不被信任的科學：大數據、人工智能與信息欺騙

書中用多個真實或實驗性質的案例，形象地揭示了數據挖掘在“看似有效”背後潛藏的致命威脅： 1. ​​2014 年巴西總統選舉預測​​ • 研究者對 14 個大城市推特熱門話題進行數據挖掘，聲稱能預測各城市選民的最終走向。 • 書中指出，推特高頻詞並不等同於選民樣本，大量賬號可能是機器人或被操縱，結果嚴重高估了模型的代表性與可靠性——展示了“用社交媒體大數據做政治預測”時的偏差與風險。 2. ​​離婚預測實驗​​ • 心理學家將 352 名已婚/未婚同居者與 176 名離婚者訪談錄音分成兩半：一半用於挖掘特徵，另一半用於測試。 • 挖掘出的模型在訓練集上準確率 90%，但在新數據上驟降至 69%，假陽性率高達 72%——揭示了數據挖掘容易找到純隨機巧合，卻無法保證泛化能力，模型“看上去準”卻不可靠。 3. ​​“谷歌趨勢 × 道瓊斯”選股策略​​ • 研究人員窮舉 98 個搜索詞、計算其與道瓊斯指數 1176 種可能的聯動，最終找到一條在歷史數據上成功率頗高的策略。 • 這屬於典型的 HARKing（先挖掘再解釋），說明當可選變量遠多於樣本量時，總能淘到“有效”模式，卻極大概率是虛假信號，暴露了數據挖掘對僞相關性的放大效應。 4. ​​大數據規模越大，威脅越明顯​​ • 書中總結，從比特幣行情到 ESP 研究，再到沃森醫療診斷，模型表現往往隨數據規模膨脹而更加耀眼，卻在進一步驗證時崩盤；作者強調“問題不是數據太少，而是太多”，海量數據讓偶然性更易被誤當規律，放大了過擬合與不可復現的風險。 這些案例共同表明： • 數據挖掘容易把噪聲當信號，生成“看上去很準”卻無法落地的模型； • 訓練集表現與真實泛化能力之間可能隔着巨大鴻溝，導致決策失誤； • 當研究者或商業機構急於展示“高科技結論”時，數據挖掘可能被用來包裝僞洞見，進而損害公衆對科學與技術的信任。 因此，作者呼籲：在享受大數據與 AI 帶來的便利時，必須同步提升透明度、復現性與統計素養，才能避免落入數據挖掘的致命陷阱。

麥田怪圈，登月騙局，離我們有點遠，但是後疫情時代沸沸揚揚的疫苗導致了人抵抗力變弱我也聽很多人講過。至於國外那個打了疫苗就會被植入一個芯片而收到控制聽上去更匪夷所思。這些虛假信息的傳播伴隨着信息技術的快速迭代相較以前有了更廣的傳播範圍。真相有時候特別乏味，遠遠沒有一個個故事跌宕起伏。 這幾年風起雲湧的某些學術造假就是依靠數據歪曲進行的。原本沒有顯著性差異的兩組數據，通過篩選捨棄硬造了一個極小P值出來。話說回來，P小於0.05有顯著性差異這個事兒也挺神奇的，是某個有絕對天賦的先賢，隨口那麼一說就定下了科學界最重要的一個常數。 創新理論是數據挖掘的重災區，原本八杆子打不着兩個東西，在數據挖掘的努力下，居然產生了因果關係，這叫“科學巫術”。我們的數據太多了，多到小概率的巧合看上去確鑿無誤。 用多了AI會發現它是一個流利的胡說八道者，如果你再質問一下它，它會快去的承認錯誤給出另外一個答案，這是牆頭上一棵看上去挺真的假草。我們好像是高興的有點早。

