❤內參－邏輯－如何拆穿數據時代的胡扯

出處：如何拆穿數據時代的胡扯


信息科學家傑文·韋斯特（Jevin West）和生物學家卡爾·伯格斯特龍（Carl Bergstrom）
在華盛頓大學開設了一門新課，課程的名字叫做
“在大數據時代拆穿胡扯”（ Calling bullshit in the age of big data）。
韋斯特和伯格斯特龍認為，人們很容易就能識別出口頭上的胡扯，
畢竟我們已經使用語言數千年了，但數據和圖表是19世紀80年代才流行起來的。
由於數據呈現出的複雜性和準確性，很容易高效地偽裝成胡扯的信息，讓人上當受騙。


伯格斯特龍說，想要拆穿數據的胡扯也很簡單，不需要你獲得統計學學位，
需要的是一些常識和思維習慣。兩位教授提供了一些建議：
首先，看到一則信息時，你可以問自己三個問題：
誰告訴我的？他是怎麼知道的？他想向我兜售什麼？

其次，如果一個數據看起來特別好，好的都不那麼真實，那很可能就不是真的。
尤其是那些和你的個人觀點或者經歷十分一致的結論，特別值得懷疑。

第三，警惕不公正的比較。
比如，有人告訴你，觀看特朗普就職典禮直播的人數要比看奧巴馬就職直播的人數多，
那是因為2017年看直播比奧巴馬就職那年容易多了。

第四，要知道機器也可能有偏見。
比如，用來預測個人犯罪行為的計算機模型對少數族裔表現出了偏見，
很有可能是因為用來“訓練”算法的數據反映了現有的文化偏見。
機器和給他們編程的人一樣容易犯錯，而且不會因為感到內疚而糾正自己的行為。


----------------
摘要：
1. 看到一則信息時，你可以問自己三個問題：
　誰告訴我的？他是怎麼知道的？他想向我兜售什麼？
2. 如果一個數據看起來特別好，好的都不那麼真實，那很可能就不是真的。
　尤其是那些和你的個人觀點或者經歷十分一致的結論，特別值得懷疑。
3. 警惕不公正的比較。
　比如，有人告訴你，觀看特朗普就職典禮直播的人數要比看奧巴馬就職直播的人數多，
　那是因為2017年看直播比奧巴馬就職那年容易多了。
4. 要知道機器也可能有偏見。
　比如，用來預測個人犯罪行為的計算機模型對少數族裔表現出了偏見，
　很有可能是因為用來“訓練”算法的數據反映了現有的文化偏見。
　機器和給他們編程的人一樣容易犯錯，而且不會因為感到內疚而糾正自己的行為。