作 者:布拉斯蘭 迪諾 著作 郭瑋婷 譯者 定 價:20 齣 版 社:上海科技教育齣版社 齣版日期:2011年06月01日 頁 數:175 裝 幀:平裝 ISBN:9787542850317 ●1.引言
● 數字,懂它還是怕它?
● 用常識就能看透數字
●2.數目有多大?把它個人化
● 最重要的問題最簡單
● 好“小”的1000萬英鎊
● 兩茶匙鹽也會緻死
● 比例很重要
● 負債10 000億英鎊的秘密
● 不花錢的慷慨
●3.一二三四五,真的算清楚?
● 如何計算失業?
● 我們都算暴行重犯?
● 政客和媒體的慣用手法
●4.為什麼我們把數字當老虎?
● 事齣必有因?趕緊找一個
● 分牌和擲銅闆
● 那不是老虎,是直覺
● 波浪和概率
● 測速照相機
●部分目錄
內容簡介
邁爾?布拉斯蘭、安德魯?迪諾所著的《數字唬人(用常識看穿無所不在的數字陷阱)》的目的,就是要幫大傢運用自己身上的知識,來破解看似深奧的數字,讓大傢用日常生活的經驗,來瞭解那些數字的含義。
這是一本從大量使用數字者的觀點來解讀數字的書,精薄短小、簡單扼要,每章都引用日常生活中常見的數據來開頭,有可能是一篇報道或一個社會現象。請各位在閱讀本書時,能不帶成見地記住書中提齣的要點,看我們如何在各章節小故事中運用它們。希望各位在看完這本書之後,能夠發掘數字背後的真相,並因此充滿自信。
《數字迷霧:撥開數字謊言,重拾真實洞察》 在這個信息爆炸的時代,我們似乎被數字洪流裹挾,每一個決策,每一次互動,都離不開數據的指引。然而,當我們沉溺於數字構建的“真相”時,是否曾想過,這些冰冷的代碼和圖錶背後,隱藏著多少刻意的誤導,多少精心設計的陷阱?《數字迷霧》並非一本揭露特定技術或工具的書籍,它更像是一份冷靜的指南,邀請你以一種更具批判性和常識性的視角,重新審視我們身邊無處不在的數字化敘事,學會辨識其中模糊不清的界限,以及那些潛藏的“數字把戲”。 本書的核心不在於教授你如何成為一名數據科學傢或編程高手,而是著力於培養一種“數字素養”——一種在信息海洋中保持清醒頭腦,不被錶象所迷惑的能力。我們將一起探索,那些看似客觀的數字,是如何被選擇、被解讀、被呈現,從而影響我們的認知和判斷的。它不是關於“如何做”,而是關於“如何看”。 第一章:數字的僞裝:錶象之下的邏輯 我們會從最基本的層麵開始,探討數字本身是如何産生誤導性的。這並非技術層麵的錯誤,而是邏輯層麵的“偷梁換柱”。例如,相關性不等於因果性,這是一個被無數次提及卻又屢屢被忽視的常識。我們會通過生動的案例,比如“冰淇淋銷量與溺水人數上升”之間的虛假關聯,來揭示這種誤解可能帶來的荒謬結論。 同時,我們會關注數據的“選擇性呈現”。一個龐大的數據集,可以通過不同的統計方法、不同的圖錶形式,展現齣截然不同的麵貌。為什麼有些公司會著重強調增長率,而忽略絕對值的不足?為什麼某些新聞報道會選擇性地放大個彆案例,來代錶整體趨勢?這背後,是統計學技巧的嫻熟運用,更是意圖性引導的痕跡。我們將學習如何透過這些精心挑選的數字,去探尋那些被刻意隱藏的背景信息。 此外,我們會探討“平均數”的陷阱。平均數,這個我們最熟悉的統計指標,在很多情況下,並不能真實反映數據的分布情況。一個公司平均薪資很高,但如果絕大多數員工的薪資都遠低於平均數,而少數高管占據瞭絕大部分薪資,那麼這個“平均”又能說明什麼?本書將引導讀者思考,在不同的情境下,我們需要關注的,可能是中位數、眾數,甚至是數據的離散程度,而非僅僅是那個看似權威的平均值。 第二章:算法的幽靈:決策背後的隱形力量 算法,這個現代社會無處不在的“黑箱”,深刻地影響著我們的信息獲取、商品推薦,甚至是情感連接。本書不會深入講解算法的復雜數學模型,而是聚焦於算法決策過程中的“偏見”與“操縱”。 我們會分析“推薦係統”是如何通過記錄我們的行為,不斷強化我們已有的偏好,從而將我們推嚮一個信息繭房。為什麼你越是搜索某個商品,就越是看到它?這是否意味著這是“最適閤你”的?還是僅僅是算法在利用你的數據,為你創造一個“隻看到你想看的”世界?我們將討論,如何警惕這種“個性化”帶來的同質化,以及如何主動打破算法築起的圍牆,去接觸更多元的信息。 我們會探討“機器學習”的“學習”過程。機器的學習,本質上是對已有數據的模仿和推斷。如果輸入的數據本身就帶有偏見,那麼機器“學習”到的,很可能就是這種偏見。例如,招聘算法可能會因為曆史數據中存在性彆歧視,而繼續“學習”並放大這種歧視。我們將學會如何審視算法輸齣的閤理性,以及如何識彆其潛在的“不公平”之處。 本書還會觸及“數據驅動決策”的局限性。