過去的一周，你心情咋樣?

除了股票基金過山車般的漲跌之外，工作例會上，你使用的數據PPT模板讓展示更加美觀有趣，獲得老板好評。

一把游戲結束，系統自動送上戰力統計，你的隊友明顯拖了后腿，下次不要和ta組隊了。

此時手機又提醒你視屏時間過長，建議休息一下，因為科學研究表明，連續視屏超過x小時便會使視力下降y%……

我們信任數據，認為數據總是客觀情況的客觀反映。可事實真的如此嗎?

2018年，復旦大學開設了一門新的通識課程，邀請學校多個專業的教授對學生每天可能接觸到的信息進行“真偽鑒定”，向學生闡述什么是“偽科學”，一經開課便節節爆滿。

這門名叫“似是而非”的新課并非復旦大學首創，它的靈感來源于美國華盛頓大學的“拆穿胡扯”(Calling Bullshit)公開課。

這門課由生物學教授卡爾·伯格斯特龍和信息學副教授杰文·韋斯特聯合主講，他們從邏輯和傳播渠道的角度揭開數據偽科學如何產生與傳播。課程信息一掛在官網就被搶光名額。

這兩門課如此火爆，原因是相同的：識別數據陷阱，已然成為當代生活的剛需。數據信息真的可以為“偽科學”操控，雖然我們已經能夠識別出披著“震驚×××”外衣的老式胡扯，但它們分裂出來的新亞種令人眼花繚亂。

伯格斯特龍和韋斯特將這些把戲統稱為“胡扯”，這門教大家識別并指斥胡扯的課程廣受好評，講義的衍生書籍保留了課程辛辣的原名，中文版便是《拆穿數據胡扯》。

何為胡扯?

那么胡扯到底指什么呢?

作者伯格斯特龍和韋斯特認為：

• 胡扯就是全然不顧事實、邏輯連貫性或實際傳遞的信息，而是利用語言、統計數字、數據圖表和其他表現形式，通過分散注意力、震懾或恐嚇等方法，達到說服或打動聽話人的目的。

數據胡扯的最終目的，是通過有意為之的操作，使本應該客觀的數據，為己所用。

我們暴露在胡扯面前的時間和機率可能遠遠超過我們所認為的，形式也是五花八門。

胡扯的視覺把戲

“大鴨子”是一個養鴨戶于1931年建造的鴨子形商店，如今已經成為一個受人喜愛的地標。

但是作為一座建筑，大鴨子并沒有什么特別的功能。在建筑理論中，它已經成為形式優先于功能的標志，“鴨子”也由此成了裝飾超過用途的建筑的代名詞。

相似地，形式大于數據的圖形就可被稱為“鴨子”。

下面這個圖形的設計者用兩個餐叉的尖齒代表條形圖中的條形。

這樣做有什么壞處呢?壞處很多：

• 條形是圖形中承載信息的部分，但它們在這張圖中只占了很小一部分空間;
• 傾斜的角度也會引發爭議，因為我們不習慣解讀這種角度的條形圖;
• 兩把餐叉并排，但底部水平線并沒有對齊，容易造成錯覺;

幸好數值被寫出來了。但如果必須依靠數值來解讀圖形，為什么不直接用表格避免前三個壞處呢?

我們說胡扯就是公然無視事實和邏輯連貫性，企圖通過分散注意力、震懾或恐嚇來說服或打動受眾。

但可愛有什么不對嗎?其實“鴨子”真正讓我們擔心的原因在于，試圖裝得可愛會讓讀者更難理解它表示的數據，逐漸變成胡扯。

比如這張圖，創意可嘉，但是把一個餅形圖扭曲成羊角，只會在讀者對這些數量進行視覺比較時增加難度。

數據可視化的“鴨子”只是有胡扯的影子，那么被我們稱為“水晶鞋”的那一類數據可視化就是完美的胡扯。

“水晶鞋”是將一種類型的數據硬套上用于展示另一類數據的視覺形式。這樣做的目的是借用好的可視化形式的權威性表現自己的權威性，完全不考慮數據本身與形式的兼容性。

就像格林兄弟的原版《灰姑娘》故事中，繼姐為了穿上水晶鞋切掉了腳趾，削平了腳后跟。

其中最被濫用的形式之一就是地鐵線路圖，它甚至引發了元層級的評論——“以地鐵線路圖作為象征的地圖的地鐵線路圖”。

以地鐵線路圖作為象征的地圖的地鐵線路圖

另一種流行的圖表形式是帶標簽的示意圖。這種圖的“重災區”之一，就是PPT。

誰沒用過幾個看起來豐富、有趣又清晰的PPT模板呢?或者自創一些可愛的模型，就像這只獨角獸。

然而圖表上的標簽毫無道理可言。前肢與“機器學習”和“可視化”有什么關系?為什么“R編程”與后腿有關呢?右后腿為什么沒有加標簽?為什么頭部的“分析型思想者”指的是一種人，而身體的其他部分指的是技能?……

扭曲的數字黑箱

如果我們給“鴨子”們“拔毛”，讓數據赤裸裸地呈現在我們眼前，是不是就可以規避掉胡扯了?一定意義上是的，但不絕對。因為還存在著另一種更加隱形的欺詐——數據的來源本身。

當科學家測量元素的原子質量時，這些元素不會密謀增加自己的重量，以便把自己在元素周期表上的位置悄悄往后挪一點兒。

順便說一句，元素周期表也是一款常用“水晶鞋”

