This is a good article. Click here for more information.

논리적 추론

Logical reasoning
논쟁
연역
유효한

소리

언사운드

무효한

언사운드

귀납적이지 않음
강한.

코젠트

언코센트

약한

언코센트

논리적 추론은 논증의 정확성과 관련이 있습니다.핵심적인 차이점은 연역적인 논쟁과 비연역적인 논쟁입니다.

논리적 추론은 엄격한 방법으로 결론에 도달하는 것을 목표로 하는 정신적 활동입니다.그것은 일련의 전제와 추론에서 시작하여 이 전제들에 의해 지지되는 결론에 이르기까지 추론이나 논쟁의 형태로 발생합니다.전제와 결론은 명제, 즉 사건이 무엇인지에 대한 진실 또는 거짓 주장입니다.그들은 함께 논쟁을 형성합니다.논리적 추론은 이성적인 사람이라면 누구나 납득할 수 있는 올바른 논증을 구성하는 것을 목표로 한다는 점에서 규범적으로 통제됩니다.논리적 추론을 연구하는 주요 학문은 논리학이라고 불립니다.

그들이 사용하는 규범과 그들이 도달하는 결론의 확실성에 관해 다른 유형의 논리적 추론들은 서로 다릅니다.연역적 추론은 가장 강력한 지지를 제공합니다. 전제는 결론을 보장하며, 모든 전제가 사실이라면 결론이 거짓이 될 수 없다는 것을 의미합니다.예를 들어, 그러한 주장은 타당한 주장이라고 불립니다: 모든 사람은 필멸합니다; 소크라테스는 사람이기 때문에, 소크라테스는 필멸합니다.타당한 주장에 대해서는 전제가 실제로 진실인지 여부가 중요한 것이 아니라, 그것이 사실이라면 결론이 거짓일 수 없다는 것만 중요합니다.유효한 인수는 modus ponens 또는 modus tollens와 같은 추론 규칙을 따릅니다.연역적 추론은 형식 논리와 수학에서 중심적인 역할을 합니다.

추론적이지 않은 논리적 추론의 경우, 전제는 그 진리를 보장하지 않고도 그들의 결론을 합리적으로 설득력 있게 만듭니다.이것은 종종 확률의 관점에서 이해됩니다. 전제는 결론이 사실일 가능성을 더 높게 만들고 추론이 강하게 일어날 가능성을 더 높게 만듭니다.결론이 아직 전제에서 발견되지 않은 새로운 정보를 소개하기 때문에 약간의 불확실성이 남아 있습니다.귀납적이지 않은 추론은 일상 생활과 대부분의 과학에서 중심적인 역할을 합니다.흔히 거론되는 유형은 귀납적, 납북적, 유추적 추론입니다.귀납적 추론은 많은 개별 사례에서 발견되는 패턴으로부터 보편적인 법칙을 추론하는 일반화의 한 형태입니다.그것은 흑까마귀에 대한 많은 개별 관찰을 바탕으로 "모든 까마귀는 검은색"이라는 결론을 내릴 수 있습니다."최선의 설명에 대한 추론"이라고도 알려진 납치 추론은 관찰과 이 관찰을 설명하는 사실에 대한 이유에서 출발합니다.환자의 증상을 검사하여 근본적인 원인을 진단하는 의사가 그 예입니다.유추적 추론은 두 유사한 시스템을 비교합니다.그 중 하나에 특징이 있음을 관찰하고 다른 하나에도 이러한 특징이 있음을 결론짓습니다.

논리적 추론의 기준에 미치지 못하는 주장을 오류라고 합니다.결과를 확인하는 것과 같은 형식적 오류의 경우, 오류는 논쟁의 논리적 형태에 있습니다.잘못된 딜레마와 같은 비공식적 오류의 경우, 잘못된 추론의 근원은 대개 논쟁의 내용이나 맥락에서 발견됩니다.어떤 이론가들은 논리적 추론을 대략 비판적 사고와 같은 넓은 의미로 이해합니다.이 점에서, 그것은 전제로부터 결론을 도출하는 능력 이외에 인지 능력을 포함합니다.예를 들면 이유를 생성하고 평가하는 기술과 정보의 신뢰성을 평가하는 기술이 있습니다.추가적인 요소는 새로운 정보를 찾고, 불일치를 방지하며, 결정을 내리기 전에 여러 가지 행동 방침의 장단점을 고려하는 것입니다.

Argument_terminology.svg

정의.

논리적 추론은 엄격한 방법으로 결론에 도달하는 것과 관련된 사고의 한 형태입니다.[1]이것은 결론에 도달하기 위해 일련의 전제에 존재하는 정보를 변형함으로써 추론의 형태로 발생합니다.[2][3]"주어진 맥락에서 정보를 선택하고 해석하며, 연결을 맺고, 제공되고 해석된 정보와 관련 규칙과 과정을 바탕으로 결론을 검증하고 도출하는 것"으로 정의할 수 있습니다.[4]논리적 추론은 어떤 결론을 도출하는 것이 아니라 전제가 결론을 지지하고 그것을 믿는 이유로 작용하도록 보장한다는 점에서 엄격합니다.[5][6]한 가지 핵심적인 측면은 이 지원이 특정한 추론자에게 국한되는 것이 아니라 합리적인 사람이라면 누구나 전제에 근거하여 결론을 설득력 있게 받아들일 수 있다는 것입니다.[6][1]이런 식으로 논리적 추론은 지식을 확장시키는 역할을 합니다.[7]

