“完美的错误”

本篇文章2978字，读完约7分钟

去年9月，大众汽车曝光丑闻，在汽车上安装作弊软件，自动判定汽车是否处于尾气检测状态，以抑制尾气排放并通过车检。 美国环保局完全被蒙在鼓里。

最终“卖”大众企业的不是别人，而是自己生产的车——有条不紊的好数据直观可笑。 环境保护局的工作人员从这一现象开始，顺藤触瓜找到了原因。

在日常工作中，如果一件事发展得太快、太顺利，我们也会经常感到有些不对劲。 这样的直觉是有道理的。 澳大利亚和法国的研究人员最近在期刊《英国皇家学会学报a》上发表了“令人难以置信的好:压倒性的证据也将失效”的副本，证明了为什么所有证据都指向同样的结果，反而可能有问题。 他们称之为“一致性悖论”。

听起来像是违反常识的。 我们一般认为，如果所有人看法一致，真相就应该如此。 毕竟，并不是所有人都错了。 论文并不反对这个观点，而是加入了接近系统零偏差或零偏差的前提。 简单地说，从香蕉堆里选苹果等，每个人错的概率很小。

但是，在嫌疑人的特定过程中，系统偏差是不可避免的。 只有目击者在嫌疑人逃跑时匆匆瞥了一眼，他们认错人的概率才会达到48%吧。

实际上，即使很小的偏差也会对最终的结果产生很大的影响。 即使在认识过程中1%的情况下出现偏见，如果3人以上的意见完全一致，他们的正确概率也会明显降低。 如果6个以上的证人有同样的意见，意味着他们识别真凶的概率不到60%。 接近于随机识别的结果。 这种偏见的原因，可能只有警察无意的行为被证人误读了。 有兴趣的是，如果在这个时候一个证人和其他人的意见发生冲突，其他人的意见正确的概率反而会大大提高。

我想这是因为我们扔硬币的时候，如果硬币正反面次数太大，就有问题，而不是概率法则。 同样，所有证人意见一致的概率实际上很小，但在这种情况下，系统有错误的可能性很高。

dna检测在刑侦行业一直被认为是铁证，每个dna序列都很独特。 谁也没想到有一天dna证据反而会陷入困境。 从20世纪90年代到本世纪初，欧洲警方在法国、德国、奥地利等15个犯罪现场发现了同一名女性的dna。 一开始侦探们很兴奋，以为终于抓住了这条“大鱼”。 这个引人注目的神秘连环杀手被称为“海尔勃朗魅影”，被困在欧洲超过15年，最后发现警察收集dna所用的工具被污染了。 这个跟踪的“杀人犯”，实际上是棉签制造商的女性劳动者。

因为人们过于相信技术，才导致了“一致性悖论”。

绕道走的是计算机科学家们。 在加密技术中，通常认为错误率低于2的负128次是可以接受的。 我们正在努力通过各种技术和算法提高加密水平，但忽略了实际操作中的问题:计算机部件本身存在一定的概率错误，来自偏远地区空的宇宙线也会影响计算。 在这种情况下，每月发生的概率为10的负13次方，远远大于要求的错误率。 结果，会产生一个不自然的事实，即加密协议声称的安全级别越高，就越容易受到各种故障的影响。 下次遇到主张自己算法秘密度高的广告时，问问是否处理宇宙线吧。

“一致性悖论”不仅有助于摆脱难以解释的困境，还能鉴别真伪。 在所有实验科学的研究中，几乎没有使用背景噪声，各种系统误差会使结果产生一定的异常。 但是，在科学史上，很多实验看起来有点好。 例如，密歇根油滴实验和孟德尔的豌豆遗传实验，由于实验数据过于优美，没有异常值，许多学者怀疑结果是捏造的还是人工选择的。 如果理解了“一致性悖论”，我们就不会被社会调查、数据调查、会计报告中的猫腻和手段所欺骗。

读了论文，佩服古罗马人的智慧。 根据古罗马法，如果所有法官都认为嫌疑犯有罪，他反而会被赦免。 当时的人们可能不擅长高度的数理逻辑，但立法者观察到，整体一致的判决意味着在司法过程中，甚至司法系统内发生了问题。 虽说人多，也不一定可靠。

