一則消息在Twitter上引起了熱議。

怎么回事？

原來，在論文中，這位博士生指出了新冠懷疑論者的“神操作”：利用正統(tǒng)數(shù)據(jù)，在網(wǎng)絡(luò)上推廣非正統(tǒng)科學(xué)。

于是，有人把它和此前發(fā)表“新冠過度反應(yīng)論”的學(xué)術(shù)權(quán)威聯(lián)系了起來。

網(wǎng)暴的根源，得從斯坦福大學(xué)教授John Ioannidis說起。

早在新冠疫情爆發(fā)之初，不少非主流言論就涌現(xiàn)出來：政府的反應(yīng)過度、戴口罩無法阻止傳播、危機(jī)已經(jīng)結(jié)束……

甚至還有“口罩無用論”者發(fā)表論文，比如，已經(jīng)被撤稿的：

作為傳染病和公共健康領(lǐng)域的專家，谷歌學(xué)術(shù)顯示其h指數(shù)為214，除此之外，他還是一位統(tǒng)計(jì)學(xué)家。

但在去年，他發(fā)表了一些頗具爭議的言論。

并且在某些研究和錄像中指出：“如果衛(wèi)生系統(tǒng)確實(shí)不堪重負(fù)，那么大多數(shù)額外死亡可能不是由于冠狀病毒引起的”、“新冠病毒的風(fēng)險(xiǎn)很可能被夸大了”……

這些言論一度被指責(zé)是草率科學(xué)。

再看看這篇引發(fā)網(wǎng)暴的論文：《病毒可視化：冠狀病毒懷疑論者如何使用正統(tǒng)數(shù)據(jù)實(shí)踐來在線推廣非正統(tǒng)科學(xué)》。

論文一作是博士生Crystal Lee（李佳佳），共同作者包括，兩名本科生：Tanya Yang（楊悅）、Gabrielle Inchoco，以及人類學(xué)副教授Graham M. Jones、CSAIL教授Arvind Satyanarayan。

自新冠疫情爆發(fā)以來，人們通常利用各種清晰、美觀的圖表，來傳遞感染率、死亡人數(shù)、疫苗接種情況等數(shù)據(jù)。

一般來說，圖表展現(xiàn)的實(shí)際數(shù)據(jù)，可以向人們傳遞正確的觀點(diǎn)，比如：戴口罩可以減少傳播風(fēng)險(xiǎn)。

△圖源：約翰·霍普金斯大學(xué)

然而，一些美國的新冠懷疑論、過度反應(yīng)論者，也在社交媒體上發(fā)布了各種圖表。

他們的數(shù)據(jù)來源是什么？又是如何傳播的？

于是，MIT研究團(tuán)隊(duì)梳理了Twitter上50萬個(gè)帖子，并進(jìn)行UMAP可視化、分析用戶之間的關(guān)系，建立了一個(gè)社交網(wǎng)絡(luò)圖。

結(jié)果出乎意料，懷疑論者使用的可視化效果，甚至比其他人更多。

在6組不同類型的媒體和用戶中，“anti-mask（反口罩）”小組的可視化圖表，平均參與度較高。

通過追蹤并分析一些懷疑論者的對話，團(tuán)隊(duì)發(fā)現(xiàn)，這些圖表并不是胡亂編的，而是使用了一種非常復(fù)雜的“反可視化”。

也就是說，他們使用的數(shù)據(jù)集和最新的可視化方法，同樣是來自官方，可得到的結(jié)論卻截然不同。

這些懷疑論者反映出美國的反知識分子傳統(tǒng)，他們并不是被動的接受專家觀點(diǎn)，相反，這些人在數(shù)據(jù)的收集和使用上頗有心得，例如：

“反口罩”小組將感染數(shù)量與死亡率等結(jié)果對比，感染率的不確定性范圍很廣，因此認(rèn)為感染數(shù)量的可視化會產(chǎn)生誤導(dǎo)，并為此創(chuàng)建反可視化效果。