논리적 추론을 연구하는 주요 학문은 논리학이라고 불립니다.공식 논리와 비공식 논리로 나뉘는데, 공식 논리와 비공식 논리 추론을 연구합니다.[8][9][10]전통적으로 논리적 추론은 형식적 논리에 의해 연구되는 연역적 추론과 주로 관련이 있었습니다.[11]그러나 넓은 의미에서 귀납적, 납북적, 유추적 추론과 같은 비귀납적 추론의 형태도 포함됩니다.[12][13][14]

논리적 추론의 형태는 공통적으로 규범이 지배하는 방식으로 추론을 하기 위해 전제를 사용한다는 점을 가지고 있습니다.규범이 지배하는 관행으로서 규범의 적용에 관한 상호주관적 합의, 즉 전제가 그들의 결론을 지지하는지 여부와 정도에 관한 합의를 목표로 합니다.논리적 추론의 유형은 그들이 사용하는 정확한 규범과 그들이 도달하는 결론의 확실성에 관해 다릅니다.[1][15]연역적 추론은 수학적 증명처럼 확실하게 결론을 내리고 가장 강력한 지지를 제공합니다.귀납적이지 않은 추론의 경우, 전제는 결론을 더 가능성 있게 만들지만 그것을 보장하지는 않습니다.이 지지는 정도에 따라 나옵니다. 경험 과학에서 잘 연구된 문제의 경우와 마찬가지로 강력한 주장은 결론을 매우 가능하게 만듭니다.[1][16]어떤 이론가들은 논리적 추론을 매우 광범위하게 정의하는데, 이는 고급 사고를 담당하는 인지적 기술로서의 역할을 포함합니다.그런 점에서 비판적 사고와 거의 같은 의미를 가지고 있습니다.[13][17]

기본개념

논리적 추론의 연구와 분석에는 다양한 기본 개념이 사용됩니다.논리적 추론은 일련의 전제로부터 결론을 추론함으로써 이루어집니다.[3]전제와 결론은 보통 명제로 봅니다.명제는 어떤 경우에 해당하는지에 대한 주장을 하는 진술입니다.이 점에서 명제는 진리를 나타내는 존재로서 작용합니다. 그것들은 참이거나 거짓입니다.[18][19][3]예를 들어, "물이 끓고 있다" 라는 문장은 명제가 참일 수도 있고 거짓일 수도 있기 때문에 표현합니다.반면 "물이 끓고 있나요?" 또는 "물을 끓이세요!"라는 문장은 참도 거짓도 아니기 때문에 어떤 명제도 표현하지 않습니다.[20][3]논리적 추론의 출발점으로 사용되는 명제를 전제라고 합니다.그들로부터 추론된 명제를 결론이라고 합니다.[18][19]예를 들어 "모든 강아지는 개다; 모든 강아지는 동물이다; 그러므로 모든 강아지는 동물이다"라는 주장에서 "모든 강아지는 개다"와 "모든 강아지는 동물이다"라는 명제가 전제로 작용하는 반면 "모든 강아지는 동물이다"라는 명제는 결론입니다.[21][22]

결론과 함께 전제의 집합을 논법이라고 합니다.[23][3]추론은 전제로부터 시작하여 결론에 도달하는 추론의 정신적 과정입니다.[18][24]그러나 논리학에서는 "논쟁"과 "추론"이라는 용어가 혼용되는 경우가 많습니다.논쟁의 목적은 이 믿음에 대한 이유를 제공함으로써 어떤 것이 사실이라는 것을 사람에게 설득하는 것입니다.[25][26]자연어의 많은 논쟁들은 모든 전제들을 명시적으로 언급하지 않습니다.대신에, 그 전제들은 종종 암묵적으로 가정되는데, 특히 그것들이 명백해 보이고 상식에 속한다면 더욱 그렇습니다.[25][27]어떤 이론가들은 단순한 주장과 복잡한 주장을 구분합니다.복잡한 논증은 많은 하위 논증으로 구성됩니다.이런 식으로, 이전 주장의 결론이 이후 주장의 전제로 작용하는 연쇄가 형성됩니다.복잡한 인수가 성공하려면 이 체인의 각 링크가 성공해야 합니다.[18][25]

전제가 결론에 대한 지지를 제공하는지 여부에 따라 주장이 옳거나 틀립니다.이것은 종종 확률의 관점에서 이해됩니다. 만약 올바른 주장의 전제가 사실이라면, 그것의 결론 또한 사실일 확률을 높입니다.논리적 추론의 형태는 전제가 결론을 어떻게 뒷받침하는지에 따라 구별될 수 있습니다.연역적 논쟁은 가능한 한 가장 강력한 지지를 제공합니다.귀납적이지 않은 주장은 더 약하지만 그럼에도 불구하고 정확한 추론의 형태입니다.[28][29]"증명"이라는 용어는 연역적 주장 또는 매우 강력한 비연역적 주장에 자주 사용됩니다.[30]부정확한 주장은 그들의 결론이 틀렸다는 것을 의미하지는 않지만,[31][32] 혹은 충분한 지지를 제공하지 않으며, 오류라고 불립니다.[33]

