《拆穿数据胡扯》Epub-Pdf-Mobi-Txt-Azw3 下载在线阅读

卡尔·伯格斯特龙 & 杰文·韦斯特

8.9(17人评价)

 

我们都曾经或正在被这些东西蒙蔽，却往往毫无察觉，甚至乐在其中！

 

一些貌似可靠的数据来源，也可能藏着一本正经的胡说八道。比如TED演讲中的统计数字、《纽约时报》等媒体报道的大数据分析新算法、甚至是医学期刊中的诊断数据……虚假信息都有可能鱼目混珠，而你能分辨其中哪些是真正有用的信息，哪些只是胡扯吗？

 

对此，华盛顿大学专门开发了一门尚未开课即爆满的公开课，而这本书正是源自这门引发热议的课程。

epubooks.top站是一个下载优质电子书的网站，书籍种类非常多，每个类目下的书籍资源都非常丰富，支持kindle、epub、mobi、azw3、pdf格式下载。以及在线阅读-epub,kindle,mobi,azw3,pdf格式！ 一個下載優質電子書的網站，書籍種類非常多，每個類目下的書籍資源都非常豐富，支持kindle、epub、mobi、azw3、pdf格式下載。以及在線閱讀-epub,kindle,mobi,azw3,pdf格式！ ======================================================= 记得收藏本站哟！每天都会更新 资源收集不易，还请帮忙点一点，是我的动力谢谢！！！！！！！！！！ 如果有什么书本站没有，你也可以在评论处留言。我会第一时间去的！ 收藏本站每日更新更多书籍！ 资源地址： Epub版-----网盘密码1122 MOBI版-----网盘密码1122 PDF版------网盘密码1122 TxT版------网盘密码1122 azw3版------网盘密码1122 ======================================================= 部分简介：

推荐语 “现在，我们每个人都被骗术淹没，欺诈如此普遍，以至于我们不再意识到它的存在。在如何发现它、抵制它，以及阻止它成功方面，这本书堪比一门大师课。” ——保罗·罗默（2018年诺贝尔经济学奖得主，美国经济学家，新增长理论的主要建立者之一。现任纽约大学经济学教授，斯坦福大学经济学教授，胡佛研究所高级研究员；曾任世界银行首席经济学家） “如果你想读一本肯定会成为经典的书，那就买这本书吧。它解决了我们这个时代最重要的问题: 对真理的尊重正在下降。它也是一部文学性很棒的佳作。每一页——确切地说，每一段——都增添了新的乐趣。” ——乔治·阿克尔洛夫（2001年诺贝尔经济学奖得主，美国著名经济学家，美国加州大学伯克利分校经济学教授） “读到伯格斯特龙和韦斯特关于‘胡扯’的精彩例子，我笑出了眼泪。这是一本扣人心弦的读物，任何人都关心我们如何被愚弄（或如何不被愚弄），以及与数学和科学的联系。但这也很有趣。这是我们这个时代的一本必读书。” ——萨尔·波尔马特（2011年诺贝尔物理学奖得主，天体物理学家，加州大学伯克利分校物理学教授，美国国家科学院院士） “信息领域充斥着用定量描述来误导人的冒牌货；如果你想知道哪里是雷区，就读读这本书。” ——乔丹·艾伦伯格（美国威斯康星大学数学系教授，畅销书作者，著有《魔鬼数学：大数据时代，数学思维的力量》） “如果我能让这本重要手册的内容成为每个高中生的必修课程（从而取代三角学），我愿意这样做。