Логика: учебник для юридических вузов

§ 1. Понятие и виды индуктивных умозаключений

Познание в любой области науки и практики начинается с эмпирического познания. В процессе наблюдения однотипных природных и социальных явлений фиксируется внимание на повторяемости у них определенных признаков. Устойчивая повторяемость наводит на мысль (индуцирует), что каждый из таких признаков является не индивидуальным, а общим, присущим всем явлениям определенного класса. Логический переход от знания об отдельных явлениях к знанию общему совершается в этом случае в форме индуктивного умозаключения, или индукции (от латинского inductio — «наведение»).

Индуктивным называется умозаключение, в котором на основании принадлежности признака отдельным предметам некоторого класса делают вывод о его принадлежности классу в целом.

В истории физики, например, опытным путем было установлено, что железные стержни хорошо проводят электричество. Такое же свойство было обнаружено у медных стержней и у серебра. Учитывая принадлежность указанных проводников к металлам, было сделано индуктивное обобщение, что всем металлам свойственна электропроводность.

Посылками индуктивного умозаключения являются суждения, в которых фиксируется полученная информация о повторяемости признака Р у ряда явлений — S₁, S₂, ..., S_n, принадлежащих одному и тому же классу К.

В основе логического перехода от посылок к заключению в индуктивном выводе лежит подтверждаемое тысячелетней практикой положение о закономерном развитии мира, всеобщем характере причинной связи, проявлении необходимых признаков явлений через их всеобщность и устойчивую повторяемость. Именно эти методологические положения оправдывают логическую состоятельность и эффективность индуктивных выводов.

Основная функция индуктивных выводов в процессе познания — генерализация, т. е. получение общих суждений. По своему содержанию и познавательному значению эти обобщения могут носить различный характер — от простейших обобщений повседневной практики до эмпирических обобщений в науке или универсальных суждений, выражающих всеобщие законы.

История науки показывает, что многие открытия в физике в области электричества, магнетизма, оптики были сделаны на основе индуктивного обобщения эмпирических данных. Индуктивная обработка результатов наблюдений предшествовала научной классификации растений и животных в биологии. Индуктивным обобщениям обязаны многие гипотезы в современной науке.

Важное место принадлежит индуктивным выводам в судебно-следственной практике — на их основе формулируются многочисленные обобщения, касающиеся обычных отношений между людьми, мотивов и целей совершения противоправных действий, способов совершения преступлений, типичных реакций виновников преступления на действия следственных органов и т. п.

В зависимости от полноты и законченности эмпирического исследования различают два вида индуктивных умозаключений: 1) полную индукцию и 2) неполную индукцию. Рассмотрим их особенности.

1) Полная индукция — это умозаключение, в котором на основе принадлежности определенного признака каждому элементу класса делают вывод о его принадлежности классу в целом.

Индуктивные умозаключения такого типа применяются лишь в тех случаях, когда имеют дело с закрытыми классами, число элементов в которых является конечным и легко обозримым. Например, число государств в Европе, количество промышленных предприятий в данном регионе, число субъектов федерации в данном государстве и т. п.

Представим, что перед аудиторской комиссией поставлена задача проверить состояние финансовой дисциплины в филиалах конкретного банковского объединения. Известно, что в его состав входят пять филиалов. Обычный способ проверки в таких случаях — анализ деятельности каждого из пяти банков. Если окажется, что ни в одном из них не обнаружено финансовых нарушений, то можно сделать обобщающее заключение: все филиалы банковского объединения соблюдают финансовую дисциплину.

Схема умозаключения полной индукции:

Выраженная в посылках этого умозаключения информация о каждом элементе класса служит показателем полноты исследования и достаточным основанием для логического переноса признака на весь класс. Вывод в умозаключении полной индукции носит демонстративный характер. Это означает, что при истинности посылок заключение будет необходимо истинным.

В одних случаях полная индукция дает утвердительные заключения, если в посылках фиксируется наличие определенного признака у каждого элемента класса. В других случаях, если в посылках фиксируется отсутствие определенного признака у каждого представителя класса, заключением будет отрицательное суждение.

Познавательная роль умозаключения полной индукции проявляется в формировании нового знания о классе явлений. Логический перенос признака с отдельных предметов на класс в целом не является простым суммированием. Знание о классе — это обобщение, представляющее собой новую ступень в развитии знания.

Так, при выявлении характера кривой, по которой движутся планеты вокруг Солнца, в астрономии первоначально было установлено, что Марс, Венера, Юпитер, Сатурн, Земля обращаются по эллипсообразным орбитам. С открытием новых планет было установлено, что Уран, Нептун, Плутон и Меркурий обращаются по таким же орбитам. В итоге в форме полной индукции было сделано обобщение: все планеты Солнечной системы обращаются по эллипсообразным орбитам. Это новое знание имеет принципиально иное значение, чем констатация факта эллипсообразного движения каждой из планет. Во-первых, обобщающий вывод оказывает влияние на развитие понятия «планета Солнечной системы», поскольку в его содержание может быть включен новый признак — обращение вокруг Солнца эллипсообразное. Во-вторых, этот признак может служить основой для выявления других существенных характеристик всего класса явлений, например, для решения вопроса о механизме возникновения планет Солнечной системы.

