الاستدلال

الموسوعة الحرة

الاستدلالات هي خطوات في التفكير المنطقي ، تنتقل من المقدمات إلى النتائج المنطقية . يُقسم الاستدلال تقليديًا إلى استنتاج واستقراء ، وهو تمييز يعود على الأقل إلى أرسطو (القرن الرابع قبل الميلاد). وقد طُرح نوع ثالث من الاستدلال، وهو الاستنباط ، على وجه الخصوص من قِبل تشارلز ساندرز بيرس . [ 1 ] الاستنتاج هو استدلال يستمد نتائج منطقية من مقدمات معروفة أو مفترضة صحتها ، وتُدرس قوانين الاستدلال الصحيح في علم المنطق . أما الاستقراء فهو استدلال من أدلة محددة إلى نتيجة كلية . [ 2 ] لا يسعى الاستنباط إلى اليقين المنطقي ولا إلى نتيجة كلية، بل إلى "أفضل تفسير" قائم على الاحتمالية بالنظر إلى الأدلة.

تدرس مجالات متنوعة كيفية إجراء الاستدلال عمليًا. يُدرس الاستدلال البشري (أي كيفية استخلاص البشر للنتائج) تقليديًا ضمن مجالات المنطق، ودراسات الحجاج، وعلم النفس المعرفي ؛ ويعمل باحثو الذكاء الاصطناعي على تطوير أنظمة استدلال آلية لمحاكاة الاستدلال البشري. يستخدم الاستدلال الإحصائي الرياضيات لاستخلاص النتائج في ظل وجود عدم اليقين. وهذا يعمم التفكير الحتمي، مع اعتبار غياب عدم اليقين حالة خاصة. يستخدم الاستدلال الإحصائي بيانات كمية أو نوعية ( فئوية ) قد تخضع لتغيرات عشوائية. [ 3 ]

تعريف

تُسمى العملية التي يتم من خلالها استخلاص استنتاج عام من عدة ملاحظات بالاستدلال الاستقرائي . قد يكون الاستنتاج صحيحًا أو خاطئًا، أو صحيحًا ضمن درجة معينة من الدقة، أو صحيحًا في حالات معينة. ويمكن اختبار الاستنتاجات المستخلصة من عدة ملاحظات بملاحظات إضافية.

هذا التعريف قابل للنقاش (بسبب عدم وضوحه. المرجع: قاموس أكسفورد الإنجليزي: "الاستقراء ... 3. المنطق: استنتاج قانون عام من حالات خاصة" ). وبالتالي، فإن التعريف المذكور ينطبق فقط عندما تكون "النتيجة" عامة.

هناك تعريفان محتملان لمصطلح "الاستدلال":

  1. استنتاج تم التوصل إليه بناءً على الأدلة والمنطق.
  2. عملية التوصل إلى مثل هذه النتيجة.

أمثلة

مثال للتعريف رقم 1

وضع فلاسفة اليونان القدماء عدداً من القياسات المنطقية ، وهي استدلالات صحيحة ثلاثية الأجزاء، يمكن استخدامها كعناصر أساسية لبناء استدلالات أكثر تعقيداً. نبدأ بمثال شهير:

  1. جميع البشر فانون.
  2. جميع اليونانيين بشر.
  3. جميع اليونانيين فانون.

يمكن للقارئ التحقق من صحة المقدمات والنتيجة، لكن المنطق يهتم بالاستدلال: هل صحة النتيجة تتبع من صحة المقدمات؟

تعتمد صحة الاستدلال على شكله. أي أن كلمة "صحيح" لا تشير إلى صدق المقدمات أو النتيجة، بل إلى شكل الاستدلال. قد يكون الاستدلال صحيحًا حتى لو كانت أجزاؤه خاطئة، وقد يكون خاطئًا حتى لو كانت بعض أجزائه صحيحة. لكن الشكل الصحيح بمقدمات صحيحة سيؤدي دائمًا إلى نتيجة صحيحة.

على سبيل المثال، انظر إلى شكل المسار الرمزي التالي :

  1. جميع اللحوم تأتي من الحيوانات.
  2. كل لحم البقر هو لحم.
  3. لذلك، فإن جميع لحوم البقر تأتي من الحيوانات.

