0:00:00.976,0:00:02.738
我是一名气象学家，

0:00:02.738,0:00:05.921
我有物理气象学的学士、[br]硕士和博士学位，

0:00:05.921,0:00:08.041
所以我是个气象学家，有证的。

0:00:08.444,0:00:13.137
然而总有4个问题等着我，

0:00:13.137,0:00:15.717
在这件事儿上我的预测总是对的。

0:00:15.717,0:00:17.587
（笑声）

0:00:17.587,0:00:19.659
这些问题是，

0:00:19.659,0:00:22.157
“马修，你在哪个频道呢？”

0:00:22.157,0:00:24.008
（笑声）

0:00:24.008,0:00:26.873
“谢博德博士，明天天气怎么样?”

0:00:26.873,0:00:27.907
（笑声）

0:00:27.907,0:00:29.488
啊，我喜欢这个：

0:00:29.488,0:00:32.857
“我女儿明年九月结婚，[br]是个户外婚礼。

0:00:32.857,0:00:34.171
到时会下雨吗？”

0:00:34.171,0:00:35.627
（笑声）

0:00:35.627,0:00:38.516
没开玩笑，我总被问这些问题，[br]然而我并不知道答案，

0:00:38.516,0:00:40.186
科学在这儿不管用。

0:00:41.185,0:00:44.062
但我这些天经常被问的是，

0:00:44.062,0:00:48.964
“谢博德博士，你相信气候变化吗？”

0:00:49.331,0:00:52.037
“你相信全球变暖吗？”

0:00:52.807,0:00:56.460
如今每次被问到这些问题时，[br]我都得打起精神。

0:00:56.460,0:00:58.226
因为这是个不恰当的问题——

0:00:58.226,0:01:00.316
科学可不是一个信仰体系。

0:01:00.911,0:01:04.177
我10岁的儿子相信牙仙的存在。

0:01:04.998,0:01:08.437
他得克服这一点，因为太费钱了。[br]（传说牙仙会用金币把小孩子掉的牙换走）

0:01:08.437,0:01:10.728
（笑声）

0:01:10.732,0:01:12.597
他的确相信牙仙。

0:01:12.601,0:01:14.572
但想一想这个。

0:01:15.361,0:01:17.873
这是亚特兰大的美国银行大楼。

0:01:17.873,0:01:20.482
你从没听到人说，

0:01:20.482,0:01:22.985
“你相信吗，如果你到那个楼顶，

0:01:22.985,0:01:25.369
抛个球，它就会掉下去？”

0:01:25.807,0:01:29.141
你从没听过，因为重力是实际存在的。

0:01:30.427,0:01:32.696
所以为什么我们不会听到这个问题，

0:01:32.696,0:01:34.505
“你相信重力吗？”

0:01:34.505,0:01:36.377
但我们肯定听过这个问题，

0:01:36.377,0:01:38.780
“你相信全球变暖吗？”

