Temel Çıkarımlar
İddiaları, cilalarına ya da titizliklerine göre değil, hakikate bağlılıklarına göre değerlendirin.
Ayrım çizgisi hakikattir. Yazarlar "bullshit" (safsata) terimini, doğru, tutarlı ya da bilgilendirici olup olmadığına aldırmadan etkilemek veya ikna etmek için tasarlanmış iletişim için kullanıyor. Düpedüz bir yalanın aksine, safsata doğru ayrıntılar içerebilir. Hilesi, zayıf akıl yürütmeyi jargona, kendinden emin bir retoriğe ya da etkileyici görünen istatistiklere sarmak ve dinleyicilerde onu sorgulayacak uzmanlığa sahip olmadıkları hissini uyandırmaktır. Örneğin "tedarik zinciri iş birliği"ne dair kurumsal bir açıklama, doğrudan yanlış bir iddiada bulunmadan çocuk işçiliğinin insani bedelini gizleyebilir.
Ambalajın ötesine bakın. Yazarlar, yanıltmak için kullanılan teknik olarak doğru ifadelere paltering diyor. Asıl sınav, her cümlenin kelimesi kelimesine savunulup savunulamayacağı değil, cümlenin ne tür bir izlenim yaratmak üzere kurulduğudur. İddiayı hangi kanıtın desteklediğini, nelerin dışarıda bırakıldığını ve dilin konuyu aydınlatıp aydınlatmadığını ya da denetimi zorlaştırıp zorlaştırmadığını sorun.
Yalan ile hakikate kayıtsızlık arasındaki ayrım yararlıdır, çünkü uydurma olgulardan fazlasını yakalar. Bir konuşmacı, tek tek ifadelerini teknik olarak savunulabilir tutarken eksik bırakma, belirsizlik ya da gösterişli uzmanlık yoluyla yanıltabilir. Bu, hukukta ve meslek etiğinde karşılaşılan bir soruna benzer: bir kuralın harfine uymak, amacına uymayı garanti etmez. Yine de kuşku, yabancı bir dili baştan reddetmenin kestirme yolu olmamalıdır. Teknik terimler uzmanlık gerektiren işlerde vazgeçilmez olabilir. Pratik soru, konuşmacının bunları sınanabilir iddialara çevirip çeviremediği ve hangi kanıtın sonuca karşı sayılacağını açıklayıp açıklayamadığıdır.
Bir iddia düzeltmesini geride bıraktığında kimin kazandığını izleyin.
Hız, söylentinin lehinedir. İnternet yayımlamanın maliyetini düşürür, ama profesyonel habercilikle birlikte gelen süzgeçleri de zayıflatır. Tıklamaya dayalı mecralar dikkat için rekabet eder ve duygusal başlıklar çoğu zaman özenli açıklamalardan daha iyi performans gösterir. Sosyal platformlar bir başka güdü daha ekler: bir haberi paylaşmak, paylaşan kişi doğru olup olmadığını kontrol etmemiş olsa bile grup kimliğinin işareti olabilir.
Düzeltmeler geriden başlar. 2013 Boston Maratonu bombalı saldırısının ardından, Sandy Hook okul saldırısından sağ kurtulan bir çocuğun yarışta öldüğünü öne süren yalan bir haber dolaştı. Haber 92.000'den fazla kişi tarafından paylaşılırken, onu düzeltmeye çalışan tweet'ler 2.000'i aşkındı. Yazarlar, yalanı üretmek ile düzeltmek arasındaki bu dengesizliğe Brandolini ilkesi diyor. Kasıtlı dezenformasyon daha da ileri gidebilir: izleyiciyi birbiriyle çelişen iddialara boğarak insanların hakikatin bulunabileceğine olan güvenini tümüyle yitirmesine yol açabilir.
Bu anlatım, yanlış bilgiyi yalnızca safdil bireylerin sorunu olarak değil, bir altyapı sorunu olarak ele alıyor. Etkileşim için optimize edilmiş bir platform, hakikat konusunda tavır almadan öfkeyi ödüllendirebilir; tıpkı bir reklam sisteminin, dikkatin sağlıklı olup olmadığına aldırmadan dikkati ödüllendirmesi gibi. Bu bakış açısı pratik müdahalelere işaret eder: daha yavaş paylaşım, görünür kaynak belirtme ve düzeltmelerin orijinal iddiayla aynı kitleye ulaşmasını sağlayacak teşvikler. Yine de hiçbir dağıtım sistemi, kimliği doğrulayan ya da korkuya basit bir açıklama sunan hikâyelerin insani cazibesini ortadan kaldıramaz. Daha iyi araçlar yardımcı olur, ama toplumsal güven ve doğrulama alışkanlıkları yine de gereklidir.
