对逻辑学的认识范例(3篇)

对逻辑学的认识范文

1.论马克思对黑格尔逻辑学的改造

2.认知科学框架下心理学、逻辑学的交叉融合与发展

3.逻辑学教育对素质教育之价值——兼论如何加强逻辑学教育

4.逻辑学视域中的思想分析技术

5.莱布尼茨逻辑学说及其当代影响

6.逻辑学的问题与未来

7.从公务员考试看高校逻辑学教学改革

8.逻辑学视域中的自然语言分析

9.逻辑学:从“是”到“蕴涵”

10.论法律推理中的主体因素——兼谈法律逻辑学的研究视角

11.论法律逻辑学与法律思维能力的培养

12.逻辑学与现代科学的发展——兼论金岳霖先生的道路

13.论逻辑学发展的方向

14.计量逻辑学

15.引入逻辑学的PBL对培养医学生临床思维能力的初步研究

16.从诠释学看墨辩研究的逻辑学范式

17.逻辑学视域下的类比推理性质探究

18.基于泛逻辑学的逻辑关系柔性化研究

19.西方逻辑学传入过程中“辨学”与“辩学”概念的演变

20.论我国逻辑学的发展和学科建设

21.现象学与逻辑学

22.胡塞尔《逻辑研究》中的纯粹逻辑学观念

23.概率逻辑学基本定理在多值命题逻辑系统中的推广

24.逻辑学与通识教育

25.逻辑、心理与认知——论后弗雷格时代逻辑学的发展

26.黑格尔论逻辑学、普通逻辑与辩证逻辑

27.逻辑学的革命:从形式逻辑到价值逻辑

28.清末编订名词馆与近代逻辑学术语的厘定

29.论当前我国逻辑学教育的改造——兼论提升国家软实力的一种可能路径

30.关于“艾斯特”定义的几点探讨——基于逻辑学视角

31.逻辑学和语用学

32.胡塞尔现象学视域中的逻辑学

33.简论逻辑学在大学教育中的地位

34.近百年“中国古代无逻辑学论”述评

35.略论法律逻辑学的研究视角

36.近30年中国大陆地区逻辑学研究与教学概观

37.论黑格尔逻辑学与其政治哲学的关系

38.论语言学与逻辑学的结合

39.法理学中的法律逻辑学

40.论当代逻辑学研究的信息转向

41.黑格尔逻辑学的现象学意义

42.台湾逻辑学发展及研究

43.认知科学背景下的逻辑学——认知逻辑的对象、方法、体系和意义

44.试论逻辑学对生活的渗透

45.论教育逻辑学的性质、对象与研究方法

46.批判独断论、逻辑学与辩证法的论证——冯契的思考与探索

47.计量逻辑学的基本思想和研究综述

48.逻辑学、语言学与信息科学——论自然语言逻辑的学科性质

49.“纯粹理性批判”与“纯粹理性体系”——对黑格尔《精神现象学》与《逻辑学》之关系的一种解读

50.逻辑是一把“斧子”——什么是逻辑学和为什么要学习逻辑学

51.逻辑学研究方法在中医领域中的应用

52.逻辑学定位失范与通识教育转向诉求

53.含意研究的逻辑学思考

54.台湾六十年(1949-2009)逻辑学研究

55.经济逻辑学的研究历程与前景

56.再驳中国古代(先秦)无逻辑学论——对程仲棠教授“答马佩教授”的回复

57.素质教育概念的逻辑学解析

58.关于逻辑学功能定位的思考

59.心理逻辑经典实验的认知思考——认知科学背景下逻辑学与心理学的融合发展

60.逻辑学方法与法理学研究

61.明清时期西方逻辑学的传入与发展

