未來3年，它將成為一個人的核心競爭力

內容來源：內容匯編自網(wǎng)絡資料。

責編| 柒排版| 拾零

第 9320篇深度好文：6561字 | 17 分鐘閱讀

思維方式

筆記君說：

當ChatGPT能在瞬間生成學術報告、Midjourney可依據(jù)需求繪制創(chuàng)意作品、智能助手能精準響應各類指令時，一個普遍的困惑開始在人群中蔓延：在AI能提供幾乎所有答案的時代，人類該拼什么？

拼提問能力。一個好問題，能解決問題的一大半。

但并非簡單地問“是什么”，而是帶著批判性思維去追問“為什么”“憑什么”“還有沒有別的可能”。

AI是答案的生產(chǎn)者，而提問則是答案的篩選器、優(yōu)化器。今天這篇文章，我們就學習一下如何批判性提問。

一、AI時代，如何高效吸收信息與知識？

1.兩種思維模式

《學會提問》將人類的思維劃分為兩種模式：

第一種是海綿式思維，其核心特點是被動吸收、全盤接受，簡單來說就是“記”——劃重點、抄筆記、背結論。

在AI的助力下，這種思維模式的“便利性”被推向了極致：無論是你需要的報告、方案，還是各類知識點，AI都能為你整理得妥妥當當。

然而，便利背后潛藏著巨大風險：你無法確定AI提供信息的來源是否可靠、邏輯是否存在漏洞，更無從知曉其中是否隱藏著隱性偏見。

第二種是淘金式思維，它以主動篩選為核心，強調帶著問題去與信息對話，關鍵在于“問”——邊閱讀邊質疑，邊聆聽邊評估，如同在沙子里淘金一般，從中篩選出具有核心價值的內容。

同樣是借助AI制作報告，有經(jīng)驗的產(chǎn)品經(jīng)理會提出三個關鍵問題：

1.數(shù)據(jù)來源是哪里？是否有最新的行業(yè)報告能夠佐證？

2.得出這個結論是基于什么假設？例如“90后偏好低價產(chǎn)品”，其背后的假設是“90后消費能力弱”，這種假設是否合理？

3.存在反例嗎？比如某高端品牌在90后消費群體中的銷量增長十分迅速，這是否能對該結論構成挑戰(zhàn)？

在AI時代，這兩種思維模式的差距，直接體現(xiàn)在是“被誤導”還是“能做出正確決策”上。

擁有淘金式思維的人，既不會盲目跟從AI給出的答案，也不會固執(zhí)地堅持自己的固有看法，而是會用證據(jù)去驗證，用邏輯去判斷，從而掌握主動權。

2.批判性思維的三大維度：構建缺一不可的思考閉環(huán)

不少人會說“我也想主動提問，但不知道該從何處入手”?！秾W會提問》為我們提供了明確的答案：首先要搭建起批判性思維的三個維度，形成完整的思考閉環(huán)。

意識層面：主動尋找“漏洞”

這一維度的核心在于“不輕易相信”。每當看到“專家說”“數(shù)據(jù)顯示”“AI生成”等內容時，首先要在心里打一個問號：這些信息中是否存在未被提及的前提條件？

比如某網(wǎng)紅推薦“減肥茶，7天瘦10斤”，擁有海綿式思維的人會直接記住“7天瘦10斤”這個結果；而具備淘金式思維的人則會思考：這個減肥效果有對照組嗎？飲用這款減肥茶是否會產(chǎn)生副作用？7天瘦下來的是水分還是脂肪？

在AI時代，這種主動找“漏洞”的意識尤為重要。AI生成的“行業(yè)分析報告”可能包含過時的數(shù)據(jù)，“營銷方案”或許會忽略你的產(chǎn)品定位，“法律建議”也可能沒有考慮到地域差異。

只有主動去尋找這些潛在的“漏洞”，才能避免被AI誤導。

態(tài)度層面：保持“謙遜開放”

