(คั่นรายการบล็อกประสบการณ์ Eisenhower Fellowship 2013 เล็กน้อยด้วยการสรุป Keynote Speech ของ Nate Silver นักข่าว/นักสถิติชื่อดัง ผู้เขียนหนังสือเบสต์เซลเลอร์เรื่อง The Signal and the Noise ก่อนหน้านี้ Silver ดังเป็นพลุแตกจากการพยากรณ์ผู้ชนะเลือกตั้งในการชิงตำแหน่งประธานาธิบดีปี 2008 ถูกต้องทั้ง 50 มลรัฐของอเมริกา ปัจจุบันเขาและบล็อก FiveThirtyEight.com ของเขาทำงานให้กับ ESPN ค่ายสื่อกีฬายักษ์ใหญ่ของอเมริกา

Silver ได้รับเชิญมากล่าวปาฐกถาในงาน Online News Association 2013 (ONA13) ซึ่งผู้เขียนได้ร่วมฟัง คิดว่าเนื้อหาน่าจะเป็นประโยชน์แก่นักข่าวชาวไทยและทุกคนที่ไม่ใช่นักข่าว จึงอยากจะเล่าสู่กันฟัง – เนื้อหาต่อไปนี้ถอดความและเรียบเรียงจากปาฐกถาของเขา ฟังไฟล์เสียงและดูวีดีโอต้นฉบับได้จากเว็บ ONA13 หรือจากด้านล่างของโพสนี้ และถ้าใครสนใจ อ่านคอลัมน์ของผู้เขียนตอน "อย่าตายน้ำตื้นกับสถิติ" ได้จากเว็บ ThaiPublica)

Nate Silver at ONA13

ที่มาภาพ: https://pbs.twimg.com/media/BW4NMyXIgAAQnzz.jpg

 

คนเรียกผมว่า “นักสถิติ/นักข่าว” ผมยินดีมากที่จะรับเอาเครื่องหมาย / ในนิยามนี้ ทุกวันนี้เราไม่ขาดแคลนข้อมูลดิบหรือข้อมูลอื่นๆ อีกต่อไป ความท้าทายที่แท้จริงอยู่ที่ว่า เราจะทำอย่างไรกับข้อมูลทั้งหลายแหล่