연역추론

주요 기사:연역추론

연역적 추론은 연역적 추론을 이끌어내는 정신적 과정입니다.연역적으로 유효한 추론은 가장 신뢰할 수 있는 추론의 형태입니다. 모든 전제가 사실이라면 그들의 결론이 거짓이 되는 것은 불가능합니다.[34][35]이것은 전제의 진실성이 결론의 진실성을 보장한다는 것을 의미합니다.연역적 주장이 타당하고 모든 전제가 사실이라면 타당합니다.[36]예를 들어, "모든 개구리는 양서류이다"와 "어떤 고양이도 양서류가 아니다"라는 전제에서 "어떤 고양이도 개구리가 아니다"라는 결론을 유추하는 것은 타당한 주장입니다.그러나 잘못된 전제가 있는 주장도 연역적으로 타당할 수 있는데, "모든 개구리는 포유류"와 "어떤 고양이도 포유류가 아니다"라는 전제에서 "어떤 고양이도 개구리가 아니다"라고 추론하는 것과 같습니다.이러한 점에서 전제가 사실일 경우에는 그 결론이 거짓이 될 수 없고, 실제로 사실인지 여부가 아닌 경우에만 문제가 됩니다.[37]

연역적으로 유효한 인수는 추론 규칙을 따릅니다.[38]추론 규칙은 전제와 결론의 논리적 형태에만 의존하고 구체적인 내용에는 의존하지 않는 결론을 도출하는 체계입니다.[39][40]가장 많이 논의되는 추론 규칙은 모더스 포넨입니다.다음과 같은 형태를 갖습니다: p; 만약 p이면 q; 따라서 q.이 계획은 p와 q가 무엇을 나타내든 연역적으로 유효합니다.[41][5]예를 들어 "오늘은 일요일이고, 오늘이 일요일이면 오늘 출근하지 않아도 되니 오늘 출근하지 않아도 된다"는 주장은 모더스포넨스의 형식을 띠고 있기 때문에 연역적으로 타당합니다.[42]다른 일반적인 추론 규칙으로는 modus tollens (q가 아님; p이면 q가 있음; 따라서 p가 아님)와 논리적 삼단논법 (p 또는 q; p가 아님; 따라서 q가 있음)이 있습니다.[42][43]

연역적 추론을 지배하는 규칙은 종종 연역적 논증의 정확성을 평가하기 위한 논리적 체계로 공식적으로 표현됩니다.아리스토텔레스적 논리학은 가장 초기의 체계 중 하나이며 2천 년 이상 동안 서양 세계에서 논리학의 표준으로 취급되었습니다.그것은 "소크라테스는 인간이다"와 "모든 사람은 인간이다"라는 전제로부터 "소크라테스는 인간이다"라는 결론을 내리는 것과 같은 삼단논법에 기초하고 있습니다.[44][45][46]현재 지배적인 체계는 고전 논리학으로 알려져 있으며 삼단논법 외에도 많은 추가적인 형태의 추론을 다루고 있습니다.소위 확장 논리는 고전 논리를 기반으로 하며 특정 도메인에 대한 추가 추론 규칙을 도입합니다.예를 들어, modal logic은 무엇이 가능하고 무엇이 필요한지를 추론하는 데 사용될 수 있습니다.시간 논리는 사건 이전, 사건 중, 사건 후에 일어난 일에 대한 추론을 이끌어내기 위해 사용될 수 있습니다.[47][48][49]고전 논리학과 그 확장은 대부분의 논리학자들이 수용하는 일련의 기본적인 논리적 직관에 의존합니다.배제중의 법칙, 이중부정 제거, 폭발의 원리, 진리의 이중성 등이 그것입니다.[50]소위 일탈 논리학은 이러한 기본적인 직관들 중 일부를 거부하고 주장의 타당성을 지배하는 대안적인 규칙들을 제안합니다.[44][51][52]예를 들어, 직관적 논리학은 배제중과 이중부정 제거의 법칙을 거부하고, 부조화 논리학은 폭발의 원리를 거부합니다.[52][53][54]

연역적 추론은 형식 논리와 수학에서 중심적인 역할을 합니다.[1]수학에서, 그것은 보통 공리라고 불리는 일련의 전제에 기초하여 수학적 정리를 증명하는 데 사용됩니다.예를 들어, 페아노 산술은 연역적 추론을 사용하여 자연수의 모든 본질적인 성질을 추론할 수 있는 작은 공리 집합을 기반으로 합니다.[55][56]

귀납적 추론

귀납적 추론은 연역적 추론 외에도 논리적 추론의 중요한 형태입니다.그것은 연역적인 상대와 마찬가지로 결론에 도달하고 지지하기 위해 전제로부터 추론을 이끌어내는 형태로 발생합니다.귀납적이지 않은 추론의 특징은 이 지지가 실패할 수 있다는 것입니다.이것은 전제가 사실일 경우, 결론 또한 사실일 가능성은 더 높지만 확실하지는 않다는 것을 의미합니다.[57][58]따라서 귀납적이지 않은 주장에 대해서는 결론이 여전히 거짓일 때 모든 전제가 진실일 수 있습니다.귀납적 추론, 귀납적 추론, 유추적 추론 등 다양한 유형의 비귀납적 추론이 있습니다.[1][59]연역적 추론보다는 귀납적 추론이 일상생활에서 더 일반적입니다.[60]

귀납적이지 않은 추론은 증폭적이고 설득력이 있습니다.[61][62]때때로, 귀납적이지 않은 추론, 증폭적 추론, 그리고 기각가능한 추론이라는 용어는 비록 그들의 의미에 약간의 차이가 있을지라도 동의어로 사용됩니다.귀납적이지 않은 추론은 그것이 아직 전제에 존재하지 않는 정보에 도달한다는 점에서 보충적입니다.반면 연역적 추론은 추가 정보를 추가하지 않고 구내에 이미 존재하는 정보만 추출하기 때문에 비응용적입니다.[62][63][59]그래서 귀납적이지 않은 추론으로, 사람은 전에는 몰랐던 새로운 것을 배울 수 있습니다.그러나 새로운 정보가 추가되었다는 것은 이 추가된 정보가 거짓일 수도 있다는 것을 의미합니다.이것이 비공제적 추론이 연역적 추론만큼 안전하지 않은 이유입니다.[58][64]