0:01:40.161,0:01:42.573
考虑到这些事实：

0:01:43.799,0:01:46.879
美国科学促进会，简称AAAS，

0:01:46.879,0:01:49.762
这是一个在科学领域的主要组织，

0:01:49.762,0:01:53.636
曾就不同的科学课题[br]向科学家和公众提问。

0:01:53.636,0:01:54.849
这是其中一些课题：

0:01:54.849,0:01:58.886
转基因产品，动物研究，人类进化。

0:01:59.709,0:02:02.183
看看科学家对这些怎么说，

0:02:02.183,0:02:04.901
红色代表那些在研究这些课题的人，

0:02:04.901,0:02:07.592
灰色，则代表公众的态度。

0:02:07.592,0:02:09.208
这是怎么造成的？

0:02:09.982,0:02:11.474
为什么会有这么大的差异？

0:02:12.743,0:02:16.644
科学家和公众在这些[br]科学问题上意见如此相左。

0:02:17.260,0:02:19.640
好了，我要说个我比较擅长的，

0:02:19.640,0:02:20.830
气候变化。

0:02:21.339,0:02:24.225
87%的科学家

0:02:24.225,0:02:28.463
认为是人类的行为导致了气候变化，

0:02:29.450,0:02:31.717
但只有50%的公众这样认为。

0:02:33.323,0:02:34.688
为什么会这样？

0:02:34.688,0:02:36.005
这就引出了问题，

0:02:36.005,0:02:40.792
是什么塑造了我们对科学的认知？

0:02:42.655,0:02:43.769
这是个有趣的问题，

0:02:43.769,0:02:46.647
我也一直在思考这个问题。

0:02:48.434,0:02:53.044
我想有一件事影响了[br]公众对科学的看法，

0:02:53.044,0:02:55.314
就是信仰体系和偏见，

0:02:56.339,0:02:57.739
信仰体系和偏见。

0:02:57.739,0:02:59.399
我来解释一下。

0:03:00.005,0:03:02.432
我想要谈一谈这个问题的三个元素：

0:03:02.432,0:03:06.149
确认偏误，达克效应

0:03:06.149,0:03:08.008
和认知失调。

0:03:08.008,0:03:12.091
这些听起来都有点像不切实际的[br]学术术语，它们也确实是这样的。

0:03:12.585,0:03:16.206
但当我进一步做出解释时，[br]你们就会恍然大悟，“哦！

0:03:16.206,0:03:19.969
我听说过这个；[br]我甚至知道有人就是这样的。”

0:03:21.355,0:03:22.934
确认偏误。

0:03:24.260,0:03:28.686
寻找证据来支持我们已经相信的事。

0:03:28.686,0:03:31.680
我们对此可能多少都难辞其咎。

0:03:33.427,0:03:34.940
看看这个。

0:03:34.940,0:03:36.291
我有自己的Twitter账户。

0:03:36.291,0:03:38.729
通常，遇到下雪的时候，

0:03:38.729,0:03:40.642
我会收到这样的转发。

0:03:40.642,0:03:43.112
（笑声）

0:03:43.112,0:03:46.825
“嘿，谢博德博士，我院子里[br]有20英寸的全球变暖（指雪），

0:03:46.825,0:03:49.883
你们这些家伙在说啥，气候变化？”

