07-0507-0507-0507-0507-0507-0507-0507-0507-0507-05最新范文01-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-0101-01(Critical thinking)“批判性思维”课程有可能要在山大开设了【山东大学吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：309,410贴子：
(Critical thinking)“批判性思维”课程有可能要在山大开设了收藏
转发：关于举办“批判性思维”课程建设研讨会及观摩教学活动的通知&& 发表日期：日&&
出处：教研科 &&
&&&& 【编辑录入：admin】&&各教学单位、各位教师：&&&&& 现转发教育部高等学校文化素质教育指导委员会“批判性思维”课程建设研讨班的会议通知，目前我校尚没有开设这门课程，请与这门课程内容相关的教师，能够去参加本次研讨班，期望能填补我校课程空白。&&&&&&&
教研科 &&&&&&&
联系电话：64796 &&Ctitical thinking
批判性思维是一种评估、比较、分析、批判和综合信息的能力。提高学生批判思维能力，是培养大学生的质疑能力、求异思维和创新精神的重要基础，也是国际高等教育界公认的本科培养的主要目标之一。自2009年起，华中科技大学启明学院从海外聘请有关专家为创新实验班讲授《批判性思维》课程，学生反响强烈，效果显著。
根据教育部高教司2011年工作要点中，关于“推进以‘文理交融’为重点的文化素质教育课程建设”的部署，为提高大学生的创新思维能力，在全国范围内推进《批判性思维》课程建设，教育部高等学校文化素质教育指导委员会与华中科技大学、高等教育出版社商得一致，决定举办“批判性思维”课程建设研讨及教学观摩会。
“批判性思维”示范课教学内容、课程表及主讲教授简介
Hitchcock教授大班示范课教学内容：
Tentative topics for the
demonstration course in critical thinking at Qiming College,
thinking: its nature, its value, the process, its components
Defining and
redefining issues, getting the main point(s)Clarifying meaning: purposes and
methodsGathering evidence: sources and
methodsAssessing evidence: observation
reports, expert opinionsDrawing conclusions: deductionDrawing conclusions:
generalization, reasoning by analogyDrawing conclusions: inference to
the best explanationIdentifying unstated assumptionsGenerating alternative positions
and argumentsSynthesizing
董毓博士小班示范课教学内容：
批判性思维原理和方法
什么是批判性思维批判性思维精神、原则和基本途径分析的思考:
批判性阅读--论证极其结构:
细致的思考:
澄清概念和意义真实的思考:证据和理由充足的思考:推理（1）最佳的思考:推理（2）深入的思考 :挖掘隐含假设辨证的思考:
开创和竞争 如何组织和表达分析论证&&
Hitchcock教授简介
戴维.希契柯克,
1942年生，1974年获Claremont
Graduate School博士学位，现任加拿大麦克马斯特大学（McMaster
University）哲学系教授。写作和编辑出版了４本专著，发表一百多篇文章和评论。讲授多门本科和研究生课程，曾获大学教学奖。
