Kekeliruan Logis di Ruang Rapat: Panduan Lapangan 14 Pola, Cara Menghadapinya Secara Profesional, dan Mengapa Menemukan Kekeliruan Dapat Berbalik
Sebuah kekeliruan logis adalah pola penalaran yang tampak valid tetapi secara struktural tidak dapat diandalkan — kesimpulan mungkin kebetulan benar, tetapi penalaran yang memproduksinya akan secara teratur gagal. Empat belas yang paling umum dalam pengaturan bisnis: ad hominem (menyerang orang), banding pada otoritas (prestise menggantikan bukti), lereng licin (rantai kausal yang tidak dibenarkan), dilema palsu (biner buatan), manusia jerami (menyerang versi klaim yang terdistorsi), banding pada popularitas, post hoc (urutan yang salah dianggap sebagai kausalitas), generalisasi terburu-buru (sampel yang tidak representatif), penalaran melingkar, ikut-ikutan, kekeliruan penjudi, dan pertanyaan yang memuat. Teknik kontra profesional adalah untuk menyebut pola, bukan orangnya, dan mengalihkan ke bukti dengan sebuah pertanyaan. Kekeliruan berbeda dari bias kognitif: bias adalah kecenderungan psikologis dari pemikir; kekeliruan adalah cacat struktural dari argumen. Katalog ini kembali ke Refutasi Sofistik Aristoteles, daftar sistematis pertama dari bentuk argumen yang keliru. Satu peringatan memiliki namanya sendiri — kekeliruan kekeliruan: kesimpulan yang diargumenkan secara keliru tidak dengan sendirinya salah, jadi menemukan kekeliruan harus membuka pemeriksaan, bukan mengakhirinya. Penelitian AI saat ini (Temuan NAACL 2025) menemukan bahwa model bahasa besar baik melakukan kekeliruan logis dan kesulitan untuk mendeteksinya secara andal, dan bahwa deteksi meningkat dengan pemicu yang sadar akan kontraargumen dan penjelasan — langkah struktural yang sama yang ditegakkan pemetaan argumen untuk diskusi manusia: setiap klaim membawa bukti, dan kasus kontra diperlukan.
Kuartal lalu, seseorang di salah satu pertemuan Anda berargumen secara keliru — pola penalaran yang terdengar valid dan tidak — dan kemungkinan besar tidak ditantang, karena pola-pola tersebut mengeksploitasi jalan pintas yang sama yang biasanya membantu kita. Ini adalah panduan lapangan: empat belas pola, bagaimana masing-masing terdengar, dan kontra profesional yang menyebut penalaran alih-alih menyerang orang.
- Kesalahan ≠ bias: bias adalah kecenderungan dalam pemikir; kesalahan adalah cacat struktural dalam argumen. Masalah yang berbeda, solusi yang berbeda — panduan bias ada di bagian pendamping.
- Teknik kontra adalah sebuah pertanyaan, bukan sebuah putusan: nyatakan kembali klaim, sebutkan celahnya, minta bukti yang hilang — pola, bukan orang.
- Perhatikan kesalahan logika: kesimpulan yang buruk tidak otomatis salah. Menemukan kesalahan logika membuka pemeriksaan; itu tidak memenangkan argumen.
- Garisan ini berusia 2.300 tahun — Refutasi Sofistik Aristoteles adalah katalog pertama — dan perubahan di tahun 2025 adalah bahwa LLM baik melakukan pola-pola ini dan kesulitan untuk mendeteksinya.
- Pencegahan sistematis bersifat struktural: ketika setiap argumen harus disertai bukti dan menghadapi kasus tandingannya, sebagian besar kesalahan logika gagal untuk disusun.
Pada kuartal terakhir, seseorang dalam salah satu pertemuan Anda melakukan kesalahan logika. Itu memengaruhi keputusan. Tidak ada yang menyebutnya — dan ada kemungkinan besar Anda setuju dengan itu, karena kesimpulannya terdengar benar.
Itu bukanlah tuduhan terhadap kecerdasan siapa pun. Kesalahan berpikir meyakinkan tepat karena mereka memanfaatkan jalan pintas yang biasanya berhasil: kredensial biasanya mencerminkan keahlian, itulah sebabnya daya tarik terhadap otoritas berhasil; penurunan kadang-kadang bersifat bertahap, itulah sebabnya lereng licin terasa relevan. Masalahnya bukan bahwa pola-pola ini selalu salah — tetapi bahwa mereka tidak dapat diandalkan secara sistematis. Menerima mereka begitu saja berarti Anda telah menerima proses penalaran yang akan terus menghasilkan kesimpulan yang salah, bahkan jika kesimpulan hari ini kebetulan benar.
