帰納
一般にイメージしている帰納法を想像すれば、 大きな違いはないだろう。
ようは、たくさんの事例を集めてきて、そこから 何かを述べることである。
しかし、科学における帰納法を議論するには二つのシーンを 分けて考える必要がある。 何のために、個々の事例を集めてくるかで変わってくる。 一つは発見の文脈であり もう一つは正当化の文脈である。
発見の文脈というのは、理論を見出すのに事例を用いる時である。たとえば、今、気体の体積、温度、圧力なんかを
たくさん測定する。それらをグラフ化して眺めたりすれば
何らかの関係と思しきものが見えるだろう。
そこから、
ＰＶ／Ｔ＝一定
みたいな関係式を導出してくる。こういった帰納が
発見の文脈の帰納である。
事例の帰納から関係を導くのには、一定の飛躍が必要になる。たとえば、有限個の事例からは、
複数の可能な関係が無限個出てくる。
その時に、そのうちのどれを選ぶかということは、
関係を考え出す側に委ねられることになる。
このように、帰納で導かれた関係なり理論には、
確実さが欠けてしまう。
正当化の文脈というのは、
すでにある理論や関係がどれくらい正しいかを
確かめる過程である。この過程でも、たいていは
帰納が現れ、より多くの事例に合致した方が
よりよい理論である。ということになる。
理論の確認に事例を用いることである。
先の
ＰＶ／Ｔ＝一定
は、いろいろな人が、毎度毎度、条件を変えて
たくさんＰ、Ｖ、Ｔを測定する。
この時、Ｐ、Ｖ、Ｔの対が多ければ多いほど
その理論が確からしいと考える。
確からしさの定量化としてベイズを用いたものなどが知られ、ＡＩとかにも用いられている。
しかし、この二つの区分はそれほど明確でもない。
実際に帰納法で考えるとしても、理論を生み出しつつ
確認していくプロセスというのは現実の科学ではよく
見られる。
また、同時に、反証主義等、
科学から帰納を取り除く試みも多数知られている。
その際議論の的になるのは、正当化の文脈であることが多い。
