书 · 1988 · 约翰·艾伦·保罗斯（John Allen Paulos）

《数盲》

逻辑与思维书单第 49 名

一句话结论

不会判断数量级、概率和统计证据，会让我们把巧合当规律、把故事当证据，并在生活和公共事务中误判风险。

值不值得读完整本？

值得读完整本。它篇幅不长，却能把数学与新闻、骗局、教育和公共决策连接起来；价值在于养成追问数字的习惯，不能把它当成完整的统计学课程。

第一章细看估算和数量级：先自己判断，再看作者怎样把陌生数字换成熟悉的尺度。
第二、三章连着读，留意巧合、筛选成功案例和条件概率怎样共同制造可信的假象。
第四、五章补齐全书主张：数盲怎样形成，又怎样影响社会选择。笑话和个别算例可以快读，推理链条值得停下来重做。
书中的人口、死亡和风险数字带有写作年代背景，应学习比较方法；2001年版新增前言也要与1988年正文区分。

核心观点

1. 数量感比机械算对更基础

数盲不只是不会算术，也包括无法理解数字有多大、比例是否合理，以及一个结果是否可信。受过良好教育的人同样可能数盲。

为什么：脱离参照物的大数容易变成含糊的“很多”，让相差千倍的数量听起来差不多。把数字换算成时间、人均数量或熟悉的体积，差别才容易被看见。粗略估算还能检查一个说法是否可能成立，不必等到掌握精确数据才开始判断。作者因此把估算看作审查现实主张的基本能力。

2. 巧合要放回所有可能发生的机会里

某个事先指定的事件很罕见，并不意味着生活中出现某种惊人的巧合也很罕见。判断巧合，需要计算有多少次相遇、比较和尝试。

为什么：人们通常只注意已经发生的巧合，忽略没有引起注意的大量普通结果。可被算作巧合的组合越多，至少遇到一次的机会就越大。事后挑中一个结果，再计算它单独发生的概率，会把惊奇感误当成特殊力量的证据。概率思维要求先分清：我们预测的是一个指定结果，还是许多结果中的任意一个。

3. 条件概率不能倒着读

某种情况出现时容易得到一个信号，不等于看到这个信号就能确定那种情况存在。检测结果的含义还取决于被检测情况原本有多常见。

为什么：“患病者容易测出阳性”以患病者为分母，“阳性者有多少患病”却以全部阳性者为分母。这两组人不同，概率便不能直接互换。若疾病罕见，健康人群规模很大，即使误报比例不高，也可能产生许多假阳性。因此，必须把原有发生率与检测的命中、误报情况一起考虑。

4. 只看命中记录，会把筛选误认成能力

几次惊人的成功不足以证明预测或疗法有效；要追问失败去了哪里，并检查其表现是否超过偶然水平。伪科学常借模糊预言和选择性展示逃避这种检查。

为什么：只要尝试的人或次数足够多，纯靠运气也会出现连续成功者。若失败案例被删去，留下的人就会看起来拥有稳定本领。模糊的预言又允许人们在事后调整解释，把不同结果都算作命中。完整记录、明确标准和与偶然结果的比较，才能区分真正的预测力与被包装的好运。

5. 数盲会被教育方式和自我认定反复强化

作者把数盲的一部分原因归于只重程序的教学、数学焦虑，以及把数学看成少数人专利的文化。改善它需要让人实际体验数学怎样帮助理解问题。

为什么：只会套公式的人，面对没有注明解法的现实问题时，仍可能不知道从哪里开始。若又把困难解释为“我没有数学头脑”，就更容易逃避练习。缺少练习会继续削弱熟悉感，使下一次困难更像天赋不足的证据。估算、游戏、具体问题和解释思路，可以帮助打断这种循环。

6. 社会决策需要比较风险，也需要承认权衡

公众应把风险放在可比较的尺度上，检查统计口径，并承认不同选择各有代价。数量推理能澄清选择，却不能消除不确定性。

为什么：戏剧性的个案更容易进入新闻和记忆，使罕见危险显得特别常见。缺少人数、暴露机会和时间范围，死亡总数或百分比很难支持公平比较。决策还可能在两类错误之间移动：减少一种错误，往往会增加另一种错误或成本。把这些后果说清楚，才能看见一项政策究竟优先避免什么、付出什么。

反对意见

会数学是否就更理性，证据不足（Gerald Kulm）

Kulm在《Education Week》的书评中指出，保罗斯没有提供可靠数据，证明数学素养较高的人整体上生活得更理性。能说明一种计算错误，不等于已经证明数盲是各类非理性行为的主要原因。

教师也受课程与考试约束（Gerald Kulm）

Kulm认为，作者批评教师只教常规运算，却低估了地方教育政策、课程要求和标准化考试的约束。他还指出，数学教育不足会限制女性和少数族裔进入科学教育与职业的机会，这种制度后果在书中着墨不足。

指出问题，比提供补救方案更成功（Louis D. Grey）

Grey在《Sacred Heart University Review》的书评中肯定本书案例生动，能揭示数学无知的后果，但认为它没有提供足以纠正问题的解决方案。读懂几个巧妙例子，与形成可迁移的日常能力之间，仍有距离。

错误也可能来自信息表达方式（Gerd Gigerenzer、Ulrich Hoffrage）

两人在1995年的实验论文中发现，把概率改写为自然频数，可以显著改善未经统计训练者的贝叶斯推理。这提示我们，不能只把错误归结为个人知识不足，还要检查信息是否便于理解。这是对照性研究，并非直接批评《数盲》；保罗斯本人也注意到了问题表述的影响。