これが故障です：
* 具体的な例： 「昨日黒猫を見た。」
* 一般化： 「すべての猫は黒です。」
猫には多くの色が来ることがわかっているため、上記の一般化は間違っています。ただし、一般化は、十分な証拠に基づいており、慎重に検討されている場合に役立ちます。
ここに、一般化に関する重要なポイントがいくつかあります：
* それらは常に正確ではありません。 限られた数の例に基づく一般化は、誤解を招く可能性があります。
* 予測を行うのに役立つ可能性があります。 一般化は、パターンを理解し、将来のイベントについて仮定するのに役立ちます。
* 注意して使用する必要があります。 一般化を使用する場合、バイアスと不正確さの可能性を認識することが重要です。
一般化の例：
* 「すべての犬はフレンドリーです。」 多くの犬はフレンドリーですが、そうでない人もいます。
* 「ニューヨーク市の人々は失礼です。」 これはステレオタイプであり、人々のグループ全体に関する一般化は有害です。
* 「太陽が東で昇る」 これは一般的に真実である一般化です。
一般化を評価するときは、自問してください：
*一般化をサポートするのに十分な証拠はありますか？
*一般化の例外はありますか？
*一般化は偏っていますか、それとも不正確ですか？
一般化とその制限を理解することにより、情報をよりよく解釈し、情報に基づいた決定を下すことができます。