Ini adalah panduan lapangan yang bekerja: bagaimana masing-masing dari empat belas kekeliruan paling umum di ruang rapat terdengar, bagaimana cara menghadapinya tanpa menjadi orang yang sok tahu di kantor, di mana menemukan kekeliruan itu sendiri salah — dan mengapa katalog berusia 2.300 tahun itu tiba-tiba relevan lagi sekarang bahwa sistem AI sedang menulis draf pertama argumen bisnis.
Kesimpulannya mungkin benar.
Alasan itu akan tetap mengecewakanmu lain kali.
Mengapa kesalahan berpikir penting meskipun mereka sampai pada kebenaran
Kekeliruan vs. Bias — dan Mengapa Perbedaan Ini Penting
Bagian pendamping panduan ini membahas bias kognitif yang merusak strategi, dan kedua daftar tersebut sering kali saling tumpang tindih. Jaga agar keduanya terpisah, karena solusinya berbeda. Sebuah bias adalah kecenderungan dalam pemikir — bias konfirmasi akan dengan tenang memilih bukti Anda terlepas dari apakah argumen tersebut pernah diucapkan atau tidak. Sebuah kesalahan adalah cacat dalam argumen itu sendiri — sebuah struktur yang tidak mendukung kesimpulannya terlepas dari siapa yang mengucapkannya atau mengapa. Bias memerlukan desain proses; kesalahan dapat ditangkap pada saat itu, oleh siapa saja yang mengetahui pola-pola tersebut, karena mereka terlihat dalam kata-kata.
Katalog ini sudah tua. Refutasi Sofistis karya Aristoteles — karya penutup dari Organon — adalah inventaris sistematis pertama dari bentuk-bentuk argumen yang tampak benar tetapi tidak, dan sebagian besar entri-nya langsung berhubungan dengan perilaku rapat modern. (Seluruh kisah asal logikanya diceritakan dalam seri Akar Penalaran kami.) Yang baru adalah volumenya: keputusan bergerak lebih cepat, dokumen semakin banyak yang disusun oleh mesin, dan sebuah paragraf yang percaya diri dengan inferensi yang rusak di dalamnya belum pernah semurah ini untuk diproduksi.
Empat Belas Pola: Panduan Referensi Ruang Rapat
Setiap entri: bagaimana pola itu terdengar dalam sebuah pertemuan, bentuk kesalahan, dan sebuah kontra yang bisa Anda ucapkan dengan keras. Kutipan-kutipan tersebut adalah dialog ilustratif, bukan transkrip.
Ad hominem
“Dia tidak memiliki latar belakang keuangan, jadi angkanya mencurigakan.”
Kesalahan
Orang tersebut diserang; argumennya tidak diperiksa.
Meja kasir
“Mari kita evaluasi klaim tersebut berdasarkan buktinya, terpisah dari siapa yang mengatakannya.”
Banding kepada otoritas
“CEO berpikir kita harus melakukan ini, jadi kita harus.”
Kesalahan
Prestise menggantikan bukti.
Meja kasir
“Apa yang mendukung posisi ini, terlepas dari siapa yang mendukungnya?”
Jalur licin
“Jika kita mengizinkan jam kerja fleksibel, segera tidak ada yang akan mematuhi jadwal.”
Kesalahan
Rantai kausal dinyatakan tanpa bukti untuk tautannya.
Meja kasir
“Apa yang sebenarnya menghubungkan langkah-langkah ini — dan apa yang akan menghentikan penurunan di langkah pertama?”
Dilema palsu
“Entah kita memotong pemasaran atau kita melewatkan target kita.”
Kesalahan
Dua opsi disajikan seolah-olah mereka adalah satu-satunya.
Meja kasir
“Opsi lain apa yang ada yang tidak dicakup oleh kerangka ini?”
Manusia jerami
“Jadi, kamu bilang kita harus sepenuhnya meninggalkan kontrol kualitas?”
Kesalahan
Sebuah versi yang terdistorsi dari klaim diserang alih-alih klaim itu sendiri.
Meja kasir
“Apakah itu yang diusulkan? Mari kita kembali ke klaim tepat yang dibuat.”
Banding pada popularitas (ikut-ikutan)
“Semua pesaing kami melakukannya. Semua orang sedang mengintegrasikan AI sekarang — kita perlu bergerak segera.”
