YouMind
ログイン
ArguScope|議論の透視鏡

ArguScope|議論の透視鏡

議論の穴を見抜き、結論を確かに

作成者
Lleo wang
インストール数
2
カテゴリ研究
出典YouMind

コンテンツ紹介

説明

ArguScopeは、専門的な論証分析ツールであり、ユーザーがテキストや音声・動画コンテンツ(逐語録が必要)の論証の質を深く理解し、その結論の強度が提供された証拠と整合しているかを判断するのに役立ちます。 このツールは、コンテンツクリエイター、研究者、評論家、そして批判的思考や論証分析能力を高めたいと願うすべてのユーザーに適しています。テキストの中心的主張、それを支える証拠、暗黙の前提、推論プロセスを識別し、結論の強度を評価します。ユーザーはこれにより、論証の長所と短所を理解し、情報の真偽や論証の有効性を見極める能力を向上させることができます。 ArguScopeのコア機能は、論証の骨格を抽出し、テキストタイプ、推論方法、証拠レベルを分析すること、証拠の断点、因果の断点、概念の断点、一般化の断点、価値の断点という5種類の重要な論理的問題を特定すること、必要に応じてファクトチェックを行うことを含みます。最終的に、総合スコア、論証の強度判断、重要問題の分析、ファクトチェックリストを含む詳細な論証透視レポートを提供し、ユーザーがコンテンツの論証品質を総合的に評価できるようにします。

このスキルをおすすめする理由

このスキルは独自のアプローチを採用し、論理的誤謬を羅列するだけでなく、論証の骨格を掘り下げ、結論の強度が証拠を超えるかを正確に評価し、あなたを真の思考者へ導きます。

関連スキル

すべて表示

ファクトチェック

あらゆる主張、結論、データ、提案をAIファクトチェッカーに任せられます。ウェブでの出典調査、5段階の信頼度評価、推論の問題点の検出を行い、そのまま転送できる検証レポートを作成します。 【できること】検証したい主張を貼り付けると、3つのステップで自動チェックします。 🔍 分解——主張を「検証可能な事実/そこから導かれた結論/価値判断」に分け、立場や意見を事実として扱わず、厳密に区別します 🌐 ウェブで出典調査——出典、サンプル、統計の定義、時期、完全な文脈を一つずつ確認し、複数の情報源で相互検証します 🧩 推論のチェック——隠れた前提、相関関係と因果関係の混同、見落とされた別の説明、結論が成り立つ条件や成り立たない条件を見つけます 【選ばれる理由】 ✅ 5段階の信頼度評価:確認済み/概ね正しいが限定が必要/議論の余地あり/証拠不十分/明らかに誤り。各項目に出典リンク付き ✅ 4部構成のレポート:信頼できる事実と修正点/推論の最も重要な問題点/補強後の最も妥当なバージョン/どの程度まで信じられるか ✅ 憶測で補いません:調査で確認できない場合は正直に「証拠不十分」と示し、「おそらく正しい」でごまかしません ✅ レポートは完成品:読者、顧客、コミュニティにそのまま転送できます 【こんな方に】個人メディアやコンテンツの制作者、投資家やアナリスト、学生や研究者、そして「この言葉は信じてよいのか」をすばやく判断したいすべての方に適しています。 【使い方】検証したい主張をそのまま貼り付けてください。一文から段落まで対応できます。たとえば「橋本病の人はよく元気がない」と入力すると、出典付きの信頼度評価レポートが得られます。 ⚠️ 医療・法律・投資などの専門的な問題については、情報の検証のみを目的としています。最終的には専門家の意見を確認してください。

J
2999

LessWrong:論争と不確実性の意思決定

論争のある問題、政策議論、記事の論証、コメント欄での対立を、より明確で検証可能な、行動につながる分析へと変換します。このスキルはLessWrongの合理主義の伝統を参考にしていますが、公式のLessWrongの立場ではありません。議論に勝つことではなく、事実、因果的な説明、価値判断、政策提案、予測、個人の戦略を区別し、感情や立場、声の大きさを証拠と取り違えないことを重視します。 証拠の質、未知の情報、ベースレート、代替説明を確認し、「みんなそう思っている」といった誇張、個別事例を全体の傾向に置き換えること、動機への攻撃、アイデンティティに結びついた論争を見つける手助けをします。同時に、相手の最も妥当な主張を最善の形で示し、結論を実際に変える重要な意見の相違を探り、インセンティブや制約と、現実の行動との関係を分析します。 論争のある記事を検証する場合も、自分の論証を改善する場合も、コメント欄の対立を理解する場合も、情報が不完全な中で選択肢を比較する場合も、暫定的な結論、主な留保、判断を更新する条件、次の行動への提案を得られます。最新性が重要な情報や専門的な事実については、さらなる確認が必要な部分を明示し、偽りの確実性で空白を埋めることはありません。

P
11k
研究

新芽|投資仮説監査

投資判断の問題は、データが完全に間違っていることではなく、正しいデータが過度に広げられた結論を支えていることにあります。 たとえば: 「AIの受注が多いから、今後3年間は利益が必ず大きく伸びる。」 「事業が好調だから、今の株価はとても割安だ。」 「顧客が増え続けているから、すでにネットワーク効果が生まれている。」 「経営陣が技術の優位性を主張し、それが決算資料にも書かれているから、競争優位性は証明された。」 「新芽|投資仮説監査」は、自分が正しいと証明するための理由をさらに探すものではありません。 投資の見解を、監査可能なCritical Pathに分解し、次の流れを段階ごとに確認します: 事実 → 証拠 → 因果関係 → 隠れた仮説 → 事業化 → 経済的成果 → バリュエーション さらに、一次資料を優先的に調査し、次の本当に重要な問いに答えます: どの部分がすでに証拠によって裏付けられているか? どの部分が合理的な推論にすぎないか? 必要な要素のうち、最も脆弱なのはどれか? Thesisを本当に揺るがす反証はあるか? 結論を変える可能性が最も高い証拠は何か? 最終的に、次の5段階のいずれかで評価します: SUPPORTED / PARTIALLY SUPPORTED / FRAGILE / BROKEN / INSUFFICIENT DATA 結論は、曖昧な「総合的に見ると」ではなく、具体的なNecessary Claimと証拠まで追跡できるものでなければなりません。

J
5999

情報

バージョン
v5
最終更新
実行クレジット
使用量に応じて消費
モデル
自動選択

もっと大胆な作品をつくる準備はできましたか?

ArguScope|議論の透視鏡