アブダクション

01概要カード

驚くべき事実に出会ったとき、それをうまく説明できる仮説をひねり出す推論の型を問う概念。

教室に残された見覚えのない荷物、事件現場の足跡。予想外の事実に出会ったとき、私たちはまず「こういうことではないか」という仮説を作り、それから確かめにいく。論理学者のパースは、この仮説作りの推論を、演繹や帰納とは別の第三の型「アブダクション」として取り出した。探偵小説の名推理や、科学の大きな発見の出発点にもこの型が見える。ただし、うまい説明が見つかることと、その説明が正しいことは同じではない。その溝をどう考えるかも、この概念の論点である。

このページのポイント

• 演繹・帰納と並ぶ第三の推論: 驚くべき事実から説明の仮説を立てる
• 探偵の推理や科学の発見の出発点に見られる、仮説形成の型
• 「最良の説明」は本当に真理に近いのか、という正当化の問題が残る

タグ: 推論 / 仮説形成 / パース / 最良の説明への推論

関連エントリ

02対話編：ヒロシとミカ

（夕方、雨上がりの校舎。傘立ての前で）

ヒロシ

やばい、傘立てに俺の傘がない。誰か持ってった？

ミカ

いきなり盗難で決めつけないの。似た柄の傘、多かったし、誰かが間違えたのかもしれないよ。

ヒロシ

俺の傘、目立つ赤なんだけど。間違える方が難しくない？

ミカ

じゃあ候補を増やそう。風で飛んだ、置き場所を変えた、そもそも持ってきてない……。こうやって「驚いた事実」から説明の候補をひねり出すやつ、アブダクションって言うんだよ。

ヒロシ

探偵みたいだな。ホームズの推理は演繹法って言われてるけど、あれとは違うの？

ミカ

あれ、厳密には演繹じゃないって分析がある。演繹は前提から結論が必ず出るけど、仮説作りは外れることもある。ホームズのは、事実を一番うまく説明できる物語を組み立てる方に近いらしい。

ヒロシ

なるほど。じゃあ候補の中で「一番説明がつくやつ」を選ぶんだな。赤い傘が消える説明として一番ましなのは……ゼミの誰かが雨に濡れて、目立つから借りた、とか？

ミカ

説明力は高いね。ひとまずその仮説を採用。……で、ヒロシは今日、傘を持ってきたの？

ヒロシ

…………持ってきてない。朝、晴れてたから。俺の傘、家にあるわ。

ミカ

最良の説明は「消えたのは傘じゃなくて、ヒロシの記憶」だったね。仮説は外れる、の実演ありがとう。

03データ編

パースの第三の推論

アメリカの哲学者・論理学者チャールズ・サンダース・パース（1839–1914）は、推論には演繹と帰納のほかに、仮説を生み出す第三の型があると考えた。初期には「仮説（hypothesis）」と呼び、後には「アブダクション」、あるいは「レトロダクション（遡及）」と呼んだ。

その定式は次のように示される。「驚くべき事実Cが観察される。しかし、もしAが真であれば、Cは当然の帰結となるであろう。ゆえに、Aが真であると考える理由がある。」ポイントは、結論が確実なものとしてではなく、「考えてみる理由のある候補」として提示される点にある。

パースはこの3つを、探究の流れの段階としても位置づけた。まずアブダクションで仮説を立て、次に演繹でその仮説から予測を引き出し、最後に帰納（観察や実験）で予測を確かめる。アブダクションの担当は、無数のありうる説明の中から「試す価値のあるもの」を選び出すことである。

演繹・帰納との違い

3つの推論は、豆の詰まった袋の例で対比されることがある。「この袋の豆はすべて白い」（ルール）、「これらの豆はこの袋から取り出した」（事例）、「これらの豆は白い」（結果）という3要素の、どれを前提にしてどれを導くかが違うのである。

探偵と科学者：最良の説明への推論

シャーロック・ホームズは自分の方法を「演繹法」と呼ぶが、観察された事実から、その事実をよく説明できる背後の事情を組み立てる進め方は、厳密にはアブダクションに近い。エーコとシビオク編『三人の記号』（1983年）は、ホームズやデュパンの推理をパースの推論論と並べて分析したことで知られる。

哲学者のギルバート・ハーマンは1965年、この型の推論を「最良の説明への推論（IBE, Inference to the Best Explanation）」と名づけた。科学の例では、白亜紀末の地層に含まれるイリジウムの異常な濃集から、巨大隕石の衝突が恐竜絶滅の原因だという仮説が立てられた出来事（アルバレスら、1980年）が、この型の推論としてしばしば引き合いに出される。観察された「驚くべき事実」に対して、それを一番うまく説明できる物語を仮説として採用する、という構図である。

説明のうまさは真理の証拠か

アブダクションには根本的な問いが残る。手持ちの候補の中で一番説明がうまくつく仮説が、なぜ正しいと言えるのか、という問題である。

科学哲学者のファン・フラーセンは、候補がどれも出来の悪いものばかりだった場合、その中の「最良」は単に「一番ましな外れ」かもしれないと批判した（いわゆる「バッドロット（不良品の山）」の論点）。また、単純さや美しさといった説明の長所が、なぜ真理と結びつくのかという保証も自明ではない。

このため、アブダクションの評価は割れている。仮説を生み出す段階（発見の文脈）としては誰もがその働きを認める一方、それ自体が仮説を正当化するかどうかについては、ピーター・リプトンらの擁護論と懐疑論のあいだで議論が続いている。

04AI分析

意見が分かれる分岐点

分かれ目は、説明の「うまさ」をどこまで真理への手がかりと認めるかである。認める立場では、科学の多くの発見の歩みが合理的な推論として描ける。疑う立場では、アブダクションはあくまで作業仮説を出す段階であり、正しさの保証は後続の検証だけが担う。

前提の違い

• 仮説の評価基準を、説明のうまさ（単純さ・統一性）に置くか、予測の的中実績に置くか
• アブダクションを、仮説を「思いつく」過程の話と見るか、正当化の論理の一部と見るか
• 検討すべき仮説の候補の集合は、そもそもどのようにして用意されるのか

現代への接続

• 医療の診断や機械の故障診断など、症状から原因の仮説を立てる実務の基本形
• ミステリや探偵ものの「推理」の場面を、論理の型として読み解く道具になる
• 生成AIが出す「もっともらしい説明」を、検証すべき仮説として扱う姿勢の重要性

※ AI分析は事実の整理と解釈の提示であり、特定の立場への断定ではありません。

05出典・参考文献

• Peirce, Collected Papers of Charles Sanders Peirce, Vol. 5（5.189 アブダクションの定式）
• Harman (1965), “The Inference to the ‘Best Explanation’”, The Philosophical Review, 74(1)
• Lipton (1991; 2nd ed. 2004), Inference to the Best Explanation, Routledge
• Stanford Encyclopedia of Philosophy, “Abduction”

書籍リンクは収益ゾーンとしてこの出典セクションに置く方針（試作では実際のリンクは入れていません）。