丹尼尔· 莱维汀（ Daniel J.Levitin）的《武器化的谎言》 （ Waponized Lies ）最初于2016年9月作为《谎言领域指南》出版，是在信息匮乏的世界中进行批判性思维的指南。
列维京首先提出了反对“后真相”世界的观念，在该观念中，我们认为，在使用无效的委婉语宣扬谎言的同时，真理不再存在了（列维京十三世）。 这些委婉说法中的一些是长期存在的，即阴谋论，半真相，而另一些只是在最近才进入我们的白话语-“另类事实”和“虚假新闻”。
莱维廷批评这些新口语是纯粹的小说掩盖了事实：“当一个事实是谎言时，一个故事就不会有两个方面。”对一个事实及其错误的反对给予同等的考虑会给谎言以过分的可信度，这可能导致甚至在理性的人之间进行辩论。 列维京说：“每个人都有权发表自己的见解，但他们无权获得自己的事实。”列维京认为，后真理时代是由于缺乏教育，恐惧而造成的“故意非理性”之一。冒犯他人（甚至骗子）的行为，以及过多的易于创建，易于使用的内容（Levitin xiv）。
列维京在他的《 武器谎言》的导论中，使用了匹萨盖特阴谋论作为极端事实来说明后真理世界所构成的危险。 Pizzagate的创建者声称，希拉里·克林顿竞选经理约翰·波德斯塔（John Podesta）泄露的电子邮件牵连克林顿和民主党其他成员参与了DC披萨店Snopes Ping Pong运营的儿童色情圈。 这种理论被证明是错误的，但是有实际的后果。 特朗普总统的前国家安全顾问迈克尔·弗林（Michael Flynn）在推文中讲述了这个故事。 一名男子开车行驶350英里，在比萨店内发射了突击步枪，然后告诉当局，他正在“调查”他在网上发现的阴谋论。 列维京（Levitin）认为，韦尔奇（Welch）缺乏批判性思考能力，无法真正调查匹萨盖特（Pizzagate）或被没有专业记者认为该指控可信的事实所左右（Levitin xv）。
斯蒂芬·科尔伯特（Stephen Colbert）在《披萨盖特》（Pizzagate）之后的广播节目中展示了阴谋论的可笑性，并提请人们注意许多相关问题，包括“假新闻”流行。 但是，尽管告诉观众他的节目是娱乐活动，而不是新闻，但像斯蒂芬·科尔伯特（Stephen Colbert）的《晚间秀》（Late Show）这样的信息娱乐却是许多人的主要新闻来源。
尽管被揭穿，Pizzagate仍然可以在Internet上使用。 在YouTube上搜索“ Pizzagate”或“ Comet Pong Pong”时，几乎所有热门歌曲都是亲阴谋论。 这些视频的观看次数达数千（即使不是数百万），其中大多数热门评论来自Pizzagate信徒。 Pizzagate首次出现已经一年多了，但这些视频仍在发布中。
Levitin断言，虽然我们大多数人都不相信Pizzagate，但磨练批判性思维能力是与日常生活中较小的谎言作斗争的最佳方法。 危险本身不是谎言本身，也不是散布它们的手段。 确实是“毫无疑问的过度自信”。 Levitin告诉我们，批判性思维通过迫使我们“退后一步，评估事实并形成基于证据的结论”来与之抗争。通过意识到我们并不了解一切，我们为学习敞开了大门（Levitin xviii）。
莱维京将“假新闻”的传播归咎于当前的信息环境。 尽管“过去，事实书籍和新闻只是看起来很真实”，但如果创建者具有基本的Web设计技能，则可以轻松创建可信的在线外观。 然后，可以通过“半组织化”的社交平台（例如Facebook和Reddit）轻松传播极端的意识形态和可信的欺骗（Levitin xix，254）。 鉴于我们不断收到（有时是错误的）信息，Levitin认为我们需要有效的策略来区分真相和谎言（Levitin xx）。
