શું સૂચનો છે

વિચાર માં સૂચનો

તમે કદાચ તમારા જીવનનો દરેક દિવસ અનુક્રમણિકાઓ બનાવતા હોવ અને જાણતા ન હોવ કે તમે તે કરી રહ્યા છો. તે સામાન્ય છે. સૂચનો એ વિચારસરણી પ્રક્રિયાઓ છે જે લગભગ તે અને તે સમજ્યા વિના કરવામાં આવે છે તેઓ મુખ્યત્વે શું જોવામાં આવે છે અને શું તર્ક કરે છે તે વિશે તારણો પર આધારિત છે. પરંતુ કેવી રીતે અનુમાન કામ કરે છે?

અનુમાન શું છે

પુરાવા અને તર્કના આધારે નિષ્કર્ષ કા .વામાં આવે છે. જ્ognાનાત્મક મનોવૈજ્ologistsાનિકો માનસિક પ્રક્રિયાઓ વિષે તારણો (અનુક્રમણિકાઓ) દોરવા માટે કમ્પ્યુટર મોડેલનો ઉપયોગ કરે છે.

ઇન્ફર્મેશનમાં માહિતીના ટુકડાઓ ખૂટે છે જે કોઈ વ્યક્તિ પૂર્વ જ્ knowledgeાન દ્વારા અથવા અગાઉના સિદ્ધાંતો અથવા માન્યતાઓ દ્વારા ભરે છે. ઉદાહરણ તરીકે, જો કોઈ રૂમમાં ચાલે છે અને જુએ છે કે ડિજિટલ ઘડિયાળો ફ્લેશ થઈ રહી છે, તમે "અનુમાન" લગાવી શકો છો કે ત્યાં તાજેતરમાં વીજળીનો ભરાવો થયો હોવો જોઈએ. તેથી, એક અનુમાન એ પુરાવાના આધારે તારણો દોરવાની પ્રક્રિયા છે. કેટલાક પુરાવા અથવા "પૂર્વધારણા" ના આધારે કોઈ તારણ કા infવામાં આવે છે. ઉદાહરણો:

  • સ્થળ: સમાચાર કહે છે કે વરસાદની શક્યતા 90% છે. તે અનુમાનિત છે: છત્ર લઈને નીકળવું સારું છે.
  • સ્થળ: મારું ગળું દુખે છે અને મારું નાક ચાલે છે. તે અનુમાનિત છે: મને શરદી લાગી હશે.
  • સ્થળ: દ્રાક્ષ બધા કૂતરાઓને ઝેરી છે. તે અનુમાનિત છે: તમે મારા કૂતરાને દ્રાક્ષ ન આપો.

વિચાર માં અનુમાન શું છે

ત્યાં ખરાબ સૂચકાંકો, અથવા અનુક્રમણિકાઓ કે જે સમજાવટભર્યા દેખાઈ શકે છે જે અનુગામી નિરીક્ષણો પર ગેરમાર્ગે દોરતા હોય છે. દાખ્લા તરીકે:

  • સ્થળ: સમાચાર કહે છે કે વરસાદની શક્યતા 90% છે. તમારે અનુમાન લગાવવું જોઈએ નહીં: 10% તક છે કે વરસાદ નહીં આવે. શા માટે?  વરસાદની rain૦% શક્યતા હોવાને કારણે, વરસાદ પડે તેવું સંભવ છે.
  • સ્થળ: મારું ગળું દુખે છે અને મારું નાક ચાલે છે. તમારે અનુમાન લગાવવું જોઈએ નહીં: મારે એન્ટીબાયોટીક્સ લેવી જ જોઇએ. શા માટે? જો તમને કોઈ ગંભીર બીમારી હોય તો જ એન્ટિબાયોટિક્સનો ઉપયોગ કરવો જોઈએ, અને તેઓ સામાન્ય રીતે કોઈપણ રીતે શરદી માટે કામ કરતા નથી.
  • સ્થળ: દ્રાક્ષ બધા કૂતરાઓને ઝેરી છે. તમારે અનુમાન લગાવવું જોઈએ નહીં: કૂતરાઓએ કોઈપણ ફળ ન ખાવા જોઈએ. શા માટે? સફરજન અને કેળા તમારા કૂતરાને તમારા કૂતરા માટે મહત્વપૂર્ણ પોષણ આપી શકે છે.

દલીલની તાકાત સંપૂર્ણપણે બે બાબતો પર આધારિત છે: પુરાવાની ચોકસાઈ અને સૂચિની શક્તિ. જો તમારી પાસે મજબૂત પુરાવા છે અને માન્ય અનુમાન દોરે છે, તો તમારી દલીલ પૂર્ણ છે.