0:03:49.883,0:03:51.671
我其实收到了很多那样的推特。

0:03:52.909,0:03:55.840
这条推特挺逗的，也让我忍俊不禁。

0:03:55.840,0:03:59.815
但它在科学上是站不住脚的。

0:04:00.292,0:04:01.824
因为它说明了

0:04:01.824,0:04:03.889
发推特的人并不理解

0:04:03.889,0:04:06.021
天气和气候的差异。

0:04:07.466,0:04:10.998
我常说，天气是你的情绪，

0:04:10.998,0:04:13.497
而气候是你的个性。

0:04:14.981,0:04:16.086
想想看。

0:04:16.086,0:04:18.544
天气是你的情绪，气候是你的个性。

0:04:18.544,0:04:22.593
你今天的情绪不一定[br]能代表你的个性，

0:04:22.593,0:04:25.377
所以即使有一天特别冷，[br]也不能说明气候变化了，

0:04:25.377,0:04:27.427
有一天特别热，也一样不能代表什么。

0:04:29.974,0:04:31.124
达克效应。[br](高估自己的能力）

0:04:31.616,0:04:34.515
康奈尔大学的两位学者[br]提出了达克效应。

0:04:34.515,0:04:36.620
如果你去查阅同行评议的论文，

0:04:36.620,0:04:39.523
你会看到各种很炫的术语：

0:04:39.523,0:04:43.210
这是一种虚幻的优越感，[br]以为我们什么都知道。

0:04:43.210,0:04:46.077
换句话说，人们高估了[br]自己所掌握的知识。

0:04:47.553,0:04:50.486
或者说，他们低估了他们的无知。

0:04:50.847,0:04:53.314
然后是认知失调。[br]（新信息冲击现有认知）

0:04:54.831,0:04:57.164
认知失调很有趣。

0:04:57.538,0:05:00.188
我们刚刚过了土拨鼠节，是吧？[br]（北美传统节日，用土拨鼠预测时令）

0:05:01.132,0:05:03.847
对认知失调最好的解释就好比是，

0:05:03.847,0:05:07.379
一个聪明人问我[br]啮齿动物的预测是否准确。

0:05:07.379,0:05:10.104
（笑声）

0:05:10.104,0:05:12.705
但我一直都能理解。

0:05:12.705,0:05:13.963
（笑声）

0:05:13.963,0:05:17.590
我也听说过黄历。

0:05:17.590,0:05:20.846
我们靠着黄历长大，人们很熟悉它。

0:05:22.259,0:05:25.615
但问题在于，根据[br]宾夕法尼亚州立大学的研究，

0:05:25.615,0:05:28.829
它的准确性只有37%。

0:05:31.458,0:05:34.993
但我们身在科学的时代，

0:05:34.993,0:05:36.901
我们确实可以预测天气。

0:05:36.901,0:05:38.866
不管信不信，我知道你们有些人[br]会说：“好吧好吧，你说的都对”，

0:05:38.866,0:05:43.243
我们对天气预测的[br]准确率有90%或者更高。

0:05:43.243,0:05:46.201
但你们只会记得偶尔几次的[br]失误，可别不承认。

0:05:46.201,0:05:47.431
（笑声）

0:05:50.263,0:05:53.632
所以确认偏误，达克效应和认知失调。

0:05:53.632,0:05:59.104
我认为是这些形成了[br]人们对科学的偏见和看法。

0:05:59.625,0:06:01.748
但是，文化素养和错误信息

0:06:01.748,0:06:03.865
也会让我们陷入困境。

0:06:05.911,0:06:08.389
在2017年的飓风季，

0:06:08.389,0:06:12.632
媒体机构不得不指派记者，

0:06:12.656,0:06:16.813
驳斥有关天气预报的虚假信息。

0:06:18.204,0:06:20.138
这就是我们所在的时代。

0:06:20.644,0:06:23.065
我一直在社交媒体上应对这些问题。

0:06:23.065,0:06:24.666
有人会在推特上发布预报——

0:06:24.666,0:06:27.596
这是飓风厄玛的预报，但问题是：

0:06:27.596,0:06:29.676
它不是官方飓风中心发布的。

0:06:30.608,0:06:33.359
但人们在推特上分享这个，[br]消息就扩散开了。

0:06:33.359,0:06:36.284
它根本就不是国家飓风中心发布的。

0:06:38.363,0:06:40.791
在来到乔治亚大学之前，