因此，研究人員指出：不可否認(rèn)，數(shù)據(jù)分析仍然很重要。但是，數(shù)據(jù)可視化不足以傳達(dá)Covid-19大流行的緊迫性。

因?yàn)榧词棺钋逦膱D表，也可以通過不同的思想系統(tǒng)進(jìn)行解釋。

這樣的情況，同樣體現(xiàn)在氣候變化、疫苗接種等問題上，由此也指向了一個(gè)問題，“在美國如何看待科學(xué)和專業(yè)知識的分歧”。

對此，華盛頓大學(xué)數(shù)據(jù)科學(xué)家Jevin West表示：

數(shù)據(jù)可視化具有客觀性和科學(xué)精確性的特征。但正如論文所示，數(shù)據(jù)可視化，也可以有效地用于問題的對立面。

這凸顯了問題的復(fù)雜性，僅‘傳授媒介素養(yǎng)（利用信息的能力）’是不夠的。需要對那些創(chuàng)建和解釋數(shù)據(jù)圖形的人，有更加細(xì)致的社會政治理解。

這篇論文并未提及“新冠懷疑論、過度反應(yīng)論”支持者的姓名，但其中觀點(diǎn)不可避免地涉及到某些學(xué)術(shù)權(quán)威。

于是有人直接“對號入座”，同為斯坦福大學(xué)教授、曾獲諾貝爾獎的Michael Levitt，發(fā)推力挺John Ioannidis，炮轟論文作者。

并且直接將矛頭對準(zhǔn)了華人一作，掛出其谷歌學(xué)術(shù)頁面，以論文數(shù)質(zhì)疑其研究，并寫道“Shame on MIT”。

但是就在不久前，ACM CHI 會議官方Twitter還宣布，這篇研究論文已經(jīng)獲得了榮譽(yù)提名。

很快，Michael Levitt就被網(wǎng)友們懟了回去。

MIT CSAIL（MIT計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室）力挺論文作者：

為我們學(xué)生的研究感到自豪。

MIT EECS（電氣工程與計(jì)算機(jī)科學(xué)系）也予以聲援：

對于我們的學(xué)生、教職員工和合著者所做的工作，我們支持并感到自豪。

應(yīng)該以學(xué)術(shù)標(biāo)準(zhǔn)來評價(jià)這樣的工作，而不是在社交媒體上爭論。

學(xué)術(shù)資歷尚淺的人，也可能是才華橫溢和學(xué)術(shù)卓越的。

對于對Michael Levitt的言論，華盛頓生物學(xué)教授Carl T. Bergstrom表示：

由于我從事虛假信息方面的工作，我仔細(xì)閱讀了，這篇論文相當(dāng)不錯(cuò)。

您看了嗎？您對論文的哪些方面（而不是作者）有疑問？

MIT CSAIL的助理教授Arvind Satyanarayan也反駁道：

這條Twitter越界了。批判一項(xiàng)研究的實(shí)質(zhì)是一回事。

但是，以這種方式針對一位博士生，絕對是不可接受的。這才是恥辱。

對于Crystal和MIT的作者，我很抱歉。但初級研究人員無法與John Ioannidis這樣的巨人相比。

我長期以來一直在爭取對年輕科學(xué)家的更多支持：他們應(yīng)該擁有嬰兒潮一代擁有的所有機(jī)會。

不過，網(wǎng)友對此并不買賬，因?yàn)檫@份“道歉”中對學(xué)者身份的比較，再次削弱了初級研究人員出色的工作。

科研成果的可靠性是唯論文數(shù)嗎？不談研究內(nèi)容，而是將矛頭直指作者，以教授身份網(wǎng)暴學(xué)生……

總結(jié)

以上是生活随笔為你收集整理的麻省理工华人博士研究新冠遭学术霸凌！斯坦福诺奖得主呵斥的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。