نقشه استدلال با نقشه ذهنی متفاوت است: نقشه های ذهنی ایده ها را با استفاده از انجمن برای ایده پردازی سازماندهی می کنند، در حالی که نقشه های استدلال استدلال را با استفاده از رابطه منطقی (پشتیبانی در برابر مخالفت) برای آزمایش اینکه آیا یک استدلال معتبر است یا خیر، سازماندهی می کنند. از آن برای تصمیمات تیمی و هیئت مدیره، تجزیه و تحلیل حقوقی، بحث های آکادمیک، مشاوره سیاستی، حکومت DAO و تحقیقات استفاده می شود. نرم افزار نقشه استدلال مانند Argumentree اسناد و مکالمات را به نقشه های موافق و مخالف ساختار یافته با استفاده از هوش مصنوعی، با دسته بندی های ارزیابی، ردیابی اجماع و ترجمه 66 زبانه تبدیل می کند. ابزارهای مرتبط شامل Kialo، DebateGraph و زبان نشانه گذاری Argdown هستند.

نقشه استدلال به معنای ساختار دادن بصری استدلال — شکستن یک بحث به ادعاهای فردی و نشان دادن اینکه چگونه هر یک از آنها پشتیبانی یا چالش می شود، به عنوان یک درخت موافق و مخالف سلسله مراتبی.
آخرین به روز رسانی: 2026-07-02
یک نقشه استدلال استدلال را به یک نمودار تبدیل می کند: هر کادر یک ادعا است و هر اتصال نشان می دهد که آیا یک ادعا از یا مخالف ادعای دیگر حمایت می کند. جایی که یک سند معمولی منطق را در داخل پاراگراف ها پنهان می کند، یک نقشه استدلال استدلال را صریح می کند — بنابراین می توانید در یک نگاه قوی ترین و ضعیف ترین نقاط را ببینید، فرض های پنهان را به سطح بکشید و بر اساس بهترین استدلال به جای بلندترین صدا تصمیم بگیرید. این روش پشت تصمیم گیری ساختار یافته و تصمیم گیری مشارکتی است.
استخراج ادعاهای فردی از یک بحث، رونوشت یا سند — چیزهایی که در واقع مورد استدلال قرار میگیرند.
اتصال هر ادعا به شواهد و استدلالهای مخالف که از آن پشتیبانی یا مخالفت میکنند، ساخت یک درخت سلسلهمراتبی موافق/مخالف.
سنجش ساختار: کدام ادعاها به خوبی پشتیبانی میشوند، کدام بر پایه پیوندهای ضعیف یا فرضهای پنهان قرار دارند، جایی که اجماع واقعاً وجود دارد.
یک تصمیم را که یک تیم واقعی ممکن است با آن مواجه شود، در نظر بگیرید — آیا باید به هفته کاری چهار روزه برویم؟ در یک جلسه، این تصمیم به صورت یک پشته از نکات بحثی که به یکدیگر پاسخ نمی دهند، ظاهر می شود. اما به عنوان یک نقشه استدلال، شکل اختلاف نظر به صورت لحظه ای قابل مشاهده است:
به
نقشه برداری استدلال یک اختراع جدید نیست - این پایان بصری یک سنت 2400 ساله در مطالعه چگونگی ساخت استدلال ها است. چندین سنگ بنای مهم وجود دارد:
دانشمند حقوقی جان هنری ویگمور شواهد را در پروندههای دادگاه به صورت شبکههایی از ادعاها و استنتاجها ترسیم کرد - یک پیشدرآمد اولیه از نقشه استدلال مدرن.
فیلسوف استیون تولمین یک استدلال واحد را به شش بخش تقسیم کرد - ادعا، داده (مبانی)، ضمانت، پشتیبانی، کیفیت و رد - که آناتومی نقشهبرداری استدلال را برای یک استدلال ارائه میدهد.