我强烈建议当面指斥我们这个充斥着错误信息的时代的胡扯，唯一遗憾的是我没有为自己的书想出这个书名。” ——凯西·奥尼尔（数据科学家，著有《算法霸权：数学杀伤性武器的威胁》） 推荐序1 科学地对抗科学的胡扯 胡翌霖 清华大学科学史系副教授 这本书英文原名叫“Calling Bullshit”，直译过来就是“对抗胡扯”。中译本书名用了《拆穿数据胡扯》，提示出本书的主题——本书所讨论的并不是一般的“空话”或“谎言”，而是那些被用来包装谎言的东西，特别是那些看似“科学”的包装——作者称之为“新派胡扯”。 老派胡扯属于“文科”，靠的是花哨的修辞和华丽的词藻，而新派胡扯属于“理科”，“使用数学、科学和统计语言来制造严谨准确的印象。它们利用数字、统计数据和数据图表粉饰那些可疑的论断，给它们披上了一层合理的外衣（见前言）”。 作者开篇就告诉我们，胡扯无处不在，从螳螂虾到人类，只要存在“交流”的地方，就存在欺瞒。遗憾的是，人类拥有更复杂的认知能力和语言体系，所以人类能够制造出更丰富的胡扯。 《三体》小说里有一个情节，说三体人花了几秒钟破译了地球人的语言，但他们无法理解欺骗和隐瞒。这个设定在我看来就很胡扯。且不论三体人的语言是什么样的，至少就我对地球语言的了解来看，欺骗和隐瞒简直就是任何语言的本质要素。 赫拉利在《人类简史》中提出，让人类这个物种脱颖而出的就是“讲故事”的能力，说直白些，其实就是“编造”的能力。语言的诞生就是一把“双刃剑”，它同时强化了人类传达信息的能力和编造信息的能力。很难想象一个有语言体系且有自由意志（从而能任性地选择如何使用语言）的智慧生物是不懂胡扯的，无论它是什么物种，也无论它处于怎样的科技水平。 科技水平的提升并不能自动清除胡扯，相反，“技术并没有消除胡扯问题，而是让问题变得更糟”。科学研究也无助于此，一方面许多科学研究者本身在有意或无意地生产胡扯，另一方面各种欺骗或谣言也能够拿起科学的包装来强化自己的传播。数据和图表比华丽的词藻更加有用，可以让胡扯如虎添翼。 在第1章作者总结了几条“原理”以解释胡扯的泛滥：“（1）制造胡扯的工作量比清除胡扯的工作量小；（2）制造胡扯对智慧的要求比清除胡扯的要求低；（3）胡扯的传播速度比清除工作的速度快。”科学、技术、数据、图表等，也都是“双刃剑”，它们既可以助力于清除胡扯，也可以助力于制造和散播胡扯，而借助同样的科技水平，强化胡扯往往比清除胡扯更容易。 所以我们不能奢望随着科技进步，胡扯的传播越来越少，相反，从近些年社交媒体上能观察到的趋势来看，我们发现胡扯的泛滥简直愈演愈烈。 作者假设，在移动互联网时代之前的人们，可能把胡扯流行归因于信息闭塞，他们会想象，如果人手一台机器，随手就能够连接到丰富和权威的数据源对任何问题进行查证，那么胡扯还能有生存空间吗？答案是令人遗憾的，神奇机器的幻想已经实现了，这个机器就叫智能手机，但在移动互联网时代，这台机器恰恰是更多胡扯的载体。 所以我们不能寄希望于科技，而是得自己多长心眼，如原书副标题所说：“用怀疑的眼光看数据驱动的世界”。如何学会辨别和反抗胡扯的技巧，这就是本书的主体内容。而辨别胡扯，重点就是要扒开让它显得煞有其事的外衣——各种貌似科学的论调、看似严谨的数据和仿佛明晰的图表。 总之，这本书给我们提供了“科普”，涉及统计学和心理学等领域，帮助我们辨别那些看似可靠的“科学的胡扯”。 但这种“科学地对抗科学的胡扯”本身，或许也是一个“胡扯”。正如作者偶尔的自嘲那样，作者提供的东西，或许也有不少“胡扯”。 