B1 · 第2集 · 4:59
数据质量与认知偏差
本集探讨先验信念如何影响我们对信息的解读，以及数据质量（噪声与偏差）如何决定判断准确性。
来源：Christophe Michel / Hygiène Mentale · 许可：CC BY 4.0
字幕
Mais en revanche, je ne sais pas si j'avais été assez clair,
但另一方面，我不确定自己之前是否表达得足够清楚，
la. bayésienne ne nous sera d'aucune utilité pour résoudre le gros problème comment
贝叶斯方法对我们解决核心问题毫无帮助，
évaluer la qualité de mes données disponibles comment obtenir de meilleures données
即如何评估现有数据的质量，如何获取更优质的数据，
qui correspondent mieux au réel
使其更贴近现实。
même si mon cerveau était assez gros, sans défaut,
即便我的大脑足够庞大、毫无缺陷，
avec la puissance de calcul nécessaire à un raisonnement purement bayésien,
并具备纯贝叶斯推理所需的全部算力，
eh bien, si je lui donne des données de merde en entrée,
但如果输入的是垃圾数据，
il me sortira des jugements de merde en sortie.
输出的判断也必然是垃圾。
Même la meilleure machine à saucisson du monde garantit sans aucun défaut,
哪怕世上最完美的香肠机，性能毫无瑕疵，
si tu lui donnes de la merde en entrée,
如果你给它塞进垃圾原料，
elle te donnera un saucisson de merde en sortie.
它产出的香肠也必然是垃圾。
Garbage in, garbage out.
垃圾进，垃圾出。
Nos données de départ, sur lesquelles on prend des décisions ou sur lesquelles on
我们做决策或形成信念所依据的初始数据，
fonde nos croyances, sont toutes très différentes entre nous.
因人而异，千差万别。
Vous, moi, et le pape par exemple, on n'a pas eu tous exactement
比如你、我和教皇，
la même éducation, la même culture, on n'a pas lu exactement les mêmes livres,
接受的教育、文化熏陶各不相同，读过的书也不完全一样，
les mêmes journaux, on n'a pas eu les mêmes expériences personnelles,
看过的报纸不同，个人经历也不同，
la même famille, le même cercle d'amis, les mêmes traditions,
家庭背景、朋友圈、传统习俗各异，
la même classe sociale, le même genre,
社会阶层、性别也各不相同，
on n'a pas tous été élevés dans la même religion, avec les mêmes croyances,
成长的宗教环境与信仰体系也未必相同，等等。
etc. Nos a priori sont différents.
因此，我们的先验认知各不相同。
Il n'y a pas de raison que l'on ait tous les mêmes a priori sur tout.
我们本就不该在所有事情上拥有完全相同的先验认知。
Et un raisonnement bayésien est dépendant des a priori.
而贝叶斯推理恰恰依赖于这些先验认知。
On prend les données qu'on a, on compare avec ce que l'on sait déjà,
我们利用手头的数据，将其与已有知识进行比对，
et éventuellement on décide de modifier un peu une opinion dans un sens ou un autre
然后可能略微调整某项观点，朝某个方向稍作修正，
pour mettre à jour notre vision du monde.
从而更新我们对世界的认知。
Et on tourne comme ça depuis notre naissance avec des données pas exactement
而我们自出生起就一直这样旋转，所依据的数据并非完全
identiques. Euphémisme.
相同——这其实是一种委婉说法。
Du coup, même si maintenant je nous présente à tous le même jeu de données,
因此，即便现在我向大家展示同一套数据，
je sais pas moi par exemple le rapport du GIEC,
比如，我自己也不知道政府间气候变化专门委员会（IPCC）的报告内容，
et même si ces données sont vraiment exactes et conformes au réel.
而且即便这些数据确实准确、真实可靠。
Et même si on avait tous des turbo cerveaux sans aucun biais,
即便我们人人都拥有毫无偏见的超强大脑，
eh bien on aura quand même des jugements différents sur les mesures écologiques,
我们对环保措施的判断依然会各不相同，
parce qu'on prend en compte nos a priori,
因为我们都会带入各自的先入之见，
et on n'a pas tous les mêmes a priori. C'est pour ça que, depuis le début,
而我们的先入之见又各不相同。正因如此，从一开始，
ma chaîne repose sur ces deux piliers: l'éducation à la pensée critique,
我的频道就建立在这两大支柱之上：批判性思维教育，
la rationalité, en particulier le bayésianisme, pour agir ici,
以及理性思维——尤其是贝叶斯思维——用于此处的实践，
savoir analyser la qualité de mes raisonnements, éviter mes biais,
即学会分析自己推理的质量，规避自身偏见；
tout ça, et l'éducation aux médias, pour agir ici,
还有媒介素养教育，用于此处的实践，
savoir analyser la qualité de données que l'on vient me proposer,
即学会评估他人提供给我的数据质量，
savoir évaluer la qualité des données dont je me suis fait gaver depuis ma
学会评估自出生以来，我所接触过的那些数据的质量。
naissance. Concentrons nous pour commencer sur les causes externes,
我们先聚焦于外部原因，
sur la qualité des données de travail.
