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。