論理って・・・何でつか？ - 1085801309

1：（´・ω・`) </b><font color=#FF0000>（D/ULnvDs）</font><b>：2004/05/29(土) 12:28: 「帰納」についての一考察（というほどのものでは絶対に無い！なのでつ！）

帰納とは、複数のサンプルを収集して、その結果から何らかの結論を導き出すという方法（又はプロセス）である。
あらかじめ、何らかの結論を導き出すための行為なのであるから、当然に「何かしらの結論めいたモノ」が導き出されることになる。

※この点については、科学的ではないとの批判もあるようだが・・・
　何のためにサンプルを集めるのか、という『恣意的な目的』によって収集対象となるサンプルが異なることになる。
　したがって、結論にも何かしらの恣意性が介在しているおそれがある、というわけである。

通常、帰納には二つの異なる働きが存在する。
一つが「発見の文脈」であり、他方が「正当化の文脈」である。

・発見の文脈について
　具体的には、理論を導き出すためにサンプルを利用するケースを指す。
　例えば、気体の「体積」「温度」「圧力」を測定する。
　この相関関係を散布図に落としてみると・・・
　　ＰＶ／Ｔ＝一定
　これが「発見の文脈」の基本的なパターンである。
　しかし、注意しなければならないことがある。
　帰納法によって関係性を導くためには、どうしても一定の飛躍、すなわち「推定」という行為が必要とされる。
　この端的な例は、同一のサンプルを検証した結果、異なる結論を導き出すことも不可能ではないからだ。
　更に言えば、サンプルが有限個（サンプルというぐらいだから有限個であることは自明である。）から、無限個の解釈可能な関係性が発見される可能性すら否定できない。
　そのような場合において、もっとも確からしいと想定される関係性を選択するという行為は、当該関係性を導き出そうとした者に委ねられる。
　これをもって「帰納により導出された関係性又は理論には確実さが欠ける」ということがある。

・正当化の文脈について
　すでに提示されている関係性又は理論の当てはまりの確度を測定すること（又はプロセス）をいう。
　当該行為においても、往々にして帰納的手法が用いられ、乱暴に言ってしまえば、より多くの事象に合致した方がより良い関係性又は理論であると解釈される。
　例えば、前述の
　　ＰＶ／Ｔ＝一定
　について考えてみると、様々な検証者によって、設定条件を変えながらＰ・Ｖ・Ｔの関係性が測定される。
　その際にはＰ・Ｖ・Ｔの関係を示すデータが多ければ多い良い。

　※「確からしい」ということを「定量化」するためにはベイズ統計を用いることが多い。
　　これは人工知能等の開発時にも用いられている。

最後に、これら二つの文脈の区分はそれほど明確なものではない。
帰納法を用いるケースであっても、理論を創出しつつ同時に確認もしていくプロセスもよくある。

※反証主義等の「科学的見地」から帰納を排除する試みも行われている。
　その際に問題とされるのは「正当化の文脈」についてであることが多い。