汇集全网资源下载,免费分享活动线报!

虚假信息辨别方法有哪些(大数据时代如何辨别假信息)

QQ爱小编 好文分享
扫码手机访问
0

图片

短视频、短信息时代蒸蒸日上,改变了公众话语的内容和意义,商业和任何其他公共领域的内容,都日渐以“短娱乐”的方式出现,并成为一种文化习惯。

但是这些容易传播的短视频、短信息,大量充斥着假话和谬论。

基思·斯坦诺维奇说,伪科学的传播所造成的代价是巨大的。怎么在纷繁复杂的信息里面,去伪存真,帮助自己解读判断,需要我们有一定的思辨能力,去识别信息中的垃圾(bullshit)。

如何识别虚假信息?

1. 大话、空话;让人不知所云

在表达中使用一堆假大空的词汇,每个词你都认识,组合在一起也仿佛说得都对,但是就是不知道对方在说什么。比如各种黑话指南:

  • 2016年:资本寒冬、护城河、上半场、下半场、brief、知识付费、赛道、黑科技、网红、闭环。
  • 2017年:赋能、边界、共享经济、消费升级、新物种、互联网金融、ICO、区块链。
  • 2018-2019 年:打法、优化、下沉、社交电商、壁垒、流量池、组合拳、心智。
  • 2020-至今:抓手、Web 3,去中心化、底层逻辑、第一曲线、第二曲线。

并不是说只要有这些词汇,就是 bullshit。而是表达者通过一顿组合,让你不知道所云,只有空话的,肯定是 bullshit。比如:

图片

看完之后,一脸问号,他在说啥?

向飙说:“社会生活里有很多问题都是老问题,一定要把老问题吃透。不要制造新的词汇,没有太大的意思”。

2. 缺失的信息

之讲了一个关于缺失数据做决策的故事。赛车队成员需要决定是否要参与一场重要的比赛。依据之前的经验,24 场比赛中有 7 场汽车引擎出现故障,故障情况和天气温度之间的关系

团队里面大部分人的判断都是要参赛。但是当我们把缺失的比赛数据补齐时,我们看到:

40华氏度引擎出问题的概率很高,参赛的结果可想而知。赛车队故事背后是  NASA 真实的案例。1986 年,在一次火箭发射事件中,NASA 的高层基于部分数据,对于密封火箭助推器一个连接处的 O 型圈失效可能性做出了判断。最终结果是,剧烈燃烧的气体直接从连接处冲向外部,“挑战者号”在升空 73 秒后就爆炸了,7 位宇航员全部丧生。

当有人和你阐明数据和观点的时候,你可以思考以下几个问题:

  1. 谁在告诉我这些
  2. 他们是如何知道的
  3. 这些信息里面还有什么,还有哪些信息没有表露出

3. 错把关联当因果

还有一类经常被大家搞错的是,误把关联关系当作因果关系。

多年前,台湾地区有一个研究表明,家用电器的数量和避孕工具的使用最相关。但是你应该不会有这样的想法,在高中发放免费的烤箱以解决青年早孕的问题。因为这两个变量存在相关,但是没有因果关系。

比如你发现汽车儿童座椅销量变高,同时婴儿出生数量也在变高,是一个正相关的关系。但是不能说,因为儿童座椅销量变高了,所以导致婴儿出生率变高。这是逻辑是谬论。

导致两个变量之间产生误导性关联的第三变量,有时候很容易看出来。比如,冰淇淋卖得越多,溺水就越多。是因为吃冰淇淋的人很多,游泳的人也很多,所以溺水的人才很多。

我们在研究一个现象的时候,会带着自己的预设偏见理解为,两个相关因素是因果关系。而相关关系之所以产生,可能是因为这两个变量都与某个甚至尚未被测量的第三变量相关。

读数据的时候,当我们看到相关关系,需要继续提问或者反思,背后的原因是什么,是否还有其他可能性。

4. 小心平均值和中位数

平均数代表一个样本的平均水平。但是当你在查看平均值的时候要留意,样本里面是否有极值(极大值,极小值这些 outliers),如果有的话,平均值就会不准。此外,如果你的样本小,也容易产生更多极端的值。这个时候用中位数更合适。如下图:

图片

5. 正确理解 p 值

什么是 p 值?

我们来说一个故事。假设你是一个律师,现在法官要审判一起杀人案件,而你的辩护人被指认谋杀。但是案发时,你当事人在蛋糕房里面做蛋糕,并不在案发现场。现在你要为他辩护。

庭上法官拿出 DNA 检测报告表明,案发现场凶器上的 DNA 和你当事人 DNA 完全吻合。所以你的当事人才被指认。

作为律师你说,“等一等,法官你确定 DNA 匹配不是巧合?”

