反扯淡與信息素養(yǎng)

魏忠

十幾年前，我剛進高校工作，一件事情讓我決定從此在我所在的交通運輸規(guī)劃領(lǐng)域不再發(fā)表學(xué)術(shù)論文——我去聽取學(xué)校一位權(quán)威教授的碩士答辯，該學(xué)生以一年前的8月25日和一年后的8月25日兩天進行交通規(guī)劃研究，證明了一個非常復(fù)雜嚴(yán)肅的論證，我打開電腦查了一下，發(fā)現(xiàn)這兩天一個是周五，一個是周三，而上海的周三和周五是交通流量完全相反的，于是我便說：“你表面是非常嚴(yán)肅的證明，而事實上不關(guān)心真相，不就成了扯淡嗎？”事后，我被人嚴(yán)肅地提醒要注意言語分寸。

又過了一年，我?guī)е晃唤?jīng)濟學(xué)家去佘山旅游，由于封路避行恰巧發(fā)現(xiàn)我們的學(xué)生正在佘山進行交通測試，帶頭的又是某位知名教授的學(xué)生，我記得非常清楚，那天是5月19日，由于特殊活動佘山封路，學(xué)生們說這樣非常方便他們測量日常的交通流量。然而，封路與正常流量又完全不同，做交通課題卻找封路時候去做流量測試，狗P。

今天我可以說我為什么不寫“學(xué)術(shù)論文”了：我是搞信息的，至少在我研究的領(lǐng)域“扯淡”“狗P”是很嚴(yán)肅的學(xué)術(shù)詞匯，并不是罵人。他們都是英文的一個詞“Bullshit”，看起來是有些憤怒和粗魯，但確實是指那些“公然罔顧事實和邏輯的語言、統(tǒng)計數(shù)據(jù)、圖表，以及其他呈現(xiàn)方式”，它們的目的是讓受眾留下深刻印象并且讓人難以抗拒，而反扯淡和駁斥狗P指的是“公開批駁有問題的東西”。駁斥的對象其實比狗P更廣，還可以包括謊言、背叛、詭計和不公。這個詞匯，是由時任普林斯頓大學(xué)哲學(xué)系主任、全球最具影響力的哲學(xué)家之一的G·法蘭克福發(fā)掘的，2005年他發(fā)表了On Bullshit一書，該書成為亞馬遜十大暢銷書之一，法蘭克福認為：扯淡不完全是撒謊，掩蓋真相，而是根本不關(guān)心真相，扯淡不僅是反真相的，而且更嚴(yán)重的是它是反價值的，扯淡會消磨掉人類嚴(yán)肅說出的各種價值，進而解構(gòu)各種具有價值的事情和生活，這才是扯淡的最大危害。法蘭克福的On Bullshit的中文譯名就是《論扯淡》，這個名字還是比較含糊的，而英文如果直譯，就是“狗P、牛糞、狗屎”。

2015年，我女兒所在的華盛頓大學(xué)的兩位教授（一位生物學(xué)教授、一位信息學(xué)教授）在網(wǎng)絡(luò)上相繼開了一門課，就叫“大數(shù)據(jù)時代如何辨別狗P”，幾年后這門課成為大學(xué)的正式課程。從該課的宗旨和目標(biāo)來看，實際上它就是在大數(shù)據(jù)時代，如何提高學(xué)生的“信息素養(yǎng)”。

一個粗俗的詞匯成為了一個學(xué)術(shù)詞匯，甚至成為一所大學(xué)的正式課程廣受歡迎，并有越來越多的人認識到它的重要性，那是因為，隨著大數(shù)據(jù)和人工智能的發(fā)展，“扯淡”和“狗P”已經(jīng)泛濫成災(zāi)且走向越來越專業(yè)，“狗P們在專業(yè)地造假，統(tǒng)計和信息學(xué)家以及科學(xué)家們在業(yè)余地辟謠”，即使一些有科學(xué)素養(yǎng)的人其信息素養(yǎng)也未必高到哪里去。好了，現(xiàn)在有了一項專項的課程來提醒不專業(yè)的信息時代的螺絲釘：謹(jǐn)防狗P。

其實，“大數(shù)據(jù)時代辨別狗P”并不難，卻也不簡單。舉個例子來說，傳統(tǒng)的教師的很多信息素養(yǎng)是通過類似“2/8定律”“250定律”“溫水煮青蛙實驗”“鯰魚效應(yīng)”“霍桑實驗”來建立的。華盛頓大學(xué)的這門課程基本上也采用類似的“大數(shù)據(jù)時代的統(tǒng)計故事”，通過12周的課程（華大采用3季3學(xué)期制），就能建立起學(xué)生的信息素養(yǎng)。下面，我簡要介紹一下12周都講些什么。

