打字猴:1.701821266e+09
1701821266 打个比方,“玛莎今年负责公司的刀具销售,业绩非常好,所以我们要提拔她,让她去销售公寓”。很显然,说这句话的人是在把刀具和公寓进行类比,认为一个善于销售刀具的人也一定会是个卖房子的高手。也就是说,只要一个人有能力,卖什么是无所谓的。
1701821267
1701821268 怎么驳斥这种说法呢?一种方式就是告诉对方,刀具是一种日用品,而房子是奢侈品,所以卖刀具和卖房子完全是两码事。一个善于卖刀具的人未必善于卖房子。
1701821269
1701821270 反过来也是如此。当对方认为两件事物根本不同时,我们可以找出二者的相似之处,以说明二者是可以类比的。
1701821271
1701821272 打个比方,两名狂热的体育迷在喝啤酒,其中一个人说道:“以前的运动员跟如今的运动员根本没法比。马克·史必兹(Mark Spitz)在1967年的墨西哥奥运会上一人独得7块金牌,要是换到今天,他连参加奥运会的入场券都拿不到。”
1701821273
1701821274 另一个人表示不同意,于是他举出一个相反的例子:1965年,杰克·尼克劳斯(Jack Nicklaus)在佐治亚的奥古斯特球场以271分的成绩成为大师杯高尔夫巡回赛冠军,而在2013年,亚当·斯各特(Adam Scott)在同一个球场上赢得了大师杯高尔夫巡回赛冠军,他的分数是279分。从这个角度来说,两位冠军之间确实有很多类似之处。
1701821275
1701821276 在类比两件事物时,尤其是那些来自不同时代的事物时,一定要注意,不同时代的人们收集信息的方式是不同的,所以他们所收集到的信息的质量也无法相比。打个比方,我们不能把20世纪40年代所做的员工满意度调查结果,跟今天的员工满意度调查结果相比。
1701821277
1701821278 从最基础的层面来说,在进行论述时,无论我们使用什么术语和措辞,它们的内涵都应该保持一致。比如说,报纸上可能会写,如今郊区的污染程度是20年前的10倍。污染可能确实更严重了,但如果要用具体数据表明污染的严重性,我们必须给出明确的空气、水、噪音和垃圾等方面的污染指数。换句话说,在进行对比时,我们所用来对比的事物之间一定要具有可比性。
1701821279
1701821280 代表性假设漏洞
1701821281
1701821282 所谓样本,就是指从一大群人或事物中选出来的一小部分人或事物,以此来代表这一小部分人或事物所属的整个群体的特点。社会学家在进行社会研究时经常会选取样本,相信我们都听说过“我从没遇到过一个让我喜欢的Z国人”或者“我强烈推荐阳光餐厅,因为我去过那儿三次,那儿的食物实在太棒了!”
