本文探讨批判性思维及其与各种非形式谬误的关系，强调提升逻辑能力与识别论证中的错误。内容涵盖了批判性思维的定义、标准、推理过程以及不同类型的谬误，如实质谬误、言辞谬误和形式谬误。通过示例和详细分析，旨在帮助读者理解和应用批判性思维以避免逻辑错误。

1. 探索內心的小宇宙──
批判性思考、非形式謬誤
建中科研30屆 人文組長 洪邦喻

2. 批判性思考

3. 批判性思考（Critical Thinking）
• 思維過程中的洞察、分析、評估、重建
• 尋找自己與別人的思考論證是否有錯誤
• 建構更有說服力的論證、提升思考能力
• 批判對象為想法、信念與論證，而不是人
• 價值在於避免自己接收或產生錯誤想法
http://www.hfu.edu.tw/~cchi/critical%20thinking%20web/index.htm

4. 批判性思考～運用與發展
• 【智識標準】清晰條理、精準嚴謹、正確真實、
重要性、適切相關、完整性、合乎邏輯、公正性
• 【推理要素】目標、推理結果、問題焦點、概念、
觀點、引發效應、資訊、假設
• 【智識特質】智識的謙虛、智識的鍥而不捨、 智
識的自主性、對理性的信念、智識的正直感、智
識的同理心、智識的勇氣、公正的態度
© 2006 Critical Thinking Foundation 、文藻外語學院〈批判性思考迷你指南〉
檢視
發展

5. 批判性思考～因果關係
• 前因後果
• 「前提」←→「結論」
• 整理語句：結論是什麼？為何做出此結論，有什
麼原因或推理過程？推導是正確的嗎？

6. 論證
出發點
•前提（premise）
•預設（presupposition）
推理過程
•演繹法（Deductive Reasoning）
•歸納法(Inductive reasoning)
推理結果
•結論

7. 找出言詞的「謬誤」
你的邏輯夠嗎？準備好接受挑戰，迎接複雜的謬論架構～

8. 謬誤、謬論（Fallacy）
• 定義：推理方式不當的論證。
• 一個論證有謬誤，不表示其結論不為真。
• 分類：實質謬誤、言詞謬誤、形式謬誤
非形式謬誤
實質謬誤
（前提不當）
言詞謬誤
（語意混亂）
形式謬誤
（推論結構錯誤）
廣義的邏輯謬誤 狹義的邏輯謬誤
http://zh.wikipedia.org/wiki/謬誤

9. 謬誤、謬論（Fallacy）
http://zh.wikipedia.org/wiki/謬誤

10. 謬誤、謬論（Fallacy）
• 形式謬誤：可藉由符號化的邏輯系統揭露。
• 邏輯謬誤：可藉由語義分析及符號化揭露此類謬
誤。「邏輯謬誤」有時亦可廣義泛指所有的謬誤。
• 非形式謬誤：形式謬誤以外的其他謬誤統稱非形
式謬誤，含括了所有不能純粹由符號化邏輯系統
揭露的謬誤，這些謬誤需要關於現實世界的背景
知識與常識才能揭露出來。
http://zh.wikipedia.org/wiki/謬誤

11. 實質謬誤（Material fallacies）
• 論證使用不恰當或有爭論的前提，當論證者無法
對某前提提出充分證據時，該論證即未被充分證
立。
• 形式：因果謬誤、偏差樣本、非黑即白、既定觀
點問題、不當類比、矛盾前提、循環論證等。
http://zh.wikipedia.org/wiki/實質謬誤

12. 言詞謬誤（Verbal fallacies）
• 語意混亂、詞語句型誤用、解讀差異
• 形式：斷章取義、訴諸純潔
http://zh.wikipedia.org/wiki/言詞謬誤

13. 形式謬誤（Formal fallacies）
• 推理形式錯誤（屬於演繹性錯誤）
• 如推理犯了形式謬誤，結論即為不當結論。
• 只要將推論符號化並檢驗，即可揭露此謬誤。
• 三段式邏輯謬誤、命題邏輯謬誤、機率謬誤、
量化詞邏輯謬誤
• 模態轄域謬誤、模態邏輯謬誤、演繹性謬誤、
爛理由謬誤、蒙面人謬誤、謬誤論證
http://zh.wikipedia.org/wiki/形式謬誤