Kesalahan
Satu kekeliruan dalam dua pakaian bisnis: konsensus menggantikan analisis, atau momentum melakukannya. Keduanya adalah argumentum ad populum — yang pertama mengacu pada siapa yang setuju, yang kedua pada seberapa cepat mereka tiba.
Meja kasir
“Apa yang ditunjukkan oleh ekonomi kita sendiri, terlepas dari apa yang dilakukan orang lain — dan masalah spesifik mana yang diselesaikan ini untuk kita?”
Setelah itu
“Penjualan meningkat setelah desain ulang, jadi desain ulang tersebut mendorong pertumbuhan.”
Kesalahan
Urutan yang disalahartikan sebagai penyebab.
Meja kasir
“Apa lagi yang berubah dalam periode yang sama — dan apa yang akan mengisolasi variabel ini?”
Generalisasi terburu-buru
“Tiga pelanggan mengeluh, jadi fitur tersebut rusak.”
Kesalahan
Sampel yang tidak representatif digeneralisasi ke seluruhnya.
Meja kasir
“Apa yang ditunjukkan oleh dataset lengkap? Seberapa representatif sampel ini?”
Penalaran sirkular
“Kami membutuhkan investasi ini karena ini adalah investasi yang diperlukan.”
Kesalahan
Kesimpulan dinyatakan kembali sebagai premisnya sendiri.
Meja kasir
“Apa alasan mendasar yang tidak menyatakan kembali kesimpulan?”
Kesalahan penjudi
“Tiga kuartal buruk — kita sudah saatnya mendapatkan yang baik.”
Kesalahan
Hasil independen diperlakukan sebagai koreksi diri.
Meja kasir
“Apa bukti yang menunjukkan bahwa kondisi mendasar telah berubah?”
Pertanyaan yang memuat asumsi
“Kapan Anda berhenti peduli tentang kualitas produk?”
Kesalahan
Sebuah asumsi yang diselundupkan di dalam pertanyaan itu sendiri.
Meja kasir
“Mari kita pisahkan asumsi dari pertanyaan — apakah asumsi itu akurat?”
Banding pada tradisi
“Kami selalu melakukannya dengan cara ini.”
Kesalahan
Umur panjang dianggap sebagai bukti. Bahwa suatu praktik bertahan tidak mengatakan apa-apa tentang apakah kondisi yang membenarkannya masih berlaku.
Meja kasir
“Apa yang membuat ini menjadi keputusan yang tepat pada awalnya — dan kondisi mana dari itu yang masih benar hari ini?”
Penembak jitu Texas
“Lihat pola ini — setiap kemenangan kami datang setelah peluncuran Q3.”
Kesalahan
Target ditarik di sekitar data setelah fakta. Kasus yang meleset berada di luar lingkaran dan tidak dihitung.
Meja kasir
“Apa yang kami prediksi sebelum kami melihat? Dan berapa banyak peluncuran yang tidak sesuai dengan pola ini?”
Banding pada ketidaktahuan
“Tidak ada yang menunjukkan bahwa ini tidak akan berhasil.”
Kesalahan
Ketiadaan pembuktian dianggap sebagai bukti, yang secara diam-diam membalikkan siapa yang berutang bukti.
Meja kasir
“Apa yang akan kami harapkan untuk dilihat jika ini berhasil — dan apakah kami benar-benar mencarinya?”
Dua kebiasaan membuat panduan ini dapat digunakan. Pertama, dengarkan frasa tanda tangan — pengenalan pola mengalahkan ingatan definisi dalam pertemuan langsung. Kedua, sampaikan setiap kontra sebagai pertanyaan yang tulus, karena terkadang jawabannya ada: otoritas memang memiliki bukti, lereng memang memiliki mekanisme yang terdokumentasi. Tugas kontra adalah meminta argumen untuk menunjukkan kerjanya. Empat dari ini memiliki halaman penuh sendiri di tempat lain di situs, karena mereka muncul sebagai kegagalan kelompok dan sebagai taktik yang disengaja juga, bukan hanya sebagai kesalahan penalaran: dilema palsu, banding pada otoritas, manusia jerami dan pertanyaan yang memuat.
Sebutkan pola tersebut.
Tidak pernah orangnya.