Демонстративность полной индукции позволяет использовать этот вид умозаключения в доказательстве. Так, в геометрии теорема о сумме внутренних углов треугольника доказывается отдельно для трех видов треугольников: остроугольных, прямоугольных и тупоугольных. Учитывая, что в каждом из них сумма углов равна 180° и все они составляют конечное множество, строят индуктивное обобщение: во всяком треугольнике сумма его внутренних углов равна 180°.

В судебном исследовании нередко используются доказательные рассуждения в форме полной индукции с отрицательными заключениями. Например, исчерпывающим перечислением разновидностей исключается определенный способ совершения преступления, способ проникновения злоумышленника к месту совершения преступления, тип оружия, которым было нанесено ранение, и т. п.

Применение полной индукции определяется возможностью перечисления множества явлений. Если охватить весь класс предметов невозможно, обобщение строится в форме неполной индукции.

2) Неполная индукция — это умозаключение, в котором на основе принадлежности признака некоторым элементам класса делают вывод о его принадлежности к классу в целом.

Схема неполной индукции:

Неполнота индуктивного обобщения выражается в том, что исследуют не все, а лишь некоторые элементы класса — от S₁ до S_n. Логический переход в неполной индукции от некоторых ко всем элементам класса не является произвольным. Он оправдывается эмпирическими основаниями — объективной зависимостью между всеобщим характером признаков и устойчивой их повторяемостью в опыте для определенного рода явлений. Отсюда широкое использование неполной индукции в практике. Например, во время уборки урожая заключают о засоренности, влажности и других характеристиках большой партии зерна на основе отдельно взятых проб. В производственных условиях по выборочным образцам заключают о качестве той или иной массовой продукции, например, моющих средств — в химической промышленности; труб, металлического листа, проволоки — в прокатном производстве; молока, круп, муки — в пищевой промышленности.

Индуктивный переход от некоторых ко всем не может претендовать на логическую необходимость, т. к. повторяемость признака может оказаться результатом простого совпадения.

Поэтому для неполной индукции характерно ослабленное логическое следование — истинные посылки обеспечивают получение не достоверного, а лишь проблематичного заключения. Обнаружение хотя бы одного случая, противоречащего обобщению, делает индуктивный вывод несостоятельным.

На этом основании неполную индукцию относят к правдоподобным (недемонстративным) умозаключениям. В таких выводах заключение следует из истинных посылок с определенной степенью вероятности, которая может колебаться от маловероятной до весьма вероятной[43].

Существенное влияние на характер логического следования в выводах неполной индукции оказывает способ отбора исходного материала, который проявляется в методичности или систематичности формирования посылок индуктивного умозаключения.

По способу отбора различают два вида неполной индукции: индукцию путем перечисления, получившую название популярной индукции, и научную индукцию, которая делится на индукцию методом отбора и индукцию методом исключения (схема 37).

Схема 37

1. Какое умозаключение называется индуктивным?

2. Что такое полная и неполная индукция?

3. На какие виды делится неполная индукция?

§ 2. Популярная индукция

В процессе многовековой деятельности люди наблюдали устойчивую повторяемость многих явлений, которые обобщались и использовались в объяснении наступивших и предсказании будущих событий.

Такого рода обобщения связаны с наблюдениями над погодой, влиянием климатических условий на урожай, причинами распространения болезней, поведением людей в определенных ситуациях, отношениями между людьми и т. п. Логический механизм большинства таких обобщений — популярная индукция. Ее называют также индукцией через простое перечисление при отсутствии противоречащего случая.

Популярной индукцией называют обобщение, в котором путем перечисления устанавливают принадлежность признака некоторым предметам и на этой основе проблематично заключают о его принадлежности всему классу.

Повторяемость признаков во многих случаях действительно отражает всеобщие свойства явлений. Построенные на ее основе обобщения выполняют важную функцию в практической деятельности.

В процессе расследования преступлений используют эмпирические индуктивные обобщения, касающиеся поведения лиц, причастных к преступлению. Например: лица, совершившие преступления, стремятся скрыться от суда и следствия; угроза убийством нередко приводится в исполнение; обнаружение похищенных вещей свидетельствует о причастности к преступлению. Такие опытные обобщения, или фактические презумпции, как их нередко называют в юридической литературе, оказывают неоценимую помощь следствию, несмотря на то, что они являются проблематичными суждениями.

Популярная индукция — первый шаг и в развитии научных знаний. Наука начинает с эмпирического исследования, классификации, выявления устойчивых связей, отношений и зависимостей. Первые обобщения в науке обязаны простейшим индуктивным заключениям путем простого перечисления повторяющихся признаков. Они выполняют важную эвристическую функцию первоначальных предположений, догадок и гипотетических объяснений, которые нуждаются в дальнейшей проверке и уточнении.

