安卓之家
搜索
  1. 首页
  2. 列表
  3. 科技
  4. 内容详情

如何一本正经地胡说八道，多列数据就行了

来源：蝌蚪五线谱

早间新闻说上个月的消费指数上升了n个点；

手机上跳出实时的股票涨跌，顺便可以看一下上市公司的年报以判断股票前景；

工作例会上，你使用的数据PPT模板让展示更加美观有趣，获得老板好评；

……

如今我们每天、每时、每刻都被各种数据包围、淹没。这些信息有的只是作为日常生活的点缀，大可一笑了之；而有的则会成为决策的依据，变得举足轻重。

我们信任数据，认为数据总是客观情况的客观反映。可真的如此吗？

胡扯的视觉把戏

“大鸭子”是一个养鸭户于1931年建造的鸭子形商店，如今已经成为一个受人喜爱的地标。

“大鸭子”，位于美国纽约长岛佛兰德斯

但是作为一座建筑，大鸭子并没有什么特别的功能。在建筑理论中，它已经成为形式优先于功能的标志，“鸭子”也由此成了装饰超过用途的建筑的代名词。

相似地，形式大于数据的图形就可被称为“鸭子”。

《今日美国》是制造数据可视化“鸭子”的先驱之一。上图显然可以代表《今日美国》的风格。

下面这个图形的设计者用两个餐叉的尖齿代表条形图中的条形。

这样做有什么坏处呢？坏处很多：

条形是图形中承载信息的部分，但它们在这张图中只占了很小一部分空间；

倾斜的角度也会引发争议，因为我们不习惯解读这种角度的条形图；

两把餐叉并排，但底部水平线并没有对齐，容易造成错觉；

幸好数值被写出来了。但如果必须依靠数值来解读图形，为什么不直接用表格避免前三个坏处呢？

我们说胡扯就是公然无视事实和逻辑连贯性，企图通过分散注意力、震慑或恐吓来说服或打动受众。但可爱有什么不对吗？其实“鸭子”真正让我们担心的原因在于，试图装得可爱会让读者更难理解它表示的数据，逐渐变成胡扯。

比如这张图，创意可嘉，但是把一个饼形图扭曲成羊角，只会在读者对这些数量进行视觉比较时增加难度。

数据可视化的“鸭子”只是有胡扯的影子，那么被我们称为“水晶鞋”的那一类数据可视化就是完美的胡扯。

“水晶鞋”是将一种类型的数据硬套上用于展示另一类数据的视觉形式。这样做的目的是借用好的可视化形式的权威性表现自己的权威性，完全不考虑数据本身与形式的兼容性。就像格林兄弟的原版《灰姑娘》故事中，继姐为了穿上水晶鞋切掉了脚趾，削平了脚后跟。

其中最被滥用的形式之一就是地铁线路图，它甚至引发了元层级的评论——“以地铁线路图作为象征的地图的地铁线路图”。

以地铁线路图作为象征的地图的地铁线路图

另一种流行的图表形式是带标签的示意图。这种图的“重灾区”之一，就是PPT。

谁没用过几个看起来丰富、有趣又清晰的PPT模板呢？或者自创一些可爱的模型，就像这只独角兽。

然而图表上的标签毫无道理可言。前肢与“机器学习”和“可视化”有什么关系？为什么“R编程”与后腿有关呢？右后腿为什么没有加标签？为什么头部的“分析型思想者”指的是一种人，而身体的其他部分指的是技能？……

类似的还有：

“幸福与笔”

“老师的自行车”

扭曲的数字黑箱

有一种更接近纯粹胡扯的现象——数学滥用，而且它并不罕见。

数学滥用（Mathiness）指的是那些看起来都像是数学表达式的东西，但它们和数学可以说是毫无关系。

比如信任方程：

按照这个方程，当自利感降到最低时，信任度就会非常高，那么我们是不是应该根据抛硬币的结果决定一切呢？毕竟硬币真实可靠又不会自私自利。

又如“一年中最悲伤的一天”（一月的第三个星期一）的公式：

W代表天气，d代表债务，T代表圣诞节以来的时间，Q代表放弃新年决心以来的时间，M代表干劲不足，Na代表采取行动的必要性。（不清楚D在公式中代表什么。）

看起来多么像是一种严谨的数学方法！但它到底是什么意思呢？这些量如何测量，单位又是什么？如果只是要表达正相关还是负相关，那么大可不必采取这种形式，它不但无用，还会让人费解。

拆穿胡扯，你需要一些技巧

辨别可能的胡扯的最终目的，是指斥胡扯。然而清除胡扯的代价要远远高于制造胡扯，哪怕真正符合科研方法论的论文也是如此。伯格斯特龙和韦斯特就借助一个精彩的驳斥案例，反证了这种“高端胡扯”的屏蔽性与危险。他们给这种方法取名为“令人难忘驳斥法”。

于是一份标题为《通过死大西洋鲑鱼研究人类神经活动：论多重比较校正的重要性》的学术墙报登场了。你没看错：一条死鲑鱼。

这是一个故意为之的愚蠢实验。研究人员跟那条死鱼交谈，还给它看了人们在不同社交环境中的照片。结果令人震惊。当鲑鱼被问及人们的情绪时，影像显示它脑干的几个区域表现出来的活跃性高于它在“休息”时的活跃性。

这还只是对人类社交场景的“反应”，想象一下，如果这条鲑鱼被问及鲑鱼的情绪，这些区域会多么明亮。

要么是我们在死鱼认知方面取得了惊人发现，要么是我们未经修正的统计方法出了问题。

指斥胡扯不只是为了增强自信，它还是一种道义上的责任。正如我们在开头所说，世界充斥着各式各样的胡扯，有些是无伤大雅的，有些是小麻烦，还有一些甚至很有趣，但很多胡扯会给科学的诚实和生死攸关的决策带来严重的后果。

“数据成了新式胡扯的杀手锏”。但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。

2018年，复旦大学开设了一门新的通识课程，邀请学校多个专业的教授对学生每天可能接触到的信息进行“真伪鉴定”，向学生阐述什么是“伪科学”，一经开课便节节爆满。

这门名叫“似是而非”的新课并非复旦大学首创，它的灵感来源于美国华盛顿大学的“拆穿胡扯”（Calling Bullshit）公开课。这门课由生物学教授卡尔·伯格斯特龙和信息学副教授杰文·韦斯特联合主讲，他们从逻辑和传播渠道的角度揭开数据伪科学如何产生与传播。课程信息一挂在官网就被抢光名额。

这两门课如此火爆是因为：识别数据陷阱，已然成为当代生活的刚需。数据信息真的可以为“伪科学”操控，虽然我们已经能够识别出披着“震惊！”外衣的老式胡扯，但它们分裂出来的新亚种令人眼花缭乱。

伯格斯特龙和韦斯特将这些把戏统称为“胡扯”，这门教大家识别并指斥胡扯的课程广受好评。

END

责编/小西途说

关键词： 地铁线路图 复旦大学 今日美国

推荐

精彩放送

创投更多》

科技更多》

云计算