我们是怎样被「证据」说服的？

Editor’s Note

🗓️ 2026.02.27 | Issue#208

这是 Dailyio 丙午马年的第一篇书评，我选择了这本《可能含有谎言》，它不是一本反对数据的书，而是一本教你如何真正读懂数据的书。作者埃德曼斯是伦敦商学院的顶尖金融学者，他用二十年的学术经验，把计量经济学里最核心的认知陷阱，翻译成了每个人都能理解的语言。

如果你在日常工作中需要评估数据、判断研究结论，或者只是想在信息噪音中保持清醒，这本书非常值得一读，而在此之前，你或许可以从这篇书评开始。

在今天的科技与商业世界里，「数据驱动」已经成为一种不言自明的新宗教。我们笃信仪表盘上的指标，在每一次产品迭代中依赖 A/B 测试，在创投融资时用图表描绘增长曲线。人们天真地以为，只要去除了人类直觉的模糊性，让「数据说话」，就能自然而然地铺就一条通往真相与效率的康庄大道。

然而，伦敦商学院金融学教授亚历克斯·埃德曼斯（Alex Edmans）在他的新书 May Contain Lies: How stories, statistics and studies exploit our biases — and what we can do about it’(《可能含有谎言：故事、统计与研究如何利用我们的偏见，以及我们能做什么》)中，向这种技术乐观主义泼了一盆冰冷的冷水。作为一名浸淫在数据与计量经济学中长达二十年的顶尖学者，埃德曼斯从象牙塔中走下，并不是为了炫耀科学方法的无所不能，而是为了对「证据」本身进行一场彻底的祛魅。

这本书说破了一个我们宁愿不去承认的现实：信仰数据不仅不能自动带来真相，反而常常让我们跌入更深的认知泥沼。在这个信息过载的时代，数据正在取代修辞，成为包装偏见最完美的外衣。

埃德曼斯极其敏锐地选择了一个极具杀伤力的切入点：对当代「智识快餐工业」的解剖。他将手术刀对准了马尔科姆·格拉德威尔（Malcolm Gladwell）的「一万小时定律」和西蒙·斯涅克（Simon Sinek）的「从『为什么』开始」等风靡全球的商业神话。

我们为何会对这些 TED 演讲式的叙事如此着迷？埃德曼斯指出，这源于人类深层的「黑白思维」与「确认偏误」。面对一个高度颗粒化且充满偶然性的复杂世界，从狩猎采集时代进化过来的人类大脑极度渴求确定性。于是，格拉德威尔将学者对小提琴手细致入微的学术研究，暴力裁剪成了一个极具赋权色彩的绝对断言：「只要练习一万小时，任何人都能成为专家」。

埃德曼斯犹如一位冷静的侦探重返案发现场，翻出了原始论文。他发现，被格拉德威尔奉为圭臬的「一万小时」，不仅不是卓越的充分条件，在原研究中甚至根本不存在这个明确的硬性门槛。更荒谬的是，格拉德威尔犯了最基本的「幸存者偏差」：他只考察了那些已经成功进入顶尖音乐学院的人，却无视了成千上万同样练习了一万小时却依然被淘汰的普通人。

这里的批判触及了当代知识生产的一种结构性问题——「叙事谬误」。作者们热衷于炮制一种「万能公式」，以此来解释天下万物。这就如同在国内的创投圈，许多创业公司热衷于通过几篇精心修饰的 PR 通稿，硬生生把自己过去的失败与瞎折腾，反向包装成通往「中国版 xxx」的必然历程。如果把一家公司的成功视为结果，你可以轻而易举地从其历史中「反向工程」出任何你想要的理由。这种用孤立的「成功故事」来替代严谨科学验证的狂欢，不仅是对科学的背叛，更是对智识的侮辱。

格拉德威尔的问题并非个例。在数据被奉为新宗教的今天，我们每天都在经历类似的认知滑落——只是大多数时候，我们没有意识到自己究竟是从哪一级阶梯上失足的。

埃德曼斯为此构建了一套完整的认知工具：「误推阶梯」。它将信息的可靠性划分为五个层级，精确描述了我们是如何一步步把「声明」脑补成「证明」的。这也是本书最值得细读的部分。

以下内容为 Dailyio Premium 会员专属。如果你在日常工作中需要判断数据的真实价值，或者想在信息噪音中保持清醒，这套框架值得你认真读完。每月 99 元，获取每一篇深度分析的完整版本。