1
00:00:01,354 --> 00:00:04,489
科技极大程度上改变了世界：

2
00:00:04,489 --> 00:00:09,138
登月计划，互联网，基因组测序。

3
00:00:09,138 --> 00:00:12,857
但随之而来的是我们内心深处的忧虑，

4
00:00:12,857 --> 00:00:14,713
大约30年前，

5
00:00:14,713 --> 00:00:17,266
文学评论家尼尔•波兹曼出了一本书，

6
00:00:17,266 --> 00:00:19,381
名为《娱乐至死》，

7
00:00:19,381 --> 00:00:22,140
将这个问题展现得淋漓尽致。

8
00:00:22,140 --> 00:00:23,790
他这样写道，

9
00:00:23,790 --> 00:00:26,893
将乔治•奥威尔和阿道司•赫胥黎

10
00:00:26,893 --> 00:00:29,626
两人的反乌托邦观点做比较，

11
00:00:29,626 --> 00:00:35,012
奥威尔害怕我们的文化成为「受制文化」。

12
00:00:35,012 --> 00:00:38,752
赫胥黎担心的是我们的文化成为「琐碎文化」

13
00:00:38,752 --> 00:00:42,847
奥威尔害怕的是真理被隐瞒，

14
00:00:42,847 --> 00:00:45,010
赫胥黎担心的是我们被淹没在

15
00:00:45,010 --> 00:00:47,703
无聊烦琐的世事中。

16
00:00:47,703 --> 00:00:52,483
简言之，这是「老大哥」看你

17
00:00:52,483 --> 00:00:54,969
还是你看「老大哥」的选择。
（译者注：「老大哥」典出奥威尔名著《1984》）

18
00:00:54,969 --> 00:00:56,900
（笑声）

19
00:00:56,900 --> 00:00:58,634
但事实不尽然，

20
00:00:58,634 --> 00:01:01,970
我们不是只能被动地接受数据和科技。

21
00:01:01,970 --> 00:01:04,373
我们能改变科技在我们生活中扮演的角色，

22
00:01:04,373 --> 00:01:06,503
也能改变享受数据带来的恩惠的方式，

23
00:01:06,503 --> 00:01:08,106
但要实现这一目的，

24
00:01:08,106 --> 00:01:11,619
思考方式固然重要， 我们也要对如何解读数据

25
00:01:11,619 --> 00:01:13,649
投以同样高的关注度。

26
00:01:13,649 --> 00:01:16,747
我们需要问问题，要问深刻的问题，

27
00:01:16,747 --> 00:01:18,616
不再单纯地统计数据，

28
00:01:18,616 --> 00:01:21,218
而是要进一步理解数据。

29
00:01:21,218 --> 00:01:23,664
我们身边充斥着那些

30
00:01:23,664 --> 00:01:26,140
讲述世界上有海量数据的故事，

31
00:01:26,140 --> 00:01:27,720
但当我们面临大数据，

32
00:01:27,720 --> 00:01:30,316
面临理解大数据所的挑战，

33
00:01:30,316 --> 00:01:32,404
数据量的大小不代表一切。

34
00:01:32,404 --> 00:01:35,307
还有数据传播的速度，

35
00:01:35,307 --> 00:01:37,003
数据的类型，

36
00:01:37,003 --> 00:01:39,501
举几个例子：

37
00:01:39,501 --> 00:01:41,699
图像，

38
00:01:41,699 --> 00:01:45,706
文字，

39
00:01:45,706 --> 00:01:47,801
视频，

40
00:01:47,801 --> 00:01:49,631
音频。

41
00:01:49,631 --> 00:01:52,673
不同类型的数据能有机地结合在一起，

42
00:01:52,673 --> 00:01:54,894
因为正是人类创造了这些数据，

43
00:01:54,894 --> 00:01:57,669
而且要在一定背景前提下理解特定数据。

44
00:01:57,669 --> 00:02:02,444
目前，一个来自伊利诺大学
芝加哥分校的数据科学家团队，

45
00:02:02,444 --> 00:02:04,973
自称「健康媒体合作实验室」，

46
00:02:04,973 --> 00:02:07,560
正与疾控中心合作，

47
00:02:07,560 --> 00:02:09,065
试图进一步了解

48
00:02:09,065 --> 00:02:11,913
人们谈论戒烟的方式，

49
00:02:11,913 --> 00:02:14,593
谈论电子烟的方式，

50
00:02:14,593 --> 00:02:16,578
