我們應該拿這些大數據怎麼辦？

你會因為某些數據，而覺得更自在、更成功嗎？那麼你的詮釋很可能有誤。在這個動人的演講，蘇珊‧艾特林格解釋為什麼擁有了更多資料，我們更要加強批判性思考能力。因為要超越單純的計算，達到真正的了解，是非常不容易的事。

科技帶給我們很多美好的事物：

登陸月球、網路、

人類基因組定序。

但也挖掘出我們內心深處的許多恐懼。

大約 30 年前，

文化評論家尼爾．波茲曼寫了一本書，

叫做《娛樂至死》，

書中把這個現象說得很妙。

他是這樣說的：

比較歐威爾和赫胥黎的兩種反烏托邦，

他說，歐威爾擔心我們會成為

圈養的文化。

赫胥黎則擔心我們會成為庸俗的文化。

歐威爾擔心真相會被隱瞞，

赫胥黎則擔心我們會被瑣碎的汪洋吞沒。

簡單點說，

我們可以選擇「老大哥監視你」

或是「你監視老大哥」

（觀眾笑聲）

其實不必這樣，

我們不是被動地消費資料和科技，

我們可以決定科技在生活中扮演的角色，

和它對我們的意義。

但是要這麼做，

我們必須重視思考的方式，

不只重視編碼的方式。

我們必須問問題，難解的問題，

超越單純的算術，

試圖去了解。

我們不斷聽到世界上有多少資料，

但是談到大數據，

以及詮釋這些數據資料的挑戰，

光看數量是不夠的，

還必須關注資料成長的速度，

以及眾多不同的資料類型。

我略舉幾個例子：

圖像、

文字、
[請稍候，直到你有用處的時候，謝謝。]

