Анализ и оценка данных аргументации

Под данными аргументации понимается все то, что служит для обоснования ее заключения, например, факты, подтверждающие гипотезу, эксперименты в науке, наблюдения, показания свидетелей в суде и т.п. В разных областях аргументации они иногда называются по–разному, но их суть и функция от этого не изменяются. Так, в юриспруденции эти данные часто именуются доказательствами, причем речь идет не только о вещественных доказательствах, но и свидетельских показаниях, результатах заключений экспертов, следственных экспериментов и т.п. В математике под данными понимаются посылки, необходимые для доказательства теоремы. В эмпирических науках к данным относят прежде всего результаты систематических наблюдений (например, в астрономии) и специально поставленных экспериментов для подтверждения гипотезы или теории.

В простейших случаях, когда собеседник соглашается с вашим мнением по обычным вопросам, никаких данных для его обоснования не требуется. Если же возникают сомнения или утверждение оспаривается, то для его подтверждения приходится обращаться к фактам, свидетельствам, примерам и т.п. данным. Все они имеют различный характер, начиная от непосредственной ссылки на личный опыт, повседневные наблюдения и кончая сложными статистическими результатами. К числу основных и часто встречающихся данных относятся конкретные случаи, которые используются при аргументации в качестве примеров и иллюстраций. Обычно они приводятся для подтверждения и разъяснения общих положений или принципов, а также понятий, выдвигаемых в процессе аргументации. Эти примеры и иллюстрации должны быть понятными аудитории, к которой обращаются, так как понимание является непременным условием всякой аргументации и убеждения.

Примеры и иллюстрации будут особо убедительными для подтверждения и обоснования гипотезы или обобщения, когда они будут не сходными и повторяющими друг друга, а во многом отличаться между собой. Поэтому задача аргументатора заключается не в простом накоплении сходных примеров, а в отборе таких, которые, несмотря на их отличие от первых, тем не менее служат для подтверждения утверждения или предположения. Благодаря этому достигается не только чисто психологическая вера аудитории, но и усиливается степень логического подтверждения гипотезы или обобщения.

Ко второй группе данных, служащих для подтверждения аргументации, относятся многочисленные статистические результаты и оценки, в которых подытоживаются систематические наблюдения массовых, повторяющихся событий, явлений и фактов. В настоящее время статистические методы все шире и глубже проникают не только в науку, но и другие отрасли человеческой деятельности. Достоинство этих методов заключается в том, что они дают всю полученную информацию в компактной и легко обозримой форме, не говоря уже о том, что в ней речь идет не об отдельных фактах и явлениях, а целом классе сходных, однородных событий, т.е. о статистическом коллективе.

К третьему типу данных относятся свидетельства, которые используются для подтверждения отдельных утверждений, предположений и заявлений. Убедительность свидетельств зависит от их надежности и, конечно, доверия к ним аудитории. Свидетельства, встречающиеся в практике аргументации, имеют разнообразную форму, начиная от личного опыта, простого наблюдения событий и кончая показаниями свидетелей, данными под присягой. Иногда в качестве свидетельств выступают также мнения, основанные на наблюдении других людей.

Несмотря на существование разнообразных данных и требований, к ним предъявляемых, имеются также некоторые общие принципы, правила и оценки, соблюдение которых может усилить аргументации, если не во всех, то в большей части споров, дискуссий и обсуждений.

Наиболее важными требованиями считаются:

1. Подтверждающие данные должны быть репрезентативными. Т.е. случаи, факты или примеры должны выбираться так, чтобы они верно отражали структуру области аргументации. Иногда говорят, что выбор данных должен быть непредвзятым и не создавал преимуществ для выбора одних случаев перед другими.

2. Конкретные случаи и статистические данные должны быть взяты из наиболее надежных источников. Это требование очевидно, ибо аргументация из ненадежных источников сразу же будет замечена аудиторией и поэтому не будет принята ею.

3. Данные должны быть достаточны как по числу, так и по деталям или подробностям, которые их характеризуют. Индуктивное или статистическое обобщение будет тем более правдоподобным, чем большее количество данных будет исследовано.

4. Отрицательные данные должны быть объяснены. Наличие отрицательных данных часто рассматривается как свидетельство того, что они не подбирались предвзято. Если отрицательные данные опровергают обобщение, тогда аргументация оказывается несостоятельной. Но нередко отрицательные данные при более тщательном исследовании оказываются либо нерелевантными, т.е. не имеющими отношения к выдвигаемому в ходе аргументации утверждению или гипотезе, либо последние нуждаются в уточнении и исправлении.

5. При анализе данных должен быть учтен опыт и ценностные ориентиры аудитории. Это требование имеет скорее характер рекомендации, чем безусловного требования. Оно направлено на то, чтобы добиться согласия с аудиторией по поводу приводимых данных. Если многие из них известны аудитории, то не следует умножать без необходимости количество примеров и заниматься скучным повторением доводов. Лучшая тактика в этом случае состоит в том, чтобы тщательнее анализировать примеры, которые значительно отличаются от примеров, ей известных, а потому представляющих для нее больший интерес.