جیمز بی. فریمن استدلالها را به عنوان یک تبادل دیالکتیکی بین یک حامی و یک مخالف بازتعریف کرد، با propositions که توسط پشتیبانی، رد و زیر سوال مرتبط هستند - بهتر در ضبط استدلالهای چندگانه و واقعی.
فان مین دنگ استدلالها را به عنوان گرههایی با روابط 'حمله' رسمی کرد و تعیین کرد که کدام مجموعههای استدلال میتوانند به طور منطقی در کنار هم قرار گیرند - نظریهای که به کامپیوترها اجازه میدهد درباره اینکه کدام استدلالها پیروز میشوند، استدلال کنند.
پژوهشگرانی مانند استاب و گورویچ و پلدزوس و استده الگوریتمهایی ساختند که ادعاها، مقدمات و روابط آنها را از متنهای عادی استخراج میکنند - فناوری پشت نقشهبرداری استدلال با کمک هوش مصنوعی امروز.
Argumentree در انتهای این خط قرار دارد: آن نظریه را به یک درخت عملی pro/con تبدیل می کند که یک تیم واقعاً می تواند از آن استفاده کند.
"نقشه برداری استدلال" یک عمل بصری است؛ در زیر آن چندین چارچوب رسمی قرار دارد، هر کدام به یک سوال مختلف پاسخ می دهد:
| چارچوب | ایده اصلی | بهترین برای |
|---|---|---|
مدل تولمین استیون تولمین، ۱۹۵۸ | شش بخش از یک استدلال واحد: ادعا، داده، ضمانت، پشتیبانی، کیفیت، رد. | تحلیل آناتومی یک استدلال. |
مدل فریمن جیمز فریمن، ۱۹۹۱ | حامی در مقابل مخالف؛ propositions که توسط روابط پشتیبانی، رد و زیر سوال مرتبط هستند. | نقشهبرداری متنهای پیچیده و واقعی با ردهای متقابل. |
استدلال انتزاعی فان مین دنگ، ۱۹۹۵ | استدلالها به عنوان گرهها، 'حملات' به عنوان لبهها؛ معناشناسی رسمی تعیین میکند که کدام استدلالها قابل قبول هستند. | محاسبه اینکه کدام طرف پیروز میشود؛ هوش مصنوعی و استدلال خودکار. |
استدلال مبتنی بر ارزش بنچ-کاپون، ۲۰۰۳ | ارزشها و اولویتها را اضافه میکند، بنابراین یک حمله تنها در صورتی موفق است که ارزش آن از دیگری بالاتر باشد. | اختلافات مبتنی بر ارزش در حقوق، اخلاق و سیاست. |
طرحهای والتون داگلاس والتون | ~۶۰ الگوی نامگذاری شده از استدلال روزمره، هر کدام با سوالات بحرانی برای آزمایش آن. | شناسایی استدلالهای ضعیف یا مغلطهای. |
درخت پرو/کنتره Argumentree یک سنتز عملی است - ساختار حمایتی/حملهای سبک فریمن، به علاوه سبک دونگ 'کدام طرف نگهداری میشود' از طریق ریتینگ که به امتیازهای خالص حمایتی جمع میشود - که برای تیمها در دسترس قرار گرفته است، نه صرفاً برای منطقدانان. این بخش بصری و عملی نظریه استدلال است.
این دو اغلب با هم اشتباه می شوند اما مشکلات مختلفی را حل می کنند. نقشه ذهنی ایده ها را با استفاده از انجمن حول یک موضوع مرکزی سازماندهی می کند — این یک ابزار ایده پردازی و یادآوری است. نقشه استدلال ادعاها را با استفاده از رابطه منطقی سازماندهی می کند — هر اتصال به معنای "پشتیبانی" یا "مخالفت" است، بنابراین نقشه نشان می دهد که آیا استدلال واقعاً معتبر است یا خیر. نقشه های ذهنی چیزی که در مورد آن فکر می کنید را ثبت می کنند؛ نقشه های استدلال اینکه آیا درست است را ثبت می کنند.
