月石一 发自 凹非寺

量子位 报道 | 公众号 QbitAI
一则消息在Twitter上引起了热议。
MIT华人博士遭学术霸凌，而且施暴者还是诺奖得主、斯坦福教授。
只因一篇「新冠数据使用和传播」的论文。
怎么回事？
原来，在论文中，这位博士生指出了新冠怀疑论者的“神操作”：利用正统数据，在网络上推广非正统科学。
于是，有人把它和此前发表“新冠过度反应论”的学术权威联系了起来。
网暴的根源，得从斯坦福大学教授John Ioannidis说起。

斯坦福教授“新冠过度反应论”

早在新冠疫情爆发之初，不少非主流言论就涌现出来：政府的反应过度、戴口罩无法阻止传播、危机已经结束……
甚至还有“口罩无用论”者发表论文，比如，已经被撤稿的：

这些质疑声中，不乏学术大牛——斯坦福大学教授John Ioannidis。

作为传染病和公共健康领域的专家，谷歌学术显示其h指数为214，除此之外，他还是一位统计学家。
但在去年，他发表了一些
颇具争议
的言论。

比如，通过媒体表示：新冠死亡率可能远低于预期，因此当前的一些防护政策完全不合理。
并且在某些研究和录像中指出：“如果卫生系统确实不堪重负，那么大多数额外死亡可能不是由于冠状病毒引起的”、“新冠病毒的风险很可能被夸大了”……

这些言论一度被指责是
草率科学
。

怀疑论者的“反可视化”

再看看这篇引发网暴的论文：《病毒可视化：冠状病毒怀疑论者如何使用正统数据实践来在线推广非正统科学》。
论文一作是博士生Crystal Lee（李佳佳），共同作者包括，两名本科生：Tanya Yang（杨悦）、Gabrielle Inchoco，以及人类学副教授Graham M. Jones、CSAIL教授Arvind Satyanarayan。
自新冠疫情爆发以来，人们通常利用各种清晰、美观的图表，来传递感染率、死亡人数、疫苗接种情况等数据。

一般来说，图表展现的实际数据，可以向人们传递正确的观点，比如：戴口罩可以减少传播风险。
△
图源：约翰·霍普金斯大学

然而，一些美国的新冠怀疑论、过度反应论者，也在社交媒体上发布了各种图表。
他们的数据来源是什么？又是如何传播的？
于是，MIT研究团队梳理了Twitter上50万个帖子，并进行UMAP可视化、分析用户之间的关系，建立了一个社交网络图。
结果出乎意料，怀疑论者使用的可视化效果，甚至比其他人更多。
在6组不同类型的媒体和用户中，“anti-mask（反口罩）”小组的可视化图表，平均参与度较高。
通过追踪并分析一些怀疑论者的对话，团队发现，这些图表并不是胡乱编的，而是使用了一种非常复杂的“
反可视化
”。

也就是说，他们使用的数据集和最新的可视化方法，同样是来自官方，可得到的结论却截然不同。
这些怀疑论者反映出美国的反知识分子传统，他们并不是被动的接受专家观点，相反，这些人在数据的收集和使用上颇有心得，例如：
“反口罩”小组将感染数量与死亡率等结果对比，感染率的不确定性范围很广，因此认为感染数量的可视化会产生误导，并为此创建反可视化效果。
因此，研究人员指出，
不可否认，数据分析仍然很重要。但是，数据可视化不足以传达Covid-19大流行的紧迫性。
因为即使最清晰的图表，也可以通过不同的思想系统进行解释。
这样的情况，同样体现在气候变化、疫苗接种等问题上，由此也指向了一个问题，“在美国如何看待科学和专业知识的分歧”。
对此，华盛顿大学数据科学家Jevin West表示，
数据可视化具有客观性和科学精确性的特征。但正如论文所示，数据可视化，也可以有效地用于问题的对立面。
这凸显了问题的复杂性，仅‘传授媒介素养（利用信息的能力）’是不够的。需要对那些创建和解释数据图形的人，有更加细致的社会政治理解。

对号入座、炮轰作者

这篇论文并未提及“新冠怀疑论、过度反应论”支持者的姓名，但其中观点不可避免地涉及到某些学术权威。
于是有人直接“对号入座”，同为斯坦福大学教授、曾获诺贝尔奖的Michael Levitt，发推力挺John Ioannidis，炮轰论文作者。
并且直接将矛头对准了华人一作，挂出其谷歌学术页面，以论文数质疑其研究，并写道“Shame on MIT”。
但是就在不久前，
ACM CHI 会议
官方Twitter还宣布，这篇研究论文已经获得了荣誉提名。

很快，Michael Levitt就被网友们怼了回去。

MIT CSAIL（MIT计算机科学与人工智能实验室）力挺论文作者：
为我们学生的研究感到自豪。
MIT EECS
（电气工程与计算机科学系）也予以声援：

对于我们的学生、教职员工和合著者所做的工作，我们支持并感到自豪。
应该以学术标准来评价这样的工作，而不是在社交媒体上争论。
学术资历尚浅的人，也可能是才华横溢和学术卓越的。
对于对Michael Levitt的言论，华盛顿生物学教授
Carl T. Bergstrom
表示：

为什么对MIT感到羞耻，认真的吗？因为发表预印本的第一作者是个研究生？
由于我从事虚假信息方面的工作，我仔细阅读了，这篇论文相当不错。
您看了吗？您对论文的哪些方面（而不是作者）有疑问？
MIT CSAIL的助理教授
Arvind Satyanarayan
也反驳道：

这条Twitter越界了。批判一项研究的实质是一回事。
但是，以这种方式针对一位博士生，绝对是不可接受的。这才是耻辱。
在这之后，
Michael Levitt
再次发推，向论文作者
致歉
，但他
仍然
认为作者的资历不足以质疑John Ioannidis。

对于Crystal和MIT的作者，我很抱歉。但初级研究人员无法与John Ioannidis这样的巨人相比。
我长期以来一直在争取对年轻科学家的更多支持：他们应该拥有婴儿潮一代拥有的所有机会。
不过，网友对此并不买账，因为这份“道歉”中对学者身份的比较，再次削弱了初级研究人员出色的工作。

科研成果的可靠性是唯论文数吗？不谈研究内容，而是将矛头直指作者，以教授身份网暴学生……

参考链接：
[1]https://arxiv.org/abs/2101.07993
[2]https://twitter.com
[3]https://www.youtube.com/watch?v=oLvlWG9cmXc
[4]https://www.youtube.com/watch?v=cwPqmLoZA4s
[5]https://profiles.stanford.edu/john-ioannidis
[6]https://fsi.stanford.edu/news/coronavirus-deadly-they-say
[7]https://covidinfo.jhu.edu/
[8]https://www.statnews.com/2020/03/17/a-fiasco-in-the-making-as-the-coronavirus-pandemic-takes-hold-we-are-making-decisions-without-reliable-data/
[9]https://www.fastcompany.com/90509508/inside-the-making-of-a-viral-coronavirus-conspiracy-video
[10]https://scholar.google.com/citations?user=JiiMY_wAAAAJ&hl=en
— 完 —
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。
点这里👇关注我，记得标星哦～
报名 | 英伟达CV公开课之“情感识别”
情感识别是让机器理解人类情感的关键技术。本期CV公开课中，英伟达专家将实战演示如何快速搭建面部情感识别系统，带大家低门槛、高效率学习AI模型的搭建、训练与部署。欢迎扫码报名：
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见~
继续阅读
阅读原文