밀접하게 관련된 측면은 귀납적이지 않은 추론이 설득력이 있거나 유일무이한 추론이 아니라는 것입니다.이것은 사람이 새로운 정보를 배우면서 결론을 철회해야 할 수도 있다는 것을 의미합니다.예를 들어, 한 사람이 지금까지 본 모든 새들이 날 수 있다면, 이 사람은 모든 새들이 날 수 있다는 귀납적 결론에 도달하는 것이 정당합니다.펭귄이 날지 않는 새라는 것을 알게 되면 추론자가 수정해야 할 수도 있기 때문에 이 결론은 설득력이 있습니다.[65][66][67]

귀납적

주요 기사:귀납적 추론
Photo of an Australian raven
흑까마귀에 대한 많은 개별 관찰을 바탕으로 귀납적 추론을 통해 모든 까마귀가 흑인이라는 것을 추론할 수 있습니다.

귀납적 추론은 개별 사례의 집합에서 출발하여 모든 사례를 지배하는 보편적 법칙에 도달하기 위해 일반화를 사용합니다.[68][69][70]어떤 이론가들은 이 용어를 매우 넓은 의미로 사용하여 어떤 형태의 비 귀납적 추론도 포함합니다.[69][71][68]좀 더 좁은 의미에서 '특정 사례의 관찰로부터 일반적인 법칙이나 원리를 유추하는 과정'이라고 정의할 수 있습니다.[68]예를 들어, "지금까지 본 까마귀는 모두 흑인"이라는 경험적 관찰에서 출발하여 귀납적 추론을 통해 "모든 까마귀는 흑인"이라고 추론할 수 있습니다.좀 더 약한 형태로 귀납법은 예를 들어 "다음에 보게 될 까마귀는 검은색"이라는 단일 사례에 대한 개별적인 결론을 추론하는 데 사용될 수도 있습니다.[69][1]귀납적 추론은 통계적 추론 및 확률적 추론과 밀접한 관련이 있습니다.[72]귀납적이지 않은 다른 형태의 추론처럼 귀납적인 것은 확실하지 않습니다.이것은 그 전제들이 결론을 더 개연성 있게 함으로써 그것을 지지하지만 그것의 진실성을 보장하지는 않는다는 것을 의미합니다.이와 관련하여 귀납적 추론의 결론은 전제에서 아직 발견되지 않은 새로운 정보를 포함합니다.[68][60][1]

결론에 상당한 지지를 제공하기 위해서는 전제의 다양한 측면이 중요합니다.이 점에서 표본 크기는 결론을 도출하기 전에 많은 개별 사례를 고려하도록 보장하기 위해 커야 합니다.[60][73]밀접하게 연결된 요인은 표본이 랜덤하고 대표적이라는 것입니다.이는 다양한 주요 특성을 가진 개인들의 공정하고 균형 잡힌 선택을 포함한다는 것을 의미합니다.예를 들어, 인간에 대한 일반화를 할 때, 표본은 다른 인종, 성별 및 연령대의 구성원을 포함해야 합니다.[60][74][75]일상생활에서 많은 추리는 귀납적입니다.예를 들어, 어떤 상황에서 어떤 사람이 어떻게 반응할지 예측할 때, 비슷한 상황에서 그 사람이 이전에 어떻게 반응했는지에 근거하여 귀납적 추론을 사용할 수 있습니다.그것은 과학에서 똑같이 중심적인 역할을 하는데, 과학은 종종 많은 특정한 관찰로 시작하여 보편적인 법칙에 도달하기 위해 일반화 과정을 적용합니다.[76][77][1]

귀납적 추론 분야에서 잘 알려진 문제는 이른바 귀납적 문제입니다.그것은 귀납적 추론의 결론을 믿는 것이 정당한지 또는 왜 정당한지의 문제에 관한 것입니다.이 문제는 데이비드 흄(David Hume)에 의해 처음 제기되었는데, 그는 미래의 사건들이 과거의 관측과 유사할 필요가 없다고 주장합니다.이 점에서 미래의 사건에 대한 귀납적 추론은 자연이 획일적으로 유지된다는 가정에 달려 있는 것 같습니다.[78][79]

납북자

주요 기사 : 납북 추리

유괴 추론은 일반적으로 관찰에서 이 관찰을 설명하는 사실에 대한 추론으로 이해됩니다.거리가 젖은 것을 보고 비가 왔다는 것을 유추하는 것이 한 예입니다.종종 "가장 좋은 설명에 대한 추론"이라는 표현이 동의어로 사용됩니다.[80][81][1]이 표현은 일반적으로 동일한 사실에 대한 많은 가능한 설명이 있으며 추론자는 가장 좋은 설명만을 추론해야 한다는 것을 강조합니다.예를 들어, 쓰나미는 왜 거리가 비에 젖었는지도 설명할 수 있지만, 이것은 보통 가장 좋은 설명이 아닙니다.귀납적 사유의 한 형태로서 납치는 전제가 사실이라 하더라도 결론의 진실성을 보장하지는 않습니다.[80][82]

설명이 그럴듯하면 그럴수록, 그것은 그 전제들에 의해 더 강력하게 지지를 받습니다.이 점에서 그 설명이 단순하여 즉 불필요한 주장을 포함하지 않는다는 점, 그리고 그것이 기성지식과 부합한다는 점 등이 문제가 됩니다.[83][81][84]좋은 설명을 위한 다른 중심 기준은 관찰되고 일반적으로 알려진 사실에 적합하고 관련성이 있고 정확하며 순환적이지 않다는 것입니다.이상적으로, 그 설명은 경험적 증거에 의해 입증 가능해야 합니다.설명에 특별한 주장이 포함되어 있다면 매우 강력한 증거가 필요합니다.[84]

Photo of a medical examination
의사들은 환자의 증상을 조사할 때 그들의 근본적인 원인을 알아내기 위해 납북 추론을 사용합니다.

