الإحصائيات والأخبار المزيفة: نظرة أعمق
الإحصائيات والأخبار المزيفة: يؤدي سوء استخدام البيانات الإحصائية إلى تغذية انتشار الأخبار المزيفة، والتلاعب بالإدراك العام من خلال استغلال المصداقية التي تمنحها الأرقام غالبا.
تتمتع الإحصاءات بقوة هائلة كأداة لفهم الظواهر المعقدة واتخاذ القرارات بناءً على البيانات. إلا أن هذه القوة سلاح ذو حدين عندما تقع في أيدي أفراد ذوي نوايا خبيثة يستغلونها لخلق ونشر الأخبار الكاذبة، مما يضفي مصداقية على رواياتهم المضللة.
هل تدرك مدى تأثير إساءة استخدام الإحصاءات على قبول ونشر الأخبار الكاذبة، التي تُعرض على أنها معلومات حقيقية؟ تعمّق في قراءة هذا المقال لتكتسب فهمًا أعمق للدور المحوري للإحصاءات في التضليل والخداع!
المشكلة
يكمن جوهر معضلة الأخبار الكاذبة في التزييف المتعمد للحقائق، حيث يتلاعب مبتكروها بالمعلومات لخدمة أجنداتهم الخاصة. ومن خلال تشويه الواقع، يستغلون الجماهير غير الواعية، ويتخذون من القضايا السياسية والأيديولوجية والمالية أهدافاً رئيسية لهم.
يُعدّ فهم الدوافع المتنوعة وراء نشر الأخبار الكاذبة أمرًا بالغ الأهمية. وبشكل عام، يمكن تصنيف المسؤولين عن نشر المعلومات المضللة إلى ثلاثة أنواع متميزة:
(1) غير الحذرين: هؤلاء الأفراد يشاركون "حقائق" خاطئة دون علمهم، معتقدين بصدق أنها صحيحة، مما يجعلهم أهدافًا سهلة للتلاعب.
(2) المتحيزون: قد يشك هؤلاء الأفراد في نزاهة المحتوى لكنهم يختارون نشره بدافع الراحة الشخصية دون أن يأخذوا الوقت الكافي للتحقق من نزاهة المحتوى.
(3) الخبيثون: هذه المجموعة تدرك تمامًا أن المحتوى مزيف لكنها تستمر في نشره، مدفوعة بمصالح خفية ودوافع خفية.
تتجلى المخاطر المحتملة لإساءة استخدام الإحصاءات في هذا اقتباس المنسوب إلى رئيس الوزراء البريطاني السابق بنيامين دزرائيلي، والذي يُعد بمثابة تحذير من استخدام البيانات كسلاح لأغراض ضارة:
تُسلط هذه الملاحظة الثاقبة الضوء على أنه على الرغم من قوة الإحصاءات، إلا أنها يمكن أن تكون قوة خادعة عند استخدامها بشكل غير مناسب، مما يجعلها حجر الزاوية في بناء الأخبار المزيفة.
لكن لماذا تلعب الإحصاءات دوراً حيوياً في تلفيق الأخبار الكاذبة؟ الإجابة بسيطة نسبياً: أولئك الذين يسعون إلى الخداع، يعرفون أن الإحصاءات تمتلك قدرة فريدة على إضفاء المصداقية على أي محتوى، مما يجعل أكاذيبهم تبدو أكثر إقناعاً للجمهور غير الواعي.
نقدم الحلول الذكية
The نبوي مضى
هو اليوم الذي تنبأ به ويلز قد حلّ بنا. إن الاستخدام المفرط للإحصاءات في الأخبار الكاذبة لتعزيز المصداقية يستلزم وجود جمهور للأسف، ها و مثقف عام.
للتحقق من صحة المحتوى بشكل فعال - لا سيما فيما يتعلق بعلاقته بالإحصاءات - يجب علينا تنمية مهاراتنا التفكير الإحصائي وصقلها ، كما حث ويلز.
يُعد هذا المسعى ضرورياً لتطوير تطوير على قراءة وتفسير وفهم المعلومات الإحصائية الأساسية، مثل الرسوم البيانية والمقاييس الموجزة والجداول وغيرها.
عندما نمتلك هذه المهارات، يصبح الكشف عن التلاعبات الإحصائية مهمة أكثر سهولة.
ندعوكم لاستكشاف المزيد من مقالاتنا تعزيز مهاراتكم في التفكير الإحصائي! إضافةً إلى ذلك، يُعدّ التدقيق المنطقي والتحليلي للمعلومات، والتأكد من موثوقية مصدرها، جانباً بالغ الأهمية في تمييز الحقيقة.
في الأقسام التالية، سنقدم أمثلة على تقنيات التلاعب الإحصائي الشائعة الاستخدام في نشر المعلومات المضللة.
دراسة حالة #01
إحصائية وبصرية ونصية يستخدم أحد المدونين حيلًا ليجادل بأن عدد عمليات الإجهاض في البرتغال انخفض بشكل كبير بعد تقنينها.
بالإضافة إلى العديد من قضايا في النص - مثل حذف البيانات الهامة التي تمنع إجراء تحليل أكثر عمقًا - فإنه يقدم رسمًا بيانيًا مضللًا.
هنا، نلاحظ حيلة شائعة تستخدم في الرسوم البيانية لإرباك المشاهد: اقتطاع المحور الصادي في الأسفل.
لاحظ أن المحور الصادي يبدأ من 15,800، خادع الجمهور ويجعلهم يعتقدون أنه بعد بضع سنوات من عام 2008، انخفض عدد عمليات الإجهاض إلى الصفر.
