《逃離模型樂園》評論：被數字誘惑——《華爾街日報》

圖片來源：蓋蒂圖片社/500px Plus套用一句陳詞濫調——我們生活在一個信息時代，確切地説是信息過載的時代。但倫敦政治經濟學院統計學家埃麗卡·湯普森指出：“測量數據本身不會説話。“她強調，數據"只有通過模型提供的背景和框架才能獲得意義”。

當我們需要了解新型傳染病毒的傳播速度時，會求助於數學模型。氣候科學家用模型預測全球變暖；期權交易員用模型為合約定價；國會預算辦公室用模型評估立法對經濟的影響；氣象學家用模型預警即將來臨的暴風雨。湯普森表示，若沒有模型，數據"不過是毫無意義的數字流”。

模型無處不在且極具説服力，它們還推動着決策制定——在湯普森看來，這正是我們需要迫切關注模型的原因之一。她告訴我們，作為研究北大西洋風暴的研究生時，她注意到不同模型會預測出不同的整體影響併產生矛盾結果。由此她開始思考模型的角色——作為隱喻工具、認知手段和社會政治權力的表達。《逃離模型大陸》一書凝練地總結了她這些年的思考與研究。

模型試圖再現現實世界，卻遊離於現實之外。它們存在於被湯普森稱為"模型大陸"的理想化空間。在這片大陸上，模型假設被視為"絕對真理"，從而支持無限推演與宏大預測。問題在於，模型大陸易入難出。湯普森寫道，當構建出"一個完美自洽的模型"後，人們往往"難以從情感上接受整個體系的基礎假設根本不符合現實"。

模型可能以各種方式誤導我們。輸入數據中的微小測量誤差可能導致預測結果嚴重失準——這種現象被稱為“蝴蝶效應”。幸運的是，這類不確定性通常可以控制。更棘手的是湯普森女士所説的“不可量化的未知因素”——那些因無法預見而被排除在模型計算之外的事物，比如顛覆性技術的意外出現或穩健市場的突然崩潰。她指出，我們現有的數據並不總是與未來相關，正如1987年股市崩盤時交易員們的慘痛教訓：他們的模型在那場災難中徹底失效。

除了模型天生無法處理不可預測因素外，它們還反映了創造者的偏見。我們可能傾向於認為模型是客觀真理的表達，但它們實則是人為構建的闡釋，浸透着建模者的價值觀和視角——湯普森特別指出，這些建模者主要是受過良好教育的中產階級人士。疫情期間，模型“對某些人羣所受傷害的考量遠多於其他羣體”，導致支持封鎖的“道德理由”存在“片面性與偏見”。當建模者居家辦公時——而其他人維持着供應鏈運轉——他們常常忽視模型所建議措施“可能造成的所有危害”。即便模型試圖描述不同行動方案的影響，最終仍需人類來權衡利弊。“科學無法告訴我們如何評估事物的價值，”湯普森強調，“所謂‘遵循科學’的説法毫無意義。”

湯普森女士認識到，模型的潛力與風險在生物醫學領域引起深刻共鳴——酵母菌和斑馬魚等所謂模式生物帶來了基礎性發現，加速了療法研發。然而在"模型世界"表現卓越的治療方案，往往在人體中失效，既摧毀患者希望，又令藥企沮喪。當某種模型的支持者壓制替代方案研究時（已故記者莎倫·貝格利在2019年一份重磅報告中曾記錄此類現象），改進疾病模型的探索會變得尤為複雜。湯普森犀利批判了單一"黃金標準"模型的採用，指出特定假設體系的"固化"會禁錮思維，阻塞其他重要研究路徑。

統計學家喬治·博克斯曾言：“所有模型都是錯的，但有些是有用的。“對湯普森而言，模型的真正價值在於作為探索工具，而非揭示真理或預測未來的機制。“構建模型的過程會改變我們看待問題的方式，“她寫道；這個過程會"強化某些觀念，弱化其他觀念”。援引艾森豪威爾總統的名言"計劃無用，但規劃不可或缺”，她指出僅關注模型輸出會錯失建模過程的核心價值：更深入理解權衡取捨，以及在基礎假設突變時靈活調整的能力。

儘管承認人類"對數學解決方案的過度熱衷”，湯普森堅決主張不應棄用模型，而需保持審慎與謙卑。她強調必須明確模型用途：流行病學模型能揭示病毒傳播與醫院壓力，卻無法預測關停企業的經濟影響。建模者應承認模型中隱含的價值判斷，闡明何為"好"模型，並説明侷限性。但關鍵在於，既要汲取模型智慧又不被其精緻外表迷惑，更要確保"模型世界"的啓示能在真正重要的領域——我們混亂、物質而瑰麗的現實世界——得到實質性體現。

Shaywitz博士是武田製藥的醫師科學家，哈佛醫學院的講師，以及美國企業研究所的兼職研究員。

刊登於2022年12月28日的印刷版，標題為《被數字誘惑》。