“認知繭房”是一個廣為人知的概念，而AI在一定程度上會加劇這一問題，比如你喜歡什么內容，它就會向你推送類似的內容，讓你逐漸陷入自我封閉的認知空間。

批判性思維所要求的態(tài)度，正是打破“認知繭房”的關鍵：要承認自己存在認知局限，愿意傾聽不同的觀點，不被情緒左右自己的判斷。

例如，當你支持某項政策時，不要急于讓AI為你提供“支持該政策的10個理由”，而是應該先去搜索“反對該政策的核心觀點”，然后進行理性評估，這樣才能全面、客觀地認識該政策。

技能層面：掌握“提問工具”

如果說意識層面是讓你“想提問”，那么技能層面就是教你“會提問”。

《學會提問》將抽象的批判性思維，轉化成了10個可直接套用的關鍵問題。只要按照以下10個問題依次進行提問，就能穿透表面現(xiàn)象，洞察本質。

二、10個關鍵問題：

讓批判性思維成為“肌肉記憶”

第一步：明確議題與結論——先抓住“靶心”

你是否有過這樣的經(jīng)歷：開了兩個小時的會議，卻始終不清楚老板到底希望你做什么？出現(xiàn)這種情況的根源在于“沒有找到結論”。

《學會提問》中明確指出：結論是“可被論證的觀點”，而不是“事實陳述”。例如，“今年公司營收增長20%”，這只是一個事實，并非結論；而“今年營收增長是因為新品上市”，這才是一個需要證據(jù)支撐的結論。

舉個例子，新人小李利用AI生成了一份“渠道優(yōu)化方案”，方案開篇羅列了大量的行業(yè)數(shù)據(jù)，但卻沒有明確提出核心結論。

領導看完后反問他：“你的結論是‘放棄線下渠道’還是‘優(yōu)化線下渠道’？”直到這時，小李才意識到自己深陷在數(shù)據(jù)中，卻忽略了抓住問題的“靶心”。

這里有一個關鍵提醒：如果一份內容找不到明確的結論，即便它辭藻華麗、數(shù)據(jù)豐富，也沒有實際意義。在分析任何內容時，都要先問“結論是什么”，然后再展開后續(xù)的思考。

第二步：探尋理由——再查看“橋梁”

沒有理由支撐的結論，都只是“斷言”，不值得相信。比如，只說“這個方案不行”，這就是一種斷言；而“這個方案不行，因為投入產(chǎn)出比只有1:1，低于行業(yè)平均的1:3”，這才是一個有理由支撐的結論。

在面對一個結論時，我們可以提出這樣的問題：“支持這個結論的證據(jù)是什么？”“這些證據(jù)是數(shù)據(jù)、案例，還是個人經(jīng)驗？”

在生活中也有很多這樣的例子。比如朋友推薦你“買這款基金，肯定漲”，這時你不要直接聽從建議去購買，而是應該反問：“你說它會漲，理由是什么？是基金經(jīng)理過往的業(yè)績表現(xiàn)出色，還是該基金所投資的行業(yè)正處于風口？”如果對方只是說“我感覺的”，那么你就應該果斷拒絕這個建議。

第三步：識別歧義詞語——警惕“模糊陷阱”

很多爭論的本質，其實是雙方對詞語的定義不同。

舉個例子，A說“某企業(yè)是良心企業(yè)”，在A的認知里，“良心企業(yè)”的定義是“員工福利好，五險一金齊全”；而B卻反駁“它污染環(huán)境，不是良心企業(yè)”，B對“良心企業(yè)”的定義則是“社會責任強，環(huán)保達標”。兩人爭論了半天，實際上討論的是兩件不同的事情。

因此，在分析觀點時，我們要提出這樣的問題：“結論中的關鍵詞，具體定義是什么？”“不同的人對這個詞的理解，會不會存在差異？”

第四步：挖掘隱含假設——找出“地基”

