數字會說話？洪蘭：小心被騙

數字有時看起來很公平，但是碰到跟人有關的事情時，一定要考慮數字所代表的意義，因為不管什麼政策，永遠會有對策。

在AI的時代，大家唯數字馬首是瞻，都說數字最客觀、會說真話，其實數字不一定代表事實，要看這些數字是怎麼來的。

統計數字背後的盲點

例如英國中部地區的嬰兒死亡率比倫敦高很多，這顯然不合理，難道中部的醫生比倫敦的差嗎？原來英國法律，胎兒在12周內死亡算是流產，24周後死亡算是出生後死亡，在12周和24周中間是灰色地帶。中部的醫生慣用死亡，而倫敦的醫生用流產，用詞造成了兩者的差異。所以登錄最重要，開頭錯，後面就不必計算了。

統計是很好的趨勢工具，補償人類這方面的不足。但統計也會放大人類信任數字的盲點，所以在統計之前，先要了解自己在算什麼。經濟學上也有「古德哈特定律」（Goodhart’s law），即當一個措施本身成為目標時，它就不再是一個好的措施。

例如蘇聯曾要求老百姓依人口和牲畜比例，上報他們可以生產的數字，報得愈多愈被表揚。很不幸的是，表揚完了，政府就要他們上繳這些數字的產品，達不到時就要罰。紡織工廠只好縮窄織布機的寬度以達到長度的要求；烏茲別克的農人便把棉花浸水，以達到每天該採的重量。

演算法可能與事實相反

1860年代，美國鋪設跨東西岸的鐵路，這條鐵路修到中西部大草原的歐馬哈（Omaha）後，便轉彎，不走直線，因為它是以鐵軌的哩程計價。

台灣以前山地教師的加給是以山的高度來計算，結果南投縣仁愛鄉的合作國小雖然比都達國小更偏遠，但因學校在半山腰，老師的薪水便比較少。

這個問題在AI用演算法（algorithm）來模擬時更明顯。例如為了要使飛機盡量輕地降落在航空母艦的甲板上，電腦工程師便用演算法來訓練它，沒想到演算法在重複學習時，發現了系統的漏洞。假如它用力把飛機摔在甲板上，強烈的力道會使系統過度負荷，跳出來的數字便是零，表示完美降落，但事實正好相反。

數字有時看起來很公平，但是碰到跟人有關的事情時，一定要考慮數字所代表的意義，因為不管什麼政策，永遠會有對策，有的時候盡信數字不如無數字。

原刊於《天下雜誌》，本社獲作者授權轉載。

洪蘭

現任中央大學講座教授、台灣聯合大學系統講座教授、台北醫學大學講座教授。1969年台灣大學畢業後，即赴美留學，取得加州大學實驗心理學博士學位。曾在耶魯大學哈斯金實驗室及加州大學爾灣醫學院神經科接受博士後訓練，之後進入聖地牙哥沙克生物研究所任研究員，並於加州大學河濱校區擔任研究教授。1992年回台任教於中正大學心理所，為中央大學認知神經科學研究所創所所長；研究、講學之餘，致力科普書籍的譯作，已翻譯50多本生物科技及心理學方面的好書。近年來有感於教育是國家的根本，而閱讀是教育的根本，更致力於閱讀習慣的推廣，足跡遍及台灣近千所中小學。