在「後真相」的世界裡，要相信什麼？

研究者艾力克斯．艾德曼斯說，只有當你能真正開放接受自己有可能是錯的，你才有可能學習。在這場很有洞見的演說中，他探討了確認偏誤——傾向只接受支持你個人信念的資訊——會讓你在社群媒體、政治、及其他地方脫離正軌。他還提供了三項實用的工具，來找出你可以真正相信的證據。（暗示：在你的人生中，指定一個人來對你吹毛求疵。）

貝兒．吉布森曾經是一位
快樂的年輕澳洲人。

她住在伯斯，喜歡玩滑板。

但 2009 年，貝兒得知她得了
腦瘤，只剩下 4 個月的生命。

兩個月的化療和放射線治療
都沒有效果。

但貝兒意志很堅強。

她一輩子都是個鬥士。

6 歲時，她得幫自閉症的弟弟

及多發性硬化症的母親煮飯。

父親在她的生命中缺席。

貝兒靠著運動和冥想，

並以蔬果代替肉類來抗癌。

她完全復原了。

貝兒的故事被瘋傳。

在推特和部落格中，
有數百萬人分享並流傳著。

它顯示出不用傳統醫學

而改用飲食和運動的益處。

2013 年 8 月，貝兒推出了
一個健康飲食的應用程式

「健康廚房」，

首月就有 20 萬的下載人次。

但是，貝兒的故事是假的。

貝兒從來沒有得過癌症。

大家在分享她的故事時，
根本沒有先確認真假。

這是個確認偏誤的典型例子。

如果一個故事符合
我們希望它為真的想法，

我們就會不加鑑別地接受它。

且我們會排斥任何與之對立的故事。

在我們分享和忽略故事的時候，

有多常看到這樣的現象？

在政治、商業、保健的建議中。

牛津字典選出 2016 年的
年度詞彙是「後真相」。

因為認知到我們現在的世界
是個後真相的世界，

因此更需著眼在確認訊息是否屬實。

但，我這場演說的重點是：
僅確認是否屬實是不夠的。

即使貝兒的故事是真的，

那也不重要。

為什麼？

讓我們來看看統計學中
最基礎的技巧之一。

就是「貝氏推論」。

用非常簡單的方式來說明：

我們在乎「資料是否支持理論？」

資料是否會增加
我們對於理論為真的信心？

但，我們卻淪為在問：
「資料和理論一致嗎？」

但，資料和理論一致

並不表示資料就支持理論。

為什麼？

因為有個很關鍵卻被遺忘記的
第三個條件 ——

資料也有可能和對立理論一致。

但因為確認偏誤，我們從來
都不會去考量對立理論，

因為我們是如此防護
自己特別鍾愛的理論。

我們來用貝兒的故事做說明。

我們在乎：貝兒的故事能否支持

「飲食能治癒癌症」的理論？

但，我們最後反而在問：

「貝兒的故事是否和
飲食能治癒癌症一致？」

答案是「是」。

如果飲食能治癒癌症，
我們就會看到像貝兒這樣的故事。

但即使飲食不能治癒癌症，

我們仍然會看到像貝兒這樣的故事。

像是一個病人顯然能夠自我治癒，

僅因一開始她就被誤診的故事。

就像即使抽菸會危害你的健康，

你仍然能找到一個
活到 100 歲的老煙槍。

（笑聲）

就像即使教育有益於你的收入，

你仍然能找到一個沒有
大學學歷的大富豪。

（笑聲）

所以，貝兒的故事最大的問題
並不在於它是假的。

問題在於它只是單一個故事。

可能還有幾千個光靠飲食
而失敗的故事，

但我們從來沒有聽到這些故事。

我們會分享特例，
因為特例很新穎，

因此，新穎就是新聞。

我們從來不會去分享一般的案例。

它們太一般了。
日常生活中隨處可見。

真實的 99 %
就這樣被我們忽略了。

就像在社會中，
你不能只聽那 1% 的特例，

而忽略 99 % 的一般狀況。

因為那是確認偏誤的第二個例子。

我們接受事實作為資料。

最大的問題並不是我們身在
「後真相」的世界中；

而是我們身在「後資料」的世界中。

相較於一大堆資料，
我們比較偏好單一個故事。

故事是很強大、很生動的，
它們是很活靈活現的。

人們說演講要用故事來當開場。

我就這麼做了。

但單一個故事沒有意義，
還會造成誤導，

除非它背後有大規模的資料來支持。

但即使我們有大規模的資料，

那可能還是不夠。

因為它仍可能和對立的理論一致。

讓我解釋一下。

精神科醫生彼得．瓦森
有一項經典的研究，

給你一組 3 個數字，

請你去思考產生出
這些數字的規則。

如果你拿到的數字是 2、4、6，