62.名学、辨学与论理学:清末逻辑学译本与中国现代逻辑学科之形成

63.高校逻辑学教学改革探析

64.对“一流大学”概念不同认知的逻辑学困境与展望

65.掀起大学逻辑学教学改革的第二次浪潮

66.逻辑学与网络环境下的知识组织

67.逻辑学原理在基于本体的知识组织中的应用

68.逻辑学在大学通识教育中的地位和作用

69.《清史·西学志》纂修的一点心得——晚清逻辑学译介的问题

70.试论马克思对黑格尔逻辑学的创造性转化——以马克思《博士论文》为例

71.重论逻辑学的范围:皮尔士,抑或哈曼

72.高校逻辑学通识教育探析

73.欧洲中世纪大学逻辑学的发展与学术思维转变

74.逻辑学的形而上学基础——海德格尔关于莱布尼兹判断与真理学说的存在论阐释

75.从人工智能看当代逻辑学的发展

76.法律逻辑学的研究对象、特征与功能

77.当前我国逻辑学教育的误区与对策思考

78.20世纪逻辑学在中国的影响

79.《逻辑研究》的科学概念与纯粹逻辑学

80.为什么形而上学需要逻辑学,而数学则不需要

81.为什么说《资本论》是马克思的逻辑学

82.建立语法学的逻辑学基础——中国语法学晚出之原因探析

83.论哲学与逻辑学的辩证关系

84.论19世纪的逻辑学——在数学与哲学之间

85.为什么语言学研究离不开逻辑学——2009语言学和逻辑学交叉研究研讨会侧记

86.试论金岳霖的道路——兼述我国逻辑学发展的一些问题

87.从思维实践视角看当代逻辑导论教科书改革的一个动向——以《逻辑学导论》和《简明逻辑学导论》为例

88.皮尔士心中的逻辑学:从科学分类法来看

89.从比较逻辑学观点论名家

90.论黑格尔的“概念”——《逻辑学》“概念通论”释义

91.从逻辑学到心理学——归纳推理的心理学意义初探

92.从逻辑学的工具性看逻辑学的走向与发展

93.高校逻辑学教学改革刍议

94.什么叫有区别的人类学?——关于卡尔·雅斯贝尔斯哲学逻辑学的三个命题

95.逻辑学视角下体能概念研究的整合

96.胡塞尔对心理主义的批判及对纯粹逻辑学的构建

97.找寻经济学原理中的“人性逻辑”——米塞斯行为逻辑学批判

98.高校逻辑学教学改革的进路研究

对逻辑学的认识范文篇2

当今的时代，任何高科学技术成果无一不是多学科交叉、融合的结晶。因此，如何培养出高质量的复合型”创新型人才以满足形势发展的需要，已是摆在高等教育面前的十分突出的问题，这就引发了高等教育的深层次的变革。许多国家的教育界早已纷纷摒弃了专业化教育模式，把高等教育转移到提高国民整体素质的轨道上来。在2010年5月2日第四届中外大学校长论坛上，美国耶鲁大学校长理查德?莱文认为复合型是人才培养的一种可取的模式，通过对多个学科的接触，会有不同的视角，使他们有能力以创造性的方式解决新的问题。设想一个政府的领导以前学过历史，又学过道德哲学，同时还学过经济、心理学的话，那么他胜任的几率也会更高一些。”复合型人才就是多功能人才，其特点是多才多艺，能够在很多领域大显身手。复合型人才包括知识复合、能力复合、思维复合等多方面。当今社会的重大特征是学科交叉，知识融合，技术集成。这一特征决定每个人都要提高自身的综合素质，个人既要拓展知识面又要不断调整心态，变革自己的思维，成为一名光明思维者”。

