大想法：我们是否过于担心错误信息？

在1938年10月30日，一家美国广播电台播出了HG 威尔斯的末世小说《世界大战》的戏剧化版本。

---

有些听众据说没有意识到自己收听的是什么；随后出现的报道显示，听众们误以为这是一则新闻公告，造成了恐慌。随后的学术研究估计超过一百万人相信他们正在经历真实的火星侵略。也许这是一个关于错误信息如何轻易蔓延的惊人例子。但是，这个故事并不像乍看起来那么简单。尽管人们常常提到这一事件，但大规模的恐慌几乎肯定没有发生。在国家电台的听众调查中，只有2%的受访者报告在广播时收听过任何类似《世界大战》的节目。那些收听的人似乎也意识到这是虚构的。很多人提到了“这部戏”或者它的叙述者奥逊·威尔斯，但没有提到新闻广播。事实证明，学术分析错误地解读了听众关于被这部戏剧所恐惧的陈述，将其视为对真实入侵的恐慌。

近一个世纪之后，大规模错误信息的观念似乎比以往任何时候都更加显著。我们经常看到关于数百万人在网上接触到虚假信息的头条新闻。在2018年的一项盖洛普调查中，受访的美国人平均认为，他们在社交媒体上遇到的新闻中有三分之二是虚假信息。但是，正如那场《世界大战》的广播一样，错误信息未必是我们认为的问题。2020年春季，当新冠病毒传播时，由评级服务NewsGuard标记为“不可信”的英语新闻网站的月访问量——例如Breitbart和Daily Wire——从1.63亿增加到1.94亿。但在同一时期，像BBC和《卫报》这样的“可信”来源的访问量从50亿增长到80亿。换句话说，可信网站在2020年初的访问量是可疑网站的40倍。

我发现令人惊讶的是，阴谋论者手中掌握的很多证据在技术上都是正确的。完全错误的信息可能比我们想象的要少；而且在识别事实和虚构时，错误信息只是我们所面临问题的一部分。在接近真相时，我们必须避免两种错误：我们不应该相信错误的东西，也不应该忽视真实的事物。如果我们仅仅专注于减少对虚假内容的信任，就像当前的努力倾向那样，我们可能会冒着以牺牲对真实事物的信任为代价来打击一种错误。毕竟，防止上当受骗的最简单方法就是永远不相信任何事物。

当我指导新入门的科学研究的学生时，我经常看到他们态度的变化。起初，他们会将已出版的学术期刊中的论文视为几乎神圣的。因为论文已经发表并经过同行评审，因此逻辑上认为它必须是准确的。然后，随着学生意识到这些论文通常存在缺陷，并且偶尔会完全是欺诈性的，怀疑开始产生。一切都可能是错误的；没有什么可以信任。

这并不是一个新问题。20世纪初，数学家亨利·庞加莱警告道，过度的信任或不信任存在风险。“怀疑一切或相信一切是两种同样方便的解决方案；这两者都免去反思的必要，”他警告说。

我们必须找到管理信任某事是否正确所带来的风险的方法，而不是简单地接受或拒绝我们所看到的事物。例如，在医学领域，我们通常 design 设计临床试验，以减少确认某物有效时的风险，也减少确认某物无效时的风险。我们永远无法对结果有完全的确定性，但我们仍然可以建立足够的信心，使我们发现的东西对我们有用。

过度怀疑的有害影响，使其成为想要破坏共识知识者的热门工具。1969年，随着对吸烟危害的担忧增加，烟草行业的备忘录中表示：“怀疑是我们的产品，因为它是与公众头脑中的‘事实主体’竞争的最佳手段。”他们并不试图让人们相信不同的事实；他们试图破坏人们相信有足够证据采取行动的想法。

通常，在网上传播疑虑的并不是彻底的错误信息。去年一项研究发现，在2021年春季Covid疫苗推广期间，Facebook上与疫苗相关的链接中，只有0.3%被事实检查员标记为虚假或不在上下文中。值得注意的是，对疫苗信心影响最大的帖子在事实上一样是准确的，但可能存在误解。例如，最受关注的链接——比所有经过事实检查的虚假信息加起来的受众还多七倍——是《芝加哥论坛报》的标题：“一名健康的医生在接种新冠疫苗两周后死亡；CDC正在调查原因。”严格说来，这一切都是正确的。但它没有提供足够的信息来得出关于疫苗安全性或与新冠病相对风险的有意义结论。

当我接触到阴谋论者时，我发现他们手中掌握的很多证据在技术上都是正确的。换句话说，虚假的并不总是基础事实，而是根据这些事实得出的信念。可以肯定的是，某处存在一个逻辑谬论或误解。但是，这让我意识到，仅仅将某些东西贴上“错误信息”的标签是不够的：更重要的是找到并解决隐藏在大量事实背后的错误假设。我们必须给予人们需要的概念工具，以识别扭曲的框架、巧妙的手法、选择性的数据，以及模糊的因果关系声明。

这意味着要转变观念，即人们受到一波虚假的信息威胁。将技术上准确的信息称为虚假，不仅会破坏信任。而如果我们发出警告称，在互联网上找到的大多数内容都是虚构的，那么会转移我们注意力，避免面对一个更大的挑战，即确保技术上准确的信息被正确解读。

借用庞加莱的说法，相信虚假信息是普遍存在且易于识别的，或者相信大多数内容是准确的，因此不需要进一步思考，这两者都是同样方便的解决方案。这两者都可能损害我们解决在线错误信念和错误信任的复杂现实的能力。亚当·库查斯基是伦敦卫生与热带医学学院的教授，也是《证明：不确定的确定性科学》（Profile）的作者。

进一步阅读
《误信：是什么让理性人相信非理性事物》 by 丹·阿里耶利（Heligo, £10.99）
《魔幻过度思考的时代》 by 阿曼达·门特尔（Atria, £10.99）
《不确定性的艺术》 by 大卫·斯皮格哈尔特：如何驾驭机会、无知、风险和运气（Pelican, £12.99）

探索更多相关主题
技术
大想法
特写
分享
重用此内容

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。