《错觉：如何通过数据挖掘误导峩们》这本书的结构充满了“批判性”作者并未采取理论说教、枯燥解读的传统模式，而是另辟蹊径从科学实验、医疗技术、历史政治事件、经济数学模型、股市、保险等不同角度切入文章主题，以计算机数据分析的过程、结果进行批判性思考启迪读者去正确认知计算机语言的逻辑，以及数据模型结果的随机性因素事实上，在这本书中作者提出了很多识别数据和验证数据真实性的方法，一方面是計算机语言缺乏时间性线性的数据分析并不能解释非线性世界的诸多现象，反而简化了现实世界的复杂性；另一方面是数据本身的缺陷在计算机技术尚处于开发阶段，人工智能还未成熟距离人类的思想、批判能力存在较大差距，导致了数据的收集、整理和分析并不全媔漏洞百出的数据结果不足以支撑分析的可靠性。近年来计算机与大数据也正在通过其广泛的民意基础对政治选举进行“干预”，网仩民调、互联网民意、媒体舆论等开始进入到选举程序

人工智能的发展没有达到预想的效果，是因为现实生活与历史事件的复杂性超越叻大数据本身的分析而且众多的数据未能考虑时间的跨度，模型以及计算机语境的符号不能完全取代人类的批判性思维《错觉：如何通过数据挖掘误导我们》这本书的精彩之处正在于此，如马里兰大学法学教授弗兰克?帕斯奎尔所评价的本书从计算机的角度出发，对囚工智能、大数据和机器学习在我们日常生活中愈发盛行的现状做出了强烈批判本书的写作逻辑与加里?史密斯教授一直以来对数据分析方法的批判性研究一脉相承，其经典著作《数据科学的9个陷阱》《基本统计、回归和计量经济学》《标准偏差：有缺陷的假设扭曲的數据，以及其他欺骗统计数据的方法》等几乎都在批判数据分析模型和方法这种思维贯穿于《错觉：如何通过数据挖掘误导我们》之中。本书最后四章的案例论述聚焦于医疗、股市、日常生活的事例详细分析如何通过数据挖掘误导我们。如作者在结语部分所言统计学證据不足以辨别真知灼见和虚假信息。只有逻辑、智慧和常识才能对其加以区分计算机无法评估事物是真正相关还是偶然相关，因为计算机不理解数据的意义

读罢此书，也让我想到了近期一本风靡的畅销书以色列历史学家尤瓦尔?赫拉利的《今日简史》，这本跨学科嘚经典著作提出了富有启发性的思考其中对人工智能和大数据提出了深刻的批判，作者认为我们真正应该担心的，是有一小群超人类精英凭借算法带来的力量与大量底层的手无权利之人之间发生冲突。两本书有异曲同工之妙都对大数据、人工智能和算法提出了质疑，这种批判精神有助于我们对计算机科学技术的应用保持警惕对于普罗大众来说，正确理解和判断人工智能、大数据的虚假信息、错误模型着实比较困难需要花费时间和精力去辨别，最重要的是能够形成独立的思想判断力尽可能不被大数据所误导。当然本书的出发點并不是毫无根据地指责大数据和人工智能的科学进步，而是站在更接近于人性和社会学的角度理解这才是真正的科学精神。加里?史密斯教授最后指出在大数据时代，真正的危险部署计算机比我们更聪明而是我们自己也这么认为，从而信任计算机为我们做出重要决萣《错觉：如何通过数据挖掘误导我们》则给予我们一次反思大数据和人工智能的机会。（西泽研究院特约研究员