大數據時代，警惕狗屁

西雅圖的華盛頓大學開設了一門“驚世駭俗”的課程——《Calling Bullshit In the Age of Big Data》，即在大數據時代，如何分辨、駁斥狗屁。

授課老師是生物系的Carl Bergstrom和信息學院的Jevin West。之所以有生物系老師參與，是因為科學中的狗屁更泛濫，諸如用數據說謊、科學研究中的偏見和謬誤等。

何謂狗屁？

兩位老師如此定義：狗屁指的是公然罔顧事實和邏輯的語言、統計數據、圖表，以及其他呈現方式，它們的目的是讓受眾留下深刻印象并且讓人難以抗拒。

駁斥狗屁指的是公開批駁有問題的東西，除了不嚴謹的觀點，還包括謊言、背叛、詭計和不公。

象牙塔里出現這樣粗俗的課程，兩位老師解釋，實在找不到更好的替代詞：“我們看重的就是這個詞的粗俗。畢竟，粗俗的語言有一種特殊的力量。‘我希望對你的說法表達保留意見’遠沒有‘你這就是放狗屁’有影響力。”

這門課的培養目標包括：

?對你的信息食譜中出現的狗屁保持警惕；

?無論何時何地遇到狗屁，能夠識別出來；

?能夠準確說明為什么一則狗屁是狗屁；

?能夠在統計學或科學專業的人面前給出對狗屁的技術分析；

?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屁，讓他們能聽懂，并且有說服力。

兩位老師表示：這門課上學到的東西，肯定是你整個大學期間學到的最有用、應用范圍最廣的能力。

怎樣分辨、駁斥狗屁？

粗俗的名字之下，是非常嚴肅的課程設置。兩位老師在課程網站的教學大綱頁面公布了全部的課程內容和閱讀材料。下面略做介紹。

在引言部分，課程使用了普林斯頓大學教授Harry Frankfurt的文章《On Bullshit》（《論扯淡》）。

第2周引入了一些常見的分辨狗屁的方法。第3周介紹的是孕育狗屁的生態系統，比如社交媒體如何促進了狗屁的傳播，再比如TED演講有時候兜售的是高端狗屁。

再之后，課程從統計學和邏輯的角度切入，具體分析了一些狗屁的類型，包括混淆相關性和因果關系、中位數和平均數、“檢察官謬誤”等。課程還單獨辟出一周介紹了數據可視化中常見的誤導。

第7周的大數據部分，關注的是在大數據和算法的光鮮外表之下，“垃圾進、垃圾出”現象，以及對機器學習的濫用、具備誤導性的參數等。

其后幾周深入科學研究領域，介紹了“發表偏倚”“掠奪性發表”等概念，以及學科之內、學科之間互相批評的倫理。

第11周關于假新聞。包括假新聞的經濟驅動、回音室效應、如何進行事實核查等等。如果這門課開設在新聞學院，那么這方面的內容足夠擴展成整整一門課了。

最后一周講的是如何駁斥狗屁。針對不同的受眾，需要用到不同的策略。這方面的內容基本上就是傳播學中的說服效果研究，若開設在傳播學院同樣可以拓展成整整一門課。（編輯自微信公號《新聞實驗室》）