إذا كانت المقدمات صحيحة، فإن النتيجة صحيحة بالضرورة أيضاً.

والآن ننتقل إلى نموذج غير صالح.

  1. جميع أ هي ب.
  2. جميع قيم C هي B.
  3. لذلك، جميع قيم C هي A.

ولإثبات أن هذا الشكل غير صالح، نوضح كيف يمكن أن يؤدي من مقدمات صحيحة إلى نتيجة خاطئة.

  1. جميع التفاح فاكهة. (صحيح)
  2. جميع أنواع الموز فاكهة. (صحيح)
  3. لذلك، كل الموز تفاح. (خطأ)

قد تؤدي الحجة الصحيحة ذات المقدمة الخاطئة إلى نتيجة خاطئة، (هذا المثال والأمثلة التالية لا تتبع القياس المنطقي اليوناني):

  1. جميع الأشخاص طوال القامة فرنسيون. (خطأ)
  2. كان جون لينون طويل القامة. (صحيح)
  3. لذلك، كان جون لينون فرنسيًا. (خطأ)

عندما يتم استخدام حجة صحيحة لاستخلاص نتيجة خاطئة من مقدمة خاطئة، يكون الاستدلال صحيحًا لأنه يتبع شكل الاستدلال الصحيح.

يمكن أيضاً استخدام حجة صحيحة لاستخلاص نتيجة صحيحة من مقدمة خاطئة:

  1. جميع الأشخاص طوال القامة موسيقيون. (صحيح، خطأ)
  2. كان جون لينون طويل القامة. (صحيح، صحيح)
  3. لذلك، كان جون لينون موسيقيًا. (صحيح، صحيح)

في هذه الحالة لدينا مقدمة خاطئة واحدة ومقدمة صحيحة واحدة حيث تم استنتاج نتيجة صحيحة.

مثال للتعريف رقم 2

الدليل: في أوائل خمسينيات القرن العشرين، أنت أمريكي متمركز في الاتحاد السوفيتي . تقرأ في صحيفة موسكو أن فريق كرة قدم من مدينة صغيرة في سيبيريا بدأ يحقق انتصارات متتالية، حتى أنه هزم فريق موسكو. الاستنتاج: لم تعد تلك المدينة الصغيرة في سيبيريا مدينة صغيرة. فالسوفيت يعملون على برنامجهم النووي أو برنامج أسلحة سرية عالية القيمة.

معلومات معروفة: الاتحاد السوفيتي اقتصاد موجه : يُملى على الأفراد والموارد وجهتهم وما يفعلونه. كانت المدينة الصغيرة نائية ولم تتميز تاريخياً قط؛ وكان موسم كرة القدم فيها قصيراً عادةً بسبب سوء الأحوال الجوية.

Explanation: In a command economy, people and material are moved where they are needed. Large cities might field good teams due to the greater availability of high quality players; and teams that can practice longer (possibly due to sunnier weather and better facilities) can reasonably be expected to be better. In addition, you put your best and brightest in places where they can do the most good—such as on high-value weapons programs. It is an anomaly for a small city to field such a good team. The anomaly indirectly described a condition by which the observer inferred a new meaningful pattern—that the small city was no longer small. Why would you put a large city of your best and brightest in the middle of nowhere? To hide them, of course.

Incorrect inference

An incorrect inference is known as a fallacy. Philosophers who study informal logic have compiled large lists of them. Cognitive psychologists have documented many biases in human reasoning that favor incorrect reasoning, and explain them with the use of heuristics in human reasoning.[4]

One example of human reasoning bias is the confirmation bias, where people tend to seek information that confirms their beliefs rather than information that may contradict it, even though the latter (falsifications) is more informative for deductive reasoning. This is demonstrated by the Watson selection task.[5][6] Another example, involving probabilistic reasoning, is the conjunction fallacy, where people judge a conjunction A∧B{\displaystyle A\wedge B} to be more probable than a single conjunct A{\displaystyle A}, because B{\displaystyle B} contains more "representative" content. This is demonstrated by the "Linda problem" and explained with the use of a representativeness heuristic.[7]

Applications

Inference engines

AI systems first provided automated logical inference and these were once extremely popular research topics, leading to industrial applications under the form of expert systems and later business rule engines. More recent work on automated theorem proving has had a stronger basis in formal logic.

