论题转移

这一讲，咱们围绕着两个主题，一个是就是转移论题这方面，另外一个是针对这个推理方面。
这个推理主要是归纳推理这方面出现的错误。
从问题的角度说，论题就是所争议或所讨论的问题，主张就是对论题的一种回答。
论证就是叫提供证据证明这种主张是正确的或者是有道理的。
如果在争议和论证中通过转移视线、歪曲篡改、捏造假想敌，或者是放烟幕弹等手法偷换论题或者是转移论题，那这就会犯转移论题的错误。
若归纳的谬误，它的产生不是因为前提和结论在逻辑上不相关，而是因为前提和结论的逻辑关系不足以为结论提供充分的有力的支持。
在这种谬误里边就是前提，他或多或少为结论提供了一点证据，但是他太弱了，对于接受这个结论而言太不充分了。
那么接下来我们把这个转移论题和若归纳的谬误也把它分成三组给大家来介绍。

第一组也是介绍三个比较典型的转移论题的错误，就熏鲱、稻草人和以错制错。
第二组轻率概括和误用数据，这里边也介绍三种，过渡概括，样本没有代表性，滥用数据。
第三组就是弱类比和假因果，这一组中介绍四种谬误，就是弱类比、以时间先后为因果，单因的谬误，滑坡的谬误。
下面咱们来看第一组。
首先我们看一个叫熏鲱这样的错误，就是论证者以转移读者或听者的注意力等方式转变议论的主题。
通过推出一个与已转变的那个议题相关的结论，来完成他的论证。这就是熏鲱的错误。
这个熏鲱它有几种具体的表现形式，我们先来看第一种，拖放熏鲱的高手在转移议题的时候，他使转变后的那个主题和原来的主题有相当微妙的关系，通常让人很难觉察到。

咱们看看这个例子。
我看你到了那个卫队，卫队没派在那儿，那是事后的事儿了。
人家问的事先，你干嘛没去越南，本来要去越南，而到了那个卫队去服役。
还有呢？
我们看他这里原初的问题是什么？
奎尔是不是逃避去越南服兵役，而这个布什把他很巧妙的和爱国这个主题联系在一块儿，他俩有微妙的关系，对不对？
就是奎尔是否爱国与奎尔是否逃避去越南服兵役，这是两个不同的问题。
但是这两者有有微妙的关系。

我们再看一个。另外一种手法，就是讲议论的主题，转向那些足以吸引听者和读者注意力的话题。
这个包括性、犯罪、丑闻、道德败坏、死亡以及其他任何可能适合作为议论的话题。
我们看这个。
人家问他，你有没有什么证据，对不对？
他开始说这些不相关的事儿。
新京报仍然追问他。
你那个是芝麻吗？
那是天大的一个事儿，对北大来说是不是？

你谈教育问题你就好好谈，你干嘛扯那些事儿，这些什么桃色新闻，对不对？
第三种转移的方式就是放烟幕弹。
这个烟幕弹指的就是堆砌问题，或者使问题极度复杂化，直到使原始问题淹没在被制造出来那个问题的淹没之中。
我们把这种和上一种就是转移视线和这种放烟幕弹做一个比较。

在摩尔和帕克在他的教材里使用这么两个例子，我觉得很恰当。
你看转移注意力和放烟幕弹，通过这两个例子，我们能够清楚他们之间的差别。
接下来我们看这个稻草人，熏鲱是一般是用来立论，就是你不好好论证你的议题，然后你开始转移。

稻草谬误

稻草人通常是用多出现在反驳方面，就是为了论使论证容易被驳倒，先把对手的观点加以歪曲，或者是为了使自己的论证有道理，先捏造一个假想敌嫁祸于读者，再驳斥被歪曲的那个论证或者是假想敌，这就犯了稻草人的谬误。
这稻草人也是一个比喻性的说法，就论证者反驳犹如先绑扎的一个稻草人，然后再把他击倒。
很显然一个稻草人比一个真人容易被击倒。
这绑扎稻草人的这个手法，比如说歪曲对方的观点，或者讲对方的观点极端化，或者捏造一个假想敌。
而事实上这个敌人根本就不存在。
我们来看一些例子，首先咱们看一个古老的稻草人的谬误。
这个就是孟子在批判杨朱和墨子的观点的时候，他事先曲解了人家的原意。