14. 言詞謬誤
（非形式謬誤）

15. 歧義（Ambiguity）
• 指未定義或定義不清楚而沒有明確涵義的單詞、
術語（term）、註釋或觀念。
• 如果一個單詞、片語、句子或其他的表達方式擁
有一個以上的解釋，就是歧義的。
• 歧義有別於模糊，模糊是指某個概念難以清楚界
定；歧義則可透過定義化解，定義通常取自標準
定義、詞典或普遍知識。
【例】一中各表。
http://zh.wikipedia.org/wiki/歧義

16. 單方論證（one-sided argument）
• 單方論證（隱瞞證據）
【式】刻意挑選支持論點，忽略所有反對理由。
【例】上社課會減少自己讀書的時間，所以不應該
花時間上社課。（但未提到上社課對知識的涵養
等有莫大幫助）
http://zh.wikipedia.org/wiki/單方論證

17. 斷章取義
• 又稱脫離脈絡引用（quoting out of context）、
脈絡去除（contextomy）、引言探勘（quote
mining）。
• 將原論述的前後文去除，或擷取一小段，據此建
立推論。然而在去除脈絡後，原意常已被扭曲。
【例】
甲：熱食部的麵食太油膩了，應該少放點油。
乙：你要求熱食部少放油，根本是變相漲價！
http://zh.wikipedia.org/wiki/斷章取義

18. 歧義句構（歧義結構）1
• 歧義句構（amphibology；amphiboly）
• 指因歧義的文法結構，導致一個句子能以多種不
同方式理解的情形。
【例】他是我的新朋友小華的哥哥。
【解】可解作「他是我的新朋友，小華，的哥哥」
或「他是我的新朋友，小華的哥哥」。
http://zh.wikipedia.org/wiki/歧義句構

19. 歧義句構（歧義結構）2
• 轄域謬誤（Scope Fallacy）
【式】因轄域歧義造成的錯誤推論，即為轄域謬誤。
• 轄域（Scope）指各種邏輯算子
（如連接詞、量詞、模態詞等）的作用範圍。
• 自然語言的轄域經常不明確，往往導致不同的解
讀，這種情況稱為轄域歧義（scope ambiguity）。
http://zh.wikipedia.org/wiki/轄域謬誤

20. 歧義句構（歧義結構）3
• 加重語氣
【式】指一個句子由於在不同的詞語上加重語氣，
造成歧義的現象。
【例】（他）（空英）（背得）（很）（熟）。
【解】加重任一組詞語語氣，可強調該詞及其義。
http://zh.wikipedia.org/wiki/加重語氣

21. 一詞多義 1
【定義】指一個詞語有多種意義，有時會被用來故
意誤導。
【例】王奶奶，你想要哪片專輯呀？我燒給你。
【解】「燒」可有兩種意思，一種是「燒錄」光碟，
一種則是祭拜儀式。
http://zh.wikipedia.org/wiki/一詞多義

22. 一詞多義 2
• 不在場悖論（absence paradox）
【式】語言模糊產生的非形式謬誤。
【例】
我現在不在紐約，也不在義大利。
因此，我在其他地方。
因為我在「其他地方」，所以我不在這裡。
【解】「其他地方」的相對與絕對性。
http://zh.wikipedia.org/wiki/不在場悖論

23. 一詞多義 3
• 重新定義（redefinition）
• 對一個詞語下一個非一般的特殊定義，藉以不當
的證成主張。
• 分成「降低標準」及「提高標準」兩類。
【例一】降低標準
將「人」定義成「會走的動物」。
【例二】提高標準
將「生物」定義成「有思想的物種」。
http://zh.wikipedia.org/wiki/重新定義

24. 一詞多義 4
• 沒有真正的蘇格蘭人（訴諸純潔）
【來源】一蘇格蘭人打開報紙，看到某英格蘭人犯
罪的新聞，很震驚地說道「沒有蘇格蘭人會幹下
這種事」。隔天另一條新聞換成了某蘇格蘭人犯
下重罪，此人只好改口「沒有真正的蘇格蘭人會
幹這種事」。─Antony Flew,Thinking About Thinking (1975)
【例】「沒有建中生不爬牆！」→「沒有真正的建
中生不爬牆！」
http://zh.wikipedia.org/wiki/沒有真正的蘇格蘭人