規則是什麼？

大部分的人會想，
這是連續的偶數。

你要如何測試它？

你會提出其他組的連續偶數：

4、6、8 或 12、14、16。

彼得會說，這幾組的確行得通。

但知道這幾組也行得通，

也許有數百組連續偶數的
數字也行得通，

並不能告訴你什麼。

因為這仍然和對立理論一致。

也許規則是任何 3 個偶數。

或任何 3 個越來越大的數字。

那就是確認偏誤的第三例子：

接受資料作為證據，

即使資料和對立理論一致。

資料只是一大堆事實。

支持單一個理論並排除其他
理論的資料，才叫做證據。

所以，若要支持你的理論，

最好的方式就是證明它是錯的，
要盡可能地吹毛求疵。

所以，要測試如
4、12、26 這樣的組合。

如果結果也是肯定的，

那麼你的連續偶數理論就不成立了。

但，這種測試是很強大的，

因為如果你得到「否」，
就能排除「任何 3 個偶數」

和「任何 3 個越來越大的數字」。

對立的理論會被排除，
你的理論卻不會被排除。

但大部分人都太害怕
而不敢測試 4、12、26，

因為他們不希望得到「是」，
來證明自己鍾愛的理論是錯的。

確認偏誤並不只是

未能尋找到新的資料，

還包括你對接收到的資料
做出錯誤的判讀。

這也適用在實驗室以外的
重要、真實世界的問題上。

的確，愛迪生有句名言是說：

「我沒有失敗，

我只是找出一萬種行不通的方式。」

發現你的錯誤

是找到真相的唯一方式。

假設你是一間大學的招生部主任，

你的理論是：只有來自富裕家庭的

績優學生才會有優良的表現。

所以你只讓這種學生入學。

他們也的確表現優良。

但這個狀況也和對立理論一致。

也許所有成績好的學生
都會有優良的表現，

不論富有或貧窮。

但你從來沒有測試那個理論，
因為你從來不讓貧窮的學生入學，

因為你不希望自己被證明是錯的。

所以，我們學到了什麼？

一個故事並不是事實，
因為它可能不是真的。

一個事實並不是資料，

如果它只一個資料點，
它可能不具代表性。

資料並不是證據 ——

如果它和對立理論一致，
它就不見得有支持的力道。

所以，你能怎麼做？

如果你正處於人生中的轉捩點，

要為你的事業決定一種策略，

要為你的孩子決定一種教養技巧，

或要為你的健康決定一種食物療法，

你要如何確保你所取得的

不是一個故事，而是證據？

讓我提供大家 3 個秘訣。

第一，主動尋求其他觀點。

閱讀並傾聽你非常不贊同的人。

在你看來，他們說的話
有 90% 可能都是錯的。

但如果有 10% 是對的呢？

如亞里斯多德說的：

「一位有教養的人

是能夠包容一種想法，

卻不見得一定要接受它。」

和挑戰自己的人在一起，

創造出一種主動鼓勵別人
提出不同意見的文化。

有些銀行飽受團體迷思之苦，

員工太害怕去挑戰
管理階層的借貸決策，

因而造成金融財務危機。

在會議中，指定一個人

去吹毛求疵你心愛的想法。

且不要只是去聽不同的觀點——

而是要認真地聽進去。

心理學家史蒂芬．柯維說：

「抱著想要了解的意圖去傾聽，

而非想回應的意圖。」

可以從不同意的觀點中學習，

並非盲目地反對它。

這就帶到了在貝氏推論中
其他被遺忘的條件。

因為資料讓你能學習，

但學習只是個相對的起點。

如果你一開始就完全肯定

你特別鍾愛的理論是對的，

那麼你的看法不會改變——

不論你看見什麼資料。

只有當你放開心胸接受
自己有犯錯的可能時，

你才能學習。

如托爾斯泰所寫的：

「最困難的問題

能夠解釋給最遲鈍的人瞭解，

只要他沒有任何先入為主的概念。

但最簡單的事，

反而無法對最睿智的人說明清楚，

如果他堅信自身已經知道了答案。」

秘訣二是「聽專家的」。

這可能是我所能給你的建議當中
最不受歡迎的了。

（笑聲）

英國政治家麥可戈夫有句名言是：

這國家的人民已經受夠了專家。

一項近期的調查顯示，
更多人選擇相信他們的理髮師——

（笑聲）

或街上的路人，

勝過相信企業領導人、
保健服務甚至是慈善事業。

所以，我們重視某個媽媽
發現的牙齒美白配方，

或會聽女演員對於接種疫苗的看法。

我們喜歡那些有話直說、
憑著直覺走的人，