本书提供的方法真的管用吗？一方面，顶尖的科学家和顶级科研杂志的编审者们都很难做到火眼金睛（第9章提到大量经典实验难以复现的现象），我们这些普通读者只是读了几本科普书，能获得多高的辨识力呢？另一方面，一些辨别胡扯的“技巧”或许也是双刃剑，例如作者提到的第一个技巧是“质疑信息来源”，主张要多去追究信源的来路和动机，思考他们要“兜售”什么。但是同样是“动机论”，也经常会被大众用来抵制那些可靠的信息——比如宣称基站辐射无害的人肯定就是为了兜售基站嘛，宣称疫情严重的人肯定就是为了兜售疫苗嘛……对“兜售者”的怀疑眼光既可能妨碍谣言的传播，同时也有可能妨碍谣言的澄清。 最后作者给出一条箴言，教人们在使用社交媒体时要“多思考，少分享”。但这一建议能起到好的效果吗？因为耐心读完了整本书的人，多少应该比一般人更善于甄别胡扯，但是如果他们变得更加谨慎，更少转发，那么结果恐怕是那些毫不谨慎也不懂甄别的大众继续转发大量胡扯，而有辨别力的声音越来越少。 或许作者的最后一章才是真正重要的事情：“驳斥胡扯”。作者鼓励我们，在辨清胡扯时不要默不作声，而是可以勇敢地站起来驳斥（当然要以得体的方式）。 当然，无论能不能改变世界，在这个充满胡扯的世界中，我们至少该学会独善其身，本书可以作为胡扯世界的生存指南。 推荐序2 拨开胡扯的迷雾 姚利芬 中国科普研究所创作研究室副研究员 哲学家哈里·法兰克福在其著作《论胡扯》中称：在我们的文化里，有太多的人在“胡扯” (bullshit)。在某种意义上，“胡扯”比“说谎”对我们的危害性更大。说谎的人知道何者为真，讲的却是假话。胡扯的人既不关心何者为真，也不关心何者为假，只在乎自身利益。然而，什么是胡扯？胡扯的存在形式是什么？如何发现胡扯？这些问题一直困扰着我们。这些问题犹如问我们什么是时间一样，“如果没有人问我，我是明白的；如果我想给问我的人解释，那我就不明白了”。 幸运的是，这本书对此给出了试探性的回答。 很多人认为自己很容易发现胡扯，因为胡扯常以花哨的语言形式出现。然而，本书重点并非研究这种老派胡扯，而是研究新派胡扯。新派胡扯试图用数学和统计语言来营造严谨性、准确性，试图给胡扯披上“科学”的外衣。为什么新派胡扯总是利用数字、统计数据和数据图表粉饰那些可疑的论断，给它们披上了一层合理的外衣呢？本书作者没有对此进行研究。在我看来，这是近代以来对自然的数学化造成的。自然的数学化的本质并非是使用数学的语言描绘大自然和人类社会，而是把整个世界看成是使用数学的。在西方，这种传统由来已久，起源于毕达哥拉斯–柏拉图传统，他们认为数学或者理念是世界的本质。在近代，伽利略宣称大自然这本书是用数学写成的。因此，哪个学科越能用数学的语言进行描述，哪个学科就越“科学”，也就越不容置疑。这就解释了本书作者发现的一个现象：“在人文和社会科学领域，学生们被教导要让相互冲突的观点相互碰撞，要与不一致的观点做斗争；但在STEM领域，学生们解决悖论、调和相互矛盾的证据、批判错误论断的机会非常少。”无论如何，新派胡扯不那么容易被人发现，我们经常被种种数学化的形式所“忽悠”。不过，阅读此书会帮助我们快速而准确地辨别出这些新派胡扯。 这本书逻辑清晰、语言优美，很多地方论述得十分精彩。印象最深的是第4章，即因果关系，这也是揭示新派胡扯十分关键的一步。虽然书中没有明确提出，但我认为作者是通过以下几个方面论述因果关系中的胡扯的。 首先，把相关性当成因果关系。毫无疑问，因果关系是某种关联，但并非有关联的两个事物都存在因果关系。