An inference system's job is to extend a knowledge base automatically. The knowledge base (KB) is a set of propositions that represent what the system knows about the world. Several techniques can be used by that system to extend KB by means of valid inferences. An additional requirement is that the conclusions the system arrives at are relevant to its task.

بالإضافة إلى ذلك، يُستخدم مصطلح "الاستدلال" أيضاً للإشارة إلى عملية توليد التنبؤات من الشبكات العصبية المدربة . وفي هذا السياق، يُشير "محرك الاستدلال" إلى النظام أو الجهاز الذي يُنفذ هذه العمليات. ويُستخدم هذا النوع من الاستدلال على نطاق واسع في تطبيقات متنوعة، بدءاً من التعرف على الصور وصولاً إلى معالجة اللغة الطبيعية .

محرك برولوج

لغة البرمجة برولوج (اختصارًا لـ "البرمجة في المنطق") هي لغة برمجة تعتمد على مجموعة فرعية من حساب المسندات . وتتمثل مهمتها الرئيسية في التحقق مما إذا كان من الممكن استنتاج قضية معينة من قاعدة المعرفة باستخدام خوارزمية تسمى الاستدلال العكسي .

لنعد إلى قياس سقراط المنطقي . ندخل في قاعدة معارفنا الجزء التالي من الكود:

mortal(X) :- man(X). رجل (سقراط).

(هنا :- يمكن قراءتها على أنها "إذا". عمومًا، إذا P→{\displaystyle \to }إذا كان (إذا كان P فإن Q)، ففي لغة برولوج نُرمز إلى Q :- P (Q إذا كان P). هذا يُشير إلى أن جميع البشر فانون وأن سقراط إنسان. الآن يُمكننا أن نسأل نظام برولوج عن سقراط:

؟- فانٍ (سقراط).

(حيث يشير الرمز ؟ إلى استعلام: هل يمكن استنتاج mortal(socrates) من قاعدة المعرفة باستخدام القواعد) يعطي الإجابة "نعم".

من ناحية أخرى، اسأل نظام برولوج ما يلي:

؟- فانٍ (أفلاطون).

يعطي الإجابة "لا".

وذلك لأن لغة برولوج لا تعرف شيئًا عن أفلاطون ، وبالتالي تفترض افتراضيًا أن أي خاصية تتعلق بأفلاطون خاطئة (ما يُعرف بفرضية العالم المغلق ). أخيرًا، فإنّ ?- mortal(X) (هل أي شيء فانٍ؟) ستُنتج "نعم" (وفي بعض التطبيقات: "نعم": X=سقراط). يمكن استخدام برولوج لمهام استدلال أكثر تعقيدًا بكثير. راجع المقالة ذات الصلة لمزيد من الأمثلة.

الويب الدلالي

وجدت أنظمة الاستدلال الآلي مؤخراً مجالاً جديداً للتطبيق في الويب الدلالي . وبما أنها تعتمد على منطق الوصف ، فإن المعرفة المُعبر عنها باستخدام أحد أشكال لغة OWL يمكن معالجتها منطقياً، أي يمكن استخلاص استنتاجات منها.

الإحصاءات البايزية ومنطق الاحتمالات

يستخدم الفلاسفة والعلماء الذين يتبعون الإطار البايزي للاستدلال القواعد الرياضية للاحتمالات لإيجاد أفضل تفسير ممكن. يتميز المنظور البايزي بعدد من المزايا المرغوبة، منها أنه يتضمن المنطق الاستنتاجي (اليقيني) كجزء منه (وهذا ما يدفع بعض الكتّاب إلى تسمية الاحتمال البايزي بـ"منطق الاحتمالات"، تبعًا لـ إي تي جاينز ).

يربط أتباع المنهج البايزي الاحتمالات بدرجات الاعتقاد، حيث يكون للقضايا الصحيحة بالتأكيد احتمال 1، وللقضايا الخاطئة بالتأكيد احتمال 0. القول بأن "ستمطر غدًا" له احتمال 0.9 يعني أنك تعتبر احتمال هطول المطر غدًا أمرًا مرجحًا للغاية.

