前面整栏讲的都是演绎——从普遍规律推出必然结论。但人获取新知，更多靠它的反方向：归纳——从一个个具体例子里找出共性，猜一条普遍规律。它没有演绎那么"硬"，却是科学和经验的来路。
把两种推理摆在一起看，最清楚——它们几乎是反着走的：
一句话：演绎给你"必然"，归纳给你"很可能"。演绎的结论早藏在前提里；归纳的结论，是个冒险的猜测——但正是这种冒险，让我们能从经验里，长出新知识。
归纳天生有个软肋：再多例子，也担保不了下一个。见过一千只白天鹅，也证明不了"天鹅都白"——直到第一只黑天鹅出现。
但"软"不等于没用。美国股市两百多年年均回报约 7%——这规律会失效、只说结果不说原因，可它依然值钱：长期做多，早晚获利。现实里大量好用的规律，都是归纳来的或然规律。你只要记得：它们是"目前为止成立"，不是"永远成立"。
既然归纳的规律随时可能被一个反例推翻，科学干脆把这件事制度化了：一个说法要算"科学的"，前提是它能被证伪——你得说清，什么样的证据会推翻我。
那些不能被任何证据推翻的说法（"水逆让你倒霉"——怎样都能圆回来），不是因为它太强，而是因为它什么也没说。敢于亮出自己的"死法"，才是真知识的底气。
看一条听着很顺的归纳，它的毛病藏在哪。
归纳本身是好工具，但样本一偏，归出来的规律就歪。看见一条"从例子总结的规律"，先别急着信，问一句：这些例子，是怎么挑出来的？——这一问，就把你领到了下一节「数据的陷阱」门口。
听到一条"凡是…都…""…的人往往…"的规律，别忙点头，先问两件事：① 它是必然，还是很可能？② 撑着它的例子，盖得够全吗？再想一个最可能的反例。想得出反例，你就没被一条草率的归纳收编。
演绎让你站得稳，归纳让你走得远：一个保证不出错，一个带你探未知。聪明的脑子两个都用——拿归纳大胆猜，拿演绎小心证，并永远记得归纳给的是"很可能"，给自己留一道被反例修正的门。这份谦逊，正是科学的脾气。
← 回到逻辑