看懂《數據、謊言與真相》，用正確數據理解世界

2025 Jan 16 批判性思考

內容目錄

日常生活上的任何事物都是數據，而且是直觀、很容易被發現的。例如小嬰兒開始不正常的哭，媽媽就會開始注意哭的頻率，這便是數據科學。當你打開YouTube看你最喜歡的YouTuber的影片，發現底下有酸民留言，而且還有不少人按讚，這也是數據科學。然而，數據真的那麼值得信任嗎？它能準確反映真相，還是可能被用來製造謊言？

在《數據．謊言與真相》一書中，Google數據科學家用豐富的案例帶領我們走進數據的世界，揭露其中的力量與陷阱。

你可能可以比別人更快得知趨勢

身處在數位時代，我們舒舒服服的就可以穿著睡衣睡褲，躺在床上問Google問題，甚至近兩年還可以用ChatGPT、Perplexity等AI工具，幫助自己在幾秒內就找到想知道的答案。

試想一下，1000年前的人們要怎麼解決問題？他們要到家裡附近的圖書館查找答案，或是問長輩、村裡的長者，甚至是飛鴿傳書寄信問住在其他地區的家人，這些方法所要耗費的時間短則幾個小時，長則可能要數個月！

對了，關於1000年前解決問題的方法，是我剛剛去問了Perplexity才知道的解答，如果沒有這些數位工具，我可能也只能去圖書館慢慢翻書了。

隨著網路越來越普及，大家都漸漸學會如何使用網絡工具，這些已經不再稀奇。跟搜尋相比，我覺得更厲害的是我們可能可以比別人更快的知道趨勢。

Google搜尋量是新類型數據最強大的招式之一。現在如果我們想要得知某個地區最熱門的東西是什麼，相較於從前只能用填問卷或是街訪的方式，現在只要到Google trend查一下就知道結果了。且我們可以加上任何的filter，如地區、時間區段、各種類別等等，甚至還能自動推薦相關的搜尋字詞，供研究人員深入參考。例如我在寫文章的當下，台灣過去24小時最熱門的搜尋關鍵字是「台股」，最高聲量的地方是台北市，再來是桃園市及台中市，我還能得知相關的關鍵詞有陽明海運、長榮海運、00929等，也就是搜尋了「台股」的人們也些還搜尋了這些關鍵字。

我們可以運用Google Trend得知哪些是大家越來越關心的話題。同理可知，如果有一個地區即將開始流行傳染病，那Google Trend上也會開始有一些關於這個疾病症狀的搜尋出現，例如「一直咳嗽該怎麼辦？」、「黃鼻涕該怎麼解決？」、「頭暈目眩該吃什麼藥？」……等等。Google專家做過研究後，證實關於症狀的搜尋量的確就是流感傳播速度的重要指標，兩者呈現正相關。除此之外，作者曾與Google首席經濟學家做過研究，他們發現當美國房價上揚時，美國人常會搜尋「八成／二成房貸」、「新屋建商」等字詞。而房價走跌時，美國人則會搜尋「虧本出售過程」、「房貸餘額超過房價」等關鍵字。

有時在Google trend上搜尋你關心的數據，或許也能比其他人更早看出一些端倪。

你所不知道的世界幸福國家排名研究方式

我們天天在用的社群媒體也是一種新的數據類型。我們可以從平台上得知誰在尾牙抽中頭獎、誰分手了、誰正在哪個國家旅遊等等的資訊，這些資料也給了數據科學家一個研究的方向。他們可以從社群平台上估計一個國家每天的國民幸福指數。如果使用者的發文偏向正面，那麼這個國家當天就是快樂的，如果近況更新傾向於負面，那麼這個國家當天就是悲傷的。他們還發現聖誕節是一年當中最幸福的日子之一。這種研究的方式對我來說簡直像是發現新大陸，從沒想過可以這樣使用數據。

用新類型數據揭露真相

舊有的方式還會有個很大的問題：誠實性。當受訪者被訪問時，會刻意隱瞞那些讓自己覺得難堪的想法，他們不想讓別人知道自己骨子裡在想什麼，就算問卷調查是匿名的，人們還是會想保持自己良好的形象，這就是為什麼男生總喜歡謊報身高，多報個幾公分都好，而女生偏好隱瞞體重，總是比實際再輕個3公斤。不願說出真相的情況也說明了為何2016年的民調普遍都看不出川普（Donald Trump）將當選美國總統。當時的民調低估了川普的支持率，誤差達到了兩個百分點，或許有些人覺得尷尬，不想表明自己其實支持川普。

數位時代的網路搜尋則是另一回事，人們在網路上查找資料時就像是吃了誠實豆沙包。原因也很好理解，因為如果他們不誠實地問想知道的問題，那肯定不會找到他們想要的答案。書中提供了一個非常有趣的數據，在美國，「色情」的搜尋量多過於「天氣」，在這個結果之下，只有約25%的男性及8%的女性承認自己看色情片。

搜尋量有時甚至比主流、權威媒體更可信。書中以2015年在加州發生的大規模槍擊案為例。當天晚上媒體報導了其中一個槍手的名字聽起來就是穆斯林，接著加州關於穆斯林的最高搜尋量就變成了「殺死穆斯林」，並認定是恐怖攻擊，這大大加深了大家的仇恨值。為了平息眾怒，當時的總統歐巴馬（Barack Obama）後來發表了一場演說，向美國人民保證政府可以保護大家的安全，阻止恐攻。演說完後各大媒體都稱讚總統的演說有多麼激勵人心，覺得民眾的怒火可以成功被壓下來，但根據作者及其他專家的研究，與穆斯林有關的所有負面搜尋卻都在演說後大幅增加。