复合型人才需要提高综合素质，其中思维素质是重中之重”。逻辑学逻辑学是以推理和论证为研究对象的科学，其主要任务是提供识别有效推理、论证和无效推理、论证的标准，教会我们准确进行推理和论证，并识别、揭露和反驳虚假的推理和论证。逻辑学也是教人如何思考的学问。有人把思维分为抽象（逻辑）思维、形象（直觉）思维和灵感（顿悟）思维。人们认识事物、获得知识、解决问题和表达论证等，都离不开逻辑思维。逻辑思维仅仅是一种天赋的能力，这种能力的完善与提高有赖后天的培养和训练。思维能力的提高从各种学科的学习中都能得到，而最直接的应该是逻辑学。要培养和提高全民逻辑思维能力，必须加强逻辑教育，重视逻辑学知识的学习与应用。《国家中长期教育改革和发展规划纲要》（2010-2022年）明确指出，要注重培养复合型人才。……教育的根本任务应该是培养人才，要围绕加强素质教育、多出人才。所以在新的历史时期逻辑工作者必须认真思考在培养复合型人才的学校，究竟应开设什么样的逻辑课、其教学目的是什么、教学内容应当包括哪些、如何突出逻辑应用、如何体现逻辑思维与素质教育的联系、如何培养‘光明思维者’”这些重要问题。因此，作为逻辑工作者，既要看到上述发展战略为我国逻辑教育事业的发展所提供的历史机遇，也要看到我们所肩负的历史使命与责任。

30多年来，逻辑学工作者在进行逻辑学研究的同时，对逻辑是什么及其功能”有了更进一步的认识。如今，我国逻辑界越来越多的学者主张‘大逻辑观’，即认为‘逻辑学’发展到现在，已经成为一个庞大的学科群体，在学科分类中应列为像数学和哲学一样的‘一级学科’，其中，演绎逻辑是它的重要组成部分，甚至可以说是它的主体，但它绝不是逻辑学的全部，诸如逻辑哲学、哲学逻辑、语言逻辑、归纳概率逻辑、认知逻辑、人工智能逻辑以及法律逻辑、论证逻辑和辩证逻辑等，都是逻辑学所研究的内容。”[1]探究逻辑之学理，为相关学科提供研究工具，这是逻辑的学术功能。除学术功能外，逻辑还具有人文社会功能。现代逻辑基础理论的发展，西方学界曾一度消除逻辑的人文社会功能。我国学界也有学者受这种观点影响。但是，20世纪后半叶，由于逻辑语用学、符号学、社会语言学和文化语言学、科学社会学研究等学科的蓬勃发展，人文社会内容已在逻辑学研究中实现了回归。另外，从社会对逻辑的需求可以看出，逻辑的社会功能日益强盛。公务员考试从全国到地方一年大概有四十次，每一次，三分之一的内容都涉及到逻辑思维能力。参加人数更是多达一千万。

MBA以及大企业、大公司招录员工考试，也把逻辑思维能力作为重要考试点。在国外，美国GRE以及其他很多类似的入学考试都用到逻辑。国家公务员考试中逻辑判断的题目分为必然性推理和可能性推理两种题型。可能性推理题目数量较多，难度较大，并且在近年来的国家公务员考试考查力度逐渐加大。这种题型与论证紧密相关。逻辑通识教育，属于人文社会功能。根据社会需求，对于复合型的大学生，学习逻辑的目的不是为了对逻辑学进行专门的理论研究，不在于培养逻辑学专业的研究型人才，而是为了适应素质教育的需要，以培养和提高大学生逻辑思维素养为目标。通过逻辑知识的传授和逻辑方法的训练，帮助学生掌握逻辑工具，使用或者运用逻辑学理论提供的方法和原理去研究其他科学；运用逻辑方法来分析、解决问题。

教学内容。在复合型人才的培养中应该开设什么样的逻辑课程？一般说来，在培养复合型人才的高校，逻辑学是作为通识课来开设的。但什么样的课程适合作逻辑通识课？学者有不同的看法。第一，传统形式逻辑。有学者认为现代逻辑的基础课程是一阶逻辑。一阶逻辑不应当是事实上也从来不是逻辑课通识课。逻辑学通识课的角色事实上一直是由传统形式逻辑或普通逻辑承担的。”[2]第二，现代逻辑。部分学者认为传统形式逻辑的内容十分贫乏，有的内容甚至比《工具论》还要落后，不配担当逻辑通识课程的主要角色，必须在全国高等院校突破旧有的逻辑教学模式，开设现代逻辑课程，并作为哲学专业学生的必修课和其他文科学生的公共课。[3]第三，批判性思维。一些学者认为批判性思维是素质教育的基本理念，体现了逻辑学通识课的目标，是深刻的，有生命力的。第四，归纳逻辑。还有学者认为归纳逻辑也很重要，在教学中不能缺失。

