Induction on kenji.blog

Les émeraudes sont-elles vertes ou « vleues » (grue) ? : La nouvelle énigme de l'induction de Goodman

Thu, 10 Sep 2026 21:00:00 +0900

Nous prédisons le « futur » à partir de l’« expérience passée ». « Le soleil s’est levé à l’est hier, donc il se lèvera à l’est demain. » « Toutes les émeraudes vues jusqu’à présent étaient vertes, donc la prochaine émeraude déterrée sera aussi verte. »

Ce type de raisonnement est appelé « induction » et constitue la base de toute science. Cependant, en 1955, le philosophe Nelson Goodman a inventé un concept de couleur étrange pour montrer que cette induction présente un défaut fondamental. C’est le paradoxe de « vleu » (Grue).

Définition de la nouvelle couleur « vleu » (Grue)

Goodman a défini une nouvelle propriété (couleur) appelée « vleu » (Grue), combinant « vert » (Green) et « bleu » (Blue), de la manière suivante :

Définition de vleu (Grue) : Un objet est « vleu » si, observé avant un certain temps $t$ (par exemple, le 1er janvier 2030), il est « vert », et si, observé à partir du temps $t$, il est « bleu ».

$$ \text{Grue} = \begin{cases} \text{Green} & (\text{Temps} < t) \\ \text{Blue} & (\text{Temps} \ge t) \end{cases} $$

Selon cette définition, l’émeraude verte que vous tenez actuellement dans votre main (avant le temps $t$) est à la fois de couleur « verte » et de couleur « vleue ».

Pourquoi est-ce un paradoxe ?

Le paradoxe survient lorsque nous essayons de prédire l’avenir. Toutes les émeraudes que l’humanité a observées jusqu’à présent étaient « vertes ». Par conséquent, en utilisant l’induction, nous prédisons ce qui suit :

Hypothèse A : « Toutes les émeraudes sont “vertes” »

Mais attendez un instant. Comme toutes les émeraudes observées jusqu’à présent l’ont été avant le temps $t$, elles ont toutes également été de couleur « vleue ». Par conséquent, à partir des mêmes données d’observation, la prédiction suivante est également valable :

Hypothèse B : « Toutes les émeraudes sont de couleur “vleue” »

Si nous suivons les règles de l’induction, toutes les observations passées soutiennent l’hypothèse B avec « exactement la même force » qu’elles soutiennent l’hypothèse A.

graph TD A["Observations passées : Toutes les émeraudes étaient vertes"] -->|En même temps| B["Observations passées : Toutes les émeraudes étaient de couleur « vleue »"] A --> C["Prédiction inductive A : Les émeraudes futures seront également « vertes »"] B --> D["Prédiction inductive B : Les émeraudes futures seront également de couleur « vleue »"] C --> E["Restent vertes après le temps t"] D --> F["Deviennent « bleues » après le temps t !"] style C fill:#4CAF50,stroke:#333,color:#fff style D fill:#2196F3,stroke:#333,color:#fff style F fill:#F44336,stroke:#333,color:#fff,stroke-width:2px

Les émeraudes deviendront-elles bleues ?

Si l’hypothèse B est correcte, au moment où le temps $t$ arrivera, toutes les émeraudes du monde devront simultanément devenir « bleues » (d’après la définition de vleu).

Intuitivement, nous pensons : « C’est absurde. L’hypothèse B est un jeu de mots artificiel, et l’hypothèse A (vert) doit être la bonne. »

Cependant, la question de Goodman va beaucoup plus loin. Les hypothèses « verte » et « vleue » correspondent toutes deux parfaitement aux données passées, alors pourquoi considérons-nous que seule la prédiction « verte » est justifiée et rejetons-nous la prédiction « vleue » ? Quel est le « fondement logique » de cela ?

Un défi à l’« uniformité de la nature »

Pour éviter ce problème, une objection vient à l’esprit : « Nous devrions utiliser des concepts simples comme “vert”, et ne pas utiliser de concepts complexes incluant le temps comme “vleu”. »

Cependant, Goodman a montré à l’inverse que si l’on définit une couleur « blert » (Bleen : bleu jusqu’au temps $t$, puis vert par la suite), alors le concept même de « vert » devient un concept complexe dépendant du temps : « vleu jusqu’au temps $t$, et blert par la suite ». En d’autres termes, le choix des mots que nous considérons comme étant de « base » n’est qu’une question d’habitudes linguistiques.

Le paradoxe de « vleu » de Goodman (la nouvelle énigme de l’induction) a prouvé que les théories scientifiques ne sont pas déterminées uniquement par des données objectives, mais dépendent fortement du « cadre conceptuel (langage) que nous utilisons pour découper le monde ».

Même dans le contexte de l’IA et de l’apprentissage automatique, ce paradoxe conserve une signification importante aujourd’hui en tant que problème de « surapprentissage » (overfitting) ou de « biais ». Il montre que, même avec les mêmes données d’apprentissage, la prédiction pour l’avenir change complètement en fonction de la « structure du modèle (quelles caractéristiques sont privilégiées) ».

Voir une pomme bleue prouve-t-il que « les corbeaux sont noirs » ? : Les corbeaux de Hempel

Thu, 10 Sep 2026 21:00:00 +0900

Comment les scientifiques prouvent-ils une théorie ? En général, ils utilisent l’« induction », qui consiste à observer le monde et à recueillir des données. Par exemple, si vous voulez prouver l’hypothèse selon laquelle « tous les corbeaux sont noirs », vous observerez les corbeaux du monde entier et confirmerez un par un qu’ils sont noirs.

