성급한 일반화는 불충분한 증거에서 결론을 도출하는 것입니다. 예를 들어, 어떤 도시에서 무례한 사람 두 명을 만났다고 해서 그 도시 사람들이 모두 무례하다고 결론짓거나, 맛없는 식당 한 곳을 가봤다고 해서 그 체인점의 모든 식당이 형편없다고 단정짓는 것과 같습니다. 이러한 일반화는 표본이 너무 작고, 결론이 너무 광범위하며, 성급한 판단입니다.

이러한 오류는 일상적인 추론에서 흔히 나타납니다. 고정관념은 성급한 일반화입니다. 편견 또한 성급한 일반화입니다. 단 한 번의 나쁜 경험으로 광범위한 결론을 내리는 것은 잘못된 것입니다. 증거가 결론을 뒷받침하지 않습니다. 표본이 대표성을 갖지 않습니다. 따라서 결론은 정당화될 수 없습니다.

성급한 일반화의 예

• 제 할아버지는 담배를 피우셨지만 90세까지 사셨으니, 흡연은 해롭지 않습니다.
• 거기서 밥 먹고 나서 아팠어요. 그 식당은 위생적이지 않아요.
• 그 나라 사람 두 명이 무례했으니 그 나라 사람들은 모두 무례한 것이다.
• 이 제품이 고장났으니, 이 브랜드는 신뢰할 수 없습니다.
• 처음 세 번의 동전 던지기에서 모두 앞면이 나왔으므로, 동전은 항상 앞면으로 떨어집니다.

성급한 일반화는 증거 부족에서 비롯되는 오류입니다. 해결책은 더 많은 데이터를 수집하는 것입니다. 표본 크기가 클수록 대표성이 높습니다. 통제된 연구는 일화보다 낫습니다. 일화는 생생하기 때문에 이러한 오류가 흔히 발생합니다. 하나의 이야기가 증거처럼 느껴지지만, 그것은 증거가 아닙니다. 단지 하나의 데이터 포인트일 뿐입니다. 하나의 데이터 포인트는 패턴이 아닙니다. 인간의 마음은 패턴을 찾으려는 경향이 있습니다. 잡음 속에서도 패턴을 발견합니다. 성급한 일반화는 자연스러운 오류이며, 이를 피하려면 훈련이 필요합니다. 다음에 작은 표본에서 광범위한 결론을 내릴 때는 다음과 같은 질문을 스스로에게 해보세요. 내가 관찰한 사례는 몇 건인가? 표본이 대표성을 갖는가? 답은 대개 '아니오'입니다. 이러한 일반화는 성급한 것이므로 수정해야 합니다.