抓出胡說八道
卡爾．T．伯格斯特龍、傑文．D．韋斯特
31 分鐘
8 重點
4.5 評分內容重點
在這個被大量數據與錯誤資訊淹沒的世界中，學習培養批判性思考的能力。了解如何分辨真實與虛假，並做出有根據的判斷。
您將學到
1. 如何在媒體和網路上辨識假新聞。 2. 抓出謊言與操弄的技巧。 3. 看出數據與統計被錯用的情況。 4. 用正確的數據做出聰明的決定。 5. 為什麼質疑一切是件好事。 6. 避開數位時代的胡說八道。 重點
01等等，你說的是「謊言」還是「胡扯」？
很多人可能覺得，「胡說八道」不就是「說謊」嗎？欸，這本書的兩位作者，一位是生物學家、一位是資訊科學家，他們開宗明義就告訴我們，這兩件事的差別可大了！而且，搞懂這個差別，是我們在這個資訊亂流中站穩腳步的第一步。 那到底差在哪裡？ 簡單來說，「說謊」的人，他是知道真相的，但他 刻意 隱瞞真相，給你一個相反或扭曲的訊息。舉個例子，你朋友跟你借錢，說是要拿去繳房租，結果他跑去買了最新的遊戲主機。他 知道 錢不是要繳房租（真相），但他 故意 說謊（假訊息），目的是要騙到你的錢。說謊者，他是「真相的敵人」，他必須緊盯著真相，才能精準地反向操作。 但是，「胡扯」就完全是另一回事了。說「胡扯」的人，他根本 不在乎 真相是什麼。真相是A也好、是B也好，對他來說一點都不重要。他唯一的目的，是要達成某個「效果」可能是想讓別人覺得他很專業、很有深度，或者只是想在開會時顯得自己有在做事，甚至只是想在辯論中贏過你。 作者引用了哲學家法蘭克福的觀點，胡扯的核心是「意圖」。它是一種對真相的「漠不關心」。 我們來舉個台灣職場上超常見的例子。你的主管在年度策略會議上，花了半小時，滿口都是「我們要抓手」、「打造護城河」、「強化賦能」、「形成閉環」、「落地執行」、「對齊顆粒度」。你聽得霧煞煞，會議結束後，你跑去問主管：「所以...我們具體要做什麼？」主管可能也愣了一下，然後又用另一套術語回你：「就是...要提升我們的核心競爭力啊。」 這位主管在「說謊」嗎？不一定。他可能真的相信這些術語代表某種高深的商業策略。但他是在「胡扯」嗎？絕對是。因為他使用這些詞彙的當下，他 不在乎 這些詞彙到底對應到什麼 具體行動（真相），他只在乎「營造一種我很懂管理、我們部門很專業、這次會議很有價值」的 氛圍。 再舉個例子，現在社群媒體上很多網紅的業配文。「這款面霜採用了諾貝爾獎級別的端粒酶活化技術，能深層逆轉肌齡...」哇，聽起來超厲害！但你猜，寫這篇文案的網紅，他真的搞懂什麼是「端粒酶」嗎？他真的去查證過這個產品跟諾貝爾獎的關聯嗎？可能沒有。他 在乎 嗎？老實說，他可能只在乎這篇文案能不能讓你覺得「哇，好科學！好高級！」，然後手滑點擊那個購買連結。這就是「胡扯」的精髓。 作者警告我們，比起謊言，胡扯的危害可能更大。為什麼？因為謊言至少還「尊重」真相的存在（它知道真相在哪，所以才能反著說）。但胡扯，它傳達的訊息是：「真相不重要啦，『感覺』比較重要。」當整個社會都充斥著這種「不在乎真相」的態度時，大家就漸漸懶得去思考、去查證了。反正一切都是「感覺」嘛，我感覺對了就好。 這在資訊傳播超快的台灣，感受特別深。你我每天在 LINE 家族群組裡收到的那些「養生秘方」、「政治黑幕」，有多少是這種胡扯？轉發的人可能不是 故意 要騙你，他只是覺得「標題好聳動喔」、「好像很重要」，他就轉發了。他根本沒查證過，他 不在乎 內容的真假。 這就是為什麼我們需要這本書。它不是要教你抓謊言（那個可能要靠測謊機），而是要教你辨識這些更隱蔽、更氾濫的「胡扯」。既然知道胡扯的本質是「漠視真相」，那他們最愛用的武器是什麼呢？沒錯，就是那些看起來很「硬」、很「科學」的東西，例如：數字。
02數字的糖衣：相關不等於因果