杨朱为我的观点主张尊重个体生命，不做自伤其身的事，也反对他人对自己的侵害和侵夺。
墨子兼爱的观点就主张平等普遍的爱人不受等级贵贱和血缘亲疏的影响。
孟子讲杨朱的观点歪曲成为目无君主，讲墨子的观点歪曲成目无父亲，然后再加以攻击。
当我们以立场性的标准，单方面的观点为唯一标准的时候，去衡量对错的时候，经常会犯这种错误。
除了歪曲篡改，接下来的一种手法就是夸张或者是极端化。

我们看一个这样一个例子，这个服装厂的工人，你看本来要求是改善这个通风条件，也许在夏季，你为厂房加上一个排风扇，就能达到工人的要求。
但是你看这个厂方去把这要求夸大为，在这个厂房里安装整套的空调设备。
就把对方的观点极端化之后再去打他。
我们前面讲过绝对化的谬误，您一旦把对方的观点给他绝对化了，那就特别容易攻击了。
而任何绝对化的一个观点，那自然是错误的。
再有一种手法就是捏造假想敌，我们来看这个例子。
我想问谁会把这个写作课也好，写作学科也好，或者说写作学人也好，他的形象命运看成本来如此，永远如此。
有这种人吗？
毫无必要，谁会这么看呢？
这里边既是在捏，也想捏造假想题，也是在什么极端化。

极端化是什么呢？
就是你看本来就是永远是不是这意思？
即使有人对他们有负面看法，也未必本来就是这样的负面看法，或者永远的坚持这种看法。
这不是绝对化吗？

转移论题，它的第三个常见的表现形式就是以错制错。
这就是以错制错，就是他人所犯的错误，不会使你的错变得正当。
他人的非法行为也不会使你的那个非法行为变得合理。
或者说合法错误的行为之间互相之间不能抵消以错制错这种错误。
它的常见形式咱们介绍两种，一种就是报复型的，还有一种就是那又怎么样，还有更糟糕的，这两种挺常见的，咱们看第一种。
你看这不是暴露出来了吗？
这是他自己说的。
猜这就是报复，你把我开除了，我就用这个桃色事件这类东西来什么恶心你报复你。
我们看另外一种类型，还有更糟的那种类型。

咱们看一条微博。
这种辩护相当有代表性。
这曹林点评了，他说，以频次排名来关闭传媒机构的话，如果这个关闭以这个为理由关闭传媒机构的话，是稻草人就假想敌。
就没听说过因为微博有错，发布假信息就有人要关闭他，政府也没有必要关闭，谁也没有要关闭它。
那你这不是制造了一个假靶子吗？
接着他说犯了以错之错，就是你跟他说微博有错，他跟你说纸媒的错更多，这就是以错制错。
因为纸媒有错误，仿佛微博错的就正当了。
这种错误很有迷惑力的，就这种错误攀比、以错制错，说白了是一种错误攀比，试图用举出一个更严重的错误来抵消当前的错误。

但是这里边也为什么让人感觉到他还挺有理呢？
就是他把更错误的摆出来，这么有一个反差，而没得到惩罚，你惩罚这个好像这就不公正，就缺乏正义。
好，我们对这个转移论题总结一下，就是通过转移视线，歪曲篡改、捏造假想敌、放烟雾弹，以错制错等手法，转移论题大多属于明知故犯，许多论证者或者是争辩者无视这些谬误，甚至把他们当成一种论战的策略，其主要目的是维护论证者的利益或者发泄某种不良的情绪。
由此可见，理性方面的德育是多么重要。
就行为上的欺诈他会遭到谴责，严重了他会受法律制裁的。
可是这个理性上的欺诈也就是有意识的转移论题，或者是运用有缺陷的推理，诱导人们去做对对方有利的事儿，或者是去坚持那个错误的一个方案计划，主张这种欺诈不用承担任何后果。
所以理性的诚实和公正可能是当今社会最稀有的美德。