Обоснованность выводов в популярной индукции определяется главным образом количественным показателем: соотношением исследованного подмножества предметов (образца или выборки) ко всему классу (популяции). Чем ближе исследованный образец ко всему классу, тем основательнее, а значит, и вероятнее будет индуктивное обобщение.

В условиях, когда исследуются лишь некоторые представители класса, не исключается возможность поспешного обобщения.

Примером может служить полученное с помощью популярной индукции и долгое время бытовавшее в Европе обобщение «Все лебеди белые». Оно строилось на основе многочисленных наблюдений при отсутствии противоречащих случаев. После того как высадившиеся в Австралии в XVII в. европейцы обнаружили черных лебедей, генерализация оказалась опровергнутой.

Ошибочные заключения в выводах популярной индукции могут появиться по причине несоблюдения требований об учете противоречащих случаев, которые делают обобщение несостоятельным. Так бывает в процессе предварительного расследования, когда решается проблема относимости доказательств, то есть отбора из множества фактических обстоятельств лишь таких, которые, по мнению следователя, имеют отношение к делу. В этом случае руководствуются лишь одной, возможно, наиболее правдоподобной либо наиболее «близкой сердцу» версией и отбирают лишь подтверждающие ее обстоятельства.

Другие же факты, и прежде всего противоречащие исходной версии, игнорируются. Нередко их просто не видят и потому не принимают в расчет. Противоречащие факты также остаются вне поля зрения в силу недостаточной культуры, невнимательности или дефектов наблюдения. В этом случае следователь попадает в плен фактов: из множества явлений фиксирует лишь те, которые оказываются преобладающими в опыте, и строит на их основе поспешное обобщение. Под влиянием этой иллюзии в дальнейших наблюдениях не только не ожидают, но и не допускают возможности появления противоречащих случаев.

Ошибочные индуктивные заключения могут появляться не только в результате заблуждения, но и при недобросовестном, предвзятом обобщении, когда сознательно игнорируют или скрывают противоречащие случаи. Такие мнимые индуктивные обобщения используются как уловки.

Некорректно построенные индуктивные обобщения нередко лежат в основе различного рода суеверий, невежественных поверий и примет вроде «дурного глаза», «хороших» и «дурных» сновидений, перебежавшей дорогу черной кошки и т. п.

1. Какая индукция называется популярной?

2. Каковы условия повышения степени вероятности в умозаключениях популярной индукции?

3. В чем сущность логической ошибки «поспешное обобщение»?

§ 3. Научная индукция

Научной индукцией называют умозаключение, в котором обобщение строится путем отбора необходимых и исключения случайных обстоятельств.

В зависимости от способов исследования различают: (1) индукцию методом отбора (селекции) и (2) индукцию методом исключения (элиминации).

1. Индукция методом отбора

Индукция методом отбора, или селективная индукция, — это умозаключение, в котором вывод о принадлежности признака классу (множеству) основывается на знании об образце (подмножестве), полученном методичным отбором явлений из различных частей этого класса.

Если в популярном обобщении исходят из предположения о равномерном распределении признака Р в классе К и тем самым допускают его перенос на К при простой повторяемости (S₁, S₂,..., S_n), то в научной индукции К представляет собой (и потому рассматривается) неоднородное множество с неравным распределением Р в различных его частях.

При формировании образца следует разнообразить условия наблюдения. Отбор Р из различных частей К должен учитывать их специфику и значимость, чтобы обеспечить представительность, или репрезентативность, образца.

Понятие разнообразие условий наблюдения оказывается весьма различным для конкретных видов множеств. В одном случае оно принимает характер пространственного видоразличия, в другом — временного, в третьем — функционального, в четвертом — смешанного.

Примером индукции методом отбора может служить рассуждение о сорте высеваемой озимой пшеницы в одной из областей России. Проезжая по магистрали, пересекающей одну из южных областей, отмечают по ходу следования, что в нескольких районах (например, в шести) поля засеяны одним и тем же сортом озимой пшеницы. Если на этой основе сделать обобщение, что во всех 25 районах, а значит, и во всей области высевается один и тот же сорт, очевидно, что такая популярная индукция даст маловероятное заключение.

Иное дело, если выбор того же числа районов будет сделан не случайно, по пути следования, а с учетом различий в их местоположении и климатических условиях. Если выбраны районы южные и северные, внутренние и периферийные, степные и лесостепные и при этом будет установлена повторяемость сорта, значит, можно с большой вероятностью предположить, что вся область использует один и тот же сорт озимой пшеницы.

Но и в этом случае заключение не будет достоверным, не исключается возможность использования другого сорта в районах, которые непосредственно не наблюдались.

2. Индукция методом исключения

Индукция методом исключения, или элиминативная индукция, — это система умозаключений, в которой выводы о причинах исследуемых явлений строятся путем обнаружения подтверждающих обстоятельств и исключения обстоятельств, не удовлетворяющих свойствам причинной связи.

