先に答え：この本は何に使える？
この本は、データで迷ったときに「数字、図表、アルゴリズムを使った主張も、出所、比較、因果、尺度を確かめなければ権威ある誤情報になり得る」を判断軸として与えてくれる。
01数字、図表、アルゴリズムを使った主張も、出所、比較、因果、尺度を確かめなければ権威ある誤情報になり得る
02選択バイアス、相関、可視化、ビッグデータ、引用の流れを具体的な点検法で崩す
03人は複雑な数字へ反論しにくく、専門的な見た目を正しさの手掛かりにしたい
この本の考え方は、現実でも使えるか
『Calling Bullshit データにだまされない』が示す答えは、「数字、図表、アルゴリズムを使った主張も、出所、比較、因果、尺度を確かめなければ権威ある誤情報になり得る」である。本書は、この考えをデータ・情報リテラシーの判断にどう使うかを説明する。
使いやすい条件
- データについて、知識の収集ではなく具体的な判断基準がほしい人
- 「選択バイアス、相関、可視化、ビッグデータ、引用の流れを具体的な点検法で崩す」を自分の仕事や生活で試したい人
そのまま使わない方がよい条件
- データの全体像より、すぐ使えるチェックリストだけを短時間で探している人
- 疑うことを冷笑へ変えず、より良いデータと説明を提示するを受け入れにくい人
最初に試すこと
グラフを見る時、分母、期間、比較対象、欠測、因果主張の五点を声に出して確認する
書籍情報
Carl T. Bergstrom, Jevin D. West／Random House／2020／ISBN 9780525509189／English edition
本書は、何をどう説明しているか
本書の答えは、数字、図表、アルゴリズムを使った主張も、出所、比較、因果、尺度を確かめなければ権威ある誤情報になり得るということです。背景にある仕組みは、選択バイアス、相関、可視化、ビッグデータ、引用の流れを具体的な点検法で崩すこと。さらに、人は複雑な数字へ反論しにくく、専門的な見た目を正しさの手掛かりにしたいという人の気持ちまで読むと、表面の手法を真似せず、自分の仕事へ応用する条件が見えてきます。
