Kritiskā Domāšana un Problēmu Risināšana

1. VērojietKas notiek?
2. FormulējietKādu problēmu mēs risinām?
3. IzskaidrojietKas varētu to izraisīt?
4. ĢenerējietKas vēl varētu iedarboties?
5. IzvērtējietKura iespēja iztur pārbaudi?
6. MācietiesKas mainīja mūsu modeli?

Metaanalīzes rāda, ka kritiskās domāšanas mācīšana var uzlabot izmērāmās prasmes, īpaši tad, ja spriešana tiek mācīta tieši, par to notiek padziļināta diskusija un tā tiek praktizēta reālā mācību priekšmeta kontekstā.² Jaunāka sintēze arī konstatē pozitīvu ietekmi, tomēr lielā neviendabība liecina, ka programmas un to rezultāti būtiski atšķiras.³

Tulmina sistēma tika izveidota praktiskiem argumentiem, kuru stiprums ir atkarīgs no jomas, konteksta un kvalifikācijas, nevis tikai no formālās loģiskās formas.²⁸ Tā ir īpaši noderīga, kad cilvēks sniedz pierādījumus, bet atstāj neredzamu savienojošo pieņēmumu.

• Apgalvojums un pieņēmumi: precīzi pierakstiet secinājumu; nošķiriet novērojumus, pieņēmumus un interpretācijas.
• Savienojošais pieņēmums un piemērošanas robežas: izskaidrojiet, kāpēc pieņēmumi atbalsta apgalvojumu un uz kādu populāciju, laiku un apstākļiem tas attiecas.
• Spēcīgākais konkurents: formulējiet labāko konkurējošo skaidrojumu, nevis vieglāko tā versiju.
• Atšķirošie pierādījumi: nosauciet, kas atbalstītu vienu vai otru versiju, kas mainītu jūsu viedokli un kas joprojām nav zināms.

• Mērīšana: vai mērījums patiešām aptver pozitīvo konstruktu, vai tikai ērtu netiešu rādītāju?
• Atlase: kas tika iekļauts, kas izkrita un kas vispār netika iekļauts izlasē?
• Salīdzinājums: ar neko, ierasto praksi, placebo vai ticamu aktīvu alternatīvu?
• Lielums un nenoteiktība: vai ietekme ir praktiski noderīga un kādas vērtības joprojām ir saderīgas ar datiem?
• Daudzkārtēja testēšana un caurskatāmība: cik rezultātu vai analīžu tika izmēģināts un vai metodes bija iepriekš definētas?
• Pārnesamība: kāpēc šim rezultātam būtu jābūt spēkā citā populācijā, vidē vai lēmuma pieņemšanas situācijā?

Korelācija ir mājiens, nevis cēloņsakarības spriedums

Ja cilvēki, kuri izmanto noteiktu rīku, sasniedz labākus rezultātus, rīks var palīdzēt – tomēr to varētu biežāk izvēlēties arī spējīgāki cilvēki, vienlaikus varētu tikt mācītas papildu prasmes vai arī abus faktorus varētu ietekmēt trešais faktors. Apgrieztā cēloņsakarība, mulsinoši faktori, atlase un mērījumu kļūdas var radīt vai izkropļot saistību. Cēloņsakarību grafiki liek šos pieņēmumus padarīt redzamus un atgādina, ka katra pieejamā mainīgā kontrolēšana arī var būt kļūda, ja šis mainīgais ir starpnieks vai kolideris.¹⁰

1. Cēlonis?A var mainīt B
2. Pretēji?B var mainīt A
3. Kopīgs cēlonis?C var mainīt abus
4. Izlase vai mērījums?Novērota izlase vai netiešs rādītājs var izkropļot saistību

Metaanalīze var palielināt precizitāti un atklāt rezultātu variāciju, taču aritmētika viena pati nevar glābt aizspriedumainus sākotnējos pētījumus. Pārbaudiet iekļaušanas noteikumus, pētījumu kvalitāti, neviendabīgumu, rezultātu definīcijas un publikācijas aizspriedumus. Pat plaša literatūra var būt trausla: „Open Science Collaboration“ koordinētais atkārtojuma projekts palīdzēja padarīt atkārtojamību par centrālu pierādījumu novērtēšanas daļu un vienlaikus parādīja, ka atkārtojuma rezultāti jāinterpretē piesardzīgi, nevis izmantojot vienkāršotu „izturēts / neizturēts“ mitoloģiju.¹¹