在这些潜在前提下，列维京讨论了两种错误的信息，即数字错误和言语错误，以及将逻辑思维应用于现实生活中的案例研究。 Levitin清楚地表明，批判性思维不是玩世不恭，而是健康的怀疑主义，而且他的技术具有包容性-您无需博士学位即可批判性思考。
在《 武器化的谎言》的第1部分中， Levitin探索了数字数据不像我们通常认为的那样绝对的概念。 Levitin认为“统计不是事实”，并设计了一个解释数字和数字准确性的框架。 列维京（Levitin）首先介绍了真实性测试，作为防范不可靠信息的防线，他说： Levitin用来说明这一点的一个例子是1996年《纽约时报》的一篇文章，该文章报道了康涅狄格州一家纺织厂搬迁到弗吉尼亚州。 在本文中，作者朱莉·米勒（Julie Miller）暗示，此次搬迁是由于“康涅狄格州的就业成本是弗吉尼亚州的20倍”（qvitd。Levitin 8）。 Levitin继续使用他的真实性测试来剖析这一点，首先说：“如果这是真的，那么您会认为会有大量公司从康涅狄格州迁移到弗吉尼亚州”（Levitin 8）。 这项索赔实际上是错误的，据莱维廷说，这只是就业成本中唯一一个因素的代表-失业保险。 演示了这个简单的测试，不仅可以使读者了解如何快速评估数字，而且更重要的是，可以在呈现数据时批判性思考的价值。
Levitin的数字评估框架延续了这种批判性思考数据相关性的想法，并举例说明了一些图形和数字的分析。 Levitin断言“人脑无法进化为处理大量数据”，而视觉显示的数据更容易让我们的大脑理解（Levitin 26）。 因此，可以轻松利用可视化来操纵我们对数字的理解。 Levitin强调的一种这样的操作是使用“截断的垂直轴”。通过改变数据显示的比例，可以创建视觉效果，使数字之间的差异更大。 莱维汀在2012年福克斯新闻广播中指定了一个这样的图表，该图表比较了乔治·W·布什的税收计划到期前后的税率。 虽然实际数据从大约百分之三十五增加到百分之四十，但图表的比例通过仅比较每个图表的顶部片段而产生了巨大差异的错觉。
莱维廷（Levitin）指出了另一种类型的操纵，该操纵可以使用涉及苹果首席执行官蒂姆·库克（Tim Cook）的示例在2013年苹果iPhone销售中的陈述来产生对数据的错误认识。 ，对iPhone的需求不断增加。 Levitin指出了这方面的谬误：当然，由于苹果每季度只能售出一部iPhone，并且其累积销售额会增加，因此累积销售额将不断增加。 作者断言，此图中评估销售绩效所需的统计数据是每个季度的变化率，而不是累计销售。 列维京指出：“我们的大脑不能很好地检测出诸如此类的变化率”，因此也就说明了它们是一种有效的操纵方式（列维京47）。
Levitin涉及的另一种数据处理方式与数据收集方式有关。 列维京说：“仅仅是因为上面有一个数字，并不意味着这个数字是正确得出的”（列维京75）。 Levitin断言，由于人们在收集统计数据，因此天生就倾向于以错误的方式代表他们声称代表的数据来收集数字。 正确采样是Levitin分析正确收集统计数据的方式的关键。 Levitin指出：“如果采样正确，这些估计值可能非常非常准确。”然而，正如我们所期望的，有很多方法可以扭曲样本以错误地呈现统计数据。 列维京（Levitin）指出了一个难以找到准确样本的例子：试图研究美国对气候变化的态度。 如果您仅限于在旧金山收集数据，则由于相同地区中的人们与周围地区的人们具有相似的信念，因此您的数据可能会有偏差。 Levitin进一步强调指出，即使您尝试在该区域内对一个多样化的人群进行抽样调查，您仍然会遗漏“卧床不起的”，“白天睡觉的轮班工人”以及其他几个子类别的意见。 Levitin继续强调了真正的研究人员为克服这些挑战而采取的各种策略，包括对数据进行分层，利用置信度以及考虑误差幅度。 但是，事实仍然是收集准确的数据可能非常具有挑战性，因此，我们在接受所提供的统计数据时应格外谨慎。