25. 一詞多義 5
• 定義家謬誤（definist fallacy）
論證時對相關詞語不當定義。分成三種：
1.把某個特質定義為另一個詞語
2.堅持使用說服性的定義
3.堅持在使用詞語前一定要先定義
【例】爭論無神論時，把「無神論者」定義成「尚
未認識神的人」，即為堅持使用說服性的定義。
http://zh.wikipedia.org/wiki/定義家謬誤 http://www.iep.utm.edu/fallacy/#Definist

26. 含糊（vagueness）
• 概念的外延不明確
• 存在事物無法確定是否此概念所指涉
• 此概念會發生「堆垛悖論」（sorites paradox）
• 堆垛悖論：假如n顆麥子不構成麥子堆，n+1顆也
不構成，則麥子堆不可能存在。
http://zh.wikipedia.org/wiki/模糊

27. 假精確（false precision）
• 又稱過度精確（overprecision）、不當精確
（misplaced precision）。
• 係在呈現數值資料時，使用了不符實情的過度精
確數值。
【例】博物館解說員表示：這個恐龍化石已有七千
萬又六年的歷史。因為他初到此工作時，專家告
訴他化石有七千萬年歷史；而他已在這工作六年
了。
http://zh.wikipedia.org/wiki/假精確

28. 滑坡謬誤（Slippery slope）
• 不合理地使用連串的因果關係，將「可能性」轉
化為「必然性」。
【式】如果發生Ａ，則必發生Ｂ，接著必然發生Ｃ、
Ｄ……最後必然發生Ｚ。
【例】凡是科研學弟，必然聽社課；聽社課就是好
社員；是好社員就會熱衷參與活動；熱衷參與活
動必定報寒訓。因此科研學弟必定報寒訓。
【解】每個坡的因果強度不一，且不一定是必然。
http://zh.wikipedia.org/wiki/滑坡謬誤

29. 連續體謬誤（continuum fallacy）
• 又稱劃界謬誤、禿子謬誤、灰色地帶謬誤。
• 堆垛悖論便屬一例。
【式】宣稱由於無法精確定義某些關鍵概念（例如
邊界），因而概念、論點是無意義的。
【例】老蘇掉了一根頭髮，不算禿頭；再掉一根頭
髮，也不算禿頭……因此，就算老蘇掉再多頭髮，
我們也不能說他是禿子。
【解】邊界概念的不明確。
http://zh.wikipedia.org/wiki/連續體謬誤

30. 洛基的賭注（Loki's Wager）
• 屬於連續體謬誤。
• 洛基是北歐神話中以詐騙聞名的神。傳說中他和
矮人們打賭輸了，當矮人們依約前來取走洛基的
頭時，洛基說沒有問題；然而依照約定，矮人們
只能取走他的頭，而不能動他的脖子。他們開始
爭論如何切割：有些部分雙方都同意是頭，有些
部分雙方都同意是脖子，然而脖子結束點和頭的
開始點究竟在哪裡，雙方一直無法取得共識。於
是洛基保住了他的頭。
http://zh.wikipedia.org/wiki/洛基的賭注

31. 具體化謬誤；兩面討好
• 具體化謬誤（reification fallacy）
• 指將抽象概念當做真實存在的物體，而做出不合
邏輯的論證。
• 兩面討好（if-by-whiskey）
• 係透過模糊的譴詞用句，令持有對立觀點的雙方
皆對此說詞感到滿意。
http://zh.wikipedia.org/wiki/具體化謬誤 http://zh.wikipedia.org/wiki/兩面討好

32. 因果、統計、類比
（非形式謬誤）

33. 因果謬誤（Causal fallacy）1
• 又稱「虛假原因」、「亂賦因果」
• 事件層級：甲事件導致乙事件（巧合）
• 類別層級：甲類事件導致乙類事件（相關性）
http://zh.wikipedia.org/wiki/因果謬誤

34. 因果謬誤（Causal fallacy）2
• 事件層級（巧合）
【例】校長發燒所以沒去週會說小故事。隔天校長
發燒就退了，所以不去週會可以治發燒。
• 類別層級（相關性）
【例】抽菸會導致肺癌。
http://zh.wikipedia.org/wiki/因果謬誤