暴风雪来临之前，气压计读数会产生变化，但我们不认为气压计的读数的变化导致了暴风雪的来临。虽然两者看似有先行后续的联系，但这种联系并非因果关系。其实，气压的变化导致了气压计读数的变化，也导致暴风雪的来临。也就是说，暴风雪和气压计读数的变化有一个共同原因，它们之间却没有因果关系。新派胡扯经常把联系说成存在因果关系，以达到胡扯者的其他目的。在作者看来，虽然结婚率与自杀率有关，但这并不意味着婚姻会导致自杀。因此，我们不要看到数据显示相关性，就草率地认为存在因果关系。 其次，因果倒置。我们通常用旗杆的长度解释旗杆的影长，这是因为旗杆是产生旗杆影长的原因。反之，那简直就是胡扯。本书中也提到了这种因果倒置的胡扯形式。伟大的统计学家之一罗纳德·费希尔试图证明，吸烟不会导致肺癌，而是肺癌导致吸烟。他的理由是，肺癌导致患者不适，而吸烟可以缓解这种不适。 再次，凭借错误的假设推导出因果关系。本书中给我们提供了如下例子。据心理学家斯科特·盖勒和同事研究，买扎啤的学生喝的啤酒数量大约是买杯装和瓶装啤酒的学生的2~4倍。但是，随着时间推移，这一论断也发生了变化。“如果喝扎啤，就会喝得更多”被理解为“人们喝得更多是因为他们喝的是扎啤”。因此，“我们应该禁售扎啤，这样学生们就会少喝酒”。毫无疑问，这也是一种胡扯。 最后，在一些伪相关性中寻找因果关系。作者说，有的关联性无关紧要，甚至不值一提，在这些关联性中寻找因果关系简直是一种胡扯。例如，在美国小姐的年龄与被水蒸气、热蒸气等高温物体谋杀的人数关联中寻找因果关系，简直就是不折不扣的胡扯。 如何解决涉及因果关系的胡扯呢？作者给出的方法是人为操控。虽然作者没有明确指出，但从这里也可以看出作者想利用因果关系的操控理论来解决此问题。因果关系的操控理论种类繁多，不过哲学家詹姆斯·伍德沃德提出的理论能被大多数人所接受。虽然新派胡扯总是利用数字、统计数据和数据图表等形式，但本书没有或许会让读者眼花缭乱的方程式，通篇充溢着幽默感，读起来轻松愉悦。在这种阅读气氛中，读者不知不觉学会了如何发现和拆穿胡扯、驳斥谎言的策略。 推荐序3 闲得没事也别胡扯 王大鹏 中国科普研究所副研究员，中国科普作家协会理事 非常荣幸，作为第一批读者，提前通读了《拆穿数据胡扯》一书。读完之后，掩卷深思，顿感这是一本迟来的好书，一来因为我们已经对很多“噪声”习以为常，而且深受其害，如果我们能早些明白这些“噪声”的来龙去脉，那么也许就可能“看开”很多世事；二来呢，对于一个专门研究科普的人来说，这本书也让我受益良多，如果我们能把书中提到的一些方法用到科普实践之中，那么我们可以少走一些弯路，也能早些传授给目标受众一些科学方法。 如果你仔细阅读全书，就会发现它谈论的实际上是我们每天都在遇到甚至是从事的一种行为，那就是“胡扯”。我相信即便你没有阅读全书，哪怕只是浏览一下章节目录，你也会得出这样的结论。 确实如此，这本书就是关于“胡扯”的，虽然我没有去统计，但是我敢说“胡扯”这个词是书中出现频率最高的一个名词，有时候也是动词。当然，这本书虽然是有关“胡扯”的，但是它没有胡扯，而是去辨别胡扯，那么为什么不用这个直截了当的名字（辨别胡扯）作为书名呢？两位作者指出，“是因为要解决当前胡扯泛滥的问题，需要的不仅仅是看清它的本质，还要照亮所有角落，让胡扯无所遁形，增加胡扯传播的难度。”那么他们是如何一步步地做到这一点的呢？我个人的体会如下。 首先，作者们追根溯源，主张“胡扯”无处不在，它起源于更广泛意义上的欺骗。