"科學家發明的互聯網傳播了虛假的信息，科學家對實證證據的堅持催生了數據歪曲，科學家創造的大數據和性能強大的計算機推動了數據挖掘的出現。" 這句貫穿全書的核心論斷，精準揭示了加里·史密斯在《不被信任的科學：大數據、人工智能與信息欺騙》中所探討的深刻悖論——科學自身創造的工具正反過來侵蝕科學的公信力。 作爲耶魯大學經濟學博士、波莫納學院弗萊徹·瓊斯經濟學教授，史密斯延續了其在《人工智能錯覺》中的批判性視角，將矛頭直指數智時代科學信任危機的三大病竈：虛假信息、數據歪曲與數據挖掘。全書結構清晰，分爲五大部分十五章節，從超自然現象、比特幣炒作等具體案例入手，層層剖析這些"科學衍生品"如何以"科學"之名行欺騙之實。 史密斯的核心論證建立在其統計學與經濟學專業背景之上。他尖銳指出，虛假信息藉助互聯網的傳播效率獲得了前所未有的滲透力；對統計顯著性的盲目追求催生了選擇性報告和p值操縱等數據歪曲行爲；而大數據與強大算力則讓數據挖掘淪爲"大海撈針"式的巧合發現工廠，產出的多是毫無因果意義的"愚人金"。最具諷刺意味的是，這些侵蝕科學信譽的工具，恰恰源自科學共同體自身的創造。 本書的專業價值在於其方法論上的清醒。史密斯並非反科學主義者，而是以"解鈴還須繫鈴人"的初心，從數理邏輯和實證研究規範出發，剖析危機根源。他通過大量鮮活案例——從總統選舉預測到藥物臨牀試驗，從金融市場分析到AI過度承諾——演示瞭如何識別和防範這些陷阱。每一章結尾的"啓示語"更是畫龍點睛，將批判轉化爲建設性反思。 在人工智能與大數據狂飆突進的時代，這本書具有緊迫的現實意義。它提醒科研工作者、政策制定者乃至普通公衆：技術中性論的迷思需要被打破，算法的輸出必須接受邏輯、智慧與常識的審視。史密斯最終呼籲的並非拋棄科學，而是恢復科學的自我批判與糾錯機制，在第十五章"恢復科學的光彩"中，他提出了26條實用行動路徑，爲重建科學信任提供了具體方案。 《不被信任的科學》是一部難得的跨界批判之作，它用統計學的嚴謹拆解數據時代的幻象，以經濟學的理性洞察技術崇拜的風險。對於任何關心科學倫理、信息素養與技術治理的讀者而言，這本書都是一劑必要的清醒劑。

擁抱AI時代，守住判斷力——讀《不被信任的科學》 有些書讀完之後，你記住的是作者的觀點；有些書讀完之後，你開始懷疑自己原本的觀點。《不被信任的科學》屬於後者。 第一次看到這個書名時，我以爲作者要討論的是：科學爲什麼越來越不可信。但讀下去才發現，真正的問題恰恰相反。科學並不是危機的製造者，而是危機的承受者。 英文原名 Distrust: Big Data, Data-Torturing, and the Assault on Science 中的 “the Assault on Science”，直譯應爲“對科學的攻擊”。它提醒我們：今天的科學公信力危機，並非單純來自科學內部，而是來自外部力量、學術激勵機制以及技術變革共同作用的結果。 作者將這種攻擊歸納爲三種形式。 第一種是虛假信息。互聯網讓知識傳播得更快，也讓謠言傳播得更快。陰謀論、僞科學和情緒化內容，往往比嚴謹的事實更具傳播力。 第二種是數據歪曲。問題不在於數據本身，而在於人們如何使用數據。爲了追求顯著結果、爭取經費或發表論文，研究者可能有意無意地篩選數據、調整口徑，讓數據說出自己想聽的話。 第三種是數據挖掘。大數據時代最危險的幻覺之一，就是相信“數據會自己說話”。但相關性並不等於因果性。數據能夠發現模式，卻未必能夠解釋原因。 讀到這裏，我逐漸意識到，作者真正擔心的其實不是數據，不是算法，也不是人工智能。他擔心的是人。準確地說，是人越來越願意放棄自己的判斷。 書中有一個讓我印象極深的觀點：人工智能並不真正“智能”。它會計算、會預測、會生成答案，卻不會理解意義，也不會承擔判斷的後果。這恰恰構成了今天最大的悖論。 AI越來越強大，獲取知識越來越容易，但獨立思考卻越來越稀缺。 過去，人們面對問題時，需要查閱資料、比較觀點、形成判斷；今天，我們越來越習慣於直接獲得答案。搜索變成提問，提問變成複製，複製變成觀點。效率提高了，思考卻不一定隨之增加。 因此，我認爲這本書最重要的啓示，不是如何識別僞科學，也不是如何理解大數據，而是重新理解“判斷力”的價值。 科學最珍貴的地方，從來不是永遠正確，而是允許自己被糾正。獨立思考也是如此。它不是固執地堅持己見，而是始終保留追問的能力：這個結論從哪裏來？證據可靠嗎？還有沒有別的解釋？ 在一個答案觸手可及的時代，知識正在變得廉價，而判斷正在變得昂貴。讀完此書，你會越來越相信： AI時代最重要的能力，不是獲得答案，而是保留提問。 讓工具回到工具的位置，讓人回到人的位置。這或許纔是面對人工智能時代，最值得守住的東西。