0:06:40.791,0:06:42.943
我在NASA工作了12年，

0:06:42.943,0:06:44.996
我是地球科学咨询委员会的主席，

0:06:44.996,0:06:46.897
我上周刚刚去过华盛顿。

0:06:46.897,0:06:49.118
我看到了一些很有趣的事情。

0:06:49.118,0:06:52.540
这是NASA的模型和[br]来自卫星的科学数据

0:06:52.540,0:06:54.857
显示了2017年飓风季的情况。

0:06:54.857,0:06:56.953
你们看到那边的哈维飓风没？

0:06:57.649,0:07:00.158
看看这些从非洲飘来的尘土。

0:07:00.617,0:07:05.578
看看美国西北部和加拿大西部的野火。

0:07:05.578,0:07:07.428
飓风厄玛来了。

0:07:08.923,0:07:11.066
这对我很有吸引力。

0:07:11.688,0:07:13.783
无可否认，我是个气象迷。

0:07:14.982,0:07:18.422
但更重要的是，它展示了我们拥有的科技

0:07:18.422,0:07:21.045
不仅可以观察天气和气候系统，

0:07:21.045,0:07:22.235
而且可以预测它。

0:07:22.625,0:07:24.331
这就是科学理念，

0:07:24.331,0:07:27.432
所以我们刚才说的那些观念和偏见

0:07:27.432,0:07:29.066
是真的毫无用处。

0:07:29.066,0:07:30.219
我们拥有知识。

0:07:30.219,0:07:31.541
但是想想这个…

0:07:31.541,0:07:34.783
这是飓风哈维过后的[br]德克萨斯州休斯顿。

0:07:35.736,0:07:38.759
现在，我定期为《福布斯》杂志撰稿，

0:07:38.759,0:07:43.218
在飓风哈维登陆前一周，[br]我写了一篇文章说，

0:07:43.218,0:07:46.130
“可能会有40到50英寸的降雨量。”

0:07:46.776,0:07:49.224
我在它发生的前一周写了这个文章。

0:07:49.224,0:07:51.394
但是，当你和休斯敦的人交谈时，

0:07:51.394,0:07:54.507
人们会说，“我没想到会这么糟糕。”

0:07:55.093,0:07:56.182
我只能…

0:07:56.182,0:07:57.467
（叹息）

0:07:57.467,0:07:58.633
（笑声）

0:07:58.637,0:07:59.805
整整提前了一周。

0:07:59.805,0:08:01.009
但是——

0:08:01.009,0:08:03.561
我知道这有点可笑，但现实是，

0:08:03.561,0:08:09.689
让我们理解经验水平之外的[br]东西真的很困难。

0:08:09.689,0:08:11.963
休斯顿的人总在经历下雨，

0:08:11.963,0:08:13.853
雨水泛滥很平常。

0:08:14.513,0:08:16.847
但他们从没有遭受过那样的情况。

0:08:17.561,0:08:21.904
休斯顿全年降雨量约为34英寸。

0:08:21.904,0:08:24.529
而那段时间，他们[br]在3天内遭受了50英寸。

0:08:25.300,0:08:28.391
这是异常事件，超出了正常范围。

0:08:30.188,0:08:33.013
所以信仰体系和偏见，[br]文化素养和错误信息。

0:08:33.013,0:08:36.936
我们如何走出左右我们认知的框框？

0:08:38.633,0:08:42.320
我们甚至不需要去休斯顿，[br]在家附近就可以观察到。

0:08:42.320,0:08:43.535
（笑声）

0:08:43.535,0:08:45.502
还记得“末日暴雪”吗？

0:08:45.502,0:08:47.317
（笑声）

0:08:47.317,0:08:48.851
雪魔？

0:08:48.851,0:08:49.996
雪巨人？

0:08:49.996,0:08:52.029
不管你怎么称呼她，

0:08:52.029,0:08:54.410
都只有两英寸的雪。

0:08:54.410,0:08:57.017
（笑声）

0:08:57.017,0:08:59.942
两英寸厚的雪就使亚特兰大市瘫痪了。

0:08:59.946,0:09:01.537
（笑声）

0:09:02.982,0:09:07.210
但事实是，我们在严防冬季风暴，

0:09:07.210,0:09:09.869
我们去了冬季天气咨询机构，

0:09:09.869,0:09:12.273
很多人都认为雪灾会降级，

0:09:12.273,0:09:13.684
“哦，不会那么糟的。”