납치 추론은 연구자들이 설명할 수 없는 현상들을 발견할 때 과학에서 중심적인 역할을 합니다.이 경우, 관측치를 설명할 수 있는 일반적인 원리를 생각해 내기 위해 추측의 형태에 의존하는 경우가 많습니다.그런 다음 가설을 검정하고 비교하여 어떤 가설이 가장 좋은 설명을 제공하는지 확인합니다.[85][84]이것은 특히 원인과 결과 사이의 관계를 발견하고자 하는 인과적 추론의 경우와 관련이 있습니다.[84]납치는 일상 생활에서도 매우 흔합니다.그것은 거기서 유사하지만 덜 체계적인 형태로 사용됩니다.[85][84]예를 들어, 이것은 사람들이 다른 사람들이 말하는 것에 대한 신뢰와 관련이 있습니다.어떤 사람이 주장하는 이유에 대한 가장 좋은 설명은 보통 그들이 그것을 믿고 그것에 대한 증거를 가지고 있다는 것입니다.이런 유형의 납치 추론은 일반적으로 명시적인 방식으로 그려지지 않는데도 왜 다른 사람들이 말하는 것을 보통 신뢰하는지와 관련이 있습니다.화자의 진술이 모호하고 청중들이 화자가 의미할 수 있었던 것이 무엇인지 발견하고 설명하려고 할 때 비슷한 일이 일어납니다.[85]납치 추론은 의사가 환자의 증상을 조사하여 근본적인 원인을 진단할 때 흔히 사용됩니다.[1]

아날로그

Photo of a Zucker rat
저커 쥐를 대상으로 한 비만과 고혈압 연구의 경우처럼 동물 실험에서 인간에게 통찰력을 전달하는 데 유추적 추론이 사용될 수 있습니다.[86][87]

유추적 추론은 유사성과 관련하여 두 시스템을 비교하는 것을 포함합니다.한 시스템에 대한 정보에서 시작하여 두 시스템 간의 유사성을 기반으로 다른 시스템에 대한 정보를 추론합니다.[88][89]도식적으로 표현하면, 유추의 인수는 다음과 같은 형태를 갖습니다: (1) a는 b와 유사합니다; (2) a는 특징 F를 갖습니다; (3) 따라서 b도 특징 F를 갖을 것입니다.[89][90]예를 들어, 유추적 추론은 동물에 대한 의학 실험으로부터 인간에 대한 정보를 추론하는 데 사용될 수 있습니다: (1) 쥐는 인간과 유사합니다; (2) 산아제한제는 쥐의 뇌 발달에 영향을 줍니다; (3) 따라서 인간의 뇌 발달에도 영향을 미칠 수 있습니다.[86]

유추적 추론을 통해 지식은 한 상황이나 영역에서 다른 영역으로 전달될 수 있습니다.유추의 주장은 그 결론에 대한 지지를 제공하지만 진실성을 보장하지는 않습니다.그들의 힘은 다양한 요인에 따라 달라집니다.시스템이 더 유사할수록, 한 개체의 주어진 특징이 다른 개체도 특징지을 수 있습니다.또 다른 요소는 유사성의 정도뿐만 아니라 관련성에 관한 것입니다.예를 들어, 플라스틱으로 만들어진 인공 딸기는 모양, 색깔, 표면 구조 등 여러 면에서 실제 딸기와 비슷할 수 있습니다.하지만 이러한 유사점들은 인조 딸기가 진짜 딸기만큼 달콤한 맛이 나는지와는 무관합니다.[91]

유추적 추론은 문제 해결, 의사 결정 및 학습에서 중심적인 역할을 합니다.단순한 신체적 특징과 복잡한 추상적인 아이디어를 위해 모두 사용할 수 있습니다.[92][93]과학에서, 아날로그는 복잡한 현상을 간단한 방법으로 이해하기 위해 종종 모델에 사용됩니다.예를 들어, 보어 모델은 행성이 태양 주위를 어떻게 회전하는지 비유하여 아원자 입자의 상호작용을 설명합니다.[94][95]

오판

주요 기사:오류

오류는 잘못된 논증 또는 잘못된 추론 형태입니다.이것은 그 전제가 결론에 대한 충분한 지지를 제공하지 않거나 충분하지 않다는 것을 의미합니다.잘못된 점은 종종 첫인상이 맞는 것처럼 보이고, 따라서 사람들이 그것을 받아들이고 사용하도록 유혹합니다.논리학적으로 오류라는 용어는 결론이 거짓이라는 것을 의미하지 않습니다.오히려 결론에 이르는 과정에서 일종의 오류를 범했다는 의미일 뿐입니다.우연한 사고에 의해 결론이 사실이더라도 주장은 오류가 될 수 있습니다.논리학의 영역 밖에서, "거짓"이라는 용어는 때때로 논쟁이 아닌 잘못된 믿음이나 이론에 대해 약간 다른 의미로 사용됩니다.[32][96][97]

