推得通還是推不通？邏輯如何判斷一段話站不站得住腳

一句話，怎麼判斷它「站得住腳」？

假設你在社團辯論場上聽到這段話：「凡是熬夜的人成績都差；小林昨晚熬夜了；所以小林的成績一定差。」場下立刻有人鼓掌，也有人皺眉。你心裡浮現一個更根本的問題：我們到底是怎麼判斷一段話「推得通」還是「推不通」的？

注意，這個問題跟「這段話的內容是不是真的」並不一樣。也許「凡是熬夜的人成績都差」根本是錯的，但即使它是錯的，從這個前提加上「小林熬夜了」，「推到」小林成績差，這個推論的形狀其實是無懈可擊的。反過來，有些話前提句句屬實，結論卻硬是接不上去。

邏輯（Logic）研究的，正是這種「形狀」。它問的不是「世界實際上是怎樣」，而是「如果前提成立，結論能不能被保證」。這一節之後，我們會看到，這個看似抽象的區分，是區別好推論與壞推論、識破各種話術的根本工具。

論證的解剖：前提、結論與支持關係

邏輯處理的基本單位是「論證」（argument）。一個論證由兩部分組成：一組前提（premises），以及它們所要支持的結論（conclusion）。前提是「拿來當理由的話」，結論是「被理由撐起來的話」。

辨認論證的第一步，往往是找出那些指示詞。「因為」「既然」「由於」後面通常接前提；「所以」「因此」「故」「可見」後面通常接結論。但語言很狡猾——同一句話，換個情境，前提和結論可以對調。真正的判準不是字面，而是「誰在支持誰」。

這裡要先釐清一個常被混淆的點：論證不等於說明。「他遲到了，因為他睡過頭」——如果大家都已知道他遲到，這句話是在解釋遲到的原因，不是在說服你相信他遲到。論證的目的是讓你接受一個你尚未接受的結論；說明的目的是讓你理解一個已被接受的事實。兩者都用「因為」，但邏輯只評估前者。

兩種推論：演繹與歸納

把論證攤開後，下一個關鍵分岔是：這個論證想提供的是哪一種支持？這裡有兩條傳統大道。

演繹推論（deductive inference）的野心是「保證」。一個好的演繹論證，只要前提全部為真，結論就不可能為假。前提把結論完全鎖死。古典的例子：「所有人都會死；蘇格拉底（Socrates）是人；所以蘇格拉底會死。」這裡沒有任何「也許」的空間——只要前兩句成立，第三句就被釘死。

歸納推論（inductive inference）的野心比較謙虛，它提供的是「可能性」。一個好的歸納論證，前提為真時，結論很可能為真，但不保證。「我觀察的天鵝全是白的，所以所有天鵝都是白的」——這個推論曾經看起來很穩，直到歐洲人在澳洲看見黑天鵝。歸納總是從「觀察過的」跳到「沒觀察過的」，這一跳永遠帶著風險。

這裡要破除一個常見迷思：演繹不等於「從一般到特殊」，歸納也不等於「從特殊到一般」。這個中學常見的口訣其實不準。真正的分野在於「前提對結論的支持是否宣稱必然」。「這個三角形是等腰的，所以它有兩個相等的角」是從特殊到特殊，卻是演繹（必然）；而「過去一千天太陽都升起，所以明天也會」是歸納，雖然它也談的是同一類事件。判準是必然 vs. 機率，不是一般 vs. 特殊。

演繹的兩把尺：有效性與健全性

評估演繹論證，我們用兩個彼此分離的概念，混淆它們是初學者最常踩的坑。

有效性（validity）只關乎「形狀」。一個論證是有效的，當且僅當：不可能前提全真而結論為假。注意——有效性完全不在乎前提實際上是不是真的。「所有貓會飛；加菲是貓；所以加菲會飛」是一個有效論證，因為假如前提為真，結論必然為真。它的問題不在邏輯，在於前提是假的。

