คู่มือตรวจจับและปฏิเสธ bullshit สำหรับยุคเสพติด information ที่มีการแพร่ระบาดของ misinformation และ disinformation ในโลกซึ่งขับเคลื่อนด้วยข้อมูล อันที่จริงคนส่วนใหญ่รู้แหละว่าจะตรวจสอบข้อมูลยังไง หลายคนรู้ว่าจะปฏิเสธยังไง อาทิ ดูจากแหล่งอ้างอิงอื่น มองหาที่มาของ info ขุดคุ้ยไปจนถึงต้นตอ แย้งด้วย counterexample หรือแย้งด้วย null model แต่อุปสรรคสำคัญคือ confirmation bias ฉันจะตรวจสอบข้อมูลไปทำไมในเมื่อมันตรงกับจริตและศรัทธาที่ฉันมีอยู่เดิม ... นอกเหนือจากเทคนิค เรื่องเล่า และตัวอย่างมากมาย ส่วนที่เราชอบมากในหนังสือเล่มนี้คือบทสุดท้ายที่พูดถึง psychology of debunking มีเส้นบาง ๆ ระหว่างการเป็นคนแบบ tough-minded skeptic กับ domineering jerk ตอนผู้เขียนหนังสือสอนนักเรียน เขาจะบอกนักเรียนว่าระวังอย่าให้การ call bullshit ทำให้พวกเขากลายเป็นคนอวดฉลาด (ประเภท well-actually guys) ที่คอยขัดทุกบทสนทนาเพื่อชี้จุดผิดพลาดของคนอื่นเพียงเพราะจะโชว์ความเก่งของตัวเอง ดังนั้น calling bullshit จึงไม่ใช่การทำให้ตัวเองดูฉลาด แต่เป็นการทำให้คนอื่นฉลาดขึ้น มันเป็นเส้นบาง ๆ จริง ๆ ... be kind ฮะ
หนังสือเต็มไปด้วยความบันเทิง
ตัวอย่างบางตอนในหนังสือ
เมื่อวานอ่าน Calling Bullshit ถึงตอนหนึ่ง เขาใช้ Berkson's paradox มาอธิบายว่า ทำไมเดทกับคนหน้าตาดีแล้วมักพบว่างี่เง่า คำอธิบายแบบหนึ่งที่นิยมกันคือ คนหน้าตาดีมีสิทธิงี่เง่าเพราะเขามีสิทธิเลือก (หรือเพราะมีโอกาสถูกเลือกสูง) แต่ก็ยังมีคำอธิบายอีกแบบว่าทำไมเราถึงสังเกตเห็นว่า ความหน้าตาดีกับความแสนดี (ไม่งี่เง่า) มี strong negative correlation ทั้ง ๆ ที่เมื่อพิจารณาจากประชากรทั้งหมดแล้ว มันอาจไม่มี correlation เลยก็ได้ นั่นคือคนขี้เหร่ที่งี่เง่า ๆ ก็ไม่ได้น้อยไปกว่าคนงี่เง่าที่หน้าตาดีหรอก คำตอบคือ selection bias สมมุติเราพล็อตประชากรในมิติของความหน้าตาดี (จากน้อยไปมาก NOT ถึง HOT) กับความแสนดีไม่งี่เง่า (จากน้อยไปมาก JERK ถึง NICE) แล้วพบว่าจุดกระจายเป็นวง มองไม่เห็น correlation สักนิด แล้วสิ่งที่สร้าง negative correlation นั้นมาจากไหน มันมาจากเวลาที่เราจะเดทกับใครสักคน เรากรองมาชั้นหนึ่งก่อนเสมอ เราเลือกมาแล้วล่ะว่าไม่ได้อัปลักษณ์หรือโคตรงี่เง่า นั่นคือมีส่วนหนึ่งของประชากรที่เราจะไม่เลือกเดทด้วย ทำนองเดียวกัน และด้วยเหตุผลเดียวกัน แต่คนใช้เหตุผลเป็นอีกคนหนึ่งซึ่งกำลังเลือกว่าจะเดทกับเราดีมั้ย (ไม่ใช่ทุกคนจะเห็นว่าคุณเป็นคนน่าเดทด้วยนะฮะ) ทำให้ส่วนหนึ่งของประชากรถูกตัดออกไปอีก กลุ่มประชากรที่เหลือที่เราจะเจอจึงเป็นกลุ่มที่อยู่ในแนวเส้นทแยงมุม (ตามรูป) เราเข้าไปสังเกตการณ์ได้เฉพาะส่วนนี้ และ correlation ระหว่างความหน้าตาดีกับความงี่เง่าของกลุ่มนี้ก็มาเต็ม ๆ ... strong