法官说,“当然,DNA 匹配概率是百万分之一。你的当事人是凶手无疑。”

你说,“别急,我们来画一个图。百万分之一的可能性表达的是所有人群里面,错误识别的可能性。但是我们这里应该要看的是,识别出来的结果里面,被误识别的可能性。”

图片

“虽然对于整体样本来说,检错概率很低,为百万分之一。但是在判断为凶手的结果里,总共 5 个人,只有 1 个是真正的凶手,其他 4 个都是误判,只有 20% 的正确率。没有办法判断我当事人就是凶手。”

这则小故事告诉你不能绝对相信 p 值。因为 p 值不是用来告诉你假设的正确性的。而是用来告诉你,在整个群体中检测错误的可能性有多大。

所以对于一个很低的 p 值,不要认为这事就肯定成立了。

6. 误导性坐标轴(misleading axes )

数据可视化可以降低看数据的难度,但是在数据以图表的方式呈现出来之后,我们也需要去关注一些细节。因为图表会给出一些诱导性的表达方式,影响我们判断。比如误导性坐标轴(misleading axes )。

 

以下图为例,作者给你看的图是这样的,我们会快速认为,yes 和 no 的比例是 5/5 开。但是细看我们会发现,这两个分类左边的 y 轴并不一样,根本不是 5/5 开的关系。

图片

7. 操作箱尺寸

图表也可以操控每个箱子的尺寸大小来表达他想要的意思。比如下文是华尔街一篇臭名昭著的报道。这张图乍一看中间部分的 y 值最大。

图片但是当我们放大横坐标的时候仔细一看,会发现,横坐标根本不是等分的。从最开始的每 5k 一个间隔,到后面 5百万一个单位。

8. 过度装饰

过度装饰的图被称作 data visulization ducks。ducks 原意是用在建筑领域指过度装饰的建筑。图表也是如此,好的图表不要过度装饰,过度装饰反而会失去了他本来想要表达的内容。因为 ducks 会阻碍信息的交流。

(假新闻 & 过度装饰)

(画个人形,读数反而变得很困难)

(视觉注意力都被大汉堡和苏打水抢走了)

图片

(用嘴型来表达家庭的财务安全度)

图片

(非要用栅栏表达房屋价格,让人看不懂)

图片

(过度装饰 & 误导性坐标轴)

9. 科学的可复制和可重复性

‍你看到的信息能否被复制和重复,这也是结论是否科学的一个重要判断因素。要将一个研究发现认定为确凿的科学事实,它的可重复性至关重要。因为科学理论的一个重要定义就是可证伪性。

可证伪性标准声明,一个理论要有用,对其所做的预测必须是具体的。它在告诉我们哪些事情会发生的同时,必须指出哪些事情不会发生。如果不会发生的事情确实发生了,我们就得到了一个明确的信号,这个理论有问题。

越具体的预测在被证实后,给我们的触动越大。预测越具体,越精确,有可能证伪它的观察现象就越多。

只有当一个理论并不试图预知一切,而是做出具体的预测,提前告诉我们世界上会发生什么具体的事情时,该理论才会进步。

所以伪科学/信息的另外一个特征就是不可证伪。不管怎么解释它,都对的。

这些不可证伪理论有着巨大心理吸引力,其奥秘在于它们解释一切的能力。预先知道无论发生什么,你都能理解它,不仅给你一种掌握知识的感觉,而且更重要的是,给你应对这个世界所需要的情绪上的安全感。

但是这种安全感是以知识发展的停滞为代价的。比如我们常常沉迷的占星、星座解释、通灵术等。

最后

Steven Pink 说过:活着好过死亡,健康好过疾病,富足好过匮乏,自由好过胁迫,幸福好过苦难,知识好过迷信和无知。

在这个不确定性极高的后疫情时代,多多提高自己对信息的辨别能力,更好的生活,从驳斥垃圾信息开始。

参考资料

《大数据时代,如何识别 bullshit》

《这就是心理学》

《混沌第一性原理》中的参考视频

标签:

暂无标签

免责声明:

本站提供的资源,都来自网络,版权争议与本站无关,所有内容及软件的文章仅限用于学习和研究目的。不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负,我们不保证内容的长久可用性,通过使用本站内容随之而来的风险与本站无关,您必须在下载后的24个小时之内,从您的电脑/手机中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。侵删请致信E-mail: anyvwl@qq.com

同类推荐
评论列表
签到
好文分享 虚假信息辨别方法有哪些(大数据时代如何辨别假信息)
短视频、短信息时代蒸蒸日上,改变了公众话语的内容和意义,商业和任何其他公共领域的内容,都日渐以“短娱乐”的方式出现,并成为一种文化习惯。 ...
扫描二维码阅读原文
QQ爱资源 - 专注于分享网络优质资源-全网最优质分享平台! January, 01
生成社交图 ×