1701557403
1701557404
2013年8月叙利亚化学武器袭击事件期间，社交媒体上发布了很多信息，其中不乏错误的信息，甚至有些是有人故意策划的。未经过培训的调查记者组织了各种冲突矛盾的信息，人们很难了解到底发生了什么。正如《纽约时报》前编辑比尔·凯勒说的那样，“我的同事C.J.奇弗斯，一位经验丰富的记者，很熟悉叙利亚内战，花了大量时间研究联合国报告中的技术信息和现场证据——用于两种化学火箭的罗盘方位，才弄明白袭击是由阿萨德军队在大马士革发动的防御军队发起的”。奇弗斯曾经自语道：“社交媒体并不是新闻，它只是信息。新闻是你用来做什么的信息。”
1701557405
1701557406
文章会被两种偏见影响。第一种是作者或编辑的偏见。同样身为人类，他们也有自己的政治与社会观点，当然，对于那些严肃的媒体而言，这些个人观点常常被抛诸脑后。但这并不是一件容易的事情。保持中立会面临这样一个困境：故事总会有太多细节与细微之处，许多部分都不适合简短介绍。选择省去哪一部分——复杂故事包含的元素——就跟选择留下哪一部分同样重要。作者与编辑的意识与潜意识都会在这种选择过程中发挥一定的作用。
1701557407
1701557408
另一种偏见是一些消息来源，如《国家评论》或《福克斯》（右派），以及MSNBC（微软全国广播公司节目）或《国家民族政坛杂志》（左派）都能吸引我们的眼球，因为它们有各自特殊的政治倾向。这是否是意识过滤的结果，我们不得而知。一些记者可能会觉得他们是唯一中立、公正的记者；另外一些人可能会觉得，在政坛中表明自己的观点是他们的责任，这样可以应对他们所谓的主流媒体有害的政治偏见。
1701557409
1701557410
我曾经的导师、斯坦福大学的李·罗斯曾经进行过一项旨在揭示新闻报道中有趣事实的研究。这项研究将重点放在了新闻报道中的政治和意识形态偏见，这也被称为有敌意的媒体效应。罗斯和他的同事们——马克·莱珀和罗伯特·瓦洛内发现，任何一派的支持者总能发现有利于对手派别的报道。在他们的实验中，他们给斯坦福大学的学生展示了一系列关于1982年贝鲁特屠杀的新闻报道。这些学生在测试之前都已经被认定为亲以色列派和亲巴勒斯坦派。一方面亲以色列的学生抱怨说，新闻报道对巴勒斯坦存有强烈的偏见。他们认为，新闻报道对以色列采用了比其他国家更严格的标准，并认为记者们明显站在以色列的反对面。最后，学生们认为只有少数报道是偏向以色列的，大多数报道都是倾向于巴勒斯坦的。另一方面，亲巴勒斯坦的学生，则在相同的报道中看到了完全相反的偏向，他们认定报道强烈偏袒以色列，只有少数报道是偏向巴勒斯坦的，大多数报道都对巴勒斯坦不利。他们也同样认为记者是带有偏向性的，只不过是对巴勒斯坦有偏见，而不是以色列。两组学生都对有偏见的报道表示担忧，他们担心本来中立的读者在读了这些报道之后会站在自己的对立面。实际上，中立派的学生在看完相同的报道之后认为，这都是两派学生自己的意见，他们可以证明报道的中立性。
1701557411
1701557412
这项实验中所用到的新闻报道都是几乎客观中立的（正如我们所看到的中立学生的反应那样）。所以，我们很容易想象，支持者们只有在看到偏向于、有利于自己党派的新闻报道之后，才会认为这些报道是中立的。这就是受意识所控制的新闻中不可争议的一个影响因素，我们在安·库尔特以及雷切尔·玛多的新闻评论中都可以看到这种现象。这是一种只要有新闻需要传达就会一直存在的媒体方式。在古希腊，希罗多德不仅是公认的第一位历史学家，也是第一个允许偏见进入其报告的人。亚里士多德、西塞罗、约瑟夫斯和普鲁塔克都曾经给过他某些任务。偏见有许多种形式，包括认为哪些有新闻价值、决定引用哪些信息源、选用部分信息而非全面信息。
1701557413
1701557414
当在网上看见信息时，我们并不总是会寻求中立，但我们需要明白信息的提供者是谁，信息由谁赞助、由谁合作完成（如果有的话），网页信息是否经过授权，是否由政府、专家、支持者、业余人士发布，是否被某些人利用来针对另一些人。
1701557415
1701557416
