| |||||||||
---|---|---|---|---|---|---|---|---|---|
S | M | T | W | T | F | S | |||
1 | 2 | ||||||||
3 | 4 | 5 | 6 | 7 | 8 | 9 | |||
10 | 11 | 12 | 13 | 14 | 15 | 16 | |||
17 | 18 | 19 | 20 | 21 | 22 | 23 | |||
24 | 25 | 26 | 27 | 28 | 29 | 30 | |||
31 |
通識科要處理很多數據,除了用來考試,其實數據技巧是用來做甚麼?
去年暢銷書《真確》(註) 從公共衞生數據入手,討論了很多關於處理數據應該注意的地方。作者漢斯.羅斯林 (Hans Rosling) (1948- 2017) 是公共衞生統計的學者,在生時一直在各地透過不同的形式展示數據,讓大家更深入了解現在世界是甚麼一回事。他用了不少例子來讓大家明白,我們如何因為對數據的掌握不夠而對世界過於悲觀。例如你會如何回答以下題目?
1. 以2016年計,全球最窮的國家當中,女童失學率約是?
A. 20% B. 40% C. 60%
2. 以全球人口計算,最多人是住在哪一類國家?
A. 低收入國家 B. 中等收入國家 C. 高收入國家
當中自然有更多例子,我仿照作者的做法,將答案留在文末。如果你發覺自己兩題都答錯,千萬不要驚訝。作者借這些例子特意提醒老師們幾件事:
第一、世界很多時並不如我們想像中壞。以第一題為例,相信大部份都會選一個較大的數字。事實上,世界還有很多人失學,但數字並沒有我們想像中的大,以往大家都有印象是女童的受教育的機會較少,所以多數會高估了女童失學的機會。但這不代表沒有問題,在下面的連結裏,你會看見聯合國繼續呼籲大家關注失學問題,但重點卻是如何加快將剩下的失學人口減少。
第二、世界有很多偏見,不是錯,而是落伍。第二題對很多人來說,其實答案應該是很直觀的:人口財富分佈應該是金字塔式的分佈。但事實是,因為中國和印度的經濟崛起,使中等收人的人口大幅增加,所以,沒錯,貧富懸殊依然存在,但隨着世界的變化,我們卻沒有更新對世界的了解。
羅斯林提醒我們,千萬不要因為答錯而灰心。多年以來,他以類似的問題向不同人提問,由電視節目的現場觀眾,到國際組織的專家,再到不同國家的教師,他發現無論答對任何一題的比率,大部份都比讓猴子亂估還要低(他的題目都是三選一,隨機答中的機率是33%)。
羅斯林除了寫出10個我們可能誤解世界的原因外,更特意提醒老師們,為甚麼要教好數據的閱讀。首先,他認為這是讓學生建立真實世界觀的方法;在他看來,尤其應該令學生明白世界確實有差的地方,但沒那麼差;世界不是沒有進步,而是這些進步往往緩慢得讓人錯誤地絕望。
有了這個理解,才能做到第二點:為自己的地區定位。羅斯林認為對世界有了較準確的了解,再讓同學比較自己與世界的相對情況,才能使下一代明白所身處的時空,因而更懂得欣賞自己的地區,和珍惜目前身處環境擁有的一切;從社會發展了解自己的根源和社區的演變,才能讓他們運用自己的經驗,來了解世界其他地區的異同。
他亦不忘提醒我們,如何避免落入數字的圈套,作出錯誤的演繹和猜想,更重要的是,要不斷地更新自己對事情的了解,對數據永遠抱持謙虛的態度,因為這樣才會保持對新事物好奇。
姑勿論近年數據分析在考試所佔的比重增加,數據分析的技巧在資訊素養裏面,亦是一個很重要的部份,而在這個資訊泛濫、假新聞和內容農場橫行、政治宣傳重新登場的年代,數據的演繹是政治論述的關鍵,學好數據分析正是時候。
最後,文章開頭兩道問題的答案:
1. A. (書中例子並不是問這個數字,不過既然作者想我們update自己,那我就做個好讀者用update一點的數字,數字可在聯合國統計機構UIS 2018年二月的 Fact Sheet 48號找到。孩童的年齡是介乎6至11歲之間))
2. B. 理由如上所述,事實上,這個分野很重要,因為至少從公共衞生的角度看,單純的將世界二分,其實製造了很多全球公共衞生政策規劃上的盲點,例如,交通意外在富裕和貧窮國家的問題都不大,但在中高收入的國家卻很嚴重,所以在不同地方推行合適的教育很重要。
註:全名為 “Factfulness: Ten Reasons We're Wrong About the World--and Why Things Are Better Than You Think”,中譯 《現實比你想像的美好》
天主教母佑會蕭明中學
由新區新校做到舊區舊校,由舊學制教到新新學科。雜讀為尚,亂寫為樂。與友人策劃網上電台節目「三師會」推動本土文化教育工作。
Blog: johncoal.wordpress.com