2025的關鍵技能：批判性思考！批判思維和一般思維，哪裡不一樣？|經理人

主管希望大家多給行銷部一些規畫意見，但在企畫同仁報告初步構想後，會議室鴉雀無聲。你望著自己滿滿的筆記，不知如何給意見，跳不出報告者原本的框架。

鏡頭拉到小組討論桌前，大家正針對下季是否開播「實境節目」做討論，小華率先發表看法：「很多網紅就能拍出不錯的實境影片，觀眾才不想看電視台的實境節目。不過，上周 C 電視台的實境節目完結篇，好像有不錯的點閱率。」此時，阿仁繼續話題解釋 C 台節目成功的原因，會議快結束前才發現沒有就「是否開新的節目」討論，因此難以下決定，只好再約下次會議。

如果你學會應用批判性思考，上述兩種情境也許會有不同的結果。你可能會拆解行銷部的策略，從營收、成本與客戶需求等多元角度，給出建議及提出疑問；在小組會議上，你會立即發現小華論點偏離，回頭追問他的立場與理由，將討論拉回主軸。

透過「問答法」，理出論證架構

過往我們習慣逐句閱讀，或像流水帳般記錄每句話，而不是刻意從文本中建立利於思辨的架構，所以很難從複雜的文本中，抓到議題辯論的核心。學習批判性思考的第一步，就是找到議題、理由和結論，建立「論證架構」。

原則上，議題是根據結論而來，最簡單的方式是將文本中的結論變成問題，通常一篇文章或一段對話中有多個議題，像是會議上可能既討論產品包裝改版，又提到通路鋪貨效率，建議每個議題都要有獨立的論證架構，避免同個論證架構裡議題太繁雜，討論難以對焦。

結論則是作者對議題所採取的立場，理由是支持結論的要素。舉例來說，彼得說：「我應該要幫我的車換新輪胎，不然這些磨損的輪胎會在高速公路爆胎。」議題：彼得是否要幫車子換新輪胎？結論：是，他要幫車子換新輪胎。理由：一是輪胎磨損；二是他怕磨損輪胎會在高速公路爆胎。

透過問答法與提示詞，理出結構分明的論證架構。讀完文章後，自問：「文章討論的主題為何？作者的意見是什麼？」來掌握議題與結論，並以「為什麼講者的想法是這樣？」來確認理由。結論常隨著「這麼一來、意指、所以、我想說的是、顯示、證明、指出、真相是」等提示字出現，理由則跟著「由於、因為、由⋯⋯支持、研究報告顯示、理由是、因為證據是」等提示字呈現。若用房子類比論證的結構，良好的梁柱（理由）能讓房子（論證）穩固（參見下圖）。

大篇幅的文章常以「多個小理由支持小結論，多個小結論再支持主結論」的層層堆疊，來鋪排作者的核心觀點。此時，可以嘗試將理由做適當分組。一段論述中，理由有兩種類型，一是「聯合理由」，代表各項理由彼此相關，具有互相加強的效果；二是「獨立理由」為許多理由支持同一個結論，每個理由都有自己的道理，但彼此之間沒有相關。

以「是否鼓勵年長者留在職場」為議題，聯合理由會環繞單一主軸，例如以「公司有用人需求」為主，指出年長者具有豐富經驗，且年輕勞動力不足需要仰賴年長者，因此應鼓勵年長者留在職場。獨立理由則是理由間沒有關聯，論述會以公司有用人需求、持續工作有成就感、子女不用負擔太多父母的生活費等多元的理由，來支持年長者應留在職場。

在盤整他人或自己的論證時，藉由區分聯合與獨立理由，幫助我們分類理由的類型，並用一句話為每組理由做摘要，來作為「暫時性結論」，助於釐清論證架構，讓批判性思辨更有層次與邏輯。

同時發生的事件，不一定有因果關係

知道如何爬梳作者討論的議題、結論和理由，你已經具備批判性閱讀的基礎。當你試著運用批判性思維時，你可能會發現，不是所有論述都有良好的結構。

一個原因可能是，作者本身的立場不明確，「像蘋果對牙齒很好，但蘋果有果酸，所以可能傷害牙齒」「實境節目的收視率很高，不過廣告的營收好像不高」這類論述都存在論點矛盾，讓人抓不到講者到底持贊同還是反對意見。

遇到這種情況，建議暫停討論，以確認結論為優先，比較容易與講者在同個基礎下討論。若實在難以從文本中抓到作者的立場，有時查閱作者背景、談話紀錄，以及所屬組織等，對推敲作者的議題傾向也很有幫助。

另一個論述不穩固的可能原因是，理由無法完全支持結論。《看穿假象、理智發聲，從問對問題開始》指出，人們傾向將相關事件，講成因果關係，也就是說，特性X（品牌知名度高）和特性Y（營收表現優異）有關，因此是X造成Y，但實際上X、Y放在一起時，至少有 5 種可能的解釋：

