尼尔·布朗 & 斯图尔特·基利：asking The Right Questions——a Guide To Critical Thinking (第8版)

這份資料《Asking the Right Questions: A Guide to Critical Thinking, 8th Edition》的核心主旨，在於提供讀者一套有系統的批判性思考方法，幫助他們從被動的資訊接收者（作者稱之為「海綿式思維」）轉變為主動的思考者（作者稱之為「淘金式思維」）。這種方法的核心在於學會問一系列關鍵問題，以便理解、評估並最終決定是否接受他人提出的主張和論點。批判性思考的目標不是為了批評或反駁他人，而是為了提升個人對所遇見資訊的理解深度，進而做出更合理、更周全的信念和決定。

資料首先區分了兩種思維方式：「海綿式思維」強調吸收資訊的多寡，優點在於能快速累積知識，但缺乏判斷資訊優劣的方法；「淘金式思維」則強調與資訊進行互動，透過提問和評估來篩選出有價值的「黃金」。作者明確指出，淘金式思維是批判性思考的關鍵，它要求思考者保持好奇心和提問的態度，不斷檢視遇到的所有主張，尤其是與自己原有信念不同的主張。這種主動的過程有助於避免輕信，並培養智識上的獨立性。

批判性思考的具體步驟圍繞著一系列相互關聯的關鍵問題展開。資料詳細闡述了這些問題及其重要性：

  1. 找出論題與結論 (What are the Issue and the Conclusion?)
    這是批判性思考的第一步，也是最基礎的一步。論題（Issue）是引發討論或爭議的問題，而結論（Conclusion）則是作者或說話者希望你接受的核心訊息或主張。論題可以分為描述性論題（關於世界是什麼、是什麼樣的）和規定性論題（關於世界應該是什麼、對錯好壞的）。找到結論是理解論點的關鍵，結論通常是對論題的回應。作者提供了尋找結論的線索，例如尋找指示詞（consequently, therefore等）、在文章開頭或結尾尋找、以及了解結論的特性（它是一個需要其他想法來支持的想法，而非例子、統計數字、定義或背景資訊）。理解作者試圖說服你相信什麼，是進行任何評估的先決條件。

  2. 找出理由 (What are the Reasons?)
    論證的基本結構是「結論因為理由」（This because of that）。理由（Reasons）是支持或證成結論的信念、證據、比喻或其他陳述。理由回答了「為什麼作者或說話者要我相信這個結論？」這個問題。只有當結論得到理由的支持時，它才構成一個論證（Argument），而不是一個單純的意見。理由的質量決定了論證的強度。作者強調在評估之前必須先準確識別理由，並建議尋找指示詞（because, due to the fact that等）。對於規定性論證，理由通常是規範性陳述或描述性信念；對於描述性論證，理由通常是證據。

  3. 釐清語意不明的詞語或片語 (What Words or Phrases Are Ambiguous?)
    語言的靈活性導致許多詞語或片語具有多重含義。如果關鍵詞語（特別是抽象詞語）在論證中的含義不明確（Ambiguity），就無法準確判斷理由是否真正支持結論。作者建議找出結論和理由中的關鍵詞語，並問自己：「這個詞語在這種語境下可能有哪些不同的含義？」以及「如果用其他含義替代，是否會影響理由對結論的支持程度？」這種尋找和釐清歧義的過程，有助於避免誤解作者原意，並評估論證的清晰度和說服力。在說服性溝通中，歧義有時是刻意為之的（例如廣告和政治語言），需要特別警覺。

