前回の記事は詭弁術の導入と論点のすり替え方法
今回からは、「一見論理的に見えるが実際には誤っている推論（詭弁）」について整理していく。
まずは、論理的推論方法の基本となる演繹法と帰納法の概要を確認し、その誤用としてどのように詭弁が生じるかを整理する。
主な論理的推論法：演繹と帰納について
推論には大きく
- 演繹（真理保存）
- 帰納（仮説生成）
がある。また、詭弁とは
- これらの推論規則が誤って使われた状態
である。まずは演繹法から整理する。
演繹法
演繹法の概要
演繹法とは、前提が真であり、かつ推論形式が妥当である場合に限り、結論も必ず真となる推論法である（「真理の保存」）。
-> 前提（真と仮定された命題）から、論理的に含意される結論を導き出す推論法。
演繹法は命題論理や述語論理などの形式に基づく推論であり、三段論法はその代表的な一形式。
その特徴は、「すべての前提が真であり、かつ推論形式が妥当であれば、結論は必ず真となる」ことである。
また、前提が偽の場合を踏まえれば、演繹は「正しさを保証する道具」ではなく「前提に含まれる関係を形式的に展開する推論」とも見ることができる。
つまり、推論形式が妥当であっても、前提が偽であれば結論の真理は保証されない。
（ただし、前提が偽であっても結論が偶然真になる場合はあり得る）。
演繹法の基本単位（三段論法）
<三段論法 基本単位 例>
論法：
- <前提１>全てのAはBである
- <前提２>全てのCはAである
→ <結論1> よって、全てのCはBである
例：
- <前提１>すべての犬は動物である
- <前提２>すべての子犬は犬である
→ <結論1> よって、すべての子犬は動物である
この例は、三段論法の中でも最も基本的な格と型を組み合わせた論法である。
（格と型の組み合わせは256通り存在するが、そのすべてが妥当な推論になるわけではない。古典論理では妥当な三段論法は24通りとされ、そのうち15通りは追加前提を必要としない基本形（無条件妥当）として扱われる。）
三段論法についての覚書はこちら（ちょっと詳しい版）
三段論法の組み合わせによる演繹法
さて、”新たな結論”を導くために、上の<結論1>を次の三段論法の<前提2>につかい、新たに三段論法を組めば
- <前提１>すべて動物は呼吸をする ← 新規前提条件
- <前提２>すべての子犬は動物である ←上の三段論法の”結論１”
→ <結論> よって、すべての子犬は呼吸をする ← 新たな形の結論
となり、前提に含まれている関係を形式的に展開することで、新たな形で表現された結論を得ることができる
（この「新たな結論」は見かけ上新しく見えるが、実際は前提に含まれている情報の論理的帰結）
前提と推論形式が正しければ、結論が論理的に破綻することはない。
しかし、この「論理的に正しいはずだ」という思い込みの隙に、詭弁は入り込む。
（特に、複数の推論が連結される場合、人は個々の前提や推論形式の妥当性を十分に検証しないまま結論を受け入れてしまうことがある。）
また、演繹法は前提の設定に強く依存するため、前提の選び方や定義の操作によっては、形式的に正しく見えるが実質的に誤った結論（詭弁）が導かれることがある。
帰納法
帰納法の概要
観察された複数の事実（事例）から、それらに共通する性質を見出し、一般化された仮説（必ずしも普遍とは限らない）を構築する推論法
（ただしその結論は必ずしも普遍的真理とは限らない）。
帰納法による結論は仮説として導かれるが、その妥当性は観察の質、サンプルの偏り、変数選択、統計的検証などに依存し、十分な検証と反証を経てもなお支持され続ける場合に限り、暫定的に高い信頼性を持つ知識として扱われる。
つまり、その結論は論理的に必然ではなく、あくまで確率的・暫定的なものである。
また、帰納法ではすべての前提が”真”であっても、仮説となる結論が”真”であるとは限らない。（あくまでも”仮説”を作る推論方法）
（前提に含まれていない情報（新たな一般化）が結論で含まれる場合がある）
また観察に基づき「これまでのすべてのAはBであった」と言える場合でも、それは将来にわたって常に成り立つことを保証するものではない。
したがって帰納的推論は、「この結論（仮説）は暫定的なものであり、反例が見つかれば修正または棄却されうる」という性質をもつ。
例：帰納法をつかった仮説立案
人が酔っ払う理由について、
<仮説1>
- <前提１>ビールにはアルコールが含まれている
- <前提２>ウイスキーにはアルコールが含まれている。
