看來 ， 即便 這 個 研究 顯示 了 「 邏輯式 」 的 答案 ， 然而 心理學家 對於 這些 答案 是否 是 經由 應用 正式 邏輯 運作 歷程 而 得到 的 ， 仍 抱持 著 懷疑 的 態度 。 再度 地 ， 我們 又 回到 昏暗 不明 的 概念 景象 中 ， 即 ： 人們 只 能 在 他們 熟悉 的 領域 中 達成 邏輯式 的 結論 ； 當 他們 達成 邏輯式 的 有效 結論 時 ， 他們 所 經歷 的 乃是 無法 被 推論到 其它 領域 的 歷程 。 在 這 個 領域 的 研究 中 ， 最近 的 研究 的確 已經 勾畫出 了 一 個 較 樂觀 的 景象 ， 即使 結果 仍 是 很 新 ， 我們 在 這裡 呈現 這些 結果 的 目的 乃是 要 提供 一 個 令 人 興奮 的 觀點 ， 而 並非 是 要 把 它們 當成 一 個 結論 。 這 個 最 新 的 研究 顯示 ： （1） 人們 確 有 邏輯 推理 的 能力 ， 且 不需 限定 是 與 領域 內容 相關 的 ； （2） 這些 能力 可以 經由 教學 來 改善 。 相對於 先前 的 研究 認為 人們 的 腦 中 具有 一些 像 是 正式 邏輯 法則 的 東西 而言 ， 這 個 晚近 的 研究 則 假定 人們 具有 非正式 的 ， 但 卻 是 領域 廣泛 的 實用性 推理 基模 （ pragmatic reasoning schemas ） （ Cheng & Holyoak , 1985 ） ， 且 可 用來 引導 演繹式 推理 歷程 。 正式 的 邏輯 法則 乃是 由 句法 （ syntax ） 來 定義 的 — — 它們 可 應用 於 當 特定 的 邏輯 架構 存在 時 （ 比方說 「 所有 B 是 A ， X 是 B ， 因此 X 是 一 個 A 」 。 在 另一方面 ， 實用性 的 推理 基模 則 是 以 有 問題 解決 的 目標 存在 來 定義 。 因果式 （ causal ） 的 實用性 推理 基模 可用 在 當 目標 是 要 做 預測 （ prediction ） 的 時候 ； 而 許可式 （ permission ） 的 實用性 推理 基模 則 是 應用 在 當 目標 是 為 了 要 得到 做 某些 事 的 許可 時 。 Cheng 和 Holyoak 以 下述 方式 來 證實 許可式 基模 的 存在 ： 他們 比較 大學生 在 解決 兩 道 卡片 選擇 問題 的 表現 ， 其中 問題 之 一 乃是 以 Wason 實驗 中 那 種 獨斷 判斷 法 來 呈現 ， 另 一 種 則 是 以 可 引導 學生 去 取得 其 許可式 基模 的 方式 來 呈現 。 在 後面 的 這 種 呈現 中 ， 研究 者 會 說 ： 「 假定 你 是 個 檢驗 人們 是否 遵守 法規 的 負責人 ， 法規 本身 都 有 一 個 一般 的 形式 ， 即 ： 『 若 一 個 人 採取 行動 A ， 則 此 人 必須 首先 滿足 P 這 個 先決 條件 』 。 以下 的 卡片 乃 包含 有關 四 個 人 的 訊息 ： 卡片 的 某 一 面 指示 一 個 人 是否 會 採取 行動 A ； 而 卡片 的 另 一 面 則 顯示 相同 的 這 個 個人 是否 有 符合 其 先決 條件 P 。 為 了 要 檢查 某 特定 法規 是否 有 被 遵守 ， 你 會 去 翻動 下列 卡片 中 的 哪 幾 張 ？ 記住 你 只要 去 翻動 那些 你 所 需要 確定 的 卡片 。 」 實驗 結果 乃是 ， 對於 呈現 許可式 情境 的 問題 而言 ， 有 61% 的 受 試 者 正確 地 解決 該 問題 ； 而 在 專斷式 問題 方面 ， 成功 解決 問題 的 比例 則 只有 19% 。 