A szedegetés 8 fajtája

A szedegetés olyan gondolatmenet vagy érvelés, amely olyan bizonyítékokat választ ki, amelyek alátámasztják az érvelésedet, miközben figyelmen kívül hagyja azokat az ugyanolyan erős bizonyítékokat, amelyek érvénytelenítik az érvelésedet. A Cherry picking lehet nem szándékos, ami hibás érveléshez vezet. A válogatás történhet szándékos meggyőzési és befolyásolási kísérletként is. A következő példák szemléltető jellegűek.

Confirmation Bias

Az elképzeléseidet alátámasztó bizonyítékok keresése anélkül, hogy olyan bizonyítékokat keresnél, amelyek ellentmondanának az elképzeléseidnek. Például egy személy úgy érzi, hogy a levendula illóolaj gyógyír lehet a náthára. Ennek megerősítése érdekében rákeres a “levendula gyógyítja a megfázást” kifejezésre, és 10 olyan weboldalt talál, amelyek azt az elképzelést árulják, hogy a levendula nagyszerű a megfázásra. Ez a keresés úgy van kialakítva, hogy figyelmen kívül hagyja a több ezer tekintélyesebb weboldalt, amelyek a nátha legismertebb gyógymódjait közlik.

Szűrőbuborék

Az információfogyasztás megtervezése úgy, hogy elkerüljön minden olyan információt, amely ellentmond a világnézetének. Például egy olyan személy, aki csak olyan újságokat olvas, amelyek megfelelnek egy bizonyos politikai ideológiának, és csak olyan embereket követ a közösségi médiában, akik nagyjából ugyanúgy gondolkodnak, mint ő. A szűrőbuborék lényegében a válogatás eszköze, mivel folyamatosan egyoldalú információkkal táplálják Önt.

A bizonyítékok elnyomása

Olyan érvelés, amely olyan információkat választ ki, amelyek alátámasztanak egy állítást, miközben figyelmen kívül hagyja azokat a releváns információkat, amelyek ellentmondanak az állításnak. Például azt állítani, hogy az egyik nemzet gazdagabb, mint a másik, mert magasabb a lakástulajdon aránya, miközben figyelmen kívül hagy egy olyan fontos mérőszámot, mint az egy főre jutó GDP.

Egyoldalú érvelés

Az egyoldalú érvelés, más néven kártyapakolás, olyan érvelés, amely többszörösen összeválogatott tényeken alapul. Például azzal érvelni, hogy egy adott város szörnyű hely, úgy, hogy csak negatív tényeket használunk a városról, és kizárjuk a nyilvánvaló pozitívumokat.

Anecdotikus bizonyítékok

Konkrét bizonyítékok használata az erősebb általános bizonyítékokkal szemben. Például annak állítása, hogy a bűnözés egyre rosszabb, és néhány bűncselekményre hoz példákat, miközben figyelmen kívül hagy egy általános statisztikát, amely szerint a bűnözési ráta több mint egy évtizede jelentősen csökkent.

Kontextuson kívüli idézés

A kontextusból kiragadott, alátámasztó információk használata. Például egy áltudományos érvelés, amely úgy idéz tudományos tanulmányokból, hogy az ellentmond a tanulmányok tényleges megállapításainak. Ez a tudományt hangzatos mondatok sorozatává redukálja, miközben figyelmen kívül hagyja a hivatkozott tanulmányok tényleges tartalmát. Például egy tanulmány kezdődhet egy háttérnyilatkozattal, amely szerint van némi okunk feltételezni, hogy egy bizonyos gyógynövény kezelhet egy bőrbetegséget. Ezt idézhetik a gyógynövényt népszerűsítő weboldalak. A tanulmány azonban azzal folytatódik, hogy az eredmények szerint a gyógynövénynek semmilyen hatása nincs az adott állapotra.

Hamis dichotómia

Tévesen azt állítja, hogy egy adott helyzetben csak két lehetőség van. Például: “vagy biztonságot vagy magánéletet akarsz, mindkettőt nem kaphatod meg”. Ez a cseresznyeválogatás egy erős formája, amely kiválasztja a lehetőségeket, majd azt állítja, hogy más lehetőség nem létezik.

Univariate Analysis

Egyetlen változóra épülő elemzés, amely figyelmen kívül hagyja az eredményeket szintén befolyásoló nyilvánvaló egyéb változókat. Például egy bank, amely a nemek közötti bérszakadékot vizsgálja anélkül, hogy kontrollálná az olyan tényezőket, mint az iskolai végzettség, a lakóhely, a tapasztalat, a munkakör típusa és a ledolgozott órák száma. A többváltozós elemzés általában pontosabb minden olyan helyzetben, ahol több tényező befolyásolja az eredményeket. A kiválasztott tényezők azonban jelentősen befolyásolják az elemzést. A tényezők kiválasztásával gyakran alakíthatja az eredményeket. Ez az egyik oka annak, hogy a statisztikákat gyakran félrevezetésre használják.

© 2010-2020 Simplicable. Minden jog fenntartva. Az ezen az oldalon található anyagok bármilyen formában történő sokszorosítása kifejezett engedély nélkül tilos.
Következtetések megtekintése & szerzői jogok vagy idézési információk ehhez az oldalhoz.