1701821283
1701821284 以上两个例子都是在用样本代表全部。说第一句话的人显然没有接触过所有的Z国人,他只是遇到过几个而已;而第二个人也并没有尝过阳光餐厅的所有食物。要想真正有代表性,有说服力,你选的样本必须在质和量上都能代表整体。
1701821285
1701821286 要想在量上代表整体,你选择的样本数量必须足够大——很显然,只选一两件是不够的。要想在质上能代表整体,你所做的选择必须是随机的,必须保证整体内部不同的子类别都能在样本中占有一席之地。
1701821287
1701821288 想想看,如果一家旅行社极力推荐你去摩洛哥旅游,因为“每四位游客中,就有三位会推荐摩洛哥”。但你发现,这家旅行社实际上只征求过八位游客的意见,你还会认为它的推荐很有价值吗?显然不会,因为它选取的样本数量太小了。
1701821289
1701821290 但另一方面,样本不仅要大,而且要具有多样性和随机性。试想一下,如果该旅行社选择的样本是几百位游客,而且的确有75%的被调查者都推荐摩洛哥,你会选择摩洛哥吗?可能会,因为那么多人都推荐了。可问题是,如果你发现该旅行社选择的样本都是非洲人呢?突然之间,你会觉得哪怕有几百人,但这些人的意见还是不足以代表所有游客的看法。
1701821291
1701821292 记住,样本一定要能代表整体,否则它就毫无意义。所以在进行推理论述过程中,如果对方是在用样本反映整体,那驳倒对方的一个有效方式就是质疑该样本的有效性:如果你能证明该样本并不能代表整体,那么对方的论点就站不住脚;而反过来说,如果你能证明自己所采用的样本确实能够代表整体,那你的论点就会得到强化。
1701821293
1701821294 一般来说,选择样本的关键不是它够不够大,而是它是否足够多样化。如果样本来自一个跟整体关系不大的子群体,那么它的数量就没有太大价值。比如说众所周知的盖洛普调查,媒体经常会在全国大选中用它来预测竞选结果。要想了解全国选民对某个候选人或政治事件的看法,调查者们就必须从不同的年龄、教育水平、性别、区域、职业、种族,甚至宗教中群体进行抽样调查,而相对来说,调查者们就无须按照体重或发型等对选民进行划分了。只要分对子类别,然后从各个子类别中进行抽样,哪怕样本数量不是很大,其结果仍然具有代表性——事实上,一般来说,在一次涉及几百万人的大选中,盖洛普只需选1800人作为样本就足够了。
1701821295
1701821296 注意,代表性假设不同于类比假设。类比假设是两个事物之间的横向对比,而代表性对比则是个体与整体之间的纵向对比。换句话说,在进行类比时,人们关心的是“A”跟“B”之间能否画等号;而在进行代表性假设时,人们会关心“a”能否跟“A”画等号。
1701821297
1701821298 “好证据”假设漏洞
1701821299
1701821300 要想在论述中获胜,你所提出的论据一定要站得住脚。人们总是会只看那些支持自己观点的证据,而忽视那些不利于自己观点的证据,这是人的本性。打个比方,一个不愿意戒烟的人总是会看到吸烟有利的一面,比如说“吸烟有助于放松”“吸烟看上去很酷”“吸烟有利于减肥”等等,而对那些支持戒烟的事实会视而不见,比如说“吸烟对身体有害”“吸烟很费钱”等等。如果你不喜欢骑摩托车,那你就会更留意那些诸如“骑摩托车不安全”“骑摩托车容易弄脏衣服”“戴头盔会弄乱发型”“骑摩托车一次只能坐两个人”“雨雪天没法骑摩托车”等事实,而根本不会看到骑摩托车也有很多优势,比如说容易停靠、比较灵活、相对省油等等。
1701821301
1701821302 要想保持客观,就要列出所有与手头问题相关的证据。如果想要找到“真相”,就不能忽略或扭曲任何相关事实。全世界大多数国家的法律都是采用对抗性司法系统。在这些国家,辩方律师总是会按照有利于己方的方式来提供证据,而为了保持公正,法官和陪审团在听取证词及双方辩论时就必须保持客观,做到不偏不倚。
1701821303
1701821304 因果假设漏洞
1701821305
1701821306 一件事真的会引发另外一件事吗?两件事之间可能存在很多种关系,因果关系是其中的一种。一般来说,当两件事之间存在因果关系时,我们会把第一件事称为“因”,第二件事称为“果”,或者可以用→来表示。
1701821307
1701821308 如表4-4所示,因果关系一共分为六种可能的情况。
1701821309
1701821310 表4-4 巧合,相关,因果
1701821311
1701821312
1701821313
1701821314
1701821315 在讨论两件事情是否存在因果关系时,我们首先要考虑的问题是:这两件事情之间是否有关系。有时候看似关联的两件事之间可能不存在任何关系,比如说,“就在那只猫从树上掉下来之前,十字路口的信号灯变红了,所以红灯可能是那只猫掉下来的原因”。(但事实上,这可能只是巧合。)
[ 上一页 ]  [ :1.701821266e+09 ]  [ 下一页 ]