针对上述学者的不同观点，我们必须根据本学科的功能、学生学习的目的、课时等多种因素选择讲述内容和方法。具体说，逻辑教学的主要内容是围绕着论证进行。首先要识别论证结构。先弄清楚论证结构是对既有论证进行质疑、分析和评判的重要前提。论证结构清晰有利于具体地分析既有论证在哪些地方推理不合法则、证据不真实，进而考虑论断是否可靠和合理。其次要甄别和评估其前提信息。可用以下问题甄别和评估一个论证：它的问题或结论是什么？理由是什么？其中有哪些词句的意义模糊不清？其中有无价值冲突？它的描述性假设是什么？证据是什么？抽样选择是否典型？衡量标准是否合理？是否存在竞争性假说？统计推理中是否有错误？类比是否贴切中肯？逻辑推理中是否存在错误？重要的信息资料有没有遗漏？哪些结论可以与有力的论据相容不悖？争论中你的价值偏好是什么？[4]等等。再次要揭示其隐含的前提。这也是论证内容的重点和难点。为了正确地评估既有论证，有必要把那些可能隐含着错误的前提进一步揭示出来。最后要审查其推断过程。论证的推断方式只有两种，要么是演绎的，要么是归纳的。归纳得出的论断是或然的，即便是运用现代概率或统计的方法，也不可能归纳出必然的结论。而很多论断往往以必然的形式出现，这就需要我们进一步审查其演绎推断的合法性。我们知道，演绎逻辑从前提到结论具有保真性，即只要前提真则结论一定真；反之，如果结论假，其前提中则一定有假。从质疑推断的前提是否真实、可靠的角度说，演绎方法正是批判性思维的利器。[5]#p#分页标题#e#

对逻辑学的认识范文

［关键词］人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑，自然语言逻辑

实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为AI）之间的相互融合和渗透。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理

的理论；基于几乎同样的理由，AI研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起。例如，AI特别关心下述课题：

·效率和资源有限的推理；

·感知；

·做计划和计划再认；

·关于他人的知识和信念的推理；

·各认知主体之间相互的知识；

·自然语言理解；

·知识表示；

·常识的精确处理；

·对不确定性的处理，容错推理；

·关于时间和因果性的推理；

·解释或说明；

·对归纳概括以及概念的学习。[①]

21世纪的逻辑学也应该关注这些问题，并对之进行研究。为了做到这一点，逻辑学家们有必要熟悉AI的要求及其相关进展，使其研究成果在AI中具有可应用性。

1．常识推理中的某些弗协调、非单调和容错性因素

AI研究的一个目标就是用机器智能模拟人的智能，它选择各种能反映人的智能特征的问题进行实践，希望能做出各种具有智能特征的软件系统。AI研究基于计算途径，因此要建立具有可操作性的符号模型。一般而言，AI关于智能系统的符号模型可描述为：由一个知识载体（称为知识库KB）和一组加载在KB上的足以产生智能行为的过程（称为问题求解器PS）构成。经过20世纪70年代包括专家系统的发展，AI研究者逐步取得共识，认识到知识在智能系统中力量，即一般的智能系统事实上是一种基于知识的系统，而知识包括专门性知识和常识性知识，前者亦可看做是某一领域内专家的常识。于是，常识问题就成为AI研究的一个核心问题，它包括两个方面：常识表示和常识推理，即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。显然，如此建立的常识知识库可能包含矛盾，是不协调的，但这种矛盾或不协调应不至于影响到进行合理的推理行为；常识推理还是一种非单调推理，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论；常识推理也是一种可能出错的不精确的推理模式，是在容许有错误知识的情况下进行的推理，简称容错推理。而经典逻辑拒斥任何矛盾，容许从矛盾推出一切命题；并且它是单调的，即承认如下的推理模式：如果p?r，则pùq?r；或者说，任一理论的定理属于该理论之任一扩张的定理集。因此，在处理常识表示和常识推理时，经典逻辑应该受到限制和修正，并发展出某些非经典的逻辑，如次协调逻辑、非单调逻辑、容错推理等。有人指出，常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物，而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②]

