[!info] related notes

• 所属 MOC: logical-fallacies-moc
• 前置概念: argument-premise-and-conclusion、validity-and-soundness
• 并列概念:
• 易混淆概念:
• 关系笔记:

诉诸无知谬误

一句话定义

诉诸无知谬误是把“目前没有证据证明 P”为真，错误地升级成“所以 P 是假的”；或把“没有证据证明 P 是假”为真，升级成“所以 P 是真的”。

核心错误是：

没有证明 P
≠
证明了 ¬P

没有证明 ¬P
≠
证明了 P

典型结构

版本 A

没人证明 P 为真
∴ P 为假

版本 B

没人证明 P 为假
∴ P 为真

这两种结构都把“知识缺失”误当成“世界本身的证据”。

明显例子

没有人证明过外星文明不存在，所以外星文明一定存在。

当前缺少反证，并不能自动成为存在的正证据。

反过来同样不成立：

没有人证明过外星文明存在，所以宇宙中一定没有外星文明。

正确结论通常只是：

目前证据不足以确定。

逻辑训练一个很重要的能力，就是允许“我现在不知道”成为合法状态。

举证责任

如果一个人提出一个实质主张，通常需要为自己的主张提供理由，而不是要求别人先证明它错。

例如：

“这个保健品能提高记忆力。你要是不信，就证明它不能。”

这把举证责任倒置了。

更合理的结构是：

提出“它有效”的人
↓
提供支持“它有效”的证据

而不是：

别人无法证明它无效
↓
所以它有效

技术场景

我们没有发现这个服务有内存泄漏，所以它肯定没有内存泄漏。

这是否错误，要看“没有发现”的证据强度。

如果只是：

• 没仔细监控；
• 测试时间很短；
• 没跑压力测试；

那么“没有发现”几乎不能支持“没有泄漏”。

但如果：

• 长时间稳定压测；
• 完整 heap profile；
• 多种负载；
• 内存曲线稳定；

那么“持续没有观测到泄漏模式”确实可以降低泄漏假设的可信度。

这说明一个重要原则：

Absence of evidence 不总等于 evidence of absence；但如果按假设本应容易观测到证据，那么长期没有观测到，本身可以成为反向证据。

“没找到”什么时候有意义

假设：

如果房间里有一头成年大象，我们打开灯后几乎肯定会看到。

现在打开灯，完整检查房间，没有看到大象。

这里“没看到”对“房间里没有大象”是很强的证据，因为：

若大象存在
→ 我们几乎一定能检测到

实际没有检测到
→ 存在假设可信度显著下降

所以不能机械地喊“不能证明不存在”。

真正的问题是：如果它存在，我们的检测方法本来有多大概率发现它？

AI 使用场景

AI 经常出现：

我没有搜到官方宣布 X，所以 X 没有发生。

如果搜索并不完整，这个结论太强。

更好的表述是：

我在目前查到的可靠来源中没有找到 X 的官方确认，因此暂时不能确认 X 已发生。

同样，AI 也可能说：

没有可靠来源否认这条传闻，所以它可能是真的。

“没有否认”本身仍不是正证据。

什么情况不是诉诸无知

法律中的无罪推定

“控方没有达到证明标准，因此不能判被告有罪”并不等于逻辑上证明“被告事实上绝对没有实施行为”。

这里是在使用一套制度性的证明责任和决策规则：证据不足时，不允许国家施加刑罚。

封闭系统中的缺失

在某些数据库或形式系统中，如果规则明确规定“完整枚举全部成员”，那么查不到某项可以直接支持“不在集合中”。

关键仍然是：系统是不是完整的、查询是不是可靠的。

如何回应

可以问：

“现在我们得到的是‘没有足够证据支持 P’，还是已经有积极证据支持 ¬P？这两件事需要分开。”

或者：

“如果 P 真的存在，我们理论上应该看到什么？当前检测手段足以发现它吗？”

使用场景

• 谣言与阴谋论；
• 科学和超自然主张；
• 安全漏洞判断；
• 软件故障排查；
• 法律与举证责任；
• AI 搜索结果的缺失解释。

一句记忆

“没有证明”首先意味着不知道，不会自动替另一边完成证明。

快速自测

从来没人证明过这个旧系统一定会出重大事故，所以继续不维护也没问题。

问题：没有人证明“必然出事故”，不能推出风险足够低；还需要实际评估故障概率、影响和已有证据。

来源

• HKU Critical Thinking Web, Fallacies and biases: https://philosophy.hku.hk/think/