不過信專家
我們在知識經濟體系裏頭受教茁壯,相信專家是再自然不過的事,畢竟從高中就開始分文理組、大學開始專業分工、更別提職場重專業而輕通才。但我認為,知道什麼時候不過度信任所謂專家也很重要。 例如,去年疫情初期,美國CDC的專家在預防措施上的表現就讓我非常失望。他們不鼓勵戴口罩,且一再說沒有確切不疑的證據顯示戴口罩有助於防止Covid-19傳播。而我(以及大多數華人)則根據「華人經驗」主動戴口罩,因為我們不想等CDC收集足夠死傷數字然後再告訴我們戴口罩有用-畢竟戴口罩在呼吸途徑上加了阻隔、且是一種非侵入性質的防護、顯然無害但極可能有利。事實上根據 飛沫(droplets)與氣霧( aerosol)傳播的工程研究 ,戴口罩的真正效果是避免自己的飛沫傳播以保護別人,然後若每個人都這麼做就會有效切斷病毒傳播鏈而回過頭來保護了自己 - 乃是「藉由利他利群以利己」的機制,有點違反動物性的自保反應。然而CDC的專家頭腦好像轉不過來。 上面的切近實例,對於什麼時候別太信任專家,提供了線索: (一)資料不全的時候。 某些專家的判斷能力與資料的完整性成正比;他們的判斷力主要根據相關分析(correlation), 本質上和圖形辨識能力(pattern recognition)差不多,其科學思維卻偏於薄弱。(這類專家正被 AI 取代)。 (二)出現新現象新變數的時候。 專家過去的成功經驗不見得適用,甚至成為阻礙進步的偏見。飛機出現之前並無航空專家,電腦發展初期也被重量級人物嗤之以鼻。如果對於交通工具的發展只相信馬車汽車專家,就不會有飛機;如果對於疾病的原因只相信放血專家,就不會有現代醫學。今天的專家雖擅長綜合過去成功經驗,不過本質上也與圖形辨識相去不遠,不一定有科學思維做基礎。(這類專家也會被 AI 取代)。 (三)必須評估風險,在資源有限、時間壓力迫人的情況下做決策的時候。 許多專家雖是領域高手(domain expert), 但常嚴重缺乏系統思維與評估風險控制風險的能力。原因同上兩點。 那麼,我們該相信誰呢?我認為 our best bet 是相信開放社會裡的科學社群、公民社群,自由的不受政治干擾的討論。面對資料不足、巨大未知、卻非得決策不可的時候,科學社群可以避免一二專家的盲點,並根據科...