高度量化的時代，數字絕對更會騙人，騙更大；統計、圖表、懶人包，常是理性裝扮的鬼扯；點贊、分享、演算法，助長類事實瘋傳成禍。 學會掌握數據的底層邏輯，洞悉科學量化包裝術，提升資訊批判思考力，才能夠建立最強的自我保護力。
數據的假象可以很有說服力，因為大多數人看到以數字呈現的資訊，都覺得自己不夠資格去質疑。若要予以反擊，就必須學會在何時、用何種方法對這類說法提出質疑。
兩位作者在華盛頓大學開設同名課程，受到極高的討論和迴響，他們運用統計與生物學領域的專精知識和經驗，以生動幽默的方式，拆解取樣偏誤與數據資料數位化混淆視聽的案例，檢視我們的生活多麼容易受到各類數據假象的影響。只要善用本書的思考方式，人人都能察覺資料有問題，拆穿假象。
以下為《數據的假象》精選書摘：
什麼是事實？政治人物沒在怕；什麼是科學？且看媒體怎麼報。
要根除鬼扯的存在，需得知道究竟何為鬼扯，但這就是事情棘手的地方了。
許多人認為自己很擅長看出哪些是鬼扯。當我們遇到以修辭技巧或華麗詞藻取勝的鬼扯時，或許真是如此，稱之為「老派鬼扯」。且看以下例子：
- 我們的共同任務是發揮雙邊解決方案的功能，使未獲充分利用之人力資源的機會得到運用（換句話說，我們是一家人力派遣公司）。
- 如同先賢列祖，我們望向那廣袤無邊的偉大國土，帶著堅定心智與滿腔熱血，要重燃吾民那同舟一命卻暫熄的火花（饒了我們吧？說說你到底打算如何讓就業機會重回這一區？）
雖然還不到老派鬼扯退出江湖的時候，但遇上我們稱之為「新派鬼扯」的後起之秀，可要把它給比下去了。
新派鬼扯所用的語言是數學、科學與統計，藉此予人嚴謹精確的印象。那些不太站得住腳的說法，透過數字、圖表、統計數據、資料圖的妝點，就披上了一層合理的外衣。新派鬼扯可能看起來像這樣：
- 經匯率調整後，敝公司績效最佳的全球型基金在過去九年中有七年優於大盤（收益表現的調整方法究竟是什麼？這家公司有幾檔基金表現不如大盤？差多少？而且，九年中有七年表現優於大盤的是同一檔基金嗎？或者好幾檔不同基金在那七年中各有一年獲得優於大盤的表現呢？）。
- 儘管在統計上未達顯著（p=0.13），本研究結果凸顯此標靶質子治療具臨床重要之效果量（五年相對存活機率 = 1.3），挑戰了現行的治療典範作法（一個具臨床重要性卻未達統計顯著的研究結果，代表什麼？就此癌症而言，五年存活率這個衡量標準是否適切，抑或大多數的患者皆於三年內死亡？真有理由設想此結果有任何地方「挑戰了現行的治療典範作法」嗎？）。
- 經由我們系統性篩選顯示，有搗亂行為問題的二年級生當中，34％承認過去一年內曾吸聞麥克筆至少一次（此事為何重要？若真的重要，吸聞麥克筆是學生搗亂行為的原因或結果？沒有搗亂行為問題的學生中，承認曾吸聞麥克筆的比例是多少？說不定更高！）。
新派鬼扯可以很有說服力，因為大多數人看到以數字呈現的資訊，都覺得自己不夠資格去質疑，新派鬼扯人士正是仰賴這一點。若要予以反擊，就必須學會在何時、用何種方法對這類說法提出質疑。
我們兩位作者雙雙致力於教導學生在面對數據資料時，如何以邏輯與數量來思考。你不必非得是專業統計學家、計量經濟學者、數據科學家才能對量化論點採取批判性思考，也不需要用上龐大的資料集與好幾個星期的功夫才能看透鬼扯真相。往往只要用基本的邏輯推論去看待問題就已足夠，若有必要，再輔以搜尋引擎就能找到的資訊便可。
書名：《數據的假象》＿數據識讀是深度偽造時代最重要的思辨素養，聰明決策不被操弄
作者：卡爾．T．伯格斯特姆（Carl T. Bergstrom）演化生物學家，華盛頓大學生物系教授。
研究領域：研究流行病的傳播方式，以及資訊如何在各大規模生物與社會系統中流動、生物如何相互交流，以及社交媒體如何改變社會。
杰文．D．威斯特（Jevin D. West）華盛頓大學資訊學院副教授，華盛頓大學知情公眾中心負責人，數據資料實驗室（Datalab）副主任，eScience研究所數據科學教育召集人。
研究領域：科技對社會的影響
出版社：天下雜誌出版
出版日期：2022/06/01