http://www.100md.com
2006年9月28日
研究者B调查了40个少数民族青年。其中，9个藏族青年、7个回族青年、5个苗族青年、9个彝族.100md.com" target="_blank" class="bl">彝族青年、10个侗族青年，发现这些青年都喜欢唱歌，于是研究者B得出结论：“所有的少数民族青年都喜欢唱歌”。
如果问哪一个研究者得出的结论更可靠，可能不易脱口而出地给出答案，而需要比较哪位研究者调查的少数民族更全面。仔细一看，研究者A调查了7个少数民族，而研究者B只调查了5个少数民族。
最后一个过程是对大数原则的最终运用。被试将获得的数字信息用来比较判断，确定哪一个论断的力度更强。如上例，研究者A的前提子类别数字信息是7，而研究者B的前提子类别数字信息是5，根据大数原则，研究者A的结论更可靠。
综上所述，归纳推理的多样性效应的实质是人类认知发展过程中形成的抽象原则——大数原则在归纳推理过程中的反映，越是多样的前提项目，他们在最近的上位类别范围内代表的子类别越多，代表的类别成员也越多，因而得出的结论也就越可靠。由于幼儿的差异识别能力、大数意识与发现隐藏数字信息的能力较低等原因，所以他们在归纳推理时，难以像成人那样寻找多样性的依据。
以上即是大数原则的观点，这一观点与以往的观点有相似之处，尤其是与“覆盖范围理论”具有一些共通的思想，两者都从前提样本与结论类别的数量接近程度来探索多样性的机制，即都认为前提样本的数量越接近整个结论类别则越具有说服力。
但是，大数原则的观点也与以往观点有很大的区别。区别一是“覆盖范围理论”来源于Oherson等关于归纳推理机制的模型——相似覆盖论，由于相似覆盖论本身在解释归纳推理时尚受到诸多质疑，所以其关于归纳推理的多样性这一种心理效应的解释也不成熟。“前提概率论”来源于归纳推理的贝叶斯模型，同样也因为这一模型本身的缺陷，使得它不能很好地解释多种归纳推理的心理效应。相反，大数原则的观点不是来源于某种理论模型，也不是专用于解释归纳推理的一种理论，它是人类思维的一种抽象原则，可以解释不确定推理、决策、博弈、概率问题等多种心理现象。当然，用这种抽象的思维原则来解释多样性也是一种初步尝试。
区别二，与以往观点相比，大数原则的观点对多样性机制的探索更深入细致，着重从信息加工的观点，较完整的探索了多样性产生的过程。相反，以前包括“覆盖范围理论”在内的所有关于多样性机制的探索都较粗略。
区别三，大数原则的观点能更好地探索多样性的发展问题。为何越是年长的儿童越能较多地在归纳推理中使用多样性的前提？只有Carey等研究者曾经从知识经验系统的角度给出了一些解释，而“前提概率论”仅从儿童关于前提的一些知识的角度来解释，“覆盖范围理论”根本就没有回答这一问题。
当然，大数原则的观点仍然需要更多的实验支持。
参考文献
[1]Heit E, Hahn U, Feeney A. Defending diversity. In Ahn, Goldstone, Love et al. (Eds.). Categorization inside and outside of the laboratory: Essays in honor of Douglas L. Medin. Washington, DC: American Psychological Association, 2005. 87~99
[2]Lopez A. The diversity principle in the testing of arguments. Memory & Cognition, 1995, 23: 374~382
[3]Sloman S A, Lagnado D. The problem of induction. In: Morrison and Holyoak (Eds.). Cambridge Handbook of Thinking & Reasoning. New York: Cambridge University Press, 2005. 95~116
[4]培根. 新工具. 许宝骥译. 商务印书馆，1984. 14
[5]Carey S. Conceptual change in childhood. Cambridge, MA: Bradford Books, 1985
[6]Osherson D N, Smith E E, Wilkie O, Lopez A, Shafir E. Category-based Induction. Psychological Review, 1990, 97: 185~200
[7]Sloman. Feature~based induction. Cognitive Psychology, 1993, 25: 231~280
[8]Gutheil G. Gelman S A. Children’s use of sample size and diversity information within basic-level categories. Journal of experimental child psychology, 1997, 64: 159~174
[9]Choi I, Nisbett R E, Smith E E. Culture, category salience, and inductive reasoning. Cognition, 1997, 65: 15~32
[10]Lopez A, Atran S, Coley J D et al. The tree of life: Universal and cultural features of folkbiological taxonomies and inductions. Cognitive Psychology, 1997, 32: 251~295
[11]Proffitt J B, Coley J L, Medin D L. Expertise and category-based induction. Journal of Experimental Psychology: Learning, Memory, & Cognition, 2000, 26: 811~828
[12]Bailenson J B, Shum M S, Atran S et al. A bird’s eye view: Biological categorization and reasoning within and across cultures. Cognition, 2002, 84: 1~53
[13]Medin D L, Coley J D, Storms G et al. A relevance theory of induction. Psychonomic Bulletin & Review, 2003, 10: 517~532
[14]Lopez A, Gelman S A, Gutheil G et al. The development of category-based induction. Child Development, 1992, 63: 1070~1090
