1704522840
表24–1 职业与行动比较
1704522841
1704522842
机会主义者（以道德感粉饰其职业） 从不玩伪道德游戏 淘金者 妓女 钻营关系网之人 社会活动家 妥协 不妥协 “来帮助你的”人 博学者、艺术爱好者和业余爱好者 商人、专业人士（古典主义时期） 地主（古典主义时期） 员工 手工业者 研究院或大学的学者、领取研究经费的研究人员 镜片制造者、大学或中学的哲学老师、独立学者 这里存在一个反布林德问题，即所谓的“不利证据”的问题。你应该更重视提供不利于自己的证据的证人和意见。提倡饥饿疗法和通过否定法治疗糖尿病的大型制药公司的药剂师或高管，要比支持大量吃药的药剂师或高管可信得多。
1704522843
1704522844
大数据与研究者的选择权
1704522845
1704522846
本节有点儿技术性，不感兴趣的读者可以跳过本节，不会有任何损失。可选择性无处不在，有一种过滤式选择破坏了整个科研精神，让丰富的数据变得对知识生产极其有害。更多的数据意味着更多的信息，这句话并没有错，但是也意味着更多的虚假信息。我们发现，越来越少的论文会再版重印，许多教科书，比如心理学课本，早就需要重新修订了。至于经济学，还是别提它了。你很难信任许多统计导向的科学——尤其是当研究人员承受压力，必须为了自己的职业发表论文。然而，这一切却打着“推动知识进步”的旗号。
1704522847
1704522848
回想一下副现象的概念，这是现实生活和图书馆之间的区别。与那些看到真实事件的发展过程，以观察现实生活的一般顺序看历史的人相比，从图书馆的角度看历史的人一定会看到更多具有欺骗性的关系。他会被更多的副现象所欺骗，其中之一便是多余数据而非真实信号带来的直接结果。
1704522849
1704522850
我们在第7章中讨论了噪声的产生。在这里，它构成了另一个严重问题，因为研究员与银行家一样，也是有选择权的。研究者得到利益，而真理却蒙受损失。研究人员手里的免费选择权在于他能够挑选任何能够证实其观点，或展现出良好结果的统计数据，而抛弃其余部分。一旦他获得了他认为正确的结果，他就有权选择停止研究。此外，他还能找到统计关系——欺骗性的东西浮出了表面。数据有一个特定属性：在大型数据集内，大的偏差很大程度上来源于噪声而非信息（或信号）。
1704522851
1704522852
以下两种医学研究是有区别的：（1）观察性研究，研究人员主要在他的电脑上观察统计关系，和（2）双盲队列实验，以模拟现实生活的方式来挖掘信息。
1704522853
1704522854
1704522855
1704522856
1704522857
图24–1
1704522858
1704522859
大数据的悲剧。变量越多，“老练”的研究员手中的显著相关性越多。虚假相关性的增长比信息增长得更快，数据因而呈现出非线性（凸性）
1704522860
1704522861
前者，也就是在计算机上进行观察，会产生各种各样的结果，而根据约翰·约安尼季斯的计算，十有八九的结果是虚假的——但这些观察性研究却频频见诸报纸和一些科学期刊。值得庆幸的是，这些研究并未被美国食品及药品监督管理局（FDA）所接受，因为该机构的科学家深谙研究内幕。我和积极反对虚假统计数据的斯坦·杨，在《新英格兰医学杂志》上看到一篇声称其统计数据具有显著性的研究，而这些结果在我们看来其实随机性很强。我们致信该杂志表达我们的意见，结果却石沉大海。
1704522862
1704522863
图24–1显示了一些潜在的虚假统计关系的数量正在不断激增。我们的想法如下所示：如果我有一组200个随机变量，彼此完全无关，但在统计运算中几乎不可能找不出某种高度相关的关系，比如相关度达30%的情况，但是，这完全是虚假的。我们有技术来控制这种过滤式选择（其中一种方法被称为邦费罗尼校正法），但即使用了这种方式也没法抓住那些弄虚作假的人，就像监管机构无法阻止内部人欺诈一样。这就解释了为什么在破译人类基因组约12年之后，我们也没有发现多少具有统计显著性的东西。我不是说数据中没有信息：但问题是，这如同大海捞针。
1704522864
1704522865