希契柯克教授是三十多年来一直活跃在批判性思维、非形式逻辑和论证理论前沿的世界著名专家，对批判性思维研究和教学作出了许多独特、开创性的贡献。他于1983出版的批判性思维教材《Critical
Thinking: A Guide to Evaluating
Information》（即批判性思维：信息评估指南）被认为是先驱性的，他是国际非形式逻辑和批判性思维协会的创始人和第一任会长，是国际杂志《非形式逻辑》的编委和评论员，并担任许多书稿、研究项目资金申请、国际重要学术期刊及国际会议的审稿人。他最近的工作包括为国际《论证》杂志编辑
“图尔明模型现状”
专刊和主编关于图尔明论证模型的国际论文集。他专门研究过如何利用计算机技术来辅助批判性思维教学，还曾为美国学院考试的批判性思维部份撰写试题。他还是国际希腊哲学学会的名誉会长。
董毓博士简介董毓，1956年生，78年3月起先后在华中工学院和武汉大学接受理工科和哲学的本科及研究生教育，曾在英国伦敦经济学院的波普尔和拉卡托斯学派指导下进行科学方法论的学习和研究，并获硕士学位，在加拿大麦克马斯特大学希契柯克教授指导下进行逻辑学、科学方法论和批判性思维的学习和研究并获博士学位。毕业后曾留校讲授批判性思维、科学方法论、逻辑学、知识理论等课程，先后发表了关于批判性思维、科学学、科学认识论、科学方法论、现代西方哲学、东西方社会思想文化比较等论题的著作和文章。近两年给华中科技大学启明学院的创新实验班讲授过两届批判性思维课程，所编教材《批判性思维原理和方法：走向新的认知和实践》2010年已由高等教育出版社出版，这是中国最新的批判性思维教材。
不容易啊，有机会开设此课程了。
你也滚蛋了，和你啥关系
看样子你在人际交往上的确很冷。
思维白痴表示选这课可能会挂。。。
报名~预约~占座~
Asking the Right Questions A Guide to Critical Thinking, 9th Edition M. Neil Browne, Stuart M. Keeley
差不多，要是不冷，我还来小树林玩干嘛
要是以后做科研或进企业做研发/技术工作还好，从事面向人员的工作的话很难受的，尤其是从事管理岗位。
这个我稀饭。。。。
北北求翻译
学会提问:批判性思维指南
《走出思维的误区》，还是这本翻译质量高些，可以大学四年一直反复读。
谢了，现实中10个人11个人说我不正常，9个人说我装逼，与我能够对某件事物持相同看法的基本为零，所以我也就习惯了，目前大三的水准是该考虑大学滚蛋之后该做什么了！
我们学习人际交往技巧并非要去变得圆滑和迎合他人，其本质是降低“成本”，减少无意义的时间损耗，提升生产力（对，是生产力）。
The Cambridge Handbook of Thinking and Reasoning 也不错，如果你英文底子好的话。
将来实在混不了，我可能会选择自杀。
我一直没读过类似的书，原因是我认为一些东西只能靠自己经历然后总结形成自己的风格才是比较好的。
我不希望你有这句话后半部分的考虑选择，自然终老为宜。
登录百度帐号推荐应用关于“不了解的领域”，兼谈Critical Thinking - 简书
关于“不了解的领域”，兼谈Critical Thinking
字数 10062
by Kenny Yuan @ TopLanguage思维的特点和缺陷人类总是喜欢歌颂自己的大脑，比如：思想的威力，逻辑的威力，数学的威力（数学来自于思考），科学的威力（科学来源于思考），还有"意识"这个"人类与动物最大的区别"……blah blah……不过，几乎没有人关心过这种想法究竟来自于人体的哪个器官。心理学中有一个研究偏见的试验是这样设计的，向随机抽样的一群人发放问卷，询问他们两个问题：1、你身边有偏见的人占多大比例；2、你自己有没有偏见，是否严重。结果，远超半数的人回答得非常一致：1、身边绝大多数人有严重偏见；2、我自己没有任何偏见。人类的大脑就是如此：一生都在不停地犯各式各样的错误，同时还对自己保持一个较高水平的评价。之所以犯错误，是由人类的大脑运作方式决定的，几乎是无法避免的。比如人类有一种本能化思维方式：类比。