35. 因果謬誤（Causal fallacy）3
• 虛假關係（偽關係，spurious relationship）
【定義】指在兩個沒有因果關係的事件，可能基於其
他未見的交絡因素（confounding factor），或潛
在變數（lurking variable），顯示出統計學上的
相關，讓人很容易猜想「兩個事件有所聯繫」，然
而這種聯繫並不能通過更加精細的檢驗。
【式】Ｃ導致Ａ和Ｂ，然而Ａ和Ｂ未必相關
【例】冰淇淋銷量最高時（Ａ），恰好是溺水事故發
生得最多的時候（Ｂ）。但兩者為個別結果，其共
同因素（Ｃ）是「此時為夏天」。
http://zh.wikipedia.org/wiki/虛假關係

36. 因果謬誤（Causal fallacy）4
• 相關證明因果（與此故因此）
【式】Ａ與Ｂ相關，故必有因果關係。
【例】數據顯示，接受激素替代療法的人發生冠心病
的機率較低。然而對照實驗結果，發病機率應較高。
重新分析後，發現接受此療法的病人社經地位較高，
有較好飲食及運動習慣，因此才使得發病率較低。
【解】兩變數有相關性，不代表有直接因果。
此概念稱為「相關不蘊含結果」。
http://zh.wikipedia.org/wiki/相關不蘊涵因果

37. 因果謬誤（Causal fallacy）5
• 後此謬誤（後此故因此）
【式】Ａ早於Ｂ，所以Ａ導致Ｂ。
【例】校長感冒，吃了些普拿疼。隔天他發燒了，所
以一定是普拿疼害他發燒的。
【解】發燒可能是來自於感冒而非普拿疼。
http://zh.wikipedia.org/wiki/後此謬誤

38. 因果謬誤（Causal fallacy）6
• 倒果為因（因果倒置）
【式】Ａ與Ｂ高度相關，但誤判方向。
【例】坐輪椅很危險，因為大部分坐輪椅的人都發生
過車禍。
http://zh.wikipedia.org/wiki/倒果為因

39. 因果謬誤（Causal fallacy）7
• 單因謬誤
【式】認定某事由單獨原因造成，未考慮複合原因。
【例】小明上課打瞌睡，一定是前一晚太晚睡。
• 複合結果（Joint effect）
【式】某原因導致多個結果，在結果間建立因果。
【例】校長講小故事時，同學可能拿起空英來讀、或
可能感到無聊而睡著了。所以同學因為看空英而感
到無聊睡著了。
http://zh.wikipedia.org/wiki/單因謬誤 http://zh.wikipedia.org/wiki/複合結果

40. 因果謬誤（Causal fallacy）8
• 無足輕重
【式】忽略主因，將真實但不重要原因當成主要論證。
【例】你剛放了顆屁，你是全球暖化的兇手！
• 德州神槍手謬誤（Texas sharpshooter fallacy）
【式】將統計上隨機產生的群集獨立出來，宣稱有統
計顯著性。
【來源】某德州人對著牆壁射了許多子彈，然後將最
密集區域圈出來，宣稱自己是神槍手。
http://zh.wikipedia.org/wiki/無足輕重 http://zh.wikipedia.org/wiki/德州神槍手謬誤

41. 因果謬誤（Causal fallacy）9
• 迴歸謬誤（未考慮隨機性）
【例】小明在球賽中毫無安打，教練責罵他一番；下
一場小明打出兩支安打，因此責罵可促使進步。
【解】當前一場表現為最低潮，下一場即有一定機率
產生更高成績，不能直接推定責罵→進步。
http://zh.wikipedia.org/wiki/迴歸謬誤

42. 【定義】錯誤假設群體與每個個體沒有區別
• 合成謬誤（構成謬誤）※以偏概全
【式】某部份有某性質，故全體皆具備該性質。
【例】人體由細胞組成，細胞是肉眼看不見的，所以
人體是肉眼看不見的。
http://zh.wikipedia.org/wiki/分布謬誤 http://zh.wikipedia.org/wiki/合成謬誤
分布謬誤 1

43. • 分割謬誤（Division fallacy） ※以全概偏
【式】某物有某性質，故其中所有部分皆有該性質。
【例】科研是優秀的社團，所以科研的所有學弟都是
優秀的。
• 區群謬誤（Ecological fallacy）
• 又稱生態謬誤、層次謬誤，是分析統計資料時以群
體數據推論個體性質的「以全概偏」謬誤。
【例】甲班成績平均高於乙班，如隨機抽出各一位同
學，則該甲班同學成績會高於該乙班同學。
http://zh.wikipedia.org/wiki/分割謬誤 http://zh.wikipedia.org/wiki/%E5%8D%80%E7%BE%A4%E8%AC%AC%E8%AA%A4
分布謬誤 2