અનુમાન પ્રકારો

વધુ સારી રીતે સૂચનોને સમજવા માટે કયા પ્રકારનાં અસ્તિત્વમાં છે તેનો તફાવત કરવો જરૂરી છે. સમજવા માટે બે મૂળભૂત પ્રકારો છે:

કપાત અથવા કપાત અનુમાન

આ પ્રકારનો અનુમાન તાર્કિક નિશ્ચિતતા પર આધારિત છે અને તે સામાન્ય સિદ્ધાંતથી શરૂ થાય છે અને પછી ચોક્કસ કેસો વિશે કંઈક વિચારે છે. ઉદાહરણ: 'દ્રાક્ષ બધા કૂતરાઓને ઝેરી છે. ' આ તમને તમારા કૂતરા માટે ઝેરી રાશિઓ કરતા ઓછું કરવાની મંજૂરી આપે છે.

અનુમાન વિવિધ પ્રકારના

જો આધાર સાચો હોય તો નિષ્કર્ષ સાચો હોવો જોઈએ. બીજી કોઈ શક્યતા નથી. જો કે, ધ્યાનમાં રાખો કે આ તમને ખરેખર કંઇક નવું કહેશે નહીં: એકવાર તે કહે છે કે 'દ્રાક્ષ બધા કુતરાઓ માટે ઝેરી છે', તમે પહેલાથી જ જાણો છો કે દ્રાક્ષ તમારા ખાસ કૂતરા માટે ઝેરી છે. કપાતને નિશ્ચિતતાનો ફાયદો છે, પરંતુ તે નવું જ્ geneાન ઉત્પન્ન કરતું નથી.

ઇન્ડક્શન અથવા પ્રેરક અનુમાન

આ પ્રકારનો અનુમાન એ સંભાવના આધારિત અનુમાન છે. સામાન્ય રીતે, તમે વિશિષ્ટ માહિતીથી પ્રારંભ કરો છો અને પછી વધુ સામાન્ય સિદ્ધાંતનો અંદાજ કા .ો છો. ઉદાહરણ: "છેલ્લા બે વર્ષથી, લુસિયા દરરોજ સવારે આઠ વાગ્યે જાગી છે." આ તમને અનુમાન લગાવવાની મંજૂરી આપે છે કે લુસિયા કદાચ આજે સવારે પણ જાગે છે. તમે સંભવત right સાચા છો, અને તે વ્યાજબી અનુમાન છે, પરંતુ તે સુરક્ષિત નથી. કાલે પહેલો દિવસ હોઈ શકે કે લુસિયાએ થોડી વધુ getંઘ લેવાનું નક્કી કર્યું. આ અનિશ્ચિતતા હોવા છતાં, ઇન્ડક્શન ભવિષ્યની ઘટનાઓની આગાહી કરવાની અને નવી આંતરદૃષ્ટિ બનાવવા માટેની ક્ષમતા પ્રદાન કરે છે.

શું નિરીક્ષણો અવલોકન સમાન છે?

અનુમાન પૂર્વગ્રહથી શરૂ થાય છે (પુરાવા જેવા) અને તે પછી આગળ વધે છે. પરંતુ જ્યારે તમે ફક્ત તમારા માટે પુરાવા જોશો ત્યારે શું થાય છે? પછી તમારે અનુક્રમણિકા બનાવવાની જરૂર છે? એવું લાગે છે કે અનુમાન અને નિરીક્ષણ બે ખૂબ જ અલગ પ્રક્રિયાઓ છે, સંબંધિત છે, અલબત્ત, પરંતુ ખૂબ જ અલગ છે. પરંતુ હકીકતમાં, તેમને અલગ કરવું એટલું સરળ નથી.

ઉદાહરણ: 'મેં બીજા દિવસે લુઇસને સુપરમાર્કેટમાં જતા જોયા.' આ સીધું નિરીક્ષણ છે. તે કોઈ અનુમાન સૂચિત કરતું લાગતું નથી. પરંતુ જો તમે કાળજીપૂર્વક અને સંશયાત્મક રીતે જોશો, તો તમે જોશો કે તેમાં ઘણાં સૂચનો છે: તમે ખરેખર શું જોશો? 'મેં કોઈને જોયું કે લુઇસ જેવો લાગતો હતો તે બીજા દિવસે સુપર માર્કેટમાં ચાલ્યો ગયો.'