→ <仮説（結論）> よって、（おそらく）アルコールは人を酔わせる ( ←観察と整合的で説明力が高い仮説 )
<仮説2>
- <前提１>ビールには水が含まれている
- <前提２>ウイスキーには水が含まれている。
→ <仮説（結論）> よって、（おそらく）水は人を酔わせる ( ←説明力が低く、代替仮説として不適切な仮説 )
→ 同じ前提からでも、着目する要素によって正しい仮説にも誤った仮説にもなり得る
帰納法自体は、推論として人の思考の中で普段からよく使われている（例：これこれがこうだから、ｘｘならこんな事がおきる”はず”）。
ただ、帰納法による結論は仮説であり、その確からしさは観察や検証によって徐々に評価される（真偽が即座に確定するわけではない）。
帰納によって得られた仮説は、その後の観察や検証によって支持の度合いが高められる。
一般には、
- 帰納（仮説形成）→ 演繹（予測導出）→ 検証（反証・支持）
の循環として用いられる。
また、帰納的推論は、一連の観察結果から広範な一般化や原理を導き出す様々な推論方法を指す事から、以下の推論法が帰納的推論法として扱われる。
帰納的推論法 各種
① 枚挙的帰納法（狭義の帰納法）
複数の事実から一般的な仮説を導く推論法
枚挙的帰納法とは、複数の観測事実に共通するパターンを見出し、それを一般化して仮説を構築する推論。
ただし、その結論は論理的に必然ではなく、あくまで確率的・暫定的なものである。
論法：
- <前提1> A1はZを満たす。
- <前提2> A2もZを満たす。
→ <結論（仮説）> したがって、（おそらく）すべてのAはZを満たす。
例：
上の例：＜仮説１＆２＞人が酔っぱらう理由の仮説
枚挙的帰納法イメージ：「生成」
複数の点（観測事実）をプロットし、それらをできるだけ自然につなぐ一本の線（一般法則）を新たに引くイメージ。
まだ線は仮置きであり、今後新しい点が追加されれば、引き直される可能性がある。
→ 線を引く（生成）：まだ線がないから作る
② 逆行推論法（アブダクション）
関連する証拠に対して、説明力・整合性・単純性などの基準で最も適切と評価される仮説を選択する推論法
（注：最も説明力が高い仮説が必ずしも真とは限らない。例えば、天動説は当時の観測データをかなり正確に説明できたが、後により単純で説明力の高い地動説に置き換えられた。）
逆行推論法とは、観測された事実を最もよく説明する仮説を選択する推論。
ここでの「最もよく」とは、主に以下の基準によって評価される。
- 説明力（explanatory power）：観測事実をどれだけ自然に説明できるか
- 整合性（consistency）：他の既知の知識と矛盾しないか
- 単純性（simplicity）：不必要な仮定が少ないか（オッカムの剃刀）
- 予測力（predictive power）：新しい事実も説明・予測できるか
つまり、「もっともらしさ」ではなく、観測された事実を最もよく説明する仮説（best explanation）を暫定的に選択する推論である。
論法：
- <前提1> Aは真である。
- <前提2> Zが真であると仮定すれば、Aはうまく説明できる。
→ <結論（仮説）> Zは（おそらく）真である。
例：
- <前提1> 朝起きたら、地面が濡れている
- <前提2> 雨が降ったとすれば、地面が濡れていることはうまく説明できる
→ <結論（仮説）> おそらく雨が降った
→ 観察事実を最もよく説明する仮説（説明力・整合性・単純性などの観点で優れる仮説）を選択するため、実際には「誰かが水を撒いた」「水道管が破裂した」など別の可能性もある
悪い例
- <前提1> この会社は成功した
- <前提2> あの会社も似ている
→ <結論（仮説）> おそらくこの会社は成功するはず
→ 「似ている」の中身が曖昧、成功要因と無関係な類似
類推は「何が似ているか」ではなく、「その類似が結論に関係しているか」で決まる。
逆行推論法イメージ：「選択」
すでに候補として存在している複数の線（仮説）の中から、観測された点群に最もよくフィットする一本を選び出すイメージ。
新しい線を作るのではなく、「どの線が一番うまく説明しているか」を評価して選択する。
→ 線を選ぶ（選択）：線はあるから、比較して選ぶ
③ 類推法
特定の事物に基づく仮説を、それらの間の類似性に基づいて他の特定の事物に適用する推論法
類推法とは、ある対象Aで成立した性質Zが、Aと重要な点で類似する対象Bにも当てはまると推測する推論。