健全性（soundness）則更上一層：一個論證是健全的，當且僅當它既有效、前提又全部為真。健全的論證，結論必然為真，無可爭辯。

把這兩把尺分開，我們就能精準診斷一個壞論證壞在哪：是形狀歪了（無效），還是材料爛了（前提假）？回到開頭辯論場那句話——「凡熬夜者成績差；小林熬夜；故小林成績差」——它的形狀有效，所以你不能攻擊它的邏輯。要反駁它，你得攻擊那個過強的前提「凡熬夜者成績差」。把火力對準正確的目標，這正是邏輯訓練給你的能力。

看一個例子

判斷以下三個論證，分別是「有效但不健全」「無效」「健全」中的哪一種：

1. 「所有金屬都導電；黃金是金屬；所以黃金導電。」
2. 「所有金屬都導電；石墨導電；所以石墨是金屬。」
3. 「所有偶數都能被 2 整除；6 是偶數；所以 6 能被 2 整除。」

第一個：形狀正確（前真則結論必真），前提也都真——健全。

第二個：看起來很像第一個，但形狀錯了。它的結構是「所有 M 都是 P；x 是 P；所以 x 是 M」。這叫肯定後件（affirming the consequent）的近親，是無效的。事實上石墨確實導電卻不是金屬，正好示範了「前提真、結論假」如何在無效論證裡並存——無效。

第三個：形狀正確、前提全真——健全。

第二題是關鍵。它提醒我們：兩個論證可以「長得幾乎一樣」，卻一個有效、一個無效。差別藏在邏輯結構裡，而不在表面詞語。

形式謬誤：被偷換的邏輯形狀

謬誤（fallacy）是推論中常見、具有迷惑性的錯誤。它分兩大類。形式謬誤（formal fallacy）是「形狀」本身錯了，光看結構就能判定無效。

最經典的兩個，都長得很像有效推論：

• 肯定後件：「如果下雨，地會濕；地濕了；所以下過雨。」——地濕也可能因為灑水車。有效的版本應是「肯定前件」（modus ponens）：「如果下雨地會濕；下雨了；所以地濕。」
• 否定前件：「如果下雨，地會濕；沒下雨；所以地不濕。」——同樣，灑水車可以讓地濕。有效的版本是「否定後件」（modus tollens）：「如果下雨地會濕；地不濕；所以沒下雨。」

這四者只差一兩個字，卻是兩真兩假。能不能瞬間分辨，是邏輯素養的試金石。記憶訣竅：只有「肯定前件」和「否定後件」是有效的，肯定後件與否定前件都是冒牌貨。

非形式謬誤：藏在內容裡的陷阱

非形式謬誤（informal fallacy）不是形狀錯，而是內容或語境出了問題，常見於日常爭論與輿論場。這裡列舉幾個高頻出現的：

• 訴諸人身（ad hominem）：不反駁論點，改攻擊提出者。「你一個沒結婚的人懂什麼婚姻問題」——婚姻狀態不影響論點本身的對錯。
• 稻草人（straw man）：把對方立場扭曲成更容易打的版本再痛擊。對方說「應該檢討國防預算」，你回「所以你想讓國家不設防？」
• 假兩難（false dilemma）：把選項硬縮成二選一。「不支持就是反對」——其實還有中立、有條件支持等多種可能。
• 滑坡（slippery slope）：宣稱一小步必然滑向災難性結局，卻不交代中間每一步的必然連結。
• 訴諸群眾（ad populum）：「大家都這麼做，所以是對的」——多數人相信不保證為真。
• 循環論證（begging the question）：把結論偷偷塞進前提。「這本書說的都對，因為它說它自己絕對正確。」

要特別提醒：謬誤的標籤是工具，不是萬靈丹。指認對方「犯了某某謬誤」並不等於你贏了——有時對方的話確實有問題，但用詞稍微激烈不代表就是訴諸人身；有時看似滑坡，中間步驟卻真的有強連結。濫用謬誤標籤本身，也可能變成一種話術。邏輯要求我們先理解論證，再評估，而非急著貼標籤。

動手試試

下面這段競選話術，請你找出它至少用了哪兩種謬誤：

「我的對手反對這項擴建案。你想想，一個連自家後院都管不好的人，能管好整座城市嗎？而且，全國有八成城市都在擴建，難道我們要當那唯一落後的城市？要嘛支持進步，要嘛甘於沉淪，沒有第三條路。」