Teknik kontra profesional, terkompresi
Jebakan dalam Alat: Menemukan Kesalahan sebagai Senjata
Sebelum Anda menerapkan ini, peringatan yang jujur: penamaan kesalahan memiliki mode kegagalannya sendiri, cukup umum untuk memiliki nama tersendiri. Kesalahan kesalahan adalah menyimpulkan bahwa karena sebuah argumen keliru, kesimpulannya juga salah. Itu tidak benar — sebuah klaim yang benar dapat diperdebatkan dengan buruk, dan menolaknya berdasarkan gaya akan memberikan Anda keputusan yang salah dengan kepuasan diri yang ekstra.
Ada juga versi sosial: digunakan sebagai kosakata gotcha, menemukan kesalahan menjadi permainan status yang menutup argumen terbuka yang seharusnya dilindungi — dan menyebut itu ad hominem! dengan nada meremehkan adalah, pada dirinya sendiri, berdekatan dengan pola yang dinamainya. Uji apakah Anda menggunakan alat tersebut dengan baik adalah sederhana: apakah intervensi Anda membuka kembali pemeriksaan bukti, atau mengakhirinya? Sebutkan pola tersebut, jangan pernah orangnya, dan selalu dalam bentuk permintaan untuk dukungan yang hilang.
Putaran 2025: Mesin Juga Melakukannya
Deteksi kesalahan logika telah menjadi masalah penelitian AI yang aktif, karena alasan yang bersifat self-referential: model bahasa sering menghasilkan penalaran yang keliru, dan mereka tidak dapat diandalkan untuk menangkapnya. Pekerjaan yang dipresentasikan di NAACL Findings 2025 menunjukkan bahwa deteksi tetap benar-benar sulit untuk model-model terkini — dan meningkat secara substansial ketika model diminta untuk menghasilkan kontraargumen, penjelasan, dan tujuan untuk suatu klaim sebelum menilainya.
Baca temuan itu dua kali, karena ini adalah tesis artikel ini yang mengenakan jas lab: cara yang dapat diandalkan untuk mengungkap argumen yang rusak — baik untuk manusia maupun mesin — adalah dengan memaksa kasus tandingan dan bukti untuk terbuka, daripada mempercayai penilaian insting siapa pun tentang seberapa meyakinkannya argumen tersebut. Saat proposal yang disusun oleh mesin menjadi hal yang normal, pertemuan yang mengharuskan argumen menunjukkan strukturnya adalah pertemuan yang menangkap apa yang terlewat oleh model penyusunan.
Pencegahan Sistematis: Jadikan Bukti Struktural
Memeriksa kekeliruan satu pertemuan pada satu waktu adalah pekerjaan kewaspadaan, dan kewaspadaan melelahkan. Perbaikan yang tahan lama mencerminkan yang untuk bias: ubah format keputusan yang diambil. Ketika sebuah proposal harus disajikan sebagai argumen terstruktur — klaim, bukti yang dilampirkan pada masing-masing, kontraargumen diberikan tempat — sebagian besar dari empat belas pola tersebut hanya gagal untuk disusun. Banding pada otoritas runtuh menjadi bukti apa yang mendukung ini, di luar siapa yang mengatakannya? Dilema palsu terungkap oleh tidak adanya opsi ketiga yang terlihat. Penalaran melingkar tidak memiliki tempat untuk bersembunyi ketika premis dan kesimpulan menempati node yang terpisah dan diberi label. Prosedur di balik format itu lebih tua dari yang terlihat: dalam debat yang terstruktur dengan baik, teori argumentasi mengatakan, sebuah kekeliruan adalah sekadar aturan diskusi yang rusak.
Itu juga di mana kesalahan kesalahan ditangani dengan benar: klaim yang didukung dengan buruk dalam peta argumen tidak dihapus — ia tetap ada di sana, terlihat kurang bukti, menunggu dukungan yang lebih baik yang mungkin akan datang. Struktur tersebut memisahkan argumen yang lemah dari klaim yang salah, yang merupakan perbedaan yang tepat yang kaburkan oleh penyalahguna alat tersebut.
Pertanyaan diagnostik
Dalam keputusan terakhir yang diperebutkan, apakah argumen yang menang adalah yang memiliki bukti terbaik — atau yang memiliki advokat yang paling terampil?
Di Mana Argumentree Cocok
Argumentree mengubah bagian pencegahan menjadi default. Setiap argumen dalam pohon membawa buktinya; setiap klaim dapat diserang atau didukung berdasarkan keabsahan logisnya; dan pemeriksaan argumen AI menyaring setiap pengajuan untuk duplikasi, toksisitas, dan — tepat pada intinya — apakah itu secara logis terkait dengan induk yang diklaimnya. Peringkat tidak memiliki bidang dalam model data: argumen CEO dan analisisnya disajikan secara identik dan dinilai berdasarkan substansi.