오류는 일반적으로 공식적인 오류와 비공식적인 오류로 나뉩니다.형식적 오류는 형식적인 언어로 표현되며 대개 연역적 추론에 속합니다.그들의 잘못은 논리적인 형태, 즉 그것이 타당한 추론 규칙을 따르지 않는다는 것에 있습니다.[98][99]잘 알려진 형식적 오류는 결과를 긍정하는 것입니다.(1) q; (2) p이면 q; (3) 따라서 p.예를 들어, 어떤 사람이 "도둑들이 현관문을 강제로 잠근 것"과 "도둑들이 현관문을 강제로 들어갔다면, 그들은 현관문을 강제로 잠근 것"이라는 전제에 근거하여 "도둑들이 현관문을 강제로 잠근 것"이라고 주장할 때, 이 오류는 범해진다.[100]이 오류는 모더스 포넨이라고 알려진 유효한 추론 규칙과 유사합니다.첫 번째 전제와 결론이 뒤바뀌어서 불량입니다.다른 잘 알려진 공식적인 오류들은 선후를 부정하고, 접속사를 긍정하고, 접속사를 부정하고, 분배되지 않은 중간의 오류입니다.[32][96][101]

비공식적인 오류는 자연어로 표현됩니다.그들의 주된 잘못은 보통 논쟁의 형태가 아니라 그것의 내용이나 맥락과 같은 다른 출처를 가지고 있습니다.[96][99]일부 잘못된 딜레마나 밀짚꾼의 오류와 같은 비공식적인 오류는 형식적인 수준에서 올바른 연역적 추론을 포함합니다.[97]논쟁의 내용은 그 안에서 표현되는 생각입니다.예를 들어, 거짓 딜레마는 전제 중 하나의 오류에 기반을 둔 비공식적 오류입니다.그 잘못된 전제는 현실을 지나치게 단순화합니다. 그것은 일들이 어느 쪽이든 다른 방식이든 간에 다른 많은 실행 가능한 대안들을 무시한다고 말합니다.[102][103]거짓 딜레마는 정치인들이 그들의 제안이 받아들여지거나 끔찍한 결과가 있을 것이라고 주장할 때 종종 사용됩니다.그러한 주장들은 대개 그러한 결과를 피하기 위한 다양한 대안들이 존재한다는 것, 즉 그들의 제안이 유일하게 실행 가능한 해결책이 아니라는 것을 무시합니다.[104]

빨대맨 오류는 또 다른 비공식적 오류입니다.오류는 상황 수준에서 발생합니다.그것은 상대의 견해를 잘못 전달한 다음 이 견해를 반박하는 것으로 구성됩니다.반박 자체는 옳지만 오류는 상대가 실제로 이 견해를 옹호한다는 잘못된 가정에 있습니다.예를 들어, 한 알코올 로비스트는 사람들이 술을 포기하게 만드는 것은 불가능하다고 주장함으로써 텔레비전의 알코올 광고를 금지하자는 제안에 응할 수도 있습니다.이 제안은 단지 광고를 금지하는 것이었고 모든 알코올 소비를 중단하는 것은 아니었기 때문에 이것은 빨대맨의 오류입니다.[105][96][106]

자연어의 모호하고 모호한 표현은 종종 비공식적인 오류의 잘못된 추론에 책임이 있습니다.예를 들어 "(1) 깃털은 가볍고, (2) 빛은 어둠과 반대되며, 따라서 깃털은 어둠과 반대"라는 주장과 같이 모호성의 오류가 이에 해당합니다.오류는 "빛"이라는 모호한 용어에서 발견되는데, 첫 번째 전제에서 하나의 의미("무겁지 않다")와 두 번째 전제에서 다른 의미("가시 전자기 복사")[107][108][109]를 갖습니다.

기술로서

어떤 이론가들은 논리적 추론을 고품질의 사고를 담당하는 광범위한 기술로서의 역할을 포함하는 매우 넓은 의미에서 논의합니다.이런 의미에서, 그것은 대략 비판적 사고와 맞먹으며 특정한 상황에 적합한 논리의 규칙을 선택하고 적용할 수 있는 능력을 포함합니다.[110]그것은 전제로부터 결론을 도출하는 것 이외에도 매우 다양한 능력을 포함합니다.예를 들어, 입장을 이해하고, 그에 대한 이유를 생성하고 평가하며, 특정 정보를 수용할지 또는 거부할지를 비판적으로 평가하는 것이 있습니다.신중한 평가를 거쳐 판단하고 결론을 도출하는 것으로 무비판적인 성급한 판단과 직감과 대비됩니다.[17]논리적 추론과 연결된 다른 핵심 기술은 주장을 받아들이기 전에 이유를 평가하고 신뢰할 만한 결론에 도달하기 위해 더 많은 정보가 필요한 경우 새로운 정보를 찾는 것입니다.또한 다양한 행동 방침을 고려하고 그 결과의 장단점을 비교하고 상식을 사용하며 불일치를 방지할 수 있는 능력도 포함됩니다.[111][112]논리적 추론을 담당하는 기술은 학습되고, 훈련되고, 향상될 수 있습니다.[17][113]