也就是说，习惯于将自己先前总结出来的规律，施加在未知但看起来相似的事物上，而不事先考虑同样的规律是不是起作用，也不去辨别是不是真的"相似"。这其中的逻辑大约是这样的："卷心菜的味道不错，圆生菜和卷心菜长得差不多，那么圆生菜的味道应该也差不多？"举个程序员们喜闻乐见的例子：你在emacs里按Ctrl-X,C按得挺熟练觉得很爽，于是到了gedit和notepad里八成也会试试看灵光与否，或者到win32 cmd下敲find -exec/xargs，或者到LISP里写visitor，或者到Python里写GetSubString(index1, index2, step)函数……在这方面，成年人和婴儿的区别仅在于知识库中积累的数据不一样多而已（所以成年人才不再去尝试已消化过的食物的味道）。在用类比去探索时，我们不认为这有什么不对，但是在已经探索过的人群看来，这非常可笑并且没有必要。试错法也是人类重要的思维方式。其中的逻辑大约是："我不知道是不是行得通，但是做错了代价也不大，所以我想试试看"。低幼儿童会用剪刀去剪房间里的所有物体，其实就是在试错。前面举的emacs的例子，也可以说是在试错。面对重要的东西，我们往往不会去试错，但问题在于每个人对于"重要与否"的评估存在着差异，导致对待同一个事物，某人觉得不重要，可以试错；但另外一个人就会对这种试错非常反感，甚至愤怒。在面对未知事物的时候，我们的第一印象往往是错误的，但我们会（自以为是地）认为自己是正确的。随着对事物的更多了解，每一时刻我们都会（不自觉地）修正自己对事物的看法，但每一次我们都会认为自己完全了解该事物了，认为自己达到终极正确了，同时也会忽略自己刚刚还在犯错误这一事实。这其中的逻辑大约是这样的："我已经修正了足够多的错误了，那么这里面就不会再有大问题了吧？"在软件开发中，程序员面对BUG也经常如此。心理学中的名词"面试者错觉"(interview illusion)就是在总结这样的一种现象，因为在企业面试的时候，这种现象最显著。归因错误（更确切地：fundamenatl attribution error）也是人类易犯的思维错误。其典型特征是：将好的结果归功于自己，将坏的结果归罪于别人。比如：约会迟到，那是因为堵车太厉害；如果准时到达，那是因为自己是一个讲信誉的人，"能够有计划地处理一切意外情况从而做到守时"。类似地还有：如果自己不守交通法（比如在"白实线"并线），那是因为有急事需要赶路；如果看到别人同样地行为，则是认为对方是一个"没有素质的人"。再回来头说软件公司：处在组织中任何位置的人，包括CEO、VP、PM、Lead、QA & developer，也都会犯这种错误：一旦出了问题，大官儿会将问题推给小官儿，小官儿推给程序员，程序员推给外部条件，比如语言有缺陷，OS不稳定，SDK出BUG，Partner还延期……等等等等。如果最后成功了，程序员则会说"其实都是我们干的活儿"，CEO会说"那是因为我领导有方"，中层managers会说"CEO什么实际事情都不管，程序员们全都太懒，都是（因为）我们这些最难做人的中层经理们在不停地push"……人类的趋利避害本能，导致思维模式中不可避免地会有将"必要条件"当"充分条件"的现象，比如放置很久的食物并不一定都腐败变质了，但我们都会选择扔掉。更进一步地，我们会将既不充分也不必要的条件也当作充分条件。比如我们在黑夜里会异常小心，虽然"黑夜"与"犯罪"既不充分也不必要；或者，看到别人手中拿着刀子，首先想到的是"不要伤害到我"。其实动物们也何尝不是如此。如果羚羊会说话，它大概会这样告诉你："这里闻起来有狮子的味道，我不确定这里是不是有狮子，但是喝过水之后赶紧跑掉总没有坏处。"为什么不会有合理推理的羚羊呢？比如一只这样思考的羚羊："这里闻起来有狮子的味道，但这有可能是已经走开的狮子留下的；'有狮子的味道'仅仅是'有狮子'的必要条件，并不充分（甚至可能不必要），如果看到狮子了（充分条件），那我就会逃跑，否则我就待在河边喝水……"由于进化方向的随机性，究竟有没有这样的羚羊我们无法判断，但是我们观察到现在的世界上并没有这样的羚羊。我们可以认为：即使曾经有过这样讲逻辑的羚羊，它们也已经灭绝了，因为比起"正常"的羚羊来，这种羚羊没有生存优势。