  4. 找出價值觀衝突和假設 (What Are the Value Conflicts and Assumptions?)
    在論證中，除了明確陳述的理由外，還存在作者視為理所當然、但未明確表達的隱藏信念，這些是假設（Assumptions）。假設是連接理由和結論的「黏合劑」。價值觀假設（Value Assumptions）是關於哪些價值觀更為重要或更應優先的未陳述信念，特別是在規定性論證中起關鍵作用。不同的價值觀優先順序（Value Priorities）是人們對規定性問題得出不同結論的重要原因。作者提供了一些線索來識別價值觀假設，例如了解作者背景、分析結論可能導致的後果、尋找常見的價值觀衝突（如自由 vs. 安全、效率 vs. 公平、個人責任 vs. 集體責任）以及進行反向角色扮演。識別價值觀衝突和假設，有助於理解作者的視角，並判斷其價值觀偏好是否與自己的相符。

  5. 找出描述性假設 (What Are the Descriptive Assumptions?)
    描述性假設（Descriptive Assumptions）是關於世界過去、現在或將來是什麼樣子的未陳述信念。它們是論證成立所必需的隱藏信念，尤其常見於連接理由和結論之處。作者建議尋找理由與結論之間的「缺口」，問自己：「如果理由是真實的，那麼為了讓結論能夠邏輯地推導出來，還必須相信什麼？」以及「為了讓理由本身成立，還必須相信什麼？」描述性假設可能是關於定義的（假定某詞語只有一種含義）或關於事實關係的。尋找描述性假設有助於揭示論證中可能不可靠的基礎，並判斷理由對結論的支持是否充分。

  6. 判斷是否存在推論謬誤 (Are There Any Fallacies in the Reasoning?)
    推論謬誤（Fallacies）是推理過程中的錯誤或欺騙性「技巧」，會削弱論證的說服力。作者列舉並解釋了多種常見的謬誤，例如：人身攻擊（Ad Hominem）、滑坡謬誤（Slippery Slope）、尋求完美方案（Searching for Perfect Solution）、語意模糊（Equivocation）、訴諸公眾（Appeal to Popularity）、訴諸可疑權威（Appeal to Questionable Authority）、訴諸情感（Appeals to Emotions）、稻草人謬誤（Straw Person）、假兩難（Either-Or/False Dilemma）、解釋性命名（Explaining by Naming）、一廂情願（Wishful Thinking）、轉移話題（Red Herring）、空泛的泛泛之談（Glittering Generality）、以及循環論證（Begging the Question）。學會識別這些謬誤，能幫助讀者避免被有缺陷的推理所誤導。

  7. 評估證據的效力 (How Good Is the Evidence?)
    當作者提出事實性主張（包括描述性結論、理由或假設）時，批判性思考者需要評估支持這些主張的證據（Evidence）的可靠性。資料詳細討論了不同類型的證據及其評估標準：

    • 直覺 (Intuition): 難以驗證，通常不可靠，除非有其他證據支持。
    • 個人經驗 (Personal Experience): 生動但樣本不足，容易導致草率概括（Hasty Generalization）謬誤。
    • 個人證詞 (Testimonials): 常常帶有偏見、選擇性和遺漏資訊，可靠性低。
    • 訴諸權威 (Appeals to Authority): 需要評估權威的專業知識、公正性、獲取資訊的途徑以及其他權威的意見。
    • 個人觀察 (Personal Observation): 容易受偏見影響，需要多個觀察者和理想的觀察條件來驗證。
    • 研究研究 (Research Studies): 科學研究強調可驗證性、控制和精確性，是重要證據來源。但需要評估研究質量（來源聲譽、方法細節）、是否被重複驗證、樣本的代表性（規模、廣度、隨機性）、是否存在偏差（例如問卷措辭、語境、研究者偏見）、以及結果是否被誇大或曲解。相關不等於因果。
    • 個案例子 (Case Examples): 生動形象但樣本只有一個或幾個，通常只能說明可能性，不能證明典型性或概率，容易訴諸情感而忽略其他證據。
    • 類比 (Analogies): 透過比較相似性來推理。需要評估類比對象在關鍵方面是否有足夠的相關相似性，以及是否存在重要的相關差異（可能構成錯誤類比 Faulty Analogy 謬誤）。

