← 返回
未分类

critical-thinking-framework

基于津巴多心理学六问法,对任何新观点、主张或信息进行系统性、结构化的批判性审视。通过六个递进维度的分析,识别潜在偏差、验证逻辑有效性,并形成经过多重检验的审慎结论。适用于评估新闻报道、科学主张、政策建议及日常决策。
基于津巴多心理学六问法,对任何新观点、主张或信息进行系统性、结构化的批判性审视。通过六个递进维度的分析,识别潜在偏差、验证逻辑有效性,并形成经过多重检验的审慎结论。适用于评估新闻报道、科学主张、政策建议及日常决策。
ljt1469 ljt1469 来源
未分类 clawhub v1.0.0 1 版本 100000 Key: 无需
★ 1
Stars
📥 788
下载
💾 27
安装
1
版本
#latest

概述

Parameters

| Parameter | Type | Required | Description |

| -------------------- | ------ | -------- | ------------------------------------------------------------ |

| claim | string | Yes | 待分析的具体观点或主张(如"糖会导致儿童亢奋") |

| source_info | object | No | 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_available | array | No | 当前可获取的支持性证据列表(轶事、统计数据、实验结果等) |

| domain | string | No | 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

{
  "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"]
  }
}

版本历史

共 1 个版本

  • v1.0.0 当前
    2026-03-30 13:06 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-agent

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,429 📥 327,033
ai-agent

Find Skills

root
帮助用户发现和安装智能体技能,当用户询问如「如何做X」、「找X的技能」、「有能做...的吗」等问题时
★ 1,497 📥 562,127
ai-agent

self-improving agent

pskoett
记录自身发现以实现自我改进的技能
★ 4,145 📥 918,817