44. 不當類比（false analogy）
• 不恰當的類比推論，又稱牽強比附、牽強類比、不
當類比、弱類比。
【例】藝術創作和色情書刊都有性和裸體。藝術創作
沒有十八禁，所以色情書刊也不該有十八禁。
【相關】乞題類比、偏差樣本、單方論證…
http://zh.wikipedia.org/wiki/不當類比

45. 乞題（Question Begging）
• 乞題指使用待論證或有爭議、與他人觀點不同的前
提。這樣的論證方式就像在乞求對方接受自己的前
提，故稱「乞求論題」。
• 問題已經包含了立場或結論
【例】
甲：你覺得抽菸是令人愉悅的嗎？
乙：大概是吧！
甲：看！你果然抽過菸！現在跟我回學務處。
http://zh.wikipedia.org/wiki/乞題

46. 乞題類比（Question-Begging Analogy）
• 使用類比論證問題，然而該類比的強度取決於那個
有爭議的問題。
• 利用乞題的方式命定前提，再進行不當的類比。
【例】殺人一定是錯的。死刑是殺人，因此死刑一定
是錯的。
【解】支持死刑者對前提「殺人一定是錯的」存疑。
http://zh.wikipedia.org/wiki/乞題類比

47. 偏差樣本（Biased Sample）1
• 根據缺乏代表性的樣本推論出一般化結論。
• 樣本數太小或樣本並非隨機抽出。
※以偏概全、以全概偏
【例】美國人很胖，可見美洲人很胖。
• 舉例：輕率概化、軼事證據、採櫻桃謬誤……
http://zh.wikipedia.org/wiki/偏差樣本

48. 偏差樣本（Biased Sample）2
• 採櫻桃謬誤（隱瞞證據、證據不完整謬誤）
【式】刻意挑選支持論點，而將重要但不支持論點的
資料忽略不計。
【來源】採櫻桃的人把好的櫻桃挑出來，看到的人會
以為水果全都是好的。
【例】反核人士只提到核災的可怕，卻不提核災發生
的或然率及火電造成的災難。
http://zh.wikipedia.org/wiki/採櫻桃謬誤

49. 偏差樣本（Biased Sample）3
• 輕率概化（不當概化、範例肯證）
【式】憑少數實例或樣本就歸納一般化結論。
【例一】某人從未上過放學社課，他是科研社的學弟，
所以科研的學弟都不上放學社課。
【例二】某學長從未爬過牆，他是建中人，所以所有
建中人都不爬牆。
• 有效的範例肯證（證明存在性）
【例】小明只有一隻腳，小明是人，所以世上存在只
有一隻腳的人。
http://zh.wikipedia.org/wiki/輕率概化

50. 偏差樣本（Biased Sample）4
• 軼事證據（傳聞證據）※三人成虎
【式】憑軼事傳聞做出一般化結論。
【例】你準備好購買某物，結果許多親戚好友告訴你
這東西糟透了！最後你可能會做出「這東西不好，
別買了吧」的結論。
• 誤導性鮮活個案（misleading vividness）
【式】選取特例，提供非常充分的細節，誘導聽者相
信其為一般化的結論。常以「見證」方式呈現。
【例】阿靈師真的很強，他上次讓某人的病不藥而癒！
http://zh.wikipedia.org/wiki/軼事證據

51. • 懶於歸納（相反於輕率概化）
【式】拒絕承認一切統計性、歸納性、一般性結論。
【例】即使大多學術報告顯示核電很安全，我就是不
相信！
http://zh.wikipedia.org/wiki/懶於歸納
懶於歸納（slothful induction）

52. 壓倒性例外
（overwhelming exception）
【式】提出一個看似普遍性通則的結論，卻附加了涵
括大多數例外的聲明，以期誤導對方相信該通則具
有普遍性。
【例一】你有困難儘管說，我一定幫你，除非有不答
應的必要！
【例二】朝會我一定去，除非有我不去的理由！
http://zh.wikipedia.org/wiki/壓倒性例外

