5 个需要批判性思维的信息来源

在过去 25 年中，我们获取信息的方式发生了巨大变化.简而言之，互联网使这变得更加容易.话虽如此，所有可用的东西不一定都是真的，所以如果我们关心我们的决定，我们必须批判性地思考我们获得的信息.我们可以评估此​​类信息并进行批判性思维的一种重要方式是通过识别信息来源和了解此类来源的可信度.从我在批判性思维领域的工作(Dwyer，2017 年)来看，似乎所有信息来源都可以归结为五个独立的领域:(1)个人经验和/或轶事证据； (2) 共同信念； (3) 研究； (四)专家意见； (5)和统计.如果您遇到任何其他不同的类别，请给我留言告诉我！

1.个人经验和/或轶事证据

经验是伟大的教育者.归根结底，学习，无论是在课堂上还是其他地方，都是一种体验，一种处理信息并将其存储以供日后回忆和应用的体验.然而，在需要批判性思维的情况下依赖经验将是一个糟糕的举动.个人经验的问题在于，它只是轶事证据，本质上是一个故事.这些故事在说服人们接受我们的观点方面可能非常有效，但它们是建立论点的薄弱来源，因为它们不一定可靠或可概括.一个样本量不能推广到整个群体，因为每个人都有不同的经历.如果每个人都是特殊和独特的，那么为什么要以任何人的意见和经历作为他人的榜样?

2.共同的信念

共同信念是我们经常听到的想法和概念.他们可能会提到更广泛的人群所持有的概念(没有太多考虑)，或者可能是您母亲在童年时曾向您重复的一句古老格言.共同信念的问题在于它们并不总是正确的.您可能听说过“异性相吸"的谚语 ，但研究表明，我们倾向于喜欢与我们相似的人，而讨厌与我们不同的人.因此，我们在这里可以看到，科学研究结果有时与普遍看法不一致.同样，共同的信念可能彼此不一致.例如，在这种情况下，“群雄逐鹿"是一个普遍的信念，实际上得到了研究的支持，这与上面的普遍说法直接矛盾.尽管如此，为什么不找一个更可靠的消息来源呢?

3.研究

基于证据的研究是可信度的黄金标准.当我们使用它作为我们决定的基础时，我们使用的东西不是基于感觉、信念或偏见，而是在处理客观性.这并不一定意味着所有的研究都是足够的，甚至是高质量的.在评估研究时，您必须问自己一项研究是否在某些方面受到限制；例如，设计、评估的样本、使用的措施，甚至得出的结论.例如，在我的书中，我使用了一项虚构的研究，其中发现狗可以增强主人的幸福感.这引发了一系列问题，包括“养狗的人与不养狗的人在心理健康方面有没有比较?" 或者，养狗的人可能已经在心理健康方面得分很高养狗之前的心理健康.也许这就是他们决定首先养狗的原因.我们必须问这是一个原因还是相关性问题.这个关于高度心理健康的假设发现是否源于养狗以外的其他东西?也许是一个人的关怀天性和培养情绪导致他们养了一只影响他们幸福的狗?尽管如此，研究的本质还是建立在可信度的基础上.对相同的概念进行了大量研究.重复研究以评估结果的可信度和普遍性.因此，如果您质疑一项研究的可信度，请查看关于同一主题的其他研究怎么说.评估他们的方法和结论.当然，没有任何研究是完美的，但如果大量研究表明某种现象的“真相"，那么将这些发现纳入您的决策是合理的.但是，如果您发现自己支持一个仅得到一项研究或可疑方法支持的想法，您可能需要重新考虑自己的立场.

4.专家意见

如果在特定领域具有相关资格的专家告诉我们一些事情，我们应该倾向于相信他们.许多人可能会对这个建议感到惊讶，因为这似乎是对权威的盲目信仰，但实际上还有更多需要考虑的.专家意见是强有力的信息来源，因为专家必须保持其声誉才能继续被视为专家.一般来说，真正的专家所表达的意见是基于研究结果的.专家的意见可能与他们所在领域的其他人不同，但这没关系.辩论是科学过程的一部分.同样，专家的分歧可能是由于不同的研究视角.例如，社会心理学家可能关注攻击性的“后天"影响，而神经生物学家可能关注“自然"方面.两者都会确定不同的攻击性因素，但也都可能承认彼此观点的存在.这就是可靠的研究人员所做的.然而，一些“研究人员"可能不会实践这种知识上的谦逊，甚至没有可信度.在这个平台上展示关于批判性思维和心理学的信息对我来说是一回事——鉴于它们是我的研究领域——但对我来说，告诉你关于量子力学是另一回事.不幸的是，有些人利用他们提供的平台并利用这些平台来传播他们相信的内容，无论其是否被误导.总体而言，专家意见可信度强；然而，评估“专业知识"的可信度取决于专家的听众.

5.统计

统计数据是我们从研究中获得的一种输出.报告的统计数据类型通常会告诉我们一些有关研究类型和质量的信息.统计学是另一个必须仔细考虑因果关系和相关性的领域.研究人员知道各种各样的统计类型，所有这些类型都是根据研究问题和设计选择的.我们应该问，“这个统计的目的是什么?报告它的目的是什么?"每个统计数据都只是一个数字.这实际上是使它成为如此有力的证据形式的原因，它是客观的.然而，对于确定可信度而言，解释和呈现统计数据的方式同样重要.

讨论

总的来说，在这五个信息源中出现了一个模式.没有任何证据来源是完美的.如果我们关心我们面临的决定，我们将谨慎参与研究、专家意见和统计数据，确保该领域研究主体的一致性.个人经验和共同信念往往没有多大帮助，因为它们没有循证方法的基础.在许多情况下，可能有研究可以揭穿这种信念，甚至可能支持它们，但为什么要打扰中间人呢?批判性思维需要时间，那么为什么要花费不必要的时间来幽默缺乏证据基础的信息呢?直接从研究中获取资源并充分利用您的宝贵时间.