Bir ilişkiyi ipucu sayın, bir nedeni dayatma izni değil.
Korelasyon hikâyeyi açık bırakır. İki şey birlikte değiştiğinde, biri diğerini etkiliyor olabilir, ikisi de başka bir şeyin sonucu olabilir ya da örüntü tesadüfi olabilir. Yazarlar, okul öncesi çocukların ikinci bir marshmallow için bekleyebilme becerisini sonraki akademik başarıyla ilişkilendiren bir çalışmayı anlatıyor. Daha sonraki, daha büyük bir çalışma çok daha küçük bir ilişki buldu ve ortak neden olarak ailenin sosyoekonomik durumuna dikkat çekti: bu durum hem çocuğun güvenlik duygusunu hem de eğitim fırsatlarını etkileyebilir.
Nedenleri neyin ayıracağını sorun. Sürahi sipariş eden öğrenciler, kabın kendisi yüzünden ya da zaten daha çok içmeyi planladıkları için daha fazla içiyor olabilir. Rastgeleleştirilmiş bir deney, bu açıklamaları ayırt etmeye yardımcı olabilir; çünkü insanların kendi seçtiği koşulları gözlemlemek yerine koşulları onlara atar. Deneylerin pratik olmadığı durumlarda bile, tıbbi veya politik öneriler yapılmadan önce rakip açıklamalar ve arka plan etkenleri göz önünde bulundurulmalıdır.
Nedensel akıl yürütme kısmen zordur, çünkü makul bir hikâye daha sınanmadan bir açıklama gibi hissettirir. Nedensel bir diyagram, varsayımları görünür kılarak bu sıçramayı yavaşlatmaya yardımcı olur: Neyin neyi etkilediği ve hangi ortak etkenin her iki gözlemi de üretebileceği sorulur. Bu, aynı kişinin ya da grubun farklı bir koşul altında ne yaşayacağını soran karşı olgusal düşünceyle yakından ilişkilidir. Rastgeleleştirme bu karşılaştırmaya yaklaşabilir, ama her zaman etik ya da uygulanabilir değildir. Gözlemsel kanıt yine de önemli olabilir; gücü, alternatif nedenlerin ne kadar ciddiyetle araştırıldığına bağlıdır.
Bir yüzdeye, başlangıç düzeyini ve paydasını öğrenmeden güvenmeyin.
Sayıların bir karşılaştırmaya ihtiyacı vardır. Ham bir toplam, neye bölündüğüne bağlı olarak ürkütücü ya da yatıştırıcı gelebilir. Yazarlar, suçla itham edilen ya da suçtan hüküm giyen 2.139 DACA yararlanıcısına ilişkin bir raporu, daha geniş uygun nüfusla karşılaştırıyor: oran yaklaşık yüzde 0,3'tü ve ilgili ABD vatandaşı oranlarıyla yapılan karşılaştırma izlenimi bir kez daha değiştirdi. Yüzde meseleyi çözmedi, ama eksik bağlamı görünür kıldı.
Mutlak risk de önemlidir. Bir çalışma, günde bir alkollü içkinin belirli sağlık sorunlarının yıllık riskini yüzde 0,5 artırdığını bildirdi. Başlangıç riski zaten yüzde 1'in altında olduğundan, artış 100.000 kişide yaklaşık dört ek vakaya karşılık geliyordu. Göreli bir değişim çarpıcı görünürken mutlak değişim küçük olabilir. Sayısal bir iddiayı yorumlamadan önce grubu, zaman dilimini, başlangıç değerini ve paydayı kontrol edin.
Bu ders, aritmetik kadar ölçüm üzerine bir derstir. Yüzde, bir sayının tarafsız bir çevirisi değildir; paydası karşılaştırmayı tanımlar ve payda seçimi hikâyeyi şekillendirir. Bu yüzden risk iletişimi, özellikle okurların ne yapacaklarına karar vermesi gerektiğinde, hem göreli hem de mutlak değişimleri göstermekten yarar sağlar. Ancak bir sınır vardır: küçük bir bireysel risk, milyonlarca insan maruz kaldığında ya da sonuçlar ağır olduğunda yine de önemli olabilir. Bağlam ölçeği netleştirmeli, zararı küçümsememelidir. Amaç, büyüklüğü okunur kılmak ve çerçevelemenin okurun yerine akıl yürütmesine izin vermemektir.