Cependant, dans les années 1940, le logicien Carl Hempel a souligné une étrange faille logique cachée dans cette méthode scientifique évidente. Il s’agit du paradoxe des corbeaux de Hempel (Hempel’s Ravens), selon lequel « le simple fait de voir une pomme bleue ou des chaussures rouges devient une preuve que ’les corbeaux sont noirs’ ».

Substitution logique : la magie de la contraposée

Pour comprendre l’argument de Hempel, il faut se rappeler du concept de « contraposée » appris au lycée en mathématiques.

En logique, si une proposition « Si A, alors B » est vraie, sa contraposée « Si non B, alors non A » est obligatoirement vraie (c’est ce qu’on appelle l’équivalence logique).

Hypothèse $H_1$ : « Tous les corbeaux sont noirs (Si c’est un corbeau, alors c’est noir) »

Prenons la contraposée de cette hypothèse $H_1$. Cela devient « Si ce n’est pas noir, alors ce n’est pas un corbeau ».

Hypothèse $H_2$ : « Tout ce qui n’est pas noir n’est pas un corbeau »

Selon les règles de la logique, $H_1$ et $H_2$ ont exactement la même signification (équivalence). Si l’une est prouvée, l’autre est automatiquement prouvée.

Prouver les corbeaux sans voir de corbeaux

Or, pour vérifier l’hypothèse $H_1$ (les corbeaux sont noirs), chaque fois que l’on trouve un corbeau noir, la probabilité (la preuve) de l’hypothèse se renforce un peu. C’est quelque chose que tout le monde accepte.

Cependant, puisque $H_1$ et $H_2$ ont la même signification, trouver une preuve pour l’hypothèse $H_2$ (ce qui n’est pas noir n’est pas un corbeau) devrait être directement une preuve pour l’hypothèse $H_1$.

Alors, quelle est la preuve de $H_2$ ? Il suffit de trouver « quelque chose qui n’est ni noir, ni un corbeau ».

Supposons qu’il y ait une « pomme bleue » sur la table. Ce n’est ni noir, ni un corbeau. C’est donc une preuve à l’appui de $H_2$.
Il y avait des « chaussures rouges » dans le placard. Celles-ci ne sont ni noires, ni des corbeaux. C’est une preuve de $H_2$.
Des « nuages blancs » flottent dans le ciel. C’est aussi une preuve de $H_2$.

Puisque la preuve de $H_2$ a la même valeur que la preuve de $H_1$, la conclusion étrange suivante est logiquement déduite :

« Plus vous observez de pommes bleues ou de chaussures rouges dans une pièce, plus vous prouvez que l’hypothèse ’tous les corbeaux sont noirs’ est correcte. »

graph TD A["Proposition H1 : Tous les corbeaux sont noirs"] <-->|Équivalence logique (Contraposée)| B["Proposition H2 : Ce qui n'est pas noir n'est pas un corbeau"] C["Observation : Corbeau noir"] -->|Sert de preuve| A D["Observation : Pomme bleue"] -->|Sert de preuve| B D -.->|Par conséquent, cela devrait aussi être une preuve ?| A style A fill:#4CAF50,stroke:#333,stroke-width:2px,color:#fff style B fill:#4CAF50,stroke:#333,stroke-width:2px,color:#fff style C fill:#2196F3,stroke:#333,color:#fff style D fill:#FF9800,stroke:#333,color:#fff

Pourquoi cela va-t-il à l’encontre de l’intuition ?

Il n’y a aucun ornithologue au monde dont la conviction que « les corbeaux sont noirs » se renforce en voyant une pomme bleue. Bien que cela soit parfaitement correct d’un point de vue logique, pourquoi notre bon sens le rejette-t-il ?

Dans le monde de la philosophie et de la statistique, plusieurs approches ont été proposées pour résoudre ce paradoxe.

1. La solution bayésienne (différence de quantité d’information)

La contre-argumentation la plus puissante du point de vue des statistiques modernes (probabilités bayésiennes) se concentre sur la différence de « force de la preuve (quantité d’information) ».

Il y a infiniment plus de « choses qui ne sont pas noires » dans le monde que de « choses noires », et il y a astronomiquement plus de « choses qui ne sont pas des corbeaux » que de « corbeaux ».

Lorsque vous voyez une pomme bleue, c’est certes une preuve que « tous les corbeaux sont noirs », mais sa valeur en tant que preuve (l’augmentation de la probabilité) est infiniment proche de zéro. Le fait de confirmer l’existence d’une des innombrables « choses qui ne sont pas noires » dans le vaste univers n’augmente la probabilité que « les corbeaux soient noirs » que de l’ordre d’un grain de sable retiré d’un désert. D’un autre côté, trouver directement un corbeau noir a une valeur de preuve écrasante.

En d’autres termes, la solution bayésienne est que logiquement « une pomme bleue est une preuve », mais en pratique « sa valeur en tant que preuve est égale à zéro, donc elle peut être ignorée ».

2. Les limites de l’« ornithologie de salon »

Ce paradoxe met en évidence à quel point le fondement même de la science, « l’induction (déduire des lois générales à partir d’observations) », repose sur des prémisses fragiles. Si l’on ne se fie qu’à l’équivalence logique, une « ornithologie de salon » devient possible, où l’on pourrait vérifier n’importe quelle loi de l’univers (« tous les cygnes sont blancs », « tous les extraterrestres ne sont pas verts », etc.) simplement en observant les objets hétéroclites dans sa chambre sans jamais sortir.

Les corbeaux de Hempel est un paradoxe fascinant qui montre que les mots « preuve » et « prouver » que nous utilisons inconsciemment ne peuvent pas être pleinement appréhendés uniquement par les règles de la logique symbolique pure.