Познавательная роль элиминативной индукции — анализ причинных связей. Причинной называют такую связь между двумя явлениями, когда одно из них — причина — предшествует и вызывает другое действие.

Важнейшими свойствами причинной связи являются: (1) всеобщность, (2) последовательность во времени, (3) необходимость и (4) однозначность.

(1) Всеобщность причинной связи означает, что не существует беспричинных явлений. Каждое явление имеет свою причину, которая может быть выявлена в процессе исследования.

(2) Последовательность во времени означает, что причина предшествует действию. В одних случаях действие наступает вслед за причиной мгновенно, в считанные доли секунды. Например, выстрел из огнестрельного оружия происходит тотчас же, как только произойдет воспламенение капсюля в патроне. В других случаях причина вызывает действие через более длительный промежуток времени. Например, отравление ядом может наступить через несколько секунд, минут, часов или дней в зависимости от силы яда и состояния организма. В социальной сфере причинные связи могут осуществляться в течение многих месяцев и лет, в геологии — в течение веков и тысячелетий.

Поскольку причина предшествует действию, то из многих обстоятельств в процессе индуктивного исследования отбирают лишь такие, которые проявились раньше интересующего нас действия, и исключают из рассмотрения (элиминируют) возникшие одновременно с ним и появившиеся после него.

Последовательность во времени — необходимое условие причинной связи, но само по себе оно недостаточно для обнаружения действительной причины. Признание этого условия достаточным нередко ведет к ошибке, которая называется «после этого, значит, по причине этого» (post hoc, ergo propter hoc). Молнию, например, склонны были раньше считать причиной грома потому, что звук воспринимается позднее световой вспышки, хотя это одновременно протекающие явления. В следственной практике иногда ошибочно истолковывают как причинную связь факт угрозы определенного лица в адрес другого и последующее насилие над личностью второго, хотя хорошо известно, что угрозы не всегда приводятся в исполнение.

(3) Причинная связь отличается свойством необходимости. Это значит, что действие может осуществиться лишь при наличии причины, отсутствие причины с необходимостью ведет к отсутствию действия.

(4) Однозначный характер причинной связи проявляется в том, что каждая конкретная причина всегда вызывает определенное, соответствующее ей действие. Зависимость между причиной и действием такова, что видоизменения в причине с необходимостью влекут видоизменения в действии, и наоборот, изменения в действии — показатель изменения в причине.

Отмеченные свойства причинной зависимости выполняют роль познавательных принципов, рационально направляющих индуктивное исследование и формирующих особые методы установления причинных связей.

Применение методов элиминативной индукции связано с определенным огрублением реальных взаимосвязей между явлениями, которое выражается в следующих допущениях. Предшествующее явление рассматривается как сложное, состоящее из простых обстоятельств А, В, С и т. д. Каждое из обстоятельств считается относительно самостоятельным и не вступает во взаимодействие с другими. Выделенные обстоятельства рассматриваются как полный их перечень, и предполагается, что исследователь не упустил других обстоятельств.

Указанные допущения в соединении с основными свойствами причинной связи составляют методологическую основу выводов элиминативной индукции, определяя специфику логического следования при применении методов установления причинных связей.

Большой вклад в развитие методов элиминативной индукции внесен естествоиспытателями и философами: Ф. Бэконом, Дж. Гершелем, Дж. С. Миллем.

1. Что такое научная индукция? На какие виды она делится?

2. В чем особенности индукции методом отбора и индукции методом исключения?

3. Каковы свойства причинных связей явлений?

§ 4. Методы научной индукции

Существует пять методов установления причинных связей: (1) метод сходства, (2) метод различия, (3) соединенный метод сходства и различия, (4) метод сопутствующих изменений, (5) метод остатков.

Рассмотрим логическую структуру этих методов.

1. Метод сходства.

По методу сходства сравнивают несколько случаев, в каждом из которых наступает исследуемое явление; при этом все случаи сходны лишь в одном и различны во всех других предшествующих обстоятельствах.

Метод сходства называют методом нахождения общего в различном, поскольку все случаи отличаются друг от друга, кроме одного обстоятельства.

Рассмотрим пример рассуждения по методу сходства. Медицинским пунктом одного из поселков в летний период были зафиксированы за короткое время три случая заболевания дизентерией (d). При выяснении источника заболевания главное внимание обращалось на следующие виды воды и пищи, которые чаще других могут служить причиной кишечных заболеваний в летнее время:

А — питьевая вода из колодцев;

М — вода из реки;

В — молоко;

С — овощи;

F — фрукты.

Информация об условиях питания пациентов представлена в таблице 17.

Таблица 17

Приведенные обстоятельства послужили санитарной инспекции основой для заключения о том, что распространение дизентерии связано, по-видимому, с употреблением молока (В). В дальнейшем этот правдоподобный вывод получил подтверждение: продавщица молока оказалась бациллоносителем дизентерии.