解釋1：X是Y的成因。（營收表現優異是因為品牌知名度高。）
解釋2：Y是X的成因。（品牌知名度高是因為營收表現優異。）
解釋3：由於有第三個原因Z，所以X和Y互有因果。（品牌知名度高，造成消費者信賴而提升買氣，因此營收表現優異。）
解釋4：X和Y互相影響。（也許品牌知名度高者，營收表現優異。）
解釋5：X只是其中一個Y的成因。（營收表現優異是因為品牌知名度、包裝更新快、口味新穎。）
藉由上述例子，可以發現理由與結論之間會有不同的可能，試著找出支持結論的不同成因，並衡量他們的可信度，幫助我們更全面與多元的理解議題。

透過反駁原論證，讓真理愈辯愈明

除了確認原論證的論點和理由，評估論證是否合理，另一個運用批判性思維的方式是，建立「替代論證」，也就是反駁現有的論證，建立新論證。《批判性思考》指出建立替代論證的兩種入門法，一是反對原本結論，提出新理由支持相反的結論；二是反對原本結論及理由。

原論證：因為新款 iPhone 能支援 5G，消費者更願意為它買單。

反駁方法1: 消費者不會買新款 iPhone，因為新款的多數功能與舊款差異不大。（反對結論，提出另一個理由。）
反駁方法2：消費者不會買新款 iPhone，因為支援5G的他牌手機很多，相較之下 iPhone 太貴了。（反對結論，也反對原本的理由。）

《看穿假象、理智發聲，從問對問題開始》提醒，在進行批判性思考時，提出個人的主張與理由固然重要，但盡量避免「反向推理」，亦即已經想好結論，再尋找理由解釋。最理想的狀況是讓理由作為形塑和優化結論的工具，因此結論可能會根據證據好壞與理由紮實程度做調整。

在商業決策中，過度相信單一歸因會讓我們忽視重要的影響因素，導致決策評估不夠全面。批判性思考不僅提醒我們質疑眼前所相信的事，盡可能推敲各種可能性，更讓我們在討論中接近真理。

身為主管，經常會收到來自各部門的報表，像是服務滿意度調查、客戶拜訪次數、業績達成率，各部門也會依據市場調查結果、銷售量，提出下季的產品開發建議。在閱讀報表時，你可曾想過這些資料從何而來？它們是擬定策略、衡量績效的可靠證據嗎？

就像公司在雙 11 活動創下營業佳績，卻忽略風光數字背後，退貨與訂單取消的金額。事實上，根據媒體資料，阿里巴巴雙 11 活動的退貨率曾高達 30%，對電商來說是不小的負擔。藉由客戶拜訪頻率選出超級業務員，但實際上他需要 10 次拜訪才能簽約，另一位 3 次拜訪就成功了，輔以其他說明後，超級業務員可能要換人。

➜ 數據有了，但怎麼分析才有效？「數據思維養成課｜從 0 到 1 練成邏輯表達力」教你化數據為洞察，做出精準決策 ►立即掌握

在經營管理上，我們常說要重視數字，但必須運用批判性思考，釐清資料的來源、可信度、有效性，才不會掉入陷阱，做出錯誤決策。

證據指的是，根據某一個值得探討的意見，有系統地蒐集相關事實。例如：數位內容部今年表現卓越、小明是年度銷售員，就需要證據來佐證與說服。判別證據是否可靠的第一步，就是評估證據提供者是否可信。

從其他來源交叉比對證據，判斷數據是否可靠

證據分為原始資料與二手資料。客戶訪談紀錄、實驗數據與監視器影像屬於原始資料，因為這些資料比較難偽造，人們也傾向信任它的真實性。為了確認原始資料是否有缺漏或隱瞞的事實，像是監視器未拍到的死角等，可採交叉比對法，透過訪談紀錄搭配錄音檔，或請第三方重複模擬實驗過程，檢視數據是否在誤差範圍內。

在二手資料的檢視上，《批判性思考》提到，公認專家撰寫或推薦、權威單位的研究報告，及具有嚴謹審稿機制的期刊等，是比較可信的來源。引用二手資料時，也要確認作者或贊助者與報告結果沒有利害關係。若客戶滿意度調查是業務部自行製作的，或是反核能的調查報告是由太陽能板公司贊助執行，就必須對調查的獨立性打上問號，建議了解證據取得的過程，再思考是否採納。

此外，原則上愈近期的研究與資料，愈具有參考價值，但若是經典理論、歷史紀錄或領域知識等不太容易隨時間更動的內容，未必要參考時效性。

從樣本代表性、資料取得過程，評估證據有效性

評估證據來源是否可靠後，還必須確認證據的效力，如果證據的取得方式與推論過程有瑕疵，就不該作為支持論點的依據。常見例子包括：被告受到強迫而撰寫的自白，在法律上無法作為強力證據；五星評論餐廳若是透過贈送餐點邀請顧客評分，就不能當作佐證美食或服務水準的根據。