有一句很多人耳熟能详的话——“科技让生活更美好”。不过，两位作者认为技术的进步并没有消除“胡扯”的问题，而是使现状恶化了。比如在社交媒体大行其道的时代，“标题党”也是某种意义上的“胡扯”，它是一种“空热量”，因为有研究发现，最成功的标题都没有阐述事实，而是承诺给你一种情感体验。而如果缺乏这种情感体验，估计很多人都不会去阅读“吸睛”标题背后的内容。算法是很多平台赖以获取用户黏性的利器，但是在“算法丛林”中，它们并不是为了帮我们了解更多信息，而是让我们在平台上保持活跃度，否则我们就有可能会跑到它的竞品平台上去。这实际上就会导致“过滤器泡泡”和“回音壁效应”，本身也是一种“胡扯”的表现。错误信息和虚假信息也会借助技术的发展而不断地迭代，你有时候并不知道网络那一端和你互动的到底是人还是机器。就此而言，“胡扯在点击驱动的大规模网络化社交媒体世界中比在以前的任何社会环境中更容易传播”。 通过上述分析，两位作者总结说，“胡扯就是全然不顾事实、逻辑连贯性或实际传递的信息，而是利用语言、统计数字、数据图表和其他表现形式，通过分散注意力、震慑或恐吓等方法，达到说服或打动听话人的目的”。因为“胡扯的目的根本不是表述事实，而是利用某种修辞手段来掩盖事实”。 当然，读者们可能会说，我们可以用数据说话，但是两位作者以机器学习的例子说明“数字成了胡扯者的撒手锏”。因为机器学习算法的好坏取决于它的训练数据，而这些训练数据从根本上来说可能是有问题的。 其次，科学也会牵涉到“胡扯”的问题。在这个问题上，我个人的感觉是，两位作者的着墨最多。无论是因果关系、选择偏倚、数据可视化，还是大数据问题，以及科学的易感性，本书中间部分的第4—9章几乎都可以归于这方面的讨论。 把相关性呈现为因果性往往是“胡扯”的一种表现，也是一种“胡扯”的做法。比如，在大众媒体的报道中，往往会基于相关性就认为存在因果关系，而我们在上面读到的很多权威性推荐意见依据的都是关联性，没有证据证明存在因果关系（在此之后，因此之故）。 作者们之所以主张“数字成了胡扯者的撒手锏”，是因为仅仅数字正确是不够的，还需要将它们放在合适的上下文中，以便读者或听众能够正确地理解它们。否则，这些数字就有可能会成为某种意义上的“胡扯”。在这方面，两位作者给出了大量的案例来支撑自己的主张，他们还认为并非所有的东西都可以用数学公式来表示，将其界定为“数学滥用”。与此类似的是，在数据可视化方面，两位作者也通过各种各样出现在我们身边的可视化图形阐释了这可能导致的“胡扯”现象。 在科学的易感性问题上，两位作者着重探讨了p值及其操纵的问题。科学研究领域很少或者说不发表负面（用科学术语来说是，阴性的）研究结果，实际上也是某种p值操纵，这会导致发表的偏倚。而媒体报道又进一步放大了这些偏倚，因为新闻来源往往不明确说明他们所报道的只是初步的研究结果，更糟糕的是，他们几乎不会报道之前报道过的研究后来没有成功的消息，“难怪公众会被那些不能确定红酒到底是好是坏的科学家搅得晕头转向，也难怪他们很快就对所有媒体产生了怀疑”。更甚的是，还存在着“胡扯科学”的市场，也就是那些掠夺性期刊。当然，两位作者在这一章的最后重申，科学依然是重要的，我们需要相信科学。 最后，经过本书前面大部分的铺垫之后，两位作者给出了如何辨别胡扯的一些小“妙招”，包括但不限于，我们要学会“质疑信息来源”，“小心不公平的比较”，牢记“如果好得或者糟糕得不像是真的……”那它很可能就不是真的，我们要知道“从数量级考虑”，我们要去“避免证真偏差”（也就是人们会注意、相信和分享与我们已有信念相一致的信息），以及我们需要“考虑多个假设”，等等。