“次协调逻辑”（ParaconsistentLogic）是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的，其基本想法是：当在一个理论中发现难以克服的矛盾或悖论时，与其徒劳地想尽各种办法去排除或防范它们，不如干脆让它们留在理论体系内，但把它们“圈禁”起来，不让它们任意扩散，以免使我们所创立或研究的理论成为“不足道”的。于是，在次协调逻辑中，能够容纳有意义、有价值的“真矛盾”，但这些矛盾并不能使系统推出一切，导致自毁。因此，这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为，如果在一理论T中，一语句A及其否定?A都是定理，则T是不协调的；否则，称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理，则不协调的T也是不足道的(trivial)。因此，通常以经典逻辑为基础的理论，如果它是不协调的，那它一定也是不足道的。这一现象表明，经典逻辑虽可用于研究协调的理论，但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn（1≤n≤w），以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题：(i)矛盾律?(A??A)不普遍有效；(ii)从两个相互否定的公式A和?A推不出任意公式；即是说，矛盾不会在系统中任意扩散，矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里，(i)和(ii)表明了对矛盾的一种相对宽容的态度，(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。

在任一次协调逻辑系统Cn(1≤n≤w)中，下述经典逻辑的定理或推理模式都不成立：

?(Aù?A)

Aù?AB

A(?AB)

(A??A)B

(A??A)?B

A??A

(?Aù(AúB))B

(AB)(?B?A)

非单调逻辑是关于非单调推理的逻辑，它的研究开始于20世纪80年代。1980年，D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M，表示某种“一致性”断言，并将其看做是模态概念，通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》（1983）据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分，并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程，这种推理的特征是试探性的：根据新信息，它们很可能会被撤消。自动认知推理则不是这种类型，它是与人们自身的信念或知识相关的推理，可用它模拟一个理想的具有信念的有理性的人的推理。对于在计算机和人工智能中获得成功的应用而言，非单调逻辑尚需进一步发展。

2．归纳以及其他不确定性推理

人类智能的本质特征和最高表现是创造。在人类创造的过程中，具有必然性的演绎推理固然起重要作用，但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此，计算机要成功地模拟人的智能，真正体现出人的智能品质，就必须对各种具有不确定性的推理模式进行研究。

再谈模糊逻辑。现实世界中充满了模糊现象，这些现象反映到人的思维中形成了模糊概念和模糊命题，如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代，其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑（二值逻辑）解决不了的问题提供了解决的可能，它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然，它在21世纪将继续得到更大的发展。

3．广义内涵逻辑

经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究，但在自然语言中，除了这些语言成分之外，显然还存在许多其他的语言成分，如各种各样的副词，包括模态词“必然”、“可能”和“不可能”、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等，以及各种认知动词，如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”，这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。

大多数副词以及几乎所有命题态度词都是内涵性的，造成内涵语境，后者与外延语境构成对照。外延语境又叫透明语境，是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境；内涵语境又称晦暗语境，是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别，一切语言表达式（包括自然语言的名词、动词、形容词直至语句）都可以区分为外延性的和内涵性的，前者是提供外延语境的表达式，后者是提供内涵性语境的表达式。例如，杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式，而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。

在内涵语境中会出现一些复杂的情况。首先，对于个体词项来说，关键性的东西是我们不仅必须考虑它们在现实世界中的外延，而且要考虑它们在其他可能世界中的外延。例如，由于“必然”是内涵性表达式，它提供内涵语境，因而下述推理是非有效的：

晨星必然是晨星，

晨星就是暮星，

所以，晨星必然是暮星。