所有的这些本能地、习惯成自然的思维方式（包括但不限于刚刚提及的），会导致这样一种（显而易见的）结果：我们在面对不了解的领域的时候，往往会出现认识上的偏差（以上的说理并不充分。如果有人不认同我也很正常。我也无法做到充分说理，因为我的这一份大脑无法真正说服别人的那一份大脑，除非两者在思想和认识上已经有一定的共同基础）。这些认识上的偏差会导致很多问题。将这些偏差列举出一些来，也正是我写此文的目的。不要盲目质疑权威可能是过去被无良的权威欺骗了很多年（现在还是在被欺骗着），在当今的年代，质疑权威变成了一种时尚（如屡有民科质疑见诸报端）。但对于求知的人，有一条原则还是不变的：在发表与主流相反的观点前，要多作调查和思考。不要凭自己的直觉去胡乱质疑。因为在"绝大多数情况下，你都不太可能是遇该问题的幸运第一人"。如果仅凭直觉去质疑，往往会闹出笑话。甚至伟大如爱因斯坦者，在他做出过巨大成就的物理学上，曾经靠直觉指导学术研究，高举反对量子物理的大旗，但还是被无情地击败（Aspect experiment），被后人作为了反面典型，甚至有人笑称："如果爱因斯坦自191x年开始以钓鱼为业度过余生，对科学界也没有任何损失"。造反有理、盲目质疑一切的是红卫兵，求知的人不应该、也不可能是红卫兵。我们一直在讲criticalthinking，但这不是基于直觉的质疑，更不是怀疑一切。质疑的依据是知识和实验（数字）。比如，下面的这个科学事实，它和多数（未受正确安全教育的）人的直觉相违悖：a)仅使用安全气囊而不系安全带，会增加死亡和受伤的可能性。b)安全气囊仅在与安全带一起使用时才能最大程度地挽救生命。c)安全气囊对儿童有致命的伤害作用。参考：安全带能将乘员的头部伤害减少6成，安全带+安全气囊一起能减少8成（数据来源：NHTSA）。同时，安全气囊造成儿童死亡率上升35%（数据来源：IIHS）。再比如：近视的遗传率为90%（标准的说法为0.9）。也就是说，一个人到底近视与否，在90%的程度上是由他的父母的基因决定的。对于权威，不是不能质疑，事实上，许多开创性的理论都是经过质疑权威而发明的。质疑应该通过批判性思维产生，其基础则是知识和实验。关于批判性思维在这里不讲太多，请参考托马斯·杰斐逊编写的学生誓言：我保证使用我的批评才能。我保证发展我的独立思想。我保证接受教育，从而使自己能够自作判断（卡尔·萨根：）。不要放大局部经验"不要将局部经验（或经历）当成普遍事实"。单讲这一句话不会有太多的人反对，但具体到了某件事情上，这种思维缺陷就容易出现了。每个人都有自己特定的经历，大脑会将这些经历总结归纳成经验和规律，并且不自觉地用它当成金科玉律去衡量接触到的新事物。对于我们的大脑来说，新事物都是不那么可信的——至少不如自己的经验可信。如果新事物和自己的已有经验冲突，多半是要去怀疑它。在怀疑的过程中，因为有了"一票否决/证伪"这样一个逻辑利器，我们的大脑更倾向于相信自己的旧有经验。举个鲜活一点的例子：一个朋友生了小孩后，经常和她的婆婆（来自某省落后的乡村）发生冲突，而冲突的内容几乎都是在育儿方法上。比如有一次，婆婆坚持要给孩子的屁股上擦香油，说如果不这样做的话，长大之后会"屙不净屎"。我想多数人看到这里会觉得比较有趣，也不会认为婆婆的这种"经验"是正确的。但从婆婆的角度来看，这是她大半辈子攒下来的经验，是她的长辈和亲朋代代相传、奉为圭皋的经验，也是她在儿子身上"试验"成功的经验。而媳妇采用的育儿方式是新事物，那是她不愿意去相信和接受的东西。婆婆的"逻辑"大约是这样的："你说你那方法科学，那怎么还有生出来就活不了的？你说我的方法不科学，我不还是把我儿子养活这么大了？"回到程序员的问题上，这种应用局部经验的情形也不少。比如："我上次这样试验过，行不通的"，或者"我这样编译过，没问题的"。"行不通"是因为什么行不通？是方法有错还是环境在干扰？"编译过没问题"，是表面上没问题还是真的没问题，是编译器的特性还是标准中的规定？关于如何处理个人经验和理论的冲突，可以按科学界通用的证据原则去处理。