有些觀點表面上看起來邏輯通順，但實際上隱藏著沒有明確表達出來的前提條件。這些前提條件就是“假設”，也是最容易出現(xiàn)問題的地方。

《學會提問》將假設分為兩種類型：

第一種是價值觀假設，即對“什么更重要”做出的隱性判斷。

例如，“應該廢除死刑”這一觀點，背后隱藏的價值觀假設是“生命權高于懲罰權”；而“應該保留死刑”的觀點，背后則藏著“正義（懲罰犯罪）高于生命權”的價值觀假設。價值觀本身沒有絕對的對錯，但它會直接決定結論的方向。

第二種是描述性假設，也就是對“世界是什么樣”做出的隱性判斷。

比如“應該多讀書，因為能提升收入”，這句話背后的假設是“讀書和收入呈正相關關系”。如果這個假設不成立，那么“多讀書能提升收入”這個結論也就站不住腳了。

在分析觀點時，我們可以提出這樣的問題：“作者默認了什么前提？這個前提是否合理？”“如果這個前提不成立，那么結論還能成立嗎？”

第五步：評估證據(jù)效力——判斷“可信度”

AI會為我們提供數(shù)據(jù)，專家會給出觀點，朋友會分享案例。但并非所有這些所謂的“證據(jù)”，都值得我們相信。

《學會提問》將常見的證據(jù)分為6類，每一類證據(jù)都有其特點、陷阱以及對應的批判性提問重點，具體如下表所示：

個人經(jīng)歷：具有生動性，容易引發(fā)共情，但很容易出現(xiàn)“以偏概全”的問題。

典型案例：內容具體，包含豐富細節(jié)，但這些案例可能是經(jīng)過“篩選”的，不具有普遍性。

專家觀點：具有一定的權威性，但專家可能存在立場偏向，或者其觀點已經(jīng)過時。

數(shù)據(jù)/研究報告：看起來客觀公正，但數(shù)據(jù)和研究報告很容易被“操縱”。

類比論證：通俗易懂，便于理解，但“類比是否恰當”是關鍵問題。

個人觀察：具有直接性，但很容易受到觀察者主觀偏見的影響。

第六步：尋找替代原因——避免“單一歸因”

復雜的問題從來都不是“一因一果”那么簡單。但AI和很多人都傾向于給出“單一答案”，這種做法很容易導致我們對問題的認知出現(xiàn)偏差。

比如，某奶茶品牌去年的銷量增長了50%，AI分析得出的結論是“產(chǎn)品口感好”。但品牌創(chuàng)始人通過深入提問，發(fā)現(xiàn)了其他可能導致銷量增長的原因：

1.去年夏天天氣異常炎熱，消費者對飲品的需求大幅增加；

2.該品牌的競爭對手出現(xiàn)了食品安全問題，導致大量用戶流失，轉而選擇該品牌；

3.該品牌新開通了外賣渠道，擴大了產(chǎn)品的覆蓋范圍。

如果創(chuàng)始人只相信AI給出的“口感好”這一個原因，今年盲目地投入資金升級產(chǎn)品配方，而忽略了渠道拓展和對競爭環(huán)境的關注，那么今年的銷量很可能會出現(xiàn)暴跌。

第七步：識別數(shù)據(jù)欺騙性——拆解“數(shù)字陷阱”

數(shù)據(jù)看似客觀公正，但實際上卻最容易誤導人?！秾W會提問》總結了三種常見的“數(shù)字陷阱”：

陷阱1：百分比陷阱。這類陷阱通常只強調增長的百分比，卻不提及增長的基數(shù)。比如“某產(chǎn)品銷量增長100%”，聽起來增長幅度很大，但實際上可能只是從10件增長到20件，基數(shù)非常小，這樣的增長并沒有太大的實際意義。

陷阱2：平均數(shù)陷阱。平均數(shù)往往會掩蓋數(shù)據(jù)之間的差異。

例如“某公司員工平均月薪1萬”，但實際情況可能是老板月薪10萬，另外10個員工月薪僅為5千，將這些數(shù)據(jù)平均下來，才得出了“平均月薪1萬”的結果，這個平均數(shù)并不能真實反映大多數(shù)員工的薪資水平。

陷阱3：圖表陷阱。有些報告為了突出某個觀點，會對圖表進行操縱，比如將Y軸刻度從0改成90，這樣原本只有1%的差異，在圖表上看起來就像有10%的差距，從而誤導讀者對數(shù)據(jù)的判斷。

