Георгий Рузавин - Логика и аргументация: Учебн. пособие для вузов.

• Название: Логика и аргументация: Учебн. пособие для вузов.
• Автор: Георгий Рузавин
• Издательство: Культура и спорт, ЮНИТИ
• Жанр: Философия
• Год: 1997
• ISBN: 5-85178-037-1

Это первая в отечественной литературе попытка рассмотреть законы и принципы логики в тесной связи с аргументацией, используемой в практических и научных рассуждениях.

Основное внимание обращается на диалог как на ту реальную среду, в рамках которой происходят споры, дискуссии, диспуты и полемики. Изложение логических вопросов подчинено целям выработки навыков критического мышления в процессе аргументации.

Для студентов гуманитарных вузов, а также широкого круга лиц, желающих овладеть навыками аргументации как искусства рационального убеждения.

---

Статистическое понятие вероятности характеризует, следовательно, численное значение степени возможности появления массового случайного события при длительных испытаниях и тем самым является объективным по своему содержанию. Оно отбрасывает то, что происходит в объективном мире и не зависит от субъекта. Субъективная вероятность в противоположность этому относится к индивидуальной вере, предпочтениям, ожиданиям и надеждам отдельного субъекта. Она трудно поддается рациональному анализу, и поэтому с ней редко приходится встречаться в научном познании, которое ориентируется на достижение объективного знания о реальном мире.

Субъективную вероятность не следует смешивать с логической вероятностью, которая хотя и не имеет непосредственного отношения к объективному миру, но определяет логическое отношение между посылками и заключением вероятностного рассуждения. Как и отношение логической дедукции (или вывода), логическая вероятность характеризует особую, вероятностную связь между посылками и заключением, и такая связь не зависит от веры, желания и намерения субъекта, поэтому она имеет интерсубъективный характер. Всякий, кто принимает посылки такого правдоподобного рассуждения не может по своему произволу приписывать вероятность заключению, ибо последнее зависит от того, в какой степени посылки подтверждают заключение. Если обозначить логическую вероятность через Р, подтверждающие ее посылки (факты, свидетельства, показания и т.п.) - через Е, а степень подтверждения - через с, тогда заключение правдоподобного рассуждения Н, являющееся гипотезой, можно представить формулой:

Р(Н/Е) = с.

Относительно определения степени вероятности правдоподобного рассуждения мнения исследователей расходятся. Известный английский экономист Дж. M. Кейнс, написавший первый трактат по логической вероятности, считал, что эта степень может быть определена численно только в немногих случаях, чаще всего приходится иметь дело со сравнением одних вероятностей с другими, в некоторых случаях даже такое сравнение оказывается невозможным.

Другой автор системы вероятностей логики X. Джефрис считал логическое понятие вероятности основополагающим, с помощью которого можно определить даже статистическую вероятность. Более осторожную и убедительную позицию занимал известный австрийский логик Р. Карнап, который признавал самостоятельность двух интерпретаций вероятности, каждая из которых имеет свою область применения. Объективная интерпретация анализирует относительную частоту появления массовых случайных событий, интерсубъективная, т.е. логическая вероятность устанавливает вероятностное логическое отношение между посылками и заключением правдоподобного рассуждения. Поскольку в логике чаще всего приходится встречаться с индуктивными рассуждениями, как типичными видами правдоподобных рассуждений, логическую вероятность часто называют индуктивной вероятностью. В связи с этим иногда индуктивное рассуждение истолковывается слишком широко: все недедуктивные рассуждения рассматриваются как индуктивные, но такой подход, как мы покажем ниже, вряд ли обоснован.

Таким образом, статистическая и логическая вероятности одинаково необходимы и полезны для успешной научной и практической деятельности. Не говоря уже о широком использовании статистической вероятности для анализа массовых случайных событий, в последние годы это понятие получило широкое применение всюду, где приходится принимать решения. Ведь чтобы принять правильное решение, необходимо учитывать наряду с его полезностью также возможность или вероятность его осуществления в конкретной ситуации. Если имеется статистическая информация, тогда для этого используется статистическая вероятность. Когда же статистика отсутствует или в принципе невозможна, то обращаются к логической вероятности, т.е. устанавливают отношение между фактами, свидетельствами и другими данными и гипотезой, определяя степень подтверждения гипотезы фактами. Все это показывает плодотворность взаимодополнения статистической и логической вероятностей, эмпирического и теоретического определения вероятности.

