张 怡

随着计算机科学技术和互联网的发展，利用数据进行科学研究已经成为常态，而其中数据归纳更是最重要的方法之一。尽管在技术上数据归纳已经出现大量文献，但在哲学上对数据归纳进行系统研究仍然存在着较大的空间。本文力图从哲学角度对此作一些探索。

一、卡尔纳普的思想遗产

从逻辑上说，归纳推理面临的最大难点是众所周知的休谟问题。为了解决休谟问题，学术界曾经沿着两条路线展开。一条是通过附加前提把归纳论证转化为演绎论证。因为从经验上用以往归纳推理的成功来论证归纳方法的合理性是行不通的，所以只有让归纳推理的前提得到完善才能有效避免归纳论证的质疑。另一条是通过概率推理给出一个高概率论证。在科学研究中归纳推理是不可避免的，只要我们能够对归纳方法给出一个高概率说明，那么归纳论证是可辩护的。但是，第一条路径依赖于附加前提的正确性，因而又陷入关于归纳推理合理性的循环论证。后一条路径由于涉及概率本质的主观性和客观性之争，也是困难重重。20世纪中叶，卡尔纳普试图把两者结合起来，从概率的角度重建归纳推理的逻辑体系。

卡尔纳普的基本思路就是要像弗雷格形式化处理演绎系统那样，为归纳建立一个形式化的概率系统。他认为，演绎逻辑是L-语言蕴涵的理论，推理过程中结论通常是蕴涵在前提之中。归纳逻辑则是部分L-语言蕴涵的理论，只要我们能够找到合理的路径说明被推演出的命题是逻辑地包含在前提之中，并且能够从概率上计算出来，那么归纳论证就是可辩护的。……