Схема рассуждения по методу сходства:

Логический механизм индуктивного вывода по методу сходства предполагает ряд познавательных предпосылок.

(1) Требуется общее знание о возможных причинах исследуемого явления. В приведенной схеме эту роль выполняют обстоятельства А, М, В, С, F, каждое из которых предшествует d и может выступать его самостоятельной причиной. Такое знание принимает форму дизъюнктивною суждения:

«А, либо М, либо В, либо С, либо F вызывает d».

(2) Из предшествующих должны быть исключены (элиминированы) все обстоятельства, не являющиеся необходимыми для исследуемого действия и тем самым не удовлетворяющие основному свойству причинной связи. Так, в приведенных случаях d появляется при отсутствии F и М в первом случае, при отсутствии А и С — во втором, при отсутствии А и F — в третьем. Таким образом, обстоятельства А, С, F и М элиминируются: отсутствующее не может быть причиной появляющегося. Результат исключения выражается в отрицательном суждении:

«Ни А, ни С, ни F, ни М не являются причиной d».

Метод элиминации в этом случае выполняет функцию формирования негативного знания, т. е. знания о том, чем не было вызвано исследуемое явление d. Тем самым сужается круг возможных его причин.

(3) Среди множества предшествующих обстоятельств выделяют сходное и повторяющееся в каждом из рассмотренных случаев, которое и будет вероятной причиной явления. В приведенной схеме в каждом из трех случаев повторяется обстоятельство В. Значит, подтверждается заключение о том, что В является причиной d.

В общем виде логический механизм индуктивного метода сходства принимает форму дедуктивного рассуждения по отрицающе-утверждающему модусу разделительно-категорического умозаключения:

В приведенной схеме в качестве предшествующих выступают обстоятельства А, М, В, С, F, которые не представляют собою закрытого дизъюнктивного множества — <A ∨ M ∨ B ∨ C ∨ F>. Не исключается существование некоего обстоятельства X, которое остается неизвестным и может оказаться реальной причиной d. Повторяющееся же обстоятельство В может оказаться лишь сопутствующим. При этом в каждом из трех случаев В могло взаимодействовать с другими обстоятельствами, например, в первом случае — с А и С, во втором — с F и М, в третьем — с М и С. Не исключается также, что В представляет собой сложное явление, одно из составляющих которого является подлинной причиной d.

Обоснованность полученного с помощью метода сходства заключения зависит от числа рассмотренных случаев и разнообразия условий наблюдения. Чем больше случаев исследовано и чем разнообразнее обстоятельства, среди которых встречается сходное, тем основательнее индуктивный вывод и тем выше степень вероятности заключения. Характерная для неполной индукции незаконченность опыта проявляется в том, что наблюдение и эксперимент не гарантируют точного и полного знания предшествующих обстоятельств, среди которых идет поиск возможной причины.

Несмотря на проблематичность заключения, метод сходства выполняет в процессе познания важную эвристическую функцию: он способствует построению плодотворных гипотез, проверка которых приводит к открытию новых истин в науке.

Достоверное заключение может быть получено по методу сходства в том случае, если исследователю точно известны все предшествующие обстоятельства, которые составляют закрытое множество возможных причин, а также известно, что каждое из обстоятельств не вступает во взаимодействие с другими. В этом случае индуктивное рассуждение приобретает доказательное значение.

2. Метод различия.

По методу различия сравнивают два случая, в одном из которых исследуемое явление наступает, а в другом не наступает; при этом второй случай отличается от первого лишь одним обстоятельством, а все другие являются сходными.

Метод различия называют методом нахождения различного в сходном, т. к. сравниваемые случаи совпадают друг с другом по многим свойствам.

Метод различия применяется как в процессе наблюдения над явлениями в естественных условиях, так и в условиях лабораторного или производственного эксперимента. В истории химии методом различия были открыты многие вещества — ускорители реакций, которые впоследствии получили название катализаторов. В сельскохозяйственном производстве этим методом проверяют эффективность удобрений.

В биологии и медицине метод различия используют при исследовании воздействия на организм различного рода веществ и лекарственных препаратов. Для этих целей выделяют контрольную и опытную группы растений, подопытных животных или людей. Обе группы содержатся в одинаковых условиях — А, В, С. Затем в опытную группу привносят новое обстоятельство — М. Последующее сравнение показывает, что опытная группа отличается от контрольной новым результатом — d. Из этого заключают: вероятно, М является причиной d.

Схема рассуждения по методу различия:

Рассуждение по методу различия также предполагает ряд предпосылок.

(1) Требуется знание о предшествующих обстоятельствах, каждое из которых может быть причиной исследуемого явления. В приведенной схеме это обстоятельства А, В, С, М, которые составляют дизъюнктивное множество:

А ∨ В ∨ С ∨ М.

(2) Из членов дизъюнкции следует исключить обстоятельства, не удовлетворяющие условию достаточности для исследуемого действия. В приведенной схеме элиминации подлежат А, В, и С, поскольку их наличие во втором случае не вызывает d. Результат исключения выражается в отрицательном суждении:

«Ни А, ни В, ни С не являются причиной d».

