Garbage In, Garbage Out｜如何用数据操纵无
周末刚撸完一堂叫《Calling Bullshit》的课程，2017年在华盛顿大学录制，当时无意中在推特看到，然后扫了一眼，觉得挺有意思：
其实我本人（ISTP) 比较理性思维，看东西基本抱怀疑态度，fact based 所以在这个龙蛇混杂的信息浮躁时代比较有优势；感觉真正区分人的不再是获取信息的能力，而是对信息的判断能力，不然只会一直被牵着鼻子走。
There is so much bullshit everywhere. We are drowning in bullshit.
当时第一时间分享了给身边的朋友看，还有助理；她说了一句：是的，有时候你让我去google, 我也不知道如何识别信息。
假如遇到同款疑问的，这门课就很有用了 。
课程大纲
相关书籍也在预售中，预计今年8月4正式推出。
提到其实当代很多所谓的教育，初创公司文化，杂志等真的很bs, 真心赞成。
简单分享几个最经典的bullshit套路
1）Anything seems too good to be true 任何看起来太美好的东西
这个就最简单，例如其实任何投资都有风险，那么宣称只会赚还是包赚的那种真的呵呵了。
2）Unfair Comparisons 不公平的对比
最典型的例子，对比各国GDP，就很傻，敢不敢对比人均GDP？又或者拿最近各国的疫情情况做对比，但居然按感染人数占比当地国家人数百分比来作对比? 特傻。
毕竟不同国家的总人数很不一样，例如美国感染人数的确是高，但总人口也更多；比利时感染人数明显不多，但因为总人口少，所以反倒会得出比利时的情况更严峻？
3）还有一点：新闻自由度。
可能很多人不知道国外媒体是经常夸大事实逼政府办事的，嗯，不说了。
4）Correlation and Causation 相关性和偶然性
也学了一个很有意思的拉丁文：The fallacy of post hoc propter ergo hoc.（after this, therefore because of this）
后此谬误（the post hoc fallacy） 后此（post hoc）是“后此，所以因此”（post hoc,ergo propter hoc）的缩写。 它是从拉丁文翻译而来的，整个短语意思是：“在此之后，因而必然由此造成。
例如最常见的，不小心感冒，但吃了感冒药，过二天却发烧了，所以是这感冒药引起发烧的？（这个就是很简单的后此谬误）但事实上发烧可能是感冒本身造成，不一定是因为感冒药。
社会上很多人擅长将原本毫无关联的，却取巧地设计为看起来有关联，但只要再dig deeper就可以看出背后的猫腻了
5）Fake news 假新闻
感觉大部分人已经对假新闻见惯不怪了？也是现代社会的一种悲哀。
但估计以我读者的素质，也能看出中文圈的信息水平了，各种眼球经济，标题党为了获得更多的点击量，其实还有什么不敢写？
日常最多转发的各种#震惊体 #别国要沦陷了#大国要出手了，点击量还真的特别高；所以像我们这类客观冷静分析，说实话的感觉就不怎么受欢迎了。
但你看到的也是别人想让你看到的。不过感觉其实fake news也有一个好处：能大概帮你看出对方的信息搜索&判断能力，甚至帮你判断哪些人值得交朋友。
You are the average of the five people you spend the most time with. 我们的智商基本等于身边五位的平均值。
感觉现在尤其在社交媒体平台上转发的文章，大部分人的转发更多出于signalling，更多是表达自己站台支持哪方的观点，而不是出于真正的思考。
也分享一个最近刚学到的词汇：Micro-Propaganda Machine
文章这里举了美国选举和英国脱欧的例子，就是专门有机构制造传播情绪感染力强、充满偏见的造假新闻，还特别吸精的容易引起转发情绪的，不过这个就很多国家都有。
再假的新闻，假如身边的人都在传，其实会默默成真。
推荐一本书籍 ：《1984》
也推荐一部好电影：The Great Hack
一句话总结：谁得到了数据，谁就能掌管一切。
6）Chart manipulation 引用表格更高级地大胆误导
这个更有意思，尽管是同一数据也能设计出不同的结果：
例如当年苹果发布会，原本销量平平无奇，但假如用累计数据来作图，那就可以出现了很性感的“explosive growth” （爆发性增长）
累计数据，当然一直在涨，因为不会降。
或通过设计不同的横坐标，可以完美误导一众吃瓜群众认为到底是哪个阶层付出更多税。
又或者近期的疫情中，通过设定横坐标中的底部时间段，也能轻松造出一种疫情在放缓的假信号，其实这个套路还蛮常见的。
想起@森淼之前发了很有意思的图：
再举一个例子，不同的拍摄角度也很有意思：
这不正如抖音，小红书里面很多同款美女？换个角度搭配滤镜加化妆品就能解决很多问题
那么在大数据时代，作为个体应该如何应对？
课程多次提到我们该时刻自省三大问题
Who is telling me this? 这是谁告诉我的？
How do they know it? 他们怎么知道的？
What’s in it for them? 和他们有什么相关利益？
再补充几招私人做法
1）控制信息源
其实我基本不会花时间看被投喂的信息流。
每年订阅了很多付费资讯，因为时间宝贵，看已经被我信任的人筛选过的资讯质量有保证；对书籍的挑选我也会先看别人总结的大纲，对味的再详细看；其实能花钱找到这些人帮我过滤，已经是一笔很值得的投资。
不过感觉国内大多人还没有付费订阅的习惯，感觉还是很多人不懂其实免费才是最贵的，毕竟看不懂的盈利模式才是最可怕的；例如很多美其名的免费软件，背后在倒卖用户数据。
2）多求真
很简单，多渠道对比消息。
我一般会溯源，也就是找到最原始的信息源对比查看；例如经常在微信会有人转发特朗普的推，太夸张表述的话，我会特地去看是不是真的有这条推。。
我只信任一手资讯，不然就好像小时候玩的传声游戏，传着传着整个故事就变味了。
也不要轻易传播没有fact check过的新闻。
3）提高个人判断力
多结交能给你带来不同观点的朋友，时常保持思考与清醒；多看书。
4）时刻保护个人数据 data is the new oil.
其实这个在自家知识星球已经分享了很多实用工具了，欢迎上船。
说到最后
实不相瞒，我现在已经不看任何新闻了，连手机上的脸书也删了。
只看长期有价值的东西：历史，哲学，人生类；然后找到各行业最top的人学习，感觉其它基本是不值得浪费精力的noise.
精力放在哪里真的很决定认知水平，可惜绝大部分人就是很容易被奶头乐引诱。
所以说在大数据时代，控制一个人更容易了。
Stay tuned for more.
更多往期文章：
☕️ 关于本文作者：nataliamok.com
擅长：地理套利，从事海外规划
数字游民，连续创业者：theinsure.co