第1周：扯淡概論。作者發(fā)現(xiàn)TED上的精彩演講往往采用的是扯淡的藝術(shù)。扯淡和反扯淡最大的問題在于成本不對稱。例如，最近國內(nèi)的幾件扯淡的事情：“港珠澳大橋左行右行嚴(yán)重的設(shè)計錯誤”“醫(yī)生罷工造成死亡率急劇下降”。扯淡者并不一定是數(shù)學(xué)不好或者邏輯有問題，而是因為偏激情緒降低了他們的思考能力；被扯淡者去傳播也未必智商低下，他們并不關(guān)心真相而歡迎結(jié)論。一個眾所周知的觀點是人一旦進入群體中，智商就會嚴(yán)重降低，這也是為什么傳銷的洗腦課總是能成功地引人而入的主要原因。而更為吊詭的是，人們往往不容易輕信小謊言，卻很容易相信大謊言，19世紀(jì)英國作家科爾頓說：“有些騙局布設(shè)得如此巧妙，只有傻子才不受騙上當(dāng)。”那些布設(shè)巧妙的往往是大謊言。長期接受和依賴謊言的人們當(dāng)中甚至還有在謊言破滅后，自己也加入到維持謊言之中的。

第2周：發(fā)現(xiàn)扯淡。真理和自由一樣，需要永遠保持警惕。那么如何發(fā)現(xiàn)自己在并不專業(yè)的領(lǐng)域中的扯淡呢？課程中通過一些簡單而有趣的統(tǒng)計學(xué)驗證來提高學(xué)生的信息素養(yǎng)。例如，本福德定律，通過對造假數(shù)據(jù)的第一個有效數(shù)字的分布，識別科學(xué)研究中的數(shù)據(jù)質(zhì)量。

1945年7月16日上午，世界上第一顆原子彈在美國新墨西哥州沙漠地區(qū)爆炸。意大利裔美國物理學(xué)家恩利克·費米把筆記本里的一頁紙撕碎了，一感到震波，他即把舉過頭頂?shù)淖ブ〖埰氖炙砷_。碎紙飄揚而下，在費米身后2.5m處落地，心算之后費米宣布，原子彈能量相當(dāng)于10000tTNT當(dāng)量。費米可以這么做，當(dāng)然學(xué)生也可以這么做。

第3周：扯淡分布和扯淡生態(tài)。扯淡經(jīng)常出現(xiàn)的場合是媒體、社交網(wǎng)絡(luò)、政治、道德、宗教場所、新聞發(fā)布和官方宣傳領(lǐng)域，即難以辨別真?zhèn)巍⒈鎰e真?zhèn)斡钟新闊┑膱龊稀＠纾D(zhuǎn)基因的技術(shù)討論，往往演變發(fā)展到道德討論、國家陰謀、民族種族等扯淡領(lǐng)域，即使國家也不得不遷就輿情，智者遠離又使得扯淡的力量空前強大。

第4周：因果關(guān)系。這一周的課程內(nèi)容為相關(guān)與因果、充分與必要、中位數(shù)與平均數(shù)、虛假關(guān)聯(lián)關(guān)系。總體來講就是，統(tǒng)計學(xué)不嚴(yán)格的因果關(guān)系很容易變成人的邏輯的推論扯淡。例如，最有名的膽固醇與心血管病的關(guān)系問題。最近科學(xué)發(fā)現(xiàn)，正是由于心血管損傷造成大量膽固醇修復(fù)血管，而“壞膽固醇”又堆積在血管造成問題。然而，如果減少攝入或者分泌“壞膽固醇”，可能連心血管堵塞的機會都沒有了。統(tǒng)計學(xué)上的因果倒置需要領(lǐng)域?qū)＜遥y(tǒng)計學(xué)家貿(mào)然進入專業(yè)領(lǐng)域會有很多災(zāi)難性的后果。

第5周：統(tǒng)計陷阱和欺騙。近年來，統(tǒng)計陷阱有很多的慘痛教訓(xùn)，這些案例讓人記憶深刻的同時也普及了統(tǒng)計學(xué)的進展。例如，兒科大夫用不嚴(yán)密的一連串統(tǒng)計學(xué)概率推斷一位死了兩個孩子的母親殺嬰；維爾羅杰斯效應(yīng)用來發(fā)現(xiàn)兩個地域的GDP增長率平均值只要一個人移民就可以……通過這些典型的案例，學(xué)生們可以不必為高大上的貝葉斯類的統(tǒng)計術(shù)語嚇破膽，即使統(tǒng)計學(xué)家也要明白貝葉斯規(guī)則，也要明白質(zhì)與量不等價。

第6周：數(shù)據(jù)可視化。利用圖形和人眼誤區(qū)可以產(chǎn)生圖像和圖形誤解，這是所有網(wǎng)民都知道的事實，這門課的可貴之處在于教學(xué)生使用一些典型的工具去制作這些“扯淡圖形”。利用數(shù)據(jù)可視化造假，我們要知道眼睛對什么敏感，對什么不敏感，并不是什么時候都是眼見為實的，這些工具包括比例油墨、字符垃圾、誤導(dǎo)軸、夸大比例。