このときの類似性は、Zに因果的・構造的に関係する性質に基づいていなければならない。
論法：
- <前提1> AはZを満たす。
- <前提2> BはAに対して、Zに関連すると考えられる重要な性質において類似している。
→ <結論（仮説）> （おそらく）BはZを満たす。
例：
- <前提1> このメーカーのスマートフォンは品質が高い
- <前提2> 同じメーカーから次世代の新モデルが発売されたが、設計思想やコンセプトが似ている
→ <結論（仮説）> おそらく新モデルも品質が高い
※「似ている」という点に依存するため、内部構造やコスト削減などによる品質低下要素があれば、結論は外れる可能性がある
類推法イメージ：「転用」
ある領域で点群によく合っていた線（仮説）を、別の似た配置の点群に対しても当てはめてみるイメージ。
ただし「似ている」という前提に依存するため、見かけが似ていても本質が異なれば外れる可能性がある。
→ 線を使い回す（転用）：過去の線があるから、別の場所に使う
帰納法追記
整理すれば、
- 枚挙的帰納法：「パターンを見出して仮説を作る」
- 逆行推論法： 「複数の仮説の中から最も適切なものを選ぶ」
- 類推法： 「その仮説を別の対象に適用する」
とする推論法である。
（つまり、枚挙的帰納は仮説の「生成」、逆行推論は仮説の「選択」、類推は仮説の「転用」と見ることができる）
導かれるのは仮説なので当然だが、ほとんどの場合帰納法による結論には、”おそらく”、”たぶん”をつけてても違和感はない。
ちなみに、数学で数学的帰納法をつかった証明があるが、これは個々の自然数を確認する方法ではなく、「最初の一つが成り立つこと」と「nで成り立てばn+1でも成り立つこと」を示すことで、すべての自然数に対して命題が成立することを論理的に保証する方法である。
どれも日常的に使われる有用な推論だが不確実性を含むため、根拠を過信すると誤りや詭弁につながる。
特に、不十分な根拠や不適切な推論形式にもかかわらず、言い換えや前提の操作によってあたかも妥当であるかのように見せかけて結論を導く場合、それは、本来は成立していない推論をあたかも ”妥当であるかのように見せかける詭弁” となる
現実の詭弁は「明らかにおかしくない」例として現れる。
例えば以下
- <前提1> A社の社員は優秀
- <前提2> B社の社員も優秀
- <前提3> どちらも高学歴
→ <結論（仮説）>高学歴が優秀さの原因である
（この推論は、相関関係を因果関係と誤認している可能性があり、また他の要因（採用基準、教育環境など）を無視しているため不適切な推論である。）
推論に入り込む詭弁パターン
演繹論法に入り込む詭弁パターン
演繹詭弁は大きく４つに分類できる。
つまり、① 前提の問題、② 推論形式の問題、③ 言語操作の問題、④ 構造複合型の４つである。
① 前提の問題：最も多いが見えにくい
- 偽前提（False Premise）
構造：前提がそもそも事実でない。形式は正しくとも前提が偽であれば結論は偽
例：<前提１>すべてのAはB <前提２>CはA → <結論>CはB
前提１がウソであれば結論は偽＝演繹は「前提の真」を保証しない
- 定義のすり替え（Equivocation）
構造：同じ言葉を途中で別の意味に変える
例：<前提１>軽いものは価値が低い <前提２>この仕事は軽い（簡単）→ <結論>この仕事は価値が低い❌
「軽い」の意味が違う ← ダブルミーニング
- 暗黙の前提の挿入（Hidden Premise）
構造：明示されていない前提が勝手に追加されている
例：彼は遅刻した→ 無責任だ❌
（「遅刻する人は無責任」という前提が勝手に入ってる）
- 全称の過剰一般化（Overgeneralization）
構造：帰納的内容を演繹的前提として使う
例：朝来ても晩来ても、この店は混んでいる→ この店は常に混んでいる❌
② 推論形式の問題：形式的な誤り
- 後件肯定（Affirming the Consequent）
構造：<前提１> もしPならばQ <前提２>Qである→ <結論>Pである （偽）
例：<前提１> 雨なら地面が濡れる <前提２>地面が濡れている→ <結論>雨が降った❌
→ たぶん雨が降った（仮説）であれば成立
- 前件否定（Denying the Antecedent）
構造：<前提１> もしPならばQ <前提２>Pでない→ <結論>Qでない （偽）
例：<前提１> 雨なら濡れる <前提２>雨ではない→ <結論>濡れていない❌