Metode “apsveriet pretējo” var palīdzēt atgūt ignorētus pierādījumus.⁷ Dabiskie biežumi – piemēram, “8 no 100” – var skaidrāk parādīt Bajeza varbūtību sakarības.⁸ Prognozēšanas prakse parāda sadalīšanas, varbūtību aplēšu, atjaunināšanas un atgriezeniskās saites vērtību.¹²

• Novērotais stāvoklis: kas notiek, kur, kad, cik bieži un kam – vēl neizdarot pieņēmumus par cēloni?
• Vēlamais stāvoklis: kāds rezultāts būtu labāks un kā mēs to atpazītu?
• Mehānismi: kādi konkurējoši cēloņceļi varētu radīt šo modeli?
• Ierobežojumi: kuras robežas nosaka fiziski, juridiski, ētiski vai resursu ierobežojumi, bet kuras ir tikai ieradumi?
• Ieinteresētās puses: kas gūst labumu, kas maksā, kas uzņemas risku, kam ir zināšanas un kura piekrišana ir nepieciešama?
• Neskaidrība un atgriezeniskums: kāda informācija mainītu izvēli, un vai lēmumu var izmēģināt nelielā mērogā vai atsaukt?

Eksperti redz dziļāku struktūru

Klasiskie salīdzinājumi parādīja, ka fizikas eksperti grupēja problēmas pēc pamatprincipiem, savukārt iesācēji biežāk balstījās uz virspusējām īpašībām.³⁰ Analoģijas pārnesas tad, kad tiek atpazīta to relatīvā struktūra,²⁰ tomēr kompetence var izraisīt arī fiksāciju, kad pazīstams labs risinājums bloķē vēl labāku.²¹ Atbilde nav mazāka kompetence, bet gan apzināta alternatīvu reprezentāciju meklēšana.

Radošuma apmācība var uzlabot radošo rezultātu, īpaši tad, ja māca konkrētas kognitīvās stratēģijas, izmanto reālistiskus uzdevumus un praktizē to pielietošanu.¹⁴ Tomēr plūdums alternatīvas izmantošanas testā nav tas pats, kas oriģināla zinātniska teorija, uzņēmējdarbības modelis vai mākslas darbs. Tas, kas kļūst par realitāti, ir atkarīgs no jomas zināšanām, gaumes, neatlaidības, resursiem un īstenošanas.

Kustība un inkubācija: noderīgi, bet ne mistiski

Četros eksperimentos pastaigas uzlaboja diverģento ideju ģenerēšanu, lai gan ne katrs uzdevums guva no tā labumu.¹⁶ Metaanalīze atklāja inkubācijas ieguvumu noteiktos apstākļos, īpaši pēc sākotnēja mēģinājuma un mērenas starpuzdevuma slodzes gadījumā.¹⁷ Neviena metode neaizstāj zināšanas vai spriestspēju. Neirozinātne arī noraida mītu par „radošo labo smadzeņu puslodi”: radošā domāšana rodas no mainīgas spontāno asociāciju, nozīmīguma un kontroles sistēmu mijiedarbības.¹⁸¹⁹

Sargājiet nepabeigtu domu no nepārtrauktas novirzīšanas. Sniedziet tai pietiekami daudz zināšanu, lai augtu, pietiekami daudz vientulības, lai kļūtu savdabīga, un pietiekami daudz kritikas, lai kļūtu par realitāti.

Svertinės matricos vertingos tuo, kad padaro kriterijus ir nesutarimus matomus, tačiau svoriai vis tiek yra vertinimai, o koreliuojantys kriterijai gali tą pačią vertę suskaičiuoti du kartus. Tikėtinosios vertės skaičiavimai gali disciplinuoti pasirinkimą, kai tikimybės ir pasekmės turi prasmę, tačiau skaitinis tikslumas neturėtų viršyti pačių įrodymų tikslumo.

• Kādu konkrētu pārliecību šim testam vajadzētu atjaunināt?
• Kādu rezultātu mēs sagaidām, ja vēlamais skaidrojums ir pareizs - un ja ir pareizs tā spēcīgākais konkurents?
• Kāds mērs, salīdzinājums un izlase var tos nošķirt?
• Kas tiks uzskatīts par panākumu, iemeslu apstādināšanai, pārskatīšanu vai atteikšanos?
• Kādu kaitējumu, privātuma cenu vai piekrišanas prasības nepieciešams kontrolēt?
• Vai rezultāts pārnesīsies uz reālo vidi, vai būs spēkā tikai prototipam?