归纳之误

就是职业的学习者，我觉得首先应该树立的就是理性的诚实和公正。
咱们再看第二组，就是轻率概括与滥用数据。
这一组有三个，一个就是过渡概括，一个就是样本没有代表性，还有一个就是滥用数据。
我们知道以一类事物中选取的样本为根据，推出与这类事物的所有的分子有关的结论，那就叫归纳概括。
如果在归纳概括中所基予的样本没有代表性，或者你过高的估计了基于小样本的论证强度，那就会犯轻率概括的错误。
在论证中用统计数据做论据，他就像法庭上第三者的证词一样，很有证据效力。
正因为这样，如果对数据有了不当的使用，这个就像老实人的谎言一样，那他的欺骗性也很大。

我们看一个过渡概括。
过渡概括就是以小样本为根据，得出了断定范围或断定强度过高的结论。
最滑稽的这么一个例子，比如说守株待兔，那就是过度概括。

看鲁迅的一个例子。
都是基于片面的事实得出了一个普遍性的结论。
这个基于小样本的概括，需要较宽的误差范围和较低的置信水平。
你这个结论断定的范围太宽，对结论的置信度太高，那就会容易导致反利。
所以大家就是对这个我们说基于什么统计等等等等，得出的那个结论不能太精确，不能太太强，也不能百分之百的信，它都是大概率事件。
就是归纳概括里边归纳概括的结论它没有必然性。
北航史上最牛的女生，咱们曾经讨论过，这个三个结论，说北航女生的背影昭示了一个民族终于正常，目中无人不尊敬国家领导。
第三个就是具有开放心态，独立人格的年轻一代。
这三个你看都是全称的结论，这都是过度概括。

接下来我们看这个样本没有代表性，这个归纳概括离不开选样。
我们说选择一个典型的事例，那就叫选样。
你在选样的时候要有两个标准，最起码的一个是要有足够的样本数量。
比如说一个孤症，他就很难支持某一个结论。
还有要满足随机抽样的准则。
就假如说我们要选取很多的样本，但是你要让这个样本的分布要均匀，这个道理大家都懂。
违背了这两个准则，那就是样本没有代表性呗。
我们前面讲过布莱恩的那个文章，你看他在选样的时候，他只引用了兰德尔的实验中的一次正负对比。
实验的数据犯了遮盖论据的错误，样本没有代表性的错误，至少犯了这么两个错误。
在这里我想强调的就是样本有没有代表性，数量确实是一个评估指标。
但是这里边数量少不意味着一定没有代表性，或者说样本数量太少不必然意味着它就没有代表性。
还要取决于一个什么？
我们看你出样的那个样本和你所分析的那个属性样本的属性它同质性程度的高低。

比如说我我我给小孩喂奶，想知道奶瓶的温度合不合适，我只挤一滴搁在手背上，我不放心这一滴，我觉得温度合适哟。
这谷老师讲了说这数量样本数量太少，不把握再多挤几滴数量样本数量越多越可靠。
好家咚咚咚，你把半瓶奶都挤完了。
就是对一盘奶的温度而言，挤出来那一滴和奶瓶里边的奶，它的在温度上的同质性程度是很高的。
但是那个实验就不一样了，就污染对速度的影响而言，它的同质性程度并不高。
你靠一次实验就很难得出可靠的数据。
咱们前面也做注解了，他先后做了好几次，最后这个反差大，前面的都差不多。
那个事实也说明他们的同质性程度不高。
咱们看一看，举些例子。

这个叫偏样，他是一个在招聘会上来在招聘会上调查的。
那人家不想回国的，在国外了，人家会来招聘吗？

还有一个他来招聘的这些人，如果放在自然状态下，他占所有的在国外的人的比例是多大？
下边还分什么3乘3 6乘7什么的，那个有啥意义？
最后你还有夸张，可见美国对绝大部分北美海外学人已失去吸引力，人心思归已蔚然成风。
哪跟哪儿，不好好去去考证什么理由证据。
然后，就是。
喜欢在结论方面煽情，咱们再看国外的一个调查。

数据陷阱

结果大家都知道，芝加哥在第一轮投票中率先被淘汰。
所以我们说这个调查数据也没多大意义，这个大家都明白，参加调查的绝大多数都是本国人，那自然他就投本国的票呗，这也是偏样。
还有那些不认为芝加哥能获胜的或者是什么，他也不愿意去投票，是不是？
他投什么票？
我还有一些不爱上网的，上网了也没功夫的投什么票。
所以这个样本代表性那是很重要的。
前面我们讲了样本没有代表性，接着我们看滥用数据。
这亚美没有代表性，它设计的这个数据怎么展，怎么生产出有效的数据。
这个滥用数据就是假如你这个数据是就来源方面各方面是可靠的，你怎么样去正当的使用这些数据做论证。
我们看这个第一个就是数据不可比。