當我們將所有決策權都交給算法時,我們是否會失去人類的直覺、同情心和道德考量?在醫療、司法等領域,算法的介入,又會帶來哪些新的倫理挑戰?我們將討論,如何在擁抱技術便利的同時,保持人類的主體性,確保算法服務於我們,而非奴役我們。 第三章:量化的陷阱:如何衡量“不可量化” 在追求效率和可控性的當下,似乎一切都可以被量化。我們用量化的指標來衡量員工的績效,用量化的標準來評估項目的成功,甚至試圖用量化的方式來理解人的情感。然而,很多時候,這種“量化”本身就是一種簡化,一種對復雜現實的粗暴概括。 我們會分析“KPI”(關鍵績效指標)在實踐中可能齣現的弊端。當一個指標被過度強調時,人們往往會為瞭達成這個指標而犧牲其他更重要的價值。例如,如果一個銷售團隊的KPI僅僅是“銷售額”,那麼他們可能會為瞭達成目標而忽視客戶的長期需求,甚至采取不正當的銷售手段。我們將思考,如何設計更全麵、更人性化的評估體係,避免“為瞭KPI而KPI”。 本書還將討論“數字畫像”的局限性。通過收集我們的行為數據,平颱試圖為我們建立一個“數字畫像”,以便更精準地進行營銷和服務。然而,這個畫像是否真的完整地代錶瞭你?它是否會忽略你內心深處的需求,或者你在特定情境下的特殊考量?我們將討論,如何保持個人隱私和數據主權的意識,不讓自己的“數字畫像”被過度解讀和利用。 我們會探討“社交媒體的量化社交”。點贊、評論、粉絲數,這些數字似乎構成瞭我們在虛擬世界中的社交價值。然而,這種量化的社交,是否真的能帶來深度的連接和真實的認同?我們將反思,當我們的社交行為被量化時,我們是否正在失去更寶貴的、非量化的情感交流? 第四章:揭示“數據故事”的幕後:常識的力量 在經曆瞭前麵章節對數字陷阱的剖析後,本章將迴歸常識,教授讀者如何用一種更接地氣、更具洞察力的方式,來解讀和評估“數據故事”。 我們會強調“背景的重要性”。任何數據,都必須放在特定的背景下纔能被理解。這個數據是在什麼時間、什麼地點、針對什麼人群收集的?是否存在其他未被提及的因素?例如,一項關於“在綫學習效果”的研究,其結論會受到學生年齡、學習基礎、設備條件等多種因素的影響。我們將學習如何主動追問“為什麼”,而不是盲目接受“是什麼”。 我們會鼓勵“質疑權威”。無論是來自專傢、媒體還是機構的數據,都並非絕對真理。我們需要培養一種健康的懷疑精神,對那些聽起來過於完美或過於聳人聽聞的數字,多一份審視。這並非鼓吹陰謀論,而是呼籲理性思考,對信息進行多方比對和交叉驗證。 本書還將分享“直覺與常識的價值”。在麵對復雜的數字信息時,我們的直覺和常識往往能起到重要的預警作用。如果某個結論違背瞭基本的常識,或者聽起來“好得令人難以置信”,那麼我們就需要格外警惕。我們將探討,如何在數字時代,重新喚醒我們內在的判斷力和智慧。 最後,我們將迴歸到“人”的層麵。所有的數據,最終都服務於人。我們需要思考,這些數字背後的真正目的是什麼?是為瞭幫助我們做齣更好的決策,還是為瞭操縱我們,滿足某些不為人知的利益?當我們在數字世界中迷失方嚮時,最終的指南針,仍然是我們作為人的價值、情感和道德原則。 《數字迷霧:撥開數字謊言,重拾真實洞察》並非一本提供即時解決方案的工具手冊,它更像是一次思維的啓迪,一種對數字世界負責任態度的倡導。通過重拾常識,培養批判性思維,我們可以逐漸撥開數字的迷霧,看清那些潛藏的陷阱,在信息的洪流中,找到屬於自己的真實航嚮。它邀請每一位讀者,成為自己思維的掌舵者,不被數字的潮流所裹挾,而是用清醒的頭腦,去擁抱一個更加真實、更加自主的未來。
這本書就像是在一個信息爆炸的時代,給我遞過來的一本“指南針”。我一直覺得自己在信息篩選上還算敏銳,但讀瞭這本書之後,纔意識到自己有多少潛在的認知盲區。它不是那種空泛的理論說教,而是通過大量生動、貼近生活的案例,一點點地剝開那些“數字唬人”的僞裝。比如,關於數據可視化,我以前覺得圖錶越花哨越有說服力,看完書裏關於“誤導性圖錶”的分析,纔知道很多時候那些“漂亮”的數字錶現,都是精心設計的陷阱,目的就是讓你産生錯誤的判斷。它教會瞭我如何去“看”圖錶背後的真實含義,而不是被錶麵的數字所迷惑。還有關於“算法推薦”的部分,我一直享受著平颱為我“量身定製”的內容,但這本書讓我開始警惕“信息繭房”的形成,以及算法如何悄無聲息地塑造我們的觀點和行為。它並不是說要抵製科技,而是鼓勵我們保持一種審慎的態度,去理解這些無形的力量是如何在運作的。讀這本書的過程,更像是在進行一場認知升級的“體檢”,讓我更清晰地認識到自己在數字化洪流中的位置,以及如何更智慧地航行。