Абду́кция (англ. abduction, от позднелат. abductio – отведение, уведение), амплиативное рассуждение, направленное на порождение объяснительных гипотез. С конца 20 в. оно широко используется не только в научном познании, но и в повседневной практике. Допустим, наш друг стал удивительно щедрым. Его поведение нам непонятно, и мы пытаемся найти ему объяснение. Мы предполагаем, что он нашёл работу, выиграл в лотерею и т. п. Другими словами, мы строим абдуктивное рассуждение.

Впервые абдукцию как гипотетическое рассуждение описывает Ч. С. Пирс (иногда он также использует термин «ретродукция»). Он противопоставляет её индукции и дедукции, предлагая следующую схему:

«Посылка 1. Наблюдается любопытный факт С.

Посылка 2. Однако если бы А было истинным, С было бы чем-то само собой разумеющимся.

Заключение. Следовательно, есть основание предполагать, что А истинно» (Peirce C. S. Collected papers of Charles Sanders Peirce. Vol. 5. Cambridge, 1960. P. 117).

Абдукция начинается с удивления (1-я посылка), а заканчивается правдоподобным заключением. Вторая посылка говорит, что при наличии А, С превращается в нечто само собой разумеющееся. Это отношение определяет не материальная («если…, то»), а, скорее, контрафактическая импликация, которая здесь даёт основание для допущения А, а потому при ложном антецеденте (1-й член импликативного высказывания) она не будет истинной.

Схема не передаёт трудноуловимость абдукции: гипотеза, которая возникает в ходе абдукции, является не обоснованным объяснением, а догадкой, которая ещё ожидает проверки. В этом смысле абдукция не порождает новых знаний, но указывает на путь их получения, а потому, как пишет Пирс в одном из неопубликованных писем 1905 г., оказывается «рассуждением от удивления к исследованию» (Pietarinen. 2020. P. 447). Абдуктивное заключение предполагает вопрос, призывающий к дальнейшим действиям: А правдоподобна? Давайте проверим?!

Работая на уровне догадки, абдукция не занимается обобщениями и поиском общих законов, для неё важны наблюдения за отдельными фактами или событиями. Все это делает её слабой конструкцией, функционирующей лишь вкупе с другими видами рассуждений (индукция, дедукция), чрезвычайно при этом зависящей от контекста [иногда вплоть до необходимости учитывания нейрологических, вербально-пропозициональных, эмоциональных и манипуляторных аспектов (Thagard. 2007)]. Контекст, о котором идёт речь, чаще всего имеет форму вопроса – ответа.

В общем виде объяснительные возможности абдукции, появляющиеся в процессе порождения гипотез, отражает довольно известная модель АКМ, названная так по именам своих создателей: A – Алиседа (Aliseda; 2006); K – Какас (Kakas et al.; 1995); M – Маньяни (Magnani; 2001):

1. Е.

2. (К → Е).

3. (Н → Е).

4. К(Н) непротиворечива.

5. К(Н) минимальна.

6. К(Н) → Е.

7. Н.

АКМ-модель представляет собой линейную последовательность, где Е – предложение, принимаемое за истину, К – база знаний, «→» – отношение следования, а H – гипотеза. Модель говорит, что Н стоит принять, если в рамках К она объясняет Е (строки 4 и 5 говорят о резонности принятия).

Схема не акцентирует внимания на инструментальной стороне рассуждения (непонятна даже природа условной связи). Вместе с тем она задаёт каркас, позволяющий определить абдукцию как рассуждение, которое в силу своей способности объяснять ранее непонятные факты определяет творческий процесс порождения знания (Magnani. 2001; Magnani. 2009). Абдукция оказывается базовой структурой человеческого познания, регулирующей подобные когнитивные шаги. Т. к. таких шагов довольно много, в последнее время принято выделять несколько видов абдукции, каждый из которых подчёркивает её объяснительные, селективные и креативные стороны [например, имеет место дихотомия селективной (selective) и креативной (creative) абдукции].

Инструментальную природу абдукции реконструирует модель Д. Габбая и Дж. Вудса (Gabbay. 2005), в которой абдукция понимается как рассуждение, предлагающее гипотезу, но сохраняющее незнание (ignorance-preserving). Выдвигая гипотезу, мы не можем сказать, останется ли она догадкой или превратится в утверждение. Структурно процесс отражает следующая схема:

1. T!α (объявление эпистемической цели T).

2. [R(K,T)] (факт).