Эмпирическое измерение вероятности основано на определении относительной частоты случайных событий. Если нам будут известны начальные или исходные вероятности, то по математическим законам теории вероятностей мы можем найти вероятность образованных из них сложных или совокупных событий: объединения, пересечения, дополнения. В модифицированном виде аппарат теории вероятностей применим также к логическим вероятностям, но здесь определение первоначальных вероятностей наталкивается на серьезные трудности, поскольку степень подтверждения не всякой гипотезы можно определить численно. Тем не менее даже использование понятий "больше", "меньше" и "равно" дает более точное знание, чем чисто интуитивные соображения о степени подтверждения правдоподобных рассуждений в случае индукции или аналогии.

5.2. Основные формы индуктивных рассуждений

Когда мы определяем индуктивное рассуждение по характеру его заключения, то относим его к более широкому классу вероятностных (или правдоподобных) рассуждений. Но это определение нуждается в указании специфического, видового признака, характерного именно для индукции, в отличие от других правдоподобных рассуждений, например аналогии. В прежней логике существовала традиция рассматривать индукцию как рассуждение, направленное от частного к общему. Частные случаи служили для наведения мысли на истину, но не гарантировали ее достижение. В отличие от этого дедукция направлена в противоположную сторону - на переход от общего знания к частному, перенос истины с посылок на заключение. Несмотря на неудовлетворительность Указанного различия дедукции и индукции с современной точки зрения, все же в нем присутствует немалая доля истины, тем более что современные представления складывались на основе уточнения и совершенствования прежних взглядов. В связи с этим нам кажется вполне правомерным рассматривать такие формы индуктивных рассуждений, как полная и математическая индукция, именно в разделе об индуктивных рассуждениях, хотя заключения, основанные на них, являются достоверно истинными. Подобный подход оправдывается тем, что движение мысли здесь начинается от частного и направлено к общему. А именно с этим традиционная логика связывала индукцию и отличала ее от дедукции.

Полная индукция

Умозаключение, основанное на исследовании всех частных случаев, которые полностью исчерпывают объем данного класса, называют полной индукцией. Заключение такого рассуждения имеет достоверный характер, в связи с чем некоторые логики относят его к дедуктивным умозаключениям. По-видимому, такая традиция восходит еще к Аристотелю, который рассматривал полную индукцию как силлогизм по индукции. Бесспорно, что по характеру полученного знания полная индукция может быть отнесена к дедуктивным умозаключениям, однако по направленности процесса рассуждения от частного к общему она стоит ближе к индуктивным рассуждениям. Правда, это простейший способ индукции, который в отличие от других ее форм не дает принципиально нового знания и не выходит за пределы того, что содержится в ее посылках. Тем не менее общее заключение, полученное на основе исследования частных случаев, суммирует содержащуюся в них информацию и позволяет обобщить ее, взглянуть на нее с иной точки зрения. Именно поэтому полная индукция используется не только в повседневной практике, но и в ходе исследования и обучения. Суммирование информации, ее систематизация, целостный охват множества частных случаев в совокупном знании представляют собой первый шаг на пути к интеграции знания.

Если обозначить суждения, характеризующие некоторое общее свойство частных случаев через Р, а их субъекты соответственно - через Si, S2, Sk, то

логическая структура полной индукции может быть представлена схемой:

S1 есть Р;

S2 есть Р;

Sk есть Р.

При этом S1, S2, …, Sk исчерпывают весь класс рассматриваемых случаев Si т. е. все S есть Р (i = 1,2,..., k).

В математике доказательства, основанные на полной индукции, называют доказательствами частных случаев (или разбором случаев). Например, доказательство теоремы "Площадь треугольника равна половине произведения его основания на высоту" проводится путем рассмотрения случаев, когда треугольник является остроугольным, прямоугольным и тупоугольным.

Несмотря на простой характер умозаключения полной индукции, иногда и здесь допускаются ошибки, которые связаны главным образом с пропуском какого-либо частного случая, вследствие чего заключение не исчерпывает все случаи и тем самым является необоснованным. Чаще всего это происходит тогда, когда не проводится четкого разграничения между частными случаями или допускается как сознательная уловка в споре, когда одному из его участников оказывается невыгодным рассмотреть все случаи, которые могут опровергнуть его утверждение.