【我們為什麼挑選這篇文章】選舉結果一出，臉書上又刷起一波「很可惜，台灣人民沒有通過智力測驗」的言論，但這句話的隱含意思就是指與自己立場不同的人，程度較低；當同溫層又厚又暖，我們也偏向立場相同的管道獲取知識。
本篇作者程世嘉點出一般人習於把大數據當成全數據，即便手中握有分析工具，也可能做出嚴重錯誤的決策。（責任編輯：鄧天心）
作者：程世嘉
別以為你知道的就是全世界。
這大概是這次台灣選舉最重要的結論了。去年我跟 iKala 的一位泰國員工聊天，談到彼此自己過去做的事情，我得意洋洋跟她說：「妳用過 Google 地圖大眾運輸的功能嗎？我是這個功能的共同作者喔。」她聽了聽：「喔！Google 地圖我知道，泰國也滿紅的，很多人在用呢。」
我楞了一下，她的回應讓我心理有點難以言喻的落差。想了想不對勁，誒誒誒，我說的是 Google 地圖耶，妳的反應就這樣喔？
其實那一瞬間，我的世界觀修正了，因為我認為得意的事情，我覺得很重要的事情，在別人眼中不見得是如此，我們都太高估自己的重要性，自以為是。
♦ TO 推薦閱讀：成功者與普通人的差別：大多人都「搞不清楚」，自己時間花在哪
數據「大」不代表數據「全」
這次縣市長選舉和公投也充分展現了這一件事情，探討的文章已經夠多了，也無須我再贅述。大數據時代給了人們太多的錯覺，每個分析單位乃至個人，總是以為自己已經掌握了全貌，大家都忽略了一件事情：「數據『大』不代表數據『全』」。
把大數據當成全數據，顯然已經形成一個 AI 時代的嚴重謬誤，帶領人類進入大數據時代 「Big Data」 一書的作者 Viktor Mayer-Schönberger 在書中指出：大數據時代的到來，其實意味著我們不再需要「抽樣」了，因為從此我們可以完整掌握所有的數據，所有建構在抽樣的各種統計方法將成為過去。
現在回頭看，這個預測真是錯得離譜，現況就是，沒有人能預測全貌。為什麼？
因為資訊增加的速度超乎想像，要取得所有資訊已經變得實務上不可行的一件事情；再者，資訊部落化的情形日趨嚴重，大至國家和地區之間的資訊阻絕（像是 GDPR），小至臉書演算法製造出來的同溫社群，同樣讓取得所有資訊變得實務上不可行的一件事情。
♦ TO 推薦閱讀：高效率工作術：先完成自己最擅長，最快有成果的任務！
自以為思考過的決策可能跟隨機沒有兩樣
於是人們以為同溫層就是一切，民調機構還以為自己具備了大數據的分析技術，攀上了名為精準預測的高峰；於是立場不同、數字不同的社群和新聞機構，乃至政府機關，彼此斥責散佈假消息、散佈假民調，各自的擁護者也樂於互相取暖、和質疑對立人士的智商。
實際上，每一個人都是資訊不足的情況，自詡為進步團體的知識份子也犯了一模一樣的錯誤，導致自己的世界觀整個崩壞。「精準預測的高峰」其實高度一直在增高，而且超過人們攀爬的速度。
這樣的情況真的非常令人憂心，任何一個人或是一個組織在無法掌握大部分資訊的情況下，做出來的預測和後續的決策，其實跟隨機決策沒有兩樣，這無論對國家、對組織、或是對個人都是非常危險的事情，你能想像自己人生中的每一個選擇，其實都是隨機的嗎？
♦ TO 推薦閱讀：華爾街 Banker 快去學 Coding！你要相信直覺，還是相信理性分析的 AI 模型？
如何跳脫同溫層思考？
我在公司常常與管理團隊溝通的一件事情就是：「盡可能把你現在正在做的事情連結到更大的動態。」這是一種強化系統思考、消除偏見、而且擴展視野的方式，也只有這樣做才能讓我們每一個人在無法預測的時代，盡可能地掌握自己和組織的命運。
如果這次選舉沒有讓大部分人認知到這一件事情，那民主不只會停止進步，它還會加速讓人類社會崩壞，你能想像一大群人聚在一起做隨機決策嗎？我說的是幾千萬人、幾億人。
知道你自己不知道的永遠比知道的還多，這才叫真正的謙卑。
__
（本文經原作者 程世嘉 授權轉載，原文連結於此，並同意 TechOrange 編寫導讀與修訂標題，圖片來源：YouTube。）