打开网易新闻 查看更多图片
一个什么样的例子能说明数据被误用了？
举一个例子，一个城市有些地区犯罪率高，有些地区犯罪率低，这是统计数据。理所当然，正义之师希望在犯罪高发的地区部署更多警力。准确地说，执法部队拿到的是犯罪发生且能记录道德抓捕行动发生地的数据，但并不是实际上的犯罪事件发生的数据，因为有些犯罪行为发生了，但没有被抓捕。
按照这个思路，“高犯罪率地区”更可能抓捕了更多的犯罪分子。但是，需要留意的是，抓捕并不仅仅反映犯罪的发生，也反映了执法部队到犯罪现场进行抓捕行动本身。数据造成了误区。
就是说，因为历史原因，警察优先被派往某些“高犯罪率地区”，数据真实地反映出，在那些地区有更多的人被捕，并不是有更多人“正在犯罪”。
很可能，数据的背后，恰恰只是因为，在警力不足的地方，抓捕率较低。
这个小故事，来自The Battle for Data Science这篇文章，作者是美国斯坦福大学计算机科学名誉教授 Jeffrey David Ullman，他也是2020年图灵奖获得者。（完）