هرجایی که یک تصمیم به کیفیت استدلال پشت آن بستگی دارد:
همه 12 مورد استفاده از نقشه استدلال را ببینید.
نرم افزار نقشه استدلال به تیم ها اجازه می دهد تا درختان استدلال موافق و مخالف را به صورت همکاری بسازند و بررسی کنند. Argumentree استخراج هوش مصنوعی را اضافه می کند — رونوشت ها و اسناد را به نقشه های ساختار یافته تبدیل می کند — به علاوه دسته بندی های ارزیابی، ردیابی اجماع و ترجمه 66 زبانه. ابزارهای دیگر در این زمینه شامل Kialo، DebateGraph و زبان نشانه گذاری Argdown هستند.
نقشهبرداری استدلال روشی برای ساختاردهی بصری استدلال است. این روش یک بحث را به ادعاهای فردی آن تقسیم میکند و نشان میدهد که هر کدام چگونه توسط شواهد و ضد استدلالها پشتیبانی یا مخالف هستند، معمولاً به صورت یک درخت پرو/کن. به جای خواندن پاراگرافهای بحث، ساختار منطقی اینکه چه کسی چه چیزی را استدلال میکند و چرا را میبینید.
نقشهبرداری ذهنی موضوعات و ایدهها را بر اساس ارتباطات حول یک تم مرکزی سازماندهی میکند - این مربوط به طوفان فکری و یادآوری است. نقشهبرداری استدلال استدلال را بر اساس رابطه منطقی سازماندهی میکند - هر گره یک ادعا است و هر لینک به معنای 'پشتیبانی میکند' یا 'مخالف است' است. نقشههای ذهنی آنچه را که در حال فکر کردن هستید ضبط میکنند؛ نقشههای استدلال ضبط میکنند که آیا استدلال واقعاً معتبر است یا خیر.
نقشهبرداری استدلال برای اتخاذ تصمیمات بهتر و شفافتر استفاده میشود - در جلسات تیم و هیئت، تحلیل پروندههای حقوقی، بحثهای علمی و رقابتی، بررسی سیاست و قانونگذاری، حاکمیت DAO و تحقیق. هر جا که کیفیت یک تصمیم به کیفیت استدلال پشت آن بستگی دارد.
بله. نرمافزار نقشهبرداری استدلال به تیمها اجازه میدهد تا درختهای استدلال پرو/کن بسازند و به اشتراک بگذارند، شواهد را پیوست کنند و به طور مشترک استدلال را بررسی کنند. Argumentree استخراج هوش مصنوعی را اضافه میکند (تبدیل متنها و اسناد به نقشههای ساختاری به طور خودکار)، ارزیابی چند بعدی استدلال، ردیابی توافق و ترجمه به ۶۶ زبان. ابزارهای دیگر در این حوزه شامل Kialo، DebateGraph و زبان نشانهگذاری Argdown هستند.
صریح کردن استدلال هدف نقشهبرداری استدلال است: این کار فرضیات پنهان را نمایان میکند، پیوندهای ضعیف را آشکار میسازد، از تسلط صدای بلند جلوگیری میکند و یک رکورد قابل حسابرسی از اینکه چرا یک تصمیم گرفته شده، باقی میگذارد. کیفیت یک تصمیم به شدت به کیفیت بحثی که پیش از آن انجام میشود وابسته است - نقشهبرداری استدلال آن بحث را قابل مشاهده و قابل بررسی میکند.
مدل تولمین، که توسط فیلسوف استیون تولمین در سال ۱۹۵۸ معرفی شد، یک استدلال واحد را به شش بخش تقسیم میکند: ادعا (نتیجهگیری)، داده یا مبانی (شواهد)، ضمانت (استدلالی که داده را به ادعا مرتبط میکند)، پشتیبانی (حمایت از ضمانت)، کیفیت (چقدر ادعا قوی است) و رد (شرایطی که تحت آن شکست میخورد). این آناتومی کلاسیک یک استدلال است و یکی از بنیادهای نظری است که نقشهبرداری استدلال بر آن بنا شده است.