第八步：關注省略信息——警惕“片面性”

任何論證過程，本質上都是“選擇性呈現(xiàn)信息”——只展示對自己觀點有利的信息，而隱藏不利的信息。AI在這方面也不例外，它會根據(jù)你的提問傾向，篩選出符合你預期的信息。

因此，在向AI提問時，最好追加以下幾個問題：“是否存在相反的證據(jù)沒有被提及？”“這個方案可能存在的風險和需要付出的成本是什么？”“有沒有重要的背景信息被省略了？”只有全面了解這些信息，才能做出客觀、準確的判斷。

第九步：審視結論是否“非黑即白”——拒絕“二元思維”

“要么加班，要么失業(yè)”“要么支持，要么反對”——這種非黑即白的二元思維，是做出正確決策的大忌。

《學會提問》提醒我們：現(xiàn)實中的問題大多是“灰度問題”，存在中間地帶，不能簡單地用兩種極端的情況來概括。

比如，家長們在討論“教育應該側重應試還是素質”時，很容易陷入二元對立的局面。

而有經(jīng)驗的老師則會提出這樣的疑問：“在小學階段，是不是可以側重素質培養(yǎng)，到了高中階段再適當加強應試訓練？”“在應試教育中，對錯題的分析整理，能不能轉化為素質教育中所強調的反思能力？”

二元思維會極大地限制我們的思考范圍，讓我們無法看到問題的多種可能性。在面對問題時，多問一句“還有沒有別的可能”，才能找到更優(yōu)的解決方案。

第十步：明確結論的“適用范圍”

任何結論都有其“邊界”，一旦超過這個邊界，結論就可能失效。

比如，某互聯(lián)網(wǎng)公司推行的“扁平化管理”模式取得了很好的效果，一位傳統(tǒng)制造業(yè)的老板便直接將這種管理模式照搬過來。

結果卻導致員工工作混亂：生產(chǎn)車間需要嚴格的層級管理來確保生產(chǎn)安全，而扁平化管理使得指令傳達混亂；老員工習慣了明確的匯報關系，突然沒有了明確的領導，反而不知道該如何開展工作。

由此可見，明確結論的適用范圍，比了解結論本身更為重要。在借鑒他人經(jīng)驗或運用某個結論時，一定要先判斷其是否適用于自己的實際情況。

三、3個方法，克服“思維惰性”

有人可能會說：“這10個問題我都明白，但遇到實際事情時，還是會忘記運用。”其實，這種情況很正常。

大腦天生就喜歡“省力思考”，而批判性思維則需要我們進行“費力思考”，這與大腦的本能傾向相悖?！秾W會提問》給出了3個切實可行的落地方法：

1.識別5種常見邏輯謬誤——避開“思維陷阱”

邏輯謬誤是“省力思考”的產(chǎn)物，也是AI和騙子最常利用的手段。記住以下5種常見的邏輯謬誤，能幫助你避開80%的思維陷阱。

謬誤1：人身攻擊。這種謬誤的特點是不反駁對方的觀點，而是通過攻擊對方的個人特質來否定其觀點。

比如“你沒做過生意，沒資格談論商業(yè)問題”“他品行不好，所以他說的話肯定不可信”。應對這種謬誤的方法是：不要關注對方的個人情況，只聚焦于對方的觀點和支持觀點的理由。

謬誤2：訴諸情感。這類謬誤是用情緒代替理性論證，通過煽動他人的情緒來讓對方接受自己的觀點。

例如“不支持這個方案，就是不愛國”“他是可憐的受害者，所以他說的都是真話”。應對方法是：冷靜下來，主動詢問“支持這個觀點的理由是什么”，不要被情緒左右自己的判斷。

謬誤3：滑坡謬誤。這種謬誤是夸大某個行為可能帶來的后果，認為只要邁出一步，就會引發(fā)一系列糟糕的連鎖反應。

比如“允許學生帶手機進校園，學生就會在上課時間玩手機，導致學習成績下降，最終考不上大學”。應對這種謬誤時，要問自己“每一步之間的因果關系是否真的成立？是否存在相反的案例？”

