MIT華人博士研究新冠遭學術霸凌!斯坦福諾獎得主:“你論文少,別說話!”
月石一 發自 凹非寺
量子位 報道 | 公衆號QbitAI
一則消息在Twitter上引起了熱議。
MIT華人博士遭學術霸凌,而且施暴者還是諾獎得主、斯坦福教授。
怎麼回事?
原來,在論文中,這位博士生指出了新冠懷疑論者的“神操作”:利用正統數據,在網絡上推廣非正統科學。
於是,有人把它和此前發表“新冠過度反應論”的學術權威聯繫了起來。
網暴的根源,得從斯坦福大學教授John Ioannidis說起。
斯坦福教授“新冠過度反應論”
早在新冠疫情爆發之初,不少非主流言論就涌現出來:政府的反應過度、戴口罩無法阻止傳播、危機已經結束……
甚至還有“口罩無用論”者發表論文,比如,已經被撤稿的:
這些質疑聲中,不乏學術大牛——斯坦福大學教授John Ioannidis。
作爲傳染病和公共健康領域的專家,谷歌學術顯示其h指數爲214,除此之外,他還是一位統計學家。
但在去年,他發表了一些頗具爭議的言論。
比如,通過媒體表示:新冠死亡率可能遠低於預期,因此當前的一些防護政策完全不合理。
並且在某些研究和錄像中指出:“如果衛生系統確實不堪重負,那麼大多數額外死亡可能不是由於冠狀病毒引起的”、“新冠病毒的風險很可能被誇大了”……
這些言論一度被指責是草率科學。
再看看這篇引發網暴的論文:《病毒可視化:冠狀病毒懷疑論者如何使用正統數據實踐來在線推廣非正統科學》。
論文一作是博士生Crystal Lee(李佳佳),共同作者包括,兩名本科生:Tanya Yang(楊悅)、Gabrielle Inchoco,以及人類學副教授Graham M. Jones、CSAIL教授Arvind Satyanarayan。
自新冠疫情爆發以來,人們通常利用各種清晰、美觀的圖表,來傳遞感染率、死亡人數、疫苗接種情況等數據。
一般來說,圖表展現的實際數據,可以向人們傳遞正確的觀點,比如:戴口罩可以減少傳播風險。
△圖源:約翰·霍普金斯大學
然而,一些美國的新冠懷疑論、過度反應論者,也在社交媒體上發佈了各種圖表。
他們的數據來源是什麼?又是如何傳播的?
於是,MIT研究團隊梳理了Twitter上50萬個帖子,並進行UMAP可視化、分析用戶之間的關係,建立了一個社交網絡圖。
在6組不同類型的媒體和用戶中,“anti-mask(反口罩)”小組的可視化圖表,平均參與度較高。
通過追蹤並分析一些懷疑論者的對話,團隊發現,這些圖表並不是胡亂編的,而是使用了一種非常複雜的“反可視化”。
也就是說,他們使用的數據集和最新的可視化方法,同樣是來自官方,可得到的結論卻截然不同。
這些懷疑論者反映出美國的反知識分子傳統,他們並不是被動的接受專家觀點,相反,這些人在數據的收集和使用上頗有心得,例如:
“反口罩”小組將感染數量與死亡率等結果對比,感染率的不確定性範圍很廣,因此認爲感染數量的可視化會產生誤導,併爲此創建反可視化效果。
因此,研究人員指出,
不可否認,數據分析仍然很重要。但是,數據可視化不足以傳達Covid-19大流行的緊迫性。
因爲即使最清晰的圖表,也可以通過不同的思想系統進行解釋。
這樣的情況,同樣體現在氣候變化、疫苗接種等問題上,由此也指向了一個問題,“在美國如何看待科學和專業知識的分歧”。
數據可視化具有客觀性和科學精確性的特徵。但正如論文所示,數據可視化,也可以有效地用於問題的對立面。
這凸顯了問題的複雜性,僅‘傳授媒介素養(利用信息的能力)’是不夠的。需要對那些創建和解釋數據圖形的人,有更加細緻的社會政治理解。
這篇論文並未提及“新冠懷疑論、過度反應論”支持者的姓名,但其中觀點不可避免地涉及到某些學術權威。
於是有人直接“對號入座”,同爲斯坦福大學教授、曾獲諾貝爾獎的Michael Levitt,發推力挺John Ioannidis,炮轟論文作者。
並且直接將矛頭對準了華人一作,掛出其谷歌學術頁面,以論文數質疑其研究,並寫道“Shame on MIT”。
但是就在不久前,ACM CHI會議官方Twitter還宣佈,這篇研究論文已經獲得了榮譽提名。
很快,Michael Levitt就被網友們懟了回去。
MIT CSAIL(MIT計算機科學與人工智能實驗室)力挺論文作者:
對於我們的學生、教職員工和合著者所做的工作,我們支持並感到自豪。
應該以學術標準來評價這樣的工作,而不是在社交媒體上爭論。
學術資歷尚淺的人,也可能是才華橫溢和學術卓越的。
對於對Michael Levitt的言論,華盛頓生物學教授Carl T. Bergstrom表示:
爲什麼對MIT感到羞恥,認真的嗎?因爲發表預印本的第一作者是個研究生?
由於我從事虛假信息方面的工作,我仔細閱讀了,這篇論文相當不錯。
您看了嗎?您對論文的哪些方面(而不是作者)有疑問?
MIT CSAIL的助理教授Arvind Satyanarayan也反駁道:
這條Twitter越界了。批判一項研究的實質是一回事。
但是,以這種方式針對一位博士生,絕對是不可接受的。這纔是恥辱。
在這之後,Michael Levitt再次發推,向論文作者致歉,但他仍然認爲作者的資歷不足以質疑John Ioannidis。
對於Crystal和MIT的作者,我很抱歉。但初級研究人員無法與John Ioannidis這樣的巨人相比。
我長期以來一直在爭取對年輕科學家的更多支持:他們應該擁有嬰兒潮一代擁有的所有機會。
不過,網友對此並不買賬,因爲這份“道歉”中對學者身份的比較,再次削弱了初級研究人員出色的工作。
科研成果的可靠性是唯論文數嗎?不談研究內容,而是將矛頭直指作者,以教授身份網暴學生……
參考鏈接:
[1]https://arxiv.org/abs/2101.07993
[2]https://twitter.com
[3]https://www.youtube.com/watch?v=oLvlWG9cmXc
[4]https://www.youtube.com/watch?v=cwPqmLoZA4s
[5]https://profiles.stanford.edu/john-ioannidis
[6]https://fsi.stanford.edu/news/coronavirus-deadly-they-say
[7]https://covidinfo.jhu.edu/
[8]https://www.statnews.com/2020/03/17/a-fiasco-in-the-making-as-the-coronavirus-pandemic-takes-hold-we-are-making-decisions-without-reliable-data/
[9]https://www.fastcompany.com/90509508/inside-the-making-of-a-viral-coronavirus-conspiracy-video
[10]https://scholar.google.com/citations?user=JiiMY_wAAAAJ&hl=en
— 完 —