İnsanların, ödüllerini belirleyen her puanı oyuna getireceğini bekleyin.
Hedefler davranışı değiştirir. Goodhart yasası, bir ölçü hedefe dönüştüğünde ne olduğunu anlatır: insanlar ölçüye uyum sağlar, böylece ölçü izlemesi gereken niteliği yansıtmayı bırakır. Sömürge dönemi Hanoi'sinde yetkililer, halka fare kuyrukları karşılığında ödeme yaptı. İnsanlar kuyrukları kesip fareleri salıvermeye, bazıları da ödülü toplamak için fare yetiştirmeye başladı. Sayı arttı, ama fare sorunu yerinde durdu.
Kurumlar da aynısını yapar. Üniversite sıralamaları küçük sınıfları ödüllendirmeye başlayınca, üniversiteler raporlanan ölçütü iyileştirmenin yollarını buldu; bunlar arasında sıralamanın boyut eşiğinin hemen altında kalan sınıflar oluşturmak da vardı. Puan, ortalama öğrencinin sınıf deneyimi iyileşmeden yükselebiliyordu. Bir ölçü yine de yararlı olabilir, ama tasarımcıları para, statü ya da erişim ona bağlı olduğunda insanların nasıl tepki vereceğini sormalıdır. Oyuna getirmeye, istenmeyen teşviklere ve ölçütün dışarıda bıraktığı sonuçlara bakın.
Ölçütler yalnızca birer ayna değildir; sonuçlara bağlandıklarında ölçülen sistemin parçası haline gelirler. Bu, yönetimde ve kamu politikasında tanıdık bir tasarım sorunu yaratır: insanlar teşviklere yanıt verir, çoğu zaman bireysel olarak akılcı ama toplu olarak zararlı biçimlerde. Bir güvence, birden fazla gösterge kullanmak, beklenmedik davranışları denetlemek ve asıl hedefi görünür tutmaktır. Daha fazla ölçüm kendiliğinden daha iyi değildir, çünkü eklenen her hedef yeni bir oyuna getirme biçimini davet edebilir. En zor soru, bir ölçünün kusurlu olup olmadığı değil, kurumun yarattığı çarpıklıkları fark edip düzeltip düzeltemeyeceğidir.
Bir örneklemin gösterdiğine güvenmeden önce kimin eksik olduğunu sorun.
Gözlemlenen grup seçilmiş olabilir. Seçilim yanlılığı, bir analize dahil edilen kişilerin, sonucun ilgili olduğu nüfustan sistematik olarak farklı olması durumunda ortaya çıkar. Bir kayak merkezinde kayakçılara en çok nerede kayak yapmaktan hoşlandıklarını sormak, doğal olarak o merkezi öne çıkarır: orayı sevmeyenler başka yere gitmiş olabilir. Sigorta şirketleri, şirket değiştiren müşterileri arasında yüksek ortalama tasarruflar olduğunu doğru biçimde duyurabilir, çünkü şirket değiştirmeye en yatkın kişiler, alışılmadık derecede elverişli fiyatlar teklif edilenlerdir.
Gözlemci de önemlidir. Kalabalık sınıflar küçük sınıflardan daha fazla öğrenci barındırır; bu yüzden öğrenciler, sınıf listelerinin ortalamasının gösterdiğinden daha büyük bir ortalama sınıf deneyimler. Bir örnekte ortalama sınıf 50 öğrenciliydi, ama ortalama öğrenci yaklaşık 140 kişilik bir sınıfta bulunuyordu. Bir bulguyu kabul etmeden önce katılımcıların örnekleme nasıl girdiğini, kimlerin ayrıldığını ve seçilim sürecinin ölçülen sonuçla ilişkili olup olmadığını sorun.
