重点摘要
1. 批判性思维对个人自主性和明智决策至关重要
批判性思维最初是一个反应过程。
评估主张。 批判性思维涉及在接受之前仔细审查呈现给我们的主张、证据和推理。它需要提出探究性问题，识别假设，并评估论点的质量。这个过程使我们能够做出更明智和自主的决策，而不是被动地吸收信息。
发展关键技能。 批判性思维技能包括：
- 识别问题和结论
- 分析理由和证据
- 识别模糊性
- 揭示假设
- 评估来源
- 发现谬误和偏见
- 考虑替代解释
- 得出合理的结论
终身应用。 这些技能不仅适用于课堂，还适用于日常健康、财务、政治和其他重要领域的决策。批判性思维使我们能够积极参与塑造我们的信仰和选择，而不是被动接受他人的观点。
2. 识别任何论点中的问题和结论
问题是引发对话或讨论的疑问或争议。它是所说内容的刺激因素。
定位关键组成部分。 要评估一个论点，首先要识别：
- 问题 - 所讨论的疑问或争议
- 结论 - 所主张的立场
- 理由 - 支持结论的证据和逻辑
寻找线索。 问题通常以疑问或争议的形式出现。结论通常由“因此”、“于是”或“结果是”等指示词标示。理由通常作为结论的支持呈现。
描述性与规范性。 论点可以分类为：
- 描述性 - 关于事物如何的主张
- 规范性 - 关于事物应如何的主张
理解这一区别有助于评估使用的证据和推理类型。
3. 分析支持主张的理由和证据
理由是我们应该相信某个结论的解释或依据。
评估支持。 仔细审查支持结论的理由和证据。考虑：
- 相关性 - 证据是否直接与结论相关？
- 充分性 - 是否有足够的证据支持结论？
- 准确性 - 证据是否事实正确且来自可靠来源？
- 逻辑性 - 从证据到结论的推理过程是否合理？
证据类型。 常见的证据形式包括：
- 统计数据
- 专家意见和研究
- 例子和轶事
- 类比和比较
- 逻辑论证
推理强度。 整体论点的强度取决于其最薄弱的环节。识别从证据到结论的推理链中的任何漏洞或弱点。
4. 识别模糊性并澄清关键术语
模糊性指的是一个词或短语存在多种可能的含义。
识别模糊语言。 寻找可能有多种解释的词或短语。常见的模糊性来源包括：
- 抽象术语（如“自由”、“正义”）
- 委婉语
- 行话或技术术语
- 隐喻和类比
寻求清晰。 当存在模糊性时：
- 要求具体定义
- 考虑不同的可能解释
- 检查术语在上下文中的使用
- 寻找例子来说明预期的含义
对推理的影响。 模糊性可能导致：
- 各方之间的误解
- 如果术语含义变化则逻辑有缺陷
- 具有说服力但误导性的修辞
- 评估主张的困难
5. 揭示隐藏的假设和价值冲突
价值假设是在特定背景下对某一价值的隐含偏好。
识别未陈述的信念。 论点通常依赖于未陈述的假设。寻找：
- 价值假设 - 在竞争价值之间的隐含优先级
- 描述性假设 - 关于世界如何的未陈述信念
识别价值冲突。 许多分歧源于不同的价值优先级，例如：
- 个人权利与集体利益
- 传统与进步
- 安全与自由
- 经济增长与环境保护
质疑假设。 一旦识别出，评估未陈述的假设是否：
- 合理且广泛接受
- 有争议且需要证明
- 可能有偏见或有缺陷
6. 评估证据和来源的质量
证据是传播者用来支持或证明事实主张可靠性的明确信息。
评估可信度。 考虑以下关于证据和来源的问题：
- 专业知识 - 来源是否具有相关资格？
- 偏见 - 是否存在利益冲突或意识形态倾向？
- 方法论 - 对于研究，研究设计是否合理？
- 时效性 - 信息是否最新？
- 佐证 - 其他可靠来源是否同意？
证据类型。 评估不同形式的证据的优缺点：
- 科学研究
- 专家意见
- 统计数据
- 轶事和例子
- 历史先例
- 类比和比较
警示信号。 警惕：
- 精心挑选的证据
- 夸大的主张
- 伪装成证据的情感诉求
- 无依据的概括
- 过时或被否定的来源
7. 考虑替代解释和竞争原因
竞争原因是可以解释某一结果发生的合理替代解释。
超越表面。 当面对因果主张时，考虑：
- 其他潜在原因
- 多种因素的组合
- 相关性与因果关系
- 反向因果关系
- 两个因素的共同原因
生成替代方案。 头脑风暴其他合理的解释来解释观察到的证据或结果。考虑因素如：
- 历史背景
- 文化影响
- 经济条件
- 技术变化
- 个体差异
比较评估。 根据以下标准评估不同解释的相对强度：
- 解释力
- 与已知事实的一致性
- 简单性（奥卡姆剃刀）
- 预测能力
- 可测试性
8. 识别统计欺骗和遗漏信息
统计数据是以数字形式表达的证据。这类证据看起来非常令人印象深刻，因为数字使证据看起来非常科学和精确，仿佛它代表了“事实”。然而，统计数据可以而且经常会撒谎！
质疑数字。 当面对统计数据时，问：
- 数据是如何收集的？
- 样本量和选择方法是什么？
- 绝对数字还是百分比更具信息性？
- 比较的基线是什么？
- 是否有其他相关统计数据被遗漏？
常见欺骗。 警惕：
- 精心挑选的时间框架
- 误导性的平均值（均值与中位数）
- 混淆相关性与因果关系
- 忽略误差范围
- 有偏见的调查问题
- 不相干的比较
缺失的背景。 考虑哪些额外信息可以提供更完整的图景：
- 长期趋势
- 比较数据
- 按相关子群体的细分
- 潜在的负面结果或副作用
- 数据的替代解释
9. 生成多种可能的结论
很少会有只有一个结论可以合理推断的情况。
避免二分思维。 大多数问题不是简单的是/否问题。考虑：
- 有条件或细化的立场
- 多种方法的组合
- 依赖于上下文的答案
- 临时或部分解决方案
使用条件句。 用条件框架多种结论：
- “如果X为真，那么……”
- “假设Y，我们可以得出……”
- “在Z情况下，最佳方法可能是……”
头脑风暴替代方案。 通过以下方式生成多种可能的结论：
- 考虑不同的价值优先级
- 改变假设
- 将问题应用于不同的上下文
- 提出解决潜在问题的创造性解决方案
比较评估。 根据以下标准评估不同结论的相对优缺点：
- 与证据的一致性
- 逻辑有效性
- 实际可行性
- 伦理影响
- 潜在后果
Last updated:
评论
《提出正确的问题》被广泛认为是一本易于理解且实用的批判性思维指南。读者们赞赏其清晰的解释、大量的例子和章节末的练习。许多人认为这本书是必读之作，特别是对于学生和那些希望提高分析能力的人来说。书中提出的在评估论点时需要问的关键问题的方法因其有效性而受到称赞。尽管有些人觉得它重复或过于简化，但大多数评论者推荐它作为在日常生活和学术环境中培养批判性思维能力的宝贵工具。