当然，掌握了辨别“胡扯”的方法，我们可以使自己免受其害，如果我们还能够驳斥“胡扯”，那就更好了，因为这样就可以让我们周围的人免受其害。两位作者也提供了一些方法。 如果你还不知道什么是“胡扯”，或者想学会辨别“胡扯”的方法，又或者想约束自己减少“胡扯”，避免分享“胡扯”，这本书都是你的不二之选。 从个人的专业角度而言，我更是强烈建议科普从业者认真阅读一下这本书，因为它会让你掌握一些必要的科普方法。 总之，强烈推荐！ 前言 当今社会胡扯现象随处可见，令人不胜其烦。政治家无视事实信口开河，科研人员把发新闻稿视为科学研究，硅谷的初创公司将胡扯发展到了艺术的高度，大学奖励的是胡扯而不是分析思维，大多数管理活动似乎只不过是一个对胡扯进行编排组合的复杂过程。心怀不轨的广告商朝我们眨眨眼，诱导我们和他们一起把胡扯进行到底，而我们也眨眨眼表示回应——与此同时，我们就会放松警惕，对他们奉送的修饰过的胡扯信以为真。胡扯在具体问题上误导我们，破坏我们对一般信息的信任，因此会污染我们这个社会。尽管能力有限，但我们希望可以通过本书，对这一现象给予回击。 哲学家哈里·法兰克福认为，胡扯现象无处不在是我们这个时代的一个典型特征。他在他的大作《论胡扯》的开头指出： 我们文化的一大特点就是胡扯太多。人人都知道，而且人人都有份，但我们往往会把这种情况视为理所当然。（不过，）我们不清楚胡扯是什么，为什么如此之多，也不知道它有什么作用。我们没有认真探讨胡扯的真正含义。换句话说，我们没有形成理论。 要彻底消灭胡扯，就需要准确地了解它是什么。这就有点儿棘手了。 首先，“胡扯”（bullshit）既是名词也是动词。我不仅听腻了你的胡扯（名词），也可以反过来跟你胡扯（动词）。这很好懂。简单地说，胡扯作为动词就是指说一些胡扯的话。 但是，“胡扯”这个名词到底指的是什么呢？和许多人试图用哲学概念匹配日常语言的努力一样，试图为它制定一个泾渭分明的定义的努力也必然徒劳无功。因此，我们将从例子着手，描述一些可以称之为胡扯的东西。 大多数人都认为自己擅长发现胡扯。当胡扯以修辞或花哨的语言形式出现（我们称之为老派胡扯）时，他们这样想也许没有错。例如： • 我们的共同使命是发挥双方解决方案的作用，使未充分利用的人力资源组合机会得到充分利用。（换句话说，我们是短期工中介公司。） • 我们存在的意义在于传播。要开始这个神话，就要成为它的一部分。（我们可以把这称为新时代的老派胡扯。） • 我们像先辈一样，怀着坚定的思想和满腔的热忱，眼光掠过伟大祖国的无垠疆土，重新点燃我们共同命运的火花。（算了吧，你还是说说如何让我们这个地区重新得到更多的就业机会吧。） 老派胡扯似乎并没有消失，但随着新派胡扯的兴起，它似乎没有那么引人注目了。新派胡扯使用数学、科学和统计语言来制造严谨准确的印象。它们利用数字、统计数据和数据图表粉饰那些可疑的论断，给它们披上了一层合理的外衣。新派胡扯可能会采用下面这些形式： • 根据货币汇率加以调整后，我们表现最好的全球基金在过去9年中有7年跑赢了市场。 （回报率到底是如何调整的？该公司有多少基金未能跑赢市场，相差多少？就这个问题而言，是某一只基金在9年中有7年跑赢了市场，还是在这7年中每年都有一只不同的基金跑赢了市场？） • 虽然没有统计意义（p = 0.13），但我们取得的结果突出表明了我们靶向治疗肿瘤的临床意义（5年生存率比为1.3），并对当前的治疗范式提出了挑战。 （如果一个结果没有统计意义，那么讨论它的临床意义又有什么意义呢？5年生存率是这种特定癌症的相关指标，还是说大多数患者在3年内死亡？为什么我们要认为这“对当前的治疗范式提出了挑战”？） • 该团队的卷积神经网络算法可以从一个由人类代谢组、转录组和蛋白质组构成的多层网络中提取底层控制逻辑。 （什么是多层网络？这些不同的“组”之间的连接有什么重要意义？如何测量？作者所说的“控制逻辑”是什么意思？我们如何知道这些系统真的是通过一个底层控制逻辑连接到一起的？我们如何确证这种方法可以提取这个底层控制逻辑呢？） • 我们的系统筛查显示，34%的有行为障碍的二年级学生承认在过去一年里至少闻过一次神奇马克笔。 （这个数据很重要吗？如果真的很重要，那么闻马克笔这个行为是“行为障碍”的原因还是结果？有多少没有行为障碍的二年级学生承认闻过马克笔？也许这个比例更高！） 新派胡扯之所以特别有效，是因为我们中的许多人觉得没有资格质疑以数量形式呈现的信息。这让那些新派胡扯者们正中下怀。要反击，就必须学会在合适的时机，以合适的方式质疑这些言论。 < ◇ > 在教学中，我们一直在教导学生如何对数据进行逻辑和定量思考。本书源于我们在华盛顿大学教授的一门叫作“Calling Bullshit”的课程，目的是说明一个事实：即使你不是一名专业的统计学家、计量经济学家或数据科学家，你也能批判性地思考那些定量论证；无须大量数据和数周时间，也能看穿胡扯。只要有基本的逻辑推理，在需要的时候，再辅以通过搜索引擎轻松获取的信息，通常就足以解决问题了。 作为公民，我们肯定希望可以帮助人们发现并驳斥胡扯。这不是左翼或右翼意识形态的问题；这两个阵营的成员都证明了自己善于制造和传播错误信息。相反（尽管有夸大其词的危险），我们认为拥有足够的辨别胡扯的能力对民主的存续来说至关重要。民主一直依赖于选民的批判性思维，但在当今这个时代，社交媒体的传播导致选举过程深受假新闻和国际干预的影响，这同时也赋予了批判性思维前所未有的重要地位。在2016年12月的《纽约时报》专栏文章中，马克·加莱奥蒂总结了应对这种信息战的最有效防御措施： 美国政府不应该试图直接打击每一次泄密，而是应该教育公众，让他们知道自己什么时候被操纵了。通过学校、非政府组织和公共服务活动，美国人应该掌握成为精明的媒体消费者所必需的基本技能，包括核实新闻的真实性、识别说谎图片的能力。 本书两名作者都是拥有数十年数据科学、统计学和相关学科教学经验的公立大学教师，对于如何教授这种思维并不陌生。我们认为，批判性思维并不要求我们在政治上偏向某一方。你可能在多个问题上（例如联邦政府的最佳规模，政府介入我们私人生活的可接受程度，或者国家在世界舞台上应该如何表现自己）与我们的观点不一致，但没有关系，我们只是想帮助持各种政治观点的人当面指斥胡扯。因为我们认为，当选民能够看穿来自各个方面的胡扯时，民主才是最健康的。 我们不是在建立一个平台，让我们可以就不喜欢的事情胡扯。因此，本书中的例子很少是我们所知道的最恶劣的例子，更不可能是那些让我们愤怒不已的例子。相反，我们选择的例子都是为了达到教学目的，找出特定的陷阱，突出适当的应对策略。我们希望你通过阅读和思考，学会当面指斥胡扯。 < ◇ > 一个多世纪前，哲学家约翰·亚历山大·史密斯在对牛津大学新生发表演讲时说： 你在学校学到的东西对你（将来的生活）几乎毫无用处，但它有一个好处：只要你认真学习，方法得当，那么在别人胡说八道的时候你会有所察觉。我认为，这即使不是教育的唯一目的，也是它的一个主要目的。 尽管取得了一些成功，但我们认为从这个角度看，高等学校STEM学科（科学、技术、工程和数学教育）的教学存在一些问题。一般而言，我们在操作方法教学，也就是在引导学生学习如何操作矩阵、转染细胞、运行基因组扫描和运用机器学习算法这些方面做得很好。但这种关注事实和技能的做法是以牺牲批判性思维艺术的训练和实践为代价的。在人文和社会科学领域，学生们被教导要让相互冲突的观点相互碰撞，要与不一致的观点做斗争；但在STEM领域，学生们解决悖论、调和相互矛盾的证据、批判错误论断的机会非常少。因此，大学毕业生往往精于质疑言语论证过程、识别逻辑谬误，但令人惊讶的是，在面对通过数据提出的论断时他们往往会默然接受。当然，中学教育也是如此。现在的学生可以坦然拒绝政治、伦理、艺术和哲学论断中的胡扯，但如果STEM教育采用在人文学科中已经习以为常的质询式教学方式，培养出来的学生就能以同样驾轻就熟的方式，拒绝统计报表和人工智能分析中的胡扯。 出于若干原因，我们在接下来的章节中大量引用了科学和医学研究中的例子。我们热爱科学，这也是我们的专长所在。科学依赖于我们在这本书中提到的定量论证。在人类创立的所有体系中，科学似乎最不应该受到胡扯的影响——但事实并非如此。我们认为，公众对科学的理解受到了诸多因素的妨碍，而理解正确与否，对于选民能否做出明智的决定具有至关重要的意义。本书的目的就是找出症结所在。 但我们必须着重指出，我们绝不否认科学是理解物理世界的一个成功的标准手段。不管我们抱怨什么，不管我们发现了什么偏见，不管我们遇到什么问题，不管我们说了什么废话，科学最终还是会成功的。有了科学的支持，我们才能乘坐飞机环游世界，通过视频电话交谈，移植器官，根除传染病，理解大爆炸后的早期阶段、生命的分子基础等现象。 新的信息技术已经改变了我们的科学和社会交流方式。随着信息获取途径得到改善，信息超载的现象愈演愈烈。我们希望本书能帮助你面对冲击，将事实与虚构区分开来。 第1章 胡扯无处不在 这是一本关于胡扯的书。它将告诉我们，面对无处不在的胡扯，我们如何看穿它，如何对它进行反击。不过，事情得一步一步地做。首先，我们需要了解什么是胡扯，它从何而来，为什么会泛滥成灾。为了回答这些问题，我们需要将目光投向遥远的过去，了解一下这一现象的起源。 胡扯不是现代发明。在《柏拉图全集》（Euthydemus）记载的一次与苏格拉底的对话中，柏拉图抱怨那些被称为诡辩家的哲学家对事实漠不关心，只对赢得辩论感兴趣。换句话说，他们是胡扯艺术家。但如果追溯胡扯的起源，就会追溯到比任何人类文明更久远的年代。胡扯起源于更广泛意义上的欺骗，而动物之间已经互相欺骗了上亿年。 惯于欺骗的甲壳类动物和狡猾的乌鸦 海洋里到处都是凶残而奇妙的生物，但很少有像螳螂虾那么喜欢寻衅滋事的。在更专业的圈子里，这种海洋甲壳类动物被称作口足类动物。有些螳螂虾专门吃有坚硬厚壳保护的海螺。为了打破这些方解石保护层，螳螂虾的前肢进化出一种弹簧加载机制，并因此掌握了重击这一技能。它们的锤状爪子在攻击时可以达到每小时50英里[1]的速度。重击威力巨大，在水下可以产生一种叫作空化气泡的现象，有点儿像蝙蝠侠打斗时带着一声巨响和一道亮光的“卡波！”。有时，水族馆里的螳螂虾甚至可以击穿厚厚的玻璃墙。