查看原文
其他

如何敏锐地洞察他人语言中的逻辑错误总结复盘

2015-06-13 Scalers ScalersTalk成长持续论

Scalers点评:这是67日火山在成长会关于逻辑的分享总结。火山姑娘是成长会能说会唱的可爱姑娘,但是她的逻辑能力也非常的好。不信请看她的分享。




一、如何练习&友情提示

从接收信息到有意识地去分析他人语言中可能存在的论证谬误,这样一种映射的形成需要平时勤加训练。至于素材,日常生活中与他人的对话,或是新闻、微信推送等等,都可以拿来练习。光知道概念而不实践是没有办法发挥本此分享的效果的。但是概念还是要牢记,磨刀不误砍柴工,伴随正确的技巧的训练胜过不着方法的训练。不过,虽然发现谬误并攻击它是个很有趣的过程,但是也要注意应用场合,不然听者可能会很伤心的。

二、日常生活中尝试发现逻辑错误有什么好处

世界这么大,公知这么多,我们怎么知道谁的话可信呢?分析逻辑与证据谬误最大的好处就是帮助我们养成更好的筛选信息能力,吸收更严谨的观点。此外,它还能帮助我们更好地形成自己的观点,培养抒发己见的自信。

三、论证框架

论证三要素,一定要记好,证据结论和假设。证据就是指,说话者或作者想要拿来论证自己观点的信息,先不论它客观与否,只要被拿来论证,就是证据。结论是体现作者主观意志的唯一判断标准。最后谈谈假设,有推理就必定有假设,一个推理的成立必定是在假设成立之下。但是假设是隐性的,需要好好找一番。

四、论证谬误的分类

检查论证谬误需检查充分性与必要性。充分性指,若正向推理,是否会得到别的结论;必要性指,若由结果出发反向推理,是否存在别的可能性。

论证错误包含逻辑错误与证据错误。逻辑错误包含三类:充分性错误、必要性错误、因果论证型错误。以下分别说说这三类的条目:(为了便于理解,翻译得有些直白。感兴趣的同学可以看看GRE的写作argument部分)

1.充分性错误(Inductive Reasoning)

1.1概括性错误(Generalization)

解释:指的是一个大范围和其中的一个小范围,也可以指整体与个例。大小的性质不同。

1.1.1小推大

1.1.2大推小

1.2对比性错误(Comparison)

解释:两个不同的事物对比,或事物自己与自己对比。二者性质不同。

1.2.1错误类比

1.2.2认为事物具有不变性

2.必要性错误(Necessity)

2.1诉诸不知道”(Appeal to ignorance)

解释:没有证据不是证据。

2.2非黑即白(False dilemma)

解释:对一件事除了二元还有其他可能。

2.3片面性错误(One-sidedness)

解释:现有结论,再堆证据,比如通篇说A好所以选A。缺乏辩证思考。

3.因果论证型错误(Causal Reasoning)

3.1单现象(oversimplification)

解释:把一个原因作为主因,其实还有他因。

3.2双现象(Post hoc/Cum hoc)

前后或同时发生的事实际可能并不含因果关系。

除了逻辑错误,另一种论证谬误是证据错误,它包含以下四种:

1.受访者存在既得利益冲突

2.样本不具有代表性

3.问卷设计不严谨

4.调查结果表述模糊

五、生活中最容易犯的逻辑错误

将相关关系与因果关系相混淆是生活中最常见的逻辑错误,它是生活中某些不知名迷信的来源,也经常是新闻媒体用来提高点击率所使用的伎俩。

六、实战应用

在实战应用中强调一个概念叫,逻辑论证推理链。因为拿到一大段论证时,里面存在很多由证据到结论的推理,有些推理是由好几条证据共同得到一个结论。梳理逻辑论证推理链可以帮助我们厘清思路。

拿到一段论证,慌不要慌。

首先,慢慢地按照论证框架来梳理证据和结论,画出逻辑论证连,并思考推理过程中的假设。(也就是,在这个假设成立的条件下,证据到结论的推理过程才能成立)。接下来,由假设出发,对应第四章中逻辑错误与论证谬误的分类,看看哪一个,或哪几个对应到某一条推理链中。最后,对逻辑论证中的假设进行反驳。一条条链地找,一条条链地驳。

七、问答

Q1:是不是其实每一个argument只要你想找漏洞,它总是有的?比如平常学术方面,很多学术文献也都得不到最终明确的结论,所以也没有绝对的严谨吧。

A:日常生活中要做到绝对的严谨其实是很困难的。比如在做工程上的仿真分析时,可能出现某几个现象我们就由此得出某个结论,但这其实很可能会犯逻辑上的小推大错误,这样的论证过程并不严谨,却在论文中很常见。再比如,如果想要对一组数据进行建模,它们恰好就在数值上符合了某个关系(相关),但在实际生活中是绝对不可能出现那样的关系的,也就是实际在逻辑上是行不通的,这也是不严谨的表现。所以我们能做的就是尽量避免自己犯那样的论证谬误,做到尽可能的严谨。

Q2:举出反例就能推翻结论吗?我们日常生活中是不是符合统计学规律就可以认为是结论

AS在某篇推送中说过先验与后验概率的问题,也就是如果按照比较一般性的经验去做,成功的概率会大一些。但这并不代表在日常生活中进行具体情况具体分析是没必要的,如果所有事都顺着所谓普适的观点去,哪天掉坑里都不知道怎么死的。至于反例,如果能举出反例就能说明该结论有漏洞,论证过程并不严谨,我们需要做的就是质疑结论,由此进一步地完善论证。

Q3:用这种方式看待问题,发现很多问题和事情都有漏洞,就从全盘接受变为全盘否定,怎么做?

A:做某件事的方法有很多,看问题的角度也是。其实我们最需要考虑的问题,并不是要全盘接受某个观点,或者全盘摒弃,而是如何找到一个最佳的平衡位置。否则就是犯了非黑即白的逻辑错误。

八、致谢与感悟

1.非常感谢大米、FibreHemon、喵叔、ScalersShadow、小龙、翼非易(按照首字母拼写排序=w=,大家都喜欢~)对我的支持鼓励和建议。才被喵叔从一个讲课业余领进门,我就发现远方的道路长且艰,每个人都是从零开始的,需要加倍努力才行!

2.学会了如何更好地传递信息。不论是PPT制作、PPT内容、分享和互动方式,还是语速、语调等等,都有了很大进步。

3.学会了如何吸引和照顾观众。适时点题并进行升华,适当进行复习和重复都是很重要的。一开始在讲的时候没有考虑到观众的感受,整篇文章你懂的痕迹太重,像是在和上级做汇报,而不是做浅显易懂的分享。这一部分后面改正了很多。


ScalersTalk ID:scalerstalk


本文作者Scalers,游走在口译世界的IT从业者。微信公众号ScalersTalk,网站ScalersTalk.com


ScalersTalk成长会回复“VIP”查看.口译100小时训练计划群C 456036104



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存