アブダクションは形の上では妥当でない推論で、だから仮説の位置にとどめます

「売上が落ちたのは、競合の新製品のせいだ」。会議でこの一言が出た瞬間に対策の議論へ移る組織は、仮説を結論と取り違えています。その一言を生んだ推論、アブダクション（abduction）は、形の上では論理学で妥当でないとされる形をしているからです。アブダクションは、観察された事実から、それを最もよく説明できそうな仮説を立てる推論です。この記事では、意味とパースによる位置づけを押さえたうえで、仮説は置けても結論にはできない理由、効きどころと誤用、演繹や帰納との境目を整理します。

アブダクションは、観察から説明を逆にたどる推論です

アブダクションは、仮説形成推論、仮説的推論とも訳され、近年はカタカナのまま呼ぶのが一般的です。形式で書くと次のようになります。

1. 観察された事実Bがある
2. もし仮説Aが正しければ、Bはもっともらしく説明できる
3. よって、たぶんAが成り立っているのだろう

医師が熱、咳、だるさという症状から「インフルエンザでは」と推測するのが典型例です。床に砂が散らばっているのを見て「窓から強い風が吹き込んだのでは」「誰かが砂のついた靴で入ってきたのでは」と考えるのも同じです。

形の上では妥当でないから、仮説の位置にとどめます

「AならばB」「Bである」から「Aである」を導く形は、論理学では後件肯定と呼ばれ、妥当な推論とはされません。BはA以外の理由でも起こり得るからです。熱と咳とだるさは、インフルエンザ以外の病気でも起こります。

アブダクションは、この形をあえて使う推論です。確実さを手放すかわりに、まだ誰も考えていなかった説明を持ち込めます。価値は新しい仮説を生むことにあり、その仮説が正しいと示す力はありません。

アメリカの哲学者チャールズ・サンダース・パース（1839〜1914）は、演繹と帰納だけでは新しいアイデアが生まれる過程を説明できないとして、仮説形成の推論をアブダクションと名づけました。パースは科学の方法を、アブダクションで仮説を思いつき、演繹で予測を導き、帰納で確かめる三段階で整理しています。20世紀の科学哲学では仮説の検証が主に論じられましたが、ハンソン（『Patterns of Discovery』1958年）らが発見の過程に光を当て、位置づけが改めて注目されました。

最善の説明は、挙げた候補の中での最善にすぎません

複数の仮説から一つを選ぶ考え方として、英語圏の科学哲学では「最善の説明への推論（Inference to the Best Explanation）」がよく使われます（Gilbert Harmanなど）。物差しには、シンプルさ（オッカムの剃刀）、首尾一貫性、予測の正確さ、あとから検証できるかどうか、があります。

ただし、選べるのは手元に挙がった候補の中からだけです。候補を一つしか挙げずに最も有力な説と呼ぶのは、立候補者が一人の選挙で圧勝を祝うようなものです。比べる相手がいなければ、最善という言葉は何も測っていません。アブダクションの質は、選ぶ物差しより先に、候補をどれだけ広く挙げたかで決まります。

よくある誤用と、演繹や帰納との境目

• 仮説を結論として扱う：「競合の新製品のせいだ」と思いついた時点で対策を決めてしまう
• 最初の思いつきを最もありそうな説明と呼ぶ：候補が一つなら、比べたことにならない
• 過去によくあった原因を挙げることをアブダクションと呼ぶ：それは事例からの一般化で、帰納にあたる

演繹は前提の中身を確実に展開し、帰納は多数の事例から一般則を引き出します。アブダクションは、点在する事実を説明する仮説を最初に置く推論で、その仮説はあとから演繹と帰納で確かめます。

確かめる前に動いてよい場面もあります

仮説の位置にとどめる、というのは、確かめるまで何もするなという意味ではありません。待つ損が大きく、外れても引き返せる対策なら、最もありそうな仮説に沿って先に動くのは合理的です。医療の現場で、検査結果を待たずに処置を始めることがあるのはそのためです。大事なのは、動いたあとも、それが仮説に基づく暫定の行動だと全員が分かっていることです。

人がどうやって仮説を思いつくのかは、パースの時代から問われてきましたが、今も十分には説明されていません。観察から仮説を生成し、その妥当性を確率や論理で評価する研究は、AIや認知科学の分野でも続いています。

あなたの組織で、いま結論として扱われている説明のうち、もとをたどれば誰かの思いつきだったものはいくつあるでしょうか。その説明と競わせた二つ目の候補は、何だったでしょうか。

この記事の背景にある考え方は、拙著『ChatGPT はじめてのプロンプトエンジニアリング』の4章2節「3つの推論パターン」と4章3節「意思決定をAIで行うには？」に書きました。4章2節で仮説の推定と検証方法の考案を二段に分けてAIに頼む手順を、4章3節で「意思決定を行うには、まず選択肢を用意する必要があります。」と、選ぶ前に候補を広げる順番を扱っています。読むと、思いついた仮説を候補の一つに格下げし、比べる相手をAIと一緒に探す問い方が身につきます。