当サイトを閲覧いただきありがとうございます。 本記事は「グルーのパラドックス（新しい帰納の謎）」について解説します。
これまで見たエメラルドはすべて緑色でした。だから次に見つけるエメラルドも緑色だろう——この推論は至極まっとうに聞こえます。しかし、アメリカの哲学者ネルソン・グッドマンが1955年に考案した「グルー」という奇妙な概念を導入すると、この推論の基盤が揺らぎ始めます。
科学が立脚する帰納法の信頼性そのものを問うこのパラドックスは、科学哲学の歴史を変えた問題の一つです。
グルーとは何か
グッドマンは1955年の著書『事実・虚構・予測』の中で、「グルー（grue）」という新しい色の概念を定義しました。
グルー ＝ 2030年1月1日より前に観察された場合は緑色、それ以降に観察された場合は青色
つまり、今日の時点でグルーなものを見ると緑色に見えます。しかし2030年以降に見ると青色に見えるというわけです。
さて、これまで私たちが観察したエメラルドは全て緑色でした。しかし、それらのエメラルドは同時に全て「グルー」でもあったのです（2030年より前に観察したので、緑 ＝ グルー）。
グルーという名前は「green（緑）」と「blue（青）」の合成語です。同様にグッドマンは「ブリーン（bleen）」——2030年より前は青、以降は緑——も定義しています。
パラドックスの核心
帰納法を使って推論すると：
推論A：「これまで観察したエメラルドは全て緑だった。よって次のエメラルドも緑だろう」
推論B：「これまで観察したエメラルドは全てグルーだった。よって次のエメラルドもグルーだろう」
推論Aと推論Bは全く同じ構造の帰納的推論です。しかし、2030年以降に新しいエメラルドを観察したとき、推論Aは「緑」を、推論Bは「青」を予測します。
同じ証拠に基づく同じ形式の推論なのに、正反対の結論が出てしまうのです。
この問題はエメラルドや色に限りません。同じ論法を使えば、あらゆる帰納的推論に対して矛盾する代替推論を作ることができます。たとえば「これまで太陽は毎朝東から昇った。よって明日も東から昇るだろう」に対して、「これまで太陽は毎朝シュマスト（2030年より前は東から昇り、以降は西から昇る）だった。よって明日もシュマストだろう」と言えてしまうのです。
なぜ「緑」を選ぶのか
もちろん私たちは直感的に「緑」の方が正しい推論だと感じます。しかし、なぜ「緑」が「グルー」より正しい概念なのかを論理的に説明するのは驚くほど難しいのです。
「不自然だから」では片付かない
「グルーなんて不自然な概念だから」と言いたくなるかもしれませんが、グルーを使う人から見れば「緑」の方が不自然な概念です。「緑 ＝ 2030年より前はグルー、以降はブリーン」と定義できるからです。どちらが「自然」かは立場次第ということになります。
「時間に依存する定義はおかしい」という反論もありえます。しかし、グルーを基本的な概念とする体系では、「緑」の方が時間に依存する概念（2030年の前後でグルーからブリーンに切り替わる）になるのです。どちらが時間に依存しているかは、どちらを基本概念と見なすかに依存するという循環に陥ります。
グッドマンの解答：投射可能性
グッドマン自身は「投射可能性（projectibility）」という概念で回答を試みました。過去に何度も使われてきた述語（緑、黒、丸いなど）は帰納的推論に使える「投射可能な」述語であり、新しく作られた述語（グルーなど）は使えないという基準です。
つまり、帰納法の信頼性は述語の「使用実績」に依存するというのがグッドマンの立場です。これは帰納法の問題を「正当化」するのではなく、帰納法がうまくいく条件を記述するという方向に問いを転換したものでした。
ただし、これは「なぜ使用実績のある述語が信頼できるのか」の根本的な説明にはなっていないという批判もあります。過去にうまくいったから将来もうまくいくという推論自体が帰納的であり、循環論法に陥っているのではないかという指摘です。
ヒュームの帰納の問題との関係
グルーのパラドックスは、18世紀のスコットランドの哲学者デイヴィッド・ヒュームが提起した「帰納の問題」の新しい変奏曲です。
ヒュームは「過去の経験が未来を保証する根拠はない」と論じました。太陽が毎日昇ったからといって、明日も昇る論理的な保証はない、と。
グッドマンはヒュームの問題を一歩先に進めました。ヒュームの問題が「帰納法はなぜ機能するのか」だとすれば、グッドマンの問題は「帰納法はどの述語に対して機能するのか」です。仮に帰納法が正当化されたとしても、グルーの問題は残るのです。
科学への影響
グルーのパラドックスが突きつけているのは、帰納法の正当化は実は非常に難しい問題だということです。
科学は帰納法によって法則を発見します。しかし、同じデータから無限に異なる法則を導き出すことが論理的には可能です。観測データに一致する曲線は無限に描けますが、科学者は通常、最もシンプルな曲線を選びます。
この「シンプルさの原理（オッカムの剃刀）」は科学において強力な指針ですが、なぜシンプルな理論の方が正しい確率が高いのかを論理的に証明することはできません。私たちが特定の法則を「正しい」と判断するのは、論理だけでなく、単純さ・自然さ・過去の実績といった追加的な基準に依存しているのです。
機械学習の分野では、これは「過学習（overfitting）」の問題と密接に関連しています。訓練データに完璧にフィットするモデルは無限に作れますが、未知のデータに対して正しく予測できるモデルは限られます。どのモデルが良い予測をするかの判断には、帰納法と同じ問題が潜んでいるのです。
帰納法の関連パラドックス
グルーのパラドックスと同じく帰納的推論の信頼性を問う関連パラドックスです。
まとめ
本記事は「グルーのパラドックス」について解説しました。如何だったでしょうか。
一見馬鹿げた色の定義が、帰納的推論の基盤に潜む深刻な問題を浮き彫りにしています。科学が当たり前のように依拠している帰納法は、実はかなり繊細な前提の上に成り立っているのです。
「正しい概念」と「奇妙な概念」の区別が論理だけでは定められないという発見は、人間の知識のあり方を根本的に問い直すものでした。
パラドックスの一覧に戻りたい方は以下のリンクからどうぞ。
それでは次の記事も閲覧いただけると幸いです。