Элиминация в рассуждении по методу различия также формирует негативное знание о том, чем не могло быть вызвано исследуемое явление.

(3) Среди множества возможных причин остается единственное обстоятельство, которое рассматривается в качестве действительной причины. В приведенной схеме таким единственным обстоятельством является М, выступающее причиной d.

Логический механизм вывода по методу различия также принимает форму отрицающе-утверждающего модуса разделительно-категорического умозаключения:

Рассуждение по методу различия приобретает доказательное знание лишь в том случае, если имеется точное и полное знание предшествующих обстоятельств, составляющих закрытое дизъюнктивное множество типа <A ∨ B ∨ C ∨ M>.

Поскольку в условиях эмпирического познания трудно претендовать на исчерпывающую констатацию всех обстоятельств, выводы по методу различия в большинстве случаев дают лишь проблематичные заключения. При этом полностью не исключается взаимодействие обстоятельства М с другими обстоятельствами. Как и в методе сходства, М может быть сложным явлением, включающим в качестве составной части действительную причину d.

По признанию многих исследователей, методом различия достигаются наиболее правдоподобные индуктивные выводы.

3. Объединенный метод сходства и различия.

Этот метод представляет собой комбинацию первых двух методов, когда путем анализа множества случаев обнаруживают как сходное в различном, так и различное в сходном.

В качестве примера остановимся на приведенном выше рассуждении по методу сходства о причинах заболевания трех пациентов. Если дополнить это рассуждение анализом новых трех случаев, в которых повторяются те же обстоятельства, кроме сходного, т. е. в пищу употреблялись одинаковые продукты, кроме молока, и при этом не наблюдалось заболевания, то вывод будет протекать в форме объединенного метода.

Схема рассуждения имеет следующий вид:

Вероятность заключения в таком усложненном рассуждении заметно возрастает, ибо соединяются преимущества метода сходства и метода различия, каждый из которых в отдельности дает менее надежные результаты.

4. Метод сопутствующих изменений.

Метод применяется при анализе случаев, в которых имеет место изменение одного из предшествующих обстоятельств, сопровождаемое изменением исследуемого действия.

Предыдущие индуктивные методы основывались на повторяемости либо отсутствии определенного обстоятельства. Однако не все причинно связанные явления допускают нейтрализацию или замену отдельных составляющих их фактов. Например, исследуя влияние трения на скорость движения тела, невозможно в принципе исключить само трение. Точно так же, определяя влияние Луны на величину морских приливов, невозможно изменить массу Луны.

Единственным способом обнаружения причинных связей в таких условиях является фиксация в процессе наблюдения сопутствующих изменений в предшествующих и последующих явлениях. Причиной в этом случае выступает такое предшествующее обстоятельство, интенсивность или степень изменения которого совпадает с изменением исследуемого действия. Если обозначить символами А, В, С предшествующие обстоятельства, каждое из которых не может быть опущено или заменено; индексами 1, 2,..., n — степень изменения этих обстоятельств; символом d — интересующее нас действие, то рассуждение по методу сопутствующих изменений принимает следующий вид:

Именно таким путем строился вывод о влиянии солнечных пятен на появление магнитных бурь на Земле. Наблюдения показали на совпадение магнитных бурь с 11 -летним циклом появления пятен на Солнце, а также и на то, что увеличение пятен сопровождается возрастанием магнитных возмущений.

Применение метода сопутствующих изменений также предполагает соблюдение ряда условий.

(1) Необходимо знание о всех возможных причинах исследуемого явления. Такими обстоятельствами выступают А, В и С:

A ∨ В ∨ С.

(2) Из приведенных обстоятельств должны быть элиминированы те, которые не удовлетворяют свойству однозначности причинной связи. Так, во всех трех случаях А и В не могут быть причиной d, ибо с изменением d и первое и второе остаются неизменными. А и В элиминируются, ибо неизменяющееся не может быть причиной изменяющегося, что косвенно указывает на С как на единственную среди возможных причин.

(3) Среди предшествующих выделяют единственное обстоятельство, изменение которого сопутствует изменению действия. В приведенной схеме такую роль выполняет С, изменение интенсивности которого от С¹ до Сⁿ сопровождается изменением интенсивности d — от d¹ до dⁿ.

Сопутствующие изменения могут быть прямыми и обратными.

Прямая зависимость означает: чем интенсивнее проявление предшествующего фактора, тем активнее проявляет себя и исследуемое явление, и наоборот, — с падением интенсивности соответственно снижается и активность или степень проявления действия. Например, с повышением температуры воздуха происходит расширение ртути и ее уровень в градуснике поднимается, с понижением температуры ртутный столбик соответственно падает. Точно так же с усилением или ослаблением солнечной активности соответственно увеличивается или падает уровень радиации в земных условиях.