很多時間科學都是應該被信任的，但是科學作爲自然學科可能更加容易被我們所認爲經過了嚴格邏輯以及實驗驗證，從正常的鏈條之中，大部分還是按照設計的過程來得到可以確定的結論，但是在科學研究之中不是完全展示全部的數據，特別是哪些與理論相差比較大，或者不符合自己預期的數據大部分都是被捨棄了，但是隻要隨後的研究證明了結論，似乎其中瑕疵就是可以被忽略的，其中比較典型的就是密爾根的電荷測試實驗，還有就是孟德爾的豌豆實驗，數據似乎也是非常符合結論的，當下對於原始數據分析，發現還是存在着一些偏差的，對於愛因斯坦相對論的月食驗證實驗似乎也是存在着爭議，在科學本身很多時間都是可以被信任的，特別是哪些結論還是需要被反覆驗證，只有這樣纔會成爲我們知識體系的一部分，而對於那些不能被證明或者證僞的東西基本上都進入了宗教的領域，可能科學本身不是用了被信任的，而是用來驗證的，或者是構成了我們知識的框架組成部分，一旦建立之後，就是被我們認爲是值得信任的。在數據爲基礎的科學發展，而並非邏輯的過程之後，似乎科學發生了非常巨大的變化，特別是 ai 出現之後，對於我們知識產生了更多的幻覺，本來我們自己的幻覺都很難判斷，更不用說 ai 產生的，因爲當下我們還是可以進行判斷的，因爲幻覺本身還是非常簡單的，一旦 ai 使得我們產生知識的依賴之後，再次進行判斷就是非常困難，特別是能夠形成自己判斷之前使用 ai 的羣體，就會很難產生幻覺的判斷了，對於人類的智商是削弱了的狀態，我們的知識體系應該與 ai 融合，但是如何獲得準確信息還是非常具有挑戰的。

這本書讓我想起商朝時的占卜，商朝人做什麼都要占卜，比如今天是去上學還是打獵，而且他們會根據事實結果去改進佔卜的模式，比如對龜殼紋路的解讀，從出土甲骨的數量可知，商朝人有大量的數據可以回溯，就如本書中所說，商朝人有符合P值的占卜模式，當然這個P值是多少不得而知，但其一定是有標準的，某種程度上符合統計學標準，由此可以，占卜與人工智能的預測並沒有太本質的區別，符合已發生的結果未必能預測未發生的事件。

科技進步方便科學知識的傳播，同時也被僞科學及其它虛假內容傳播濫用，後者甚至遠甚於前者，使科技發展的目的走向背馳。而大數據挖掘等先進手段也方便了虛假科研和學術不端現象，還有對人工智能的盲信推崇以及各類虛假網絡信息這些都導致了大衆對科學的不信任。作者最後也爲如何挽回大衆對科學的信任，提出了一些針對前述情況產生原因的應對辦法。

很多沉浸其中的研究者難道真的不知道其中的不科學之處嗎？不過社會總是在這種迂迴曲折的道路上行進，從來沒有人保證每一步都是前進。我們需要更多的質疑者，不論是具體科研還是我們的思維方式。 書中的舉例特別一針見血而語言辛辣，有時半夜都讓我笑出聲。

題材挺好，但是內容雖然很詳實，各種例子羅列一堆，還是想打一般。

核心還是對統計方法的審視，同時對學術圈的唯統計結果論進行了嚴肅拷打。