介绍： “用数据说话”是互联网时代的通用思维方式。有人说数据不会骗人，真的是这样吗？大众传播中的数据误导，常出现在热搜、爆款文章标题里，它们简单直给，吸引眼球，挑起我们激烈的情绪反应。我们都曾经或正在被这些东西蒙蔽，却往往毫无察觉，甚至乐在其中。
可是，这些数字的来源真的可靠吗？就算数据是真实的，它的计算方法与形成方式...

介绍： “用数据说话”是互联网时代的通用思维方式。有人说数据不会骗人，真的是这样吗？大众传播中的数据误导，常出现在热搜、爆款文章标题里，它们简单直给，吸引眼球，挑起我们激烈的情绪反应。我们都曾经或正在被这些东西蒙蔽，却往往毫无察觉，甚至乐在其中。
可是，这些数字的来源真的可靠吗？就算数据是真实的，它的计算方法与形成方式，也有可能埋藏着许多陷阱，甚至会导向截然相反的结论。我们参考《拆穿数据胡扯》这本工具书，借助丰富的案例，一起试图辨析数字背后的认知规律。相关不等于因果，归因可能失焦，而作为指标的数据更可能骗人。希望本期的讨论，能帮助你在这个信息爆炸的数字化时代，更好地处理信息、形成观念。

|谈话人
蛋妞、小盒子

|时间轴
Part1.丰富的案例
03:28 作为标题和概念的数字，如何在传播里影响我们的观念？
07:25 躲在数字与数据之下的新派胡扯，比靠修辞的老派胡扯更隐蔽、更有害
10:00 案例1：现代汉语中有70%的词汇来自日语……吗？
15:46 案例2：“棉花糖实验”的启示——「相关」不等于「因果」
20:04 案例3：男医生和女医生谁更容易导致患者死亡？——关注度与归因误导
26:44 案例4：修墙与灭鼠；古德哈特定律：指标变成了目标，就不再是一个好的指标
31:13 案例5：大学排名为什么经常上下浮动？
38:03 案例6：留学生回国比例高达85%？
42:29 案例7：高中升学率与死刑执行率；辛普森悖论：总体结论和部分结论居然相反？

Part2.识别的方法
47:16 关注信息来源，思考几个问题：
A.谁告诉我的？
B.他是怎么知道的？
C.他为什么要对我说这个？
49:57 不存在绝对准确的信源，仍然需要多方对比
53:56 思考题：续作的评分会比前作更高or更低？

|参考链接
《拆穿数据胡扯：信息驱动世界的生存指南》，[美]卡尔·伯格斯特龙 / [美]杰文·韦斯特，中信出版社，2022年