并且，证据原则中有如下一些证据强弱的判断式：双盲&单盲，盲法&不盲，试验&观察，随机试验&非随机试验，对照实验&无对照实验，前瞻性观察&回顾性观察，系统性观察&非系统性观察(个案系列、个案、经验)，"个案系列"&个案，专业人员观察&非专业人员观察（上面这段话是引用的，从笔记里Ctrl-Y的，出处忘了）。不要捍卫一知半解我们都不必要、也不可能在所有领域内都做到深入了解，像"全才"一类的称呼离现在这个社会越来越遥远了（毕竟早已不是达芬奇所处的年代了）。不管你了解多少个领域，在一个领域上了解得有多深入，都不可能覆盖到所有。所以，出现对某个领域一知半解的情况，是一个很正常的事情。比如程序员们都懂一点颜色的表示法——如何用RGB值组成颜色（做过视频处理的人估计还懂ycrcb）。但是如果用Chromatology的高度去要求，估计没有几个人能够合格了（比如D65……）。或者用生活中的例子：一般人都会使用相机，在不少论坛里还能碰上许多"摄影爱好者"或者职业摄影师。但你要是搬出《大不列颠摄影教程》跟他探讨镜头的慧差、像场、球差、色散等性质，那么多数人都会变哑巴。或者另一个例子：几年前，在LCD显示器刚刚开始普及时，很多人都在谈论面板的反应时间，厂商也在想方设法提高该指标，但是有多少人知道反应时间是如何定义的？真正的响应是不是按标注的反应时间？（）再举一个例子，在中国有不少人会开车，在有些国家多数人都会开车。但是如果你去讨论"主减速比"、"传动比"和"刹车点"、"换档时机"，估计多数人会感到难以理解，只有少数竞速爱好者会喜欢这样的话题。但他们也只是比普通人多知道了那么一点儿点儿，比如多数竞速爱好者对于自动变速箱中的"锁止离合器"都没有任何概念。（再比如：铝合金副车架的晶间腐蚀）多数人对自己存在的不足，在内心深处是能够感觉到的。如果自己能够坦然面对，一般也不会有人嘲笑你（不计以下情况：1、懂得太少又想冒充高手；2、遇到有人格缺陷的高手）。但是这里面有一个"面子"问题，一个人"丢了面子"就想要"找回来"。所以才会发生这样的事情：如果一个人感觉到自己在知识上被打败了，那么他就会设法从其它方面"找回面子"（往往是用诡辩）。比如，如果你和一个纯C语言的"高手"讨论OO，那么他多半会用OO的缺陷和误用来反驳，或者用OO语言中的缺陷来反驳（如执行速度太慢，或语言太复杂，以致于"为了避免复杂性也要用C"，嘻嘻），以此方式来掩饰他在OO上的不足。或者当你去和一个汇编高手讨论LISP语言的威力，那么他多半会用执行速度来避开讨论的中心，或者用"本质上来讲都是图灵机（或者本质上都不是图灵机）"来试图抹杀差异。（多说一句："从本质上来说都是……"这种red herring非常好用，诱惑性极强，一个想要理性辩论的人需要努力抵制这种诱惑，like what Gabriel Gray did。我曾见过一个用"本质论"的高手，唉……）一知半解不可怕，可怕的是"捍卫一知半解"。作为理性的求知者，要平稳自己的心态，摆正自己的位置，别去计较一时言语上的得失，或者说："不要太小心眼儿"不要扩展专家地位学问讲究深入，市场讲究niche，所以才有刚刚说的"不要捍卫一知半解"。同样的，这一条要说的也是类似的观点，只不过是从另外的一个角度去谈。在某一领域是专家，换了领域之后多数情况就是白丁，在这种情况下，千万不要把自己还视作专家。例如：北京师范大学教授刘里远，先后就读于儿科专业、生理专业、运动生理专业、生理专业。曾做过三年临床内科医生。这样的"专家"，在周老虎案件中的"专家地位"，就完全可以无视。4、不要仅仅指责，要拿出论证和证据{编写素材}常见的形式：引用别人很长的一大段话，然后加上四个字："一派胡言"，或"汉奸/白痴理论"。再或者，故做深遂地评论："你这是典型地为了思考而思考"，或"楼主还是多学学xxxx吧"。{编写素材}同样地，不要仅仅唱高调，拿出你的证据来。不要以为口头宣布代表了"广大中国程序员的利益"你就真的代表了，不要以为号称自己是民族的、正义的、崇高的，就真的能够"斧头镰刀悬头上、一片金光蹿万丈"……人云亦云不是事实有强烈好奇心的人是少数，几乎没有好奇心的人也是少数。多数人对于自己了不解的领域还是有一部分求知欲望的。即使少数没什么求知欲望的，也会被各种宣传手段强行灌输某些方面的"知识"。