#whisper
说一个可能找骂的事吧：
虽然在日常交往中的作用区别很大，但在在归因这件事上，因为偏见而产生的错误与因为政治正确而产生的错误，其实都一样是confirmation bias，并没有谁比谁更好。而又因为我们太过依赖本来就无法证明因果关系的数据，使得大量数据都可以随意被解读。「数据不重要，对数据的解读才重要」这句话本身没错，只是如何解读并不是一个不言自明的领域。
因果关系是当代Agnosticism的核心问题。
比如，如果一项数据显示监狱中的黑人数量比白人更多，那么究竟是因为黑人的犯罪率更高，还是因为司法系统对黑人不公，单纯靠上述这个数据是根本不可能推导出有效结论的。
再比如，单纯以「各大电影节入围的女性导演人数很少」作为理由来批评「评审不公」是否真的有效？如果我们可以同意，电影节的评审主要是看作品质量的话，那么我们实际要问的是，女性入围者少是因为作品不行，还是因为她们被不公正地对待了？是不是去做 未公开上映 且 制作规模没有大到人尽皆知 的作品的双盲评审，会比较能实现我们想要的「公正」？而不是只引用一个数字就认为结论「不言自明」？
可问题还有更深一层，上述的「不行」与「不公正」也很可能是因为评审的审美已经定型，就是无法理解女性艺术家的某些独特的价值，或者认为这些价值不够重要，那么即使评审本着一颗「公正」的心，却仍然会作出偏颇的判断。这种现象不仅出现在男性身上也出现在女性身上，那么即使是「双盲」可能结果还是偏颇的。但是反过来只要求「数量」的结果也只会造成评审为了「看似公正」作出虚伪的评判。一个佐证就是关于女性作品的讨论和解读还远远落后，很多点评真的就只是一种「客气」。
说到这里我已经把自己绕晕了，但估计你能感觉到我的纠结与无力。作为一个不仅在感情上认同，还想要在事实层面予以论证的人来说，这道题可能真的无解。这可如何是好？
说一个可能找骂的事吧：
虽然在日常交往中的作用区别很大，但在在归因这件事上，因为偏见而产生的错误与因为政治正确而产生的错误，其实都一样是confirmation bias，并没有谁比谁更好。而又因为我们太过依赖本来就无法证明因果关系的数据，使得大量数据都可以随意被解读。「数据不重要，对数据的解读才重要」这句话本身没错，只是如何解读并不是一个不言自明的领域。
因果关系是当代Agnosticism的核心问题。
比如，如果一项数据显示监狱中的黑人数量比白人更多，那么究竟是因为黑人的犯罪率更高，还是因为司法系统对黑人不公，单纯靠上述这个数据是根本不可能推导出有效结论的。
再比如，单纯以「各大电影节入围的女性导演人数很少」作为理由来批评「评审不公」是否真的有效？如果我们可以同意，电影节的评审主要是看作品质量的话，那么我们实际要问的是，女性入围者少是因为作品不行，还是因为她们被不公正地对待了？是不是去做 未公开上映 且 制作规模没有大到人尽皆知 的作品的双盲评审，会比较能实现我们想要的「公正」？而不是只引用一个数字就认为结论「不言自明」？
可问题还有更深一层，上述的「不行」与「不公正」也很可能是因为评审的审美已经定型，就是无法理解女性艺术家的某些独特的价值，或者认为这些价值不够重要，那么即使评审本着一颗「公正」的心，却仍然会作出偏颇的判断。这种现象不仅出现在男性身上也出现在女性身上，那么即使是「双盲」可能结果还是偏颇的。但是反过来只要求「数量」的结果也只会造成评审为了「看似公正」作出虚伪的评判。一个佐证就是关于女性作品的讨论和解读还远远落后，很多点评真的就只是一种「客气」。
说到这里我已经把自己绕晕了，但估计你能感觉到我的纠结与无力。作为一个不仅在感情上认同，还想要在事实层面予以论证的人来说，这道题可能真的无解。这可如何是好？