Neveiksme ir produktīva tikai tad, ja tai ir radīti atbilstoši apstākļi

Produktīvas neveiksmes pētījumi rāda, ka mēģinājums risināt sarežģītas problēmas vēl pirms tiešas mācīšanas var sagatavot izglītojamos pamanīt svarīgas iezīmes un vairāk iemācīties no vēlākā skaidrojuma.²² Tas nenozīmē, ka ciešanas, nejauša neveiksme vai nepieciešamā atbalsta atņemšana pati par sevi kaut ko māca. Produktīva neveiksme pasargā no katastrofāla riska, sniedz atgriezenisko saiti un saista mēģinājumu ar vēlāku mācīšanos.

Tradicionālā ideju ģenerēšana klātienē bieži rada mazāk nekā cilvēku, kuri vispirms ģenerē idejas atsevišķi, kopējais sniegums. Viens no iemesliem ir tas, ka vienlaikus var runāt tikai viens cilvēks, gaidot idejas tiek aizmirstas, cilvēki baidās no vērtējuma un atbildība izkliedējas.²³ Tomēr grupas var gūt labumu no ideju apmaiņas, ja process mazina bloķēšanu un ļauj cilvēkiem izmantot cits cita zināšanas.

• Ģenerējiet patstāvīgi: pierakstiet idejas un novērtējumus, pirms statuss vai harizma kļūst par telpas enkuru.
• Apvienojiet redzami: izmantojiet kopīgu dokumentu vai anonīmu tāfeli, lai idejas nepazustu, kamēr runā cits cilvēks.
• Vispirms noskaidrojiet, pēc tam apšaubiet: pirms ranžēšanas izprotiet mehānismus un aiciniet uz patiesu nepiekrišanu, nevis teatrālu „velna advokāta” lomu.²⁴
• Apvienojiet un izlemiet: apvienojiet saderīgus fragmentus, domstarpības novirziet pie pierādījumiem un skaidri nosauciet, kas pieņem lēmumu, kas drīkst iebilst un kas ir atbildīgs par testu.

2025. gada CHI pētījumā tika aptaujāti 319 zināšanu darbinieki par 936 reāliem lietošanas gadījumiem. Dalībnieki norādīja uz mazāku kritiskās domāšanas piepūli tad, kad viņu uzticēšanās MI bija lielāka, savukārt lielāka uzticēšanās savām spējām bija saistīta ar aktīvāku kritisko izvērtēšanu. Tā kā tas bija uz pašvērtējumu balstīts pētījums, tas atklāj sakarības un dizaina jautājumus - nevis pierāda, ka MI izmantošana izraisīja kognitīvo lejupslīdi.²⁵

• Vispirms paši formulējiet problēmu: vēl pirms pieprasījuma rakstīšanas nosauciet risinājumu, ierobežojumus un savu pašreizējo modeli.
• Izsauciet konkurentus: lūdziet pretpiemērus, alternatīvus problēmas formulējumus, kļūmju režīmus un testēšanas gadījumus.
• Sasniedziet oriģinālos avotus: atveriet rakstus, oficiālus dokumentus, datus un citātus; citātam līdzīgs teksts ir tikai norāde.
• Pārbaudiet piemērošanas robežas un aprēķinus: pārrēķiniet svarīgākos skaitļus un pārbaudiet precīzu populāciju un apgalvojumu.
• Aizsargājiet cilvēkus: filtrējiet sensitīvus datus, novērtējiet kaitējumu un skaidri norādiet, kas ir atbildīgs par galīgo lēmumu.

NIST ģeneratīvā MI profils riska pārvaldību organizē ap pārvaldību, konteksta noteikšanu, mērīšanu un pārvaldības darbībām.²⁷ Individuālam domātājam to var apkopot šādi: definējiet izmantojumu, paredziet neveiksmi, pārbaudiet realitātē un saglabājiet iespēju labot.

Seši vingrinājumi ar redzamiem rezultātiem

• Pretējo pierādījumu lieta: apkopojiet spēcīgākos pierādījumus pret pārliecību, kas jums ir svarīga.
• Trīs formulējumu noteikums: izsakiet vienu problēmu kā novēršanu, iespēju nodrošināšanu un sistēmas pārveidi.
• Mehānismu kvota: radiet iespējas, izmantojot vismaz piecus atšķirīgus cēloņsakarību ceļus.
• Kritiskās pārbaudes līgums: iepriekš definējiet, kāda kritika tiek lūgta, un aizsargājiet kritiku no atriebības.
• Jutīguma pārbaude: mainiet svarus un pieņēmumus, līdz izvēle mainās; analizējiet, kāpēc.
• Pārneses tests: pielietojiet metodi jaunā jomā, neredzot mācību norādes.