0:09:13.684,0:09:17.158
事实上，人们的感觉是，不会这么糟糕，

0:09:17.158,0:09:18.866
但其实雪灾升级了。

0:09:18.866,0:09:21.747
随着模型的出现，情况在变得更糟。

0:09:21.747,0:09:25.613
这就是我们被自己的[br]认知束缚的一个例子。

0:09:26.165,0:09:28.085
所以问题就变成了，

0:09:28.085,0:09:31.656
我们如何扩大我们的认知半径？

0:09:33.823,0:09:35.717
圆的面积是 π R的平方。

0:09:35.717,0:09:38.000
我们增加半径，就能增加面积。

0:09:38.004,0:09:42.005
我们如何扩大我们理解科学的半径？

0:09:42.593,0:09:43.993
这是我的思考。

0:09:44.720,0:09:47.765
你们列出自己的偏见。

0:09:47.765,0:09:49.825
我想让你们所有人都这么做。

0:09:49.825,0:09:52.879
列出你们的偏见。

0:09:52.903,0:09:54.172
它们来自哪里？

0:09:54.172,0:09:57.560
你的教养，你的政治观点，你的信仰——

0:09:57.560,0:10:00.029
你自己的偏见是如何形成的？

0:10:01.982,0:10:03.393
然后，评估你的信息来源——

0:10:03.393,0:10:05.894
你在哪里获取科学信息？

0:10:06.553,0:10:08.363
你读什么，你听什么，

0:10:08.363,0:10:10.553
什么是你获得科学信息的来源？

0:10:11.022,0:10:13.768
然后，重要的是说出来。

0:10:13.782,0:10:17.904
谈谈你如何评估你的偏见和信息来源。

0:10:17.904,0:10:20.688
我想让你们听听这个40秒的小片段，

0:10:20.688,0:10:25.460
来自美国顶尖的电视[br]气象学家之一，格雷格·费舍尔，

0:10:25.460,0:10:27.047
他住在Durham的Raleigh地区。

0:10:27.047,0:10:28.736
他在那个地区很受尊敬。

0:10:28.736,0:10:30.035
但他是个气候怀疑论者。

0:10:30.035,0:10:32.396
但是听听他关于发声是怎么说的。

0:10:32.396,0:10:34.176
格雷格·费舍尔：[br]“我犯过的错误，

0:10:34.176,0:10:36.164
并且直到最近我才意识到的是，

0:10:36.164,0:10:38.791
我只看那些

0:10:38.791,0:10:41.656
能支撑我想法的信息，

0:10:41.656,0:10:45.813
从来不对任何相反的信息感兴趣。

0:10:46.559,0:10:48.630
所以有一天早晨我醒来，

0:10:48.644,0:10:52.352
脑海中有个问题，

0:10:52.918,0:10:55.516
‘格雷格，你是不是陷入了确认偏误？

0:10:55.516,0:10:59.471
你是不是只看那些支持你想法的信息。’

0:11:00.069,0:11:02.482
如果我对自己诚实，也试图对自己诚实，

0:11:02.482,0:11:04.850
我得承认是这样的。

0:11:05.269,0:11:07.737
所以我和科学家交谈的次数越多，

0:11:07.737,0:11:09.809
阅读同行评议的文献越多，

0:11:09.809,0:11:14.585
我也努力像我在[br]宾夕法尼亚州立大学上学时

0:11:14.585,0:11:16.958
被教导的那样去要求自己，

0:11:17.665,0:11:20.351
对我来说，就越难证明

0:11:20.351,0:11:22.405
我们一点也没有被影响。

0:11:22.405,0:11:24.875
也许，到底被影响了多少还是个疑问，

0:11:24.875,0:11:29.634
但作为一个科学家或一个人，[br]说‘一点也没被影响’

0:11:29.634,0:11:31.464
是一件不负责任的事情。”

0:11:33.387,0:11:37.232
JMS：格雷格·费舍尔刚刚在说

0:11:37.232,0:11:38.879
扩大他认知科学的半径。

0:11:38.879,0:11:40.968
当我们扩大我们的半径时，

0:11:40.968,0:11:44.160
不是为了创造一个更好的未来，

0:11:44.160,0:11:47.287
而是为了保留我们所知的生活。

0:11:48.180,0:11:53.134
所以当我们想要扩大[br]我们对科学的理解范围时，

0:11:54.292,0:11:57.628
这对乔治亚州的雅典和亚特兰大，

0:11:57.628,0:12:00.546
对乔治亚州和整个世界都很重要。

0:12:00.857,0:12:02.922
所以，扩大你的半径吧。

0:12:02.922,0:12:04.129
谢谢。

0:12:04.129,0:12:08.174
（鼓掌）