以及他们如何协作

51
00:02:16,578 --> 00:02:18,562
来帮助人们戒烟。

52
00:02:18,562 --> 00:02:20,575
有趣的是，如果你想了解

53
00:02:20,575 --> 00:02:22,791
人们谈论吸烟的方式，

54
00:02:22,791 --> 00:02:24,692
首先需要了解

55
00:02:24,692 --> 00:02:27,257
「烟」在他们口中的含义。

56
00:02:27,257 --> 00:02:31,183
在Twitter上，「烟」的含义通常有四类：

57
00:02:31,183 --> 00:02:34,180
第一，吸烟；

58
00:02:34,180 --> 00:02:36,987
第二，抽大麻；

59
00:02:36,987 --> 00:02:39,630
第三，烟熏肋排；

60
00:02:39,630 --> 00:02:43,183
第四，闻香识女。

61
00:02:43,183 --> 00:02:46,176
（笑声）

62
00:02:46,176 --> 00:02:48,602
然后你就会想，

63
00:02:48,602 --> 00:02:50,742
人们是如何谈论电子烟的呢？

64
00:02:50,742 --> 00:02:52,767
人们谈论电子烟的方式非常多，

65
00:02:52,767 --> 00:02:57,986
从屏幕上你们可以看到谈论的方式是如此繁多。

66
00:02:57,986 --> 00:03:01,200
这就让我们想到，

67
00:03:01,200 --> 00:03:03,611
语言是人类创造的，

68
00:03:03,611 --> 00:03:05,951
人类的语言是复杂混乱的，

69
00:03:05,951 --> 00:03:12,018
我们用各种语言，无时无刻不在讲着比喻，
说着俚语和术语，

70
00:03:12,018 --> 00:03:15,221
好不容易弄清了，立马就又变掉了。

71
00:03:15,221 --> 00:03:20,339
那么，疾控中心投放的广告，

72
00:03:20,339 --> 00:03:22,769
以及电视上那种看起来让人非常不安的

73
00:03:22,769 --> 00:03:26,700
形象地画了一个喉咙烧出来洞的女性的广告，

74
00:03:26,700 --> 00:03:31,289
这些广告会影响人们戒烟吗？

75
00:03:31,289 --> 00:03:34,557
健康媒体合作实验室承认其数据的有限性，

76
00:03:34,557 --> 00:03:36,562
但他们还是做了这样的结论，

77
00:03:36,562 --> 00:03:39,874
那些广告——或许你们都见到过——

78
00:03:39,874 --> 00:03:42,465
确实会震颤人的内心，

79
00:03:42,465 --> 00:03:44,287
让他们有所思考，

80
00:03:44,287 --> 00:03:47,954
这样或许会影响他们未来的行为。

81
00:03:47,954 --> 00:03:51,845
这个项目让我尊重和欣赏的地方，

82
00:03:51,845 --> 00:03:57,414
不仅在于该项目基于人们的真实需求，

83
00:03:57,414 --> 00:04:01,897
还在于它充分诠释了面对「无聊烦琐的世事」

84
00:04:01,897 --> 00:04:04,680
展现出来的勇气。

85
00:04:04,680 --> 00:04:09,185
因此，并不只是大数据在挑战我们对事物的理解，

86
00:04:09,185 --> 00:04:10,586
让我们直面这一事实吧，

87
00:04:10,586 --> 00:04:13,180
不管处理多少数据，哪怕再少的数据，

88
00:04:13,180 --> 00:04:15,873
人们也能把它搞得一团糟，

89
00:04:15,873 --> 00:04:17,490
「见多不怪」了。

90
00:04:17,490 --> 00:04:21,227
你或许会记得，几年前，

91
00:04:21,227 --> 00:04:23,500
前总统罗纳德•里根

92
00:04:23,500 --> 00:04:25,491
在声称「事实是愚蠢的」后

93
00:04:25,491 --> 00:04:28,501
被严厉指责。

94
00:04:28,501 --> 00:04:31,295
平心而论，这是一个口误。

95
00:04:31,295 --> 00:04:33,725
他原本是想引用约翰•亚当斯

96
00:04:33,725 --> 00:04:36,476
在波士顿惨案审判为英军士兵的辩言

97
00:04:36,476 --> 00:04:39,626
「事实是顽固不化的。」

98
00:04:39,626 --> 00:04:42,250
但事实上，我认为

99
00:04:42,250 --> 00:04:45,668
里根总统那句话蕴含着些许智慧，

100