这样我们知道统计概括的结论总是要涉及到总体的性质，也就是总体的规模和它的一致性程度。
由于忽略了总体性质的差异，而对两个统计数据进行比较，并试图在此基础上确立某一个结论，就会犯数据不可比的错误。
一个数据是从某一个总体统计出来的那另外一个数据是从另外一个总体统计出来的这两个数据由于他所基于的总体如果有实质性差别的话。
这两个数据就不可比。
这个有一个很好的例子，看一个广告。
那这两个为什么不可比呢？
就是面对总体不一样，海军里面那都是青壮年，是不是生命力最旺盛的时候，身体年富力强的时候的人。
那你纽约的市民，有本来就有该死的人，是不是？

那你老的都都七老八十了，都生命力都走完了，那他就是不是还有一些婴儿，他那夭折或者怎么着，这些是自属于自然死亡。
你要再讲一讲他另外的一个错误，就是质的方面。
你那个都是被打死的，战争是不是，那死法还不同。
那你这个因为生了重病，或者因为什么，即使现在正常情况下，因为不幸偶然的交通事故什么的，这种死亡和你那被打死战争中的死亡那也不可比。
咱们看这个。
就有的网友就评论了，他说1978年中国根本就没有商品房市场，也就是说基数是零。
那你你多少倍它还是零？
我觉得有道理，你怎么算出来房价只涨了16.6倍？

还有他说你选择大白菜做参照物，恐怕也没有代表性。
有的网友看了这个就说了，说老百姓的收入接近非洲，说物价却与欧洲相比，说税收接近欧洲，房价改上赶超英美，福利接近南极洲。
这虽然是调侃一句戏言，但是它是有道理的。
你怎么能乱比呢？
是不是这个数据乱用数据。

接下来就叫精确度的谬误。
精确度谬误指的是由于忽略了统计数值的误差而得出精确结论的错误。
我们知道样本中的统计数值几乎不可能和总体中的统计数值完全吻合。
如果在从样本到总体的概括中，你忽略了统计数值的这个误差，就是上下波动的幅度，得出了结论，是一个精确的结论，这就叫精确度的谬误。
反之你要讲某个总体的平均值，就是平均值机械的用到那个个体身上就会犯误用平均数的错误。
你比如说05年的捷达二手车平均售价目前3万，这不是平均值吗？
我们家也有一部车，05年的捷达车也一定能卖3万，这叫误用平均数。
你把平均值分配给那个体。
我们说假如说智商的平均值是100的话，那标准值也就是说100那个正-10就是90到110之间，这都属于标准值。
在标准值范围内，那你看九十五、105就高十个点儿，那不意味着他有比他有多聪明，都在标准值范围内，也许就差不多。
也就是说他在聪明不聪明的差别上没有结论所断定的那么大。

就基于这个95和105这个差别，你不能得出小虎比小明聪明的多这样的一个较强的一个结论。
我看到了一个比较荒唐的一个。
你想高3至4分，还有高十分左右，这不跟刚才例子一样吗？
你要记住了，这个智商的标准值就是90到110都是属于标准化的。
75%的人大概都是在这个范围内的。
你在这标准值上下浮动是差都属于这一个没有质变。
咱们再看这个更好玩。
他这个研究里边有俩问题，严重的问题首先就含糊。

学生与那个女演员交流说漂亮和吸引力一般，那就是漂亮和一般是不是？
那你说说区分的标准是什么？
这玩意儿能清楚吗？
这个不清楚，那你数值怎么怎么平均呢？
所有遇到区分标准的时候，第一个你记住了，要求清晰，第二个就是精确，太精确了，平均8.2秒。
还有就这个相关性，假如你那个清晰就漂亮，一般这个区分标准清晰。
我们大家知道不单对姑娘，对所有的事物可能都这样。
我们人不分男女的任何一人对于较漂亮的事物总是多看两眼，对于不太漂亮的事物我们就不会去看。

