在我寫科學史的過程中，偶而會發現一些知名的科學家竟然也會有反智的言行，令我相當訝異。以種族歧視來說，就有兩位諾貝爾獎得主相信黑人先天智力不如白人。
一位是發明電晶體的蕭克利 (William Shockley)，他擁有超過 90 項專利，在科技發展上扮演極為關鍵的角色，於 1956 年與另外兩人共同獲頒諾貝爾物理獎。然而他卻在 1974 年公開宣稱：
「美國黑人的智力與社會缺陷主要是遺傳性與種族基因的先天因素，因此實際改善外在環境所能做的補救也相當有限。」
另一位是發現 DNA 雙螺旋結構的華生 (James Watson)，他於 2007 年 10 月接受訪問時表示他「始終對非洲的前景感到悲觀」，因為「我們的社會政策都基於『他們（非洲人）的智力與我們無異』這個前提，然而種種測試顯示事實並非如此。」
我一直以為這種過時偏見只是有心人士基於政治目的，故意用來煽惑無知的群眾，但為什麼也會有科學家相信？我原本歸咎於他們個人的性格缺陷所致，只是零星個案，然而後來卻發現事情沒那麼簡單。
華生當年因為這番言論遭致輿論撻伐，不得不辭去已在「冷泉港實驗室」任職40年的主管職務，然而他並未因此反省，在 2019 年播映的紀錄片《美國大師：解碼華生》中，仍強調自己的看法始終如一：「智力測驗反映出黑人和白人之間確實存在差異，我認為這些差異是來自遺傳。」
是的，他們並非頑冥不靈或無的放矢，相反地，他們是有所本才如此主張。那麼該如何解讀智力測驗這回事？
在《數字偏見》這本書中，經濟學家桑妮．布勞 (Sanne Blauw) 剖析了智力測驗背後許多值得商榷之處，例如題目的設計可能本來就不利於特定族群或階層、抽象複雜的智力能否簡化為一個數字，而對平均值的錯誤解讀更是常見的謬誤。
除了智力測驗，還有各種統計數字影響我們的生活，例如政黨會根據民調數字推出候選人、並用數據說服你支持其政策，廠商也會引用實驗結果告訴你他們的產品有多棒。除了這些外來的推銷式資訊，你自己也會參考各種數字做決策，例如用排行榜來選大學、用平均薪資來選擇就業的產業與公司、用保護力與致死率來選哪種疫苗、……等等。
這些統計結果有些是刻意製造謬誤，例如調整 Y 軸刻度來誇大或弭平差異、以偏概全——將特例或巧合當成普遍現象，或是把相關性與因果關係混為一談。不過除了這些常見的謬誤，《數字偏見》還進一步指出更深層的謬誤起源：人的天性。無論是主持研究的人、解讀數據的人，乃至接收資訊的我們，都可能會因個人好惡而有所偏誤卻絲毫未覺。
正因為如此，對抗數字偏見並不是件容易的事。但至少從《數字偏見》這本書中，我們可以知道從源頭資料如何產生，到數據如何呈現與解讀，這中間哪個環節可能出錯，進而提醒自己保持警覺，莫要掉入數字陷阱裏。
標題圖片：《數字偏見》英版封面。圖片來源：Hachette UK。
