（1） （争点になっている領域に関して、データ の） 「網羅性」 を保証しなければならない。
　（2） 「事実 （data）」 の出典 （信憑性ある出典） を明示する。
　（3） 「事実 （data）」 と 「意見 （opinion）」 を混同しない。

　当然ながら、「一次 データ （原典）」 を入手するのが鉄則ですが、加工された データ （情報） を扱うときには、複数の情報源を比較して信憑性を検証しなければならないでしょうね （--例えば、新聞の記事は、少なくとも、3次加工以上の変形された データ ですから、新聞記事を資料として使うなら注意しなければならない）。この 3点のいずれかが崩れたら、主張は成立しない。

　次に、（確実な データ を使いながらの） 「論証」 ですが、最大に注意しなければならない点は、「論理の飛躍 （hasty generalization）」 に陥らないようにする、という点です。論理の飛躍は、--「論証」 自体は、モーダス・ポーネンス を遵守しているかぎり、検証可能性 （秩序性） を実現して、飛躍は起こらないので--往々にして、データ の 「網羅性」 がないにもかかわらず （not enough of the instances have been observed）、結論を強引に引き出そうとするときに起こるようです。

　（数学基礎論の） 推論では個体や論理式は変数として扱われるのですが、「ことば」 を使った論証では、「ことば」 の 「定義」 を下さなければならない。これが、なかなか、むずかしい。たとえば、「民主主義」 とか 「自由主義」 というような広範な概念を、定義を下さないで使えば、虚空を掴むような 「人生論」 になってしまい、論証にはならないでしょう。

　以上に述べてきたことをまとめれば、主張を提示するためには、以下の 3点が大切である、ということになるでしょうね。

　（1） ことば （概念） の定義
　（2） データ （evidence） の網羅性
　（3） 論証 （proof） の検証可能性 （秩序性）

　以上のことを留意して、主張を提示したなら、（通常の ディベート では、論争の手順として、否定側から反論を提示されるのですが） 「一人 ディベート」 では、自ら、否定側に立って、以下の 2点をやってみればよいでしょう。

　（1） attacks on EVIDENCE
　（2） attacks on REASONING

　そのような検証のことを 「クロス をかける （cross-check）」 といいます。つまり、「定義」 「網羅性」 および 「検証可能性」 に関して、反例がないかどうか、そして、反証ができないかどうか、という点を徹底的に検証するのです。徹底的な クロス を耐えて論証が崩れなければ、主張は正当であることが立証されるでしょう。

　以上に述べてきたことは、日頃から、練習することができます。普段の読書のなかで、以下の 2点を留意して、本を読めばよいでしょうね。

　（1） 定義 （...とは、なにか） [ Define! ]
　（2） 論証 （...なのは、なぜか） [ Why? あるいは、Why not? ]

　そして、意見を述べるときには、「I think..., because... （私は、...と思う。なぜなら、...）」 という形式を使うようにすればよいでしょう。多くの日本人が使う「...と思う」 という言いかたが、英語にしてみれば、「I feel...」 にしか訳すことができない、というのは悲しい現実です。

　ギットン （Guitton J.） 氏曰く、

　　　　　　枕頭の書としては、君に対してもっとも手きびしい、もっとも理屈っぽい反対者の書いたものを当てるがよい。
　　　　　　パスカル が モンテーニュ を、モンテーニュ が セネカ を枕頭の書としたように。
　　　　　　（ギットン 著、安井源治 訳、「読書・思索・文章」、中央出版社、142ページ）


[ 追伸 ]
　拙著 「論理 データベース 論考」 は、以下の一行を論証するために綴られた。

　　　「aRb を関数として扱わない」

　それを論証するために、まず、（通説となっている） 「aRb ≡ R (a, b)」 の考えかたを網羅的に扱わなければならないので、拙著の ページ 数の 50％ほどを、「aRb を関数として扱う」 考えかたを整理するために費やさなければならなかった （--それらは 「理論編」 として扱われている）。反対派の考えかたを理解するためには、それほどの準備をしなければならないのである。□