归纳推理与演绎推理：如何让自己更有说服力？

图片来源：Pexels.com

虽然听上去会有点奇怪，但在科学、法律以及其它的一些领域，并不存在直接证明某事为事实的依据（proof），有的只是通过事实和观察而得出的结论。

虽然科学家无法证明一个假设的真实性，但是他们却可以通过收集证据（evidence），来尽可能地证明其真实性。同样，虽然律师也无法证明某件事到底有没有发生，但是他们却能够提供不可辩驳的证据。

在如今这个充满各种虚假新闻的时代，“到底什么才是真实的？”这个问题显得愈发重要。这篇文章，探索了到底什么才是真理，又该如何建立真理等问题。具体而言，我们将拆分为归纳推理（Inductive Reasoning）和演绎推理（Deductive Reasoning）两个方法进行阐述。

推理的本质，就在于寻找真理。然而，真理却并不是我们认为的那般简单。

很早以前，哲学家就曾讨论过“世上到底有没有绝对真理？”这个话题。虽然目前并没有明确答案，但这也不应该阻挡我们通过了解更多知识，来提高思维方式的做法。

大体上，如果可以基于现有证据去证实某个事情，那我们就可以推断它是真的。证据越多，结论则越具有说服力。当论及样本时，样本大小也是非常关键的因素。

在某些领域，接受非常主观的真理是非常有必要的。比如，伦理学家认为，因为随着时代的发展，标准会改变，而且世界各地对同一事物的标准也可能不同，因此，要建立绝对真理、判定某事到底是对还是错，则并不简单。

当论及推理时，措辞得体的陈述可以被看作具有客观真理。而有些具有客观真理的陈述，则又可能无法具体评判。比如，对于“世界上并不存在外星人”这一说法，虽然其它地方有证据证明其存在，但我们目前却没有证据来证明它们到底存在还是不存在。

无论是演绎推理还是归纳推理，它们都属于基于证据的推理方式。

在推理过程中，通常有以下几种证据：

对于超乎寻常的宣称，证据的份量必须要和它的不寻常程度相称。

——《分析概率论》（Théorie analytique des probabilités），法国概率论学家、物理学家拉普拉斯（Laplace）

图片来源：Fact/Myth

归纳推理

提到归纳推理，不得不提到英国著名侦探小说家阿瑟·柯南·道尔（Arthur Conan Doyle）笔下的虚构侦探夏洛克·福尔摩斯（Sherlock Holmes）。

福尔摩斯观察万事万物细致入微，在特定环境下，可以根据他的观察而得出可能性最大的结论。虽然他经常假装他的知识属于非黑即白的，但这并不是事实。那是真正的推理，并且是根据他的观察而得出的极具说服力的解释。

以他第一次与华生（Watson）见面为例，看他到底是如何推理判断华生刚从阿富汗回国。

归纳推理的过程需要结合事实，同时需要利用逻辑来得出结论。我们无时无刻不在使用归纳推理。如果一位文学品味较好的朋友给你推荐了一本书的话，你可能就会假设认为这本书一定非常有趣。

当然，归纳推理有强有弱。如果归纳论证非常强，则得出的结论更可能是真的；反之，假设与实际结论之间的逻辑可能就不正确。

就归纳推理而言，主要有以下六种推理方式：

我们的整个法律体系也都是基于合理推理而设计的。因此，其肯定也是建立在证据之上。对律师而言，他们通常采用归纳推理，在不同事实之间找到联系，从而发现相应证据，并得出结论。

通常，最初的结论都是基于概括推理或统计推理而得出的。即便这个结论还不是百分百确定的情况下，也基本能暗示出他的真实性。正因如此，证据也很少被当作铁定的事实。

比如说，如果在犯罪现场发现一枚指纹，那么就会说“这枚指纹和嫌疑人的指纹相符”，而不是“这就是嫌疑人的指纹”。这样的描述中所暗示的内容，即是说，从统计角度而言，这基本上不可能不是嫌疑人的指纹。

此外，归纳推理还涉及到贝叶斯更新（Bayesian updating）。所谓贝叶斯更新，即在某个特定阶段，某个假设可以被视作是真实的，但如果出现新的证据后，那就必须再次调整更新这个假设。

贝叶斯更新，实际上就是随着新的证据不断涌现，而去调整某个假设是否属实的可能性的一种做法。

图片来源：Mattbuck

如果在法律情境下使用归纳推理，借助于贝叶斯更新，就可以在证据不断呈现的背景下，不断地调整被告在合理怀疑下有罪的可能性。

如果我们设想一个简单的纯假设性的刑事案件，那我们就能想象在归纳推理过程中结合贝叶斯推断的情形。

比如说，在一个房子里，有一个人被谋杀了，而当时有另外五名成年人在场。其中有一个人是主要的犯罪嫌疑人，而且也没有证据显示其他人进过这个房子。

针对这个案件，主要犯罪嫌疑人实施谋杀的最初可能性只有20%。但随着其它证据的出现，就会影响这个可能性的比例。

如果另外四个人都作证说，他们看见了主要犯罪嫌疑人实施谋杀的犯罪行为，嫌疑人的指纹也和凶器上的指纹一致，而且嫌疑人的衣服上还带有受害人的血迹，那陪审团可能就基本上接近100%地认为，嫌疑人就是这起凶杀案的凶手。

