||
周志华老师曾有一篇介绍如何做科研的PPT在朋友圈广为流传,其中多次强调科研的关键一步就是提出好问题;然而国内的义务教育与大学高等教育多专注于知识与技能的传授,除去相关专业外较少涉及思维方法的培养与训练。因此,我认为从学习、培养自身的批判性思维出发,开启科研之路可能是一个好选项。正是基于这样的考虑,自己花了两天的时间速读了《学会提问》(Browne and Keeley,机械工业出版社,2013),虽然未达到字字巨细的地步,然而自感相较之前受益匪浅,故忙里偷闲整理一二,以备日后反复咀嚼。
为了避免单纯抄书,自己更喜欢按照实际分析的过程来组织相关要点~
在一个信息爆炸的时代,我们时刻受到各种信息观点的“狂轰乱炸”,最多的信息谬误来自于广告、网络媒体的不实消息(比如各种吸人眼球的、文不对题的头条类资讯),甚至房产中介也会问了业绩而制造虚假信息、隐藏客观全面的市场评价等。我们精力有限,自然不可能对所有涌过来的观点都加以区分,因此日常生活娱乐的大部分信息丝毫不值得深入分析评判,然而对于自己判定时势必需的信息则需要及时加以甄别,比如当中介人员宣传十月份本市销售房屋500余套,以支撑楼市销售火爆的观点时,你可以要求其告知上述销售房屋占据全市房屋存量的百分比(可能实际不到1%,意味着可能需要近九年才能售卖完所有存量)。
分析评判对方观点以确定是否接受的第一步是提取其中的论证过程:
论点与论据共同构成论证
提炼出对方的论点(描述性-是什么||规定性-应不应该)、论题以及对应的论据(理由)
检查论据所表明的事实/规范是否与论点是同一个论题(避免文不对题的情况)
检查论据之所以可以证明/支撑论点的隐藏假设(价值观假设 + 描述性假设)
完成了上述思考,起码可以知道对方的论据是否证明/支持其论点,如果这一步都未能通过,那么就没有必要进行后续分析了。
其实日常中当我们交流、表达观点时很容易犯论证谬误,当然,这种最多的谬误在广告中最为普遍,因为广告经常需要突出其产品的优势以占领市场。一般而言常见的谬误有以下几种:
人身论证谬误:此类谬误最为常见,表现在不论证论题本身,而讨论论题相关人的好坏,比如某社会案件中,网络写手集中攻击受害女生的生活作风与人品,而忽视嫌疑人对受害者实质造成的伤害;异或辩论中为了推行某个人的观点,而极力赞扬该人的道德品质与社会贡献,然而该人已经做了多少贡献与当前论题并无直接关联;
滑坡谬误:最常见的就是如果因为酒精有害就禁酒,那么明天是否就因为牛奶有害而禁止喝牛奶呢?二者的情况并不相同,不能因为一类被禁止就推断所有都会相应被禁止;
诉诸公众谬误与可疑权威谬误:用老百姓的民意调查来做论据,其实论证能力有限;采用匿名的方式引用专家证言,可信度同样较低;
事实上,现实中还存在更多的论证谬误,比如虚假两难谬误、稻草人谬误等。我们没有必要具体记忆这些论证谬误的名字,只需要针对自己关心的问题,记得多对论据与论点间的关联提出质疑,就会发现其中可能存在的谬误,避免掉入论证陷阱。
当我们判定论据可以用来证明论点时,接下来就需要进一步分析这些论据的效力了,即这些论据是否足以证明论点呢?或者这些论据有多可信呢?一般而言,自然科学领域的结论源于科学实验,可以公开验证且多次重复,因此一般容易达成共识(不如地球围绕太阳公转);社会科学领域由于涉及人这种可变因素,因此大多论点属于或然性,比如“吸烟比酗酒对身体伤害更大”,就可能会引发人们的诸多争议。
此时评判哪种观点更为可靠,就需要分析其论据的效力了,按照类型来看:
个人直觉:常表现为我感觉...我以为...,除非脑回路清奇,一般这种论点听听即可,不要过多在意,因为其主观性过强;
个人经历:常表现为我知道小红复习高考的经验...,个体经历并不能代表全体,因此小红考前不复习考高分不代表自己也可以如此,此类论据同样听听即可;
典型案例/当事人叙述:这似乎是各种宣传与广告最喜欢的方式,比如宣传某大学培养学生能力优秀,就找来往年的优秀毕业生进行优秀事迹报告,但是这同样只能代表个例,必须结合分析优秀毕业生占当时全部毕业生的比例,并同时与同等级院校的毕业生优秀程度比较,如此才能说明该大学培养能力优秀吧?
专家意见:大部分专家意见源于自身长期的研究/技术积累,因此其发言具有较高的可信度,但是我们依旧要认真评价此类专家是否就所讨论的论题领域拥有足够的资历与能力,比如让一个物理学家去发表对于婚前财产如何分配的看法,就不如法学家的观点更为可靠;
上述论据虽然存疑,但是在日常中使用较为普遍,因为日常交流与表达观点往往不需要学术版的严谨与面面俱到,考虑到交流的时间与效率要求,言简意赅更为重要。然而对于学术研究而言,则更多适合采用如下论据支撑论点:
个人观察报告:大多见于科学家的各种观察与实验记录,一定程度上可以作为已有实验的特殊化示例使用;
研究报告:目前最为可信的论据,但是要求1)作者具有相关领域雄厚的研究实力且优秀的科研道德;2)作者所在或者发表主体单位具有较高的国家公信力,比如国家统计局、工信部等发布的相关统计数据等;3)发表刊物的水平与业界认可度,越顶级的期刊往往越能经得起同行评定与重复实验检验,因此更加可靠;
除去上述两类论据外,我们还经常看到各种统计数字满天飞,确实直观的统计数据震撼也更有说服力,但是我们同样要区分其中的陷阱:
平均值有算术平均、中位数与众数多种计算方法,到底您说的是哪一种呢?
绝对值与百分比必须同时出具才是完整的论证,如同开头房产中介虚假宣传的示例,简单知道绝对值就容易被虚假火爆的房市信号误导,从而盲目加入买房大军造成损失;
如果论据可以支撑论点,是不是就万无一失了呢?
非也。
因为科学研究中,一种结果往往可以有很多种解释,而作者倾向于选择最有利于自己的解释。因此我们自己需要多想想从同样结果中反推出的可能原因,并时刻注意区分容易混淆的关联关系:
时间先后性不等同于因果联系:每天爸爸下班回来太阳就下山了,那么爸爸可能就是太阳下山的原因(错误论证)
相关性不等同于因果联系:大数据时代最为著名的例子就是,啤酒与尿布总是销量同时增加,那么谁是谁的因果呢?都不是,就是纯碎的买尿布的时候拿啤酒顺手方便呗~~
你看,如果要培养自己的批判性思维,好像需要记住的东西太多了!
但是其实没有必要,因为李开复老师提出过一种培养批判性思维的简单方法,对于感兴趣的问题或者观点提三个问题就好了:
多问How,不仅要学习知识,更要懂得如何应用;
多问Why,理解之所以然;
多问Why not,试着去反驳一个观点,就会避免思考偏见与疏漏;
好了,今天的笔记就整理到这儿吧,可能有些粗糙,不足就留待以后慢慢来补全吧,毕竟培养一种思维并不是一朝一夕之功,还是需要在实践中多下功夫多锻炼。
本文的基本知识框图:
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-23 17:47
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社