00:04:45,668 --> 00:04:48,444
事实固然顽固不化，

101
00:04:48,444 --> 00:04:51,367
有时确实是愚蠢的。

102
00:04:51,367 --> 00:04:53,255
这对我意义深远，

103
00:04:53,255 --> 00:04:56,803
我讲一个私人故事来告诉你们为什么。

104
00:04:56,803 --> 00:04:59,240
我要深吸一口气。

105
00:04:59,240 --> 00:05:01,994
我的儿子艾萨克，在他两岁的时候，

106
00:05:01,994 --> 00:05:04,411
被诊断出患有自闭症，

107
00:05:04,411 --> 00:05:06,572
在我们眼里，他是个幸福、欢快、

108
00:05:06,572 --> 00:05:08,607
充满爱意、惹人喜欢的小孩，

109
00:05:08,607 --> 00:05:11,509
但该发展水平评估

110
00:05:11,509 --> 00:05:13,579
关注的指标是诸如言多言寡——

111
00:05:13,579 --> 00:05:17,236
当时，是零——

112
00:05:17,236 --> 00:05:21,176
互动性姿势和最少目光接触，

113
00:05:21,176 --> 00:05:23,179
根据这套评估标准的结果，

114
00:05:23,179 --> 00:05:27,140
他的发展水平相当于9月大的婴儿。

115
00:05:27,140 --> 00:05:30,100
按照这套标准，结果无可厚非，

116
00:05:30,100 --> 00:05:33,309
但这不是全部。

117
00:05:33,309 --> 00:05:34,710
一年半之后，

118
00:05:34,710 --> 00:05:36,812
在他快要四岁的时候，

119
00:05:36,812 --> 00:05:39,175
有一天我发现他坐在电脑前，

120
00:05:39,175 --> 00:05:44,628
在Google图片搜索中搜索「women」

121
00:05:44,628 --> 00:05:48,244
拼成了「wimen」

122
00:05:48,244 --> 00:05:50,984
接下来我做了任何有心的父母都会做的事，

123
00:05:50,984 --> 00:05:52,885
我立马就按了后退按钮，

124
00:05:52,885 --> 00:05:56,248
看看他还搜索了什么。

125
00:05:56,248 --> 00:05:58,419
查到了，按顺序来：男人，

126
00:05:58,419 --> 00:06:05,686
学校，汽车和电脑。

127
00:06:05,686 --> 00:06:07,756
我目瞪口呆，

128
00:06:07,756 --> 00:06:09,758
因为我们还不知道他会拼单词，

129
00:06:09,758 --> 00:06:11,524
更别说读写了，因此我问他，

130
00:06:11,524 --> 00:06:13,717
「艾萨克，你是如何做到的？」

131
00:06:13,717 --> 00:06:16,395
他很严肃地看着我说，

132
00:06:16,395 --> 00:06:19,747
「在搜索框里输入。」

133
00:06:19,747 --> 00:06:23,481
他一直在自我学习如何去沟通，

134
00:06:23,481 --> 00:06:26,485
但我们将注意力投在了别处，

135
00:06:26,485 --> 00:06:28,780
很显然，那些发展水平评估

136
00:06:28,780 --> 00:06:31,176
过分注重了一个指标——

137
00:06:31,176 --> 00:06:33,785
言语沟通——

138
00:06:33,785 --> 00:06:39,488
而忽视了其他指标，如问题解决能力。

139
00:06:39,488 --> 00:06:41,795
沟通对于艾萨克而言很难，

140
00:06:41,795 --> 00:06:43,707
所以他找到了一个变通方法，

141
00:06:43,707 --> 00:06:46,564
自己去探索想要知道的信息。

142
00:06:46,564 --> 00:06:48,454
你考虑一下，这确实很有道理，

143
00:06:48,454 --> 00:06:50,535
因为提出一个问题

144
00:06:50,535 --> 00:06:53,100
是复杂的过程，

145
00:06:53,100 --> 00:06:59,722
但他能通过在搜索框中输入单词来达到同样目的。

146
00:06:59,722 --> 00:07:02,650
因此，这一个小插曲

147
00:07:02,650 --> 00:07:06,816
深深影响了我和我的家庭，

148
00:07:06,816 --> 00:07:12,146
因为它让我们对发生在他身上的一切
有了全新的认识，

149
