全书讲的是批判式思维，作为在“被教育”大环境下成长起来的我来说，可以说是非常地缺失的了。
信息爆炸的现在，我刷个微博看个朋友圈都能接受到无数的砖家忠告，日常生活中大到买房如何不被销售忽悠，小到不再被骗购入一本过度包装的烂书，学会质疑成为了一种能力。（请认真分辨我以上的观点和理由，再行决定要不要看这本书）。
书的脉络还是挺清晰的，且每一章节后面都会来练习一下本章节内容，很和我的胃口。
以下是我自己按照理解做的一张简图：
一开始，作者探讨了2种思维方式：海绵式思维：被动吸收外界信息；淘金式样思维：与知识互动，主动获取。当然是主张后一种思维，这有点像在《如何阅读一本书》里提到的，在阅读过程中带着问题看书，和作者对话，和作者辩论这种高级境界。
淘金式思维就要求我们能够分辨作者要告诉我们什么？他用什么理由和论据来让我们相信这个结论。那么提问就针对其中的各个环节中可能出现的谬误来进行。
一、找到对方的观点
对方的观点即论题，它也会分两种，即讲关于世界过去现在或未来的描述性论题和世界应该什么样的规定性论题
二、理由是什么
“一个人有没有头脑，主要标志就是看他能否提供充足的证据来支持他的看法，尤其是当看法存在争议没有定论时”，对这句话摘录下来的我足可以证明是没有头脑的了。一个论证需要一个结论以及足以支撑这个结论的理由。理由决定结论，也觉得结论的强弱。所以看到结论的时候先问为什么。
理由有可能藏着什么猫腻呢？
比如意思不明的关键词：比如：很好、自由、民主等等，搞清楚才能确定是否同意啊，而不是我们以为我们懂得。当然还有偷换概念的用词都要小心啦。
三、小心推论中的“理所应当”
每个人都有自己的价值观，虽然你可能没办法把它具体的描述出来。但在推论的过程中，它会偷偷跑出来，理所应当的背后，并不是事实真相。
比如：子女应该听父母的话（孝道的价值观）
四、证据
1、直觉、个人经验、典型案例、当事人证词和专家意见不可行。
2、个人观察、研究报告和类要看看是否有前置条件或者他隐藏了什么。
3、数据一样会骗人。
前几天刚刚和同事交流工作，聊到目前国内在医疗方面的机器学习。机器学习是基于大量的数据喂养，但如果一开始底层的数据就是有问题的，不完整的或者不干净的，那么机器学习最终能产出的结果就是可能只是部分试用或者打折扣或者是错误的。
五、能得出哪些合理结论
不能用两分法看问题，世界可并不是对或者错这么简单，分析哪些情况下结论OK，哪些情况下不OK。还有就是我们有没有找准真正的问题，结果和问题是否直接相关。可参考201710《图解TOC问题解决法》，找到关键问题和关键路径。
以上这些都是纯理论，学会质疑也不是看一本书就能解决的，但希望下次在遇到心里存疑惑的时候能够运用这些方法来进行理性的分析。
PS：学到了一个新词汇：
奇迹式思考：一种一厢情愿的思考方式，当人们无法理解或者无法改变自己的境遇时，它就出来作祟了。比如“我就是知道”，“你就是看我不顺眼”。
