你有没有遇到过一些“有理说不清”的时候呢?或者遇到一些“横蛮无理”的人?
当我们说出的一些观点无法让别人认同,或者别人说出的一些观点,无法让我们获得认同,争论就由此而来了。
为了印证自己话语的“真确性”,证明对方说话的“错误”,我们就必须要对此进行论证,用几乎严密的逻辑去击倒对方的观点,从而说服对方。
但问题是,怎么去进行论证,才能够让我们说出来的话,在逻辑上显得更加“严密”,获得对方的信服呢?这时我们就需要去学习如何运用“论证思维”了。
掌握“论证思维”,可以让我们更容易识别出别人的言语中,存在着哪些逻辑漏洞,也可以避免自己说出来的话存在不当之处。
想要提高自己说话的分量,掌握“论证思维”是必须的技能。
学习论证的第一步,就是想要问问自己,你想去证明什么观点,你的结论又是什么?
通常来说,一个基本的论证的形式是这样子的:
1,每个人都有不开心的时候;
2,因此,我们不必太看重自己的伤心,熬过去就行。
第一句话就是前提,也可以称为理由,而第二句话就是结论,也可以称为是观点。前提推导出后者。
记住,只有当我们对自己的观点给出作为论据的理由时,我们的这个行为,才称得上是“论证”,否则只是打“口水仗”。
例如你跟别人说“我认为混得有出息的人,都是不玩游戏的”这个观点。别人问你为什么,你却回答:“不玩游戏那些人,通常都是混得出息。”
这就不是“论证”了,因为你给出的“理由”,压根谈不上理由。如:
1,由于不玩游戏那些人,通常都是混得出息,
2,故此,我认为混得有出息的人,都是不玩游戏的。
这个论证形式就是错误的,属于“循环论证”。
换言之,一个好的论证,首先要有明确的前提,加上一个可靠的结论。前者确实能够推导出后者的。而结论可不可靠,取决于作为前提的理由,是否有足够的资本去做论据。
很明显,“不玩游戏那些人,通常是混得出息”这个理由,是没有足够的资本给“混得有出息的人,都是不玩游戏”这个结论做论据的,因为前者无法推导出后者。
你可以说这个理由是“论据不充分”,甚至也可以说这个理由根本就不是论据。
一个明确的前提,肯定可以推导出结论的,想要提高自己话语的分量,你就需要用一个明确的前提,作为自己结论的理由。
例如针对“不玩游戏的人,混得都不会太差”这个结论,你可以给出这些理由:
“首先不玩游戏人,会有更多的时间去做其他事情,那么当他们把这些时间用在工作上,就会比其他人更能够混得有出息。其次,不玩游戏的人,有更多的可能不会‘玩物丧志’,所以努力工作的几率就更大,容易变得出息。”
这两个前提,作为做论据的理由,尽管不算完美,但至少可以推导出“不玩游戏的人,混得都不会太差”这个结论。
但如果说漏洞,依然存在,因为不玩游戏的人,并不代表“不玩”其他东西,当他们浪费时间在其他东西上面,自然也就无暇顾及工作,从而无法做到“混得出息”了。
也就是说,想要得出一个可靠的结论,你必须要从可靠的前提出发。如果前提站不住脚,结论自然也就站不住脚。
如果你发现自己的前提得到的论证并不充分,那么你就需要试试其他的前提了。
所以,当你意识到自己的结论不可靠的时候,你就要想一想,你是不是用了一个不可靠的前提去论证呢?
在论证的过程中,为了让论据更加充分,我们往往会用到一些例子,去印证自己的观点。
在运用例子作为论据时,想要让自己举出来的例子具有分量和说服力,我们就必须不能犯下一些低级的错误。
例如,有时候我们出于说明的目的,我们只举出一个例子,好比你认为打游戏可以赚钱,就拿谁谁谁作为例子去说明。
但这种概括性的论断,只是单一的例子,属于“孤例”,对于用来证明观点是毫无帮助的。在对少数事物进行概括时,最有说服力的论证,应该是考虑到所有例证,或者至少是大多数的个体。
如果是对大量事物进行概括时,我们就需要提取样本了。而需要的样本量部分,取决于样本的代表性。
例如你要证明你身边的朋友都很了不起,这属于“对少数事物进行概括”,那么你可以把你身边三五个朋友的厉害事迹罗列出来,这样就可以做出说明。
可如果你要证明从你学校毕业的人都很厉害,那么这种“对大量事物进行概括”的情况,就需要提取一些有代表性的样本作为例子了。
所以,想要让例子具有分量,我们需要满足三个法则,这样才能够帮助我们运用例子去构建有说服力的论据。
法则一:提取有代表性的例子;
我们举例子时,很容易以个人经验获得的“样本”作为例子,这其实并没有任何代表性的。我们需要通过调查,找到不同情况下的样本,才可以反映到你提出的观点。
例如你说“退学创业会成功”,然后以比尔·盖茨作为,这明显没有说服力了。你需要去调查,有多少人因为退学创业而获得成功,然后从这些数据中选出较为有代表性的人作为例子,这才稍微合理。
法则二:不要忽视数据的背景率;
所谓“背景率”,就是数据是依存什么情况而得出的。你说你刚练习射箭,中靶心的成功率就有60%以上,看似很厉害,但其实只射出三支箭,那这个数据的背景率就不恰当了。
并不是所有数据都是真实的。当一个数据呈现在我们面前时,我们千万不要忽略其背景率。而我们运用数据作为论据时,也要提供相应的背景率,例如调查多少人得出来的答案等。
法则三,要考虑到相应的反例;
为了让自己举出的例子更有说服力,有时候我们需要考虑到观点的反例,然后才能够更好地去修补结论的漏洞。
