han señalado la falta de solidez del razonamiento inductivo, la crítica filosófica clásica del problema de la inducción fue dada por el filósofo escocés David Hume.Aunque el uso del razonamiento inductivo demuestra un éxito considerable, la justificación de su aplicación ha sido cuestionable.
Al reconocer esto, Hume destacó el hecho de que nuestra mente a menudo saca conclusiones de experiencias relativamente limitadas que parecen correctas pero que en realidad están lejos de ser ciertas. En deducción, el valor de verdad de la conclusión se basa en la verdad de la premisa. En la inducción, sin embargo, la dependencia de la conclusión sobre la premisa es siempre incierta.
Por ejemplo, supongamos que todos los cuervos son negros. El hecho de que haya numerosos cuervos negros respalda la suposición. Nuestra suposición, sin embargo, se vuelve inválida una vez que se descubre que hay cuervos blancos. Por lo tanto, la regla general «todos los cuervos son negros» no es el tipo de declaración que puede ser cierta.
Hume argumentó además que es imposible justificar el razonamiento inductivo: esto se debe a que no puede justificarse deductivamente, por lo que nuestra única opción es justificarlo inductivamente. Dado que este argumento es circular, con la ayuda deEl tenedor de Hume concluyó que nuestro uso de la inducción es injustificable.
Sin embargo, Hume afirmó que incluso si la inducción se demostrara poco confiable, aún tendríamos que confiar en ella. Entonces, en lugar de una posición de escepticismo severo, Hume abogó por un escepticismo práctico basado en el sentido común, donde se acepta la inevitabilidad de la inducción. Bertrand Russell ilustró el escepticismo de Hume en una historia sobre un pollo, alimentado todas las mañanas sin falta, quien, siguiendo las leyes de inducción, concluyó que esta alimentación siempre continuaría, hasta que el granjero le cortara la garganta.
En 1963, Karl Popper escribió: «La inducción, es decir, la inferencia basada en muchas observaciones, es un mito. No es un hecho psicológico, ni un hecho de la vida ordinaria, ni un procedimiento científico». El libro Objective Knowledge de Popper de 1972, cuyo primer capítulo está dedicado al problema de la inducción, abre:
Creo que he resuelto un problema filosófico importante: el problema de la inducción «. En el esquema de Popper, la inducción enumerativa es «una especie de ilusión óptica» emitida por los pasos de conjetura y refutación durante un cambio de problema. Un salto imaginativo, la solución tentativaes improvisado, carece de reglas inductivas para guiarlo.
La generalización resultante, sin restricciones, es deductiva, una consecuencia implícita de todas las consideraciones explicativas. La controversia continuó, sin embargo, con la supuesta solución de Popper no generalmente aceptada.
Más recientemente, se ha demostrado que la inferencia inductiva es capaz de llegar a la certeza, pero solo en casos excepcionales, como en los programas de aprendizaje automático en inteligencia artificial (IA). La postura de Popper sobre la inducción como ilusión se ha falsificado: existe una inducción enumerativa.
Aun así, el razonamiento inductivo está abrumadoramente ausente de la ciencia. Aunque hoy en día los filósofos, los secuestros o IBE, de los que tanto se habla mucho, carece de reglas de inferencia y las inferencias alcanzadas por quienes lo emplean se llega con imaginación y creatividad humana.
Sesgos
El razonamiento inductivo también se conoce como construcción de hipótesis porque cualquier conclusión hecha se basa en el conocimiento y las predicciones actuales. Al igual que con los argumentos deductivos, los sesgos pueden distorsionar la aplicación adecuada del argumento inductivo, evitando así que el razonador forme la conclusión más lógica basada en las pistas.
Los ejemplos de estos sesgos incluyen la disponibilidad heurística, el sesgo de confirmación y el sesgo del mundo predecible.
