028【反驳】黄雁捷：拆解统计陷阱——对数据敏感起来

音频全文：

 

Hello，朋友，你好呀。

在日常生活中，我们都会看到很多广告，在宣传产品的效果。那现在的消费者，也都很聪明，你红口白牙无凭无据地讲，大家都不会相信。所以这个时候呢，广告商就会想用数据，来证明自己真的物有所值。美其名曰，用数据说话。

可是，数据当然会说话，问题在于，数据说的话，就不会骗人吗？

比如说有的健身房，在给学生卖课的时候，他们会说。这个健身啊，不仅可以强身健体，还能够提升你的精气神。根据调查数据，有长期健身习惯的高中生，平均成绩会比没有健身习惯的学生高20个百分点。哇，那有些家长这么一听，简直太神奇了。还不给孩子赶紧报班。

这种对于数据的盲目崇拜，不仅在生活中会出现，辩论场上，其实也是一个很常见的问题。 

有不少新生辩手啊，会误以为数据，就等同于真理。在场上一听到对方有数据，就感觉自己整个人都没了底气，完全没有数据是可以反驳的意识。

再好一点的呢，可能知道对方有数据，是可以挑战的。但怎么挑战数据呢？来来回回就只会质疑来源这一招。万一对方真的有一个不错的来源，那就也没招了，只能一味地回避闪躲。

---

归根结底，这两种误区，都是因为在心里夸大了数据的作用。其实，数据的力量，远没有很多人想象地那么强硬。就比如刚刚举的例子，有长期健身习惯的高中生，平均成绩会比没有健身习惯的高中生高20%。这么简单的一个数据里，其实，就至少隐藏着三个陷阱，在引诱你作出错误判断。

第一点，健身的学生成绩好，就代表健身是原因，成绩是结果吗？不一定吧，对高中生而言，健身房的开销可不是一笔小数目，一般都还是要家长出钱的。就我家的父母来说，我要是成绩不好，他们才不会让我天天泡健身房呢？所以，未必是因为健身了才学习好，而是学习好的孩子更容易能去健身。这是所谓的，因果倒置。

第二点，能长期健身的学生，往往是什么人。至少，应该是父母有一定经济实力，并且愿意在子女身上投入的人吧。父母愿意花钱让孩子健身，应该也不会吝啬给孩子补课、报补习班。让成绩变好的因素，到底是健身，还是这些方面的投入呢？这是所谓的，样本偏差。

而第三点，试想一下，为了提高成绩而送孩子去健身的父母，在一个月以后发现孩子成绩没有提高。他们会做什么？会停止去健身嘛。所以，能保持长期健身习惯的这个条件，一开始就已经筛选出去了，那一些成绩有下滑/父母退了课的孩子。剩下的当然是成绩比较好的，这是所谓，幸存者偏差。

---

你看，一个普通的数据里，稍稍分析，就可以找到很多破绽。而在辩论场上，想对一个数据做出快速反应，首先，就要先在场下熟悉数据的常见问题。接下来，我将针对辩论场上容易出现的3类数据陷阱，分别做一下具体的分析。

第一种最常见的，就是「百分比陷阱」。简单来说，就是利用了具体数值在转换成百分比时，会给人带来的错觉。

比如说有个辩题，学校应不应该禁止大一新生开通互联网。正方有数据啊，某门专业课，在禁网后的一年，挂科率比前一年下降了66.7%。哎，你这么一听，好像真的效果立竿见影。但其实呢？他没有告诉你这是一门很简单的专业课，去年整个年级就挂了3个缺考的，今年呢，挂了1个。说是66.7%，其实就是少了两个人而已。

像这样，把绝对值上很小的变化，换成百分比，就有可能显得很大。这就典型的「百分比陷阱」。归根结底，是因为百分比适合描述较大的数据，对于小样本的变化会过于敏感。所以在听到对方辩手在一件小事上用百分比来说事时，就要留个心眼，去问他这个66.7%，到底是多少人。反过来，如果对方是在一件大事上，却偏偏用数值来说事的话，也是一样的要小心。

某专业每年挂科47人次，乍一听很多，好像挂了一整个班。但考虑到一个专业200个学生，期末每个学生考5门课的话，其实47人次连5%的挂科率都不到，平均每个班才挂两个人。你要是被“47人次”唬住了，就完全读错了数据的真实含义。这是第一种，百分比陷阱。它的问题往往出在用相对的比例，掩盖了绝对的数值。

