1
00:00:06,553 --> 00:00:10,030
想像一個「列隊指認」，
十位目擊者

2
00:00:10,030 --> 00:00:15,631
被要求指認在現場瞥見
逃跑的銀行搶劫犯。

3
00:00:15,631 --> 00:00:18,274
如果其中六位指認同一人，

4
00:00:18,274 --> 00:00:21,204
那他很可能是真的罪犯，

5
00:00:21,204 --> 00:00:23,015
如果十人的指認都相同，

6
00:00:23,015 --> 00:00:25,209
你可能想這情況罪證確鑿，

7
00:00:25,209 --> 00:00:27,255
但你錯了！

8
00:00:27,255 --> 00:00:29,728
我們多數會覺得這聽起來很奇怪，

9
00:00:29,728 --> 00:00:34,693
畢竟，我們社會大多 依賴
多數表決與共識，

10
00:00:34,693 --> 00:00:37,743
無論是政治、商業或娛樂活動。

11
00:00:37,751 --> 00:00:42,030
所以視 ‘越多共識是件好事’
是理所當然的。

12
00:00:42,030 --> 00:00:44,863
到某個程度，它通常是這樣的。

13
00:00:44,863 --> 00:00:48,986
但有時，當開始越靠近完全一致時，

14
00:00:48,986 --> 00:00:52,590
結果變得越不可靠，

15
00:00:52,590 --> 00:00:56,032
這稱為「一致性悖論」。

16
00:00:56,032 --> 00:00:58,347
了解這明顯矛盾論點的關鍵

17
00:00:58,347 --> 00:01:01,894
在於考量整體不確定性，

18
00:01:01,894 --> 00:01:05,783
它涉及你正在處理的情況類型。

19
00:01:05,783 --> 00:01:09,936
例如，我們要求目擊者 
指認這個列隊中的蘋果，

20
00:01:09,936 --> 00:01:13,389
對有一致性的判斷
是無需驚訝的。

21
00:01:13,389 --> 00:01:17,500
但有理由預料會有些自然差異的存在下，

22
00:01:17,500 --> 00:01:21,334
我們也應預期會有不同的分佈。

23
00:01:21,334 --> 00:01:23,460
如果你擲一個硬幣一百次，

24
00:01:23,460 --> 00:01:28,156
你會預期得到人頭的次數
約在 50% 左右，


25
00:01:28,156 --> 00:01:31,541
但若結果開始趨近 100% 的人頭，

26
00:01:31,541 --> 00:01:34,177
你會懷疑有什麼不對勁了，

27
00:01:34,177 --> 00:01:35,972
問題不在於你每次的拋擲，

28
00:01:35,972 --> 00:01:39,001
而是硬幣本身。

29
00:01:39,001 --> 00:01:43,806
當然，嫌疑犯的指認 
不同於擲硬幣的隨機性，

30
00:01:43,806 --> 00:01:48,339
但也不像分辨蘋果與香蕉那樣明確。

31
00:01:48,339 --> 00:01:54,203
事實上，一個 1994 年的研究發現
高達 48% 的目擊者

32
00:01:54,203 --> 00:01:56,967
往往會在列隊中指認錯人，

33
00:01:56,967 --> 00:02:00,312
即便許多人很確信自己的指認。

34
00:02:00,312 --> 00:02:03,788
短暫一瞥的記憶 
可能是靠不住的，

35
00:02:03,788 --> 00:02:07,204
而且我們常高估自己的準確度。

36
00:02:07,204 --> 00:02:08,164
知道這些之後，

37
00:02:08,164 --> 00:02:12,093
一致性的指認開始看起來
似乎不一定有罪，

38
00:02:12,093 --> 00:02:14,705
而較像體制上的錯誤，

39
00:02:14,705 --> 00:02:17,024
或對列隊中的人有偏見。

40
00:02:17,024 --> 00:02:21,013
體制錯誤不只發生在
人為判斷的事而已。

41
00:02:21,013 --> 00:02:23,364
從 1993 - 2008，

42
00:02:23,364 --> 00:02:28,835
在歐洲各地許多犯罪現場 
發現同一位女性的 DNA，

43
00:02:28,835 --> 00:02:34,433
這位涉罪行蹤飄忽的殺手
被命名 「海布隆魅影」。

44
00:02:34,433 --> 00:02:40,233
但 DNA 証據如此一致性
正因為它是錯的，

45
00:02:40,233 --> 00:02:43,963
原來是用來收集 DNA 檢體的棉棒，

46
00:02:43,963 --> 00:02:50,045
全被一位在棉棒工廠工作的女性
不經意地給污染了。


47
00:02:50,045 --> 00:02:54,194
在其他情況，
體制錯誤是因於蓄意欺詐，

48
00:02:54,194 --> 00:02:59,218
例如 2002 年，薩達姆•海珊主導的
全民公投總統大選，

49
00:02:59,218 --> 00:03:06,368
宣稱投票率 100%，
且據稱有 100% 是贊成

50
00:03:06,368 --> 00:03:09,456
他另一個七年任期。

51
00:03:09,456 --> 00:03:10,839
從這個方面考量時，

52
00:03:10,839 --> 00:03:15,121
「一致性悖論」事實上
並不是全然荒謬的。


53
00:03:15,121 --> 00:03:18,244
一致同意仍是理論上的理想，

54
00:03:18,244 --> 00:03:23,588
尤其在一些情況
預期變異及不確定的機率很低時，

55
00:03:23,588 --> 00:03:24,557
但實際上，

56
00:03:24,557 --> 00:03:29,058
在極不可能完全一致的情況下
卻出現一致時，

57
00:03:29,058 --> 00:03:34,180
這告訴了我們
可能有些隱藏因素影響了體制。

58
00:03:34,180 --> 00:03:37,018
雖然我們力求和諧與共識，

59
00:03:37,018 --> 00:03:42,159
但許多情況，
錯誤與分歧理當是預料中之事，

60
00:03:42,159 --> 00:03:48,036
若一個完美結果好得令人難以置信，
它大概真的其中有詐了。

61
00:03:48,036 --> 00:03:54,296
翻譯：Helen Lin