第7周：大數(shù)據(jù)。我在上大學(xué)的時候，學(xué)過菲利普斯曲線，說的是失業(yè)率與勞動生產(chǎn)率的關(guān)系，這是一個經(jīng)典的經(jīng)濟學(xué)理論，然而近些年它卻不準(zhǔn)了，這是由于政府都知道了這個秘密，當(dāng)一個秘密被知道并作為調(diào)整的目標(biāo)的時候，就再也不準(zhǔn)了，這就是古德哈特定律。在大數(shù)據(jù)領(lǐng)域最扯淡的案例是“啤酒和尿布的故事”。這件事真?zhèn)螣o從考究，據(jù)說是從沃爾瑪來的，但是無論是中國的沃爾瑪還是美國的沃爾瑪，我都沒有發(fā)現(xiàn)啤酒和尿布放在一起。一位超市專家告訴我，即使啤酒尿布成立，也不會放在一起，那是因為那樣既不衛(wèi)生，也不經(jīng)濟（若成立，超市會故意放得遠遠的），更不合理（跟超市收銀臺放在一起的是體積小、利潤高的）。很多大數(shù)據(jù)講師也愿意講啤酒和尿布，統(tǒng)計陷阱和欺騙的目的并不是欺騙，而是這個故事精彩，而精彩的故事往往會誤導(dǎo)聽眾。

第8周：出版偏見。如果期刊喜歡發(fā)表積極的結(jié)果而不是負面的結(jié)果，那么即使是一個盡職盡責(zé)的科學(xué)家群體，也會產(chǎn)生誤導(dǎo)性的學(xué)術(shù)記錄——就像目前出版環(huán)境中的情況一樣。絕大多數(shù)工程和科技使用的是成熟的技術(shù)，而成熟的技術(shù)“科技創(chuàng)新可能很少或者不被人注意”，從傳播學(xué)的角度講，新的技術(shù)和熱點技術(shù)容易引起轟動。然而，美國科學(xué)家發(fā)現(xiàn)，“絕大多數(shù)科學(xué)論文都是錯的”。錯的科學(xué)發(fā)現(xiàn)不一定是科學(xué)家有意為之，很可能某些條件較為苛刻，更重要的原因在于出版偏見。

第9周：掠奪性出版和科學(xué)不端行為。這一周延續(xù)上周的學(xué)習(xí)內(nèi)容，如果有人故意造假，或者出版社靠收取版面費為生，后果會更為嚴(yán)重。例如，哈佛大學(xué)醫(yī)學(xué)院一位教授在2018年10月被辭退，他是著名的心臟權(quán)威，過去15年偽造15篇論文，被幾萬名學(xué)者追蹤研究，學(xué)術(shù)造假手段太隱蔽了，這也是在大數(shù)據(jù)時代才被發(fā)現(xiàn)。

第10周：所謂胡說八道的道德規(guī)范。這一周主要講騷擾和質(zhì)疑的界限以及道德。學(xué)術(shù)領(lǐng)域的事情，盡量用行業(yè)評價，但如果行業(yè)內(nèi)形成“均衡”了呢？總體上來講，質(zhì)疑是就事論事，用科學(xué)的方法，不牽涉到道德、宗教、政治、民族。

第11周：假新聞。這一周是上一周內(nèi)容的延續(xù)，包括如何判別假新聞、假新聞及其特征。

第12周：駁斥扯淡。從這門課的目標(biāo)就能看到這一周的主要內(nèi)容：①對你的信息食譜中出現(xiàn)的狗P保持警惕；②無論何時何地遇到狗P，都能夠識別出來；③能夠準(zhǔn)確說明為什么一則狗P是狗P；④能夠在統(tǒng)計學(xué)或科學(xué)專業(yè)的人面前給出對狗P的技術(shù)分析；⑤能夠在迷信的阿姨和不自覺間表露出種族主義的叔叔面前分析狗P，讓他們能聽懂，并且有說服力。

大數(shù)據(jù)時代，專業(yè)領(lǐng)域越來越細，個人不知道的東西越來越多，與此同時，人工智能、社交網(wǎng)絡(luò)發(fā)展迅速，處于數(shù)據(jù)洪流中的人，不可能不把自己一部分思維“外包給外腦”，即10年前提出的“人機協(xié)同時代”。然而，這個時代除了人腦要處理機器不能處理的每個人的專業(yè)領(lǐng)域或者人文領(lǐng)域之外，具備對抗“狗P的一般素養(yǎng)”是異常重要的，而這就是這門課的重要目的，為這門課點贊。

2018年在上海的人工智能大會上，馬云說：“我不擔(dān)心人工智能時代機器會取代人，而擔(dān)心人類思維不再進步。”是的，反扯淡、反狗P就是第一步，用文明一點的詞匯說，就是“核心信息素養(yǎng)”。