00:07:12,146 --> 00:07:14,070
也不那么担心他了，

150
00:07:14,070 --> 00:07:17,302
而且更加欣赏他的「人小鬼大」。

151
00:07:17,302 --> 00:07:20,163
事实是愚蠢的，

152
00:07:20,163 --> 00:07:22,560
极容易被误用，

153
00:07:22,560 --> 00:07:24,213
有意或无意地。

154
00:07:24,213 --> 00:07:27,239
我有一个叫Emily Willingham的朋友，是科学家，

155
00:07:27,239 --> 00:07:30,040
不久前他为福布斯杂志写过一篇文章，

156
00:07:30,040 --> 00:07:33,850
名为《十个最奇怪的跟自闭症相关的事情》

157
00:07:33,850 --> 00:07:36,835
此文深得我心。

158
00:07:36,835 --> 00:07:40,367
「互联网」，一切罪恶的源头，对吧？

159
00:07:40,367 --> 00:07:44,124
当然，「母亲」也是其中一条。

160
00:07:44,124 --> 00:07:45,711
事实上，没这么简单，

161
00:07:45,711 --> 00:07:49,141
「母亲」还进一步细分为多条。

162
00:07:49,141 --> 00:07:53,956
你们可以看到这个清单真的内涵丰富又有趣。

163
00:07:53,956 --> 00:07:59,869
我很「欣赏」那些在在高速路旁怀孕的人。

164
00:07:59,869 --> 00:08:01,392
最后一条很有趣，

165
00:08:01,392 --> 00:08:06,025
因为「冰箱母亲」在最初被认为是

166
00:08:06,025 --> 00:08:08,431
孩童自闭症的原因，

167
00:08:08,431 --> 00:08:11,166
这个词表示那些冰冷的、没有爱心的人。

168
00:08:11,166 --> 00:08:12,728
话已至此，你们也许会问，

169
00:08:12,728 --> 00:08:14,385
「好吧，苏珊，我们明白了，

170
00:08:14,385 --> 00:08:16,167
你能理解数据，你可以决定数据的意义。」

171
00:08:16,167 --> 00:08:20,870
这是对的，这绝对是没问题的，

172
00:08:20,870 --> 00:08:26,480
但挑战在于，

173
00:08:26,480 --> 00:08:31,228
你们自己也有机会明白数据的意义，

174
00:08:31,228 --> 00:08:36,564
因为，坦白地讲，数据自己不会创造意义，
是我们创造数据的意义。

175
00:08:36,564 --> 00:08:39,820
因此，作为商人，作为消费者，

176
00:08:39,820 --> 00:08:42,359
作为病人，作为公民，

177
00:08:42,359 --> 00:08:44,729
我认为我们都有责任

178
00:08:44,729 --> 00:08:49,819
花更多时间来锻炼批判性思维能力。

179
00:08:49,819 --> 00:08:50,897
为什么？

180
00:08:50,897 --> 00:08:54,075
因为历史发展到今天，

181
00:08:54,075 --> 00:08:55,781
我们总是听到这样的说法，

182
00:08:55,781 --> 00:08:57,762
我们能以闪电般速度

183
00:08:57,762 --> 00:08:59,915
处理海量数据，

184
00:08:59,915 --> 00:09:05,270
这就意味着我们能以更快地速度做出错误的决策，

185
00:09:05,270 --> 00:09:10,292
带给我们史无前例的巨大影响。

186
00:09:10,292 --> 00:09:11,680
没错吧？

187
00:09:11,680 --> 00:09:15,120
因此，我们需要做的就是

188
00:09:15,120 --> 00:09:17,040
多花一点时间在

189
00:09:17,040 --> 00:09:19,786
人文学，

190
00:09:19,786 --> 00:09:23,250
社会学，社会科学，

191
00:09:23,250 --> 00:09:25,558
修辞学，哲学，伦理学，

192
00:09:25,558 --> 00:09:31,014
因为这些知识非常有助于帮助我们理解大数据，

193
00:09:31,014 --> 00:09:33,408
而且也能锻炼我们的批判性思维。

194
00:09:33,408 --> 00:09:39,005
毕竟，如果我能在一个论断中发现问题，

195
00:09:39,005 --> 00:09:42,860
这个问题是以文字还是数字的形式呈现并不那么重要。

196
00:09:42,860 --> 00:09:45,579