논리적 추론은 이론적 차원과 실제적 차원 모두에서 관련이 있습니다.[114][115]이론적인 측면에서는 잘못된 믿음의 수를 줄이는 데 도움이 됩니다.중심적인 측면은 자신의 결론에 도달하기 위한 입장에 대한 이유를 찾고 평가하는 과정과 같이 사실과 단순한 의견을 구별하는 데 사용되는 능력에 관한 것입니다.[114]여기에는 신뢰할 수 있는 정보원과 신뢰할 수 없는 정보원을 구분할 수 있는 것도 포함됩니다.이것은 종종 모든 사실을 스스로 확인하는 대신 다른 사람들이 제공하는 정보에 의존해야 하기 때문에 효과적인 추론에 중요합니다.[116][117] 이런 식으로, 논리적 추론은 사람들이 선전이나 다른 사람들에 의해 조작되는 것의 효과를 피할 수 있도록 도와줍니다.[118][119]중요한 정보가 빠져 있을 때는 성급하게 결론을 내리는 것보다 판단을 보류하는 것이 더 나을 때가 많습니다.[118]그런 점에서 논리적 추론은 회의적이면서 동시에 열린 마음을 가져야 합니다.[120]

실제적인 차원에서 논리적 추론은 합리적이고 효과적인 결정을 내리는 문제와 관련이 있습니다.[114][115]많은 실제 의사결정을 위해 에이전트는 다양한 조치 과정을 사용할 수 있습니다.각각의 가능한 행동에 대해, 어떤 사람들은 찬성하고 다른 사람들은 반대하는 상반된 이유가 있을 수 있습니다.이러한 경우 논리적 추론에는 잠재적인 이점과 단점을 따져보고 모든 것을 고려한 균형 잡힌 결정을 내릴 수 있는 가능성을 고려하는 것이 포함됩니다.[121][122]예를 들어, 하이킹 여행 도중에 물이 다 떨어졌을 때, 그들은 위험한 미생물이 포함되어 있을지도 모르는 개울에서 물을 끓여 마실 것인지를 결정하기 위해 논리적 추론과 관련된 기술을 사용할 수 있습니다. 여행을 중단하고 주차장으로 하이킹을 가는 것보다 말입니다.여기에는 미생물이 얼마나 위험한지와 끓는 과정에서 살아남을 가능성을 평가하는 것과 같은 요소를 고려하는 것이 포함될 수 있습니다.예를 들어, 다른 등산객들에게 질문함으로써 이러한 평가를 수행하기 위해 관련 정보를 수집하는 것도 포함될 수 있습니다.[123]

또한 시간은 논리적 추론에서 중심적인 역할을 합니다.[124]중요한 정보가 부족하다면, 결정을 미루고 결론을 내리기 전에 새로운 정보를 찾는 것이 더 좋습니다.[111]반면에 결정이 시간에 민감한 경우, 논리적 추론은 매우 제한적이라도 현재 이용 가능한 증거에 근거하여 빠른 결정을 내리는 것을 의미할 수 있습니다.예를 들어, 만약 야구 경기 중에 친구가 "오리야!"라고 소리친다면, 가장 논리적인 반응은 설명을 요구하거나 그들의 탄성을 자아냈을 수도 있는 것을 조사하는 대신 맹목적으로 그들을 믿고 피하는 것일 수 있습니다.[124][125]일반적으로 말하면, 시간이 적을수록 직관과 직감을 신뢰하는 것이 더 중요합니다.그러나 시간이 더 있다면, 모호성을 검토하고 모순된 정보를 평가하는 것이 중요해집니다.[126]

