17.归纳论证

到目前为止，我们所讨论的所有论证都是演绎论证。传统区分演绎论证和归纳论证的方法是：演绎论证是从一般到个别，而归纳论证则恰恰相反。这是区分两者的有效方法，但有其局限性。更准确地区分两者的方法是：演绎论证得出的是必然性结论，而归纳论证只能得出可能性结论。

作为论证形式的两种类别，演绎论证和归纳论证都具有论证的两个基本要素：前提和结论。在演绎论证中，我们只用一个正确的命题作为起点（大前提）。通常，它是一个全称命题，包括的是许多事物（例如"每颗树都有根系"）。演绎论证的基本原理是：从一个我们知道为真的命题（大前提）开始，经过抽丝剥茧的分析（通过小前提到结论）得出原始命题后隐含的是什么。这就是一个论证产生的过程。如下例：

广告：个人专属 VPN，独立 IP，无限流量，多机房切换，还可以屏蔽广告和恶意软件，每月最低仅 5 美元

每棵树都有根系。

门边的白杨是树。

所以，门边的白杨有根系。

结论的真实性已经包含在大前提中。论证只是把它形诸于外。可以说，演绎论证是解析过程，因为它把普遍的事实还原成了它的组成部分。

归纳论证的前提则是一个由特殊命题组合而成的系列证据。这些证据是得出一个关于它们共性的可信的结论的基础。但是，是什么促使研究者为某个特别的现象努力收集证据？是假设。假设是关于事物应该是什么样子或者可能是什么样子的科学推测。假设的灵感可能来源于某次偶然观察，它触动了你曾经的灵感，也可能是长期研究测算的结果。

举个关于归纳的简单例子。让我们来设定一个人，亨利，生活在很久以前的一个贫困地区。他很喜欢狗，自己养了五只。一天，他的妹妹带着两个女儿来看他。两个女孩来到了一个新鲜环境，非常兴奋，想和几只狗迅速地熟悉起来。亨利把狗带到院子里，逐一点名。一个女孩抬起手去拍一只被点到名的狗的头，结果那只狗一惊，迅速地跑掉了。另一个女孩，首先把手伸到了那只狗的鼻子下面，让它嗅一嗅自己，然后，这只狗就任由女孩来拍它的头。"嗯，"亨利想，"很有意思。仅仅是巧合吗？"

他问他的两个外甥女是否愿意来做一个实验。两个女孩都很乐意。亨利告诉她们，他将逐一点余下的四只狗的名字。当每只狗被点到的时候，一个女孩要先伸出手做出要拍它的样子，然后另一个再把手放在狗的鼻子下面。结果每次都一样：在第一种情况下，狗都被吓跑了，而在第二种情况下，它们就表现得很驯服，愿意接受抚摸。经过简单的归纳，亨利得出了狗在哪些环境下会做出什么行为的试验性结论。

整个科学的帝国建立在归纳推理的基础上。科学家一直致力于收集零散的信息，以期能举一反三，推导出一般模式。一旦模式被探测到，一旦重复出现的规律性被记录到，可信的推测就有了坚实的土壤。如果我观测到，只要现象Y不发生，现象X就绝不会出现（假设我已经观察了成千上万次的现象X），那么我可以合理推测，如果现象X明天会出现，那么现象Y一定会发生。归纳推理因此成为了演绎推理的基础。

归纳推理的目的是对大量的事物做出可信的一般性结论（即有高度可能性）。如果可能，逐一检测特定范围内的所有的成员，以此来确定是否每个成员都具备这个特征，这样得出的结论就是确定的。但是这种做法基本上是不可能的（亨利不可能去对世界上的每一只狗都做实验）。所以研究者所要做的就是：以整体中的某一部分为样本来做研究，以此来代表整体。样本范围的大小决定了它的代表性。想要代表一个整体，你所取的样本必须足够多，多到你可以合理地认为它涵盖了整体中的所有情况。