Hasilnya adalah diskusi di mana empat belas pola tidak diawasi oleh orang yang paling berani di ruangan — mereka disaring oleh format itu sendiri.
Keterampilan yang Layak Diperlatih
Anda tidak akan menghafal empat belas definisi, dan Anda tidak perlu. Latih dua langkah: dengarkan frasa tanda tangan, dan jawab dengan pertanyaan yang meminta bukti yang hilang. Pasangan itu mencakup sebagian besar katalog, menjaga Anda di sisi yang benar dari kekeliruan kekeliruan, dan — tidak seperti kosakata yang menjebak — membuat pertemuan lebih baik alih-alih lebih tenang.
Aristoteles membuat katalog karena sofis yang seharusnya kalah dalam argumen justru menang. Dua puluh tiga abad kemudian, sofis termasuk perangkat lunak. Konternya tidak berubah: minta argumen untuk menunjukkan pekerjaannya. Dua dari kesalahan ini cukup umum dalam rapat keputusan sehingga mendapatkan halaman jebakan mereka sendiri: Jebakan Dikotomi Palsu dan Jebakan Banding kepada Otoritas.
Kesimpulannya mungkin benar. Alasan itu akan tetap mengecewakanmu lain kali.
Tanyakan Setiap Argumen untuk Menunjukkan Pekerjaannya
Argumen yang membawa bukti, kasus kontra yang diperlukan, dan pemeriksaan AI pada hubungan logis — format yang secara default menyaring kesalahan logika.
Sumber & Bacaan Lanjutan
- Aristoteles. Refutasi Sofistis (De Sophisticis Elenchis)Katalog sistematis pertama dari bentuk argumen yang keliru — garis keturunan di balik daftar modern.
- Hansen, H. (2020). Kesalahan Logika. Ensiklopedia Filsafat StanfordReferensi ilmiah tentang teori kesalahan, dari Aristoteles hingga teori argumentasi modern — termasuk peringatan kesalahan kesalahan.
- Hamblin, C. L. (1970). Kesalahan Berpikir. MethuenPerawatan modern klasik yang membangun kembali teori kesalahan sebagai bagian dari dialektika — argumen sebagai langkah dalam dialog.
- Model Bahasa Besar Lebih Baik dalam Menyelesaikan Kesalahan Logika dengan Kontraargumen, Penjelasan, dan Formulasi Prompt yang Sadar Tujuan. Temuan NAACL 2025Temuan 2025 yang digunakan dalam bagian AI: deteksi kesalahan logika sulit bagi LLM dan meningkat dengan pemicu yang sadar akan kontraargumen dan penjelasan.
- Nemeth, C., Brown, K. & Rogers, J. (2001). Advokat setan versus ketidaksetujuan yang otentik. Jurnal Eropa Psikologi Sosial, 31(6), 707–720Mengapa ketidaksepakatan yang dipentaskan kurang efektif dibandingkan dengan ketidaksepakatan yang tulus — konteks untuk penekanan teknik kontra pada pertanyaan yang nyata.
Pertanyaan yang Sering Diajukan
Apa itu kesalahan logika dalam konteks bisnis?
Sebuah kekeliruan logis adalah pola penalaran yang tampak valid tetapi secara struktural tidak dapat diandalkan: kesimpulannya mungkin kebetulan benar, tetapi struktur yang menghubungkan premis dengan kesimpulan sebenarnya tidak mendukungnya. Dalam bisnis, kekeliruan berbahaya karena menghasilkan argumen yang terdengar meyakinkan dan persuasif — sebuah bandingan kepada otoritas atau dilema palsu dapat menguasai sebuah pertemuan — sementara penalaran yang mendasarinya akan gagal pada pertanyaan yang sebanding.
Bagaimana kesalahan logika berbeda dari bias kognitif?
Bias adalah kecenderungan psikologis dalam pemikir — bias konfirmasi membentuk bukti apa yang Anda perhatikan sebelum argumen disampaikan. Fallacy adalah cacat struktural dalam sebuah argumen — terlihat dalam kata-kata, dapat ditangkap oleh siapa saja yang mengetahui pola tersebut. Bias ditangani dengan desain proses (premortem, dissent yang dilindungi); fallacy dapat dilawan pada saat itu dengan meminta argumen untuk dukungan yang hilang.