因为，信息就像拓荒之前的美国西部一样——没有法律，也没人管理——每个互联网用户都有责任防止自己被骗子、罪犯、推销员所误导。如果这听起来又像是另一项影子工作的话，那么它确实是这样的。过去，信息甄别工作在不同程度上由图书管理员、编辑、出版社完成。在许多大学，图书管理员拥有的学历不亚于专业教授。一位优秀的图书管理员是学者中的学者，他了解严格评审期刊与自费出版期刊之间的不同，了解因为学术、知名度差异引起的不同领域的争论，也了解在哪儿能够找到公正的观点。
1701557417
1701557418
图书管理员和其他信息专家开发了用以评估网站的用户指南。这其中包括一些我们应该问的问题，比如“这是最新的页面吗”或“域名是什么”（美国国家航空航天局提供的指南尤其有用）。批判性思维要求我们不能被网站上的表面信息所蒙蔽。我们平时与人接触时所用到的线索——他们的身体语言、面部表情、行为举止——在网站上都看不到。人们会为了自己的目的而重新发布文章和改变文章，广告代言被伪装成评论，冒名顶替常常难以察觉。这些页面有的仅仅是意见吗？有什么理由能够让你相比其他页面，更相信这个页面的内容？这些页面的内容是否在说大话、是否是极端观点或者是否可能已经扭曲或夸大？
1701557419
1701557420
评估科学和医学信息时，报告应包括引用的其他科学文献的脚注。我们在记录事实时，也应该记录消息来源。十几年前，人们很容易知道一个杂志是否有着良好的信誉，但随着越来越开放的杂志的出现，随着越来越多的收费伪学术文章的刊登，这样的界限变得越来越模糊。正如斯坦福医学院的院长和教授史蒂夫·古德曼所指出的那样，“大多数人都不了解新闻世界。他们不知道如何从标题判断出它是真的还是假的”。你怎么知道，你面前的是否是一个有信誉的刊物？诸如PubMed（由美国国家医学图书馆维护）之类索引的期刊一般都是质量有保障的；相反，谷歌学术文章却没有。科罗拉多州丹佛大学研究馆员杰弗里·比尔，创建了一个所谓的掠夺性开放期刊的黑名单。4年前，他的名单上还只有20个出版商，今天，他的名单上已经增加到了300多个。
1701557421
1701557422
假设你的医生建议你服用一种新药，你正试图找到更多信息。你在最偏爱的搜索引擎中输入药品名称，其中出现的第一个网址是RxList.com。你之前从未见过这个网站，想要验证它的真实性。从该网站的介绍栏，你知道RxList是一家于1995年成立的医药厂商，是最主要的网络药品索引渠道。网站还有链接，能够让你看到一系列的作者与编辑，里面还有进一步关于他们学术水平、专业技能的描述，以便你确定他们的专业知识正是你所要寻找的。你还可以将RxList.com输入Alexa.com中。Alexa.com是一个免费的数据开采与分析服务器。从那里你可以知道这个网站的用户大多数只有二流大学文凭，与其他网站比较而言，其用户学历为大学及以上的数量要少很多。这告诉你，RxList.com是典型的非专业人员的资源，它可能就是你要找的内容——一种避免使用专业术语来描述医学产品的方式——但对于经验更丰富的用户而言，它可能是网站信息不可靠的警告。这些信息究竟有多可靠？根据Alexa.com的查找，链接RxList.com的排在前5名的网站分别是：
1701557423
1701557424
yahoo.com
1701557425
1701557426
wikipedia.org
1701557427
1701557428
blogger.com
1701557429
1701557430
reddit.com
1701557431
1701557432
bbc.co.uk
1701557433
1701557434
这其中，只有BBC新闻服务器能够告诉我们这个网站的效度。如果点进该链接，你会发现这只是网站上的留言板部分，并不是任何读者评论。在谷歌上搜索与RxList.com有关的政府网站可能对我们更有帮助。与其相关的一共有3290个结果，当然，这一数字本身是没有任何意义的——它可能是传票，也可能是法院诉讼。但随机抽样表明，事情不是这样的。其中第一个报道链接是关于美国国立卫生研究院临床用药建议的资源，以及纽约州、亚拉巴马州、美国食品和药物管理局、美国国家癌症研究所（美国国立卫生研究院的链接页面上），以及批准RxList.com合法性、许可性的其他组织的链接。
