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？今天，赛先生为大家拆解一本中信出版社出版的新书——《拆穿数据胡扯》。

【美】卡尔·伯格斯特龙，杰文·韦斯特  著 ，胡小锐  译

中信出版·鹦鹉螺，2022年3月

01 本书的缘起？

本书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。目的是说明一个事实：即使你不是一名专业的统计学家、计量经济学家或数据科学家，你也能批判性地思考那些定量论证；无须大量数据和数周时间，也能看穿胡扯。只要有基本的逻辑推理，在需要的时候，再辅以通过搜索引擎轻松获取的信息，通常就足以解决问题了。课程一经上线，广受好评，显然，识别数据陷阱，已然成为当代生活的刚需。

本书作为课程讲义的衍生品，作者保留了课程辛辣的原名，中文版译名为《拆穿数据胡扯》。本书共有12章，400余页，洋洋洒洒，内容全面，通读本书，我们会更从容地应对数据冲击，将事实与虚妄区分开来，毕竟——真相只有一个。

02 何为数据胡扯？

伯格斯特龙和韦斯特认为：

我们暴露在胡扯面前的时间和几率可能远远超过我们所认为的，形式也是五花八门。

03 数据胡扯的视觉把戏——形式大于内容

我们先来看这样一个例：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。

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？……

这种胡扯的PPT图形，是不是很常见呢？还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。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。

04 科学领域有胡扯？当然！

不幸的是，科学领域也会屡屡中招。例如，有的期刊会在1月份发表更多文章，这样一来，这些文章本年度被引用的机会就会增加。所有这些反常的行为都违背了期刊的使命，削弱了引用数作为质量指标的有效性。类似地，对科研人士的论文数量指标催生了只要给钱便可发表文章的“掠夺性期刊”，也让科研领域成为了胡扯的高发地带。

虽然掠夺性期刊的主要客户是给简历增色的边缘学术人，但也包括气候怀疑论者、反对疫苗者、神创论者和艾滋病否认论者。他们以版面费为代价换取在科研领域的“一面之地”，然后说他们的边缘信仰通过了“同行评议”的科学。这是典型的胡扯污染。

作为读者，我们没有任何万无一失的方法，可以确定无疑地知道一篇科学论文是否完全正确。但作者提醒我们，至少要保持合理的怀疑，这是辨别胡扯的第一步。比如注意论文中的论断与它是在哪儿发表的是否相匹配，尤其要警惕低层次期刊上出现的异乎寻常的论断。

如果一篇名为《尼安德特人灭绝于英法百年战争的证据》的论文出现在并不引人关注的《威斯特法阶历史地理学杂志》上，这就绝对值得怀疑了。如果这一成果是真实的，就会彻底改变我们对古人类历史的理解，那它理应会出现在一本备受瞩目的期刊上。

05 辨别胡扯6步法

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。这就是所谓的『造谣一张嘴，辟谣跑断腿』。

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。

希望本书能帮助你面对冲击，将事实与虚构区分开来。