列维京（Levitin）提出了这些类型的数据处理方法，旨在使读者了解各种方法，即使是受过高等教育的人也可以被迫就他们认为的事实形成意见，但实际上是精心设计的处理方法。
在第二部分中，Levitin向我们介绍了如何批判性地评估听到或听到的单词。 Levitin提出的一个重要观点是人脑倾向于根据情感因素和故事情节提出观点，然后继续寻找支持这些观点的理由。 甚至“天才”也显示出这种趋势-史蒂夫·乔布斯（Steve Jobs）成为受害者，因为他相信自己的胰腺癌可以通过改变饮食来治愈，直到太晚才接受化疗。
Levitin继续讨论报价以及确定其真实性或来源准确性的困难。 报价通常被错误地归因于错误的来源或捏造的内容。 我们倾向于忽略这一点，因为在许多情况下，没有简单的方法来验证报价。 在这种情况下，我们可以做出的最佳决策是确定专业知识，并尝试从相关领域的可靠专家那里获取信息。 但是，我们必须牢记，无论来源多么可靠，人类都容易犯错误。 结果，我们只能以较高的概率相信这些可靠的来源。 我们必须意识到，即使是最古老的权威也可能犯错。 当美国情报专家被误认为“ 2002年伊拉克存在大规模杀伤性武器”时，就表现出这一点（列维京129）。 在评估专家提出的主张时，我们必须意识到这些主张的真实性可以基于其周围的情况。 列维京（Levitin）讨论了认识到专家有时会基于事实证据（即“科学方法”）提出主张，而其他时候却是作为分享观点的人类提出主张的重要性。 归根结底，我们都是人类，我们都很容易提出无法使我们的判断蒙蔽的假设。
列维京（Levitin）提出了一个重要的观点，即我们在做出判断时常常没有注意到-“ [专家]是相对的”（列维京130）。 我们声称某人经过几年的培训并随着时代的变化“更新”了他或她的知识基础，便是该领域的专家。 作为说明他观点的一个例子，莱维汀指出，虽然爱因斯坦本来可以成为专家，但如果他不了解最新的物理学家的最新发现，他就不会被认为是专家。时代。 此外，重要的是要认识到，同一领域的两位专家可能有相互矛盾的观点-烟草公司已经利用了几年的优势。 但是，这并不意味着多数总是对的。 归根结底，多数人只能以很高的概率正确（记得Moneyball吗？）。 科学界依靠同行评审系统和相关专家的奖项来确保已发表的论文更正确。 重要的是要注意，奖励制度“偏向于确保每个获胜者都应得的，这与说每个应得的人都是获胜者是不同的”（Levitin 133）。
在一个越来越依赖于互联网获取新闻的世界中，我们必须意识到，可以根据网站的持续可靠性将网站组织成一个层次结构。 Internet的广阔之处使得骗局可以通过吸引眼球的头条（点击诱饵）来吸引我们的注意力。 这增加了我们对我们在互联网上看到的所有东西都加一点盐的需求—最可靠的来源可能成为骗局，而可疑的来源可能会提出真实的故事。 此外，互联网通常在匿名的隐瞒背后为您提供表达自己的自由。 这导致信息受到个人偏见的严重影响。 这样的偏见常常超越了互联网。 例如，来自不同领域的专家对如何治疗疾病可能有不同的见解。 与专业知识一样，重要的是要注意，鉴于网站易于创建且相对便宜，因此在Internet上找到的信息可能已过时。 这通常会导致网站创建时具有特定的相关知识，而该知识当时是相关的，只有在达到该目的后才会被放弃。 这使得它可能成为过时信息的来源。