Seçilim etkileri özellikle sinsidir, çünkü veriler doğru biçimde toplanıp analiz edilse bile yanlış soruya yanıt verebilir. Eksik vakalar çoğu zaman görünmezdir; bu da bu hatayı bariz bir aritmetik hatasından daha zor fark edilir kılar. Bu nedenle örnekleme, yalnızca örneklem büyüklüğünün değil, nedensel yapının da konusudur: çok büyük bir grup sistematik olarak temsil gücünden yoksun kalabilir. Yararlı alışkanlık, verinin içine giden yolu hayal etmektir. Orada yer almak için kim harekete geçmek, nitelik kazanmak, yanıt vermek, hayatta kalmak ya da fark edilmek zorundaydı? Bu soru çoğu zaman yanlılığı, ileri istatistiksel analiz gerekmeden ortaya çıkarır.
Resme inanmadan önce eksenleri okuyun.
Tasarım tercihleri anlam taşır. Bir grafik doğru verileri kullanıp yine de yanlış bir izlenimi besleyebilir. Reuters'ın Florida cinayetlerine dair bir grafiği dikey eksenini ters çevirmiş, sıfırı en üste yerleştirmişti. Tasarımcı, amacın ölümleri olumsuz terimlerle göstermek olduğunu, aldatmak olmadığını söyledi; ama sonuç, artan cinayetleri azalıyormuş gibi gösterebilirdi. Başka grafiklerde, kırpılmış bir eksen küçük farkları abartır ya da değişen bir zaman ölçeği bir eğilimi gizler.
Görsel alanın nasıl işlediğini kontrol edin. Yazarların orantılı mürekkep ilkesi, gölgelendirilmiş bir alan bir sayıyı temsil ediyorsa, alanın o sayıyla orantılı değişmesi gerektiğini söyler. Üç boyutlu sütunlar, süslü grafik şekilleri ve uyumsuz ölçekler bu kuralı çiğneyebilir. Her eksenin neyi ölçtüğünü, aralıkların eşit olup olmadığını ve bir öğenin görsel boyutunun değerini adil biçimde temsil edip etmediğini sorun.
Grafikler ikna edicidir, çünkü algı hızlı çalışır: izleyiciler etiketleri incelemeden önce eğimi, boyutu ve karşıtlığı fark eder. Bu, görselleştirmeyi yalnızca bir ambalaj değil, bir tür argüman haline getirir. İyi tasarlanmış bir grafik, bir tablonun gizlediği örüntüleri ortaya çıkarabilir; kötü tasarlanmış biri ise aynı bilişsel kestirmeleri istismar edebilir. En iyi savunma çoğu zaman, tasarımcının niyetlerini tartışmak yerine şekli daha net bir ölçekle ya da daha yalın bir biçimde yeniden çizmektir. Aynı zamanda, alışılmadık her grafik aldatıcı değildir. Sınav, görsel kodlamanın verilerin desteklemesi gereken karşılaştırmayı koruyup korumadığıdır.
Bir algoritmanın doğruluğuna hayran olmadan önce eğitim verilerini denetleyin.
Modeller kendilerine verilen örnekleri öğrenir. Makine öğrenmesi sistemleri, eğitim verilerinden ve etiketlerden örüntüler çıkarır, sonra bu örüntüleri yeni vakalara uygular. Bir çalışma, yüz görüntülerinin suçluluğu yüksek doğrulukla ele verebileceğini iddia etti. Ancak sözde suçsuzlar profesyonel portrelerde görünürken, hüküm giymiş suçlular resmi kimlik fotoğraflarında görünüyordu. Algoritma, suç eğilimlerini değil gülümsemeleri tespit etmeyi öğrenmiş olabilirdi.
Eğitim ortamının ötesinde de test edin. Bir kurt sınıflandırıcısı, görüntülerdeki karı kurtlarla ilişkilendirmeyi öğrendi; bir tıbbi görüntüleme modeli ise bir röntgendeki "portable" (taşınabilir) sözcüğünü zatürre için ipucu olarak kullandı. Bu örüntüler özgün verilerde işe yarayabilir ama başka yerlerde başarısız olur. Örnekleri kimin sağladığını ve etiketlediğini, sistemin kullanılacağı insanları ve ortamları temsil edip etmediklerini ve görünür doğruluğunun gerçekten yeni vakalarda da geçerli olup olmadığını sorun.
