Разбор аргумента в Critical Reasoning

Эта тема является частью раздела критического мышления в Verbal reasoning GMAT Focus.

В этом уроке мы разберем, как анализировать (dissect) аргумент в вопросах GMAT Critical Reasoning.
Если вы уже уверенно находите посылки и вывод, этот материал может показаться знакомым. Если нет — он критически важен, потому что почти каждый вопрос CR строится именно так.

Из чего состоит почти каждый аргумент в CR

Практически любой аргумент включает три элемента:

1. Посылки (premises) — факты, которые автор принимает как данность
   
   
2. Вывод (conclusion) — то, что автор пытается доказать
   
   
3. Неявные предположения (unstated assumptions) — логическая «связка» между посылками и выводом
   
   

Ваша ключевая задача — найти предположения, даже если они прямо не написаны.

Как найти вывод (conclusion)

Вывод часто сопровождается сигнальными словами, такими как:

• therefore (следовательно)
  
  
• so (поэтому)
  
  
• implies (подразумевает)
  
  
• thus, consequently, as a result и т.д.
  
  

Если вы видите такие слова — с высокой вероятностью после них идет вывод.

Как распознать посылки (premises)

Слова, указывающие на посылки, менее заметны, но встречаются часто:

• since (поскольку)
  
  
• because (потому что)
  
  
• evidence (доказательство)
  
  
• given that (учитывая, что)
  
  

Однако важнее не сами слова, а идея:

• посылки — это факты
  
  
• они часто стоят в начале аргумента
  
  

Типичная структура аргумента на GMAT

В 80–90% вопросов GMAT Critical Reasoning используется структура:

посылка → посылка → вывод

То есть:

• все, что выше вывода, — это факты;
  
  
• то, что автор пытается доказать, — вывод.
  
  

Иногда вывод может стоять в начале, поэтому всегда ищите сигнальные слова вывода, а не только позицию в тексте.

Пример разбора аргумента

Рассмотрим упрощенный пример (он легче, чем реальные GMAT-вопросы, но хорошо подходит для обучения).

Текст аргумента (упрощенно)

• Недавние исследования показывают, что число гигантских черепах в национальном парке FNP значительно увеличилось за последние 5 лет.
  
  
• За тот же период число туристов в парке сократилось.
  
  
• Следовательно, увеличение числа черепах можно объяснить сокращением числа туристов.
  
  

Шаг 1. Выделяем посылки

Посылка 1:

• Число черепах увеличилось.
  
  

Посылка 2:

• Число туристов уменьшилось.
  
  

На практике полезно делать короткие пометки:

• T (tortoises) ↑
  
  
• TOU (tourists) ↓
  
  

Это занимает секунды, но сильно упрощает анализ.

Шаг 2. Находим вывод

Сигнальное слово: “следовательно”.

Вывод:

• Снижение числа туристов привело к росту числа черепах.
  
  

Краткая схема:

• TOU ↓ → T ↑
  
  

То есть утверждается прямая причинно-следственная связь.

Шаг 3. Ищем неявные предположения

Теперь самый важный этап. Какие предположения должны быть истинными, чтобы вывод работал?

Возможные предположения:

1. Люди действительно влияют на численность черепах.
   Возможно, черепахи вообще не реагируют на присутствие туристов.
   
   
2. Отсутствие туристов благоприятно для черепах.
   А вдруг туристы никак им не мешают?
   
   
3. Нет других факторов, влияющих на рост численности.
   Например:
   
   
   • увеличение количества пищи,
     
     
   • изменение климата,
     
     
   • рост осадков,
     
     
   • программы защиты животных.
     
     

Если хотя бы одно из этих предположений неверно, вывод становится слабым.

Как работать с предположениями на практике

Во время подготовки важно тренироваться генерировать предположения, но делать это разумно:

• не нужно придумывать 6–7 вариантов и тратить время;
  
  
• достаточно 1–2 логичных предположений;
  
  
• даже если правильный ответ работает с другим предположением — это нормально.
  
  

Ключевой вопрос, который вы должны себе задавать:

Что “склеивает” посылки и вывод?

Если вы это понимаете, варианты ответа не будут “думать за вас” — вы уже будете знать, как примерно выглядит правильный ответ.

Вывод

• Большинство аргументов CR = посылки → вывод, соединенные неявными предположениями.
  
  
• Сначала ищем вывод, затем фиксируем посылки, затем думаем о предположениях.
  
  
• Даже 1–2 хорошо найденных предположения резко повышают точность выбора ответа.
  
  

В следующих уроках мы будем системно разбирать, как разные типы вопросов CR «атакуют» эти предположения.

Начнем с типовых аргументов.