「疫苗對現在變種病毒株無用」、「口罩不只要戴一個,要戴兩個」……從疫情開始流行,各種推測和意見未曾停歇。其中有一些人會利用特定的「證據」,營造出乍看之下合理,實際上卻禁不起推敲的理論;如果我們用帶有價值判斷的方式來稱呼,這些理論或許可以被稱為「陰謀論」。
陰謀論的出現,經常是因為有人希望利用這些或真或假的言論,來影響人們的信念。然而,對於世界上千變萬化的現象,能夠解釋的方法太多了。為什麼有些理論只會被大家當笑話,而有些理論則會變成真正對人們有影響力的陰謀論呢?
並不是路邊隨便某個阿伯的嘴砲都能帶起風向。一個能夠解釋經驗的模型,要變成一個能讓大家接受的「陰謀」,本身必須要是可信的。所謂的「可信」,指的是該模型能把過去的經驗解釋得更好;更精確地說,在給定的一些經驗觀察下,如果我們假設這個模型為真,會使得出現這些觀察的機率愈高,我們就說這個模型更可信。
舉例來說,假設風力發電的發電量可能足夠、可能不足夠,而你可以用每天的發電量來判斷風力發電的成效。你原先可能對台灣的風力發電想法不多,認為可能有 50% 的機率發電足夠,50% 不足夠,同時你看了過去五天的資料,發現前兩天風力強勁,但後三天幾乎沒風。這時你可能會認為只是剛好連續三天沒風而已;但你又在社群平台上看到有人說:「後三天沒風表示風力機組根本壞了!」。你會發現,風力機組壞掉的理論,比起相信真的連續三天一點風都沒有,其實更能解釋為什麼後三天都沒有任何風力發電量。
一個可信的解釋模型,就有可能被拿來影響他人的信念。如果你真的相信風力機組壞掉的理論,那麼這個理論就會讓你相信風力發電已經完全沒救了,因此使你最後決定放棄風力發電——關鍵是,你在判斷哪個理論比較可能發生時,完全只考慮哪一個理論對於現實的解釋能力最佳,而不考慮哪一種理論本身可能性最高。或者以技術面來說,我們假設你認為每一種理論為真的可能性都相同。
今年一月在《美國經濟評論》所發表的理論研究,就討論了有心人士可以怎麼利用解釋經驗觀察的模型,來改變人們的信念。
在他們的模型設定中,人們只會對資料有預設的解讀,而不會特別想到其他解釋經驗的模型,才需要藉由專家告訴大家如何詮釋資訊。例如,部分股民會看股市分析節目,聽股票老師用各種週線、月線的形狀來解釋報的這支明牌更可能大漲。雖然,研究假設人們對於不同理論不會有太多預設立場,也不會因人廢言;同時,大家也不會意識到可能會有「見人說人話、見鬼說鬼話」,看到另一種資訊就轉彎出另一套理論的有心人士。
什麼時候人們的信念會更容易被陰謀論影響呢?研究發現,在情況相對比較撲朔迷離的時候,陰謀論的效果就會變得更強。這個結果直觀上很容易理解:要是資訊很容易解讀,能夠搞鬼的空間就會更小,就算真的能想出什麼陰謀論,也沒辦法偏離事實太遠。然而,要是資訊詮釋困難,容許各種不同陰謀論的空間也就變大了。
如果只給你看比特幣一週間的價格變化,你可能就很難相信馬斯克告訴你說比特幣會一飛衝天,因為一週的變化幅度太小,這時你也會覺得「一飛衝天理論」的證據實在太薄弱了,所以你不會相信它。但如果你看到的是過去五年的變化圖,包含了更多起起落落,有心人也有更多機會告訴你「這次真的不一樣」。從這個角度來看,完全公開的大量資訊有時可能反而是有害的:因為混雜的資訊讓更多可信的陰謀論獲得支持。當更多可信的陰謀論能夠出現,有心人就更有可能從中挑出能夠改變你信念的陰謀論,試圖星火燎原。
此外,當其他人提出的解釋經驗模型跟你的原始信念以及持有資訊愈契合,你就會更加願意相信這個模型;甚至有心人可以特意引導人們利用模型框架來詮釋資料,而把不符合模型的部分當成誤差。然而,前面提到的理論研究得出令人不安的預測——如果我們引入更多人,讓大家可以各自提出自己的模型來辯論:這時獲勝的模型會為了脫穎而出,特意硬凹出一個最能符合現有資訊的模型。問題是,最能解釋的模型,卻也未必是真實的模型。以前面發電機的例子來說,「後三天發電機完全壞掉」是解釋力最強的模型,但多半不是真的。如果人們相信了這個模型,可能反而會被帶風向帶得更遠。
從這個角度看,這篇研究提出的結論似乎有點悲觀;但另一方面,我們也能看出為什麼在資訊爆炸的現代,反而可能生出更多陰謀論。作為資訊接收者的我們,能做到的就只有避免妄下判斷,仔細觀察和思考之後才做結論。
作者註:原始論文並非僅只討論帶有價值判斷的陰謀論,而是所有「能改變他人信念的解釋模型」,不過論證並不會被影響。