戰鬥陀螺重奪兵器譜排名第一位了嗎？現任美國國王是韓國瑜嗎？你有沒有後悔每天堅持挖三公噸的鼻屎？
稍有常識都知道，絕對不可以正面回答這三個問題。
混合問題
對方問「你有沒有後悔每天堅持挖三公噸的鼻屎？」，無論答「有後悔」還是「沒有後悔」，都會默認自己每天堅持挖三公噸鼻屎。上述三個問題都有預設，而且都是不恰當的預設。在邏輯學，這類問題全是混合問題 (complex question)。[1]
戰鬥陀螺重奪兵器譜排名第一位
戰鬥陀螺沒有重奪兵器譜排名第一位
預設：戰鬥陀螺曾經是兵器譜排名第一位
現任美國國王是韓國瑜
現任美國國王不是韓國瑜
預設：美國現在有國王
我後悔每天堅持挖三公噸的鼻屎
我沒有後悔每天堅持挖三公噸的鼻屎
預設：我每天堅持挖三公噸的鼻屎
批判思考和邏輯研究的謬誤 (fallacy)，泛指思維方式上的錯誤。[2] 謬誤的分類甚多，其中一個教科書常見的大類是不當預設謬誤。
不當預設謬誤的特徵不在於斷說的內容 (content) 有誤，而在於斷說的預設 (presupposition) 不恰當。例如，「戰鬥陀螺重奪兵器譜排名第一位」預設戰鬥陀螺曾經是兵器譜排名第一位，斷說戰鬥陀螺再次排名第一；「現任美國國王是韓國瑜」預設美國現在有國王，斷說那個國王是韓國瑜；「我後悔每天堅持挖三公噸鼻屎」預設我每天堅持挖三公噸鼻屎，斷說我為此而感到後悔。
要反對這些有不當預設的言論，不是要針對它的斷說內容，而是要針對它的預設。「混合問題」僅僅是這個不當預設的其中一個細類，此外尚有兩個常見的細類，分別是「不當二分」和「丐題」。
不當二分
混合問題有不當預設，有時這預設還同時是不當二分 (inappropriate dichotomy) 。[3] 去年年中網上流傳一段影片，拍攝者問地盤工人：「年青人，究竟是什麼驅使你在暴雨之下工作？是愛，還是責任？」這問題預設對方是受到愛或責任驅使才在惡劣環境工作，但拍攝者其實沒有理由作此假定。事實上，拍攝者和受訪的地盤工人都知道，真正的理由既不是愛，也不是責任，而是窮。這個問題除了是混合問題，同時還是不當二分：不恰當地預設只有「愛」和「責任」兩個可能性。
(source: https://www.pikbee.one/media/Bj6s0fRl303)
不當二分與混合問題偶有重疊，但兩者始終有分別，因為有些不當二分並非以問題形式出現，自然也就不可能是混合問題。若沒證據相信對方一定是韓粉和柯粉兩者之一，以下的說法便犯了不當二分：
你不支持韓國瑜，那麼你一定是柯文哲的粉絲！
預設：要麼你支持韓國瑜，要麼你支持柯文哲。
此外，縱使有問句、有不當二分，也未必會有混合問題。有時候，文法上的問句其實是反問，問者已預設答案。例如「誰又能寫出完全原創的文章？」預設──同時也在表示──沒有人能寫出完全原創的文章，這個預設合理之極，可是放在某些語境仍會有不當二分：
我雖然一再強調文章是我自己寫的，但你指控我的文章大部分內容都是剽竊，這個指控並不公道，誰又能寫出完全原創的文章？
預設：要嘛文章大部分內容都是剽竊，要嘛文章是完全原創的。
雖然「誰又能寫出完全原創的文章？」這個反問有預設，但它的預設並無問題。問題出在整個句子，因為整句預設只有「大部分剽竊」和「完全原創」兩個可能性，可是我們非但沒有理由相信只有這兩個可能性，甚至還有好理由相信有第三可能性，例如在恰當的地方註明出處，或是避免過度渲染來誤導他人，就已經是「大部分剽竊」和「完全原創」以外的情況。
不當二分沒有明確斷說，而是在暗地假定只有兩個可能性。要推翻這幾段不當二分的言論，同樣不可由它們斷說的內容著手，只可由它們的預設著手。
丐題
混合問題的著眼點在於問題，不當二分的著眼點在於將可能性收窄至兩個，丐題 (begging the question) 的著眼點則是在於論證過程。[4] 以下就是一個丐題的論證：
大家應該支持填海方案，因為這個方案是大家應該支持的。
預設：大家應該支持填海方案
這個論證要證明「大家應該支持填海方案」（結論），搬出來的理由卻是「填海方案是大家應該支持的」（前提）。由於論證旨在用前提證明結論，這論證所用的前提實際上就是結論，因此說話者其實暗地預設結論。
有些丐題直接將結論當成前提，有些丐題沒這麼明目張膽。有個老故事可以說明這點。話說有兩個礦工發現了三個金塊，兩人偷偷將金塊搬走，準備劃分金塊屬誰。第一個礦工說：「我拿兩塊，你拿一塊。」第二個礦工不服，詰問：「你憑什麼拿兩塊？」第一個礦工說：
我是首領，所以，我拿兩個金塊。
第二個礦工仍然不服，再問：「你何時當了首領？」第一個礦工理直氣壯地說：
我拿兩個金塊，所以，我是首領。
第一個礦工總共提出兩個論證，獨立觀之，兩個論證都沒有將結論當成前提，可是，他證明自己拿兩個金塊的理由是「他是首領」，但這個理由輾轉依賴於「他拿兩個金塊」。他的第一個論證暗地預設結論，所以仍是丐題論證。
