【阅读笔记】后真相时代的竞争性真相

本文探讨了后真相时代如何处理多种‘真相’的现象,区分了倡导者、误传者和误导者,并强调了理解复杂问题时数据和统计的潜在误导性。提倡成为公正的倡导者,审慎对待信息,思考我们如何影响自己的认知,并在面对多元真相时保持道德考量。

这本书终得以让我已久的困惑成为了能够凝聚成型的思想——如今的我们可以对任意一件事都可以掌握数不清的“真相”,我们究竟该持有怎样的立场呢?

关于道德

杀人是被禁止的。所以,所有杀人犯都会受到惩罚,除非他们杀掉一堆人,最后吹响了胜利的号角。——伏尔泰

每个人持有的真相带有个人的立场,尊重他人的立场并持有自己的立场。

认清现状-竞争性真相

你所了解的对一个事物的认知,无论来自任何渠道,他们极大概率都是真的。
(想象一下两组不同的数据让你对同一件事物产生了完全不同的看法。当某人只得知一组数据时,他时候会产生有失偏颇的认知?)

英国广播公司播音员埃文·戴维斯(Evan Davis)采访过许多误导者,他指出:“事实上,说谎常常是没有必要的。你可以在不使用任何谎言的情况下完成许多有效的欺骗。”

他们都是事件的一角,他们可能是最重要的因素,也可能是想要使你转移视线的一角。

更多的信息不会使演讲变得更加真实,只会冲淡中心思想。

他人可以使用简短,并不完全,并和另一方面完全相反的真相,用不同的引导方式人让一群人产生不同的意见。但你不能说他在撒谎,他说的都是真相。

相机永远不会说谎……不过,你可以为同一场景拍下一千张不同的照片。

永远记得


我们应该对试图维护唯一“真实”真相、
否定其他所有真相的人保持警惕。
如果只有一个真相,其他观点都是异端,
谁还需要对话、判断和辩论呢?


三类沟通者

  • 倡导者(advocate):用竞争性真相营造比较准确的现实印象,以实现建设性目标。
  • 误传者(misinformer):无意中传播歪曲现实的竞争性真相。
  • 误导者(misleader):故意用竞争性真相营造他们知道不正确的现实印象

面对大是大非

永远明确:

主题越复杂,忽略不利真相的机会就越大。

利用你所获悉的真相,形成你自己的认知:

有时,沟通者的误导可能是有道理的。军队指挥官需要掩饰军事行动可能带来的危险,以保持士气。公共卫生官员可能需要淡化传染病的风险,以避免恐慌蔓延。托尼·布莱尔(Tony Blair)承认:“为了实现更大的战略目标,政客常常需要隐藏、曲解甚至歪曲真相。”如果得克萨斯州卫生服务部能够挽救未出生的生命,你也可能觉得他们的误导是正确的。我不是想告诉你谁对谁错,只是想指出,你需要考虑这种沟通的道德维度。你可以自己判断误导性真相是否合理。

抛弃这样的想法

当我们像温斯顿·史密斯一样宣布真相只有一个,其他一切偏离这个真相的都是错误、谎言和虚妄时,生活似乎是很简单的。当你想到我们可以通过选择不同的真相来影响现实时,你会感到极度不安。竞争性真相的概念本身就会给人一种狡猾、不真诚、诡诈的感觉。

一切都很复杂

当你下次听到有人以“女人喜欢……”“银行家是……”“同性恋群体觉得……”开头时,你只需要考虑这些话语谈论的群体具有怎样的多样性、复杂性和矛盾性。也许这些话语的确反映了某种真相,但是我们一定可以在同样的群体中得出其他许多竞争性真相

我们面对的大多数问题和实体过于复杂,无法得到完整描述;我们不得不表述片面真相,因为生活过于复杂,我们无法做出全面的表述。 因此,倡导者和误导者可以通过选择支持个人意图的真相来影响现实。我们应该对政客、评论家和社会活动家保持警惕,因为他们一定会呈现出最适合自己的局部,而不是向我们展示整个画面。

数据不会说谎,但会误导

常言道:“世界上有三种谎言,谎言、该死的谎言、统计学。”在卫生、政治、投资、教育和其他许多领域,我们依靠统计量做出合适的选择。统计量不是谎言。不过,作为真相,它们比单纯的数字更容易受到操纵。

谨慎对待不单纯的统计学数据。数据本身正确无比,但如果不小心统计手段和呈现方式,你将坠入深渊。

成为倡导者

某件事情通常有不止一种真实的表述方式。我们可以建设性地使用竞争性真相,鼓励人们开展行动。同时,我们也应该留意那些用竞争性真相误导我们的沟通者。竞争性真相的使用常常会引发道德问题。所以,为避免每章都要谈论这个问题,让我们首先确定一个简单的经验规则:**如果受众和你对于你的主题具有相同的了解,他们是否认为你做出了公正的描述?**如果你的回答是肯定的,那么你很可能做对了。

我们影响着我们的认知

物体并不仅仅是物体——它拥有背景,这影响了我们对它的看法。

我们从过去寻找我们的部落和民族的起源传说,将它们建立在光荣或痛苦的基础上。我们很少将其建立在冰冷的事实基础上。

当事物的背景与你的认同倾向相近,你对其的发言就是完美的竞争性真相的例子。

万一,我们是错误的

道德真理将群体维系在一起——实际上,进化生物学家倾向于认为,道德是进化而成的鼓励群体内部合作的心理机制。如果一个群体的不同成员开始采纳不同道德真理,那么道德的合作功能就会蒸发,群体就会受到破坏。因此,遵守群体道德真理的“同侪压力”(peer pressure)在每个文化中都很强烈。

更多你需要了解的

当你只是他人的受众之一:

爱、恨、恐惧和愤怒是比理性论证更加强大的布道者。

通过隔离受众,控制他们听到的竞争性真相,质疑和挑战他们之前的信仰,不断重复核心信息,操纵他们的情绪,最糟糕的意识形态和宗教误导者对他人的行为获得了极大的控制力。

意识形态是关于实现共同愿望的最佳途径的信仰,这些愿望包括和平、繁荣、安全、食物、住所以及我们自己和同胞的尊严。

尾声

截止,我们对已经存在的真相进行了讨论,但对于未来——对未来的预测亦或是我们看做真相的预测的讨论,还请阅读原书。

持有,声明部分真相并不是罪恶的,巨量的事实之后会将重点淹没,我们只需要成为倡导者,而非误导者;时常思考这一件事:如果受众和你对于你的主题具有相同的了解,他们是否认为你做出了公正的描述?

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值