也就是工作数据的质量。
C'est la qualité de mes sources d'information, de mes abonnements de presse,
这指的是我的信息来源质量，比如订阅的报刊、
réseaux sociaux, YouTube, de mes choix de livres, tout ça.
社交媒体、YouTube频道，以及我选择阅读的书籍等等。
Ici, ce que j'appelle des données de qualité,
在这里，我所说的‘高质量数据’，
c'est simplement des données représentatives du réel,
就是指能真实反映现实、不具误导性的数据。
qui ne doivent pas être trompeuses.
它们不应具有误导性。
Disons que sur ce panneau, on dessine une cible quelque part,
假设我们在一块板子上画一个靶心，
et que l'on demande à des gens de viser le centre de la cible avec des carabines.
再请人们用步枪瞄准靶心中心射击。
ça me permettra de faire un schéma.
这样我就能画出一张示意图了。
Vous avez compris que j'aime les schémas.
你们明白我喜欢图表。
Et disons que moi, je suis de l'autre côté du panneau.
打个比方，我站在靶子的另一侧。
Du coup, je ne vois que les impacts, mais je ne sais pas où est la cible.
因此，我只能看到弹孔，却不知道靶心在哪儿。
C'est ça ma question: où est centrée la cible?
这正是我的问题：靶心究竟在哪儿？
Cette question, c'est une métaphore de la démarche scientifique.
这个问题，是对科学探索方法的一种隐喻。
La cible derrière, c'est la vérité que je cherche.
背后的靶子，就是我追寻的真理。
Au début, je ne sais pas où elle est, ni même si elle existe,
起初，我不知道它在哪儿，甚至不确定它是否存在，
parce que pour ce que j'en sais, c'est même pas sûr qu'il y en ait une.
因为据我所知，它很可能根本就不存在。
Mais on va supposer que oui.
但我们姑且假设它存在。
Chaque impact, c'est une donnée expérimentale,
每个弹孔，都是一次实验数据，
qui est plus ou moins près de la vérité.
它或多或少地接近真理。
L'endroit où je pense que se situe probablement la cible,
我认为靶心最可能所在的位置，
c'est mon hypothèse du moment, ma théorie scientifique actuelle.
就是我当前的假设，也就是我目前的科学理论。
Là, je dirais ici.
这里，我会说靶心大概在这儿。
Ma théorie peut bien sûr évoluer avec l'apparition de nouvelles données.
当然，随着新数据的出现，我的理论可能会更新。
Et la distance entre mon hypothèse et la vérité, c'est mon erreur.
我的假设与真理之间的距离，就是我的误差。
C'est cette distance que je cherche à minimiser.
而我要努力缩小的，正是这个距离。
Je voudrais être au plus proche de la vérité.
我希望尽可能接近真理。
Je voudrais ne pas trop faire d'erreur.
我希望自己的误差不要太大。
Ici on peut facilement quantifier la qualité des données.
在这里，我们很容易量化数据的质量。
C'est analyser la répartition des impacts autour de la cible et évaluer dans quelle
就是分析弹孔围绕靶心的分布情况，
proportion cette série d'impacts était susceptible de m'induire en erreur.
并评估这一组弹孔有多大可能误导我。
Est- ce que les données étaient trompeuses?
这些数据是否具有欺骗性？
Et pour sortir de la métaphore, est- ce que cet article, cette expérience,
跳出隐喻来说，这篇论文、这次实验，
ce sondage est susceptible de m'induire en erreur?
还是这项调查，有可能误导我？
Déjà, ces données peuvent avoir plus ou moins de bruit,
首先，这些数据可能含有或多或少的噪声，
c'est- à- dire être plus ou moins concentrées près de la cible,
也就是说，数据点在靶心周围的集中程度高低不一，
selon la compétence des gens qui tirent ou selon la distance de tir.
这取决于射击者的水平或射击距离。
Là, il y a peu de bruit, c'est facile de deviner où était la cible.
这里噪声很小，很容易推断出靶心位置。
Là, il y a beaucoup de bruit.
这里噪声很大。
C'est difficile de dire avec précision.
很难精确判断。
Bah, elle était là.
嗯，靶心大概就在那儿。
Mais avoir beaucoup de bruit, c'est pas grave si on peut avoir beaucoup de données,
不过，只要能获得大量数据，
avec beaucoup d'impact.
即大量弹着点。
On finit par deviner assez bien la position de la cible.
最终仍能相当准确地估算出靶心位置。
En prenant la moyenne, le barycentre, on tombe assez juste.
通过取平均值（质心），结果就相当接近真实位置了。