53. 麥納馬拉謬誤（McNamara fallacy）
【式】描述過度使用數據評估事情的現象。
【來源】羅伯·麥納馬拉（Robert McNamara），美國
1961-1968年的國防部長。他相信可透過定量化研究
瞭解美國在越戰中失利的原因。
• 「第一步是測量容易測量的，目前為止還好。第二
步是無視那些不容易測量的，或者賦予一個定量的
值，這是人為且有誤導嫌疑的。第三步是假定那些
不容易測量的都不重要，這是盲目。第四步是宣稱
沒有不容易測量的，這是自殺。」─Daniel Yankelovich "Corporate
Priorities: A continuing study of the new demands on business." (1972)
http://zh.wikipedia.org/wiki/麥納馬拉謬誤

54. 其他非形式謬誤

55. 以偏概全、以全概偏
• 以偏概全
【式】以少數的例證或特殊的情形，強行概括整體。
【形式】部分案例(特例)→(肯定/否定)一般性結論
• 以全概偏
【式】將通則強行套用至所有個例。
【形式】
一般性通則→套用所有個體(否認特例)
甲整體優於乙時，認定甲不會有任何一點遜於乙
http://zh.wikipedia.org/wiki/%E4%BB%A5%E5%81%8F%E6%A6%82%E5%85%A8

56. 演繹性謬誤
• 偶例謬誤（籠統概化）
【式】基於通則存在，否定例外的可能性或正當性。
【例】超速是不對的，所以救護車不能超速。
• 逆偶例謬誤
【式】基於例外存在，否定一般性的通則。
【例】癌症病患可以用嗎啡，所以政府不該設下對嗎
啡的管制。
http://zh.wikipedia.org/wiki/%E5%81%B6%E4%BE%8B%E8%AC%AC%E8%AA%A4 http://zh.wikipedia.org/wiki/逆偶例謬誤

57. 心理學家謬誤、投射作用
• 心理學家謬誤（psychologist‘s fallacy）※以偏概全
【式】分析某行為時，預設其個人感覺具有普遍性。
【例】「我這樣，其他人一定也這樣。」
• 心靈投射謬誤（投射作用）
【式】某人認為他看世界的觀點反映了世界的真相。
也就是，某人將他的個人感覺投射到真實世界。
【例】某人不喜歡吃香菇，於是認為世上所有人都不
喜歡吃香菇。（主觀想法客觀化）
http://zh.wikipedia.org/wiki/%E5%BF%83%E7%90%86%E5%AD%B8%E5%AE%B6%E8%AC%AC%E8%AA%A4 http://zh.wikipedia.org/wiki/心靈投射謬誤

58. 史學家謬誤、同感謬誤
• 史學家謬誤（historian‘s fallacy）
【式】假設過去的決策者對某個事件持有與現今相同
的資訊與觀點，並且據此做分析與評論。
【例】草船借箭時，曹操怎麼不射火箭呢？
• 同感謬誤（pathetic fallacy）
【式】某人認為無生命的物體具有和人類一樣的感覺、
感受、與思想。
http://zh.wikipedia.org/wiki/史學家謬誤 http://zh.wikipedia.org/wiki/同感謬誤

59. 檢察官謬誤、辯護人謬誤
• 檢察官謬誤（prosecutor's fallacy）
【式】未正確考慮機率，或取不相關證據認定被告
「無辜的機會」很小。
【例一】小明中了頭彩，被檢察官懷疑收買內部員工。
檢察官的論據是，大樂透頭彩的中獎機率只有約
1/14000000，所以小明只有1/14000000的機率是無
辜的。（然而，中獎機率與無辜機率無關。）
【例二】小明被指控犯下搶案，原因是科學檢驗符合。
檢察官說，這種檢驗平均每1000人只會有一人符合，
因此小明有罪的機率是999/1000。（然而，正確的
算法應採用貝氏定理。）
http://zh.wikipedia.org/wiki/檢察官謬誤

60. 檢察官謬誤、辯護人謬誤
• 辯護人謬誤（defendant's fallacy）
【式】未正確考慮機率，或取不相關證據認定被告
「犯罪的機會」很小。與「檢察官謬誤」相反。
http://zh.wikipedia.org/wiki/辯護人謬誤

61. 循環論證（circular argument）1
• 係指結論蘊含前提的情況。
• 在邏輯上有效，然而前提及所有中繼結論皆不一定
被接受，此時因前提不成立而犯了乞題謬誤。
【式】P1→P2→P3→…→Pn→P1
【例】
聖經寫的都是對的。（←不一定可接受的前提）
因為，聖經是上帝寫的。
上帝不說謊也不犯錯。
所以，聖經寫的都是對的。
http://zh.wikipedia.org/wiki/循環論證

