本文發表於《大眾科學》的前部落格網路，僅反映作者的觀點，不一定反映《大眾科學》的觀點
“風險”絕對不是一個萬能的概念。不僅僅是因為我們並非在每種風險中都處於相同的水平。我們對不同情況下冒險的容忍度也可能大相徑庭。
我們對自身脆弱性的判斷以及我們對可能獲得或失去的事物的感受，可能會使風險顯得巨大，或者顯得微不足道。
我們可能對特定風險和收益的平衡持有非常固定的看法，以至於新的資訊必須真正具有壓倒性的力量才能留下印象。而在其他問題上，我們的觀點可能會隨著接收到的資料而迅速改變。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您將幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
當涉及到風險時，確實有大量湧入的資料！源源不斷的數字，以及爆炸式增長的視覺化和資訊圖表。但我認為這並不意味著我們在資訊和生活選擇方面變得更加客觀和一致。
甚至可能變得更加困難。
我們沒有時間去思考和研究每一件事，併為每一件小事——甚至不是每一件對我們來說很重要的大事——找到完美的知識平衡。我們需要採取一些認知捷徑，但它們使我們容易看到我們想看到的，或者在風險被誇大或縮小時被誤導。以下是我最喜歡的 5 個快捷方法，以避免讓我絆倒的事情。
1. 提防風險的放大鏡——並將被絆倒的風險降低 82%！
每當您看到某事使風險增加三倍或減少一半時，請在恐懼或樂觀情緒湧上心頭之前稍作停頓。
相對風險是至關重要的統計資料。它們幫助我們計算出我們可能從某事中獲益（或受害）多少。但這完全取決於瞭解您自己的基線風險——您最初的風險。
如果我的風險很小，那麼即使將其增加三倍或減少一半，也只會產生微小的差異：0.01% 的一半通常甚至不會引起我的注意。而如果我的風險是 20%，那麼增加三倍或減少一半可能就是一件非常重要的事情。除非您對所討論的風險瞭解很多，否則您需要比相對風險更多的資訊才能理解資料。（Smart Health Choices 上有關於相對風險和絕對風險的良好介紹。）
2. 不能因為一項風險“有罪”，就意味著所有風險都有罪。
很容易跳到結論，認為某件事在一個方面“不好”，那麼它在所有方面都會不好。您經常在關於醫療保健治療不良反應的報告中看到這種情況。您會讀到諸如“噁心和嘔吐增加，8% 的人頭痛”之類的內容。
但是當您檢視相關研究時，確實有 8% 的人頭痛：但比較組中也有 7.5% 的人頭痛。（關於“統計學意義”的含義和不含義的更多資訊，請參見這篇文章。）
當在其他情況下未揭示背景時，也會發生同樣的事情。有人說，“做 X 的人在未來 10 年內有 2% 的死亡風險。”當 2% 的未來 10 年死亡風險對於該人群來說可能是完全正常的，無論他們是否做 X。
3. 對風險和收益的雙重標準保持警惕。
一旦有人確信某件事——包括報告其研究的科學家——他們最難以抗拒的宣傳技巧之一就是過度強調正面（或者負面，如果他們反對某事）。
有很多方法可以框定事物，使一方看起來比另一方小。因此，請注意任何不平衡的對待。例如，僅對收益而非危害使用相對風險。
語言也可能發生變化，諸如“重要”與“微不足道”之類的形容詞掩蓋了如果您看到數字和完整描述後可能會認為絕非如此的事情。
然而，也許最常見的一種——而且令人驚訝的是，我們經常甚至沒有注意到它發生了——是當危害風險根本沒有被提及時。這正是將“強調正面，消除負面”的哲學發揮得有點過分了！
4. 當資料變形時，慢慢閱讀細則。
我們經常瀏覽和掃描，這使我們特別容易獲得錯誤的印象。當我們吸收圖表的衝擊力而沒有閱讀其細則時，這種情況可能會很快發生。或者當文字中的某些度量以百分比表示，而其他數字是每 1000、10000 或 100000 時。
當風險溝通從“7 分之 1”跳到“8 分之 3”等等時，我們大多數人都需要小心地使事物成比例。寫作的人試圖讓人們更容易理解數字——但這可能會適得其反。
最好的辦法是儘可能仔細地尋找實際數字。因為特別是當人們開始繪製圖片來描述數字時——無論是用文字還是影像——各種偏見（和錯誤）都會發揮作用。
5. 不要對資料視覺化一見鍾情。
在既瞭解資料又精通準確視覺呈現的人手中，資料視覺化可能完全具有啟發性。（如果您還不熟悉漢斯·羅斯林，請檢視那位大師的作品。）
但是資料視覺化也面臨著失去數字客觀性的風險。當新增顏色、形狀和視覺透視時，它們可能會扭曲——通常甚至比它們澄清的還要多。一些技術添加了光學錯覺——3D 餅圖就是一個經典的例子。
資料視覺化可能會累積失真雪球中的所有問題。不可靠的資料可以被有選擇地挑選出來，所有解釋不確定性的資料都被剝離，然後在違反所有規則並按下所有按鈕的一系列變形影像中呈現出來。
在一個許多人至少患有數字恐懼症或數字疲勞症的社群中，清晰而公平地溝通風險是很困難的。理性地對待風險也很困難。
我們可能會更多地關注那些支援我們信念的資料，併合理化那些與我們想相信的相矛盾的數字。這種風險太小，不值得理會，我們可能會說服自己——即使我們非常關心生活中其他實際上遠小於此的風險。我們可能會說服自己，我們是獨一無二的刀槍不入：由於個人運氣或“良好”行為，這種特定風險根本不適用於我們。
儘管如此，其他人仍將成功地提高我們對我們可能不會擔心的事情的恐懼，如果我們以客觀的角度看待資料的話。重要的是，社群是否對與其實際風險完全不成比例的恐懼被誇大了——仍然會有人試圖提高我們已經過高的意識。奧拉夫·福爾德指出了一個關鍵風險。這可能不僅僅影響我們對每個特定問題的看法：它可能會使我們變得不那麼勇敢。伯特蘭·羅素：“……在沒有確定的情況下生活，但又沒有因猶豫而癱瘓，這或許是哲學在我們這個時代仍然可以為那些研究哲學的人所做的事情中最重要的事情。”
對風險和不確定性的容忍對於美好的生活也至關重要。
~~~~
瀏覽我在 此 Storify 主題索引中的風險相關主題上的帖子（包括對冒險冬季運動的恐懼和吸引力）。
要閱讀更多關於在圖表和視覺化中呈現資料的技術，這個維基百科頁面 是對達雷爾·赫夫的《統計陷阱》（免費線上）和 愛德華·塔夫特的《定量資訊的視覺化顯示》等經典著作所涵蓋內容的一個很好的介紹。
漫畫（和 Excel 表格）是我自己的（知識共享許可協議）：更多資訊請訪問 Statistically Funny。
* 希爾達·巴斯蒂安在 Absolutely Maybe 上表達的觀點是個人觀點，不一定反映美國國立衛生研究院或美國衛生與公眾服務部的觀點。