Логика как фундамент мышления: как устроен вывод

Выводы ломаются не из‑за «плохих людей», а из‑за структуры рассуждения: где-то меняются посылки, где-то путают валидность и истинность, а где-то под видом смысла прячется логическая ошибка. В реальных спорах это проявляется как уверенные формулировки без проверки: «исследования показали», «все согласны», «если работает в одном случае, значит работает всегда». Разобраться в том, как именно устроен вывод, значит вернуть контроль над качеством решений на неполных данных.

В программе вы научитесь разбирать аргумент на посылки и вывод, отличать корректность рассуждения от истинности результата, читать импликации «если A, то B» в логическом смысле. Отдельно разбираются ловушки материальной импликации, контрапозиция и законы де Моргана, а также ошибки порядка кванторов и различие утверждений вроде «каждый чего-то боится» и «есть то, чего боятся все». Далее вы освоите модальность и контрфактуалы, научитесь формулировать необходимые и достаточные условия, различать определения и применять приём «запрети себе слово» для разложения термина на смысл в конкретном споре.

Прагматика аргументации рассматривается через пресуппозиции, импликатуры, фрейминг и модель Тулмина, включая бремя доказательства. Вы разберёте defeasible reasoning, принцип милосердия и стилмэннинг, а также поймёте, почему указание на форму ошибки не всегда опровергает вывод и как отличать разумные эвристики от подмен. Вероятностная часть связывает условную вероятность, теорему Байеса и пренебрежение базовой частотой на каноническом разборе теста, а также калибровку и прогнозирование через оценку Брайера.

Методика курса опирается на проверяемые упражнения: вы будете находить скрытые посылки и пресуппозиции в реальном тексте, искать подмены в статистике, распознавать p-hacking, множественные сравнения и кризис воспроизводимости. Отдельный блок посвящён статистической грамотности: выборке, дисперсии, регрессии к среднему, размерам эффекта и доверительным интервалам, а также теории обнаружения сигнала (чувствительность, специфичность, ошибки I и II рода, влияние базовой частоты). Вы увидите, как собственные искажения и фильтр по воспроизводимости меняют картину.

Курс подойдёт аналитикам, менеджерам, исследователям, основателям, врачам и юристам, продакт-менеджерам и всем, кто принимает решения на неполных данных и хочет опираться на формальные критерии вместо уверенного тона. Он также будет полезен тем, кто работает с текстами, метриками и исследованиями, но не имеет математической подготовки и предпочитает ясные объяснения на примерах.

Это первая часть из двух. Здесь разбирается, как устроен вывод и как читать данные: аргумент, формальный аппарат, значение слов, вероятность и статистика. Вторая часть — «Решения при неполной информации» — про то, что со всем этим делать: причинность и почему корреляция не даёт вмешательства, теория решений и игр, модели и системы, кому и когда делегировать доверие, и какое место в мышлении занимают языковые модели. Журнал прогнозов, который вы заводите здесь, закрывается во второй части: вы построите собственную калибровочную кривую и увидите, насколько ваши оценки соответствуют реальности.