社群媒體是大家吹噓的好所在

相較之下，社群媒體的數據就不若搜尋結果那樣的具絕對參考性。Facebook、Instagram、Twitter(X)這些社交工具的確是最強大的數據來源之一，但因為平台的社交性，讓人天生的想把自己最亮麗的一面展現給別人看。人們不僅想讓家人、新朋友、舊朋友看他們最近去了哪些國家，還想分享自己又去哪個高級餐廳吃飯。對了，他們不僅到處旅遊、吃美食，還是個文青，喜歡在咖啡廳裡邊喝咖啡邊翻看不懂的英文、法文書，好讓自己在照片裡看起來博學多聞、更有知識。在社群平台上，整個世界永遠是如此的美好，但下了線之後的世界到底有幾分真實？

我們回到上述說明的世界幸福國家研究方式，因為這些研究的來源是社群平台的發文，數據可能也帶有些許的偏誤，我們應該謹慎的面對這些資訊，或許就用輕鬆、茶餘飯後的娛樂心情來解讀即可。

數據跟批判性思考與偏誤的關係是什麼？

尋找正確的數據

縱使大數據那麼厲害，我們也不可一昧的埋頭苦幹，如果尋找的方向是錯誤的，那一切的努力也都是白費力氣了。書中提到了一個錯誤運用數據的故事—賽馬。

賽馬界，一直以來都深受各方富豪的喜愛，他們競標馬匹，以求在比賽中獲得好成績並得到高額的獎金（順帶一提，台灣也曾經有賽馬場，位置在現今的成功嶺），這有點類似博弈結合比賽的模式給他們帶來很大的娛樂，但是衡量馬匹的價值的方法，一直以來都是個很大的謬誤。他們慣用的方式是看馬的血統，這匹馬的爸爸、媽媽、叔叔、阿姨是否曾經得過冠軍，決定了他是不是冠軍血統，跟冠軍血緣越接近的價格就越高。

這或許看起來很合理，我們常聽到所謂的「書香世家」，也就是爸爸媽媽都讀台大，那他們的小孩高機率也會是台大畢業。基因是原因之一，但更大的因素或許是環境，因為小孩有適合讀書的條件，有問題就可以得到解答，再借鑑爸媽、哥哥姊姊的方法跟經驗，增加了他考上好學校的機率。

你知道Marcus Jordan嗎？他是籃球之神Michael Jordan的小兒子。他的籃球天賦不足已讓他進入爸爸曾經統治的NBA，而是在大學畢業之後開設服裝品牌店，銷售Jordan牌鞋子及服飾。他的基因讓他注定無法打進籃球最高殿堂，成為品牌經營者或許是更符合他的天命的工作

每個人有自己的天賦，強項也跟爸媽不盡相同，這不但打破了子承父業的傳統，也造就地球的多樣性。

回到前面的賽馬故事，一位評估賽馬的小公司負責人塞德（Jeff Seder），經過了許多觀察跟紀錄後，發現馬匹左心室的大小，就是能否成為賽馬明星的關鍵預測因素。另一個重要器官是脾臟：脾臟小的馬根本無法在比賽中勝出。他甚至將馬匹奔馳的幾千支影片數位化，發現某些步態確實跟在比賽中勝出有關。他發現有些兩歲馬匹跑了八分之一哩後，會發出喘氣聲，這種跑沒多久就發出喘氣聲的馬，不會是賽馬名駒。他曾經幫助埃及啤酒巨擘扎耶特（Ahmed Zayat）留下一匹不被看好、準備被他賣掉的馬，後來這匹馬成為30年內最強的三冠王。

這告訴了我們尋找準確數據的重要性，在決定什麼才能當成數據時，必須保持開放的態度並懂得變通，尤其在一個傳統方法效率極差的領域，你就有機會用新數據帶來改變。

小心使用數據

除了尋找正確的數據，還要小心使用數據，不管是大的還是小的。寫到這裡，我們已經瞭解到了新型態的大數據有多麽美好，不僅能提供新的角度，也能讓我們檢視誠實的想法。但整個世界要是有那麼簡單就好了，如果使用Google Trend就能預測接下來所有的經濟走勢，那大家不就都變成少年股神了？

儘管大數據十分有用，但還是會有些疏漏，終究還是得搭配小數據相輔相成。

上述提到的賽德運用大數據挑選賽馬名駒的故事，其實他的公司還有位員工是他的秘密武器，這位員工「喜歡馬勝過於人」，她熟悉各種傳統評估賽馬的方式，包括親自檢查馬匹、看他們走路的姿態、評估身上的疤痕等等。運用傳統的小數據加上賽德新的大數據，讓他們得以找出勝出機率最高的馬匹。

大家熟悉的樂高（LEGO）的故事也告訴我們小數據的重要性。在2004年前，樂高公司太依賴大數據來做決策。誤以為消費者就是單一的越來越追求及時滿足，所以推出了更大更簡單的積木，以便用戶能快速完成得到滿足。然而這項決策卻失敗了，讓公司在聖誕期間銷售額暴跌31%。後來樂高組織了一個小團隊，深入用戶家庭進行實地觀察跟訪談，希望能更真實地貼近消費者。關鍵案例是一位11歲的德國男孩，他對一雙磨損的滑板鞋感到很自豪，代表他經過了許多的扎實的訓練，證明他是一位優秀的滑板選手。這個案例讓樂高重新專注核心價值，些微增加了樂高玩具的挑戰性，激發消費者的創造力，也讓用戶在建造完後得到很大的滿足感。這幫助了他們的業績止跌回升，重塑品牌形象。