既然你说“退学创业会成功”,那么“没有退学而获得成功的人”,或者“退学了而没有成功的”,其比例是多少呢?如果后者比前者多,那么你这个观点就缺乏说服力。
如果你想退学去创一番事业,那么“退学创业会成功”顶多只能作为你的信念,然后坚持去实践,但你想以此去说服别人,就很难了。
当然,也没必要非要去说服别人不可。当说服不了别人时,默默去实践自己持有的观点,才是积极的做法。
有些事实性论断显而易见,或者人尽皆是,以至于不需要专门去证明它们都能被接受。例如,中国人是说汉语,法国在欧洲,KFC是美国的连锁快餐等,我们一听就知道是事实。
但是为了说明“多吃玉米能够预防癌症”,我们就需要找到一些相关的权威资料去证明,玉米对于预防癌症确实有很大的帮助。
也就是说,我们必须以真实性为原则,通过正确的渠道去调用信息,以此作为我们阐述观点的例证。
通常在调动信息时,我们要注意两个问题:
第一,要引用权威的学术杂志或者调查公司;
这些杂志或者公司,由于经常会搜集到成千上万的数据作为样本,所以给出的例子,往往会具有代表性。当你印证这些权威资料去佐证自己的观点时,其说服力自然就会提高了。
但需要主要一点,就是别人同样都可以找到这个信息源,方便他们去核实。否则,别人很容易怀疑你这些例证都是捏造的。
当然,如果这些杂志或者公司,其背后有操纵数据的行为,那我们也要谨慎对待。
第二,来自权威人士或者可靠消息的人;
引用权威人士的言论,当然可以增强我们话语的说服力。而所谓权威的消息人士,必须具有发表相关言论的资格。例如你会相信一些自媒体发布的新闻信息,还是相信官方渠道发布的新闻信息呢?不言而喻了。
毕竟想要了解全球气候变化的可靠消息,我们应该去找气象学家,而不是住在隔壁喜欢聊家长里短的大妈。
但我们需要懂得识别,什么才是可靠的权威人士,哪些是滥竽充数的“南郭先生”。真正可靠的消息人士,通常会提供一些理由或者证据,诸如例证、事实、类比等种类的论证,去帮助解释和支持其结论。
这也是构建权威人士说服力的一个条件。否则,我们就需要批判性地审视他们了。
但无论信息源是什么,我们都需要对信息进行多方的核实。我们要善用网络,在网上通过不同渠道的搜寻,来核实这些信息。
尽管“互联网”并不是权威信息的来源,只是一种传播信息的媒介,导致在其中的信息“龙蛇混杂”,但只要我们懂得筛选和识别,通过掌握信息的正确来源,还是能够核实到信息的真实性的。
在我们开始论证某个观点时,我们都需要进行因果论证。
所谓“因果论证”,指的是两起事件或两类事情之间的一种关联——有规律的联系。原因在前,结果在后。这两种是有关联的。
例如你想印证“退学创业会容易成功”这个观点,然后举出了某些人成功的例子,那么你想让这些例证具有说服力,你就需要懂得对其进行因果论证。
那些人到底是因为退学去创业才成功,还是因为其他因素让他们的创业获得成功呢?退学与创业成功这两者,是否存在着必然的因果关系?
如果你能够对此进行到论证,那么你的观点就具有很强大的说服力,反之,这只不过是你的个人猜想而已。
因果论证的形式是这样的:
事件或条件A1与事件或条件A2之间存在有规律的联系;因此,事件或条件A1,导致了事件或条件A2的出现。
换言之,因为A1(退学)以这种方式与A2(创业成功)产生有规律性的联系,我们就可以得出A1(退学)导致A2(创业成功)。
研究原因和结果之间的相关性,可以提高我们对观点的论证力量。但问题是,这个世界上所有事情,并不都是这么显而易见的。
因果论证就存在着某些复杂之处。因为任何关联,都可能有不止一种解释。
好比那些人的创业成功,未必都是因为退学而导致,更有可能是退学后,某些因素的出现,才让他们的创业成功了。说不定就算不退学,他们遇到这种因素,然后去创业,依然会获得成功。
单从两件事之间的关联,我们很难完全弄清楚彼此之间的因果关系。原因有三:
1,有些关联或许只是巧合;
例如你出门就下雨,然后观点“老天不喜欢你”,看似有因有果,但这种关联,只是巧合而已,未必是“老天不喜欢你”。
2,就算彼此确实存在关联,但这种关联本身也无法证明因果方向;
就算那些人退学和创业成功有关联,到底是退学导致他们创业成功,还是因为他们心理已经有一个很好的创业计划,然后才去退学呢?
如果你不搞清楚这个因果方向,贸贸然去学习他们退学,自然就弄巧反拙了。
3,一种结果的出现,可能由多种原因造成;
对方退学创业成功,其原因未必就是退学,还有可能是其他不同的原因,才最终导致这样一个结果。
一个原因,可能导致很多种结果,同样,一个结果,也可以由多种原因造成。我们在论证的时候,千万不要忽略这一点。
对于如何解决这个复杂点,最好的解决方法就是:寻求最有可能的解释。
由于一种关联通常可能有多种解释,我们唯一要做的,就是寻找可能性最大的那种解释。怎么寻找呢?其方法是:
补全导致结果的其他可能的原因尽可能多获得相关的信息进行判定梳理每种关联与结果之间的合理性采取复盘的方式寻找忽略的因素
只有通过这些方式去弄清楚原因和结果之间的关系,那么我们就可以得出一个更加有说服力的观点了。
以这种方式进行因果论证,我们说出来的话,自然更是有理有据了。