學會提問
一個人會不會提問取決于他會不會思考。在應試教育體系下成長起來的我們,也許早已習慣了頭腦一片空白地對別人的觀點結論照單全收。一句云里霧里的“我同意”似乎可以讓自己看起來不那么傻。
然而——
不管對于個人還是社會,成為別人思想的木偶都是一件可怕的事。
這本書是在講我們應當如何運用批判性思維提出批判性的問題并且進行解答。
批判性思維要求我們應當做到以下幾個方面:
- 意識到一些彼此相關的批判性問題。
- 能夠在適當的時候提出和回答批判性問題。
- 愿意主動運用批判性問題。
書中介紹到的兩種思維風格及其主要特點:
- 海綿式:吸收,相對被動,強調知識的獲得
- 淘金式:提問,思考,強調與知識積極的互動
強烈的和微弱的批判性思維:
- 弱批判性思維:用于維護自己的信念或者觀點
- 強批判性思維:評估所有的觀點和信念
只堅持己見的人其實知道的很少。作為批判性思考者,我們必須強迫自己去找出新的答案。舊答案和新答案之間的相互影響是我們成長的基礎。
運用批判性思維涉及到的關鍵詞:
論題:
- 描述性論題:針對有關過去、現在、將來的描述是否正確提出的問題。
- 說明性論題:針對我們應當怎樣做及對與錯、好與壞提出的問題。
結論:演講者或者作者希望你接受的信息。
尋找作者或演講者的結論的線索(沒有支持的言論僅僅是一些觀點而非結論):
- 線索一:尋找論題
- 線索二:看提示語
- 線索三:看可能出現結論的特殊位置(開頭/結尾)
- 線索四:記住哪些不是結論(例子、統計數據、定義、背景信息、證據)
- 線索五:查找上下文及作者的背景(傾向、偏見)
- 線索六:思考“因此呢?”
理由:理由+結論=論證
在確定理由之前,你不能對一個結論的價值做出判斷。
論證的特征:
- 每項論證都有一個目的
- 論證的質量不同
- 論證包含兩種成分:結論和理由
歧義詞:決定是否贊成某個觀點的根本一步就是確定歧義詞句的準確含義。
尋找歧義詞句:
- 第一步:把已陳述的論題作為尋找關鍵詞句的線索。
- 第二步:確定作者推理結構中的關鍵(重要)詞句。
- 第三步:針對每一個詞句思考“我是否已經理解它的含義”。
障礙:
- 一開始就假定自己與作者意見相同
- 認為詞語只有一個單一的、明顯的定義
價值觀假設:價值觀假設是關于世界應當怎樣的觀念。
尋找線索:
- 作者的背景
- 結論
- 從相似的社會性觀點中尋找類似的價值觀假設
- 使用顛倒角色扮演技術
- 尋找常見的價值觀沖突
價值觀沖突:(例如競爭與合作)
描述性假設:描述性假設是關于世界是什么樣子的觀念。
假設是這樣的一些觀點,如果這些觀點正確的話,它們能使我們斷定某些原因能為某個結論提供支持。
發現描述性假設的線索:
- 堅持思考結論與原因之間的差距
- 尋找支持原因的觀點
- 站在另一個角度
- 認識到原因中還可能存在一些能夠獲得優勢的其他途徑
- 多學一些與論題有關的知識
謬誤:
- 提供了錯誤或不正確假設的推理。
- 通過使信息看起來與結論相關而實際上不相關來轉移我們的視線。
- 需要使用已經被證明為真的結論來為結論提供支持。
尋找謬誤
- 確認結論和理由。
- 牢記結論并考慮與之相關的理由,把這些理由與作者提供的理由相比較。
- 判斷理由是否闡明了一個確切的、具體的優勢或不足,如果不是,則要謹慎對待。
- 找到任何必要的假設
- 評價假設,發現錯誤的假設
推理錯誤:
- 人身攻擊
- 滑坡理論
- 尋找完美的解決方案
- 移花接木
- 迷信公眾觀點
- 訴諸權威
- 攻擊稻草人
- 呈現虛假的兩難困境
- 一廂情愿思維
- 暈輪效應
- 竊取論點
- 錯誤概括草率
證據:
證據主要類型及可信度評價:
- 直覺:是否有其他類型的證據來支持直覺?
- 個人經驗:個人經驗的局限性。
- 他人證詞:偏差與興趣,專業知識,價值觀假設,遺漏的信息等。
- 權威的意見:權威人士在某一特定問題上具有多少專業知識或接受過多少專業訓練?是否具有發現事實的特殊方法?是否有歪曲影響的相對自由?
- 個人觀察:是否經過一系列的價值觀、偏見、態度和期望的篩選?
- 案例:是否具有一定的煽動性?
- 科學研究:科研報告的來源質量,特別突出的優點,他人的驗證,傳達信息的人選擇所需研究的標準,已有的證據是否具有批判性思維,是否有歪曲該研究的理由,研究條件是否人為……
- 類比:是否從多方面比較兩種事物的異同,相似性與差異性之間的關聯?
干擾性原因:與作者解釋不同的一些解釋
統計數據:
- 數據來源
- 平均數類型
- 證據與結論的不相符
- 自己根據統計數據得出的結論
重要信息遺漏
小結:學著運用批判性思維
批判性問題清單
- 什么是論題?什么是結論?
- 理由是什么?
- 哪些詞句有歧義?
- 什么是價值觀沖突?什么是價值觀假設?
- 什么是描述性假設?
- 推理中存在謬誤嗎?
- 這些證據的可信度有多大?
- 你發現干擾性原因了嘛?
- 統計數據是否具有欺騙性?
- 哪些重要信息被遺漏了?
- 什么結論可能是合理的?