La disponibilidad heurística hace que el razonador dependa principalmente de la información fácilmente disponible para él o ella. Las personas tienden a confiar en información fácilmente accesible en el mundo que les rodea. Por ejemplo, en las encuestas, cuando se pide a las personas que estimen el porcentaje de personas que murieron por diversas causas, la mayoría de los encuestados elige las causas que han prevalecido más en los medios de comunicación, como terrorismo, asesinatos y accidentes de aviación, en lugar de causas como enfermedades y accidentes de tráfico, que técnicamente han sido «menos accesibles» para el individuo, ya que no se los enfatiza tanto en el mundo que los rodea.
El sesgo de confirmación se basa en la tendencia natural a confirmar en lugar de negar una hipótesis actual. La investigación ha demostrado que las personas tienden a buscar soluciones a los problemas que son más consistentes con las hipótesis conocidas en lugar de intentar refutar esas hipótesis. A menudo, en experimentos, los sujetos harán preguntas que buscan respuestas que se ajusten a las hipótesis establecidas, lo que confirma estas hipótesis.
Por ejemplo, si se hipotetiza que Sally es una persona sociable, los sujetos buscarán naturalmente confirmar la premisa haciendo preguntas que produzcan respuestas que confirmen que Sally es, de hecho, una persona sociable.
El sesgo del mundo predecible gira en torno a la inclinación a percibir el orden donde no se ha demostrado que exista, ya sea en absoluto o en un nivel particular de abstracción. El juego, por ejemplo, es uno de los ejemplos más populares de sesgo mundial predecible. Los jugadores a menudo comienzan a pensar que ven patrones simples y obvios en los resultados y, por lo tanto, creen que pueden predecir los resultados en función de lo que han presenciado.
En realidad, sin embargo, los resultados de estos juegos son difíciles de predecir y de naturaleza altamente compleja. En general, las personas tienden a buscar algún tipo de orden simplista para explicar o justificar sus creencias y experiencias, y a menudo les resulta difícil darse cuenta de que sus percepciones del orden pueden ser completamente diferentes de la verdad.
Inferencia bayesiana
Como una lógica de inducción en lugar de una teoría de la creencia, la inferencia bayesiana no determina qué creencias son a priori racionales, sino que determina cómo debemos cambiar racionalmente las creencias que tenemos cuando se nos presentan pruebas. Comenzamos por comprometernos con una probabilidad previa de una hipótesis basada en la lógica o la experiencia previa y, cuando nos enfrentamos a la evidencia, ajustamos la fuerza de nuestra creencia en esa hipótesis de manera precisa utilizando la lógica bayesiana.
Inferencia inductiva
Alrededor de 1960, Ray Solomonoff fundó la teoría de la inferencia inductiva universal, una teoría de predicción basada en observaciones, por ejemplo, prediciendo el siguiente símbolo basado en una serie dada de símbolos. Este es un marco inductivo formal que combina la teoría de la información algorítmica con el marco bayesiano.
La inferencia inductiva universal se basa en fundamentos filosóficos sólidos, y puede considerarse como una navaja de Occam formalmente matemática. Los ingredientes fundamentales de la teoría son los conceptos de probabilidad algorítmica y la complejidad de Kolmogorov.
Referencias
Rainbolt, George W.; Dwyer, Sandra L. (2014). Pensamiento crítico: el arte del argumento. Stamford, CT: Aprendizaje Cengage. pags. 57. ISBN 978-1-285-19719-7.
Publicación, Walch (2004). Estrategias de evaluación para la ciencia: Grados 6-8. Portland: Walch Publishing. pags. 4. ISBN 0-8251-5175-9.
Argumentos deductivos e inductivos», Enciclopedia de Filosofía de Internet, Vale la pena señalar que algunos diccionarios y textos definen «deducción» como razonamiento de lo general a específico y definen «inducción» como razonamiento de lo específico a lo general. Sin embargo, hay muchos argumentos inductivos que no tienen esa forma, por ejemplo:
La vi besarlo, realmente besarlo, así que estoy seguro de que está teniendo una aventura».
Copi, IM; Cohen, C.; Flage, DE (2006). Essentials of Logic (Segunda ed.). Upper Saddle River, Nueva Jersey: Pearson Education. ISBN 978-0-13-238034-8.
Fuentes
- Url: books.google.com.ph
- Url: www.iep.utm.edu
Autor