這些 結果 意涵 著 人們 具有 關於 許可式 情境 的 一般 實用 性知識 ， 同時 在 問題 的 陳述 方式 會 引發 他們 去 活化 該 知識 時 ， 他們 會 使用 這些 知識 來 進行 演繹 推理 。 總而言之 ， 人們 並 不會 在 日常 情境 中 使用 邏輯 的 抽象 法則 來 做 推理 ， 且 在 學習 這 類 法則 時 的 表現 也 不 是 很 好 。 反倒 是 ， 人們 會 同時 使用 領域 特定 知識 （ 如 ： 關於 郵政 系統 的 知識 ） 及 領域 廣泛 的 實用性 知識 （ 如 ： 許可式 基模 ） 來 達成 邏輯 上 有效 的 結論 。 這 建議 了 假使 我們 想要 人們 能夠 做成 邏輯式 的 結論 ， 我們 所 應該 教授 的 便 應該 是 那些 實用性 的 推理 基模 。 事實 上 ， Cheng 、 Holyoak 、 Nisbett 與 Oliver （1986） 已 成功 地 證實 上述 的 觀點 。 □ 歸納 推理 在 先前 討論 演繹 推理 的 單元 中 ， 我們 提到 了 人們 並 不會 使用 正式 的 邏輯 法則 。 這樣 的 情形 對 歸納 或 推論式 的 推理 歷程 而言 是 同樣 存在 的 問題 。 假使 人們 使用 正式 的 機率式 推理 ， 那麼 他們 應該 可以 做出 與 陳述 問題 的 故事 相 獨立 的 好 答案 來 ， 因為 這樣 的 正式 法則 乃是 屬於 領域 廣泛 的 法則 。 話 雖 如此 ， 但 有 很多 的 研究 顯示 ， 人們 都 很 容易 會 對 內含 統計 基礎 的 問題 感到 困惑 。 就 以 一 個 例子 來 看 ， 所謂 「 多數 法則 」 （ law of large numbers ） 認為 當 一 個 人 由 母群 （ population ） 中 取得 的 樣本 （ sample ） 愈 大 時 ， 則 其 由 樣本 中 推論出 的 結果 也 會 較為 可信 。 人們 在 很多 牽涉到 隨機 方法 的 情況 下 都 能 很 完善 地 應用 這 個 法則 ， 如 ： 由 一 頂 帽子 中 抽出 一 個 數字 ； 但 在 一些 故事 中 牽涉到 較為 專斷 的 情節 時 ， 如 ： 判斷 人 的 特質 ， 則 其 應用 情形 較為 不佳 。 表 10.4 顯示 在 Fong 、 Krantz 及 Nisbett （1986） 的 研究 中 所 使用 的 兩 種 抽樣 問題 。 在 表 上方 的 那 個 問題 中 ， 正確 的 答案 是 ： Joe 並 沒有 好好 地 進行 推理 歷程 ， 因為 他 所 得 的 結果 只 對 少數 人們 適用 ， 而 這樣 的 結果 是 無法 反映 真實 情況 的 。 在 表 下方 的 那 個 問題 （ 主觀式 的 ） 中 ， 其 正確 答案 也 是 類似 的 ； Gerald 是 由 Timmy 行為 中 的 小 樣本 （ 兩 個 例子 ） 來 做 推論 ， 而 這樣 的 結果 可能 無法 反映 Timmy 的 一般 性向 。 Fong 等 人 （1986） 發現 受 試 者 當中 正確 回答 隨機 問題 的 平均 比例 約為 65% ， 而 對於 主觀式 的 那 個 問題 的 正確 解答 比例 則 只有 22% 。 關於 人們 會 輕易 地 被 問題 中 的 機率性 特質 誤導 ， 這樣 的 情形 在 牽涉到 迴歸 分析 （ regression ） 、 基本率 （ base rate ） 、 及 抽樣 （ sampling ） 、 加上 這裡 所 說 的 多數 法則 等 問題 中 都 已經 被 發現 了 （ Kahneman , Slovic , & Tversky , 1982 ） 。 整體 而言 ， 這些 資料 都 支持 了 一 個 結論 ： 人們 在 做 推論 時