참고 항목

참고문헌

인용문

  1. ^ a b c d e f g h i j k Nunes 2011, p. 2066–9, 논리적 추론 및 학습
  2. ^ Bronkhorst et al. 2020, p. 1675.
  3. ^ a b c d e 다우든 2020, 24쪽.
  4. ^ Bronkhorst et al. 2020, p. 1676.
  5. ^ a b Franks et al. 2013, p. 146.
  6. ^ a b 다우든 2020, 페이지 5.
  7. ^ Chang 2014, 페이지 37.
  8. ^ Haack 1978, p. 1-10, 1. '논리학의 철학'
  9. ^ 다우든 2020, 페이지 355.
  10. ^ 지로드 2014, 페이지 13.
  11. ^ Craig 1996, 공식 논리와 비공식 논리.
  12. ^ Bronkhorst et al. 2020, p. 1674-6.
  13. ^ a b Enyeart, Baker & Vanharlingen 1980, 페이지 263-267
  14. ^ 플릭 2013, 123쪽.
  15. ^ 다우든 2020, 페이지 5, 432.
  16. ^ Dowden 2020, 페이지 346-7, 432, 470
  17. ^ a b c 다우든 2020, 페이지 1.
  18. ^ a b c d Audi 1999, 논리철학
  19. ^ a b Honderich 2005, 철학적 논리.
  20. ^ Copi, Cohen & Rodych 2018, p. 4.
  21. ^ 케니 2018, 페이지 140.
  22. ^ 카예 2012, 페이지 57.
  23. ^ 블랙번 2008, p. 29, 논쟁
  24. ^ 존슨 2017, 페이지 2.
  25. ^ a b c 다우든 2020, 페이지 67-8.
  26. ^ Gabbay 2002, p. 15.
  27. ^ Bronkhorst et al. 2020, p. 1676-7.
  28. ^ Dowden 2020, 페이지 67-8, 432, 470.
  29. ^ Copi, Cohen & Rodych 2018, p. 22–6.
  30. ^ 다우든 2020, 페이지 31-2, 67-8.
  31. ^ 지로드 2014, 페이지 54.
  32. ^ a b c 한센 2020년.
  33. ^ Arp, Barbone & Bruce 2018, p. 115.
  34. ^ 존슨-레어드 2009, 페이지 8-17.
  35. ^ 다우든 2020, 페이지 432.
  36. ^ Evans 2005, 8. 연역적 추론.
  37. ^ Evans 2005, p. 169, 8. 연역적 추론
  38. ^ 번, 에반스 & 뉴스테드 2019, 페이지 59.
  39. ^ 다우든 2020, 페이지 392.
  40. ^ Jamies on 2013, p. 34.
  41. ^ 블랙번 2016, 페이지 422, 추론 규칙
  42. ^ a b 벨레만 2006, 페이지 8, 103.
  43. ^ 교회 1996, 페이지 104.
  44. ^ a b Jacquet 2006, p. 1-12, 소개:오늘날 논리의 철학.
  45. ^ 스미스 2020.
  46. ^ 그로크 2022.
  47. ^ 하크 1978, 페이지 170, 222.
  48. ^ Norman & Sylvan 2012, 페이지 419.
  49. ^ 고랑코 & 럼버그 2022.
  50. ^ 샤피로 & 쿠리 키셀 2021.
  51. ^ Haack 1996, p. 1, 4, 1. '대안 논리학'의 '대안'
  52. ^ a b Borchert 2006, Logic, Non-Classical.
  53. ^ 모쇼바키스 2021.
  54. ^ 2018년 다나카 & 웨버 신부님
  55. ^ 위버 2015, 페이지 70.
  56. ^ 세이워드 2009, 페이지 15.
  57. ^ Dowden 2020, 페이지 432, 470.
  58. ^ a b Anshakov & Gergely 2010, 페이지 128.
  59. ^ a b Magnani & Bertolotti 2017, 페이지 152
  60. ^ a b c d 다우든 2020, 페이지 470.
  61. ^ 아마야 2015, 페이지 202.
  62. ^ a b 베르톨라소 & 스테르페티 2020, 페이지 110.
  63. ^ 셀루치 2017, 페이지 154.
  64. ^ Nadler & Shapiro 2021, 페이지 81.
  65. ^ 쿤스 2022.
  66. ^ 누트 2012, 페이지 82.
  67. ^ 니닐루오토, 신토넨 & 볼렌스키 2004, 페이지 901.
  68. ^ a b c d Li & Vitányi 2019, 페이지 345-448, 귀납적 추론
  69. ^ a b c 빅커스 2022.
  70. ^ 포르타 2016, 귀납적 추론.
  71. ^ Dowden 2020, 페이지 432, 450, 470.
  72. ^ Bird 2006, 123쪽.
  73. ^ Lorenzano, Rheinberger & Galles 2010, p. 103.
  74. ^ 미즈라히 2020, 83쪽.
  75. ^ Asher, Banks & Scheuren 2007, p. 22.
  76. ^ Hit 2007, 페이지 1-24, 유도란 무엇이고 왜 그것을 연구합니까?
  77. ^ Dowden 2020, 페이지 346-7, 432
  78. ^ 헨더슨 2022년.
  79. ^ 프실로스 2023.
  80. ^ a b 2022년 두 번.
  81. ^ a b Koslowski 2017, p. 366-382, 납북 추론 및 설명
  82. ^ 월튼 2014, 페이지 1-3.
  83. ^ 2011년 더븐, 납치를 설명하는 중.
  84. ^ a b c d e 다우든 2020, 페이지 519-20.
  85. ^ a b c 2011년 더븐, 1.2 납치의 보편성
  86. ^ a b 연어 2012, 페이지 132-3.
  87. ^ 커츠, 모리스 & 퍼샤즈싱 1989, 페이지 896–901.
  88. ^ Bunnin & Yu 2008, 페이지 25.
  89. ^ a b 바타 2019.
  90. ^ Sandkühler 2010, 아날로그.
  91. ^
  92. ^ Fasko & Fair 2020, 페이지 51.
  93. ^ Demir 2017, p. 32.
  94. ^ Margolis et al. 1986, p. 167.
  95. ^ Ornek & Saleh 2012, 페이지 82.
  96. ^ a b c d 다우든 2023.
  97. ^ a b 다우든 2020, 페이지 290.
  98. ^ 킬크리즈 2021, 페이지 100.
  99. ^ a b 블릿 2011, p. ix.
  100. ^ 콜먼 2009년, 결과를 확인합니다.
  101. ^ Kohar 2016, p. 54, 57.
  102. ^ 토미치 2013, 페이지 347-368
  103. ^ 다우든 2021.
  104. ^ 투만 2008, 페이지 75.
  105. ^ 월튼 2013, 페이지 250–2.
  106. ^ 월튼 1987, 페이지 10.
  107. ^ 엥겔 2014, 페이지 74, 108-11
  108. ^ 매키 2006, 폴리스니스
  109. ^ 1867년 물에서, 167쪽.
  110. ^
  111. ^ a b 다우든 2020, 18쪽.
  112. ^ 넬슨 2005, 페이지 167.
  113. ^ Conati et al. 2015, p. 738.
  114. ^ a b c 다우든 2020, 페이지 1, 13.
  115. ^ a b Melle & Rawling 2004, 페이지 3-14, 소개:합리성의 측면.
  116. ^ Dowden 2020, 페이지 143, 172.
  117. ^ 코트렐 2017, 110쪽.
  118. ^ a b Dowden 2020, 페이지 263-4.
  119. ^ Gambrill 2012, 페이지 540.
  120. ^ 다우든 2020, 19쪽.
  121. ^ 다우든 2020, 6쪽.
  122. ^ Robertson 2009, 페이지 192.
  123. ^ 다우든 2020, 페이지 2-5.
  124. ^ a b 다우든 2020, 9쪽.
  125. ^ Viale 2020, 페이지 746.
  126. ^ 다우든 2020, 10쪽.

원천