3. [R(K∗,T)] (факт).

4. Н ∉ К (факт).

5. Н ∉ К* (факт).

6. [R(Н,T)] (факт).

7. (R[K(Н),T)]) (факт).

8. Н ⤳ (R[K(H), T]) (факт).

9. H удовлетворяет следующим условиям: S₁ , . . ., S_n (факт).

10. Следовательно, C(H) [предварительное заключение (1–7)].

11. Следовательно, H^C [заключение (1–8)] (Woods. 2013. P. 369).

На 1-м шаге оглашается эпистемическая цель, достичь которой не позволяют ни исходная (K), ни расширенная (K^∗) базы знаний (шаги 2 и 3, где R – отношение достижимости). Шаги 4 и 5 говорят о том, что есть некая гипотеза Н, которая не принадлежит ни к исходной базе, ни к её ближайшему расширению. Поставленную задачу она сама по себе не решает (шаги 6 и 7), но ситуация изменится, если допустить истинность Н, добавив её в качестве антецедента контрафактического высказывания (волнистая стрелка указывает на сослагательное наклонение). Шаг 9 уточняет условия, способные повысить правдоподобие Н, а основываясь на данных 1–7, можно сделать предварительное заключение (10), где C(H) следует понимать как догадку агента относительно рассматриваемой гипотезы: «резонно допустить, что Н». Учитывая шаг 8, эту догадку можно принимать и с прагматическими следствиями (11): Н^С представляет собой заявление в форме утверждения, хотя оно и не утверждает истинность Н. В начальном примере резонно предположить, что друг выиграл в лотерею, т. к. это не просто объясняет его поведение, но и удовлетворяет той ситуации, в которой мы наблюдаем его поведение. Само же предположение является лишь утверждением, которое не может быть оценено с позиции «истина – ложь».

Кроме указанных магистральных решений в исследовательской литературе, абдукцию сопоставляют с выводом к наилучшему объяснению (Abductive inference. 1994; Lipton. 2004), с бейесовской вероятностью (Lipton. 2004; Weisberg. 2009; Poston. 2014) и даже эвристикой. Однако эти предложения не лишены изъянов. Понимание абдукции как вывода к наилучшему объяснению (inference to the best explanation) предполагает, во-первых, убеждённость в правильности выбранной гипотезы Н, а во-вторых, веру в то, что она является наилучшей. К указанной схеме Пирса в этом случае следовало бы добавить спорную посылку: «А объясняет С наилучшим образом». Отбирая гипотезу, мы действительно следуем принципу экономичности исследования, но этот принцип лишь помогает выбирать оптимальное решение, которое вовсе не обязательно в дальнейшем окажется наилучшим. Абдукцию следует понимать не как вывод к наилучшему объяснению, а как вывод для наилучшего объяснения ранее неизвестного. Она не предполагает оценочных механизмов, и, порождая гипотезу, мы её не оцениваем (детали см.: Campos. 2011). По этой же причине абдукция вряд ли может быть представлена и через вероятность Т. Бейеса, несмотря на её внешнее сходство с последней: подход Бейеса не акцентирует внимание на понятии «объяснение», а потому говорит не о порождении объяснения, а о вероятностной мере его принятия. О порождении объяснения не говорят и эвристики, которые не столько объясняют, сколько указывают. Как правило, они представляют собой известные подсказки, не требующие проверки, в то время как абдукция имеет дело с неподтверждёнными предположениями.

Признавая абдукцию логическим рассуждением, нельзя игнорировать вопрос построения её формальной модели в рамках той или иной строгой теории. Среди множества формализаций абдуктивного рассуждения (Достоверный и правдоподобный вывод ... 2004; Barés Gómez. 2017; Nepomuceno-Fernández. 2017) ни одно решение не стало общепризнанным, хотя каждое из них по-своему интересно. Проблемы, которые здесь возникают, касаются необходимости уточнять отношение, которое приводит к заключению, и строже различать виды рассуждений. Однако это не сказывается на продуктивности моделей, т. к. в искусственном интеллекте абдукция сегодня используется предельно широко.