  8. 尋找競爭性原因 (Are There Rival Causes?)
    當作者對某個事件提出因果解釋時，批判性思考者應尋找是否存在其他合理的原因也能解釋同一事件。競爭性原因（Rival Causes）是與作者提出的原因競爭的替代性解釋。作者指出，許多事件，特別是人類行為，是由多個共同作用的原因（Contributory Causes）而非單一原因造成的（警惕因果關係過度簡化 Causal Oversimplification 謬誤）。相關並不證明因果（警惕混淆因果 Confusing Cause and Effect 和忽略共同原因 Neglect of a Common Cause 謬誤）。時間先後也不證明因果（警惕事後歸因 Post hoc 謬誤）。尋找競爭性原因有助於評估作者提出的因果解釋的確定性。

  9. 判斷統計數字是否具有欺騙性 (Are the Statistics Deceptive?)
    統計數字（Statistics）作為一種證據形式，看似精確客觀，但很容易被誤用。作者指出統計數字的欺騙性來源：有些統計數字根本無法準確獲得（Unknowable/Biased Statistics）；平均數（Average）有多種計算方式（平均值 Mean, 中位數 Median, 眾數 Mode），不同方式會得出不同結果，需要了解使用的是哪一種以及數值的分布（Range, Distribution）；作者可能用統計數字證明一件事，卻用來結論另一件不相關的事；統計數字常常遺漏關鍵資訊（Omitted Information），例如只給百分比不給絕對數字、或遺漏重要的比較對象。評估統計數字時，需要追問數據來源、如何獲得、以及遺漏了哪些重要資訊。風險統計（Risk Statistics）尤其容易通過相對風險和絕對風險的表達方式來誤導人。

  10. 找出被省略的重要資訊 (What Significant Information Is Omitted?)
    任何溝通都不可避免地會遺漏資訊，原因可能包括時間空間限制、聽眾注意力有限、作者知識不足、刻意欺騙或視角不同。重要的是識別「重要」的被省略資訊（Significant Omitted Information）——那些如果知道就會顯著影響你對論證評估的資訊。作者提供了一系列尋找被省略資訊的問題，例如尋找可能的反對論點、遺漏的定義、不同的價值觀視角、事實來源的細節、收集證據的程序細節、遺漏的數據或圖表、提議行動的潛在負面影響（特別是長期影響）、引用或證詞的語境、以及作者可能從說服你中獲得的好處。主動尋找遺漏資訊對於形成全面、公正的判斷至關重要。

  11. 提出其他可能存在的合理結論 (What Reasonable Conclusions Are Possible?)
    很少有理由只能導向一個唯一的結論。即使接受了作者提出的理由，也可能存在其他合理（Reasonable）的結論與這些理由相符。作者強調要避免二元對立思維（Dichotomous Thinking），即認為問題只有「是」或「否」兩種答案。透過質疑結論的適用條件（何時、何地、為何），可以發現多種可能性。使用「如果-子句」（If-clauses）是表達這些條件性結論的有效方式。當論證提出一個問題（例如「我們應該做X嗎？」），特別是當理由陳述了一個問題時，可以將問題重新表述為「我們應該如何應對Y問題？」，以尋找不同的解決方案作為可能的結論。認識到多個結論的存在，有助於拓寬視野，避免過早下定論，並選擇最符合自身價值觀和最受證據支持的結論。

總而言之，這本書教導的批判性思考是一個系統性的過程，要求讀者和聽眾不僅要理解論證的表面結構（論題、結論、理由），更要深入探究其隱藏要素（假設、歧義），嚴格評估證據的可靠性和推理的有效性（證據類型、謬誤、統計數字、競爭性原因），並主動尋找被省略的資訊以及其他可能的觀點和結論。這個過程旨在賦予個體智識上的力量，使其能夠在複雜多變的世界中做出更明智、更負責任的決策。