COMP-1】序：复杂问题的分析训练

这是一个杂乱而艰涩的系列。

我最近在完成写作课的作业。作业是一个系列写作，自己找一个话题，做一点小研究。我觉得这个模式还不错：

1 做点初步调查，提出问题

2 针对问题写出一个“投标书”，来解释和阐述本话题的意义和重要性，进一步拓展问题。并且列出简要的研究大纲

3 继续整理资料，写文献综述，整合当前已有的信息和资源来尝试自己解决问题

4 采访一些权威人士，接触第一手的资料，弥补使用二手信息得出结论的偏差。写一篇采访报告，阐述问题的进展。

5 写一篇说服性议论文，阐述自己的观点，给出问题可能的解决方案。最终将问题落实在一定程度，成为自己认可的、以后可以继续前进的基准答案。

这其中调查教授可能不是每次都能做到，但是其他的写作方式还是值得借鉴的。

于是我想用相对系统的流程，试着自己学习和探索，从自己相对熟悉却又不足够了解的话题开始，锻炼自己的批判性思维和处理复杂问题的能力。

所谓复杂问题，其实没有一个明确的定义。目前我能想到的特点就是答案不是显而易见的，没有严格的定论。无论是由于存在研究手段的限制、当前学科认识的局限，还是涉及到重要利益团体的干预，部分偏执观点的广泛流传，总之这样一类问题总会存在大量的争议，不同的人有不同的见解；并且最重要的，做出不同的选择对人们有重要的影响。

举一些我熟悉的并且有能力探索的例子：“有机食品及其背后的有机农业的价值”，“无麸质食品有什么意义？”，“什么样的饮食习惯是健康的饮食？”，“应对全球变暖的重要措施究竟是什么？”，“多年生的树是永生不死的吗（？）”，“植物到底需不需要有机碳肥？”......

在这个系列过程中，我想学习和强化的是一种可重复的、标准化的、流程化的、普适的方法。利用此套流程，之后在发现遇见同样的问题时，能主动地鉴别。我目前想到的一些必须的基本能力有：

1 可靠信息的搜寻与鉴别

    a 什么信息来源是可靠的？

    b 如何确定信息的可靠性？

2 数据的意义和解读

    a 什么样的数据是有意义的？

    b 数据有怎样的解读方式？

    c 显然统计学的知识是需要重新学习了（？）

3 复杂系统/过程的分析工具有哪些？

    a 比如本次查有机农业相关的文章，提到的两个我以前听说过但是没有深入学习的研究方法：meta-analysis （荟萃分析）和LCA（生命周期分析）

4 鉴别论证方式

    a 什么样的论证方式是可信的？

    b 如何避免误导和偏见？

    c 怎样区分观点和事实？

    d 如何看待暂未有定论的解释？

    e 怎样发现文章的逻辑漏洞？

嗯。大概先这么多吧。

当然解决问题所需要的理论知识是要额外学习的，我目前收集了（一摞）书，也算是这个系列的参考资料吧。读一些平时没有接触的书总是有趣的。

目前第一本想读的书可能是：

Critical Thinking, Brooke Noel Moore & Richard Parker. 也许对应解决1、4类问题。

其他可能同步阅读的书（不存在的，没有时间的）：

Complexity and Postmodernism: Understanding Complex Systems

（PS1. 才不会说这是写作业写不动了来摸鱼写的 PS2. 希望不是断更作）

2019年10月20日