在前面的例子可以看到，混合問題和不當二分可以全無論證。[5] 然而，丐題一定會有論證，因為丐題的不當預設正是源於論證的運用，
我們使用論證，是為了讓理性討論得以推展，例如物理學家證明有上帝粒子、歷史學家證明郭子儀養有私馬二千五百匹、心理學家證明人會傾向忽略對不利既有信念的證據，諸如此類，都是在尋求獨立證據來支持重要論題，擴充討論雙方的知識範圍。然而，如果在論證過程可以預設亟欲證明的論題（結論），代表最初根本就毋需提出論證。預設結論的論證不但對理性討論毫無幫助，甚至會產生「討論有推展」的假象，但實質上只是在理性探索的道路原地踏步。丐題之不當，在於丐題的論證從根本上就已經違反提出論證的初衷。[6]
反對丐題，不是要反對說話者所斷說的前提，不是要反對說話者所斷說的結論，而是要反對說話者在論證過程預設結論，這也是為甚麼丐題同樣隸屬不當預設這個大分類。
不當預設
不少人以為，只要有假預設就犯了不當預設謬誤。這是錯的。不當預設謬誤之所以為謬誤，並非由於預設為假，而是由於相關的預設在相關的語境並不恰當。以混合問題為例，可考慮四類情況：
- 詢問冷漠的陌生人「你愛我有多深？」，預設對方愛自己。這是假預設，也是不當預設。
- 詢問熱戀中的男友「你愛我有多深？」，預設對方愛自己。這是真預設，也是恰當預設。
- 詢問一個只是為了肉體快感而表現得十分愛護你、演技精湛到足以騙過絕大多數人的渣男「你愛我有多深？」，預設對方愛自己。這是假預設（他並不愛自己），但卻是個合理的預設（他的演技實在太好，被騙才合理）。
- 詢問自己隨機選上的陌生路人「你愛我有多深？」，預設對方愛自己。假使這個隨機選上的路人碰巧是個愛心泛濫的人，見一個愛一個，一見到你就真的深深地愛上你，你的預設碰巧是真的，但它仍然是不當預設──因為我們沒有理由預設隨機選上的陌生人愛自己。
同樣道理也適用於不當二分。如果我們根本不瞭解對方的政治背景，縱使對方碰巧真的是韓粉和柯粉其中一派，說「你不支持韓國瑜，那麼你一定是柯文哲的粉絲！」仍然犯了不當二分。如果種種跡象顯示對方極可能只是韓粉或柯粉，縱然事實上他兩者都不是（除了他，沒有人知道），說那句話就沒有犯不當二分。
丐題的論證預設結論，這個預設也有可能碰巧符合事實。假設你對貓懷有敵意，我要說服你「有些貓很可愛」，而我說「有些貓很可愛，因為它們真是可愛到爆」。即使我的結論是真的，我的論證還是丐題，因為我論證依然不恰當地預設的結論──你根本不接受結論「有些貓很可愛」，又怎麼會接受前提「它們真是可愛到爆」？
不當預設，弊在「不當」，而非「不實」。要指出一段言論有不當預設，未必就要證明那段言論的預設不是實情，但至少要證明那段言論的預設並不恰當。例如，我們不需要反駁「有些貓很可愛」，也可以指出「有些貓很可愛，因為它們真是可愛到爆」是丐題──因為你的論證預設了結論；我們不需要真的有韓粉和柯粉以外的政治取態，也可以指出「你不支持韓國瑜，那麼你一定是柯文哲的粉絲！」是不當二分──因為你根本沒有理由假定我只有這兩個選擇；我們不需要去檢查自己一天挖多少鼻屎，也可以指出「你有沒有後悔每天堅持挖三公噸的鼻屎？」是混合問題──因為你根本就不知道我會挖多少鼻屎。
回到最初的疑問，假如有人問你那三個問題，應該怎樣回答？「戰鬥陀螺重奪兵器譜排名第一位了嗎？」戰鬥陀螺從來就不是兵器譜排名第一位，第一位明明就是小你老Ｘ飛刀。「現任美國國王是韓國瑜嗎？」美國沒有國王，只有一個很糟糕的總統。「你有沒有後悔每天堅持挖三公噸的鼻屎？」你才挖鼻屎，你全家都挖鼻屎。回答混合問題，要直接否定問題的預設，不能正面回答問題。
對了，你是喜歡這篇文章的明智讀者，還是仍未發現這是一篇優秀文章的鄉民？
Notes:
- 「混合問題 (complex question)」也可稱為「複合問題」。
- 此處採用李天命（2006；2009）的定義。
- 我將這類謬誤稱為「不當二分 (inappropriate dichotomy)」，比較流行的名稱是「虛假兩難 (false dilemma)」及「虛假二分 (false dichotomy)」，但這個「虛假」其實並不恰當，見第四節「不當預設」。
- 「丐題 (begging the question)」也可稱為「乞題」、「乞求論點」、「竊取論題」。
- Patrick Hurley (2015) 認為所有謬誤都有論證，連混合問題也有隱藏論證 (pp. 164-165) 。我不認為他可以成功將混合問題改寫成論證。
- 雖然我有時會寫「句子預設 p」，但嚴格來說應該是「說話者預設 p」，只是因為句子有慣常用法，才會令使用者慣常地做了某些預設。
References
- 李天命（2006）李天命的思考藝術（終定本）。香港：明報出版杜。
- 李天命（2009）哲道行者（最終定本）。香港：明報出版杜。
- Hurley, P. (2015) A Concise Introduction to Logic (12th ed.), USA: Cengage Learning.
