解決提議
解決它和直覺的衝突，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
烏鴉悖論推理添加一些限制，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”來描述這些類似於“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”則為與只相反的後者, 如“非黑”和“非烏鴉”這些命題並不支持歸納推理法。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，但只有“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”並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確的，出錯的是我們自己的邏輯。其實觀察到一個紅色的蘋果確實會增加烏鴉都是黑色的可能性！這就相當於：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”看上去荒謬只是因為宇宙中 “不是黑的”物體遠遠多於“烏鴉”，所以發現一個“不是黑的”物體只增加了極其微小的對於“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。
烏鴉悖論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) 表示在只有 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) 表示在只有 I 是已知成立的情況下，X 成立的幾率.
套用實例
利用這個原理，這個悖論就不會出現了。如果有人隨機選一個蘋果，那么他看到一個紅蘋果的幾率和「烏鴉」的顏色是完全沒有關係的。這時分子等於分母，所以分數等於1，所以以上討論的幾率不會改變。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。
而如果那人是隨叫隨到選擇一個非黑的物件，那個物件正好是一個紅的蘋果，那么我們對得到一個分子大於分母的，幾乎等於一的假分數。所以在這個情況下，看見一隻紅蘋果確實會極微小地增加我們對「烏鴉都是黑色的」的信任度。
其實，隨著一個人看到的不是黑色的東西的增加（並發現其中沒有烏鴉），「烏鴉都是黑色的」的幾率會趨向於1。