Algoritmik doğruluk, geçerli bilgiyle aynı şey değildir. Bir sistem, eğitim ortamının dışında alakasız, adil olmayan ya da kararsız bir vekil ölçütten yararlanarak bir etiketi güvenilir biçimde tahmin edebilir. Bu, teknik karmaşıklığın ardına gizlenmiş bir ölçüm başarısızlığıdır: model, kullanıcılarının varsayabileceği daha geniş insani amacı değil, kendisine verilen görevi optimize eder. Bu nedenle farklı ortamlarda ve gruplarda bağımsız test şarttır; algoritmik araçlarla alınan kararların sorumluluğu da öyle. Karmaşık bir modelin akıl yürütmesini tasarımcıları bile kolayca açıklayamıyorsa, şeffaflık tek başına sorunu çözmeyebilir.
Her bilimsel makaleyi nihai hüküm değil, tek bir argüman olarak görün.
Bilim güçlüdür ama yanılmaz değildir. Bilimsel iddialar sorgulanabilir ve düzeltilebilir, ama araştırmayı çevreleyen teşvikler de hatalar üretir. Bir p-değeri, belirli bir sıfır hipotezi altında gözlemlenen verilerin ne kadar şaşırtıcı olacağını tarif eder. Tercih edilen açıklamanın doğru olma olasılığını vermez. Bu iki soruyu karıştırmak, zayıf kanıtı kesin gibi gösterebilir.
Yayın süzgeçleri kaydı çarpıtır. Araştırmacılar ve dergiler çoğu zaman olumlu, istatistiksel olarak anlamlı bulguları tercih eder. Antidepresan denemelerine ilişkin bir incelemede, kayıtlı 74 çalışmanın 51'i yayımlanmıştı ve yayımlanan raporların neredeyse tamamı olumlu görünüyordu; olumsuz ya da belirsiz sonuçların çoğu ise gizli kalmış ya da daha elverişli biçimde sunulmuştu. Replikasyon girişimleri de birkaç alanda etkili bulguların önemli bir kısmını yeniden üretmekte başarısız oldu. Bu sorunlar bilimi işe yaramaz kılmaz. Yakınsayan kanıtı, replikasyonu ve düzeltmeleri, tek bir heyecan verici sonuçtan daha güvenilir kılar.
Bilime en verimli bakış, ne saygıyla ne de alaycılıkla yapılır. Bilimsel bilgi, sıradan güdülere sahip insanların ürettiği ve hatayı ortaya çıkarabilecek ortak yöntemlerle denetlenen kurumsal bir başarıdır. Bu ayrım önemlidir: kusurlu bir çalışma tüm girişimin başarısız olduğunun kanıtı değildir, ama kurumsal öz-düzeltme de otomatik değildir. Yayın teşvikleri, seçici raporlama ve basın haberciliği, kamuoyunu araştırmacıların neyi bildiğine dair çarpık bir tabloyla baş başa bırakabilir. Bir sonucu daha geniş kanıt bütünüyle ilişkilendirerek okumak, uzmanlığa güvenmeyi reddetmek değil, kalibre edilmiş bir güven biçimidir.
İddiayı açıkça, dikkatle ve sahibini küçük düşürmeden çürütün.
Düzeltmeyi yararlı kılın. Yazarlar bir iddiayı sınamanın birkaç yolunu gösteriyor: mantığını saçma bir sonuç üretene dek uzatmak, tek bir karşı örnek bulmak, tanıdık bir durumla karşılaştırmak, yanıltıcı bir grafiği yeniden çizmek ya da örüntünün önerilen açıklama olmadan da ortaya çıkabileceğini gösteren basit bir sıfır modeli kurmak. Sprinterlerin sonunda 100 metreyi negatif sürede koşacağını öngören bir model, özensiz ekstrapolasyona karşı akılda kalan bir uyarıdır.
İtibarı ve ilişkileri koruyun. Olguları kontrol edin, kişiyi değil argümanı eleştirin ve hataları hemen kabul edin. Kişisel bir konuşmada, özel bir düzeltme ve ortak bir kaygı noktası, herkesin önünde yapılan bir çürütmeden daha iyi işleyebilir. Bir efsaneyi gerektiğinden fazla tekrarlamaktan kaçının ve izleyicide yanıtsız bir soru kalmasın diye makul bir alternatif açıklama sunun. Savaşlarınızı, karşınızdakinin tartışmaya istekli olduğu yerlerde seçin.