当然，现实情况比这个例子可能要更加复杂。但结论永远都没有百分百确定，只有无限地接近百分百。

演绎推理和归纳推理的主要区别之一，就在于后者可以认定某个结论是不确定的，并且在将来还可能会发生改变的。这个结论既不强，也不弱；既不对，也不错。在日常生活中，我们也无时无刻不在使用归纳推理，根据我们的所见所闻得出某个结论，并且随后还有可能调整我们的看法。

不过，我们日常生活中的归纳推理也并不一定总是正确的，但通常都能起到帮助作用。

比如，迷信观念就通常来源于归纳推理。如果运动员在袜子反着穿的那天，刚好训练成绩特别理想的话，他们可能会认为，袜子反穿可能会给他们带来好运。

如果下一次他们再把袜子反穿的时候，又刚好再次获得成功的话，这个观念可能就会进一步增强。反之，他们可能就会不断地调整这种观念，直到认为这种观念是错误的为止。

再举一个例子（暂且先不考虑火鸡是否具有主观能动性）：农户每天都会给火鸡喂食，于是，火鸡就认为，农户会负责它的“衣食住行”。但直到感恩节那天，这个假设才被推翻。

如果滥用归纳推理，那结论中可能就会出现认知捷径和偏见。我们所生活的世界，并不会像归纳推理所认为的那样具有预测性。我们可能会有选择性地根据过去的经验来认定我们的信念。

如果滥用归纳推理的话，一个人在运气不好的时候，可能只会回忆过去运气不好的经历，来支撑其假设，同时忽略曾经运气好的种种经历。

在《12个秘密，写出有说服力的论据》（The 12 Secrets of Persuasive Argument）一书中，作者写道：

在《归纳推理》（Inductive Reasoning）一书中，作者写道：

图片来源：网络

演绎推理

演绎推理都是从广泛的事实起头的，即大前提。比如，人固有一死。接下来，就会接着另一个小前提，一个更具体的陈述。比如，苏格拉底是人。于是，得出一个结论：苏格拉底不会永生。

如果大前提和小前提都是真实的，那结果就不可能是假的。

演绎推理是非黑即白的推理，结论要么真，要么假；不可能出现可能真或者可能假的情况。判定演绎推理是否属实，主要评估的是前提和结论之间关联性的强弱。如果人固有一死，而苏格拉底也是人的话，那他就不可能永生。如果前提不属实，结论更加不可能属实。

在科学领域，科学家也经常用演绎推理来证明结论的真实性。首先提出假设，然后通过收集证据来支撑这个假设。如果证据可以支撑其真实性，那假设就可以被证实。

演绎推理的结构通常是：如果A等于B，C又是A的话，那么C就是B。如果A不等于B，那么C就不可能等于B。

在科学领域，当从具体观察中得出广泛结论时（通过数据来得出结论），也会涉及到归纳推理。如果通过数据可以看出一个确凿模式，它同样可以用来支撑假设。

比如，看到十只白天鹅后，我们可以用归纳推理来推论，所有的天鹅都是白色的。对于这样的假设，我们更容易去推翻，而不是去证实。此外，前提也并不一定属实，但基于现有证据，以及研究人员找不到它不属实的情形，那这些前提也就只好被认定为真实的。

通过结合演绎推理和归纳推理，可以让科学更接近于事实。大体而言，一个说法越是奇怪，那么支撑它的证据往往就越强。

同时，我们需要警惕的是，演绎推理有时候看起来有道理，但实际上可能没有引出事实。比如，一只狗有四个爪子，我的宠物有四个爪子。所以，我的宠物是一只狗。这个结论，从表面上来看，似乎具有逻辑，但实际则不然，因为最初的前提太具体了。

图片来源：Benjamin Frisch

写在最后……

在《TED演讲的秘密》（How to Deliver a TED Talk）一书中，作者杰瑞米·多诺万（Jeremey Donovan）写道：

一直以来，逻辑都是一项非常重要的技能。因为我们每天都会经常使用它，所以通过了解我们得出相关结论说采用的具体方法，我们也可以获益多多。

了解如何提出论证，无论是对我们做出抉择，还是了解整个世界是如何运转的，都具有宝贵的价值作用。它还可以帮助我们识别那些通过谬误论证来故意误导我们的行为。此外，了解和学习推理方式，也可以帮助我们避免陷入逻辑谬误，更好地与人交流与谈判。

译者：井岛俊一