Bagaimana cara Anda dengan sopan menunjukkan kesalahan logika dalam sebuah pertemuan?
Sebutkan pola, jangan orangnya, dan ungkapkan kontra sebagai pertanyaan yang tulus. Nyatakan kembali klaim, identifikasi celah, dan tanyakan bukti yang hilang: untuk banding kepada otoritas, tanyakan apa yang mendukung posisi tersebut terlepas dari siapa yang mendukungnya; untuk dilema palsu, tanyakan opsi mana yang tidak disertakan dalam kerangka tersebut. Hindari kata fallacy dalam diskusi — bentuk pertanyaan melakukan pekerjaan itu tanpa mengubah pertukaran menjadi bersifat permusuhan.
Apa itu kesalahan kesalahan?
Kesalahan kesalahan adalah menyimpulkan bahwa suatu klaim itu salah karena telah diperdebatkan secara keliru. Sebuah kesimpulan yang benar bisa saja dibela dengan buruk, jadi menemukan sebuah kesalahan memberi Anda izin untuk meminta dukungan yang lebih baik — bukan untuk menolak klaim tersebut. Secara praktis: perlakukan kesalahan yang terdeteksi sebagai argumen yang kurang bukti yang menunggu dukungan, bukan sebagai bantahan.
Apa kesalahan logika yang paling umum di lingkungan korporat?
Banding kepada otoritas — pemimpin berpikir X, perusahaan terkenal merekomendasikan Y — karena hierarki menghargai tantangan terhadap klaim yang didukung oleh otoritas. Dekat di belakang adalah dilema palsu, yang mempersempit ruang opsi yang kaya menjadi biner yang membuat pilihan yang diinginkan terlihat tak terhindarkan. Keduanya dilawan dengan cara yang sama: tanyakan bukti apa yang mendukung posisi itu sendiri, dan opsi apa yang diabaikan oleh kerangka tersebut.
Bisakah AI mendeteksi kesalahan logika?
Tidak sempurna — dan itu juga melibatkan mereka. Penelitian yang dipresentasikan di NAACL Findings 2025 menunjukkan bahwa deteksi kesalahan tetap sulit bagi model bahasa terkini, yang meningkat secara signifikan ketika model diminta untuk menghasilkan argumen tandingan dan penjelasan sebelum menilai sebuah klaim. Implikasi praktis bagi tim: argumen yang disusun oleh mesin memerlukan pengawasan struktural yang sama seperti argumen manusia — bukti terlampir, kasus tandingan diperlukan.
Bagaimana argumen terstruktur mencegah kesalahan logika?
Dengan menjadikan bukti sebagai persyaratan format daripada pilihan retoris. Dalam peta argumen, setiap klaim membawa bukti pendukungnya, argumen tandingan memiliki kedudukan yang setara, dan premis serta kesimpulan menempati posisi terpisah yang diberi label — sehingga permohonan kepada otoritas, penalaran melingkar, dan dilema palsu menjadi terlihat secara struktural. Pola tersebut tidak perlu dinamai; kolom bukti yang kosong menamainya.
Saring Pola berdasarkan Format, Bukan Keberanian
Argumen terstruktur dengan bukti yang diperlukan dan kasus tandingan yang relevan — filter kesalahan ruang rapat yang tidak bergantung pada siapa yang berbicara.
Tentang Argumentree Team
Applied Logic
The Argumentree team is building the collaborative decision-making platform Argumentree. Our mission is to transform how organizations make, document, and learn from decisions.
Artikel Terkait
12 Bias Kognitif yang Menghancurkan Strategi Perusahaan
Aristoteles dan Asal Usul Logika Barat
The Steel Man: Mengapa Negosiator Terbaik Berargumen Melawan Diri Mereka Sendiri Terlebih Dahulu
Apa itu Teori Argumentasi?
Debat Kecurangan: panduan lapangan
Kakak sepupu yang berlawanan dari kesalahan ini — Gish Gallop, whataboutism, sealioning, dan dua lusin lainnya, masing-masing dengan kontra strukturnya.
Herring Merah
Anggota keluarga relevansi yang paling umum di alam liar — dinamai berdasarkan praktik pelatihan anjing yang tidak pernah ada.
Apakah menyebutkan kesalahan dalam rapat itu membantu — atau hanya sok pintar?
Ambil sisi dan argumen dengan baik di forum Argumentree.
Bergabunglah dalam Diskusi