ในสปิริตของงานนี้ ผมขอเสนอ 8 เรื่องเจ๋งที่นักข่าวจำเป็นต้องรู้เกี่ยวกับสถิติ –

  1. สถิติไม่ใช่แค่ตัวเลข (statistics aren’t just numbers) หากแต่เป็นวิทยาศาสตร์แขนงหนึ่ง นักข่าวต้องให้ความสำคัญกับที่มาของตัวเลข และ “อ่าน” สถิติให้เป็น
  2. ข้อมูลต้องมีบริบท (data requires context) ยกตัวอย่างเช่น หนังสือพิมพ์ New York Times ในข่าวชิ้นหนึ่งเรียกจีนว่า “เศรษฐกิจใหญ่อันดับสองของโลก” ประเด็นคือถึงแม้เศรษฐกิจของจีนจะใหญ่จริงๆ ตัวเลขรายได้ต่อหัวก็ยังต่ำ คืออยู่อันดับที่ 93 ของโลก ต่ำกว่าค่าเฉลี่ยโลกมาก ในบริบทของข่าวชิ้นนี้ ตัวเลขที่สำคัญกว่าขนาดของเศรษฐกิจคือตัวเลขรายได้ต่อหัว เพราะบทความนี้พูดถึงมาตรฐานความเป็นอยู่ในประเทศจีน การอ้างขนาดเศรษฐกิจจึงทำให้คนอ่านพลาดสาระสำคัญ – เราเข้าใจดีว่า “คำพูดต้องมีบริบท” แต่ข้อมูลก็ต้องการบริบทเช่นเดียวกัน
  3. ความเกี่ยวโยงไม่เท่ากับความเป็นเหตุเป็นผล (correlation is not causation) บางครั้งตัวแปรสองตัวมีความสัมพันธ์ทางสถิติ (statistical relationship) โดยไม่มีความสัมพันธ์เชิงโครงสร้าง (structural relationship) คือไม่ใช่ว่าตัวแปรตัวแรก “ก่อให้เกิด” ตัวที่สอง ยกตัวอย่างเช่น ทั้งฆาตกรรมและยอดขายไอศกรีมต่างพุ่งสูงกว่าปกติในฤดูร้อน แต่ไม่ได้แปลว่าไอศกรีม “ทำให้” คนฆ่าคนมากขึ้น บางครั้งความที่นักข่าวอยากเล่า “เรื่องราว” ทำให้ยากที่จะแยกแยะระหว่างความเกี่ยวโยงกับความเป็นเหตุเป็นผล นักข่าวคุ้นเคยกับการตั้งคำถามต่อแหล่งข่าว แต่ควรตั้งคำถามต่อข้อมูลต่างๆ ด้วย
  4. หาค่าเฉลี่ยเถอะนะ (take the average, stupid) ผมรู้สึกเซ็งกับวิธีที่สื่อมวลชนแสดงผลโพลต่างๆ ยกตัวอย่างเช่น สมมุติมี 19 โพลบอกว่า โอบามามีคะแนนนำ แต่โพลที่ 20 บอกว่า รอมนีย์มีคะแนนนำในรัฐเดียวกัน สื่อจะชอบพาดหัวว่า “รอมนีย์กำลังตีตื้น” หรืออะไรทำนองนี้ ทั้งที่ผลโพลที่ 20 โพลเดียวไม่ค่อยสำคัญเมื่อเทียบกับอีก 19 โพล อีกตัวอย่างคือ ไม่นานมานี้สื่อพาดหัว “คุ้กกี้โอรีโอได้รับการพิสูจน์ว่าเสพติดกว่าโคเคน” ซึ่งพาดแบบนี้ย่อมดึงดูดคนอ่านมาก แต่นั่นไม่ใช่ผลการวิจัย – นักข่าวส่วนใหญ่ดิ้นรนหา “ทางสายกลาง” ในกรณีที่หลักฐานส่วนใหญ่ชี้ไปทางเดียวกัน มีหลักฐานเพียงส่วนน้อยที่ชี้ไปอีกทาง (ฟัง Silver พูดตรงนี้ผู้เขียนนึกถึงเรื่อง climate change ทันที) นักข่าวบางคนไม่อยากให้คนมองว่าตัวเองเลือกข้างหรือไม่แน่ใจ แต่นักข่าวจำเป็นจะต้องใช้ข้อมูลให้เป็น
  5. สัญชาตญาณวัดความน่าจะเป็นได้แย่มาก (intuition is a poor judge of probability) นักข่าวต้องรู้ว่าสัญชาตญาณของคนเรามีจุดอ่อนและจุดบอดมากมาย ขอแนะนำให้ทุกคนอ่านหนังสือเรื่อง Thinking, Fast and Slow โดย Daniel Kahneman (นักเศรษฐศาสตร์พฤติกรรมคนโปรดของผู้เขียน :))
  6. จงรู้สมมุติฐานของตัวเอง (know thy priors - aka Know Your Assumptions) ทฤษฎีเบยส์ (Bayes Theorem) พิสูจน์ว่าเราทุกคนมี “ความเชื่อล่วงหน้า” (prior belief) ซึ่งถูกตีกรอบโดยค่าความน่าจะเป็น นักข่าวต้องยอมรับว่าเราทุกคนมองโลกผ่านกรอบที่เราตีมาแล้วล่วงหน้า ทฤษฎีเบส์ช่วยให้เราเข้าใจเรื่องความลำเอียงและความเป็นภววิสัยของสื่อ
  7. ลัทธิเชื่อคนวงในคือศัตรูของความเป็นภววิสัย (insiderism is the enemy of objectivity) คนเรามักจะเชื่อเอาเองว่าข้อมูลที่ได้จาก “วงใน” คือข้อมูลที่ถูกต้องเที่ยงตรง แต่ข้อเท็จจริงอาจไม่ใช่อย่างนั้นก็ได้ เช่น ผลการวิจัยพบว่าลิงปาเป้าเลือกหุ้นได้ ‘เก่ง’ กว่านักวิเคราะห์หลักทรัพย์ นักข่าวต้องตรวจสอบและวิเคราะห์ข้อมูลด้วยตัวเอง อย่าเชื่อคนวงในเพียงเพราะเขาเป็นคนวงใน
  8. การพยากรณ์ช่วยเพิ่มความรับผิด (making predictions improve accountability) เพราะอนาคตจะบอกว่าคุณทายถูกหรือผิด นักเศรษฐศาสตร์คนหนึ่งกล่าวว่า “การวางเดิมพันคือภาษีความตอแหล” (A bet is a tax on bullshit)

 

วรรคทองของ Silver ที่ผู้เขียนชอบมากคือ “นักข่าวควรห่วงเรื่องความจริง ไม่ใช่หน้าตา” (Journalists ought to be concerned with truth, not appearances)

ดูวีดีโอต้นฉบับ:

Watch live streaming video from ona13 at livestream.com

Related content