[ 上 页 ] [ 下 页 ]
(李富洪 李 红 陈安涛 等)
如果问哪一个研究者得出的结论更可靠，可能不易脱口而出地给出答案，而需要比较哪位研究者调查的少数民族更全面。仔细一看，研究者A调查了7个少数民族，而研究者B只调查了5个少数民族。
最后一个过程是对大数原则的最终运用。被试将获得的数字信息用来比较判断，确定哪一个论断的力度更强。如上例，研究者A的前提子类别数字信息是7，而研究者B的前提子类别数字信息是5，根据大数原则，研究者A的结论更可靠。
综上所述，归纳推理的多样性效应的实质是人类认知发展过程中形成的抽象原则——大数原则在归纳推理过程中的反映，越是多样的前提项目，他们在最近的上位类别范围内代表的子类别越多，代表的类别成员也越多，因而得出的结论也就越可靠。由于幼儿的差异识别能力、大数意识与发现隐藏数字信息的能力较低等原因，所以他们在归纳推理时，难以像成人那样寻找多样性的依据。
以上即是大数原则的观点，这一观点与以往的观点有相似之处，尤其是与“覆盖范围理论”具有一些共通的思想，两者都从前提样本与结论类别的数量接近程度来探索多样性的机制，即都认为前提样本的数量越接近整个结论类别则越具有说服力。
但是，大数原则的观点也与以往观点有很大的区别。区别一是“覆盖范围理论”来源于Oherson等关于归纳推理机制的模型——相似覆盖论，由于相似覆盖论本身在解释归纳推理时尚受到诸多质疑，所以其关于归纳推理的多样性这一种心理效应的解释也不成熟。“前提概率论”来源于归纳推理的贝叶斯模型，同样也因为这一模型本身的缺陷，使得它不能很好地解释多种归纳推理的心理效应。相反，大数原则的观点不是来源于某种理论模型，也不是专用于解释归纳推理的一种理论，它是人类思维的一种抽象原则，可以解释不确定推理、决策、博弈、概率问题等多种心理现象。当然，用这种抽象的思维原则来解释多样性也是一种初步尝试。
区别二，与以往观点相比，大数原则的观点对多样性机制的探索更深入细致，着重从信息加工的观点，较完整的探索了多样性产生的过程。相反，以前包括“覆盖范围理论”在内的所有关于多样性机制的探索都较粗略。
区别三，大数原则的观点能更好地探索多样性的发展问题。为何越是年长的儿童越能较多地在归纳推理中使用多样性的前提？只有Carey等研究者曾经从知识经验系统的角度给出了一些解释，而“前提概率论”仅从儿童关于前提的一些知识的角度来解释，“覆盖范围理论”根本就没有回答这一问题。
当然，大数原则的观点仍然需要更多的实验支持。
参考文献
[1]Heit E, Hahn U, Feeney A. Defending diversity. In Ahn, Goldstone, Love et al. (Eds.). Categorization inside and outside of the laboratory: Essays in honor of Douglas L. Medin. Washington, DC: American Psychological Association, 2005. 87~99
[2]Lopez A. The diversity principle in the testing of arguments. Memory & Cognition, 1995, 23: 374~382
[3]Sloman S A, Lagnado D. The problem of induction. In: Morrison and Holyoak (Eds.). Cambridge Handbook of Thinking & Reasoning. New York: Cambridge University Press, 2005. 95~116
[4]培根. 新工具. 许宝骥译. 商务印书馆，1984. 14
[5]Carey S. Conceptual change in childhood. Cambridge, MA: Bradford Books, 1985
[6]Osherson D N, Smith E E, Wilkie O, Lopez A, Shafir E. Category-based Induction. Psychological Review, 1990, 97: 185~200
[7]Sloman. Feature~based induction. Cognitive Psychology, 1993, 25: 231~280
[8]Gutheil G. Gelman S A. Children’s use of sample size and diversity information within basic-level categories. Journal of experimental child psychology, 1997, 64: 159~174
[9]Choi I, Nisbett R E, Smith E E. Culture, category salience, and inductive reasoning. Cognition, 1997, 65: 15~32
[10]Lopez A, Atran S, Coley J D et al. The tree of life: Universal and cultural features of folkbiological taxonomies and inductions. Cognitive Psychology, 1997, 32: 251~295
[11]Proffitt J B, Coley J L, Medin D L. Expertise and category-based induction. Journal of Experimental Psychology: Learning, Memory, & Cognition, 2000, 26: 811~828
[12]Bailenson J B, Shum M S, Atran S et al. A bird’s eye view: Biological categorization and reasoning within and across cultures. Cognition, 2002, 84: 1~53
[13]Medin D L, Coley J D, Storms G et al. A relevance theory of induction. Psychonomic Bulletin & Review, 2003, 10: 517~532
[14]Lopez A, Gelman S A, Gutheil G et al. The development of category-based induction. Child Development, 1992, 63: 1070~1090
[ 上 页 ] [ 下 页 ]
(李富洪 李 红 陈安涛 等)