باستخدام قواعد الاحتمالات، يمكن حساب احتمالية كل من الاستنتاج والبدائل. وغالبًا ما يُحدد التفسير الأفضل بأنه الأكثر احتمالًا (انظر نظرية القرار البايزية ). وتُعد نظرية بايز قاعدة أساسية في الاستدلال البايزي .

المنطق الضبابي

المنطق غير الرتيب

فعلى سبيل المثال، عمل علماء المنطق على تطوير منطق رسمي للأسباب، باستخدام متغيرات من المنطق غير الرتيب. [ 8 ]

انظر أيضاً

مراجع

  1. ↑ فرانشيسكو بيلوتشي، "إيكو وبيرس حول الاستدلال الاستنباطي"، المجلة الأوروبية للبراغماتية والفلسفة الأمريكية [إلكترونية]، المجلد العاشر، العدد 1 | 2018، منشور إلكترونيًا منذ 20 يوليو 2018، تاريخ الوصول 16 مارس 2026. الرابط: http://journals.openedition.org/ejpap/1122 ؛ المعرف الرقمي للكائن: https://doi.org/10.4000/ejpap.1122
  2. ^ فلاساكوفا، م. (2023). “فكرة أرسطو للخصم”. الجدل ، المجلد. 15، لا. 68، جامعة لشبونة، 2023، ص 90-114. https://doi.org/10.2478/disp-2023-0004 .
  3. ↑ «أسس الاستدلال»، الإحصاء وعلوم البيانات، كلية ديتريش للعلوم الإنسانية والاجتماعية، جامعة كارنيجي ميلون . تاريخ الاطلاع: 17/03/2026. https://www.cmu.edu/dietrich/statistics-datascience/research/foundations-of-inference.html
  4. ↑ غولدشتاين، إي. بروس؛ هيل، رالف ج. (2026). علم النفس المعرفي: ربط العقل والبحث والتجربة اليومية (  الطبعة السادسة). أستراليا، البرازيل، كندا، المكسيك، سنغافورة، المملكة المتحدة، الولايات المتحدة: سينغيج. ISBN 979-8-214-14338-5.
  5. ↑ واسون، بي سي؛ شابيرو، ديانا (1971). "التجربة الطبيعية والمصطنعة في مسألة استدلالية" . المجلة الفصلية لعلم النفس التجريبي . 23 (1): 63-71 . doi : 10.1080/00335557143000068 . ISSN 0033-555X . 
  6. ↑ واسون، بي سي (1968). "الاستدلال حول قاعدة" . المجلة الفصلية لعلم النفس التجريبي . 20 (3): 273-281 . doi : 10.1080/14640746808400161 . ISSN 0033-555X . 
  7. ↑ تفيرسكي، عاموس؛ كانيمان، دانيال (1983). "الاستدلال الامتدادي مقابل الاستدلال الحدسي: مغالطة الاقتران في الحكم على الاحتمالات" . مجلة علم النفس . 90 (4): 293-315 . doi : 10.1037/0033-295X.90.4.293 . ISSN 1939-1471 . 
  8. ↑ هورتي، جون (2014). الأسباب كحالات تقصير (1. صدرت كطبعة ورقية). أكسفورد: مطبعة جامعة أكسفورد. ISBN  978-0-19-939644-3.

للمزيد من القراءة

الاستدلال الاستقرائي:

الاستدلال الاستنباطي:

  • أورورك، ب.؛ جوزيفسون، ج.، محرران. (1997). الاستدلال الآلي: الاستدلال على أفضل تفسير . مطبعة AAAI.
  • بسيلوس، ستاتيس (2009). "مستكشف على أرض لم تُطأ". في: غاباي، دوف م.؛ هارتمان، ستيفان؛ وودز، جون (محررون). مستكشف على أرض لم تُطأ: بيرس حول الاستدلال الاستقرائي (ملف PDF) . دليل تاريخ المنطق. المجلد  10. إلسيفير. الصفحات 117-152 . doi : 10.1016/B978-0-444-52936-7.50004-5 . ISBN  978-0-444-52936-7.
  • راي، أوليفر (ديسمبر 2005). التعلم الهجين الاستنباطي الاستقرائي (دكتوراه). جامعة لندن، إمبريال كوليدج. CiteSeerX 10.1.1.66.1877 . 

دراسات نفسية حول التفكير البشري: