הכללה נמהרת

הכללה נמהרת (או: הכללה חפוזה) היא כשל לוגי שבמסגרתו מתבצעת השלכה מתכונותיו של פרט, על הכלל כולו – וזאת, על סמך נתונים מעטים ולא מספיקים. לעיתים מתייחסים לכשל זה גם במונחים הכללה חפוזה או מוטה, הסקה מתוך מדגם לא־מספק או ראיה מקרית.

כאשר המידע המועט עליו נסמך טיעון הכללה נמהרת הוא מוטה או חלקי במכוון, הכשל מכיל גם מרכיב של קטיף דובדבנים.

כשל זה הוא אחד הגורמים העיקריים להסקת מסקנות מכלילות שגויות לגבי קבוצת אנשים, תוך יצירת סטריאוטיפים לא מוצדקים. הכשל נובע מהטיה קוגניטיבית שנקראת הומוגניות של קבוצת חוץ, ומעודדת את ההנחה ש"אנחנו" מיוחדים ושונים זה מזה (הטרוגניים), בעוד "הם" – כולם אותו הדבר (הומוגניים).

הליך הכשל

הכשל שבהכללה נמהרת מתרחש בתהליך הבא:

• פריט $a_{1}$ או קבוצת פריטים $A=\{a_{1},a_{2},...\}$ נלקחים מתוך קבוצה $AZ=\{a_{1},a_{2},...,b_{1},...c_{1}...\}$.
• הפריט $a_{1}$ או קבוצת הפריטים $A$ הם חלק קטן מאוד מתוך הקבוצה הגדולה והכוללת $AZ$.
• מסקנה $C$ שנמצאה כנכונה עבור $a_{1}$ או $A$, מוצגת ככזו שנכונה גם עבור כל $AZ$.

בפועל:

• מסקנה $C$ נכונה עבור הפריטים $a_{1}$, $a_{2}$ ...
• מסקנה $C$ לא בהכרח נכונה עבור $b_{1}$..., $c_{1}$...
• למרות זאת, $C$ מוצגת כנכונה על הקבוצה הגדולה הכוללת $AZ$, בלי שבהכרח היא אכן נכונה עבור כל אחד מהפריטים $\{b_{1},...c_{1}...\}$.

הכשל לא מתחשב בכך שהמסקנה לא נבדקה על כל הפריטים, ולמרות זאת מיישם ומכליל אותה אליהם, באופן חפוז. ככל שהמדגם $A$ יותר קטן, כך הוא עלול להיות פחות מייצג ונכון עבור המקרים כולם ($AZ$).

במקרים הפרטיים שבהם ההכללה מתבססת על פריט בודד $a_{1}$, היא גורמת לתת־הכשל הלוגי חיוניות מטעה.

דוגמאות

• ראובן: ”ראיתי בפארק שני נערים משחיתים מתקנים. הנוער של היום כל כך חסר אחריות!”
  – לוי: ”אי אפשר להסיק שדור שלם הוא חסר אחריות, על סמך שני נערים בלבד”.
• פרסומת: ”ארבעה מתוך חמישה רופאי שיניים ממליצים על משחת השיניים של ״לכלוכית״; משחת השיניים של ״לכלוכית״ היא מומלצת ביותר!”
  – צופה אחראי, בעל חשיבה ביקורתית: ”רק חמישה רופאים נשאלו בפועל, לכן גודל המדגם במקרה זה הוא קטן מדי והעוצמה הסטטיסטית נמוכה. בסקר שבדק 1000 רופאי שיניים, רק 20% המליצו על משחת השיניים של ״לכלוכית״”.
• בצלאל: ”ברור שאין התחממות גלובלית, תראו כמה קר היה החורף הזה!”
  – לילך: ”אולי החורף היה קר, אך הוא טווח זמנים מצומצם מאוד, שאינו מייצג את מגמת שינוי האקלים בעשרות השנים האחרונות.”

כשלי הכללות שונים ונגזרים

במדגם גדול יותר יכולה להתרחש הכללה שגויה אחרת, כי הוא עלול שלא לייצג נאמנה את הקבוצה כולה, אלא אם הוא אקראי לחלוטין. במקרים כאלו ייתכן שמדובר בכשל לוגי דומה מקבוצת כשלי המדגם הלא־מייצג.

מלבד ההכללות השגויות, קיימות גם הכללות תקינות שמובילות להיקשים כושלים. למשל, ניתן לתקן את הפגמים של ההכללה הנמהרת באמצעות הוספת סייגים לכל המקרים מתוך $\{b_{1},...c_{1}...\}$ שאינם מקיימים את טענת ההכללה, כך שמגבילים את כלל האצבע לקטגוריה שבה הוא מתקיים באופן גורף. אך, אם יש יותר מדי חריגים, הסייגים מעקרים את ההכללה מתוכן מהותי.

התהליך המשלים שנגרם בכשל ההכללה הנמהרת, הוא דיקטו סימפליקיטר או סֶקוּנְדוּם קְוּוִיד (לטינית: Secundum quid, מילולית "מה הלאה"). במסגרתו, מתוך ההכללה הנמהרת והסילוגיזם הסטטיסטי שגרמה, נגרמת ”תאונה” שבה מסיקים את קיומה של הטענה הכללית על פריט ספציפי, אף על פי שהיא שגויה לגביו בפועל, משום שהוא לא הוחרג כראוי. כאשר ההסקה מתבצעת מתוך אי־הכרה בגבולות וביכולות ההכללה של כללי אצבע, התהליך נקרא גם ”התעלמות מכישורים”, או ”שימוש לרעה בעיקרון”.

לחלופין, בדיקטו סֶקוּנְדוּם עלולה להתרחש ”תאונה הופכית”, שבה החריגים מהכללה המקורית מוכללים בעצמם באופן מופרז ולא־מדויק – תוך שפריטים מוחרגים מההכללה המקורית, למרות שהם כן מקיימים את טענת ההכללה – כך שההכללה המקורית איבדה מכוחה וממשמעותה הנכונה שלא לצורך.

ראו גם

• הכללה (למידה)
• אינדוקציה
• דדוקציה
• בניין אב
• עיסוי נתונים

לקריאה נוספת

• Michael J. Muniz, Hasty Generalization, 1, Wiley, 2018-05-09, עמ' 354–356, ISBN 978-1-119-16578-1. (באנגלית)
• John Woods, Hasty Generalization, Dordrecht: Springer Netherlands, 2004, עמ' 311–334, ISBN 978-1-4020-2712-3. (באנגלית)

קישורים חיצוניים

• ד״ר ננה אריאל (אוניברסיטת תל אביב), הכללה נמהרת, ראיה מקרית, באתר המדריך לכשלים רטוריים
• פרופסור ריצ'רד נורדקוויסט, Logical Fallacies: Hasty Generalization‏, ThoughtCo, ‏6 בספטמבר 2019 (באנגלית)
• Douglas Walton, Rethinking the Fallacy of Hasty Generalization, Argumentation 13, 1999-05-01, עמ' 161–182 doi: 10.1023/A:1026497207240