我们看在滥用数据里边还有制造数字陷阱。

伪造与稀释

这个制造数字陷阱，咱们举两个例子，一个叫伪造数据。
这个数据你一看。
很难让人相信。
一般我们说一个社会里20%的人掌握了这个社会80%的财富。
当我们这样说的时候，这个社会的贫富的差距已经是相当之大了。
咱们要用理性分析您说0.4%的人掌握了70%的财富，那你想一想我们这个社会贫富差距得多大，达到什么样子呢？
你想象那那会是啥样呢？
所以我们要琢磨这个数据它的内容的意思，而不是一见到适合我们心里的愿望，或者满足我们某种的想法，我们就觉得它是真的。
这你就上当了。
最后证实这个是国外的那些反华人的网站刻意编造的非常夸张的一个数据。
然后他在引用的时候，他还把那个人原文的国外研究机构。
估计他弄成，中国权威部门发布，你看。
伪造数据，制造陷阱，这个可能你们都见过。
特别滑稽。
你走进商店的时候是为了买鞋而花钱，结果到后来就是为了花钱而买鞋。

我们总结一下子，理查德怀怀特莱说过这么一段话，他说应该记住这一点，一个很长的讨论是谬误最有效的灭杀。
当谬误以凝缩的形式呈现于我们面前时，像毒药一样，他立刻会被防备和厌恶。
一个谬误若用几句话赤裸裸的加以陈述，他不会欺骗一个小孩，如果以四开本的书卷稀释时，可能会蒙骗半个世界，令人遗憾的是，在我们的书面、口头和网络的论证、争议和评论中，以凝缩形式呈现的谬误并不少见。

类比辨析

接下来咱们看就是弱类比和假因果的这个谬误。
这个类比推理，它不管从人类知识的初期，还是到人类知识发展的高级阶段，它都有重要的作用。
所以我们每一个比喻，打比方这里面都存在着类比的成分。
还有我们以前讲的这个，比如说开水烫在你手上，我为什么会知道它会起个泡并且很疼？
就是我有因为我有这个被烫的那个经验，基于我这个被烫那个经验，当我看到开水烫在你的手上，我会推断一会儿它会起个水泡，这种推断就是类比。
再比如说在这个比较高级一点的就是医学研究中，比如说做实验，把老鼠分成两组，一组老鼠里给它添加上一种东西，比如说这个苯胺染料，看看这个东西对身体的影响。
然后另一组不添加，过一段时间添加这个苯胺染料那组老鼠他就得了膀胱癌了，没添加那一组就没得。
这样我们可以用这个动物实验得出一个结论，这个白染料它有致癌的作用。
然后我们所有的医学等等医药开发一种新药，往往都先在动物身上做实验，然后就类推到人的身上。
是不是？
人的食物里如果有苯胺染料，那可能也会致癌。
实际在这种高级的科学实验里面不是也存在着类比吗？
所以类比的作用不能小看。
但是这个类比的运用他很灵活，这个也经常出错。
我们把这个不恰当的一个类比叫弱类比。
那么类比的强弱由什么来决定呢？

我们先看这个类比，可以用这样一个一公式来表示，就讲两个对象进行比较。
我们看实体A和实体B。如果A有a b c等属性，并且还有z属性，B这个实体也有a b c等属性，基于两个之间的对比，我们就推出那个B可能也有z属性，这就是类比推理。
这个类比推理它是根据两个对象之间的相似的属性进行的推理。
如果这个属性a b c等和推出那个属性，也就是z它们之间有高度的相关性，这样的推理就是强的。
如果他们之间没有高度的相关性，那这个推理就是弱的。
然后咱们看两个例子。
这个类比是好的。

粗线当然比细线输的电量大。
这个类推就弱了。

我们看在你要在辨别类比论证的强弱的时候，有两个要点。
一个是首先要确认所比较的属性，a b c确实为A B所共有。
第二个就是要看推出那个属性，就是结论中提到的那个z属性与其他的属性，也就是a b c之间的相关性。
这个相关性一般叫要具有因果联系或者是系统上的联系，有这方面的相关性它就是强的。那你比如说刚才的例子就是管道或者导线，它的直径与流量大小有系统性的联系。
水分子在管道中流动明显会受到重量的影响，而在导线中输送的那个电流就不受重量的影响。
所以对水流来说，在不同的高度与压力大小之间，它存在因果关系。
低处的水压就高呗，高处的就低。
但是对电流来说，就不存在这种因果关系，因而它俩之间缺乏可比性。

