「論理的に考える」とは、もっともらしい話をすることや、議論に勝つことではありません。ある主張から別の主張がどのように導かれるかを明らかにし、その推論が成り立つ条件を検討することです。論理学の基本用語を理解すると、問題解決、科学的方法、仮説形成、意思決定など、さまざまな思考技法をそれぞれの入口から学びやすくなります。
概念 ― 何について考えているのか
概念（concept）は、物事を理解し、共通の特徴や関係に基づいて捉えるための思考の単位です。「顧客」「市場」「成長」「リスク」などは概念を表す言葉ですが、言葉と概念は完全に同一ではありません。同じ言葉でも使う人や場面によって意味が異なり、異なる言葉で同じ概念を表すこともあります。
概念を明確にするには、何を含め、何を含めないかを考えます。例えば「新規顧客」は、初回購入者を指すのか、過去1年間に取引のなかった顧客も含むのかによって集計結果が変わります。「顧客」という概念そのものは通常、真でも偽でもありません。しかし「この人は新規顧客である」と述べれば、真偽を問える主張になります。
概念の定義やカテゴリーの選び方は、分類やデータ分析の出発点でもあります。定義を明確にすることは重要ですが、一度決めた分類が唯一の正しい分類であるとは限りません。
命題 ― 真か偽かを問える内容
命題（proposition）は、真または偽であることを問える主張の内容です。「この製品の売上は前年より増加した」は、対象となる製品と期間を特定すれば、データによって検証できます。一方、「売上を増やそう」は命令・提案であり、そのままでは真偽を問う命題ではありません。「この製品は優れている」のような表現も、何をもって優れているとするのかを明らかにしなければ、評価が曖昧になります。
命題の真偽と、その命題を信じる理由の強さは別の問題です。「売上が増える」という予測は、結果が出る前でも命題として扱えます。しかし、その時点で十分な証拠があるとは限りません。論理学は、命題の内容と命題同士の関係を整理するための基礎を与えます。
推論 ― 前提から結論を導く
推論（inference）は、ある情報や主張を手がかりとして、別の主張へ進むことです。推論を理由と結論の形で示したものを論証（argument）と呼びます。論証は「前提（premises）」と「結論（conclusion）」から成り立ちます。
たとえば「すべての哺乳類は脊椎動物である」「クジラは哺乳類である」という前提から、「クジラは脊椎動物である」と導くことができます。ここでは、動物の知識だけでなく、「すべてのAはBである」「xはAである」「したがってxはBである」という推論の形が働いています。
演繹 ― 前提が正しければ結論も必ず正しい
演繹（deduction）は、前提が真であるとき、結論が偽になることのない推論です。正しく組み立てられた演繹は、新たな観察なしに、前提に含まれる関係から結論を導きます。
しかし、演繹が妥当であることと、結論が事実として正しいことは区別しなければなりません。 例えば「すべての鳥は飛べる」「ペンギンは鳥である」「したがってペンギンは飛べる」という論証は、推論の形は妥当でも、最初の前提が誤っています。妥当な推論で、しかも前提がすべて真である論証を、健全な論証（sound argument）と呼びます。
帰納 ― 事例から一般的な見通しを得る
帰納（induction）は、個別の観察や事例から、一般的な傾向や今後の予測を導く推論です。「調査した顧客の多くが機能Aを評価した。したがって顧客全体でも機能Aが評価されるだろう」という推論はその例です。
帰納では、前提が正しくても結論が必ず正しいとは限りません。標本数だけでなく、調査対象の偏り、測定方法、条件の違いが結論の信頼性を左右します。帰納の強さは、演繹の妥当性のように真か偽かの二者択一ではなく、証拠による支持の程度として評価されます。
これらに加えて、観察された結果を説明する仮説を考えるアブダクション（abduction）も重要です。演繹・帰納・アブダクションを区別するだけでも、論理的な結論、経験的な一般化、仮説の提案を混同しにくくなります。
論理形式と妥当性 ― 内容ではなく関係を調べる
論理形式（logical form）は、個別の言葉や対象を置き換えても残る推論の構造です。例えば次の形式は、PとQが何を意味していても、演繹として妥当です。
PならばQである。Pである。したがってQである。
これはモーダスポネンス（modus ponens、前件肯定）と呼ばれます。一方、次は妥当ではありません。
PならばQである。Qである。したがってPである。
例えば「広告が成功すればアクセスが増える」「アクセスが増えた」「したがって広告は成功した」という推論には、他の理由でアクセスが増えた可能性が残っています。これは後件肯定という典型的な誤りです。
**妥当性（validity）**とは、前提がすべて真なのに結論だけが偽となる場合がないことを意味します。議論が説得的かどうか、結論に賛成する人が多いかどうかとは別の基準です。
論理的真理 ― 経験に頼らず成り立つこと
論理的真理（logical truth）は、個々の対象についての事実がどうであれ、採用した論理体系のもとで必ず成り立つ命題です。古典論理では「Pであるか、Pでないかのいずれかである」（排中律）が代表例です。
これに対して「東京は日本にある」は、事実に関する命題であって、論理形式だけから真になるわけではありません。論理的真理と経験的な事実を区別すれば、論理だけから現実世界の新しい事実を確定できるわけではないことがわかります。なお、排中律の扱いなどは古典論理と非古典論理で異なる場合があります。
形式論理と非形式論理
形式論理（formal logic）は、推論の構造を記号や明確な規則で表し、何が結論として導かれるかを調べます。命題論理、述語論理などが代表例です。論理的な構造を厳密に検査できる一方、実際の発言に何が暗黙の前提として含まれているか、ある言葉が何を意味するかは、それだけでは決まりません。
非形式論理（informal logic）は、日常の言葉による議論を対象として、根拠の適切さ、暗黙の前提、曖昧な表現、論点のすり替えなどを検討します。例えば「有名な専門家が支持しているから正しい」という議論では、専門家の権威がその主張をどこまで支えるのかを確かめる必要があります。非形式論理は「論理を使わない考え方」ではなく、現実の議論を評価するために、形式だけでは足りない情報も扱う研究分野です。
思考技法を学ぶための共通言語として
SWOT分析で書き出した「強み」は事実なのか、解釈なのか。原因分析で示された関係は確認された因果関係なのか、仮説なのか。意思決定マトリクスの点数は測定値なのか、主観的な評価なのか。こうした問いを立てるには、概念、命題、前提、推論、妥当性という基本事項を知っていれば十分に役立ちます。
生成AIが作成した流暢な説明についても同様です。文章が自然であることは、前提が正しいことも、結論がそこから導かれることも保証しません。まず主張を命題に分け、前提と結論を確かめ、どこに推論の飛躍があるかを調べる。論理学は、さまざまな分析手法を理解し、AIと協調して考えるための共通言語になります。
関連ページ
- 概念形成とカテゴリー化
- 醜いアヒルの仔の定理 ― 「似ている」はどこから生まれるか
- アブダクションと仮説形成
- 科学哲学
- 批判的思考