影片、

聲音。

這些不同資料類型的共通處在於

它們都是人建立的，

也都不能斷章取義來詮釋。

舉例，有一個資料科學家小組，

成員來自伊利諾大學芝加哥分校，

這小組叫做「衛生媒體合作實驗室」。

他們和美國疾病管制中心合作，

想要更了解

人們怎樣談論戒菸、

怎樣談論電子香煙，

以及怎樣一起幫助吸菸者戒菸。

有趣的是，

若要了解人們如何談論抽菸 smoking，

就要先了解人們說 smoking 是什麼意思。

在推特上大致分成四類：

第一類，抽菸；

第二類，抽大麻；

第三類，煙熏肋排；

第四類，嗆辣正妹；

（觀眾笑聲）

接著要思考，

人們怎麼談論電子香菸？

講法五花八門，

就像這張投影片所列的，

這種檢索非常複雜。

這提醒我們，

語言是人創造的，

而人是複雜、亂無章法的，

我們會用隱喻、俚語、行話，

無時無刻的製造，各式各樣的語言，

好不容易破解語言，就立刻又改變了。

那麼，疾管中心拍的這些戒菸文宣，

電視廣告裡，一名女子喉嚨破了大洞，

畫面驚悚嚇人，

這些廣告真的有效嗎？

真的讓人戒菸了嗎？

衛生媒體合作實驗室尊重其數據的限制，

但仍能做出結論，

認為這些廣告—也許你們看過，

成功地刺激人們開始反省，

可能影響未來的行為。

這個計畫讓我最欽佩、欣賞的地方是，

除了它是在解決人的實際需要以外，

同時它提供了絕佳的典範，

展現了人類面對瑣碎汪洋的勇氣。

所以，詮釋的挑戰不只因為資料龐大，

因為，老實說，歷史上有很多的例子顯示，

無論資料再少，我們向來很能把它搞砸。

大家可能記得，很多年前，

前總統雷根曾被痛罵，

因為他說，事實是愚笨的東西。

憑良心說，他只是一時口誤，

他其實是想引用約翰．亞當斯在

為因波士頓慘案受審的英軍辯護時說的：

事實是固執難拗、不容改變的。

但我其實認為，

這口誤可能湊巧講出幾分智慧，

因為事實確實很固執，

但是有時也真的很愚笨。

我要講一個自己的故事，

解釋為什麼這對我這麼重要。

我要先吸一口氣。

我兒子艾薩克兩歲的時候，

被診斷為自閉兒。

但他是個快樂、搞笑、

有愛心、喜歡親密的孩子，

但是他的發展評估測驗數據

檢視的是：

他當時會說幾個字？零個。

只靠手勢溝通，

眼神接觸也極少，

讓他的發展程度

被評為九個月大的嬰兒。

按照數據，診斷並沒有錯，

卻跟實際狀況有落差。

大概過了一年半，兒子快滿四歲，

有一天，我看到他坐在電腦前面，

在用 Google 搜尋女性的照片，

他把女性 (women) 拼成 "w-i-m-e-n"。

我的反應跟任何偏執妄想的父母一樣，

立刻開始按瀏覽器的「返回」按鈕，

看看他還搜尋過什麼。

結果發現他依序搜尋過：男性 (men)、

學校 (school)、公車 (bus)、

和電腦（錯拼成 cpyutr）。

我很吃驚，

因為我們根本不知道他會拼字，

更別說閱讀。

所以我問他：
「艾薩克，你怎麼辦到的？」

他認真的看著我，說：

「在搜尋欄裡打字啊！」

他在教自己溝通，

只是我們都找錯方向了。

會發生這種情況，

是因為評量和分析太重視單一面向，

就像他的自閉症評量，
單看口語表達，

而忽視其他要素，

例如，創造性地解決問題。

溝通對艾薩克來說很困難，

所以他找到了替代方法，

來找解答。

想想很有道理，

因為問問題是很複雜的過程，

但他只要在搜尋欄輸入一個字，

就成功了一大半。

於是這個小小的時刻

對我影響深遠，

對我們全家都是。

因為，這改變了我們的判斷標準，

用全新的眼光看待兒子的狀況，

比較不那麼擔憂，

轉而欣賞他解決問題的能力。

事實，真的是愚笨的。

事實也很容易被誤用，

不論是有心或無意。

我的朋友艾蜜莉．威靈漢是個科學家，

她不久前為《富比士》寫了一篇文章，

叫做〈 自閉症怪異印象十大排行榜〉，

內容挺可怕的：

「網路」，萬惡淵藪，對吧？

當然「媽媽」也上榜，

不言自明。

等等，還有，

這裡有一大類，都跟「媽媽」有關係，

你可以看到，原因很多、很有意思。

我最喜歡的是

「在高速公路附近受孕」。

最後一項很有趣，

因為「冰箱母親」這個封號

是自閉症原因最早的假說，

用來描述冷漠沒有愛心的母親。

現在，你可能會想：

「好了，蘇珊，我們懂了，

你可以對資料做任何詮釋。」

這也沒錯，

絕對正確。

但是挑戰在於，

我們自己有這個機會，

可以賦予資料意義，

因為老實說，資料不會自己產生意義。

我們才可以。

所以，身為商人、消費者、

病人、公民等等，

我想我們有責任

多花點時間

提升我們的批判性思考能力。

為什麼？

我們聽過很多次，
因為在歷史的這一刻，

已經能用光速
處理數十億 GB 的資料量，

可能更快速、更有效地
做出錯誤的決定，

影響之大可能更甚以往。

這下好了，對吧？

所以，我們反而必須

多花時間

發展人文、

社會學和社會科學，

修辭、哲學、倫理，

因為這些知識
構成我們的背景涵養，

對大數據非常重要，

也因為這能幫助我們更會思辨，

因為畢竟，

如果我能看出命題裡的問題，

那麼無論是
用文字或數據表達都可以。

這表示，

要教育我們自己

去發覺各種確認的偏見

和謬誤的關聯，

並且能對赤裸裸的情感訴求保持警覺。

因為甲事之後發生了乙事，

並不代表
甲事必定是乙事的肇因。

如果大家容我書呆一下，

羅馬人稱這現象為「後此謬誤」
"post hoc ergo propter hoc"，

後此，故因此。

這表示要質疑像人口統計這樣的方法。

為什麼？

因為這些都假設
我們一定是某種人，

只憑我們的性別、年齡、居住地，

而忽視我們實際的思考和行為資料。

現在有了這些資料，

我們必須做好隱私權控管，

以及讓消費者自願參與。

再來，

我們必須很清楚我們的假設、

使用的方法，

以及我們對結果的信心。

就像我高中代數老師常說的：

「算給我看。

因為如果我不知道
你做了哪些步驟，

就不知道哪些步驟你沒有做。

如果我不知道你問了哪些問題，

就不知道哪些問題你沒有問。」

這表示我們要問自己

最難的一個問題：

「數據資料真的有這樣說嗎？

還是這種結果讓我們覺得

比較成功和自在？」

衛生媒體合作實驗室在計畫結束時，

發現 87% 的推文

回應那些令人不安的戒菸廣告時，

表達了恐懼。

但是，

他們有說那些廣告讓人成功戒菸嗎？

沒有。這是科學，不是魔術。

所以，

如果想要釋放數據的力量，

我們不必盲目地踏進

歐威爾預見的極權主義未來，

或是赫胥黎的瑣碎世界，

或是兩者的可怕綜合體。

我們必須做的是，

重視批判性思考，

並且向衛生媒體合作室
這樣的典範學習。

就像超級英雄電影常講的：

「讓我們把我們的力量用在正途。」

謝謝。

（觀眾掌聲）