我们看这有一个类比。
我们来看结婚与买鞋在该不该试一试的问题上缺乏可比性。
就是婚姻关系它与买卖关系是两种实质上不同的关系。
两者的a b c这种比较属性，在原文中它被省略了。
如果把贞洁看为结婚的要件，结婚是不能试的。
假如说你把性和谐看成是结婚的要件。
试婚期间的这个性和谐，它并不能保证结婚以后的那个性和谐。
但是穿鞋就不一样了，你不能说试穿时候的那个合适，它不能保证以后的那个合适。

我们再看一个例子。
他这个吃馍的预言和写作的四环节论，没有可比性。
因为有反例，有太多没吃过没吃过第一块馍就能够写出好作品的人。
相比而言，就是学习第一块膜，就是学习当代最新的写作原理呗。
你想一想当代最新的写作原理，像鲁迅这种早就去世的人肯定没学过这个，古今中外的好多作家就没看过这个。
可是他曹雪芹什么的，可是她却写出了伟大的作品。

因果迷思

好了，接下来我们看以时间先后为因果的这种错误。
我们在认识因果关系的时候，原因和结果他在时间上总是有前后相继的一个现象，或者相互伴随。
但是在时间上前后相继或者相互伴随的两个现象之间未必有因果关系。
如果只是根据时间上的先后这个特征，就断定两者之间它有因果关系，这就叫以时间先后为因果。
咱们看这个例子。
这种时间上的吻合，它是一种巧合。
还有一个有趣的例子。
我们看似这是个笑谈，但在很多严肃的文章里边存在着这样的错误，他们之间并没有因果关系。
我们看这有个实验。

来我们看在实验中做前排与更成功之间，除了在时间上的前后相继以外。
他没有提供别的证据。
讲这个坐前排解释为进取心强，并没有排除其他的可能的解释。
那也可能是什么？
对视力不好或者是什么？
他的性格比较外向。
还有即使是你那种解释是可以的，就坐前排是表明进取心强，那并不能由此就推断坐后排的进取心怎么样就弱，或者说比前排的弱。
另外就导致成功的，我们都知道导致成功的其他因素，比如说个人的天赋、社会的机遇、家庭的支持等等，恐怕都比什么今天态度重要。
当然我们强调态度也很重要，所以这个实验我认为是不可靠的。

好，我们了解了以时间先后为因果的谬误，再看单因的谬误。
我们都知道在自然的条件下，某一个结果产生的原因是多方面的。
一般我们叫做什么？
叫多因一果。
如果你在认识某一个结果的原因的时候，把导致某一个现象产生的原因简单的归结为某一个单一因素，那就犯了单一的谬误。
咱们看一个例子。

医学也好，医生也好，确实起了重要的作用。
它是重要的因素，不意味着它是唯一的因素。
我们再看一个例子，2010年的时候，就福建南平那个校园惨案，有个叫郑民生的杀了很多小学生，这也引起了全国的轰动。
最后一些人就开始分析探查郑民生杀人的动机，就是他为什么会杀人。
我们看到一旦出现一些恶性事件或者一些重大事件，网民都是爱积极的参与的，对不对？
而在讨论中，我们看在很多的情况下，就是把社会上出现这些事件归结为体制。
您看他的这个思路大致就是这样的，就业、婚恋、买房等这方面出现挫败感导致他杀人。
那这方面的挫败感又归咎于什么呢？
体制造成大，这就叫简单化的思考。
后来经医生鉴定，这证郑民生他是精神不正常。
再看一个例子。
这个就是单一的谬误加上过度概括。

接下来咱们看另外一个假因果，叫滑坡的谬误。
在论证中结论的得出依靠的是靠不住的那种连锁反应，没有充足的理由认为这种连锁反应将会在实际中发生，天时论证就会犯这个滑坡的谬误。
有一个小寓言故事很好的注解了这个错误类型。
这就是滑坡的谬误。
如果A则B如果B则C如果C则D在所遇见的链条上，每一个环节都有可能由于其他因素的侵入而中断这滑坡的谬误，我就陷入过滑坡的谬误。
同学们发现没有？
就是遇到不好的事儿。
如果A A还不是什么很不好，对不对？
如果没处理好的话，B会给比A更可怕。
那后果是不是这样呢？
C会比那个更可怕，所以我们说他会越想越可怕。
那么我们的一个心理上的作用就是什么？
当我们进行这方面思考的时候，会受心理上的影响就会放大它这个可能性，就放大，如果A则B如果B则C会放大这个可能性，实际这个可能性是呈递减趋势的。