62. 循環論證（circular argument）2
• 小小人論證（homunculus argument）
• 是一種無限迴歸式的循環論證。
• 有個人在看電影，他看見投射在銀幕上的影像，然
而這個人如何看見這個影像呢？這是因為來自銀幕
的光線穿過他的眼睛，投射在視網膜上，進入大腦，
而大腦中有個小小人在看這個影像。但是，這個小
小人怎麼看見這個影像呢？這是因為來自銀幕的光
線穿過他的眼睛，投射在視網膜上，進入大腦，而
大腦中有另一個小小人在看這個影像……
• 小小人論證使用了問題本身來解釋問題，造成無限
循環，並未真正解釋問題的本質。
http://zh.wikipedia.org/wiki/小小人謬誤

63. 循環論證（circular argument）3
• 訴諸信心（Appeal to faith）
• 係宣稱必須先相信某件事，才能夠知道它為真實；
不先相信某件事情，就無法知道它為真實。
【例】如果你不信神，就無法看到神。
產生無限循環：不信神→看不到神→不信神→……
http://zh.wikipedia.org/wiki/訴諸信心

64. 循環論證（circular argument）4
• 抵銷假設（Canceling Hypotheses）
• 係提出一個假設以解釋根據另一個假設預測的事為
何沒有發生的論證方式。
• 陰謀論（Conspiracy Theory）是其中一種形式。
【式】用假設解釋另一個假設沒發生的原因。
【例】這裡被假設應該要有古文明遺址，但我找不到。
我推斷應該有盜墓賊來過了。
http://zh.wikipedia.org/wiki/抵消假設

65. 不當提問 1
• 雙管問題（double-barreled question）、複合問題
• 藉由合取（且）或析取（或）等方式組合多個子問
題而成的問題。
• 若無其他證據就將雙管問題的答案詮釋為其中一個
觀點，即屬謬誤。
【例】你是不是很帥的一隻豬？
（若只回答是／否，則會有兩種解讀）
http://zh.wikipedia.org/wiki/雙管問題

66. 不當提問 2
• 既定觀點問題（loaded question）、複合問題
• 在問題中摻入預設的觀點，對方一旦回答，就等同
承認這些觀點是真的。如果回答者並未同意該預設，
僅是因正面回答問題而被迫承認，以其回答證成預
設則屬謬誤。
【例】你不再作弊了嗎？
http://zh.wikipedia.org/wiki/既定觀點問題

67. 不當提問 3
• 誘導性提問（suggestive question）、暗示性問題
• 用不恰當的提問方式限縮、操控回答者的回答
【例】
直接性提問：如「拿到了嗎？」「哪裡發生的？」
重複性提問：重複詢問一個問題，誘使回答者覺得之
前的回答是錯的而改變答案，直到得到想要的答案。
強制性提問：提供有限的選項而沒有足夠的解釋，然
而回答者可能不接受所有選項。
確認性提問：設計使答案只能支持特定的觀點。如
「你覺得要如何讓關說合理化？」
http://zh.wikipedia.org/wiki/誘導性提問

68. 不當提問 4
• 引導性問題（leading question）、
暗示性審問（suggestive interrogation）
• 提問內容包含了審問者對事件的解釋與想法
• 引導式問題容易引導被審問者回答出審問者設想好
的情境。
【例】昨晚八點你是否在校長室？
http://zh.wikipedia.org/wiki/引導性問題

69. 亂槍打鳥論證
（shotgun argumentation）
• 提出大量論述（而這些論述往往不合理或有謬誤）
使反對者無法一一反駁。
http://zh.wikipedia.org/wiki/亂槍打鳥論證

70. 偷換概念 1
• 刻意改變關鍵概念的作為。
• 形式：斷章取義、歧義句構、一詞多義、重新定義
【例】有個富翁，左鄰是銅匠，右鄰是鐵匠，成天叮
叮咚咚吵得厲害。富翁特備一桌酒席請他們搬家，
左右鄰舍都答應了。然而，兩家都搬了家以後，叮
叮咚咚照舊。原來是左邊的銅匠搬到了右邊，右邊
的鐵匠搬到了左邊。
http://zh.wikipedia.org/wiki/偷換概念