但是，管理者往往會有所體會——當他們衡量員工的工作效率時，員工往往會在量化數據上做文章，以讓工作表現更好看一些。

我們在很多領域都能看到這個現象。

當汽車銷售人員按達成的銷售額獲得獎金時，他們就會為客戶提供更大的折扣，以便快速完成銷售額;而當銷售數量成為目標時，銷售人員也會提供更大的折扣，以快速增加銷售量。

這兩個方式并不能都保證利潤成正比增長，而利潤往往是企業最看重的。

這便是“古德哈特定律”：

• 指標變成目標后，就不再是一個好的指標。

如果某個指標附加有足夠多的獎勵，人們就會想方設法地提高自己的得分，而這樣做就會削弱該指標原本的評估價值。正是量化指標本身改變了需要量化的對象的行為。

還有一種更接近純粹胡扯的現象——數學濫用，而且它并不罕見。

數學濫用(Mathiness)指的是那些看起來都像是數學表達式的東西，但它們和數學可以說是毫無關系。

比如信任方程：

按照這個方程，當自利感降到最低時，信任度就會非常高，那么我們是不是應該根據拋硬幣的結果決定一切呢?畢竟硬幣真實可靠又不會自私自利。

又如“一年中最悲傷的一天”(一月的第三個星期一)的公式：

W代表天氣，d代表債務，T代表圣誕節以來的時間，Q代表放棄新年決心以來的時間，M代表干勁不足，Na代表采取行動的必要性。(不清楚D在公式中代表什么。)

看起來多么像是一種嚴謹的數學方法!但它到底是什么意思呢?這些量如何測量，單位又是什么?如果只是要表達正相關還是負相關，那么大可不必采取這種形式，它不但無用，還會讓人費解。

數據胡扯，科學領域也不能幸免

是的，科學領域也會屢屢中招。

還記得古德哈特定律嗎?“指標變成目標后，就不再是一個好的指標。”在科學領域，使用引文指標來衡量期刊質量已經導致編輯鉆制度空子。

有的期刊會在1月份發表更多文章，這樣一來，這些文章本年度被引用的機會就會增加。所有這些反常的行為都違背了期刊的使命，削弱了引用數作為質量指標的有效性。

類似地，對科研人士的論文數量指標催生了只要給錢便可發表文章的“掠奪性期刊”，也讓科研領域成為了胡扯的高發地帶。

雖然掠奪性期刊的主要客戶是給簡歷增色的邊緣學術人，但也包括氣候懷疑論者、反對疫苗者、神創論者和艾滋病否認論者。

他們以版面費為代價換取在科研領域的“一面之地”，然后說他們的邊緣信仰通過了“同行評議”的科學。這是典型的胡扯污染。

作為讀者，我們沒有任何萬無一失的方法，可以確定無疑地知道一篇科學論文是否完全正確。但伯格斯特龍和韋斯特提醒我們，至少要保持合理的懷疑，這是辨別胡扯的第一步。

比如注意論文中的論斷與它是在哪兒發表的是否相匹配，尤其要警惕低層次期刊上出現的異乎尋常的論斷。

拆穿胡扯，你需要一些技巧

辨別可能的胡扯的最終目的，是指斥胡扯。

然而清除胡扯的代價要遠遠高于制造胡扯，哪怕真正符合科研方法論的論文也是如此。

伯格斯特龍和韋斯特就借助一個精彩的駁斥案例，反證了這種“高端胡扯”的屏蔽性與危險。他們給這種方法取名為“令人難忘駁斥法”。

這個令人難忘的針對功能磁共振成像技術(fMRI)的駁斥出現在一次神經科學會議上。

fMRI能夠幫助神經科學家探索哪些大腦區域參與了哪些認知，典型的研究會比較對象和對照組的fMRI圖像，并思考為什么大腦的某些部分亮度有所不同。

但是，實驗軟件必須對評估結果的統計學意義做出假設。而最近的一項研究表明，這些假設有時會嚴重夸大差異。問題已經暴露，但科學家們并未對這個問題的嚴重性達成一致。

于是一份標題為《通過死大西洋鮭魚研究人類神經活動：論多重比較校正的重要性》的學術墻報登場了。你沒看錯：一條死鮭魚。

這是一個故意為之的愚蠢實驗。研究人員跟那條死魚交談，還給它看了人們在不同社交環境中的照片。結果令人震驚。當鮭魚被問及人們的情緒時，影像顯示它腦干的幾個區域表現出來的活躍性高于它在“休息”時的活躍性。

這還只是對人類社交場景的“反應”，想象一下，如果這條鮭魚被問及鮭魚的情緒，這些區域會多么明亮。

要么是我們在死魚認知方面取得了驚人發現，要么是我們未經修正的統計方法出了問題。

指斥胡扯不只是為了增強自信，它還是一種道義上的責任。正如我們在開頭所說，世界充斥著各式各樣的胡扯，有些是無傷大雅的，有些是小麻煩，還有一些甚至很有趣，但很多胡扯會給科學的誠實和生死攸關的決策帶來嚴重的后果。

“數據成了新式胡扯者的殺手锏”。但我們絕不否認科學是理解物理世界的一個成功的標準手段。不管我們抱怨什么，不管我們發現了什么偏見，不管我們遇到什么問題，不管我們說了什么廢話，科學最終還是會成功的。

部分內容摘編自《拆穿數據胡扯》，中信出版社出版。