ინდუქცია

ინდუქციური აზროვნება გულისზმობს ახალ სიტუაციაზე ვარაუდის გაკეთება არსებულ ცოდნაზე დაფუძნებით. ეს ვარაუდები აუცილებლად უნდა იყოს ხდომილებითი (Hayes et al., 2010). მაგალითად, თუ ჩემი ერთი თანაკურსელი მთელი სამი კვირის განმავლობაში იგვიანებდა ლექციაზე, შეგვიძლია ვივარაუდოთ, მაგრამ დაზუსტებით ვერ ვიტყვით, რომ იგი შემდეგ ლექციაზეც დაიგვიანებს.

ინდუქცია ბევრ იმ მსჯელობას შეესაბამება, რომელსაც ყოველდღიურ ცხოვრებაში ვხვდებით. იმის ვარაუდი, იწვიმებს თუ არა ხვალ, მოეწონება თუ არა შენს პარტნიორს შოკოლადი, რომელიც სასაჩუქრად უყიდე, გაიზრდება თუ არა საკვები პროდუქტების ფასები, ყველაფერი ეს მოიცავს რაღც ფორმის ინდუქციას. ზოგადად, ინდუქცია ჩართულია მთელ რიგ კოგნიტურ პროცესებში, როგორიცაა კატეგორიზაცია, ხდომილების შეფასება, ანალოგიური მსჯელობა, მეცნიერული დასკვნები და გადაწყვეტილების მიღება. ინდუქციური აზროვნება ეხება კოგნიტური მეცნიერების ერთ-ერთ უმთავრეს კითხვას, კერძოდ როგორ ხდება ცოდნის განზოგადება ნაცნობიდან უცნობ შემთხვევებზე (Hayes et al., 2010).

მსგავსება-გადაფარვის მოდელი (Similarity-Coverage Model)

პირველი დეტალური მოდელი (Osherson, 1990), რომელიც ინდუქციის ასახსნელად შეიქმნა ფოკუსირდებოდა წანამძღვრისა და დასკვნის კატეგორიებს შორის ტაქსონომიურ მსგავსებაზე. მსგავსება-გადაფარვის მოდელი იმ დაშვებას ეფუძნება, რომ ცარიელი (Blank) თვისების გეერალიზაციის ხდომილებას, წანამძღვრების წყებიდან დასკვნამდე, განსაზღვრავს ორი ფაქტორი. მსგავსების კომპონენტი გულისხმობს მომავალი გადაკვეთის გამოთვლას წანამძღვრისა და დასკვნის კატეგორიებს შორის. მეორე კომპონენტი, გადაფარვა, გულისხმობს საშუალო მაქსიმუმის გამოთვლას წანამძღვრის კატეგორიიდან უმცირესი დონის კატეგორიამდე, რომელიც მოიცავს ორვეს, წანამძღვარსა და დასკვნას (Hayes, 2010).

მაგალითად, მტკიცე არგუმენტია, ლეოპარდებს გააჩნიათ თვისება X / ლომებს გააჩნიათ თვისება X. ხოლო სუსტი არგუმენტია, ლეოპარდებს აქვთ თვისება X / კოალებს აქვთ თვისება X.

მსგავსების კომპონენტი საკმარისია წანამძღვარი-დასკვნის მსგავსების ეფექტის ასახსნელად. იგივე როლს თამაშობს გადაფარვის ფენომენიც, რომელიც შეიძლება გამოვხატოთ შემდეგი დებულებით.

ძლიერია დებულება: დათვებს აქვთ თვისება X / ძუძუმწოვრებს აქვთ თვისება X.

ხოლო სუსტია: დათვებს აქვთ თვისება X / ცხოველებს აქვთ თვისება X.

თუ პირველში ინდუქციის ვალიდურობა მსგავსებით დადგინდა, აქ ეს გადაფარვით მოხდა.

წანამძღვარი, ხშირ შემთხვევაში, წარმოიქმნება იმიტომ, რომ უფრო ტიპურ წანამძღვრებს აქვთ მაღალი საშუალო მსგავსება უფრო ინკლუზიურ დასკვნის კატეგორიასთან (ანუ უკეთესი გადაფარვა), ვიდრე ნაკლებად ტიპურ წანამძღვრებს. ვინაიდან მრავალფეროვანი წანამძღვრები უზრუნველყოფენ უკეთეს გადაფარვას, ისინი დანახულები არიან, როგორც ინდუქციური პროექციის უფრო ძლიერი საფუძველი, ვიდრე ნაკლებად მრავალფეროვანი წანამძღვრები. უფრო სპეციფიური ან ჰომოგენური დასკვნის კატეგორიები ასევე გვაძლევენ უფრო მაღალ გადაფარვას იმ წანამძღვრებისთვისს, რომლებიც კატეგორიებში არიან, ვიდრე ზოგადი დასკვნები (Hayes, 2010).

მოდელი ასევე ცდილობს უშუალო ახსნა მოუძებნოს განვითარების სფეროში გაკეთებულ მიგნებებს (Rhodes et al., 2008; Rhodes et al., 2009; წყაროდან Hayes, 2010) კატეგორიებზე დაფუძნებული ინდუქციის შესახებ იმით, რომ გადაფარვის გამოთვლა უფრო კომპლექსური ოპერაციაა, ვიდრე მსგავსების გამოთვლა. შესაბამისად, იმ არგუმენტების გააზრების უნარი, რომელიც მხოლოდ მსგავსებას ეფუძნება, უნდა ათვისებულიყო თავიდან, ხოლო მას უნდა მოყოლოდა გადაფარვასთან დაკავშირებული არგუმენტების გააზრების უნარი და ინკლუზიური დასკვნები (Hayes, 2010).

გამოყენებული ლიტერატურა:

Hayes, B. K., Heit, E., & Swendsen, H. (2010). Inductive reasoning. Wiley interdisciplinary reviews: Cognitive science, 1(2), 278-292.