71. 偷換概念 2
• 稻草人論證（straw man）、偷換主題
• 攻擊一個假想的論點；或曲解他人的論點，並攻擊
替換後的論述。
【例】
甲：我不認為小孩應該向大街上亂跑。
乙：把小孩關起來，限制他們自由，實在太殘忍了！
http://zh.wikipedia.org/wiki/稻草人論證

72. 偷換概念 3
• 挪動門柱（moving the goalposts）
• 比喻改變達成目標的準則。
【例一】朝令夕改。
【例二】
甲：我們應該選老范當「年度最佳老師」。
乙：為什麼？他很懶，而且教的都不考。
甲：他出的作業都很簡單。
http://zh.wikipedia.org/wiki/挪動門柱

73. 不一致的謬誤
（fallacy of inconsistency）1
• 論證內容不一致，導致自我衝突或自我推翻。
• 矛盾前提（Contradictory Premises）：自相矛盾
• 論點不能同時成立：破釜邏輯
• 對同一群體的不同個體提出不同要求：特別待遇
• 自我指涉並自我推翻（例：我說的話都是假的）
• 某些詞語或句子在不同處有不同意義，導致論證無
法連貫，成為無效論證：偷換概念
http://zh.wikipedia.org/wiki/不一致的謬誤

74. • 破釜邏輯（kettle logic）
• 針對某個點提出許多論據，然而這些論據彼此並不
一致。
• 佛洛伊德《夢的解析》：甲的鄰居指控甲把借去的
鍋子（釜）弄壞了，甲的反駁如下：
我歸還鍋子時，鍋子還是好的。
我借走鍋子時，鍋子已經壞了。
我根本沒有借鍋子。
• 這三個論據並不一致，他如果只說其中一個，顯然
會更好。
http://zh.wikipedia.org/wiki/破釜邏輯
不一致的謬誤
（fallacy of inconsistency）2

75. • 片面辯護（特別待遇、雙重標準）
【式】面臨爭議時聲稱某些情況需要額外考量，卻無
提供足夠或合理理由。
【例】只有高二的學長可以買熱食部的生科麵！
http://zh.wikipedia.org/wiki/特別待遇
不一致的謬誤
（fallacy of inconsistency）3

76. • 透過不完整而難以駁斥的斷言證成觀點。
• 然而，正因為其不完整，因而也無法有效證成觀點。
【例】甲公司的商品比乙公司更好。
【解】上述為不完整的斷言。較完整的斷言應像「甲
公司的商品比乙公司更便宜」或「甲公司的商品比
乙公司更受到市場歡迎」，聽者才可以藉由數據等
證成或駁斥其說詞。
http://zh.wikipedia.org/wiki/不完整的比較
不完整的比較
（incomplete comparison）

77. • 將對不同對象採用不同基準作出的比較，並列作為
理據證成某主張。
【例】甲公司的產品比乙公司的更便宜，比丙公司的
更多功能。
【解】因為基準不同，上述說法不能代表甲的商品同
時比乙、丙便宜及多功能。
http://zh.wikipedia.org/wiki/不一致的比較
不一致的比較
（inconsistent comparison）

78. 結論、特別感謝

79. 結論
• 在日常生活中，偶爾會聽到幾句話，覺得「怪怪
的」，但又說不出哪裡怪。在這堂社課之後，希望
每個人都能學會深度的思考，不但可以提升智慧，
還可以洞穿別人說話的話術，進而發現盲點、避免
受騙。
• 謬誤還有非常多的類型，包含「訴諸～」的謬誤更
是數不清。想一次統整所有概念，學習如何說話與
聽話，敬請期待下學期的社課！

80. 特別感謝
• 我的身體，希望耐過這次連日操勞後作息能回歸正常。
• 我的家人，謝謝他們包容我總是占著電腦打社課講義。
• 我的朋友，讓我在極短時間準備時給我精神上的支持。
• 我的電腦，讓我得以蒐羅大量資料且做出精美的簡報。
• 建科30屆，讓我有機會挑戰自我，且能勇敢站在臺上。
• 建科31屆，耐心聽我上課且和平理性地讓我發表言論。
• 這是我第二次上放學社課，而這個主題對我來說也是新的挑戰。如果上課
內容有任何不足，希望能不吝指教！
• 我的部落格：http://blog.xuite.net/kenny60114/blog
• 歡迎加我的FB或蒞臨部落格討論，不限人文主題。
• 再次感謝您的聆聽，我的社課到此結束！