在此之上，还有第二种更难识别的现象，那就是「平均值陷阱」。还是用刚刚那个辩题举例子吧，比如说，某专业在允许大一新生开网后，平均成绩跟前一年基本持平，因此证明开网对于成绩也没什么影响。这种用“平均”说事的数据，同样也是我们需要警惕的。因为平均值，是把全班人的数据汇总成一个值，必然地，它会抹消内在的数据结构。乍一看似乎有道理，但细想地话，一个班级在开网了之后，可能好学生成绩更好、差学生的成绩更差了。虽然平均分最后算起来差不多，但是班级内部两极分化，显然也不符合大一基础教育的初衷。

所以你看，这种只在乎平均分，而忽略了每一个学生个体的自身发展的教育观，不正是我们可以反驳的对象吗。你看，平均值陷阱的狡猾之处，正是用整体的结果，掩盖住个体的信息。

但需要注意的是，反驳平均值陷阱往往更难一些，像刚刚的例子里，你虽然提出了假设，但是这毕竟是对方的数据，往往你也没有实锤可以证明，这个班真的出现了两极分化。所以往往，对平均值陷阱的反驳，重点不应该是去说「对方你这个数据不对」，而应该放在「对方你用这个数据来说事，就证明你根本没有认识到真正的问题在哪里」。这样子，就可以不在这个数据的具体细节上，做过多的纠缠，从而能够更好地打击到实质问题上。

而最后，第三种常见的数据坑，就当属「民意调查陷阱」了。比如说，据调查，挂科班里72%的家长，认为影响孩子成绩的主要原因是网络游戏。以此证明大学禁止开网的合理性。乍一听似乎也有些道理。但是，越是这种民意调查类的数据，往往越容易受到样本特征的影响。你看，这个数据的样本是什么，是家长们的判断。可为人父母，谁家的家长不是觉得自己孩子最棒。当爸妈的，不愿意承认孩子笨或者懒，更倾向于找外部原因，这是人之常情。可作为数据，用父母的意见来当样本，就有些偏差了吧。

民意调查类陷阱，往往都是用一项表层的数据，掩盖了深层解读中可能出现的问题。所以同样一个数据，对方解读出来了网络的可怕，我方解读出来了家长的偏袒。究其根本，是因为数据只是一个结果，而产生这个结果的原因，我们作为反驳方，是可以给出合理质疑的。

我不是说你的数据不对，而是说它反映的事实不够全面。这里的关键，就在于你提出的质疑有多合理。因此要做的，就是提炼这个样本的特征，并且用这个特征来解释数据。家长的特征是什么，是会偏爱孩子。因为家长偏爱孩子，才会有你72%那么高的数据。

当然，在实际比赛当中，对一个关键数据，可能一次挑战并不足够。我们可以提炼的特征，当然也不止有一个。比如说家长，家长除了容易偏爱孩子，还有什么特征呢？比如说，家长往往都还是中年人，对于互联网本身不够了解。越是不了解的东西，我们越容易视为洪水猛兽，把它想得特别可怕，因此夸大了网络游戏的负面影响。等等，同样都是可以挑战的角度。

---

好了，今天的内容到这里也差不多该结束了。最后让我们整个复习一下吧。数据能说话，但数据也会骗人。对数据抱有怀疑之心，才能正确地对待数据。常见的数据陷阱有三种，一是「百分比陷阱」，要靠听的时候警惕，别让绝对的数值被相对的比例所掩盖；二是「平均数陷阱」，要揭示被整体结果淹没的更多个体信息，挖掘问题的本质；三是「民意调查陷阱」，反驳时需要审视样本特征，提出合理质疑，不要光看到表层的数据，更要注重对数据的深层次解读。

---

受限于篇幅，这次我只讲了「3种最常见的数据陷阱类型」。所以，今天的作业就是：

你还能想出别的数据陷阱的类型吗？

破解他们的方法，和我今天提到的，有无异同呢？

稍晚一些，我会放出我个人的参考答案，如果有任何意见或者建议，也请你务必告诉我~

非常希望能够与你交换想法~~

在这个信息时代，数据越来越多地进入我们的日常生活之中，无论如何，给自己警惕、挖掘、合理质疑的意识，我想不仅在辩论场上，在生活中，也会有所帮助吧。

我是黄雁捷，感谢你今天的收听，EL PSY COOGRUU，我们下期再见~