Etkili düzeltme, kanıtsal olduğu kadar bir iletişim sorunudur. Teknik olarak kusursuz bir çürütme, birinin kimliğini tehdit ediyorsa ya da izleyiciyi herkesin önündeki bir yenilginin seyircisi haline getiriyorsa başarısız olabilir. Açıklığa, ilgiye ve cömert yoruma yapılan vurgu, hakikat arayışını statü rekabetinden ayırmaya yardımcı olur. Gerçek bir gerilim de vardır: özel düzeltme saygınlığı korurken, kamusal yanlış bilgi başkalarını korumak için kamusal bir yanıt gerektirebilir. Yararlı bir karar kuralı, kanıt standardını sabit tutarken yanıtı zarara ve izleyiciye göre ayarlamaktır. Amaç zekâ sergilemek değil, insanların makul olarak inanabileceklerini iyileştirmektir.
Analiz
Kitabın temel hamlesi, safsatayı yalnızca yanlış ifadelerin bir kataloğu olarak değil, bir bağlılık başarısızlığı olarak ele almaktır. Bu, hedefini genişletir: tam anlamıyla doğru olan bir söz yine de yanıltmak için kullanılabilir ve titiz görünen istatistikler, bir sonucun gerçekten çıkıp çıkmadığına kayıtsızlığı gizleyebilir. Bölümler ardından pratik bir kuşku merdiveni kuruyor. Önce teşvikleri ve retoriği inceleyin. Sonra nedensel iddiaları, sayısal bağlamı, örneklem oluşturmayı, görsel kodlamayı ve algoritmaların ardındaki verileri inceleyin. Son olarak, aynı titizliği bilime de uygulayın; yanılabilirliği başarısızlıkla karıştırmadan.
En güçlü öğretici araç, bir iddianın cilalı yüzeyi ile altındaki sıradan mekanizma arasındaki uçurumdur. Suçluluk algoritması gülümsemeleri tespit eder, çünkü görüntü kümeleri farklıdır; marshmallow sonucu kısmen aile koşullarını yansıtır; üniversite sınıf mevcudu istatistiği, sınıfların mı yoksa öğrencilerin mi sayıldığına göre değişir. Bu örnekler, teknik karmaşıklığın çoğu zaman asıl engel olmadığını gösterir. Verinin nasıl üretildiğine dair makul bir soru, onu işleyen makinenin uzmanlığından daha aydınlatıcı olabilir.
Kitap kuşkuculuğu aynı zamanda bir yurttaşlık pratiği olarak ele alıyor. Dijital sistemler paylaşımı ucuz, düzeltmeyi pahalı ve dikkati ticari olarak değerli kılıyor. Hataları yalnızca özel olarak fark eden bir okur, dolaşımlarını yavaşlatmak için pek bir şey yapmış olmaz. Yine de kamusal düzeltme, çürütücüyü doğruluk yerine aşağılama için ödüllendirerek kendisi bir gösteriye dönüşebilir. Bu yüzden yazarların kapanış etiği süs değil, zorunluluktur: önce doğrulayın, argümana yönelin ve dürüst bir revizyona yer bırakın.
Bir gerilim dikkat gerektiriyor. "Safsata olduğunu söyleyin" (call bullshit) ifadesi, özellikle iddia yabancı ya da teknik olarak zor olduğunda, aşırı özgüveni davet edebilir. Yazarlar buna cömert yorum çağrısı yaparak ve bilimin kusurlu kurumlar aracılığıyla işlediğini kabul ederek karşılık veriyor. En güçlü modelleri, ne otomatik güven ne de refleks halinde kuşkudur. Disiplinli geçici yargıdır: hangi kanıtın sonucu değiştireceğini belirleyin, makul açıklamaları karşılaştırın ve güveninizi kanıtın kalitesine göre ayarlayın. Bu yaklaşım, kuşkuculuğu bir üstünlük rozeti değil, ortak anlayışı geliştirmenin bir yöntemi haline getirir.
İnceleme Özeti
Calling Bullshit, eleştirel düşünmeye ve yanlış bilgiyi fark etmeye yönelik erişilebilir yaklaşımı sayesinde çoğunlukla olumlu eleştiriler almaktadır. Okurlar kitabın güncel içeriğini, pratik örneklerini ve mizahını takdir etmektedir. Birçoğu, bugünün bilgiyle dolup taşan dünyasında yol almak için onu yararlı bulmaktadır. Bazıları kitabın yoğunluğunu ya da tekrarlarını eleştirirken, bazıları kapsamlılığını övmektedir. Kitap, hem öğrenciler hem de yetişkinler için temel bir okuma olarak sıklıkla önerilmektedir. Eleştirmenler, veri manipülasyonu, bilimsel yayıncılık ve sosyal medya konusundaki içgörülerini öne çıkarmaktadır. Genel olarak, veriye dayalı bir toplumda şüpheciliği geliştirmek için değerli bir rehber olarak görülmektedir.
