读书笔记|《学会提问——批判性思维指南》
2017-03-09 本文已影响146人
花之葭
学会提问
一个人会不会提问取决于他会不会思考。在应试教育体系下成长起来的我们,也许早已习惯了头脑一片空白地对别人的观点结论照单全收。一句云里雾里的“我同意”似乎可以让自己看起来不那么傻。
然而——
不管对于个人还是社会,成为别人思想的木偶都是一件可怕的事。
这本书是在讲我们应当如何运用批判性思维提出批判性的问题并且进行解答。
批判性思维要求我们应当做到以下几个方面:
- 意识到一些彼此相关的批判性问题。
- 能够在适当的时候提出和回答批判性问题。
- 愿意主动运用批判性问题。
书中介绍到的两种思维风格及其主要特点:
- 海绵式:吸收,相对被动,强调知识的获得
- 淘金式:提问,思考,强调与知识积极的互动
强烈的和微弱的批判性思维:
- 弱批判性思维:用于维护自己的信念或者观点
- 强批判性思维:评估所有的观点和信念
只坚持己见的人其实知道的很少。作为批判性思考者,我们必须强迫自己去找出新的答案。旧答案和新答案之间的相互影响是我们成长的基础。
运用批判性思维涉及到的关键词:
论题:
- 描述性论题:针对有关过去、现在、将来的描述是否正确提出的问题。
- 说明性论题:针对我们应当怎样做及对与错、好与坏提出的问题。
结论:演讲者或者作者希望你接受的信息。
寻找作者或演讲者的结论的线索(没有支持的言论仅仅是一些观点而非结论):
- 线索一:寻找论题
- 线索二:看提示语
- 线索三:看可能出现结论的特殊位置(开头/结尾)
- 线索四:记住哪些不是结论(例子、统计数据、定义、背景信息、证据)
- 线索五:查找上下文及作者的背景(倾向、偏见)
- 线索六:思考“因此呢?”
理由:理由+结论=论证
在确定理由之前,你不能对一个结论的价值做出判断。
论证的特征:
- 每项论证都有一个目的
- 论证的质量不同
- 论证包含两种成分:结论和理由
歧义词:决定是否赞成某个观点的根本一步就是确定歧义词句的准确含义。
寻找歧义词句:
- 第一步:把已陈述的论题作为寻找关键词句的线索。
- 第二步:确定作者推理结构中的关键(重要)词句。
- 第三步:针对每一个词句思考“我是否已经理解它的含义”。
障碍:
- 一开始就假定自己与作者意见相同
- 认为词语只有一个单一的、明显的定义
价值观假设:价值观假设是关于世界应当怎样的观念。
寻找线索:
- 作者的背景
- 结论
- 从相似的社会性观点中寻找类似的价值观假设
- 使用颠倒角色扮演技术
- 寻找常见的价值观冲突
价值观冲突:(例如竞争与合作)
描述性假设:描述性假设是关于世界是什么样子的观念。
假设是这样的一些观点,如果这些观点正确的话,它们能使我们断定某些原因能为某个结论提供支持。
发现描述性假设的线索:
- 坚持思考结论与原因之间的差距
- 寻找支持原因的观点
- 站在另一个角度
- 认识到原因中还可能存在一些能够获得优势的其他途径
- 多学一些与论题有关的知识
谬误:
- 提供了错误或不正确假设的推理。
- 通过使信息看起来与结论相关而实际上不相关来转移我们的视线。
- 需要使用已经被证明为真的结论来为结论提供支持。
寻找谬误
- 确认结论和理由。
- 牢记结论并考虑与之相关的理由,把这些理由与作者提供的理由相比较。
- 判断理由是否阐明了一个确切的、具体的优势或不足,如果不是,则要谨慎对待。
- 找到任何必要的假设
- 评价假设,发现错误的假设
推理错误:
- 人身攻击
- 滑坡理论
- 寻找完美的解决方案
- 移花接木
- 迷信公众观点
- 诉诸权威
- 攻击稻草人
- 呈现虚假的两难困境
- 一厢情愿思维
- 晕轮效应
- 窃取论点
- 错误概括草率
证据:
证据主要类型及可信度评价:
- 直觉:是否有其他类型的证据来支持直觉?
- 个人经验:个人经验的局限性。
- 他人证词:偏差与兴趣,专业知识,价值观假设,遗漏的信息等。
- 权威的意见:权威人士在某一特定问题上具有多少专业知识或接受过多少专业训练?是否具有发现事实的特殊方法?是否有歪曲影响的相对自由?
- 个人观察:是否经过一系列的价值观、偏见、态度和期望的筛选?
- 案例:是否具有一定的煽动性?
- 科学研究:科研报告的来源质量,特别突出的优点,他人的验证,传达信息的人选择所需研究的标准,已有的证据是否具有批判性思维,是否有歪曲该研究的理由,研究条件是否人为……
- 类比:是否从多方面比较两种事物的异同,相似性与差异性之间的关联?
干扰性原因:与作者解释不同的一些解释
统计数据:
- 数据来源
- 平均数类型
- 证据与结论的不相符
- 自己根据统计数据得出的结论
重要信息遗漏
小结:学着运用批判性思维
批判性问题清单
- 什么是论题?什么是结论?
- 理由是什么?
- 哪些词句有歧义?
- 什么是价值观冲突?什么是价值观假设?
- 什么是描述性假设?
- 推理中存在谬误吗?
- 这些证据的可信度有多大?
- 你发现干扰性原因了嘛?
- 统计数据是否具有欺骗性?
- 哪些重要信息被遗漏了?
- 什么结论可能是合理的?