而且，这些知识会

197
00:09:45,579 --> 00:09:50,000
让我们有能力辨识出事实与偏见，

198
00:09:50,000 --> 00:09:51,822
错误的关联信息，

199
00:09:51,822 --> 00:09:55,640
有能力在30码开外就看透赤裸裸的情感诉求，

200
00:09:55,640 --> 00:09:58,144
因为，乙事件发生在甲事件之后，

201
00:09:58,144 --> 00:10:01,226
并不意味着是甲导致乙的发生，

202
00:10:01,226 --> 00:10:03,345
允许我耍一下酷，

203
00:10:03,345 --> 00:10:07,642
罗马人称之为
「post hoc ergo propter hoc」

204
00:10:07,642 --> 00:10:10,938
即「后此谬误」。

205
00:10:10,938 --> 00:10:14,695
这意味着我们要对人口统计学
这样的学科打个问号。

206
00:10:14,695 --> 00:10:17,215
为什么？因为这样的学科基于的假设是

207
00:10:17,215 --> 00:10:19,521
性别、年龄和住址等数据

208
00:10:19,521 --> 00:10:20,983
决定我们的身份，

209
00:10:20,983 --> 00:10:24,461
而不是基于我们的思想和行为。

210
00:10:24,461 --> 00:10:26,124
我们获取了这些数据，

211
00:10:26,124 --> 00:10:29,263
我们需要做好隐私控制，

212
00:10:29,263 --> 00:10:32,839
并保证民众的选择权，

213
00:10:32,839 --> 00:10:37,952
除此之外，我们需要弄清楚所做的假设，

214
00:10:37,952 --> 00:10:40,531
采用的研究方法，

215
00:10:40,531 --> 00:10:43,335
以及对结果的信任。

216
00:10:43,335 --> 00:10:45,809
就像高中代数老师曾对我说的，

217
00:10:45,809 --> 00:10:47,340
给我看看你的解题步骤，

218
00:10:47,340 --> 00:10:50,781
因为如果我不知道你的步骤，

219
00:10:50,781 --> 00:10:52,772
我就不知道你落下了哪些步骤，

220
00:10:52,772 --> 00:10:55,210
如果我不知道你问了些什么，

221
00:10:55,210 --> 00:10:58,407
我就不知道哪些问题你没有问。

222
00:10:58,407 --> 00:11:00,490
我们应该问自己这个最难回答的问题，

223
00:11:00,490 --> 00:11:01,409
这真是值得的：

224
00:11:01,409 --> 00:11:04,909
数据真的显示出了这个结果，

225
00:11:04,909 --> 00:11:11,100
还是这样的结果让我们感觉更成功、更舒服？

226
00:11:11,100 --> 00:11:13,682
因此，健康媒体合作实验室

227
00:11:13,682 --> 00:11:16,191
在该项目结束时发现，

228
00:11:16,191 --> 00:11:20,949
谈论那些很形象、令人不安的广告的推特中，

229
00:11:20,949 --> 00:11:24,971
有87%的表达出了恐惧，

230
00:11:24,971 --> 00:11:29,997
但他们做出这些广告让人戒烟的结论了吗？

231
00:11:29,997 --> 00:11:32,530
没有。这是科学，但不是魔法。

232
00:11:32,530 --> 00:11:35,720
因此，如果我们想要激发

233
00:11:35,720 --> 00:11:38,582
数据中潜在的能量，

234
00:11:38,582 --> 00:11:42,030
我们没必要盲目地

235
00:11:42,030 --> 00:11:45,466
游走于奥威尔所谓的极端未来，

236
00:11:45,466 --> 00:11:48,583
或赫胥黎所谓的琐碎的未来，

237
00:11:48,583 --> 00:11:51,603
或两种思想的杂糅。

238
00:11:51,603 --> 00:11:53,982
我们需要做的就是，

239
00:11:53,982 --> 00:11:56,700
积极进行批判性思维，

240
00:11:56,700 --> 00:12:01,369
并学习健康媒体合作实验室的做法，

241
00:12:01,369 --> 00:12:03,667
就像超级英雄电影里说的那样，

242
00:12:03,667 --> 00:12:05,489
力量用在行善上。

243
00:12:05,489 --> 00:12:07,840
谢谢。

244
00:12:07,840 --> 00:12:10,174
（掌声）