Diğer Okunanlar
Sözlük
Bullshit (Safsata)
Hakikate kayıtsız iknaİçeriğinin doğru, mantıksal olarak tutarlı ya da gerçekten bilgilendirici olup olmadığını umursamadan etkilemek veya ikna etmek amacıyla yapılan iletişim. Yanlış ifadeler kullanabilir; ancak aynı zamanda teknik olarak doğru iddialara, jargona, ayrıntıya ya da sayısal sunuma da dayanarak yanıltıcı bir izlenim yaratabilir veya incelemeyi caydırabilir.
Paltering (Gerçeklerle Aldatma)
Düz doğrularla yanıltmaBir kişiyi yanlış ya da dayanaksız bir sonuca yöneltmek için tam anlamıyla doğru olan ifadelerin kasıtlı olarak kullanılması. Gerçekle aldatma, bir cümlenin kesin olarak söylediği şey ile dinleyicilerin ondan makul biçimde çıkardığı sonuç arasındaki boşluktan yararlanır; böylece konuşmacı yalan söylemediğini iddia ederken yine de yanıltabilir.
Brandolini's principle (Brandolini ilkesi)
Çürütmek çok daha fazla emek isterYanlış veya yanıltıcı bir iddia üretmenin, onu özenle çürütmekten genellikle çok daha az çaba gerektirdiği gözlemi. Bu dengesizlik özellikle internette belirgindir: Bir söylenti saniyeler içinde geniş çapta kopyalanabilirken, kaynakları kontrol etmek, bağlamı yeniden kurmak ve aynı kitleye bir düzeltme ulaştırmak çok daha fazla emek gerektirir.
Selection bias (Seçilim yanlılığı)
Temsil gücü olmayan örnekler bulguları çarpıtırBir çalışmaya dahil edilen kişi veya vakaların, çalışmanın tanımlamayı amaçladığı daha geniş gruptan sistematik olarak farklı olması durumunda ortaya çıkan çarpıtma. Seçim süreci ölçülen sonuçla bağlantılı olabilir; bu da örneklem üyeleri doğru bildirimde bulunsa ve hesaplamalar doğru olsa bile örneklemi yanıltıcı hale getirir.
Berkson's paradox (Berkson paradoksu)
Seçim sahte ilişkiler yaratırVakaları iki özelliğe göre seçmenin, geniş popülasyonda birbiriyle ilgisiz olsalar bile bu özellikler arasında bir ilişki yaratabildiği istatistiksel bir örüntü. Örneğin hem çekicilik hem de iyi niyet açısından belli bir eşiği geçen potansiyel partnerleri seçmek, bu özelliklerin seçilmiş flört havuzu içinde birbiriyle negatif ilişkili görünmesine yol açabilir.
Goodhart's law (Goodhart yasası)
Hedefler yararlı ölçütleri bozarİnsanlar bir ölçütü iyileştirdikleri için ödüllendirildiğinde, o ölçütün amaçlanan hedefi temsil etmeyi bırakabileceği ilkesi. İnsanlar teşviklere uyum sağladığı için, bir sıralama ya da puan, altta yatan sonucu iyileştirmeden yalnızca kuralları karşılayan davranışlarla yükseltilebilir; tıpkı okulların sınıf mevcudu ölçütünden daha iyi puan almak için sınıfları yeniden şekillendirmesi gibi.
Mathiness (Matematiksilik)
Titizlikten yoksun matematik görünümüÖlçülebilir nicelikleri tanımlamadan veya gösterilen ilişkileri gerekçelendirmeden, bir argümana hassasiyet görüntüsü kazandırmak için denklemlerin veya matematiksel notasyonun kullanılması. Güven, özgünlük ya da mutluluk gibi muğlak fikirleri birleştiren bir formül, bu kavramların ortak bir birimi ya da savunulabilir bir matematiksel biçimi olmasa bile kesin bir aritmetik izlenimi verebilir.
