事实
我们要多聊一聊与“事实”有关的内容。
使用事实
事实无疑是许多讨论和辩论中必不可少的因素。在开始辩论之前，挖掘相关信息是很重要的。当你想要谈论欧洲货币联盟的积极作用时，如果只是读了几篇相关的博客文章，那么在与经济学教授的辩论中你会处于劣势；如果你不知道同事以及其他公司同等职位员工的薪酬水平，你的加薪提议就很难被采纳。一场辩论若是没有事实做基础，就像用冷水去堆雪人一样行不通。
获取事实
除非你为人父母或受人尊敬，否则“因为这是我说的（所以值得信服）”这句话不会一直管用，你需要用事实来支持自己的观点。互联网是大多数人获取信息的首要途径，但我们都知道，必须谨慎使用网络信息。
小贴士
许多搜索引擎中都有“学术”按钮，引导你浏览学术研究信息。这可能是比博客更为权威的信息来源，虽然你可能会遇到完全看不懂的内容！
仅仅因为某件事众所周知，你就认为它是事实，这样很危险。以下是一些众所周知却并非事实的信息：
●金鱼的记忆只有几秒。错误——实验发现，金鱼能在复杂的迷宫中游走。
●托马斯·克拉珀发明了抽水马桶。错误——抽水马桶是由约翰·哈灵顿爵士在1596年发明的。
●剃须会让毛发长得更快。错误——不会，剃须也不会使毛发更为浓密或粗糙。
当然，你也可以从图书馆、报纸、杂志和朋友那里获得信息。确保你的信息来源相对权威。
信息可靠性
信息的可靠性很重要，需要谨慎对待。
●统计数据的来源很关键。最佳来源可能是你的辩论对手所支持的团体或组织，其次是中立的或声誉良好的组织。比如，在食用过多肉类所带来的危害这个问题上，由一个小型压力团体[2]（pressure group）进行的研究，不太可能像世界卫生组织（WHO）的报告那样具有说服力。想一想：这项研究的研究者是谁？这个团体样本是否可能存在偏差？这个团体是一个受人尊敬的机构，还是一个鲜为人知的压力团体？
●哪种信息来源对你的辩论对手影响最大？如果你和神创论者讨论信仰无神论的科学家的研究，神创论者可能对你所说的所有内容都表示怀疑，而信仰基督教的科学家的研究可能使他们更为信服。他们很容易以“有偏差”为由来否定你所讨论的无神论者的研究。
●在引用数据来支持论点时，要考虑样本量的大小。研究人员通常要对一些人进行采访或测试，从中产生研究结论。假设我们采访了100个人，问他们是否喜欢马麦酱[3]，结果发现有38人喜欢马麦酱，那么我们就知道了有38%的人喜欢马麦酱。当然，这并不意味着世界上的每个人都接受了采访，但研究人员假设，既然在这个样本中有38%的人喜欢马麦酱，那么它很可能反映了人们的普遍看法。然而，这一假设的关键是样本量的大小。如果你只采访了2个人，有1个人说喜欢马麦酱，这就不足以证明50%的人喜欢马麦酱。你不能假定2个人的观点能够代表所有人的观点。一般来说，样本量越大，研究结果越具有可靠性。如果一项研究没有提及样本数量，就值得怀疑了。对于数据，总要持有一种怀疑的态度。
●另一个数据问题是样本的代表性如何。一定要弄清楚谁参与了研究（采访）。如果你只采访参观马麦酱博物馆的人，那你会毫不意外地发现，大多数人都喜欢马麦酱。特别要注意类似的说法：“在拨打我们热线的人中，86%的人同意……”，联系到压力团体寻求帮助的人可能会与该团体的目标趋向一致，我们不能假定这些人能代表所有人。最理想的研究是大规模的横向抽样调查，这样得出的结果能更好地支持你的辩论。
一项研究发现，在接受调查的吸烟者中，有70%的人曾试图戒烟，但没有一个人成功。对于那些试图戒烟的人来说，这听起来是个糟糕的消息。然而，该调查只采访了吸烟者，在他们之中没有戒烟成功者也就不足为奇了！
●听清表述。要特别小心“达到”的表述。比如，如果辩论对手有一个证据说污染水平达到了35%，这只能说明35%是最高指标，真正的平均数没有被披露，可能远低于35%。同时也要留意那些表明人们“有可能”和“考虑”去做某事的研究。比如，一项调查显示超过50%的人考虑减少航空旅行，这很难说明人们坐飞机的次数真的会减少。
●留心“不确定”或“不知道”的选项。比如，在一项调查中，人们被问到“你支持英国脱离欧盟吗”，他们可以回答“支持”“不支持”或“不确定”。假设15%的人说“支持”，20%的人说“不支持”，65%的人说“不确定”。这时你可以合并其中两个统计数据，即85%的受访者不支持英国脱离欧盟，或者80%的受访者支持英国脱离欧盟。
●格外留心百分比。有人（随口编造）说喝咖啡会使人患心脏病的风险提高35%，这样的说法很可能会让你直奔最近的酒吧（而远离咖啡）。然而在你这么做之前，你要知道这种数据极具误导性。首先，你要知道喝咖啡会让谁的风险增加，是某一特定年龄段的人，还是易患心脏病的人，抑或是普遍都会？其次，你要了解心脏病发作的初始风险有多高。在乡村散步会使你被小行星击中的风险上升300%，但你可能不会因此而担心，因为被小行星击中的风险本来就不高。因此，如果初始风险非常低，风险的骇人增长就显得无关紧要了。
以上，我们可以总结出两点。第一，如果你需要统计数据的支持，你就要确保这些数据是在可用范围内最优质的：数据来源可靠，样本量大，结论清晰。第二，如果你的辩论对手展示了一些统计数据，你可以问他们一些我们刚才提到的问题，进而解释为什么你的研究远比他们的更有说服力。
解读数据
不要以为数据越多越好。几个恰当的数据可能比一长串数据更有效，一长串数据会让听众昏昏欲睡、头脑混乱。只有最硬核的数据迷才能在一次谈话中消化多个数据。如果有必要，你可以说：“我有很多统计数据可以展示，但我先向你解读一下这两个。”
将数据以最佳方式呈现。也许你的辩论对手很熟悉这些数据，但一般人都认为统计数据难以理解，你最好尽可能以个性化的方式呈现它们。比如，与其说“25%的女性在人生的某个阶段会遭受家庭暴力”，不如说“在20个女人中，5个可能经历过家庭暴力”，这样的传达可能更为有效。这不仅让数据更易于理解，还能让它产生更大的影响。
小贴士
如果你的数据是关于钱的，你想要说明某样东西有多昂贵，那你可以把它与个人联系起来。比如：“如果我们把选购会议接待区家具的费用分给参加会议的人，我们就都有经费去佛罗里达度假两周了。”
一个易发而常见的错误是对事情概而论之：“人人都知道……”“所有非法移民……”这种概括性的说法很容易遭到反驳，用一个反例就能证明它是错的。我们要避免概而论之、泛泛而谈。
避免使用所有概括性的说法——除了这句话！