我們會說這些人很真。

但直覺沒辦法帶你走到多遠。

直覺會告訴你，
千萬不要給腹瀉的寶寶喝水，

因為喝下去的水就只會被拉出來。

專家意見卻是相反的。

如果事關你本人要動的手術，
你不會信任街上的路人。

你會想要有位手術經驗豐富

且技術優異的專業醫師。

但那該應用在所有重大的決策上。

政治、商業、保健的建議

都需要專家，和動手術一樣。

那麼，為什麼專家如此不被信任？

嗯，其中一個理由是，
他們似乎被認為和群眾脫節。

百萬富翁執行長
不可能為街上的人發聲。

但真正的專家是基於證據說話的。

證據會支持捍衛街上的人，

並對抗精英。

因為證據會強迫你去證明它。

證據讓精英在沒有佐證的情況下，

無法將自己的想法強加在他人身上。

專家不被信任的第二個理由，

是因為不同的專家，所說各有不同。

只要有專家聲稱
脫離歐盟對英國不是好事，

就會有其他專家聲稱這是好事。

這些所謂的專家，有半數會是錯的。

我必須承認專家寫的論文，
大部分是錯的。

充其量，他們會做出
證據不見得支持的一些主張。

所以，我們不能
就這樣相信專家的話。

2016 年 11 月，

一項關於主管薪資的研究
上了全國的頭條。

儘管報導這項研究的報社，
壓根沒看過該項研究。

它甚至尚未發表出刊。

它們只是相信了作者的話，

就像貝兒的例子。

那並不表示我們可以挑選任何

剛好支持我們觀點的研究——

同樣的，那也是確認偏誤。

那也不表示，如果
有 7 項研究顯示是 A，

3 項顯示是 B，

則 A 就一定是對的。

重要的是專家意見的品質，

而不是數量。

所以，我們應該要做兩件事。

第一，我們應該很嚴苛地
檢驗作者的資歷。

就像你會嚴苛地檢驗
準外科醫生的資歷一樣。

他們真的是那方面的專家？

或是他們有著既得利益？

第二，我們應該要特別注意

在頂尖學術期刊中的論文。

學術圈常常被批評脫離真實世界。

但這樣的脫離，讓你可以
花數年的時間投入一項研究。

得出一個確切的結果，

把那些對立理論給排除，

區別出相關性和因果關係。

學術期刊需要同儕審查，

論文會被嚴格地仔細審查，

（笑聲）

被世界上最有聰明才智的人檢查。

越好的期刊，標準越高。

最優秀的期刊
會退回 95% 的論文。

學術證據並不代表一切。

真實世界的經驗也很重要。

同儕審查並不完美，
也會有錯誤。

但有檢查總比沒檢查好。

如果我們偏好一篇研究
是因為我們喜歡它的研究結果，

而沒考量作者為誰或是否經過檢驗，

那這篇研究就很有可能造成誤導。

我們當中宣稱自己是專家的人

應該知道我們的分析是有極限的。

能夠確切地證明或預測
某樣事物是極罕見的情況，

但做出一概而論的陳述
卻是如此地誘人。

轉換成頭條或是用 140 個字
寫在推特上，是比較容易的。

但即使證據也不見得能證明什麼。

它可能無法放諸四海而皆準，
它不見得適用在任何情況。

所以不要說「紅酒能延壽」，

因為證據只是顯示紅酒
和長壽有相關性而已。

且只限於同時也在運動的人才會。

秘訣三是
「分享任何東西之前，請三思。」

醫科學生的誓約說道：
「首先，不要造成傷害。」

我們分享的內容有可能會擴散蔓延，

所以要格外小心我們所發散的內容。

我們的目標不應該是
要得到「讚」或被轉推。

不然，我們就只是在分享共識，
沒有去挑戰別人的想法。

不然，我們就只是分享
聽起來很棒的內容，

不管它是不是證據。

反之，我們應該要問下列問題：

如果它是一個故事，它是真的嗎？

如果它是真的，
有大規模的證據來支持它嗎？

如果有，證據是誰提的？
他們的背景資歷為何？

它發表了嗎？
這個期刊有多嚴謹？

並且問你自己這個
重要但難答的問題：

如果同樣資格的同一位作者
寫了同樣的研究，

但研究的發現卻是相反的，

你仍然願意相信並分享它嗎？

處理任何問題 ——

一個國家的經濟問題
或者個人的健康問題 ——

是很困難的。

所以我們必須確保
有最佳的證據來引導我們。

只有真的，才能成為事實。

只有具代表性，才能成為資料。

只有具支持性，才能成為證據。

只有證據，
才能讓我們從後真相的世界

走向擁抱真相的世界。

非常謝謝。

（掌聲）