1. Facione. Kritiskā domāšana: ekspertu konsensa paziņojums izglītības vērtēšanas un mācīšanas vajadzībām (1990).
2. Abrami et al. Stratēģijas kritiskās domāšanas mācīšanai skolēniem: metaanalīze (2015).
3. Batdı u.c. Kritiskās domāšanas apmācības efektivitātes novērtējums kritiskās domāšanas prasmju un akadēmisko sasniegumu uzlabošanā (2024).
4. Stanovich, West un Toplak. Savējo interešu aizspriedums, racionāla domāšana un intelekts (2013).
5. Stanovich un West. Par domāšanas aizspriedumu un kognitīvo spēju relatīvo neatkarību (2008).
6. Toplak, West un Stanovich. Kognitīvās refleksijas tests kā snieguma prognozētājs heiristikas un aizspriedumu uzdevumos (2011).
7. Lord, Lepper un Preston. Pretējā apsvēršana: koriģējoša stratēģija sociālajiem spriedumiem (1984).
8. Gigerenzer un Hoffrage. Kā uzlabot Beijesa spriešanu bez apmācības: biežumu formāti (1995).
9. Tversky un Kahneman. Spriedumi nenoteiktības apstākļos: heiristikas un aizspriedumi (1974).
10. Rohrer. Skaidra domāšana par korelācijām un cēloņsakarībām (2018).
11. Open Science Collaboration. Psiholoģijas zinātnes reproducējamības novērtēšana (2015).
12. Mellers u.c. Psiholoģiskas stratēģijas uzvarai ģeopolitiskās prognozēšanas turnīrā (2014).
13. Sellier, Scopelliti un Morewedge. Apmācība aizspriedumu mazināšanai uzlabo lēmumu pieņemšanu reālās situācijās (2019).
14. Scott, Leritz un Mumford. Radošuma apmācības efektivitāte: kvantitatīvs pārskats (2004).
15. Runco un Acar. Diverģentā domāšana kā radošā potenciāla rādītājs (2012).
16. Oppezzo un Schwartz. Ļaujiet savām idejām kustēties: pastaigas pozitīvā ietekme uz radošo domāšanu (2014).
17. Sio un Ormerod. Vai inkubācija veicina problēmu risināšanu? Metaanalītisks pārskats (2009).
18. Beaty, Benedek, Silvia un Schacter. Radošā izziņa un smadzeņu tīklu dinamika (2016).
19. Beaty et al. Individuālo radošo spēju robusta prognozēšana, pamatojoties uz smadzeņu funkcionālo savienojamību (2018).
20. Gick & Holyoak. Shēmu indukcija un analogā pārnese (1983).
21. Bilalić, McLeod & Gobet. Kāpēc labas domas bloķē labākas domas: kaitīgā Einstellunga efekta mehānisms (2008).
22. Kapur. Produktīva neveiksme (2008).
23. Mullen, Johnson & Salas. Produktivitātes zudums prāta vētras grupās: metaanalītiska integrācija (1991).
24. Nemeth. Vairākuma un mazākuma ietekmes atšķirīgais ieguldījums (1986).
25. Lee et al. Ģeneratīvā mākslīgā intelekta ietekme uz kritisko domāšanu (2025).
26. Parasuraman & Manzey. Pārlieka paļāvība un aizspriedumi automatizācijas izmantošanā cilvēku vidū (2010).
27. Autio et al., National Institute of Standards and Technology. Mākslīgā intelekta riska pārvaldības ietvars: ģeneratīvā mākslīgā intelekta profils (2024).
28. Toulmin. Argumentācijas izmantojums (atjaunināts izdevums, 2003).
29. Swaryandini et al. Izglītības pieejas kognitīvo aizspriedumu mazināšanai studentu vidū: sistemātisks pārskats un metaanalīze (2025).
30. Chi, Feltovich & Glaser. Fizikas problēmu kategorizēšana un reprezentācija ekspertu un iesācēju skatījumā (1981).

Mācību piezīme: svarīgu zinātnisku, medicīnisku, juridisku, finansiālu, inženiertehnisku vai sabiedrības drošības lēmumu pieņemšanai nepieciešama aktuāla kompetence, atbilstoši pierādījumi, neatkarīga pārskatīšana un atbildība, kas ir samērīga ar iespējamo kaitējumu.

• Kognitīvā apmācība un prāta vingrinājumi
• Jaunu prasmju apguve
• Apzinātība un meditācija: potenciāla atklāšana
• Atmiņas uzlabošanas paņēmieni
• Kritiskā domāšana un problēmu risināšana
• Veselīga dzīvesveida paradumi
• Sociālā iesaistīšanās
• Tehnoloģijas un rīki
• Nootropie līdzekļi un uztura bagātinātāji