最终“卖”大众企业的不是别人，而是自己生产的车——有条不紊的好数据直观可笑。 环境保护局的工作人员从这一现象开始，顺藤触瓜找到了原因。

在日常工作中，如果一件事发展得太快、太顺利，我们也会经常感到有些不对劲。 这样的直觉是有道理的。 澳大利亚和法国的研究人员最近在期刊《英国皇家学会学报a》上发表了“令人难以置信的好:压倒性的证据也将失效”的副本，证明了为什么所有证据都指向同样的结果，相反可能存在问题。 他们称之为“一致性悖论”。

听起来像是违反常识的。 我们一般认为，如果所有人看法一致，真相就应该如此。 毕竟，并不是所有人都错了。 论文并不反对这个观点，而是加入了接近系统零偏差或零偏差的前提。 简单地说，从香蕉堆里选苹果等，每个人错的概率很小。

但是，在嫌疑人的特定过程中，系统偏差是不可避免的。 只有目击者在嫌疑人逃跑时匆匆瞥了一眼，他们认错人的概率才会达到48%吧。

实际上，即使很小的偏差也会对最终的结果产生很大的影响。 即使在认识过程中1%的情况下出现偏见，如果3人以上的意见完全一致，他们的正确概率也会明显降低。 如果6个以上的证人有同样的意见，意味着他们识别真凶的概率不到60%。 接近于随机识别的结果。 这种偏见的原因，可能只有警察无意的行为被证人误读了。 有兴趣的是，如果在这个时候一个证人和其他人的意见发生冲突，其他人的意见正确的概率反而会大大提高。

我想这是因为我们扔硬币的时候，如果硬币正反面次数太大，就有问题，而不是概率法则。 同样，所有证人意见一致的概率实际上很小，但在这种情况下，系统有错误的可能性很高。

dna检测在刑侦行业一直被认为是铁证，每个dna序列都很独特。 谁也没想到有一天dna证据反而会陷入困境。 从20世纪90年代到本世纪初，欧洲警方在法国、德国、奥地利等15个犯罪现场发现了同一名女性的dna。 一开始侦探们很兴奋，以为终于抓住了这条“大鱼”。 这个引人注目的神秘连环杀手被称为“海尔勃朗魅影”，被困在欧洲超过15年，最后发现警察收集dna所用的工具被污染了。 这个跟踪的“杀人犯”，实际上是棉签制造商的女性劳动者。

因为人们过于相信技术，才导致了“一致性悖论”。

绕道走的是计算机科学家们。 在加密技术中，通常认为错误率低于2的负128次是可以接受的。 我们正在努力通过各种技术和算法提高加密水平，但忽略了实际操作中的问题:计算机部件本身存在一定的概率错误，来自偏远地区空的宇宙线也会影响计算。 在这种情况下，每月发生的概率为10的负13次方，远远大于要求的错误率。 结果，会产生一个不自然的事实，即加密协议声称的安全级别越高，就越容易受到各种故障的影响。 下次遇到主张自己算法秘密度高的广告时，问问是否处理宇宙线吧。

“一致性悖论”不仅有助于摆脱难以解释的困境，还能鉴别真伪。 在所有实验科学的研究中，几乎没有使用背景噪声，各种系统误差会使结果产生一定的异常。 但是，在科学史上，很多实验看起来有点好。 例如，密歇根油滴实验和孟德尔的豌豆遗传实验，由于实验数据过于优美，没有异常值，许多学者怀疑结果是捏造的还是人工选择的。 如果理解了“一致性悖论”，我们就不会被社会调查、数据调查、会计报告中的猫腻和手段所欺骗。

读了论文，佩服古罗马人的智慧。 根据古罗马法，如果所有法官都认为嫌疑犯有罪，他反而会被赦免。 当时的人们可能不擅长高度的数理逻辑，但立法者观察到，整体一致的判决意味着在司法过程中，甚至司法系统内发生了问题。 虽说人多，也不一定可靠。