- 合成の誤謬（Composition）
構造：部分の性質を全体に拡張
例：この部品は軽い→ 製品全体も軽い❌
- 分割の誤謬（Division）
構造：全体の性質を部分に適用
例：このチームは非常に強い→このチームの各選手も全員強い❌
こちらの覚書にも詳細
③ 言語操作の問題
- 全称 ⇄ 特称のすり替え
構造：「ある」→「すべて」、「すべて」→「ある」にすり替え
例：あるAはB→ すべてのAはB❌
(論理学では「すべて」は全称量化（∀）、「ある」は存在量化（∃）と呼ばれ、これらは全く異なる意味を持つ。)
- 否定の誤処理（量化の誤り）
構造：否定の位置を誤る
例：すべてAはBでない≠すべてAはBである、の否定
- 二重否定の印象操作
構造：「〜ないことはない」→強い主張に見せる
例：効果がないわけではない→ 効果がある（と錯覚）
- 「〜とは限らない」の誤用
構造：全称否定（反例の存在）を、逆命題っぽく見せる
例：Aは正しいとは限らない→ Aは誤りっぽい印象
- 条件のすり替え
構造：必要条件と十分条件の混同
例：成功には努力が必要→ 努力すれば成功する❌
こちらにも関連覚書
④ 構造複合型
- 前提の連鎖による錯覚
構造：正しい推論を連結して誤りを隠す
例：小さな誤前提 × 正しい推論 × 正しい推論→ 全体としてもっともらしく見える
- ラベル化による思考停止
構造：定義を使って結論を固定
例：あれは陰謀論だ→ 信じる価値がない❌
- カテゴリ錯誤（Category Error）
構造：本来異なる論理カテゴリに属する対象を、同じ種類のものとして扱ってしまう錯誤
例：大学の建物や図書館を見学後、「大学そのものはどこにあるのか？」と質問
帰納推論に入り込む詭弁パターン
実際の議論では、演繹詭弁より帰納詭弁の方が圧倒的に多い（例えば、政治・広告・SNSなど）。
私たちが日常的に目にする誤った議論の多くは、以下のような帰納詭弁に分類できる。
つまり、① 観測の問題、②因果の問題、③推論の問題、の３つである。
① 観測の問題
- 早すぎる一般化（Hasty Generalization）
誤り原因：サンプルが少なすぎる
構造：<前提１>A1はZである <前提２>A2もZである→ ＜結論＞おそらくすべてのAはZである
例：<前提１>この店の店員は態度が悪い <前提２>昨日の店員も態度が悪かった→ ＜結論＞この店は店員の態度が悪い
- 偏ったサンプル（Biased Sample）
誤り原因：観測対象が偏っている
構造：<前提１>観測されたAはZである→ ＜結論＞AはZである
例：<前提１>高級車に乗っている人はマナーが悪い（高級車の危険運転ばかり見ている）→ ＜結論＞高級車の人はマナーが悪い
②因果の問題
- 原因の誤推論（False Cause）
誤り原因：相関と因果の混同
構造：<前提１>AのあとにBが起きた→ ＜結論＞AがBの原因
例：<前提１>このお守りを持ってから試験に受かるようになった→ ＜結論＞お守りのおかげで合格した
- 単一原因化（Causal Oversimplification）
誤り原因：原因が複数ある可能性を無視
構造：<前提１>結果Zが起きた <前提２>Aが関係している→ ＜結論＞原因はAである
例：<前提１>景気が悪い <前提２>政府が関係している→ ＜結論＞景気が悪いのは政府のせい
③推論の問題
- 類推の弱さ（Weak Analogy）
誤り原因：本質的に重要な部分が似ていない
構造：<前提１>AはBに似ている <前提２>AはZである→ ＜結論＞BもZである
例：<前提１>人間の脳はコンピューターに似ている→ ＜結論＞だから人間の思考も完全にプログラムできる
- 説明の飛躍（Abductive leap）
誤り原因：他の説明可能性を無視
構造：<前提１>事実Aがある <前提２>仮説Zなら説明できる→ ＜結論＞Zが真である
例：<前提１>地面が濡れている <前提２>雨なら説明できる→ ＜結論＞雨が降った
（実際には、散水、水道管破裂、霧の可能性を無視している）
つづいて
この通り、演繹と帰納は性質が大きく異なり、詭弁の紛れ込み方も異なる。
そこで、（結論が仮説にとどまる帰納法はいったん脇に置き）まずは演繹において詭弁となるパターンを、次の覚書で少し詳しく見ていく。
演繹的詭弁には、「前提のすり替え」や「言語操作」によるものが多いが、「推論形式」そのものの誤りによって生じるものもある。
まずは推論形式を理解する第一歩として、基本となる命題の型とその整理を次の記事で扱う。