即使实验也可能因偏见而受影响：研究人员有动机选择那些与其寻求的观点相符合的实验结果，而隐藏起失败的结果。研究人员还可以在得到实验结果后拟定一个假说，再将假说套用在行为上。不过，这个偏见的影响要比前者稍小。
1704522866
1704522867
受数据愚弄的效应如今愈演愈烈。有一个被称为“大数据”的讨厌现象，研究者们将过滤式选择用到了大数据中。现代化提供了太多的变量（但每个变量的信息却太少），而虚假统计关系的数量增长要比真实信息快得多，因为噪声是凸性的而信号是凹性的。
1704522868
1704522869
我们将越来越多地看到，数据只能真正提供以否定法界定的知识——它可以有效地用于揭穿，而非确认某种观点。
1704522870
1704522871
遗憾的是，我们很难得到资金支持来重制——和驳斥——现有的研究。即使能找到融资，也很难找到敢做的人：重制研究成果不会让任何人成为英雄。因此，我们会因对实证结果（除了那些以否定法界定的知识）不信任却又无计可施而寸步难行。回到我说过的业余爱好者和悠闲喝茶的英国牧师的浪漫想法上：专业研究员们往往相互竞争以“找到”统计关系。而科学绝非一种竞争，它不可以用排名来表现——我们可以看到这样一种系统最终将如何崩溃。知识必定不能容忍代理问题的存在。
1704522872
1704522873
集体的专制
1704522874
1704522875
集体而非个体犯错是有组织的知识的标志，也是反对此类知识的最好论据。我们常常听到人们以“因为大家都在做”或“别人就是这么做的”来为自己辩护。这可不是小事：在一个人的情况下，如果感觉做某事很傻，人们就不会去做，但是在一群人的情况下，他们却会参与这样的傻事。而这正是学术界亵渎科学的原因所在。
1704522876
1704522877
有一次，一位美国马萨诸塞州大学的博士生克里斯·S来告诉我，他相信我有关“长尾”的观点，以及我对当前风险管理方法的质疑，但是，这些无法帮助他获得一个学术职位。“每个人教的和论文中所用的，是另一套理论。”他说。另一位学生解释说，他希望在一所好大学中谋职，这样他就可以赚钱养家糊口，但他以专家证人的身份作证说：他们不会相信我的强韧性风险管理的观点，因为“每个人都使用那些教科书”。同样的，我曾受邀到一所大学教标准风险管理法，这种在我看来纯粹是江湖骗术的东西（我拒绝了）。作为一个教授，我的责任是以牺牲社会帮助学生找到工作，还是履行我的公民义务？嗯，如果是前者，那么这些经济学院和商业学校就犯了严重的伦理错误。因为这些有害的理论已经广泛渗透到了生活中，这就是经济中充满了明显的谬论——经科学验证的谬论——却还没崩溃的原因。回想一下，教授们在教你那些摧毁了金融系统的内容后却不受惩罚，致使欺诈得以延续。各个科系都需要教学生某些知识，以便让他们获得就业机会，即使他们教的都是无用的知识——这让我们被困在一个无限恶性循环的系统中，大家都知道这些材料是错误的，但没有人有足够的自由或足够的勇气来对此做些什么。
1704522878
1704522879
问题在于，在这个世界上最可以使用“其他人都这么认为”作为论点的最后一个地方是科学：科学应该让论点本身站得住脚，被经验或数学证明为错误的话点就是毫无疑问地错了，即使有100个“专家”或3万亿条反对意见来支持它也没有用。而且，用“其他人”来支持自己的论点其实意味着这个人——或组成“其他人”的整体——很无用而已。
1704522880
1704522881
但好消息是，我相信，一个人的勇气能击败由懦夫组成的集体。
1704522882
1704522883
在这里，我需要再次申明，我们需要回顾历史来寻找解决方案。历史非常清楚责任分散的问题，古人认为随大流做恶事，以及为迎合众人作伪证都是无可置疑的罪行。
1704522884
1704522885
在结束第七卷之前，我有一个想法。每当我听到有人说“我是道德的”，我就不由得紧张起来。每当我听到谈道德的课程，我就更加紧张。我想要的只是消除可选择性，消除以牺牲他人利益来获取反脆弱性的行为。这个简单的方法就是否定法。其余的顺其自然就可以了。
1704522886
1704522887
1704522888
1704522889