在這個講求「科學」、講求「證據」的時代，只要一丟出數字和數據，好像就等於掌握了真理，反對的人就是「不科學」。但兩位作者提醒我們，小心！數字，尤其是統計數據，根本就是胡說八道的重災區。 最經典、最常見，大概也是殺傷力最強的一招，叫做「把相關當成因果」。 什麼意思？「相關」指的是，A 和 B 這兩件事，好像總是一起發生。例如，數據顯示，冰淇淋的銷量越高，溺水的人數也越多。哇，A（冰淇淋）和 B（溺水）有「相關」耶！所以，我們是不是該禁止賣冰淇淋，來減少溺水悲劇？（設問） 你一聽就知道這很荒謬嘛！為什麼？因為大家都知道，這兩件事背後有 第三個因素，就是 C：「天氣很熱」。天氣熱，所以大家愛吃冰淇淋；天氣熱，所以大家跑去游泳，溺水的機率自然就高了。冰淇淋和溺水只是 剛好一起發生，A 並沒有 導致 B。 這個例子很好笑，但換個場景，我們就笑不出來了，因為我們天天都在上當。 舉個台灣爸媽最焦慮的例子。你可能看過這種報導：「重磅研究！從小學鋼琴的小孩，在校學業成績普遍更高！」哇，A（學鋼琴）和 B（成績好）有相關！所以，是不是該砸大錢，趕快幫小孩報名鋼琴課，這樣他的數學就會考一百分？ 先等等！讓我們學會作者的思考方式，問一句：「會不會有 C 因素？」 有沒有可能...（1）有能力、有時間每天盯著小孩練琴一小時的家庭，本身社經地位就比較高？他們能提供更好的教育資源（例如請家教、買參考書），所以小孩成績才好。鋼琴只是剛好出現在這個環境裡。 （2）或者，能靜下心來、持之以恆每天練琴的小孩，他本身的 特質（例如自制力、專注力）就比較強，而這些特質 同時 也能幫助他在課業上表現優異。 看到了嗎？這個「研究」頂多只能說，學鋼琴和成績好「常常一起出現」，但你如果直接跳到結論說「學鋼琴 導致 成績變好」，那你就是掉進了胡扯的陷阱。而那些補習班、才藝班的廣告，最愛用這種話術來恐嚇家長。 再舉個例子，媒體標題：「每天喝一杯紅酒的人，平均壽命更長！」太好了！這下有藉口開喝了？（感嘆）但有沒有可能，是那些「有閒情逸致」每天 只喝一杯（注意，不是酗酒）紅酒的人，他們的生活型態本來就比較健康？例如他們壓力比較小、飲食比較均衡、更注重生活品質等等。是這些 C 因素讓他們長壽，紅酒只是剛好扮演了其中一個小角色，甚至根本沒關係。 胡扯者最愛的手法，就是故意把 A 和 B 的「相關」，包裝成 A 導致 B 的「因果」。因為「因果」才有說服力，才能賣你東西（鋼琴課、紅酒、保健品），才能推銷他的政策。 作者還提到，現在流行講「大數據」和「AI」。很多人有個迷思，覺得「數據量夠大，就能消除偏誤，找到真相」。作者說，錯！大數據不等於好數據。如果你的數據來源本身就有問題，那你分析一億筆垃圾，得到的也只是一堆更精美的垃圾。 例如，某公司想用 AI 分析「頂尖業務員」都具備哪些履歷特徵。AI 跑完數據後說：「報告！頂尖業務員 80% 畢業於台清交、70% 參加過籃球校隊。」所以，公司以後招募，只要不是這兩個條件的，就先刷掉？（設問）這很危險。這可能只是反映了「公司早期 剛好 招募到這群人」，而忽略了其他更多元、但沒有被 AI「看見」的成功可能性。 這就是數字的糖衣。它看起來很甜美、很科學，但裡面包的可能是偏見，甚至是刻意的誤導。如果說「相關不等於因果」是胡扯的內功心法，那接下來要講的「圖表」，就是胡扯者最愛用的花拳繡腿，看起來超炫，但破綻百出。
使用 LeapAhead 應用程式繼續閱讀
完整摘要正在應用程式中等您
03. 眼見不為憑：戳破圖表的視覺陷阱
04. 精挑細選的「真相」：選擇性偏誤
05. AI 跟大數據，是新國王的新衣嗎？
06. 為什麼我們總是信以為真？
07. 結語
關於 卡爾．T．伯格斯特龍、傑文．D．韋斯特
卡爾．T．伯格斯特龍（Carl T. Bergstrom）為美國華盛頓大學的理論生物學家，研究專長為傳染病相關議題；傑文．D．韋斯特（Jevin D. West）則任教於同校資訊學院，為副教授，關注科技對科學研究與社會所帶來的影響。兩人皆長期倡議批判性思考與理性懷疑精神，致力於提升大眾辨識錯誤資訊與不實論述的能力。