1701557435
1701557436
由于网站缺乏监管，每个用户在使用它时都应该运用批判性思维。你可以用一个英语词汇来描述网站文化的三个方面，这个词常常用于表达对会议或分手的良好祝愿：AVE——认证（Authenticate）、验证（Validate）以及评价（Evaluate）。
1701557437
1701557438
我们所遇到的很多有关健康、经济、喜爱的运动、新产品评论的信息都涉及统计，尽管有时信息本身并不是这样的。数据获取偏差是错误信息的来源之一。这种偏差经常会出现在我们所看到的统计总结中，也会出现在日常新故事中。它指代没有代表性的样本收集（人、细菌、食物、收入，或被测量和报告的任何其他数量）。假设一个记者要计算明尼阿波利斯人的平均身高，以评估供水中的污染物是否导致了那里人身高的降低。记者决定站在街角随机采访路人。如果记者站在篮球场前，样本数据很可能比一般人高；如果记者站在明尼阿波利斯矮人协会面前，该样品很可能比一般的还要矮。
1701557439
1701557440
别认为这很可笑，这种类型的抽样误差是很普遍的（虽然不可否认它不总是那么明显），即使是那些受人尊敬的科学杂志也会存在这样的误差！那些自愿参加药物试验的人肯定跟那些不愿意参与测试的人有所不同；他们也许是社会经济条件较差、需要钱的人。众所周知，由于童年营养和常规保健的差异，社会经济地位与一系列的整体健康状况相关。当所有可能的试验参与者的特定子集走进试验室的时候，这种采样偏差被称为预先选择效应。再举另一个例子，如果研究者刊登广告召集新药物试验的参与人员，其中一个前提条件是，他们在试验过程中的8周内都不能喝酒。这样，研究人员就预先排除了某些普通人，而选择了某些拥有一定生活方式，且一直保持这种生活方式的人（超级不爱喝酒的人、正在接受戒酒治疗的人、或者不寻常的健康运动狂热分子）。
1701557441
1701557442
哈佛大学会定期发布最近毕业生工资收入的数据。从小学到的思维模式会让我们产生这样的疑惑：哈佛大学的数据会存在偏差吗？会不会由于数据收集方法存在潜在偏差，导致薪水数字某种程度上的不准确？例如，如果哈佛大学仅仅依靠将调查表邮寄给应届毕业生，这可能就会遗漏那些无家可归、贫困或在监狱里的毕业生；那些接到调查表的毕业生，也并非所有的毕业生都愿意返回调查结果。还有一种合情合理的情况是，那些正处于失业、干粗活或赚不了钱的哈佛大学毕业生可能会不好意思返回调查结果。这样的调查结果将高估应届毕业生的真实平均工资。当然，还有另一种偏差来源——说谎的人（甚至是哈佛大学的学生）。在一项这样的调查中，刚毕业的大学生可能会夸大自己的收入来打动可能的阅读者，或者仅仅是出于没有达到理想目标的内疚，他们也会夸大薪资。
1701557443
1701557444
想象一下，一个股票经纪人未经允许就寄送了一封信到你家。
1701557445
1701557446
亲爱的邻居：
1701557447
1701557448
我刚刚搬进这个小区，我是一名股票专家。经过多年努力，我开发了一个股票系统，并因此获利颇多，我希望你也能从中获利。
1701557449
1701557450
我不需要你出一分钱！我只是希望你能给我一个机会证明自己。在接下来的几个月，我将通过邮件发送股市预测信息，你只需要等待邮件看看我的预测是否准确。任何时候，你都可以让我停止给你发邮件。如果我的预测准确，你可以拨打下面的电话联系我；如果你能成为我的顾客，我将万分荣幸，我希望能帮助你实现你的梦想。
1701557451
1701557452
作为预测的开始，今天，我预测IBM公司的股票将在下个月上涨。四周之内，我将会邮寄另一封信件给你，告诉你我的预测。
[
上一页 ]
[ :1.701557403e+09 ]
[
下一页 ]