对不了解的领域，这些"知识"的积累可能来自于口口相传，可能来自于学校和培训，可能来自于广播电视报纸网站等各种媒体，甚至可能来自于传销、推销人员的灌输。事实上，经过这些传播途径，有许多错误的说法广为流传，正所谓"谎言重复一千遍就是真理"（）。我想每个敬业的人，对于自己的专业都会有较深程度的了解，但是毕竟社会分工太过细化，大部分人的知识仅限于自己了解的领域，对不了解的领域，往往不会随时以严谨地态度去审视，而是很容易地就去接受。一不小心，我们就会"中招"，成为错误说法的信徒和奴隶，并将其发扬和传播到更多的人。比如"微波炉会破坏掉80%的营养"的说法。如果我们了解一点点关于人体的知识，明白人究竟需要什么样的营养，或者说什么才叫"营养"，这种伪科学的说法就不攻自破了。（人类所需的营养，主要是醣，蛋白，脂肪，这三者的比例相加接近100%。剩下的一点点比例是少量的维生素和微量的矿物质）再比如"肯德鸡没有营养"的说法，也是常见的一种以讹传讹。即使不按照前面的分析法，用常理去推断也能搞明白——肯德鸡的食物是由以下的原料制成的：小麦、牛肉、鸡肉、蔬菜、土豆、玉米、青豆、鸡蛋黄、色拉油、黄瓜、腌制蔬菜、胡萝卜、奶油、巧克力、可乐（主要是水，还有少量的糖）、固体橙汁和咖啡饮料等。如果有人说馒头夹鸡腿"没营养"，我想肯定有人会想"用大嘴巴抽丫儿的"。但如果说汉堡"没营养"，为什么许多人就相信了呢？这类的例子还有很多，比如国内对"亚健康"的概念的炒作，还有国内多年来对狂犬病的恶意误导（）……回到编程的方面，也有不少的例子。比如：熟悉stack的人不了解continuation，熟悉heap的人不了解GC，熟悉过程式编程的人不了解declarative，熟悉OO的人不了解函数式编程，熟悉CreateThread的人不了解pthread_create，熟悉visitor的人不了解multimethod，熟悉observer的不了解:after，熟悉ON_PAINT的人不了解signal/slot，熟悉QBoxLayout的人不了解wxBoxSizer……不了解该领域的人所发表的"高论"，对于熟悉的人来说，往往会觉得很傻很天真。如果缺乏涵养，难免会冷嘲热讽，导致对方敌意地反唇相讥，最终发展成一场面子战争。那么，如何区分某种广为流传的说法是不是真实可信的？其实很简单，还是用批判性的思维去审核，多查资料，多做功课。"不寻常的见解需要不寻常的证据"（e.g.毒品成瘾和越战士兵）。如果一个（骇人听闻的）说法在流传，要先去检验一下它有没有证据。如果没有证据，姑且当笑话听好了。如果有证据，要求证一下是不是可重复的（被其它机构独立做出相同的实验结果），再去查阅相关的批判，从中了解到更多情况，多思考，最后再得出自己的结论。（如果自己的结论与主流学术界背道而驰，那么要多加小心，因为主流学术界犯错误的概率，远小于我们作为一个门外汉而犯错误的概率）P.S.相比一般的科学实验，计算机"科学"方面的实验做起来就容易多了，所以我们其实可以自己动手检验广为流传的许许多多的观点（比如JAVA VM的效率之类的。）想象猜测不是事实对于不了解的领域，我们的大脑也不会停止想象和猜测，想象和猜测不是坏事，许多发明就是这么来的。只不过如果仅仅想象和猜测，但不做功课，那就是臆测了。常见的形式有："人家专业XX师都是……样子的"或者"这所以做出XXXX事情，肯定是因为……"，再或者"之所以数据显示是这样子，是因为……"。这样的判断，离开了数据的支持，只能说是一句空话，没有任何意义。比如在TopLanguage讨论组，前几天就发生了某些人对摄影师和闯红灯者的判断失误。在这里并不是要指责曾经判断失误的人，只是用来说明：人的大脑一不小心就会犯错（我的大脑也是一样。所以我才去不停地求证，一切靠统计数据——可信的数据）。又比如：关于"将头伸出车窗，在某些情况下会导致受伤"这个判断，大家基本上会认同。但究竟是什么原因导致受伤？此时的想象和臆测就不管用了，需要数字来说话。但作为人类，我们当然不可能选择随机双盲法去做试验（同样，也不可能用大量婴儿去做"三鹿氰胺"的毒理/病理实验），所以只能看统计数字并加以归纳。