توضح الرسوم البيانية أدناه كيف يمكن لتغيير المحاور أن يُغير حكمنا بسهولة. لاحظ أن كلا الرسمين البيانيين تم إنشاؤهما باستخدام نفس البيانات ولكن على محاور رأسية مختلفة - مما ينتج عنه نمط مختلف تمامًا.
تعمل هذه التقنية على تضخيم البيانات ونقل أفكار مشوهة عن الواقع، وخاصة إلى الأشخاص غير المشتبه بهم.
الحاسمة الأخرى مشكلة التي تم تحديدها أن تقنين الإجهاض حدث بين عامي 2007 و2008، وهو بالضبط الوقت الذي يبدأ فيه الرسم البياني (المحور السيني)، مما أدى إلى إخفاء البيانات الأساسية من السنوات التي سبقت التقنين.
علاوة على ذلك، لم يتم أخذ حجم السكان في الاعتبار، وهو متغير حيوي لهذا النوع من التحليل.
ونحن لا نؤكد أن عدد حالات الإجهاض زاد أو انخفض بعد التقنين. وبدلاً من ذلك، نستخدم هذه الحالة كمثال للبيانات المقدمة بشكل غير صحيح بهدف خداع القارئ.
دراسة حالة #02
مجلة Scholastic MATH نشرت مقالاً في سبتمبر 2017 بعنوان:
أخبار مزيفة وبيانات مزيفة: كيف تغذي البيانات السيئة والرسوم البيانية المضللة الأخبار المزيفة.
في هذه المقالة، يوضح المؤلفون كيف يمكن للتغييرات الصغيرة في الرسوم البيانية أن تضللنا بسهولة.
في هذا المثال، نواجه نفس المشكلة التي ذكرناها سابقًا: الاقتطاع غير الضروري لقاعدة المحور الصادي.
دراسة حالة #03
يقدم موقع إلكتروني/كتاب بعنوان "الارتباطات الزائفة" أمثلة ممتازة لتذكيرنا بالمقولة الشائعة: "الارتباط لا يعني السببية.”
تصف العبارة أننا لا نستطيع تحديد رابط السبب والنتيجة بدقة بين حدثين أو متغيرين من خلال ملاحظة ارتباطهما أو ارتباطهما.
يحتوي الكتاب على العديد من الأمثلة على متغيرات مترابطة بشكل كبير تفتقر بوضوح إلى أي العلاقة.
في أحد مثال، تم العثور على ارتباط شبه مثالي بنسبة 99٪ بين المتغيرين "معدل الطلاق في ولاية مين" و "استهلاك الفرد من السمن النباتي".
في هذه الحالة القصوى، من الواضح أنه حتى لو كان هناك ارتباط قوي للغاية بين متغيرين، فإن هذا لا يعني بالضرورة وجود علاقة سببية. بعبارة أخرى، لا يُسبب أحدهما الآخر.
أمثلة أخرى:
دراسة حالة #04
التالي مثال كيف يمكن لمنشئي الأخبار الكاذبة استخدام مقاييس الميل المركزي لعرض المعلومات وفقًا لاحتياجاتهم.
توضح الصورة كيف يمكن أن تمثل مقاييس النزعة المركزية الثلاثة الأكثر شيوعًا متوسط رواتب العمال بطرق مختلفة تمامًا.
في هذه الحالة، يعطي المتوسط الحسابي راتباً أعلى من الوسيط الوضع.
هذا المثال والعديد من الأمثلة الأخرى حول كيف تكذب بالإحصائيات موجودة في هذا الكتاب الكلاسيكي!
دراسة حالة #05
في يناير 2012، نشرت صحيفة وول ستريت جورنال رسمًا بيانيًا يقارن بشكل نسبي القوة الشرائية في عامي 1960 و2000.
ومع ذلك، وفقًا للقيم المعروضة، فإن الصورة الموجودة على اليسار، والمنشورة في الصحيفة، أظهرت خادع نسبًا الرسم البياني الصحيح على اليمين.
ملاحظات ختامية
إن استغلال أدوات من تخصص محترم مثل الإحصاء لنشر الجهل و المضللة هو ممارسة مؤسفة يجب مقاومتها.
تؤثر الإحصائيات بشكل كبير على الأخبار الكاذبة، مما يضفي عليها المصداقية ويسهل انتشارها على نطاق واسع.
إن تنمية التفكير الإحصائي وإتقان الأدوات الإحصائية أمران حيويان في الكشف عن النوايا الحقيقية الكامنة وراء أي محتوى.
إن إدراك الأساليب الشائعة المستخدمة في مثل هذا الخداع أمر بالغ الأهمية، ويشمل ما يلي:
(أ) التشوهات الرسومية، (ب) تحريف المقاييس الموجزة، (ج) اللغة الغامضة، (د) الادعاءات الخاطئة بالسببية، (هـ) حذف البيانات أو المعلومات الحاسمة، (و) المقاييس والأحجام الخادعة بصريًا، (ز) استخلاص النتائج من عينات صغيرة أو متحيزة.
يستكشف كتاب داريل هوف الرائد، " كيفية الكذب بالإحصائيات"، هذا الموضوع بشكل ممتاز.
وختاماً، ننتقل إلى اقتباس مثير للتفكير من أوبي وان كينوبي إلى لوك سكاي ووكر في فيلم حرب النجوم: الحلقة السادسة - عودة الجيداي:
“يا لوقا، ستجد أن العديد من الحقائق التي نؤمن بها تعتمد على وجهة نظرنا.“
إذا كنت ترغب في فهم أعمق للموضوع، ففكر في شراء كتاب "كيف تكذب بالإحصائيات" بالنقر هنا!