Обратная зависимость выражается в том, что интенсивное проявление предшествующего обстоятельства замедляет активность или уменьшает степень изменения исследуемого явления. Например, чем больше трение, тем меньше скорость движения тела, чем выше производительность труда, тем ниже себестоимость продукции.

Логический механизм индуктивного обобщения по методу сопутствующих изменений принимает форму дедуктивного рассуждения по отрицающе-утверждающему модусу разделительно-категорического умозаключения:

Обоснованность заключения в выводе по методу сопутствующих изменений определяется числом рассмотренных случаев, точностью знания о предшествующих обстоятельствах, а также адекватностью изменений предшествующего обстоятельства и исследуемого явления.

С увеличением числа сравниваемых случаев, демонстрирующих сопутствующие изменения, растет вероятность заключения. Если множество альтернативных обстоятельств не исчерпывает всех возможных причин и не является закрытым, то заключение в выводе проблематично, а не достоверно.

Обоснованность вывода во многом зависит также от степени соответствия изменений в предшествующем факторе и самом действии. Во внимание принимаются не любые, а лишь пропорционально нарастающие либо убывающие изменения. Те из них, которые не отличаются взаимно-однозначной регулярностью, нередко возникают под воздействием неконтролируемых, случайных факторов и могут вводить в заблуждение исследователя.

Рассуждения по методу сопутствующих изменений применяются при выявлении не только причинных, но и других, например функциональных связей, когда устанавливают зависимость между количественными характеристиками двух явлений. В этом случае важное значение приобретает учет характерной для каждого рода явлений шкалы интенсивности изменений, в рамках которой количественные изменения не меняют качества явления. В любом случае количественные изменения имеют нижнюю и верхнюю границы, которые называются пределами интенсивности. В этих пограничных зонах меняется качественная характеристика явления и тем самым могут обнаруживаться отклонения при применении метода сопутствующих изменений.

Например, уменьшение объема некоторых веществ при их охлаждении прекращается в определенной точке (для воды, например, это точка замерзания), а затем их объем при дальнейшем охлаждении увеличивается. Другой пример: медицине хорошо известны лечебные свойства препаратов, содержащих в малых дозах яды. С увеличением дозы полезность препарата растет лишь до определенного предела. За пределами шкалы интенсивности препарат действует в обратном направлении и становится опасным для здоровья.

Любой процесс количественных изменений имеет свои критические точки, которые следует учитывать при применении метода сопутствующих изменений, эффективно действующего лишь в рамках шкалы интенсивности. Использование метода без учета пограничных зон количественных изменений может приводить к логически некорректным результатам.

5. Метод остатков.

Применение метода связано с установлением причины, вызывающей определенную часть сложного действия при условии, что причины, вызывающие другие части этого действия, уже выявлены.

Схема рассуждения по методу остатков:

Методом остатков был сделан вывод о существовании некоторых химических элементов — гелия, рубидия и др. Предположение основывалось на результатах, полученных в процессе спектрального анализа: были обнаружены новые линии, которые не принадлежали ни одному из уже известных элементов.

В практике научных и обычных рассуждений часто встречается модифицированный вывод по методу остатков, когда по известному действию заключают о существовании новой по отношению к уже известной причины. Например, Мария Склодовская-Кюри, установив, что некоторые урановые руды испускают радиоактивные лучи, превышающие по интенсивности излучение урана, пришла к выводу, что в этих соединениях имеются какие-то новые вещества. Так были открыты новые радиоактивные элементы: полоний и радий.

Схема модифицированного рассуждения по методу остатков:

Подобно другим индуктивным выводам метод остатков дает, как правило, проблематичное знание. Степень вероятности заключения в таком выводе определяется, во-первых, точностью знаний о предшествующих обстоятельствах, среди которых идет поиск причины исследуемого явления, во-вторых, точностью знания о степени влияния каждой из известных причин на совокупный результат. Приблизительный и неточный перечень предшествующих обстоятельств, как и неточное представление о влиянии каждой из известных причин на совокупное действие, может привести к тому, что в заключении вывода в качестве неизвестной причины будет представлено не необходимое, а лишь сопутствующее обстоятельство.

Рассуждения по методу остатков нередко используются в процессе расследования преступлений, главным образом в тех случаях, когда устанавливают явную несоразмерность причин исследуемым действиям. Если действие по своему объему, масштабу или интенсивности не соответствует известной причине, то ставится вопрос о существовании каких-то других обстоятельств.

Например, по уголовному делу о хищении товаров со склада обвиняемый признал факт хищения и показал, что он в одиночку вынес со склада похищенную вещь. Проведенной проверкой было установлено, что вынести такую тяжелую вещь не под силу одному человеку. Следователь пришел к выводу об участии в хищении других лиц, в связи с чем менялась и квалификация деяния.

Рассмотренные методы установления причинных связей по своей логической структуре относятся к сложным рассуждениям, в которых собственно индуктивные обобщения строятся с применением дедуктивных выводов. Опираясь на свойства причинной связи, дедукция выступает логическим средством элиминации (исключения) случайных обстоятельств, тем самым она логически корректирует и направляет индуктивное обобщение.

