数据新闻的力量

数据新闻是指对数据进行分析，以数字证明报道的合理性，并做出预测。在某种程度上，自从数据开始被广泛获取以来，记者们就一直在使用数据。20世纪60年代，哈佛大学尼曼基金会率先使用计算机分析数据来撰写报道。21世纪初，随着互联网的发展，可以公开获取的民意调查数量不断增加，这使得数据新闻更加成为主流。

RealClearPolitics（RCP）网站是最早开始关注数据新闻的网站之一，其目的是将民意调查和有趣的政治社论进行对照，让公众可以在一个网站上找到两种形式的政治信息。RCP初次涉足真正的数据分析是开发了RCP民意调查汇总，通过报告中位数来总结所有公开获取的民调。这个简单的统计分析为消除可能存在的民调偏差、让公众更好地了解竞选的真实状况迈出了第一步。然而，在2004年的总统选举中，运用这些技术进行的数据预测，与非数据预测相比，并不是特别成功。

2008年，籍籍无名的棒球统计学家纳特·西尔弗正确预测了每一场参议员竞选的结果，以及除了一个州以外的所有州的总统选举结果。他既不是通过实地报道，也不是使用深奥的政治科学技术来做到的，而是使用基本的统计数据对大量可获取的民意调查进行了分析，并预测了结果。由此发出的信息很明确：基于数据对选举进行的预测似乎比基于传统政治科学进行的预测要准确得多。自此，数据新闻日益受欢迎，使得对选举等问题的分析更加准确和量化。

FiveThirtyEight网站以及Vox.com网站等其他网站已经尝试将数据应用到预测选举结果和体育赛事之外的其他新闻形式中。常见的应用包括测试政治科学中的传统智慧，如反对党在中期选举中获得席位，一个州的党派关系完全决定了国会选举，以及观察某些媒体炒作的事件对竞选的影响。另一个趋势是使用记者创建的或众包的数据集日益增多。最近，随着娱乐体育频道（ESPN）重新推出FiveThirtyEight网站，数据新闻已经扩展到分析大学的效益、营养指南和餐厅评级体系。纳特·西尔弗正在突破数据新闻的极限，似乎在所有领域都超越了传统新闻。

然而，数据是一把双刃剑，面对着重重困难。大多数记者并非受过训练的统计学家，不知道如何准确解释数据的或然性，也不知道如何处理结论看似矛盾的模型。少数人在非主流网站上发布他们的预测和分析。更重要的是，新闻业还没有完全意识到基于数据报道潜在的局限性。数据是一种功能强大的工具，但也很容易被误用。《纽约时报》等许多知名媒体在公开报道时，都无意中错误地报道了数据预测。因此，数据往往是一把双刃剑：它可以帮助改观公众对周围世界的认识，但也可能会严重地误导公众。(https://www.daowen.com)

第一个，也是最常见的陷阱是，数据本质上具有或然性。不能把预测报道为确定事件或事实；预测具有关联概率，在更高级的分析中有其误差项。这些概率的来源多种多样：样本大小和民意调查的随机误差、民意调查的偏差、方法中的潜在缺陷等。许多出版物都不重视数据的或然性。

第二个，更微妙的陷阱是，虽然数据是客观的，但任何数据分析都必然是主观的。可获取的数据量不断增加，凸显了数据记者面临的一个重大问题：可以找到几乎能够说明任何问题的数据。必须进行数据分析，以确定何为“真相”或作出预测，但这种分析在模型中建立了假设。最好的情况是，记者应该综合所有科学准确的模型，以尽可能小的偏差报道其结果；这确保了公众能够准确地了解选举的情况。然而，一个主要的影响是，许多组织只看支持自己观点的数据，或仅仅使用能够产生有利结果的假设进行数据分析。

那么数据能走多远呢？如果处理得当，数据新闻可以显得无比强大。只要有足够复杂的模型和完整的信息，几乎可以对任何事情进行概率预测。数据新闻最有影响力的应用之一是评估某一特定行动（假设的或真实的）对舆论或竞选状态的影响。使用传统手段几乎是不可能与数据进行竞争的；一个传统记者可以通过采访5个人来确定一个潜在的趋势，而在同等时间里，一个数据记者可以分析有关500万人的统计数据，并对整个国家做出概括。但是，即使是最有影响力、最准确的数据记者也是有局限性的。数据只能分析或确认实地观察到的趋势。数据无法识别人们的行动，也无法解释人们是如何思考的，或者为什么他们会以这种方式思考。它只能生成关于人们行为的假设，并建立模型来分析这些假设是否正确。

今天，试图过度使用和长期滥用数据的现象不仅限于新闻业。社会正走向一种科学主义的狂热崇拜。我们生活的方方面面都被提炼成数值计算，并根据计算做出决定。这种方法非常强大，因为数字比人的感觉更可靠、更客观。然而，人们必须意识到数据的局限性：任何模型都会固有地引入它自己的假设，这些假设必须经过检验，而且没有一个模型能够理解问题的多个方面。数据将在我们生活中随处可见，正如它将在新闻业中无处不在。这对我们是利还是弊，还有待观察。