咱们举个例子，比如说我站在站在这个窗前，我看下面就是过往的人。
比如说我看到一会儿会过来一个男的或者过来一个女的，那么过来一个男生A。
过了一男生，他的概率就是我们假设就50%，是不是接着呢？
到B是一个比如说是一个年轻人。
假设咱为了方便还是50%，再从这B到C。
男的年轻人。
然后，是一个教师，年轻的教师，比如说也50%。
您看一看从A到C就是我站在这儿看到一个年轻的男教师，他的可能性有多大？
你不用去细算，那一定是大大的低于50%，是不是这意思？
一定是衰递减的可能性。
而我们日常想它是递增的，是不是越想越可怕？
还是在很久以后？

所以再回到我父亲这个例子上来，我想着想着我就想暂时不做这个心脏灌脉造影，用中医先瞧瞧看，我们看用这个滑坡的谬误。
假如说站在我父亲的立场上，他也会形成一个支持相反主张的那个滑坡论证。
这两种都有放大的这个嫌疑。
那么在遇见某一个结果的时候，特别好的或者特别坏的那个结果是否会发生的时候，不良的情绪或者心理。
比如说想要一个农场的那种期望心理，或者说对这个昂贵的医疗费的恐惧心理。
常常会对确信结果出现起着推波助澜和放大的作用。
就在我们不太熟悉的事情上，尤其会如此。

蝴蝶效应

与这个滑坡的谬误相关的一个很有名的叫蝴蝶效应。
在蝴蝶效应说的是一只南美洲亚马逊河流的热带雨林中的蝴蝶，偶尔煽动了几下翅膀，导致身边的这个气流空气气流发生变化，并产生微弱的气流。
而这个微弱的气流的产生又会引起四周空气上的或其他系统产生相应的变化，由此引起一系列的连锁反应。
最终会引起什么？
美国德克萨斯州的一场龙卷风，它这个蝴蝶效应起初是用来解释这个气象变化。
这个效应说明事物发展的结果对初始条件具有极为敏感的依赖性。
初始条件极小的变动或者说一种误差，就会引起结果上的很大的差异。
当我们用这个蝴蝶效应来解释社会经济等等现象的时候要慎重。
态度决定高度，来自于剑桥实验，细节决定成败，我跟你说细节在很多情况下根本就决定不了成败，只是在极特殊极偶然的情况下，他才能决定成败。

百度词条里面用西方的一首民谣对这个蝴蝶效应做注解。
这个民谣可以解释蝴蝶效应，也可以解释单阴的谬误和滑坡的谬误，包括这个远因的谬误，就是诉诸遥远的原因，就是关注细节，防微杜渐，这是正确的。

但是你在用蝴蝶效应解释经济社会现象和日常行为的时候要慎重为了证明某种行动、想法和政策是有害的，便引述这种行动想法或者是政策可能引起的可怕的后果。
试图用这种方式为自己的这个立场捏造有利的证据，他就犯了滑坡的错误。

好了，我们总结一下，人往往擅长什么就喜欢什么，不擅长什么就厌烦什么。
如果你擅长打麻将而不擅长下围棋，你大概喜欢麻将而厌烦围棋，至少你不会喜欢围棋。
那么类似的，如果你擅长抒情、夸张和渲染，而不擅长分析推理和论证，您很可能会对分析推理论证有厌烦的情绪。
这种厌烦的情绪会使人远离论证，在需要说理的时候变得很不在行，不会使用理性的正当手段。
不得不借用什么渲染成文，错综成才，见微知著，浮想联翩，人格恢恢，文格恢恢，心心切切、其文惶惶，文条和鸣，开笔传神。
这些让人不知所云的方法，极尽铺陈夸张、渲染抒情之能事。

写议论文死活也要你写出真情实感来，这大概是我们的文化和教育中最大的一个谬误。