試著拆解：「連自家後院都管不好」是訴諸人身（攻擊對手私事，與擴建案的對錯無關）；「八成城市都在擴建」是訴諸群眾（多數不等於正確）；「要嘛進步要嘛沉淪」是假兩難（抹除了「謹慎評估後支持」「修正後支持」等選項）。短短三句塞進三種謬誤——這正是話術密度高的典型樣本。

重點回顧

• 邏輯評估的是論證的形狀（前提能否保證結論），而非論證內容是否符合事實。
• 演繹宣稱必然（前真則結論必真），歸納宣稱機率（前真則結論很可能真）；分野是「必然 vs. 機率」，不是「一般 vs. 特殊」。
• 有效性只看形狀，健全性＝有效＋前提全真。一個有效論證可以前提全假，一個前提全真的論證也可以無效。
• 形式謬誤（如肯定後件、否定前件）光看結構就無效；唯有肯定前件與否定後件是有效的。
• 非形式謬誤（人身攻擊、稻草人、假兩難等）藏在內容與語境裡；但謬誤標籤是分析工具，濫貼標籤本身也是話術。

深入探討（研究所視角）

在研究所層次，上述直觀會被重新奠基在更嚴格的框架上。

形式系統與語意／語法的分離。 現代邏輯把「有效性」精確化為兩個方向。語法（syntactic）方向用一組公理與推論規則，定義「可證明」（⊢）；語意（semantic）方向用模型與真值賦值，定義「邏輯蘊涵」（⊨）。一階邏輯（first-order logic）的完備性定理（哥德爾，Gödel, 1929）證明了「可證明」與「邏輯蘊涵」外延相等——凡語意有效者皆可證，反之亦然。這保證了我們的證明系統「不多不少」地抓住了有效性。而不完備性定理（Gödel, 1931）則揭示，任何足夠強且一致的形式系統，必存在真而不可證的命題——這替「邏輯能否窮盡數學真理」劃下了界線。

歸納的哲學難題。 休謨（David Hume）的「歸納問題」指出：我們憑什麼相信「未觀察的會像已觀察的」？任何替歸納辯護的論證，若訴諸「歸納過去都好用」，就已預設了歸納本身，陷入循環。二十世紀的回應分歧：波普爾（Karl Popper）乾脆否認科學依賴歸納，主張科學的核心是否證（falsification）——理論不能被證實，只能被否證，知識靠不斷淘汰假說前進。而貝氏主義（Bayesianism）則把歸納重構為機率更新：給定先驗機率與新證據，依貝氏定理計算後驗機率，把「合理的歸納」形式化為機率一致性（probabilistic coherence）。古德曼（Nelson Goodman）的「新歸納之謎」（grue 悖論）更進一步指出，連「哪些述詞可被投射」本身都需要理論，挑戰了歸納的客觀基礎。

邏輯的多元性。 古典邏輯預設二值原則（每個命題非真即假）與排中律。但這並非唯一選擇。直覺主義邏輯（intuitionistic logic）放棄排中律，主張「證明存在」才算真，深刻影響了構造性數學與型別論。模態邏輯（modal logic）引入「必然」「可能」算子，配上可能世界語意（Kripke semantics），成為分析形上學、知識論與電腦科學中程式驗證的利器。相干邏輯（relevance logic）與非單調邏輯（non-monotonic logic）則處理古典邏輯的「爆炸原理」與「日常推理可被新資訊推翻」的問題——後者正是人工智慧常識推理的核心議題。

跨領域連結。 邏輯不只是哲學的內務。它是電腦科學的根基（型別即命題、程式即證明的 Curry–Howard 對應），是語言學形式語意學的工具，也是當代 AI 在「大型語言模型能否真正推理」這個爭論中的試金石——一個系統能流暢生成有效形狀的論證，是否就「懂」邏輯？這個問題把兩千多年前亞里斯多德（Aristotle）對三段論的形式化追求，重新擺回了我們面前。