虽然我们会认为：将头伸出车窗后，被其它车辆撞击/被树枝广告牌刮伤的可能性是最大的，但是对常这样做的宠物狗的统计结果表明，因飞行物和飞溅物撞击的受伤比例其实最高。同时，电动车窗受伤的报告数字也在警示人们，这种看似不起眼的危险其实发生的比率也很高（不仅仅儿童，许多成年人也是电动窗的受害者）。再举一个例子（这个例子离多数人的生活有点远，但它正好是我的兴趣爱好。在这种情况下拿出来用于佐证应该算是合适的）：有一种格斗比赛叫做综合格斗（MMA），这种格斗的规则相当开放（它继承自古罗马斗兽场的精神）：允许脚踢、膝撞、拳打、肘击，允许各种摔法，允许使用各种关节技（中国俗称擒拿），允许使用各种绞技（勒脖子令对方窒息），并且，即使一方已被打倒在地也不会中断比赛，而是允许另一方的选手用脚踩、足球踢（将对方脑袋当球踢）、或者骑在身上用拳打头或者用膝撞头（不要与WWE混淆，WWE仅仅是有剧本的表演）……单单听我描述，可能你会认为这种比赛相当残忍，而且伤亡率会相当地高。但是根据统计数字，伤亡率上来讲，看似残忍的综合格斗远比足球、赛车等运动要安全。如果想要避免（或修正）错误的想象和猜测，有一个好办法：批判性地思考，同时一定要多看数字。到底应该如何去做简短总结一下：对不了解的领域，要多思考再发言。思考形式应该是criticalthinking，要基于对知识的掌握，基于实验和数字。不要自以为是，不要凭空思考，不要随便下结论。P.S.讲起道理来谁都会讲，做起来却很难不犯错。所以我们要随时自醒。引用一句话：魔鬼在细节中。附：不成立的证明必要条件不可证明这个道理很明白，但中国人却容易在这方面犯糊涂，导致这方面大大小小的例子很多：1)钢产量高是工业发达的标致，所以我们要大炼钢铁，赶超英美。2)奥林匹克奖牌多是体育发达的标致，所以我们要多拿奖牌，赶超俄美。3)通过了ISO 9000认证表明工作流程是标准化的，所以我们要努力通过ISO 9000。4)用C++/Java编写的优良软件中常常会出现模式，所以我们要努力使用模式。5)CMM认证体现出……所以我们……有的时候，这种联系并不都是"必要条件"，而仅仅是相关。但即使相关度为1的，也有不必要也不充分的情况。举个例子："在长安俱乐部有年卡的律师，应该都是名律师吧……"如果必要条件被当成充分条件来反驳，那就更是一笔糊涂帐了，虽然表面上看起来"还挺有道理"的。例如：论坛ID_A：只有找出良好的抽象，才能做好软件。论坛ID_B：放屁！傻B！谁告诉你只要找出抽象就能做好软件了？你雇一堆白痴程序员加一个白痴经理试试？问题实验不可证明理论需要实验来证明。但如果实验有问题，那这种理论的可信度就要受到怀疑了。许多人可能都听说过"可乐杀精"、"中（成）药能杀病毒"，并且将这些说法广为传播。其实，"可乐杀精"和"中药杀病毒"的试验是这样做的：1、将精液置入试管，然后倒入可乐，静置几小时，然后观察到的结果表明活动精子的数量减少了。2、将病毒培养液置入试管，然后倒入中药制剂，过若干时间后观察到病毒有大批死亡。对如何做试验有些了解的人，看到这里就会明白这种试验是多么地靠不住。对于不了解科学实验的基本原则的人，我这里多说两句：这些试验没有进行对比，从而导致了错误的归因和解释（应该随机双盲）。试想：如果倒入的不是可乐、中药，而是白开水、食盐、吊白块、漂白粉，或者什么都不放，会有什么结果？实际上，精子的活性离体并不长久，而且需要弱碱环境（可乐为酸性），而病毒在离体后特别容易灭活（作过病毒培养的人都知道对培养基和温湿度的严格要求）。真正的原因，在没有做对比试验的时候会藏匿起来很难发现。如果有了对比实验，为了解释实验结果，就不得不去寻找真*相，从而也就减少了犯错误的可能性（比如这样的对比试验：培养皿中未加入中药制剂，只是在桌上放了2小时，然后病毒也大量灭活了）。当然，如果没有对比的试验是故意设计的，那就是另外一回事了。这方面的例子很多，随便找几个：例子1：在一个汽车论坛中有人这样来证明"开空调影响刹车"：车辆静止怠速，将刹车踏板踩下，然后打开空调，发现踏板变软了，由此证明：开空调会影响刹车。（刹车一般采用真空助力泵，长时间踩下刹车踏板，会漏气而导致变软）例子2：有人说，可乐是酸性的，会导致骨髂中的钙质大量流失。