O raciocínio indutivo consiste de inferir a partir das propriedades de uma amostra para as propriedades de uma população, como um todo.
Por exemplo: suponha que temos uma lata com 1.000 feijões. Alguns dos grãos são pretos e alguns são brancos. Suponha agora que tome uma amostra de 100 grãos do barril e que 50 deles são brancos e 50 são pretos. Então, podemos inferir indutivamente que metade dos feijões da lata (ou seja, 500 deles) são pretos e metade são brancos.
Todo raciocínio indutivo depende da semelhança entre a amostra e a população. Quanto mais semelhante for a amostra da população como um todo, o fiável será a inferência indutiva. Por outro lado, se a amostra relevante é diferente da população, então a inferência indutiva não será fiável.
Nenhuma inferência indutiva é perfeita. Isso significa que qualquer inferência indutiva pode falhar. Mesmo que as premissas sejam verdadeiras, a conclusão pode ser falsa. No entanto, uma boa inferência indutiva dá-nos uma razão para acreditar que a conclusão é verdadeira.
As seguintes falácias indutivas são descritos nesta seção:
-
Generalização precipitada
-
Amostra não representativa
-
Falsa analogia
-
Indução preguiçosa
-
Falácia de omissão
« AnteriorPróximo »Índice do Guia
Guia de Falácias Lógicas de Stephen Downes
Fonte: Stephen Downes Guide to the Logical Fallacies – Norm Jenson’s Mirror
Tradução, adaptação e notas: Maurício Sauerbronn de Moura
Show de bola! Obrigado!
CurtirCurtir