謬誤4：稻草人謬誤。該謬誤是先歪曲對方的觀點，然后再對被歪曲后的觀點進行攻擊。

比如你說“應該減少加班時間”，對方卻反駁“你是想讓公司倒閉嗎”。應對方法是：明確指出對方歪曲了自己的觀點，并重新清晰地表達自己的真實想法，例如“我沒說過要讓公司倒閉，我的意思是通過優(yōu)化工作流程來提高工作效率，從而減少不必要的加班”。

謬誤5：訴諸權威。這種謬誤是盲目相信權威的觀點，不對觀點的合理性進行審視。

比如“這是某教授說的，肯定不會錯”“這是AI生成的內容，一定靠譜”。應對方法是：運用前面提到的10個關鍵問題，對權威觀點進行全面、深入的拷問，判斷其是否合理。

2.警惕“確認偏誤”——避免只看“自己想看到的”

“確認偏誤”是人類根深蒂固的一種思維偏見，而AI在一定程度上會加劇這種偏見。

當你支持某個政策時，AI會不斷向你推送“支持該政策的10個理由”；當你相信星座時，你會只記住星座預測中說對的部分，而忽略那些錯誤的預測。

應對“確認偏誤”的有效方法是主動進行“反向搜索”。如果你支持某個觀點，就要刻意去搜索“反對這個觀點的核心證據(jù)”；如果你想投資某只股票，不要只關注“看漲分析”，而是應該先搜索“看空這只股票的3個核心理由”。

只有同時了解正反兩方面的信息，才能對事物做出客觀、全面的判斷。

3.區(qū)分“事實”與“觀點”——不把“看法”當作“真相”

區(qū)分“事實”與“觀點”是批判性思維的基礎，也是減少無效爭論的關鍵。

事實是可以被驗證的，只有真和假兩種情況。

比如“地球繞太陽轉”，這是經(jīng)過科學驗證的事實；“2023年中國GDP增長5.2%”，這是有官方數(shù)據(jù)支撐的事實；“這款手機的續(xù)航時間為24小時”，也可以通過實際測試來驗證。

驗證事實的方法有很多，比如查閱權威數(shù)據(jù)、進行實驗、尋找可靠的信息來源等。

觀點則是基于個人判斷形成的，沒有絕對的對錯，只有合理與不合理之分。

例如“這家餐廳的飯菜很好吃”，這是個人基于自身口味做出的判斷；“這部電影很無聊”，是個人根據(jù)自己的觀影體驗得出的觀點。判斷一個觀點是否合理，主要看支持觀點的理由是否充分，邏輯是否嚴密。

每個人都有自己的觀點，對于純粹的觀點爭論，比如“甜豆腐腦更好吃還是咸豆腐腦更好吃”，爭論對錯是沒有意義的；而對于事實性問題，比如“豆腐腦的起源地是哪里”，則可以通過尋找證據(jù)來爭論出真相。

四、AI時代，提問能力愈發(fā)重要

AI能為你提供答案，但通過提問，你才能找到“正確的答案”。

不妨從現(xiàn)在開始，當你遇到專家提出的觀點，試著提出第一個問題：“它的結論是什么？支持結論的理由是什么？”

*文章為作者獨立觀點，不代表筆記俠立場。

PS：各位筆記俠的朋友，跟大家同步一個消息——第五代企業(yè)家互生大會暨筆記俠創(chuàng)始人柯洲和他的創(chuàng)業(yè)者朋友年度演講，已經(jīng)進入最后沖刺階段，距離正式登場只剩21天了！

他會把這一年觀察的20個全球化、數(shù)智化、新興產(chǎn)業(yè)化代表性案例，全部濃縮進4小時的演講里，一起尋找“看不見的新大陸”！

現(xiàn)在開放40個現(xiàn)場名額，與上百位第五代企業(yè)家共學。本次報名采取審核制。

預約直播，請掃碼下方海報二維碼↓

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～