Взаимосвязь индукции и дедукции обеспечивает логическую состоятельность рассуждений при применении методов, а точность выраженного в посылках знания определяет степень обоснованности получаемых заключений.

1. Какие методы установления причинной связи изучает логика? На каких принципах причинно-следственных связей они основаны?

2. Что представляют собой метод единственного сходства и метод единственного различия? Приведите их схемы, укажите условия, повышающие вероятности вывода.

3. Приведите схему объединенного метода сходства и различия. В чем его преимущество по сравнению с этими методами, применяемыми отдельно?

4. В чем особенности метода сопутствующих изменений? На каком свойстве причинно-следственной связи он основан? Приведите его схему.

5. Что такое метод остатков? В каких случаях он применяется? Приведите схему.

§ 5. Статистические обобщения

Особым видом умозаключений неполной индукции являются статистические обобщения, связанные с анализом массовых событий. К ним относятся, например, массовые транспортные перевозки пассажиров и грузов, рождаемость и смертность людей, распространение заболеваний, транспортные происшествия, динамика преступлений и многие другие.

Учитывая трудности выявления причинных зависимостей, анализ таких массовых событий позволяет установить устойчивое распределение интересующих исследователя случайных признаков. Количественная информация, выражающая устойчивые тенденции развития, имеет важное практическое значение для правильной организации обслуживания населения, профилактических мероприятий, борьбы с преступностью и т. п. Анализ массовых событий ведется чаще всего путем не сплошного, а выборочного исследования отдельных групп или образцов и логического переноса полученных результатов на все их множество. Вывод в этом случае протекает в форме статистического обобщения.

Статистическое обобщение — это умозаключение неполной индукции, в котором установленная в посылках количественная информация о частоте определенного признака в исследуемой группе (образце) переносится в заключении на все множество явлений этого рода.

В отличие от индукции через перечисление при отсутствии противоречащего случая в посылках статистического умозаключения фиксируется следующая информация: (1) общее число составляющих исследуемую группу, или образец случаев; (2) число случаев в которых присутствует интересующий исследователя признак; (3) частота проявления интересующего признака.

Для построения схемы статистического обобщения введем условные обозначения: S — исследуемый образец; р — интересующий исследователя признак; m — общее число наблюдаемых случаев (элементов образца); n — число благоприятных случаев, когда явление обладает признаком р; f(р) — частота признака р; К — популяция, или множество явлений, на которое распространяется частота признака.

Частота появления признака р в образце S представляет собой отношение числа благоприятных случаев n к общему числу исследованных явлений m:

f(p) = n/m.

Например, статистическая информация о совершении такого рода преступлений, как хулиганство, показывает, что 95 из 100 случаев хулиганских действий совершаются в состоянии алкогольного опьянения. Значит, частота хулиганства, связанная с алкогольным опьянением, определяется как 95/100, т. е. равна 95%.

Частота появления признака в статистических описаниях принимает числовое значение в интервале между 0 и 1: 0 < f(p) < 1. Это объясняется тем, что в статистическом образце S число случаев появления признака (n) всегда меньше общего числа наблюдаемых элементов (m). Поскольку m > n, тем самым f(p) всегда будет меньше единицы, но больше нуля.

В том случае, когда f(p) = 0, это значит, что среди наблюдаемых не обнаружено ни одного явления, обладающего этим признаком. На этой основе может быть построено обычное индуктивное обобщение с отрицательным заключением: поскольку ни одно S не обладает свойством р, значит, можно заключить, что весь класс К не обладает этим свойством. Точно так же и в случае f(p) = 1 можно построить обычную индуктивную генерализацию с утвердительным заключением. Поскольку число случаев появления признака (n) равно числу всех исследованных (m), т. е. n = m, значит, каждое S обладает р. Отсюда заключают, что весь класс К обладает этим признаком.

Схема статистического обобщения:

Это означает: признак р появляется в образце S с частотой f; образец S является подмножеством популяции К, которая по числу элементов больше S; отсюда следует, что признак р будет встречаться в популяции К с частотой f.

Статистическое обобщение, являясь выводом неполной индукции, относится к недемонстративным умозаключениям. Логический переход от посылок к заключению дает лишь проблематичное знание. Степень обоснованности статистического обобщения зависит от специфики исследованного образца: его величины по отношению к популяции и представительности (репрезентативности). Если образец по объему приближается к популяции, тем основательнее обобщение, поскольку возможность ошибки становится минимальной. Репрезентативность образца означает меру его представительности: насколько разнообразие элементов в образце отражает их разнообразие в популяции.

Тщательность статистического описания исследуемого образца и логически корректный перенос частоты признака на популяцию обеспечивают высокую вероятность и тем самым практическую эффективность статистических обобщений в различных областях науки, культуры, производства, правовой деятельности.

1. Что такое статистические обобщения?

2. Какова структура статистических обобщений и чем они отличаются от перечислительной индукции?