critical-thinking-framework

Parameters#

ParameterTypeRequiredDescriptionclaimstringYes待分析的具体观点或主张（如"糖会导致儿童亢奋"）source_infoobjectNo观点来源信息，包含 author（作者）、 credentials（资质）、 affiliation（所属机构）、 potential_interests（潜在利益）evidence_availablearrayNo当前可获取的支持性证据列表（轶事、统计数据、实验结果等）domainstringNo观点所属领域（医学/心理学/社会学/政策等），用于选择专业视角

Execution Steps#

Step 1: 权威溯源与利益审查 (Source & Interest Verification)

• 核查提出者是否具备相关领域的实际专业资质（非自封专家）
• 识别利益冲突：是否存在政治资本、经济利益或媒体曝光动机？
• 输出标记: source_credibility (high/medium/low), conflict_of_interest (boolean)

Step 2: 主张合理性校准 (Claim Plausibility Calibration)

• 应用"卡尔·萨根原则"：不寻常的主张需要不寻常的证据
• 评估与现有科学共识的兼容性，警惕"突破/革命"式宣传
• 质疑"快速解决复杂问题"的承诺（如简单方法解决青少年犯罪）
• 输出标记: claim_plausibility (plausible/suspicious/extreme), evidence_barrier (high/low)

Step 3: 证据质量分级 (Evidence Hierarchy Evaluation)

• 区分轶事证据（个人证词、精心挑选的案例）与实证证据（可重复实验、大样本研究）
• 检查是否存在"将适合少数人的事物推断为适合所有人"的风险
• 输出标记: evidence_type (anecdotal/correlational/experimental), generalizability_risk (high/medium/low)

Step 4: 认知偏差识别 (Cognitive Bias Detection)

• 情感偏差：是否存在绝望、恐惧等强烈情绪影响判断？（如绝望父母 grab any straw）
• 证实性偏差：是否只记住支持信念的证据而忽略反证？（如占星术信徒的选择性记忆）
• 期望偏差：观察者是否因预期而看到"想看到的结果"？（如预期糖导致亢奋而高估活跃程度）
• 输出标记: detected_biases (array: [emotional_bias, confirmation_bias, expectancy_bias])

Step 5: 逻辑谬误规避 (Logical Fallacy Avoidance)

• 相关-因果谬误检查：是否将时间先后或统计关联等同于因果关系？
• 考虑第三变量解释（C变量）：是否存在同时影响A和B的隐藏因素？
• 警惕"常识替代科学"（如"物以类聚"与"异性相吸"的矛盾常识）
• 输出标记: causal_validity (valid/suspected_fallacy), third_variables (array)

Step 6: 多元视角整合 (Multi-perspective Integration)

• 强制要求至少3个不同学科视角：
  • 生物/心理视角：遗传、神经机制、人格特质（如糖代谢对大脑的影响）
  • 社会/情境视角：环境压力、群体规范、文化背景（如聚会氛围对儿童行为的影响）
  • 经济/系统视角：成本收益、结构性因素、激励机制
• 输出标记: perspectives_considered (array), complexity_level (simple/complex)

Output Format#

json

{
  "analysis_summary": {
    "overall_trustworthiness": "low/medium/high",
    "key_risks": ["利益冲突", "相关-因果谬误", "情感偏差"],
    "recommended_action": "reject/suspend_judgment/accept_with_caution"
  },
  "detailed_assessment": {
    "source": {"credibility": "...", "conflicts": "..."},
    "claim": {"plausibility": "...", "required_evidence_level": "..."},
    "evidence": {"quality": "...", "generalizability": "..."},
    "biases": ["emotional_bias", "confirmation_bias"],
    "logic": {"causal_validity": "...", "alternative_explanations": ["..."]},
    "perspectives": ["biological", "social", "economic"]
  }
}