نقشهبرداری استدلال جنبه بصری و عملی یک حوزه بزرگتر است. چارچوبهای رسمی مانند مدل تولمین (بخشهای یک استدلال)، مدل فریمن (پشتیبانی، رد و زیر سوال بین propositions) و استدلال انتزاعی فان مین دنگ (محاسبه اینکه کدام استدلالها حملات خود را تحمل میکنند) نظریه زیرین را فراهم میکنند. ابزارهای نقشهبرداری استدلال مانند Argumentree آن نظریه را به یک درخت پرو/کن تبدیل میکنند که یک تیم میتواند بدون داشتن پیشزمینهای در منطق بسازد و بخواند.
تولمین، س. ای. (۱۹۵۸). کاربردهای استدلال. انتشارات دانشگاه کمبریج.
مدل ادعا-داده-ضمانت-پشتیبانی-کیفیت-رد - بنیاد نظری برای ساختار استدلال.
View source →ویگمور، ج. اچ. (۱۹۱۳). مشکل اثبات. بررسی حقوق ایلینوی، ۸(۲)، ۷۷-۱۰۳.
نمودارهای ویگمور - یک پیشدرآمد اولیه از نقشهبرداری استدلال که برای تحلیل شواهد حقوقی توسعه یافته است.
کیرشنر، پ. آ.، باکینگهام شوم، س. ج.، و کار، س. اس. (ویراستاران). (۲۰۰۳). تجسم استدلال: ابزارهای نرمافزاری برای ساختمعنایی مشترک و آموزشی. اسپرینگر.
نظرسنجی بنیانی از تجسم استدلال پشتیبانیشده توسط کامپیوتر، شامل کار ون گلدری بر روی نقشهبرداری استدلال.
View source →والتون، د.، رید، س.، و ماکانو، ف. (۲۰۰۸). طرحهای استدلال. انتشارات دانشگاه کمبریج.
۹۶ طرح استدلال - واژگان برای روابط پشتیبانی/حمله بین ادعاها.
استاب، س.، و گورویچ، ای. (۲۰۱۴). حاشیهنویسی اجزای استدلال و روابط در مقالات قانعکننده. مجموعه مقالات COLING 2014.
استخراج استدلال محاسباتی بنیادی - فناوری پشت استخراج خودکار استدلال.
View source →فریمن، ج. بی. (۱۹۹۱). دیالکتیک و ساختار کلان استدلالها: نظریهای از ساختار استدلال. فوریس / دی گروتر.
مدل فریمن - پشتیبانی، رد و زیر سوال در یک تبادل حامی-مخالف.
View source →دنگ، پ. م. (۱۹۹۵). درباره قابل قبول بودن استدلالها و نقش بنیادی آن در استدلال غیرمونوتونیک، برنامهنویسی منطقی و بازیهای n نفره. هوش مصنوعی، ۷۷(۲)، ۳۲۱-۳۵۷.
مقاله بنیانی چارچوبهای استدلال انتزاعی.
View source →بنچ-کاپون، ت. ج. م. (۲۰۰۳). قانعسازی در استدلال عملی با استفاده از چارچوبهای استدلال مبتنی بر ارزش. مجله منطق و محاسبات، ۱۳(۳)، ۴۲۹-۴۴۸.
منشأ استدلال مبتنی بر ارزش (که بعداً توسط مودگیل گسترش یافت).
View source →پلدزوس، آ.، و استده، م. (۲۰۱۳). از نمودارهای استدلال به استخراج استدلال در متون: یک نظرسنجی. مجله بینالمللی اطلاعات شناختی و هوش طبیعی، ۷(۱)، ۱-۳۱.
عملیاتی کردن مدل فریمن برای استخراج خودکار استدلال.
View source →بحث ها را با استفاده از Argumentree به نقشه های استدلال ساختار یافته تبدیل کنید — و بر اساس قوی ترین استدلال، نه صدای بلندترین، تصمیم بگیرید.
شروع رایگان