解決提議
解決它和直覺的沖突，哲學家們提出了一些方法。美國邏輯學家納爾遜·古德曼（Nelson Goodman）建議對我們的
推理添加一些限制，比如永遠不要考慮支持論斷“所有P滿足Q”且同時也支持“沒有P滿足Q”的實例。
其他一些哲學家質疑“等價原理”。也許紅蘋果能夠增加我們對論斷“所有不是黑的東西不是烏鴉”的信任度，而不增加我們對“所有烏鴉都是黑色的”信任。這個提議受到質疑，因為你不能對等價的兩個命題有不同的信任度，如果你知道他們都是真的或都是假的。
古德曼，以及其後的威拉德·馮·奧曼·蒯因，使用術語“projectible predicate”來描述這些類似于“烏鴉”和“黑色”的命題, 所有這類命題是支持歸納推理法的；而“非projectible predicate”則為與隻相反的後者,如“非黑”和“非烏鴉”這些命題并不支持歸納推理法。蒯因還提出一個需要證實的猜想：如果任何命題是projectible的；在無限物件組成的全集中，一個projectible的命題的補集永遠是非projectible的。
這樣一來，雖然“所有烏鴉都是黑的”和“所有不是黑的東西都不是烏鴉”這兩個命題所擁有的信任度必須相等，但隻有“黑色的烏鴉”才能同時增加兩者的信任度，而“非黑色的非烏鴉”并不增加任何一個命題的信任度。
還有些哲學家認為其實這個命題是完全正确的，出錯的是我們自己的邏輯。其實觀察到一個紅色的蘋果确實會增加烏鴉都是黑色的可能性！這就相當于：如果有人把宇宙中所有不是黑的物體都給你看，而你發現所有的物體都不是烏鴉，那你就完全可以斷定所有烏鴉都是黑的了。這個“悖論”看上去荒謬隻是因為宇宙中“不是黑的”物體遠遠多于“烏鴉”，所以發現一個“不是黑的”物體隻增加了極其微小的對于“烏鴉都是黑的”的信任度，而相對而言，每發現一隻黑的烏鴉就是一個有力的證據了。
貝葉斯定理
除了以上的陳述以外，「歸納法原理」還有另一種形式，就是貝葉斯推理。
設X為支持論斷T的一個實例,而I表示我們所有的已知信息。
T成立的幾率，已知X和I都是成立的，可以推得
這裡Pr(T|I)表示在隻有I是已知成立的情況下，T成立的幾率；Pr(X|TI)表示在T和I都已知成立的情況下，X成立的幾率；而Pr(X|I)表示在隻有I是已知成立的情況下，X成立的幾率.
應用實例
利用這個原理，這個悖論就不會出現了。如果有人随機選一個蘋果，那麼他看到一個紅蘋果的幾率和「烏鴉」的顔色是完全沒有關系的。這時分子等于分母，所以分數等于1，所以以上讨論的幾率不會改變。所以看見一隻紅色的蘋果不會增加人們對「烏鴉都是黑色的」的信任度。
而如果那人是随叫随到選擇一個非黑的物件，那個物件正好是一個紅的蘋果，那麼我們對得到一個分子大于分母的，幾乎等于一的假分數。所以在這個情況下，看見一隻紅蘋果确實會極微小地增加我們對「烏鴉都是黑色的」的信任度。
其實，随着一個人看到的不是黑色的東西的增加（并發現其中沒有烏鴉），「烏鴉都是黑色的」的幾率會趨向于1。
解決方法
解決亨佩爾烏鴉悖論的方案可分為四類:甲,否認或修改尼科德判據;乙,否認換質位定律;丙,否認或修改等值條件;丁,認為尼科德判據中的"驗證"與等值條件中的"驗證"不是同一個概念。目前學界所提出的各類解決烏鴉悖論的方案絕大多數屬于甲類,其中貝葉斯型方案被認為是最成功的一類。但即使是貝葉斯型方案,也存在嚴重問題;否認換質位定律又違犯邏輯,丁類方案也不可取。但是,邏輯等值的命題可以不是同一個命題,所以支持等值條件的亨佩爾論證是錯誤的。
