数据如何误导了我们读后感精选( 六 ) 数据如何误导了我们|读后感

然而，数字标准化、大规模数据采集、数据分析这三个至关重要的步骤，并不总能被永远正确地执行。一旦出错，往往就会导致严重的错误，这是数字的坏处。作者用智力测试的案例，向我们展示了数字的局限性：数字背后隐含着人们的价值判断；并非所有事物都能被量化；衡量同一件事的方法有许多种；有很多事情数字并不会告诉我们。
我们测量一个人的智力水平时，需要借用智商这个抽象的概念。为了测量智商，首先需要对它进行标准化，也就是需要研究者去选择一些测量智商的指标。这样操作的后果是，测量得出的数字可能是客观的，但在标准化背后的人为决定，则往往带有主观色彩，导致测量出来的结果与客观真实情况可能相距甚远。
其中的原因之一是，人们可以采取各种不同的方法或口径来测量同一个概念。比如，联合国粮食及农业组织（FAO）曾将“饥饿”定义为：一个人在一年内摄取的卡路里过少，即为营养不良。2012年，FAO又提出了另外一种定义的饥饿的计算模式，最后得出的数据也不一样。这就造成了一种现象，全球饥饿人数在不同的情况下，可能出现增长或减少两种截然不同的结果。也就是说，“饥饿”的情况如何，很大程度上取决于你如何定义“饥饿” 。
同样的情况也出现在智商的例子里。在过去几十年里，智力测试的内容每隔一段时间就会更新一次。这就出现了一个令人惊讶的结论：人类的智商在19世纪是逐渐升高的。而这个结论的荒谬之处在于，如果用当前的衡量标准重新计算，那么，前几代人的得分都在70分附近，而这个数值意味着智障。
同时，作者还在书中反复强调，之所以不要盲信数字，还因为如何解释数字背后的意义，取决于数字使用者的理念或需求。2017年，烟草巨头菲莫公司曾宣布每年向一个名为“无烟世界”的基金会捐资8000万美元，由于烟草业与公共卫生之间存在的根本利益冲突，此举引起了世界卫生组织的强烈反应。因此，作者提醒我们，数字不等同于事实，数字只是我们理解现实的一种工具。
那么，我们应该如何解读数字，才能避免被数据误导呢？作者在揭示获取数字的调查统计过程中可能犯的6个关键错误（第三章）后，提供了几个鉴别数据是否可信的方法：（1）问问自己：”对于这个数字，我的感受是什么？“，因为那些容易引起人们有所感触的数据更容易被滥用。（2）多动一下鼠标，继续深入调查。（3）接受数字的不确定性，数字只能显示一个大致的轮廓，那些固守信念的人永远不会接受新的信息，也不是好奇心很重的人。（4）警惕数字背后的利益冲突，先弄清楚，这份数据是谁提供的？数据的结果与此人存在利益关联吗？