在引用問卷的調查結果時，《看穿假象、理智發聲，從問對問題開始》提醒應檢查它的樣本代表性： 「研究抽樣的事件或人有多少？樣本廣度多大？樣本隨機性如何？」

樣本數大小取決誤差值和母體數，常見的民意調查會以「95% 信心水準下，抽樣誤差為 ±3.0%」來計算抽樣的樣本數。引用調查類型的數據時，可檢視它是否提供樣本計算過程，確認它的樣本數是否足夠。

樣本廣度代表抽樣的多樣性，當我們要調查全國顧客對保養品的滿意度，僅抽樣台北門市的客戶就缺乏廣度。

樣本隨機性表示每個樣本被抽到的機率應盡量相同，若以自願受訪的民眾、網購客戶來作為化妝品改版意見的參考，隨機性就不足。抽樣過程會影響研究的結果，當樣本特質出現偏差，調查結果就有以偏概全的風險。

除了從樣本取得方式確認證據的品質，還需留意調查過程是否得宜。舉例來說，看到「有 70% 勞工認為勞基法無法縮短工時」的說法時，可檢視原本的訪談問題，若是透過誘導問答，像是「多數公司根本不害怕勞動檢查，你認為勞基法能縮減工時嗎？」，有效性就有待商榷。

調查的情境也會影響答案結果，如果該調查是主管發布，並要求員工具名填答，員工可能擔憂填答會引來關切，就會傾向迎合上頭的意見，而非真實心聲。另外，冗長的調查與問卷也會讓受訪者不耐，降低答題品質。建議先了解證據的取得方式與調查程序，再考慮該證據是否適合支持立論。

留意遺漏值、參照框架，解讀數字才有意義

「去年聯名商品的平均營收達 300 萬，今年公司要持續推出新聯名商品。」引用數據增加說服力，是常見的報告方式，然而數字本身也有局限，必須留心它能不能支撐作者的論點，有沒有被過度解釋。

《看穿假象、理智發聲，從問對問題開始》指出，常見的平均數（即算術平均數：一組數據之和/這組數據個數）計算會涵蓋極端值，以此作為判斷依據未必反映真實。以聯名商品平均年營收達 300 萬來看，假使 A 商品的營收就 200 萬元，其餘商品的營收不到 100 萬元，代表只有某項產品表現優異，恐怕無法支持「繼續推新聯名商品」的論述。

由於平均數不能代表全體狀況，建議看到平均數時，可回頭確認原始資料的「全距」（一組資料中，資料的最大數值−資料的最小數值），了解數值的分布狀況，全距越大代表資料變異狀況愈高，平均數的代表性愈低。例如 A、B 兩公司的職員平均年齡都是 35 歲，但 A 的年齡全距是 40、B 是 5。從全距來推測，A 公司可能有資深的工作者帶領團隊；B 公司的職員年齡相近，較沒有跨代溝通的情形。

檢視數據資料時，也要注意遺漏的數值。舉例來說，某企業某一季營收 300 萬好不好，就需要對照的數字，比如前一季、去年同期或是跟市場相比。有時百分比看似很高，但換成絕對數字其實還好，像是某知名商圈的牛肉麵店倒閉 75%，聽起來很多，但從絕對數字來看，由 7 家變成 4 家，似乎又沒那麼嚴重。透過絕對數字與百分比的多種比較框架，讓判斷更有根據。

數據過度類推也是引用資料常犯的錯。「研究報告指出，明年行動裝置的複合成長率達70%，顯見智慧手機的銷售動能強勁」就有過度類推的問題，因為該資料僅支持行動裝置的成長，而行動電子裝置包括平板、智慧手錶、藍牙耳機等裝置，非單指智慧手機，因此無法支持智慧手機銷售表現傑出的預測。

除了透過證據來源、證據推論過程、檢視數據漏洞來判斷證據的優劣，還能從研究調查的誠信度來看。若研究附上訪談逐字稿、未統計過的數據等原始資料，詳盡說明統計數字的生成過程，加註完整的參考來源，並主動揭示數據資料的解釋限制，甚至評析同類研究的結果，那麼該研究就會是比較可信的證據。選擇具備批判性思考的研究作為證據，不僅讓自己的論點更扎實，對批判性思考的實踐也會有幫助。

批判性思考

2025的關鍵技能：批判性思考！批判思維和一般思維，哪裡不一樣？

培養批判性思考，提出讓老闆眼睛一亮的見解！

專題主題 培養批判性思考，提出讓老闆眼睛一亮的見解！