在判断其他人的主张时，列维京建议我们特别强调分析其他解释。 战略家和分析师使用一种称为“场景计划”的业务实践，可以为所有可能的场景做准备，甚至是不太可能的场景（Levitin 154）。 重要的是要注意，在分析替代性解释时，我们不要让偏见影响我们的分析，并且避免“挑剔”支持我们信念的事实。 仅将我们的研究重点放在寻找能够支持我们信念的材料上，我们并不是真正在做“适当的研究”，因为可能有矛盾的证据反驳了我们的观点。 此外，我们需要确保我们的结论基于大量支持该结论的证据-将“ 50–50”硬币翻转3次永远不会给我们正面1.5和背面1.5的信息。 基于这些原则的批判性思维有助于我们过滤掉“反知识”或“被包装成看起来像事实并且有些批判性人群相信的错误信息”（Levitin 168）。 当人们喜欢提出假想的阴谋论时，我们需要批判性地分析事实和证据，以决定这些理论是否可能是真实的。
武器化的谎言与后现代主义观点背道而驰，因为所有知识都是社会建构的，因此我们不能真正地“知道”任何东西。 莱维汀对科学方法充满信心； 他认为，腐败不是科学，而是特殊利益选择科学并欺骗公众的方式。 因此，“第三部分：评估世界”旨在使读者了解常见的科学误解。 列维京赞成波普尔的观点，即科学方法是我们创造新知识的最佳手段。 武器化的谎言与波普尔的哲学是一致的-我们通过创造累积性假设来进行科学，从而得出对真理的最准确和最有益的估计。 科学家倾向于“为违反标准理论或模型的证据设定更高的门槛”（Levitin 217）。 尽管偶尔会出现问题，但科学方法包括制衡，例如双盲审判和匿名裁判，这往往可以有效消除偏见并防止行为不佳的科学被出版。 当制品确实滑过裂缝时，后果可能是致命的。 最著名的例子之一是安德鲁·韦克菲尔德（Andrew Wakefield）的有关自闭症与疫苗接种的文章。 尽管韦克菲尔德因使用伪造数据而遭受了个人后果，但他的研究结果仍被广泛认为（Levitin 182）。
这些想法不仅对科学而且对我们的司法系统都是正确的。 在这两个机构中，要想被证明是事实就需要大量证据，而不仅仅是一个研究或证人（通常）。
列维京（Levitin）声称，作为种族，人类不善于将概率和风险进行情境化。 在我们看来，不太可能出现比典型情况更多的情况，特别是在灾难性的情况下。 当人们看到诸如“ 2014年死于飞机失事的人数比1960年更多的人”这样的统计数据时，需要批判性思维才能意识到飞机并不是很危险。 尽管该统计数据在技术上是正确的，但并未以相关的方式进行统计。 为了使统计数据具有相关性，“您需要查看死亡率-飞行中每英里的死亡率或每次飞行的死亡率”（Levitin 202）。 1960年的飞行次数要少得多，但确实发生的飞行更加危险。 但是，在我们9/11后的世界中，飞机失事是一种令人震惊的事情，而日常的车祸却没有。 即使向我们提供的证据与我们的信念相反，我们也很难放开这种信念。 这是因为我们创建了图式或“帮助我们吸收知识的内部故事”（Levitin 206）。
因此，至关重要的是要了解我们所不知道的知识，并在面对各种要求时（无论是语言还是数字，熟悉或不熟悉的事物）都要运用批判性思维。 批判性思维不是一次性的磨难。 这是一个终生的过程，需要我们随着时间的推移更新知识库（Levitin 253）。 使用“ 武器化谎言”中的步骤和示例，我们所有人都可以学习如何在日常生活中成为更好的批判性思想家。