实验设计如下：用酸液去浸泡人的骨骼标本，经过一段时间后发现骨头变软而且有很大的弹性，再进行光谱分析，发现里面的钙质已经大量减少。例子3：《郑玉巧育儿经（婴儿卷）》。其中有一节"新生儿有感情吗"中提到这样的一个案例（第92页）："医学上有这样一个例子，非常令人吃惊：一个刚刚出生的女婴，无论如何也不吃妈妈的奶，却吃其他产妇的奶。经过多次试验，仍然如此，这使医护人员大惑不解。经过仔细调查，医护人员了解到，这位新生妈妈在怀孕初期，就极力想把胎儿打掉，直到分娩前，还很不情愿接受这个孩子。没想到，孩子出生后竟拒绝吃妈妈的奶！她宁愿吃别的妈妈的奶。如果胎儿不能领会母爱，这一切又怎样解释呢？"（本例引用自XYS网友文章，未考证原书）题外话：这种实验对于没有批判性思维的人，具有相当大的蒙骗性。人们习惯于接受错误的解释，正是宗教生存的土壤。动物试验表明人类的近亲黑猩猩，以及善于群交的矮黑猩猩都有意识实验表明动物也是经常运用类比法去探索异食癖的不计在内在中国老一辈的程序员中，用试错法去学习知识、去编程的，也是在有人在凡事有例外，年纪稍大的可以回想一下著名的"摸着石头过河"——10亿人的试错同理也无法判断是不是会进化出一只"喜羊羊"和"灰太狼"来所谓主流，就是说不包括中国国内的学术界之所以称其为科学事实，说明它可检验，可解释，可预测如果这种"金科玉律"已经被一个群体所广泛接受，那么它看起来就"更接近于真理"，如朝鲜，柬埔寨，1984……，还有这一篇报道：现代医学将发达国家的平均寿命提高到了70多岁，而在此之前，这些国家的平均寿命均没有超过40岁。其中，现代医学对婴儿存活率的提高是非常显著的。如果想要检验，可以试着去找一些50岁以上的人，问问他们的兄弟姐妹夭折过多少。或者参考以下数据：中国在2007年婴儿死亡率（IMR）为15.3人/一千人，（这相当于美国1960年的水平，美国在2002年婴儿死亡率为7.0人/一千人）。与最早有记录的数据比较一下：在1915年的美国，婴儿死亡率为99.9人/一千人；中国的婴儿死亡率在1958年为80.8/一千人，也就是说，当时有将近十二分之一的婴儿是活不下来的（在1948年，则有五分之一婴儿会死掉）编译器BUG，OS出错，内存刷新失败，宇宙射线……比如嵌套类的访问权限和friend声明有些人会倾向于将"职业"看成更"懂行"、更"专业"。其实这二者没什么必然的决定关系，而且在很多行业均是如此。其实，职业只代表以此为业，能达到职业最低标准即可。懂得多少则在于个人修为。不是所有的非科学都是伪科学，但是如果它明明不是科学，还非要宣称自己的科学的，这样它才算成是伪科学即使对食物中的微量营养进行检测，用微波炉烹调也是有益无害。比如《美国食品科学》中记录了这样的实验结果：微波炉烹饪方法比传统烹饪方法维生素C损耗减少20％，维生素B1损耗减少40％。中国食品卫生监督部门以前也作过类似的检测分析，卷心菜经微波炉烹饪，维生素C的损耗率为4.76％，而传统烹饪方法导致的损耗率却为19.04％。另外，食品中矿物质、氨基酸的存有率也比其他烹饪方法高得多。如用微波炉烹饪蹄骨旁，八种必需氨基酸为微波加热前的98.6％在国内的汽车论坛，我差不多是最早推广宣传IIHS的统计报告的。当时有很多人看到我列出的数据后感到不爽（因为他们喜欢的车型的伤亡率很高，他们批判的车型的伤亡率却很低），于是他们就找出各种理由批判。在这些种理由中，没有一个站得住脚的，比如说"伤亡高是因为保有量大"，其实原始数字就是折合的百万辆车的伤亡率，或者说"某些车型的伤亡率高是因为旧款多"，其实原始数据已经标明了生产年份……IIHS还算是一个比较严谨的机构，早就考虑了种种情况，将数据梳理到合理才发表的，而且发表的文件中也有注明。这些人很可能是没有仔细看数据，就凭着自己的喜好开始了想象与猜测，所以才会犯下如此多的低级错误（刚才这一句话是我的想象，嘻嘻）如果不依靠数据的话，甚至许多专业领域内浸淫多年的资深人士，对事情的判断也常常会出错网上某些所谓"铁笼中的黑市拳"的照片，其实就是来自于一个叫UFC的综合格斗赛事要警惕玩弄数字的诡辩者我知道"真*相"二字在国内大多数可"自由发言"的地方是屏蔽的，所以要用间隔符号。