เมื่อสักครู่ เจอประโยคนี้เข้าไป เกือบสำลักกาแฟ เข้าใจหยอกนะ ... เพื่อนส่วนใหญ่ของเธอมีจำนวนเพื่อนโดยเฉลี่ยมากกว่าจำนวนเพื่อนที่เธอมี ไม่ใช่แค่เพราะเธอเป็นคนประเภทอ่านหนังสือเกี่ยวกับ bullshit เพื่อความบันเทิง ... อันนี้ผู้เขียนกำลังโยงเข้า friendship paradox ซึ่งถ้าอธิบายด้วยกราฟก็ไม่ถึงกับเข้าใจยากเย็น ถ้าเราโมเดลเครือข่ายเพื่อนด้วยกราฟ แต่ละคนเป็น vertex แล้วมี edge เชื่อมระหว่าง vertices ที่เป็นเพื่อนกัน (เป็นความสัมพันธ์แบบสมมาตร ถ้าเธอเป็นเพื่อนฉัน ฉันเป็นเพื่อนเธอ) เราคำนวณจำนวนเพื่อนโดยเฉลี่ยของคนคนหนึ่งในกราฟได้ด้วยค่าเฉลี่ยของดีกรีของ vertices ในกราฟ สมมุติแทนค่าด้วย μ แล้วจากนั้น คำนวณค่าคาดหมายของจำนวนเพื่อนของเพื่อนคนหนึ่งที่สุ่มขึ้นมาคนหนึ่ง (หาโอกาสที่จะสุ่มได้ vertex v ใด ๆ ขึ้นมา แล้วหาผลรวมของผลคูณระหว่างโอกาสที่จะสุ่มได้ v กับดีกรีของ v สำหรับทุก v ในกราฟ) เล่นกับสัญลักษณ์และนิยามนิดหน่อย เราจะได้ว่าค่าคาดหมายนั้นเท่ากับ μ + (σ^2)/μ ซึ่งสำหรับกราฟที่ดีกรีของแต่ละ vertex ไม่เป็นค่าคงที่ (พระเจ้าไม่ได้ออกกฎว่า คนหนึ่งคนจะต้องมีเพื่อน c คนนี่นา) ค่าความแปรปรวนของดีกรีในกราฟ (σ^2) จึงเป็นบวกเสมอ จึงเห็นว่าค่าคาดหมายของจำนวนเพื่อนของเพื่อนคนหนึ่งของเธอมากกว่าจำนวนเพื่อนโดยเฉลี่ยของเธอ
ป.ล. เรื่องที่อาจสะเทือนใจ ... edge หรือความสัมพันธ์นี้ไม่จำเป็นต้องเป็นแค่เพื่อน ... sexual partners ก็ได้
เรื่องบังเอิญ เมื่อวานเริ่มอ่าน Calling Bullshit ตะกี้ตอนเปิดดูทวิตเตอร์ เจอการ์ตูนพูดถึง Brandolini’s principle พลังงานที่ต้องใช้หักล้างเรื่อง bullshit มากกว่าพลังงานที่ใช้สร้างเรื่อง bs อย่างมหาศาล
อีกตัวอย่างหนึ่งใน Calling Bullshit ที่ประทับใจคือ บทความขนาดสั้นใน Nature (431, 2004) เอาสถิติโอลิมปิกวิ่งระยะสั้นของนักกีฬาชายและหญิงมาทำ linear regression แล้วทำนายว่าในโอลิมปิกปี 2156 นักกีฬาหญิงจะทำเวลาได้ดีกว่านักกีฬาชาย ซึ่งนี่เป็นตัวอย่าง bullshit อันหนึ่ง ในวารสารวิชาการที่ IF ประมาณ 50, ประทับใจ 1 คือหนังสือยกตัวอย่างการปฏิเสธ bullshit เรื่องนี้ของ Kenneth Rice ที่เขียนโต้ตอบกลับไปว่า (Nature 432) ผู้เขียนบทความตั้งต้นใน 431 ไม่ยอมพูดถึงเหตุการณ์สำคัญที่โมเดลของพวกเขาทำนายว่าจะเกิดขึ้นในปี 2636 นั้นคือ เมื่อเวลาสำหรับการวิ่ง 100 เมตรน้อยกว่าศูนย์วินาที สไตล์การหักล้างหรือพิสูจน์แบบนี้ในตรรกศาสตร์เราเรียกว่า RAA (reductio ad absurdum) ถ้าจะพิสูจน์ให้เห็นว่าโมเดลผิด เราจะเริ่มจากยอมรับว่าโมเดลถูก แล้วแสดงให้เห็น absurdity หรือความไม่เป็นเหตุไม่เป็นผล, ประทับใจ 2 คือ ได้ตามไปอ่าน correspondence ใน Nature 432 มีนักเรียน ม. ปลาย อายุ 16-18 ปีจากเท็กซัสเขียนไปแย้งบทความดังกล่าว เพราะคุณครูสอนชีววิทยาให้นักเรียนออกความเห็นในเรื่องนี้ ... ว้าว, ประทับใจ 3 สปิริตของวิทยาศาสตร์อะนะ แย้งได้ ไม่โกรธ (ป.ล. ตอนอ่านบทความต้นฉบับใน 431 มีประโยคที่ผู้เขียนเขาออกตัวไว้แบบเบา ๆ "if current trends continue" แต่ประโยคนี้คลุมเครือและไม่มีน้ำหนักพอที่จะใช้บอกว่า ด้วยเหตุนี้ฉันจึงเลือกใช้ linear model)
ที่มาของรูป https://www.nature.com/articles/431525a.pdf