સ્ત્રી વિશે વિચારો વિશે વિચારો

તમે સારી રીતે ભૂલ કરી હશે! તમે જાણો છો તે લોકોની સાથે શેરીમાં લોકોને મૂંઝવણ કરવી સરળ છે, તેથી તમને ખાતરી થઈ શકે નહીં કે તમે જે વિચારો છો તે તમે જોયું છે તે તમે જોયું છે. તે વ્યક્તિ કોઈ અન્ય વ્યક્તિ પણ હોઈ શકે છે અથવા તમે સંપૂર્ણપણે મૂંઝવણમાં છો.

આ તે પ્રકારની વસ્તુ નથી જેને તમારે ખરેખર ચિંતા કરવાની જરૂર છે - 99% સમય, તમે જે જોઇ રહ્યાં છો તેના વિશે તમે સાચા છો. મુદ્દો એ છે કે નિરીક્ષણો ક્યારેય 100% વિશ્વસનીય હોતા નથી, અને તેમાં હંમેશાં ચોક્કસ રકમનો સમાવેશ થાય છે. આ કોઈ અમૂર્ત પ્રશ્ન જેવો સંભળાય છે: છેવટે, આપણે રોજિંદા જીવનમાં આપણી સંવેદના પર વિશ્વાસ કરીએ છીએ, અને તે સામાન્ય રીતે સારી રીતે કાર્ય કરે છે. સત્યતાથી દલીલ કરવા માટે તે યોગ્ય હોવું જોઈએ નહીં?

નિરીક્ષણ અને સૂચનોનો દાર્શનિક ઇતિહાસ

ફિલસૂફીમાં એક પ્રખ્યાત વાર્તા છે જે આ રીતે શરૂ થાય છે:

એક મહાન ફિલસૂફ સહકર્મચારીઓથી ભરેલા રૂમમાં બોલી રહ્યો હતો, વાતચીતમાં પોતાનો નિષ્કર્ષ દોરવાનો પ્રયત્ન કરી રહ્યો હતો અને અનુભૂતિ કરતો હતો કે નિરીક્ષણ મોટાભાગના વ્યવહારિક હેતુઓ માટે પૂરતું વિશ્વસનીય છે. તેની વાત સમજાવવા માટે, તેણે તેની તરફ જોયું અને કહ્યું, 'જુઓ, હું મારી ઉપરની બારી જોઉં છું! હું કાચની પેનલો જોઉં છું, અને હું તેમના દ્વારા વાદળી આકાશ જોઉં છું! જે વસ્તુઓ હું મારી પોતાની આંખોથી જોઈ શકું છું તેના વિષે મારે શંકા કરવાની જરૂર નથી! ' પરંતુ હકીકતમાં, વિંડો ખૂબ વાસ્તવિક પેઇન્ટિંગ હતી.

મુદ્દો એ છે કે, સીધા નિરીક્ષણ પર ખૂબ આધાર રાખશો નહીં: તમારી ઇન્દ્રિયો હંમેશાં વિશ્વસનીય હોતી નથી, અને જ્યારે પણ તમે વિચારો છો કે તમે સીધા નિરીક્ષણ કરી રહ્યાં છો, ત્યારે તમે ખરેખર અનુક્રમણિકાઓ બનાવી રહ્યા છો, જે કદાચ સાચી અથવા ન પણ હોઈ શકે.


ટિપ્પણી કરવા માટે સૌ પ્રથમ બનો

તમારી ટિપ્પણી મૂકો

તમારું ઇમેઇલ સરનામું પ્રકાશિત કરવામાં આવશે નહીં. આવશ્યક ક્ષેત્રો સાથે ચિહ્નિત થયેલ છે *

  1. ડેટા માટે જવાબદાર: મિગ્યુએલ gelંજેલ ગેટóન
  2. ડેટાનો હેતુ: નિયંત્રણ સ્પામ, ટિપ્પણી સંચાલન.
  3. કાયદો: તમારી સંમતિ
  4. ડેટાની વાતચીત: કાયદાકીય જવાબદારી સિવાય ડેટા તૃતીય પક્ષને આપવામાં આવશે નહીં.
  5. ડેટા સ્ટોરેજ: cસેન્ટસ નેટવર્ક્સ (ઇયુ) દ્વારા હોસ્ટ કરેલો ડેટાબેઝ
  6. અધિકાર: કોઈપણ સમયે તમે તમારી માહિતીને મર્યાદિત, પુન recoverપ્રાપ્ત અને કા deleteી શકો છો.