归纳

逻辑的论证形式(argumentation)可分为演绎论证与归纳论证。其中归纳论证的形式是：论证者宣称其前提可以支持结论，而这种支持的方式是，在假设前提皆为真的情形下，结论为假的概然可能性极低。常见的归纳论证有以下三种：对于未来的预测(prediction)，类比论证(argument from analogy)及归纳之通则化(inductive generalization)。
对于归纳论证的评估是考虑其「强度」(strength)与「可信度」(cogency)。一个归纳论证的归纳力弱，指在假设其所有的前提皆为真的情形下，结论为假的概然可能性高；在其余情形下，该归纳论证的归纳力强。所谓「可信度」指该归纳论证不仅归纳力强，而且其所有前提实际上皆为真。
休姆(D. Hume, 1711~1776)指出，我们之所以接受归纳论证完全是来自于我们过去的经验，但是这种接受方式本身就是归纳论证；因此对归纳论证找不到任何支持的理由。这就是有名的「归纳之难题」(the problem of Induction)。古德曼(N. Goodman, 1906~)指出，休姆的难题可以就人类生物本能性来提出一个合理的解释。但是古德曼仍然认为归纳是有问题的，这就是他很有名的「归纳之谜」(the New Riddle of Induction)。以他的「翡翠的蓝绿色」为例。试造一新字 (grue)来指出这项属性，即是「任何在某一时间Ｔ之前未检查到的蓝色东西，以及所有在Ｔ时间之后检查到的绿色东西」，则可以用这个概念来预测下一次看到的翡翠颜色会是 色的。这个预测跟我们原先习以为常地预测下一次看到的翡翠颜色是绿色的，在归纳力上完全一样。问题的关键显然不在于我们造的新字 ，因为 「蓝」和「绿」也是造出来的字。换言之，问题在于：我们有什么依据认为以归纳来预测翡翠颜色是绿色的这个方式，比我们以归纳来预测翡翠是 色的这个方式，比较可以接受？如何对归纳提出适当的解释已成为当代科学哲学和验证理论(confirmation theory)的一大难题。