Fermi estimation (Fermi tahmini)
Hızlı büyüklük mertebesi tahminiSayısal bir iddianın makul olup olmadığını, onu gündelik bilgiyle tahmin edilebilecek daha basit niceliklere ayırarak kontrol etme yöntemi. Tahminler kaba olabilir. Amaç çoğunlukla kesin bir nihai sonuç üretmek değil, bir iddianın on kat veya daha fazla yanlış olup olmadığını belirlemektir.
Overfitting (Aşırı uyum)
Örüntü yerine gürültüyü öğrenmekBir modelin eğitim örneklerine, tesadüfi tuhaflıkları da dahil olmak üzere fazlasıyla yakın uyum sağlayıp yeni verilerde daha kötü performans gösterdiği bir makine öğrenmesi hatası. El yazısı karakterleri ezberleyen bir model, gördüğü örneklerde kusursuz görünebilir; ancak genellenebilir bir örüntü öğrenmediği için tanımadığı el yazılarında başarısız olur.
P-hacking (P-değeri avcılığı)
İstatistiksel anlamlılık için analiz taramasıİstatistiksel olarak anlamlı bir sonuç elde etmek için veri toplama, sonuç seçimi veya istatistiksel analizde açıklanmamış esnekliklerin kullanılması. Birden fazla yaklaşımı denemek ve yalnızca anlamlılık eşiğini geçeni raporlamak, özellikle okuyucular kaç alternatifin test edildiğini bilmediğinde, tesadüfi örüntülerin güçlü kanıt gibi görünmesine yol açabilir.
File drawer effect (Çekmece etkisi)
Yayımlanmayan olumsuz bulgularOlumlu veya istatistiksel olarak anlamlı bulgulara sahip çalışmaların, boş veya olumsuz sonuçlu çalışmalardan daha sık yayımlanmasıyla ortaya çıkan yanlılık. Böylece görünür araştırma literatürü görünürdeki keşifleri fazla temsil ederken, rapor edilmeyen deneyler görünmez kalır ve zayıf ya da var olmayan etkiler olduklarından daha tutarlı görünür.
Prosecutor's fallacy (Savcı yanılgısı)
Ters olasılıkların karıştırılmasıMasumiyet varsayımı altında kanıtın olasılığını, o kanıt göz önüne alındığında masumiyetin olasılığıymış gibi ele alma hatası. Bir parmak izi aramasında, nadir görülen bir yanlış eşleşme oranı tek başına eşleşen kişinin suçlu olduğunu kanıtlamaz. Olası masum eşleşmelerin sayısı ve suçluluğun temel oranı da önemlidir.
Null model (Boş model)
Önerilen neden olmadan da görülen örüntüGözlemlenen bir örüntünün, önerilen süreç mevcut olmasa bile ortaya çıkabileceğini göstermek için kullanılan, kasıtlı olarak basit bir model. Yaşa bağlı hiçbir gerileme içermeyen bir simülasyon, daha az yaşlı koşucu yarıştığı için yaşlı koşucular arasında yine de daha yavaş rekor süreleri üretiyorsa, gözlemlenen eğilim tek başına yaşlanmayı kanıtlayamaz.
Proportional ink (Orantılı mürekkep)
Görsel alan sayısal değerle örtüşürSayıları temsil etmek için gölgeli bölgeler kullanan grafikler için bir kural: Her bölgenin alanı, gösterdiği değerle orantılı olarak değişmelidir. Bir grafik alanı, hacmi veya süslü şekilleri bazı değerleri orantısız biçimde büyütecek şekilde kullanırsa, görsel izlenim verilerdeki farkları abartabilir veya gizleyebilir.
Firehose strategy (Yangın hortumu stratejisi)
Çelişkili iddialarla bunaltmakBüyük miktarda bilgiyi hızla ve birden çok kanaldan, iddialar arasında tutarlılık aramaksızın yayan bir propaganda biçimi. Amacı, bir kitleyi belirli bir hikâyeye ikna etmekten çok, dikkati tüketmek, kafa karışıklığı yaratmak ve güvenilir doğrunun yanlıştan ayırt edilebileceğine duyulan güveni zayıflatmak olabilir.
PDF İndir
EPUB İndir
.epub dijital kitap formatı; telefonlarda, tabletlerde ve e-kitap okuyucularda okumak için idealdir.